德銀:黃金超賣且低配,2027年環境將更佳
德意志銀行金屬研究主管Daniel Ghali認為,黃金在經歷近期調整後已經處於「超賣」且投資者配置偏低的狀態,而金價在高利率、高油價環境下仍未跌破7月低點,顯示當前市場結構與2021年至2022年明顯不同。他預計,進入2027年後,黃金面臨的配置環境將比目前更有利。
Ghali表示,美國10年期國債殖利率一度升至5%以上,原油價格也維持在每桶100美元以上,但黃金自7月以來仍未創出新的低點。在他看來,對於一種無息資產而言,這種表現反映出黃金在傳統宏觀逆風下展現出較強韌性。
美國9月就業增速明顯放緩後,市場對聯準會10月持續升息的預期下降,CME FedWatch顯示,交易員納入的10月升息機率已由一週前的64%降至22%,但12月升息機率仍達到87%。
倉位已接近近年極端水準
Ghali認為,目前黃金投資者倉位與2022年前後的低迷階段存在相似之處,但背後的需求結構已經發生變化。
據Kitco對其採訪的整理,Ghali稱,目前黃金市場倉位可能是2021年10月以來最偏空的階段之一,主動型投資者在經歷伊朗戰爭期間黃金表現疲弱後明顯降低參與度。
德銀此前對資金流向的分析顯示,趨勢跟蹤資金的黃金淨空頭倉位已升至2021年10月以來最高附近,主動型投資者的多頭倉位則較6月高點減少約55%。CME黃金期貨未平倉合約規模也處於較低水準。
但Ghali指出,與2021年至2022年相比,官方部門目前的黃金購買速度已經增加至當時的兩倍以上;參與黃金市場的機構投資者範圍較2021年擴大約70%。與此同時,各國儲備管理機構可用於資產配置的儲備規模也有所增加。
因此,德銀關注的不只是投機資金減倉,而是市場中兩類資金行為出現分化:主動和趨勢型資金減少黃金倉位,而央行等官方機構及長期配置型投資者仍在增加參與。
高美債殖利率反而強化機構分散配置需求
Ghali還認為,美債殖利率持續上升並不意味著機構投資者必須在債券與黃金之間作出二選一。
過去20年,大型退休基金、捐贈基金、信託和保險機構大幅增加了另類資產配置。但不少所謂另類資產依然對利率變化高度敏感,當美國國債進入熊市、殖利率大幅上升後,股票、信貸和部分私人資產可能同時受到影響,傳統資產類別之間的分散效果因此減弱。
在這種環境下,一部分機構開始重新評估黃金在整體資產組合中的角色。Ghali認為,這也是當前黃金需求結構與上一輪高利率週期不同的重要因素。
類似變化此前已在大型退休基金中出現。彭博社9月報導,紐約市退休系統、洛杉磯縣雇員退休協會等大型機構正在重新測算投資組合中的AI及其他跨資產共同風險,因為股票、私人股權、企業債券和基礎設施之間的風險關聯度已經提高。
黃金則沒有企業盈餘、信用利差或現金流久期等相同風險來源,因此機構配置黃金的邏輯逐漸從單純的通脹交易延伸至資產組合分散。
短期仍受油價和聯準會路徑影響
德銀的判斷並不意味著黃金已經擺脫利率環境的影響。
過去一個月,能源價格上漲推高通脹預期,並一度推動美國長期國債殖利率升至多年高位,這也是9月黃金明顯回落的重要原因。伊朗戰爭帶來的地緣風險一方面增加避險需求,另一方面又通過原油價格、通脹和利率形成相反影響。
路透社週一報導,美國9月就業報告弱於預期後,黃金有所回升。但市場仍認為聯準會整體升息週期尚未結束,12月再次收緊政策仍被計入較高機率。
中東局勢也持續影響黃金的宏觀環境。也門獲得沙烏地支持的政府週日宣布對胡塞武裝控制地區發動大規模軍事行動,地區衝突仍可能通過油價改變通脹預期和債券殖利率。
Ghali認為,伊朗戰爭期間黃金表現弱於部分投資者預期,正是主動型資金目前仍較謹慎的重要原因。不過,從低倉位、官方部門購買以及機構參與範圍擴大三個維度看,德銀認為當前黃金市場已經與2021年至2022年的低倉位階段出現明顯區別。
免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。
您也可能喜歡
銀行撤退、債券折價,AI建設潮的錢不好借了
高收益債券折價出售成為新常態——今年550億美元相關債券中,近期四筆全部折價;法興、三菱等主要銀行趨於審慎;Oracle不可抗力事件更令貸款方收緊條款。超大型科技公司7000億美元資本支出搶佔融資空間,疊加美國國債收益率走高,部分項目的融資成本已逼近盈虧臨界點,評級低、經驗不足的開發商首當其衝。

交易擁擠!美銀警告:「買AI、賣消費」賺超額收益越來越難
主動基金持倉已充分反映「消費轉向資本開支」主題,透過買入AI資本開支受益者、賣出白領消費主題來賺取超額收益正變得越來越困難。
黃金信號多空交織,市場情緒保持謹慎
復刻「半導體時刻」:AI製藥版的「瓶頸交易」正在成形,誰是下一個「賣鏟人」?
投資人Freda Duan發文指出,AI製藥正在形成類似半導體「瓶頸交易」的結構性機會。核心邏輯在於:AI讓失敗實驗也變成有價值的訓練數據,濕實驗室正從「造藥」轉型為「造數據」,DNA合成、蛋白生產、CRO或成最先受益的「賣鏟人」。
