央行“言行”偏差与金融市场间长期动态相关性——基于混频DCC-MIDAS模型.pdfVIP

央行“言行”偏差与金融市场间长期动态相关性

———基于混频DCC-MIDAS模型

摘要:运用自然语言处理方法构建央行政策操作偏离指数来衡量央行“言行”偏差的程度,并基于混频DCC-MI-

DAS模型对金融市场间长期动态相关性展开研究。实证结果如下:央行政策操作偏离指数对债券市场收益率波动

产生负向影响,其影响主要来源于意外的货币政策紧缩;对股票市场、外汇市场收益率波动具有非对称性影响。针

-

对金融市场间长期动态相关性影响,央行政策操作偏离指数负向影响债券外汇市场间的长期相关性,尤其对于国

-

债与外汇市场的长期相关性的影响更为显著;对于股票外汇市场的长期动态相关性,央行政策操作偏离指数对其

-

具有显著的正向影响,其影响主要来源于央行正向的“言行”偏差;央行政策操作偏离指数对于股票债券市场的长

期相关性影响不显著。

关键词:央行沟通;偏离指数;市场关联;DCC-MIDAS模型

受经济下行压力影响,我国采用传统货币政策2008年第二季度,央行法定存款准备金率先后16

的效果越来越不显著,在这种情况下,央行沟通尤次上调。这虽然在防止经济过热、抑制通胀方面有

为重要。央行需要通过“言”与“行”来实现沟通。一定的作用,但高频率的调整已超出紧缩的目的。

“言”即通过言辞沟通来达到政策目的,已经成为一不仅如此,央行还可以通过有差别地降准对货币政

种关键的货币政策工具,尤其是在经济高度不确定策进行结构性的调整。这都能使央行的“言”与

性或利率降至零利率下限时。“行”即通过传统的“行”产生差别。这种差别就是有效市场假说中的

货币政策工具来加强预期管理,在一定程度上可以信息,即完全没有预料到的信息。

进行定向调控。自2008年以来,国际金融形势复杂

一、文献综述

多变,传统货币政策工具调控逐渐乏力,特别是利

率降至零利率下限时,欧美等发达国家相继通过央在过去,文本内容是较难被挖掘和测度,但随

行沟通与量化宽松等非常规货币政策进行调控。着人工智能和机器学习的不断发展,可以通过计算

央行与公众的沟通会直接或间接影响经济主体对机编程语言来实现科学量化的目的。国内外对于

宏观经济形势、未来货币政策走向以及经济发展前央行沟通的测度方式主要有四种:(1)人工赋值法,

景的预期,影响社会公众的心理和行为,进而影响即根据一定的判断标准对央行沟通的内容赋予五

[1][2]

整体的经济表现。个离散值。后续研究将人工赋值法扩散至多维

[3]

从2011年以来,虽然我国的货币政策总基调一度,更深一步是根据沟通内容所表现出来的不同

直保持着“稳健”,但是央行的实际操作在不同年份意图对变量赋予不同的值。虽然人工赋值容易实

仍有一定的区别。在每一次口头沟通的背后隐藏现,但是主观性较强,有效性、准确性较差。(2)基

着货币政策是“稳健偏宽松”还是“稳健偏紧缩”。于已有的词典进行关键词词频的统计,通过一定的