央行“ 言行” 偏差與金融市場間長期動態相關性

張旭 楊華蓮

摘 要：運用自然語言處理方法構建央行政策操作偏離指數來衡量央行“言行” 偏差的程度，并基于混頻DCC-MIDAS模型對金融市場間長期動態相關性展開研究。實證結果如下：央行政策操作偏離指數對債券市場收益率波動產生負向影響，其影響主要來源于意外的貨幣政策緊縮;對股票市場、外匯市場收益率波動具有非對稱性影響。針對金融市場間長期動態相關性影響，央行政策操作偏離指數負向影響債券-外匯市場間的長期相關性，尤其對于國債與外匯市場的長期相關性的影響更為顯著;對于股票-外匯市場的長期動態相關性，央行政策操作偏離指數對其具有顯著的正向影響，其影響主要來源于央行正向的“言行”偏差;央行政策操作偏離指數對于股票-債券市場的長期相關性影響不顯著。

關鍵詞：央行溝通;偏離指數;市場關聯;DCC-MIDAS 模型

中圖分類號：F832. 5 文獻標識碼：A 文章編號：1003-3890（2024）01-0009-09

受經濟下行壓力影響，我國采用傳統貨幣政策的效果越來越不顯著，在這種情況下，央行溝通尤為重要。央行需要通過“言” 與“行” 來實現溝通?！把浴奔赐ㄟ^言辭溝通來達到政策目的，已經成為一種關鍵的貨幣政策工具，尤其是在經濟高度不確定性或利率降至零利率下限時?！靶小奔赐ㄟ^傳統的貨幣政策工具來加強預期管理，在一定程度上可以進行定向調控。自2008 年以來，國際金融形勢復雜多變，傳統貨幣政策工具調控逐漸乏力，特別是利率降至零利率下限時，歐美等發達國家相繼通過央行溝通與量化寬松等非常規貨幣政策進行調控。央行與公眾的溝通會直接或間接影響經濟主體對宏觀經濟形勢、未來貨幣政策走向以及經濟發展前景的預期，影響社會公眾的心理和行為，進而影響整體的經濟表現[1] 。

從2011 年以來，雖然我國的貨幣政策總基調一直保持著“穩健”，但是央行的實際操作在不同年份仍有一定的區別。在每一次口頭溝通的背后隱藏著貨幣政策是“穩健偏寬松”還是“穩健偏緊縮”。央行在現實操作中往往會偏離其政策內涵，較為典型的是法定存款準備金率。例如，在2007 年至2008 年第二季度，央行法定存款準備金率先后16次上調。這雖然在防止經濟過熱、抑制通脹方面有一定的作用，但高頻率的調整已超出緊縮的目的。不僅如此，央行還可以通過有差別地降準對貨幣政策進行結構性的調整。這都能使央行的“言” 與“行”產生差別。這種差別就是有效市場假說中的信息，即完全沒有預料到的信息。

一、文獻綜述

在過去，文本內容是較難被挖掘和測度，但隨著人工智能和機器學習的不斷發展，可以通過計算機編程語言來實現科學量化的目的。國內外對于央行溝通的測度方式主要有四種：（1）人工賦值法，即根據一定的判斷標準對央行溝通的內容賦予五個離散值[2] 。后續研究將人工賦值法擴散至多維度[3] ，更深一步是根據溝通內容所表現出來的不同意圖對變量賦予不同的值。雖然人工賦值容易實現，但是主觀性較強，有效性、準確性較差。（2）基于已有的詞典進行關鍵詞詞頻的統計，通過一定的計算公式構建央行溝通指數[1] ，但這種方法的缺點是不能全面概括央行溝通的內容。（3）隱含狄利克雷模型（Latent Dirichlet Allocation）。LDA 是通過聚類的思想提取文本主題和關鍵詞，然后利用其構建溝通指數[1] 。這種方法不需要人對句子的信息進行主觀評價，而是直接進行詞語的歸類以及主題提取，相對來說更為客觀。但對于措辭多變，較不規范的口頭溝通則難以使用。（4）有監督的詞典生成方法。它與上述方法有所不同，不是全部依靠計算機自身，而是需要研究者根據自身專業知識對溝通內容進行屬性標化，提取更具有針對性的措辭，然后構建央行溝通指數，測度更加客觀。 Picault etal. [4] 使用該方法對美國聯邦公開市場委員會的溝通內容進行了分析。隨后，林建浩等[5] 將該方法用于中國人民銀行的口頭溝通內容，測算的指數具有可復制性和可延展性。

央行溝通與央行實際貨幣政策操作都會對金融市場產生不可忽視的影響。閆先東等[6] 研究認為央行溝通比實際干預更有效。但Frederic[7] 卻認為央行的實際行動勝于言辭。不論兩者誰更重要，若央行的實際行動與溝通的方向不一致，必定會影響公眾的心理及行為，進而影響社會公眾的投資、消費決策等目的。所以說，對于央行“言行”偏差（ 貨幣政策意外） 的研究是非常必要的。

Gertler et al. [8] 研究發現意外的貨幣政策變動通常會導致短期利率的“適度變動”，從而導致信貸成本和經濟活動的大規模變動。Sequeira[9] 研究發現，所有與緊縮政策操作和中性政策操作相關的貨幣政策意外對股票收益具有持續顯著的負向影響。但Bredin et al. [10] 研究表明貨幣政策意外會影響債券的超額回報率，并且不同國家的貨幣政策意外對其影響是不同的。國內一些學者將實際干預與政策意圖一致定義為“言行”一致，研究發現“言行”一致能夠更好地穩定資產價格以及增強貨幣政策效果，而“言行”不一致則會造成市場預期混亂，降低貨幣政策效果。

金融市場的聯動性是金融危機和金融風險傳導的重要根源，一個金融子市場爆發危機就會蔓延至整個金融市場及實體經濟，甚至引發全球性的金融危機。Andersson et al. [11]研究發現通貨膨脹會對股票與債券市場之間的相關性產生重要影響。這是因為較高的通貨膨脹降低了債券的實際回報，而較高的產出提高了股票的回報，這使得股票與債券的回報呈現負相關。Chiang[12] 研究發現經濟政策不確定性會對股票-債券、股票-黃金市場間的相關性產生負向影響，并且地緣政治風險會對股票與黃金市場之間的聯動性產生正向影響。龔玉婷等[13]運用Copula-MIDAS 模型發現宏觀基本面和市場不確定性會對股債相關性產生影響。周開國等[14] 基于混頻條件動態相關系數模型，研究發現經濟政策不確定性正向影響金融市場關聯性，工業增加值和貨幣供應量則反之。

鮮有學者探討當央行的言辭與實際的貨幣政策操作有偏差時，會對金融市場間的聯動性產生怎樣的影響。本文的創新點如下：（1）傳統研究對于央行貨幣政策相關指標的構建大多采用結構化的數據，忽略了文本中包含的豐富的非結構化數據。過去的文獻大都用市場預期減去基準利率作為貨幣政策意外的測度[15] ，而本文以文本分析的方式進行貨幣政策意外的測度。即利用有監督的詞典生成方法構建央行口頭溝通指數，通過央行實際操作指數對央行口頭溝通指數進行基礎回歸，所得的殘差用來構建央行政策操作偏離指數。（2）由于用來衡量央行“言行”不一的偏離指數是季度數據，而金融市場收益率的數據是日度數據，涉及數據頻率不一致，一般作法會把高頻數據進行降頻，這種處理方式會損失大量有價值的高頻信息?；祛l模型很好地解決了頻率不匹配的問題，實際使用效果良好。所以，本文使用混頻動態條件相關系數（DCCMIDAS）模型來研究偏離指數對金融市場間長期動態相關性的影響。