央行“ 言行” 偏差與金融市場(chǎng)間長(zhǎng)期動(dòng)態(tài)相關(guān)性

張旭 楊華蓮

摘 要：運(yùn)用自然語(yǔ)言處理方法構(gòu)建央行政策操作偏離指數(shù)來(lái)衡量央行“言行” 偏差的程度，并基于混頻DCC-MIDAS模型對(duì)金融市場(chǎng)間長(zhǎng)期動(dòng)態(tài)相關(guān)性展開(kāi)研究。實(shí)證結(jié)果如下：央行政策操作偏離指數(shù)對(duì)債券市場(chǎng)收益率波動(dòng)產(chǎn)生負(fù)向影響，其影響主要來(lái)源于意外的貨幣政策緊縮;對(duì)股票市場(chǎng)、外匯市場(chǎng)收益率波動(dòng)具有非對(duì)稱性影響。針對(duì)金融市場(chǎng)間長(zhǎng)期動(dòng)態(tài)相關(guān)性影響，央行政策操作偏離指數(shù)負(fù)向影響債券-外匯市場(chǎng)間的長(zhǎng)期相關(guān)性，尤其對(duì)于國(guó)債與外匯市場(chǎng)的長(zhǎng)期相關(guān)性的影響更為顯著;對(duì)于股票-外匯市場(chǎng)的長(zhǎng)期動(dòng)態(tài)相關(guān)性，央行政策操作偏離指數(shù)對(duì)其具有顯著的正向影響，其影響主要來(lái)源于央行正向的“言行”偏差;央行政策操作偏離指數(shù)對(duì)于股票-債券市場(chǎng)的長(zhǎng)期相關(guān)性影響不顯著。

關(guān)鍵詞：央行溝通;偏離指數(shù);市場(chǎng)關(guān)聯(lián);DCC-MIDAS 模型

中圖分類號(hào)：F832. 5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-3890（2024）01-0009-09

受經(jīng)濟(jì)下行壓力影響，我國(guó)采用傳統(tǒng)貨幣政策的效果越來(lái)越不顯著，在這種情況下，央行溝通尤為重要。央行需要通過(guò)“言” 與“行” 來(lái)實(shí)現(xiàn)溝通。“言”即通過(guò)言辭溝通來(lái)達(dá)到政策目的，已經(jīng)成為一種關(guān)鍵的貨幣政策工具，尤其是在經(jīng)濟(jì)高度不確定性或利率降至零利率下限時(shí)。“行”即通過(guò)傳統(tǒng)的貨幣政策工具來(lái)加強(qiáng)預(yù)期管理，在一定程度上可以進(jìn)行定向調(diào)控。自2008 年以來(lái)，國(guó)際金融形勢(shì)復(fù)雜多變，傳統(tǒng)貨幣政策工具調(diào)控逐漸乏力，特別是利率降至零利率下限時(shí)，歐美等發(fā)達(dá)國(guó)家相繼通過(guò)央行溝通與量化寬松等非常規(guī)貨幣政策進(jìn)行調(diào)控。央行與公眾的溝通會(huì)直接或間接影響經(jīng)濟(jì)主體對(duì)宏觀經(jīng)濟(jì)形勢(shì)、未來(lái)貨幣政策走向以及經(jīng)濟(jì)發(fā)展前景的預(yù)期，影響社會(huì)公眾的心理和行為，進(jìn)而影響整體的經(jīng)濟(jì)表現(xiàn)[1] 。

從2011 年以來(lái)，雖然我國(guó)的貨幣政策總基調(diào)一直保持著“穩(wěn)健”，但是央行的實(shí)際操作在不同年份仍有一定的區(qū)別。在每一次口頭溝通的背后隱藏著貨幣政策是“穩(wěn)健偏寬松”還是“穩(wěn)健偏緊縮”。央行在現(xiàn)實(shí)操作中往往會(huì)偏離其政策內(nèi)涵，較為典型的是法定存款準(zhǔn)備金率。例如，在2007 年至2008 年第二季度，央行法定存款準(zhǔn)備金率先后16次上調(diào)。這雖然在防止經(jīng)濟(jì)過(guò)熱、抑制通脹方面有一定的作用，但高頻率的調(diào)整已超出緊縮的目的。不僅如此，央行還可以通過(guò)有差別地降準(zhǔn)對(duì)貨幣政策進(jìn)行結(jié)構(gòu)性的調(diào)整。這都能使央行的“言” 與“行”產(chǎn)生差別。這種差別就是有效市場(chǎng)假說(shuō)中的信息，即完全沒(méi)有預(yù)料到的信息。

一、文獻(xiàn)綜述

在過(guò)去，文本內(nèi)容是較難被挖掘和測(cè)度，但隨著人工智能和機(jī)器學(xué)習(xí)的不斷發(fā)展，可以通過(guò)計(jì)算機(jī)編程語(yǔ)言來(lái)實(shí)現(xiàn)科學(xué)量化的目的。國(guó)內(nèi)外對(duì)于央行溝通的測(cè)度方式主要有四種：（1）人工賦值法，即根據(jù)一定的判斷標(biāo)準(zhǔn)對(duì)央行溝通的內(nèi)容賦予五個(gè)離散值[2] 。后續(xù)研究將人工賦值法擴(kuò)散至多維度[3] ，更深一步是根據(jù)溝通內(nèi)容所表現(xiàn)出來(lái)的不同意圖對(duì)變量賦予不同的值。雖然人工賦值容易實(shí)現(xiàn)，但是主觀性較強(qiáng)，有效性、準(zhǔn)確性較差。（2）基于已有的詞典進(jìn)行關(guān)鍵詞詞頻的統(tǒng)計(jì)，通過(guò)一定的計(jì)算公式構(gòu)建央行溝通指數(shù)[1] ，但這種方法的缺點(diǎn)是不能全面概括央行溝通的內(nèi)容。（3）隱含狄利克雷模型（Latent Dirichlet Allocation）。LDA 是通過(guò)聚類的思想提取文本主題和關(guān)鍵詞，然后利用其構(gòu)建溝通指數(shù)[1] 。這種方法不需要人對(duì)句子的信息進(jìn)行主觀評(píng)價(jià)，而是直接進(jìn)行詞語(yǔ)的歸類以及主題提取，相對(duì)來(lái)說(shuō)更為客觀。但對(duì)于措辭多變，較不規(guī)范的口頭溝通則難以使用。（4）有監(jiān)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(jì)算機(jī)自身，而是需要研究者根據(jù)自身專業(yè)知識(shí)對(duì)溝通內(nèi)容進(jìn)行屬性標(biāo)化，提取更具有針對(duì)性的措辭，然后構(gòu)建央行溝通指數(shù)，測(cè)度更加客觀。 Picault etal. [4] 使用該方法對(duì)美國(guó)聯(lián)邦公開(kāi)市場(chǎng)委員會(huì)的溝通內(nèi)容進(jìn)行了分析。隨后，林建浩等[5] 將該方法用于中國(guó)人民銀行的口頭溝通內(nèi)容，測(cè)算的指數(shù)具有可復(fù)制性和可延展性。

央行溝通與央行實(shí)際貨幣政策操作都會(huì)對(duì)金融市場(chǎng)產(chǎn)生不可忽視的影響。閆先東等[6] 研究認(rèn)為央行溝通比實(shí)際干預(yù)更有效。但Frederic[7] 卻認(rèn)為央行的實(shí)際行動(dòng)勝于言辭。不論兩者誰(shuí)更重要，若央行的實(shí)際行動(dòng)與溝通的方向不一致，必定會(huì)影響公眾的心理及行為，進(jìn)而影響社會(huì)公眾的投資、消費(fèi)決策等目的。所以說(shuō)，對(duì)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(fā)現(xiàn)意外的貨幣政策變動(dòng)通常會(huì)導(dǎo)致短期利率的“適度變動(dòng)”，從而導(dǎo)致信貸成本和經(jīng)濟(jì)活動(dòng)的大規(guī)模變動(dòng)。Sequeira[9] 研究發(fā)現(xiàn)，所有與緊縮政策操作和中性政策操作相關(guān)的貨幣政策意外對(duì)股票收益具有持續(xù)顯著的負(fù)向影響。但Bredin et al. [10] 研究表明貨幣政策意外會(huì)影響債券的超額回報(bào)率，并且不同國(guó)家的貨幣政策意外對(duì)其影響是不同的。國(guó)內(nèi)一些學(xué)者將實(shí)際干預(yù)與政策意圖一致定義為“言行”一致，研究發(fā)現(xiàn)“言行”一致能夠更好地穩(wěn)定資產(chǎn)價(jià)格以及增強(qiáng)貨幣政策效果，而“言行”不一致則會(huì)造成市場(chǎng)預(yù)期混亂，降低貨幣政策效果。

金融市場(chǎng)的聯(lián)動(dòng)性是金融危機(jī)和金融風(fēng)險(xiǎn)傳導(dǎo)的重要根源，一個(gè)金融子市場(chǎng)爆發(fā)危機(jī)就會(huì)蔓延至整個(gè)金融市場(chǎng)及實(shí)體經(jīng)濟(jì)，甚至引發(fā)全球性的金融危機(jī)。Andersson et al. [11]研究發(fā)現(xiàn)通貨膨脹會(huì)對(duì)股票與債券市場(chǎng)之間的相關(guān)性產(chǎn)生重要影響。這是因?yàn)檩^高的通貨膨脹降低了債券的實(shí)際回報(bào)，而較高的產(chǎn)出提高了股票的回報(bào)，這使得股票與債券的回報(bào)呈現(xiàn)負(fù)相關(guān)。Chiang[12] 研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會(huì)對(duì)股票-債券、股票-黃金市場(chǎng)間的相關(guān)性產(chǎn)生負(fù)向影響，并且地緣政治風(fēng)險(xiǎn)會(huì)對(duì)股票與黃金市場(chǎng)之間的聯(lián)動(dòng)性產(chǎn)生正向影響。龔玉婷等[13]運(yùn)用Copula-MIDAS 模型發(fā)現(xiàn)宏觀基本面和市場(chǎng)不確定性會(huì)對(duì)股債相關(guān)性產(chǎn)生影響。周開(kāi)國(guó)等[14] 基于混頻條件動(dòng)態(tài)相關(guān)系數(shù)模型，研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性正向影響金融市場(chǎng)關(guān)聯(lián)性，工業(yè)增加值和貨幣供應(yīng)量則反之。

鮮有學(xué)者探討當(dāng)央行的言辭與實(shí)際的貨幣政策操作有偏差時(shí)，會(huì)對(duì)金融市場(chǎng)間的聯(lián)動(dòng)性產(chǎn)生怎樣的影響。本文的創(chuàng)新點(diǎn)如下：（1）傳統(tǒng)研究對(duì)于央行貨幣政策相關(guān)指標(biāo)的構(gòu)建大多采用結(jié)構(gòu)化的數(shù)據(jù)，忽略了文本中包含的豐富的非結(jié)構(gòu)化數(shù)據(jù)。過(guò)去的文獻(xiàn)大都用市場(chǎng)預(yù)期減去基準(zhǔn)利率作為貨幣政策意外的測(cè)度[15] ，而本文以文本分析的方式進(jìn)行貨幣政策意外的測(cè)度。即利用有監(jiān)督的詞典生成方法構(gòu)建央行口頭溝通指數(shù)，通過(guò)央行實(shí)際操作指數(shù)對(duì)央行口頭溝通指數(shù)進(jìn)行基礎(chǔ)回歸，所得的殘差用來(lái)構(gòu)建央行政策操作偏離指數(shù)。（2）由于用來(lái)衡量央行“言行”不一的偏離指數(shù)是季度數(shù)據(jù)，而金融市場(chǎng)收益率的數(shù)據(jù)是日度數(shù)據(jù)，涉及數(shù)據(jù)頻率不一致，一般作法會(huì)把高頻數(shù)據(jù)進(jìn)行降頻，這種處理方式會(huì)損失大量有價(jià)值的高頻信息。混頻模型很好地解決了頻率不匹配的問(wèn)題，實(shí)際使用效果良好。所以，本文使用混頻動(dòng)態(tài)條件相關(guān)系數(shù)（DCCMIDAS）模型來(lái)研究偏離指數(shù)對(duì)金融市場(chǎng)間長(zhǎng)期動(dòng)態(tài)相關(guān)性的影響。