基于預期管理視角下的中央銀行政策口頭溝通有效性研究

摘要：本文選用2015年8月11日—2024年5月31日在岸人民幣和離岸人民幣匯率數據，運用門檻效應模型和GARCH模型，對我國央行行長口頭溝通抑制匯率波動的有效性進行了實證研究。研究表明，匯率處于一定區間時，央行行長口頭溝通抑制匯率波動的效果顯著，超出這一區間后效果不佳；央行行長口頭溝通內容不同，對抑制匯率波動的效果也存在差異，其中關于經濟形勢的正面溝通對抑制在岸人民幣匯率波動的效果最顯著，關于貨幣政策的正面溝通對抑制離岸人民幣匯率波動的效果最顯著，關于匯率的溝通對抑制在岸人民幣匯率波動的效果顯著。這表明央行行長口頭溝通作為一項貨幣政策工具，起到了有效且顯著的作用，因此我國應繼續發揮央行行長口頭溝通的主動性，但在發聲時機和發聲內容上應更加謹慎地把握。

關鍵詞：中央銀行溝通；央行行長口頭溝通；在岸人民幣匯率；離岸人民幣匯率；預期管理

中圖分類號：F822.0" " " "文獻標識碼：A" " " " 文章編號：1007-0753（2024）12-0017-10

收稿日期：2024-08-25

作者簡介： 左淋丞，中國人民銀行湖南省分行，研究方向為經濟金融。

李牧閑，中國人民銀行湖南省分行，研究方向為金融工程。

何" " 莎，中國人民銀行邵陽市分行，研究方向為綠色金融。

支展展，中國人民銀行邵陽市分行，研究方向為數據科學。

本文感謝匿名審稿專家的寶貴意見，文責自負。

一、引言

自20世紀90年代以來，在傳統貨幣政策使用空間有限的情況下，央行溝通這一新的政策工具成為各國央行的重要選擇。它更加注重加強與市場參與者的溝通，直接將央行的政策意圖傳遞給大眾。從“一語不發”到“解釋即政策”，美聯儲前任主席Yellen用“革命”一詞來描述這一重大變化，而央行溝通的政策實踐也在不斷完善。從我國的實踐來看，央行溝通已逐步發展為重要的政策工具，口頭溝通亦得到廣泛應用，其中尤以央行行長的口頭溝通最為權威。相比其他溝通形式，央行行長口頭溝通更受關注，作用更為及時與顯著。然而，由于口頭溝通規范性不足、措辭時有變化，其測度難度也相對更大，目前尚未形成相對完善、明朗、公開且可復制的測度方案。此外，對于溝通時機的選擇，目前也缺乏相對客觀的規則。與此同時，匯率政策作為貨幣政策的重要組成部分，一直是我國金融改革的關鍵領域。我國匯率制度改革自2005 年啟動，距今已近20年。如何有效地維持人民幣幣值的穩定，平穩人民幣匯率波動是我國經濟當前面臨的又一大挑戰。

鑒于上述背景，本文基于我國央行行長2015年8月11日—2024年5月31日所有口頭溝通內容，構建匯率溝通指數、貨幣政策溝通指數和經濟形勢溝通指數，并運用GARCH模型量化評價央行行長口頭溝通的效果，在此基礎上進一步利用門檻回歸模型分析不同匯率水平下央行行長口頭溝通的有效性。本文研究有助于優化央行行長口頭溝通的時機和溝通內容，從而增強央行行長口頭溝通的針對性和有效性。

二、文獻綜述

自2008年金融危機以來，多國央行均面臨陷入零利率下限的困境，傳統貨幣政策工具的有效性受到限制，央行溝通逐漸成為重要的貨幣政策工具，在全球中央銀行中使用范圍不斷擴大且重要性日益突出，越來越多的學者將目光投向中央銀行政策溝通理論及實踐的研究。隨著人民幣國際化進程的提速和人民幣國際地位的提升，正確認識和分析人民幣匯率行為特征和變動規律變得非常重要。

（一）央行溝通的相關研究

目前關于央行溝通的主流研究方法是采用N-gram（一種語言模型）和監督學習方法構建文本分類器，從而建立央行行長信息溝通詞典。林建浩和趙文慶（2015）從貨幣政策狀態的判斷、關鍵措辭的提取、措辭權重的確定以及指數的計算等環節測度中國央行溝通指數。Picault和Renault （2017）使用N-gram方法把歐洲央行新聞發布會的內容分成歐洲央行（ECB）貨幣政策（溫和、中立、“鷹派”）和歐元區經濟狀況（積極、中性、消極）。王宇偉等（2019）使用關鍵詞詞頻法構建中國人民銀行言辭溝通指數，又綜合各類貨幣政策工具的特征，構建中國貨幣政策行動指數。

在溝通內容上，學者通常將央行溝通分為貨幣政策立場溝通與經濟形勢展望，并且發現兩者對市場預期的影響存在一定差異。Rozkrut等（2007）在對捷克、匈牙利和波蘭的研究中發現，央行關于貨幣政策的言論均會對金融市場產生顯著影響，而有關經濟形勢的言論則未能產生顯著影響。Hayo等（2012）用GARCH模型對比央行溝通與實際干預行為對股市回報率的影響的大小，發現美國貨幣政策行為和央行溝通對新興市場股市回報率均有顯著影響，并且央行溝通對股市累計回報率的影響更為顯著，尤其是關于經濟形勢向好的展望。盧新生和孫欣欣（2017）認為實現政策溝通與傳統貨幣政策操作的密切配合是達成引導市場預期目的之關鍵。McMahon等（2018）認為央行的政策溝通已經取得了顯著進步，提高央行政策透明度和獨立性將有助于進一步提高央行貨幣政策的傳導效率。王博和高青青（2020）利用LDA主題模型研究央行溝通情況，認為在緊縮貨幣政策面前，央行溝通更頻繁，且央行不同成員的溝通效果存在顯著差異。林建浩等（2023）使用有監督的詞典分析方法考察央行行長信息溝通的股票市場效應，認為央行行長信息溝通的市場效應主要體現在影響股票日內價格波動和收益率波動。

（二）人民幣匯率的相關研究

學者對匯率的研究主要是通過構建GARCH類模型探求匯率波動的情況，并尋找影響匯率波動的因素。章維（2019）利用GARCH類模型研究人民幣匯率波動，認為人民幣匯率波動具有集群性和持續性的特點，存在杠桿效應。金朝輝（2020）使用Redux模型發現貿易開放在不同沖擊下均能抑制實際匯率波動，尤其是資本密集型產品貿易開放，能夠減少人民幣實際有效匯率的波動。管章善（2020）的研究表明在中美貿易摩擦背景下，無論長期還是短期，惡化措施和緩解言論都會對人民幣匯率產生顯著的負面和正面影響。吳鑫育等（2024）構建CARR-MIDAS-EPU模型實證檢驗了低頻宏觀經濟變量（EPU）對USD/CNY匯率長期波動率具有顯著為正的影響。王金明和孟子喬（2022）的研究表明媒體情緒可以顯著降低人民幣匯率波動，維持外匯市場穩定。吳鑫育等（2024）構建GARCH-MIDAS-SK模型，認為時變風險厭惡（RA）對人民幣匯率波動率具有顯著負向影響。

（三）央行溝通與匯率波動關系的研究

鑒于央行行長溝通對匯率會產生顯著影響，部分學者從央行行長溝通對匯率波動影響的角度入手進行研究。Beine 等（2009）對美聯儲、歐洲央行和日本銀行的溝通數據進行分析發現，適當的演講或聲明能夠增強中央銀行實際干預的有效性并減小匯率波動幅度。朱寧等（2016）的研究表明，中央銀行溝通可在匯率的預期管理中發揮積極作用，促進匯率平穩波動。劉璐和丁劍平（2019）認為我國央行信息溝通能對人民幣匯率水平產生合意的影響，當人民幣匯率波動較大時，央行溝通能對匯率波動產生削弱效應，熨平匯率波動，穩定幣值。王笑笑等（2020）的研究表明，當人民幣呈現升值趨勢且匯率發生異常波動甚至超調時，央行預期引導的作用要大于實際干預；當人民幣呈現貶值趨勢且匯率發生異常波動甚至超調時，央行的預期引導和實際干預同等重要。黃浩宇（2023）指出央行溝通短期內能穩定人民幣匯率波動，但從中長期來看，央行溝通穩定人民幣匯率的作用有限。王倩等（2024）構建以央行和外匯局發布的官方新聞為重點的指數，認為官方新聞指數對人民幣匯率有升值影響，對匯率波動有增強效果，且離岸市場受到的影響更大。

綜上所述，目前關于央行溝通對匯率波動的影響研究雖取得了諸多研究成果，但是運用定量模型分析央行行長口頭溝通對匯率波動影響的有效性的研究較少，將溝通時機納入實證分析的研究更是罕見。本文運用門檻效應模型和GARCH模型實證分析了溝通內容和溝通時機對匯率波動影響的有效性，這也是本文的邊際貢獻所在。

三、理論模型

根據非拋補利率平價理論，在資本具有充分國際流動性的條件下，投資者的套利行為使得國際金融市場上以不同貨幣計價的相似資產的收益率趨于一致。當跨國投資收益與本國投資收益存在差異時，投資者會選擇預期收益較高的市場進行投資，直至市場達到一種平衡狀態，即：

1+id = （1+if ）" " " " " " " " " " " " " " " " " " " " " " " " （1）

式（1）中，id表示本國市場實際利率，if 表示外國市場實際利率，e表示即期匯率，Ee表示投資者對匯率的預期。式（1）表明：如果本國利率高于外國利率，那么意味著市場預期本幣在遠期將貶值；如果本國政府提高利率，那么當市場預期未來即期匯率不變時，本幣即期匯率將升值。央行溝通作為政府預期管理的重要組成部分，可向公眾傳達央行貨幣政策意圖，其通過釋放信息、信號來達到增強公眾樂觀預期或者扭轉公眾悲觀情緒、修正公眾預期偏差的目標，進而實現對包括通脹、利率和匯率等經濟變量預期的有效管理。由央行溝通和其他信息構成的投資者理性預期和其預期的偏差，共同組成了投資者對未來匯率的預期Ee，即：

Ee=ρE* e+（1－ρ）ε" " " " " " " " " " " " " " " " " " " " " " "（2）

式（2）中，E* e表示未來市場上匯率真實值。ρ表示央行溝通程度，0≤ρ≤1。央行溝通越多，溝通內容越明確，ρ值越接近1，則引導傾向越清晰。ε表示匯率預期值與未來匯率真實值之間存在一定的偏差，ε服從均值為0、方差為σ2的正態分布。將式（2）代入式（1）整理可得：

e = ρE* e" + （1－ρ）" ε" " " " " " " " " " " "（3）

對式（3）中的匯率求方差可得：

Var（e） =" 2（1－ρ）2σ2" " " " " " " " " " " " " " " （4）

為進一步考察央行溝通對匯率波動的影響，在式（4）中對央行溝通求導，可得：

=－2 （1－ρ）" "2σ2" " " " " " " " （5）

式（5）表明央行溝通與匯率波動呈反比例關系，這意味著加強央行溝通，通過向市場傳遞正確的經濟基本面信息，及時糾偏私人部門對經濟基本面的判斷，幫助市場投資者做出適應市場資源配置的有效決策，以及滿足經濟基本面未來需求的最優部署，進而堅定市場投資者對未來經濟向好發展的信念，可在一定程度上減小匯率波動幅度。

四、央行口頭溝通指數構建

本文借鑒Picault和Renault（2017）、林建浩等（2019）的研究構建央行行長口頭溝通指數，并在此基礎上對央行行長口頭溝通的內容進行分類，分別構建經濟形勢溝通指數、貨幣政策溝通指數和匯率溝通指數。本文嘗試對央行行長每一次口頭溝通內容的信息文本進行分析與指數計算，具體步驟如下：

（一）生成基本詞典

首先獲取文本數據，鑒于我國“8·11”匯改后人民幣匯率波動日趨市場化，本文選擇2015年8月11日—2024年5月31日的日度數據為樣本數據。在搜索引擎上以“周小川+貨幣政策”“易綱+貨幣政策”等作為關鍵詞搜索文本信息，從而確定了央行行長在樣本區間內的所有口頭溝通共332次，包括講話、新聞發布會、評論文章及采訪等形式。同時考慮到我國央行承擔的職能相對較多，央行行長經常就國企改革等問題進行溝通，為減少指數構建的噪聲，剔除了與貨幣政策、經濟形勢和匯率溝通無關的事件，最終保留其中有效溝通229次。

其次，根據溝通內容將所有溝通事件劃分為具有完整語義的不同句子，最終劃分出8 286個具有完整語義的句子，按照其包含的不同信息分為“貨幣政策溝通”“經濟形勢溝通”“匯率溝通”“其他”四大類，并將其進一步細分為“寬松/穩健/從緊”和“正面/中性/負面”及“升值/穩定/貶值”，具體劃分標準參考林建浩等（2019）的研究。

（二）生成計算詞典

根據經濟相關的基礎詞典，使用Python（一款程序設計語言）中的jieba分詞庫對所有的文本進行分詞，去除停用詞后，組合、提取最終短語， 再計算在某一傾向中詞語出現的概率。公式如下：

ρin=" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （6）

其中，fn表示文本短語出現的總次數，f i n表示短語出現在i類別（積極、中性、緊縮）的次數。計算結束后，篩選出某一傾向概率大于50%的短語進入計算詞典。

（三）構建溝通指數

以短語數量加權的方法對每一次溝通的內容s進行分析，進而詮釋一次溝通中屬于某一傾向的條件概率：

ρis =" " " " " " " " " " " " " " " " " " " " " " " " "（7）

其中，l為詞典中涵蓋的短語總次數，n是詞典中某個短語，ρin，s是某次溝通（s）中短語n在傾向i中的概率，f i n，s為此次溝通中短語n出現的頻次。獲取概率值后以加權平均的方法求得季度平均概率，定義t時期央行口頭溝通指數CIt為積極的概率和緊縮的概率的差值，計算過程如下：

ρit =" " " " " " " " nbsp; " " " " " " " " " " " " " " " " "（8）

CIt = ρ積極" " "t" " " " －" ρ緊縮" " t" " " " " " " " " " " " " " " " " " " " " " " " " " " " " （9）

根據計算結果，繪制經濟形勢溝通指數、貨幣政策溝通指數、匯率溝通指數圖形（見圖1）。

五、實證分析

（一）計量模型設定

為估計根據央行行長發聲（CBC）和發聲內容構建的經濟形勢溝通指數、貨幣政策溝通指數、匯率溝通指數對在岸人民幣匯率（IER）和離岸人民幣匯率（OER）、在岸人民幣匯率波動率（IEF）和離岸人民幣匯率波動率（OEF）的影響情況，分別搭建門檻模型和GARCH（p，q）模型。

門檻模型如下：

IEFt= α+β1 IRSt+β2 MDRt+β3 MPRt+" " " β4 CBCt I（IERt ≤ λ）+β5 CBCt I （IERtgt;λ）" " "+μt" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "（10）

OEFt= α+β1 IRSt+β2 MDRt+β3 MPRt+" " " " β4 CBCt I（OERt ≤ λ）+β5 CBCt I（OERt gt; λ）" " " "+μt" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （11）

其中，t表示日期，在岸人民幣匯率（IER）和離岸人民幣匯率（OER）表示被解釋變量，央行行長溝通（CBC）為因變量，在岸人民幣匯率波動率（IEF）和離岸人民幣匯率波動率（OEF）表示門檻變量，中美利差（IRS）、宏觀經濟數據發布與否（虛擬變量MDR）、貨幣政策發布與否（虛擬變量MPR）表示控制變量，α表示常數項，I（·）表示指示函數，λ表示系數，μt表示隨機擾動項。

GARCH（p， q）模型如下：

IEFt= β0 x0+β1 x1+β2 x2+β3 IRSt+β4 MDRt+" " " β5MPRt+μt

σ2" t = γ0+ ∑ q" " j=1 αj μ2" " t-j +∑ p" i=1 ρiσ2" t-i" " " " " " " " " " " " " " " " （12）

OEFt= β0 x0+β1 x1+β2 x2+β3 IRSt+β4 MDRt+" " " "β5MPRt+μt

σ2" t = γ0+ ∑ q" " j=1 αj μ2" " t-j +∑ p" i=1 ρi σ2" t-i" " " " " " " " " " " " " " " " （13）

其中，x0指經濟形勢溝通，x1指貨幣政策溝通，x2指匯率溝通，μt為隨機擾動項，σ2" t 為擾動項的方差。擾動滯后項階數為q，αj越小，說明擾動滯后項μ2" " t-j對方差的影響越??；方差滯后項階數為p，ρi越大，說明方差滯后項σ2" t-i對方差的影響越大。模型中γ0＞0，αj≥0，∑ q" " j=1αj +∑ p" i=1 ρi＜1。

（二）變量與數據說明

1. 因變量：在岸人民幣匯率、離岸人民幣匯率

在岸人民幣匯率（IER）是指在中國大陸境內交易形成的匯率；離岸人民幣匯率（OER）是指在中國大陸之外，如香港、新加坡等地的離岸金融市場中進行交易形成的匯率。選取上述兩個變量作為因變量，理由如下：一是在岸人民幣匯率反映了國內經濟主體在日常經濟活動中對外匯的供求關系，離岸人民幣匯率反映了國際投資者和金融機構對人民幣的預期和供求關系，兩者從多角度共同反映了匯率的波動情況；二是當央行行長發聲時，兩個變量能夠快速反映國內和國際金融市場的變化，從而體現對人民幣匯率的影響情況。

2.自變量：央行行長溝通

央行行長溝通（CBC）是一個虛擬變量，衡量某一時間點央行行長是否發生口頭溝通事件。進一步對溝通內容進行劃分，衍生出經濟形勢溝通、貨幣政策溝通和匯率溝通三個自變量。選取理由如下：利用CBC來判斷央行行長需要在匯率波動到什么時候發聲，衍生的三個溝通自變量則是用來輔佐判斷怎樣的發聲內容才能夠更好地穩住利率。

3.門檻變量：在岸人民幣匯率波動率、離岸人民幣匯率波動率

在岸人民幣匯率波動率（IEF）是指在岸人民幣匯率的日內極差，離岸人民幣匯率波動率（OEF）是指離岸人民幣匯率的日內極差。

4.控制變量

中美利差（IRS）是中國10年期國債收益率減去美國10年期國債收益率；宏觀經濟數據發布與否（MDR）為虛擬變量，用來衡量某一時點宏觀經濟數據是否發布；貨幣政策發布與否（MPR）為虛擬變量，用來衡量某一時點貨幣政策是否發布。

以上數據均來源于中國人民銀行各子網站和wind數據庫，對上述變量數據的統計性描述如表1所示。

從表1可知，因變量IER和OER均是標準差小，波動小，JB檢驗值大，符合正態分布；自變量CBC、經濟形勢溝通、貨幣政策溝通、匯率溝通均服從正態分布；IEF、OEF、IRS也都符合正態分布。

為避免模型的偽回歸問題，采用ADF和PP檢驗對模型中的變量進行單位根檢驗，驗證各變量的平穩性。表2的檢驗結果顯示，CBC、IEF、OEF、經濟形勢溝通、貨幣政策溝通、匯率溝通六個變量在10%的顯著性水平下通過ADF和PP檢驗，表明變量原序列為平穩序列。IRS、IER、OER三個變量的ADF和PP統計值均未通過檢驗，但其一階差分的ADF和PP統計值小于10%的臨界值，表明IRS、IER、OER三個變量的一階差分平穩，因此接下來做進一步的協整檢驗。

使用Engel-Granger兩步協整檢驗法（簡稱“EG兩步法”）進行協整檢驗，其回歸殘差的ADF和PP統計值如表3所示。回歸后的殘差ADF和PP統計值均小于10%的臨界值，殘差序列平穩，說明IRS、IER、OER三個不平穩的序列存在協整關系。

（三）實證結果分析

1.關于溝通時機的分析

為了研究央行行長合適的溝通時機，本文將在岸和離岸人民幣匯率水平設置為門檻變量，央行行長溝通變量與在岸和離岸人民幣匯率波動率進行回歸，實證結果如表4所示。

結果表明，當在岸人民幣匯率水平值低于6.719 4時，央行行長溝通對在岸人民幣匯率波動率為在1%的水平下顯著正相關，這表明央行行長溝通會加劇在岸人民幣匯率波動。當在岸人民幣匯率在6.719 4—7.100 9之間時，兩者之間在5%的水平下顯著負相關，即央行行長溝通會熨平在岸人民幣匯率波動。但當在岸人民幣匯率水平高于7.100 9時，兩者之間的相關關系不顯著，即央行行長溝通對于抑制在岸人民幣匯率波動無顯著作用。

對于離岸人民幣匯率市場而言，當離岸人民幣匯率低于7.109 4時，央行行長溝通對離岸人民幣匯率波動率為在5%的水平下顯著負相關，這表明央行行長溝通能夠抑制離岸人民幣匯率波動，且當離岸人民幣匯率處于6.718 3—7.109 4之間時，央行行長溝通更為顯著有效。但當離岸人民幣匯率高于7.109 4時，兩者之間的相關關系不顯著，這意味著此時央行行長溝通對抑制離岸人民幣匯率波動無顯著作用。

綜合來看，當人民幣匯率在一定范圍內時，央行行長溝通能夠有效降低人民幣匯率的波動。這可能是因為當匯率在一定范圍內時，央行行長向公眾溝通國內經濟基本面、貨幣及匯率政策走向，讓市場參與者對未來經濟情況及政策走向有更清晰的了解，降低不確定性，引導市場參與者更加理性地進行外匯交易和風險評估，從而降低人民幣匯率的波動。

但當人民幣匯率超出一定范圍后，央行行長溝通不能有效降低人民幣匯率波動。這可能是因為：首先，市場情緒可能會變得較為恐慌或亢奮，市場參與者的行為更多地受到情緒的驅動，對央行行長發言的關注度降低。在這種情況下，市場可能會出現非理性的交易行為，導致匯率波動與央行行長溝通相關性減弱。其次，匯率波動較大往往是多種因素共同作用的結果，如國際經濟形勢變化、全球金融市場動蕩、地緣政治風險等。這些因素的影響力可能超過央行行長發言對人民幣匯率的影響，使得匯率波動與央行行長溝通之間的相關性減弱。最后，在匯率波動較大的情況下，央行的政策干預效果可能會受到一定的限制，央行的政策工具面臨一定的約束，使得市場參與者對央行政策的信心減弱，從而導致匯率波動與央行行長溝通的相關性降低。以上三方面的原因可能導致人民幣匯率超過一定范圍后，公眾對于央行行長的溝通可能采取“充耳不聞”的態度，從而導致央行行長溝通對在岸和離岸人民幣匯率無顯著影響。

2.關于溝通內容的分析

為進一步完善央行行長口頭溝通具體策略，本文對央行行長口頭溝通的具體內容進一步細分為經濟形勢、貨幣政策和匯率，并構建經濟形勢、貨幣政策和匯率溝通指數，以研究不同溝通內容對在岸和離岸人民幣匯率波動的影響是否存在差異，實證結果如表5、表6所示。

從表5可以看到，在岸人民幣匯率與經濟形勢、貨幣政策和匯率溝通指數在5%的水平下顯著為負，說明央行行長口頭溝通中關于經濟形勢正面、貨幣政策積極以及匯率升值的言論能夠熨平在岸人民幣匯率波動幅度。這可能是因為央行行長的積極表態能增強國內外市場參與者對中國未來經濟發展的信心，幫助市場形成合理預期，緩解市場對匯率過度波動的擔憂，從而穩定人民幣匯率。這也表明我國在岸人民幣匯率市場的“政策性”意圖明顯。

從表6可以看到，離岸人民幣匯率波動率與經濟形勢、貨幣政策溝通指數在5%的顯著性水平下負相關，而匯率溝通指數則對離岸人民幣匯率波動率無顯著作用。這可能是因為離岸人民幣市場交易主體更加多樣化，獲取信息的渠道更為廣泛，國際經濟形勢、全球金融市場動態等因素在其決策中占據重要地位，單一國家央行的口頭溝通不會成為其投資的主要決策依據。因此，在離岸人民幣匯率市場，中國央行行長的口頭溝通對離岸人民幣匯率波動的抑制作用不顯著。

從不同溝通內容的效果看，央行行長對于經濟形勢的溝通內容更加有助于促進在岸人民幣匯率穩定，而對于貨幣政策的溝通內容則更加有助于促進離岸人民幣匯率穩定。產生這種差異的主要原因可能是在岸和離岸人民幣匯率市場交易主體獲取并加工信息的渠道有所不同。通過對經濟形勢的溝通，在岸人民幣匯率市場主體能更直接地了解國內經濟形勢及發展趨勢，引導在岸人民幣匯率市場主體有更合理的預期；離岸人民幣匯率市場對于中國未來經濟形勢的判斷可能更多關注國際整體經濟形勢走勢而不是單純依據中國央行對經濟形勢的溝通，通過對貨幣政策的溝通，離岸人民幣匯率市場能夠更好地判斷未來中國經濟的運行狀況，從而引導市場形成合理的預期，最大限度地減小因信息不對稱和不確定性導致的匯率大幅波動。

六、主要結論與政策建議

本文利用我國2015年8月11日—2024年5月31日所有央行行長口頭溝通內容以及人民幣匯率數據，深入分析我國央行行長口頭溝通與人民幣匯率波動之間的關系。本文基于央行行長溝通內容，構建了經濟形勢溝通指數、貨幣政策溝通指數和匯率溝通指數，并運用門檻回歸和GARCH模型量化分析其對在岸和離岸人民幣匯率波動的影響，得到如下主要結論，并提出相關政策建議。

（一）主要結論

一是央行行長口頭溝通與在岸和離岸人民幣匯率波動率之間存在門檻效應。在岸人民幣匯率在6.719 4—7.100 9之間時，央行行長口頭溝通抑制在岸人民幣匯率波動的作用最顯著；當在岸人民幣匯率水平高于7.100 9時，央行行長口頭溝通對抑制在岸人民幣匯率波動無顯著影響。離岸人民幣匯率低于7.109 4時，央行行長口頭溝通能夠抑制離岸人民幣匯率波動，且當離岸人民幣匯率處于6.718 3—7.109 4之間時，央行行長口頭溝通更為顯著有效，但當離岸人民幣匯率高于7.109 4時，央行行長口頭溝通對抑制離岸人民幣匯率的波動無顯著作用。

二是央行行長不同溝通內容對在岸和離岸人民幣匯率市場波動的抑制效果具有差異。對于在岸人民幣市場而言，央行行長對經濟形勢、貨幣政策和匯率的正面溝通對于其匯率波動均有顯著作用，其中經濟形勢正面溝通的抑制效果最為顯著，其次是匯率和貨幣政策的正面溝通。對于離岸人民幣市場而言，央行行長對經濟形勢和貨幣政策的溝通有顯著作用，其中對貨幣政策的積極預期對于抑制離岸人民幣匯率波動的效果最為顯著，但匯率的正面溝通對抑制離岸人民幣匯率波動無顯著影響。

（二）政策建議

一是建立匯率監測體系，制定失效應急方案。央行需要更加精確地把握匯率波動的邊界情況，當匯率波動在某一范圍內時，可以適時增加央行行長口頭溝通的頻率和針對性，充分發揮其對在岸和離岸人民幣匯率的積極影響。當匯率波動超出這一范圍時，央行行長口頭溝通作用并不明顯，此時應啟動應急預案，通過其他政策工具組合進行干預，同時加強與市場參與者的信息共享，避免市場恐慌。

二是優化溝通內容方式，綜合施策加強協調。央行應繼續加強經濟形勢的溝通，通過定期發布經濟形勢報告、舉辦經濟形勢解讀會等多種方式，提高信息透明度，增強市場信心，發揮其對人民幣匯率的積極作用。在貨幣政策溝通方面，央行需更加謹慎，注重溝通的時機選擇，避免在市場敏感時期傳達模糊信息，同時優化溝通內容，更詳細地解釋貨幣政策的目標、決策依據和長期影響，減小市場誤解導致的匯率波動。在匯率溝通中，應更側重于傳達匯率形成機制的市場化原則、匯率波動的合理性以及央行維持匯率穩定的決心，避免直接干預市場預期導致的負面效果。同時，要將經濟形勢、貨幣政策和匯率方面的溝通納入統一政策框架，注重不同政策溝通之間的協調配合。

三是建立定期溝通制度，加強內外市場互動。建立健全央行行長定期溝通機制，明確定期溝通的時間安排和周期，對經濟形勢、貨幣政策、匯率進行公開溝通，幫助市場參與者形成穩定預期，減小不確定性對匯率的沖擊。同時，建立與市場參與者的溝通渠道，了解市場對經濟形勢、貨幣政策、匯率的看法和需求，認真吸納市場的反饋和建議，及時調整溝通策略和政策措施，提高政策的針對性和有效性。此外，加強與主要經濟體央行的溝通和協調，在國際上分享我國央行在經濟形勢、貨幣政策、匯率方面的經驗和做法，增進國際的相互理解和合作。

參考文獻：

[1]林建浩，趙文慶.中國央行溝通指數的測度與譜分析[J].統計研究，2015，32（01）：52-58.

[2] PICAULT M， RENAULT T. Words are not all created equal： A new measure of ECB communication[J]. Journal of International Money and Finance， 2017， 79： 136-156.

[3]王宇偉，周耿，吳曈，等.央行的言辭溝通、實際行動與企業投資行為[J].中國工業經濟，2019（05）：118-135.

[4] ROZKRUT M， RYBI?SKI K， SZTABA L， et al. Quest for central bank communication： Does it pay to be \"talkative\"？[J]. European Journal of Political Economy， 2007， 23（01）： 176-206.

[5]HAYO B， KUTAN A M， NEUENKIRCH M. Federal Reserve communications and emerging equity markets[J]. Southern Economic Journal， 2012， 78（03）： 1041-1056.

[6]盧新生，孫欣欣.中央銀行政策溝通的市場效應：基于人民幣匯率的實證研究[J].金融研究，2017（01）：22-34.

[7] MCMAHON M ， SCHIPKE A ， LI X .China's monetary policy communication： Frameworks， impact， and recommendations[R].IMF Working Papers， 2018.

[8] 王博，高青青.中央銀行溝通的一致性——來自中國人民銀行的證據[J].財貿經濟，2020，41（07）：51-66.

[9] 林建浩，劉彥初，陳良源，等.央行行長口頭溝通的股票市場效應研究[J].管理科學學報，2023，26（02）：66-86.

[10]章維.基于GARCH類模型對人民幣匯率波動的實證研究[D].武漢：武漢大學，2019.

[11]金朝輝.貿易開放是否降低人民幣實際有效匯率波動——基于省級貿易及價格水平數據的實證研究[J].國際金融研究，2020（12）：73-83.

[12]管章善.人民幣匯率波動的影響因素實證研究[D].天津：天津師范大學，2020.

[13]吳鑫育，謝海濱，馬超群.經濟政策不確定性與人民幣匯率波動率——基于CARR-MIDAS模型的實證研究[J].中國管理科學，2024，32（08）：1-14.

[14]王金明，孟子喬.媒體情緒如何影響人民幣匯率？——基于文本分析的實證研究[J].中央財經大學學報，2022（12）：44-53.

[15] BEINE M， JANSSEN G， LECOURT C. Should central bankers talk to the foreign exchange markets？[J]. Journal of International Money and Finance， 2009，28（05）：776-803.

[16]朱寧，許藝煊，邱光輝.中央銀行溝通對人民幣匯率波動的影響[J].金融研究，2016（11）：32-46.

[17]劉璐，丁劍平.貨幣當局匯率溝通有效性及趨勢研究：基于中美匯率溝通聯動效應的實證分析[J].世界經濟研究，2019（02）：3-15+73+135.

[18]王笑笑，陳宇，尚昕昕.實際干預和預期引導對匯率調控效果的比較研究[J].世界經濟研究，2020（05）：34-44+135-136.

[19]黃浩宇.央行溝通對人民幣匯率的影響研究[D].杭州：浙江財經大學，2023.

[20]王倩，郝文倩，廖澤芳.官方新聞對人民幣匯率變動的影響——基于TVP-VAR模型的研究[J].管理現代化，2024，44（02）：38-51.

[21]林建浩，陳良源，宋登輝.如何測度央行行長的口頭溝通信息——一種基于監督學習的文本分析方法[J].統計研究，2019，36（08）：3-18.

（責任編輯：張艷妮）

Research on the Effectiveness of Central Bank's Policy Communication Based on the Perspective of Expectation Management

ZUO Lincheng1， LI Muxian1， HE Sha2， ZHI Zhanzhan2

（ 1. The People's Bank of China Hunan Provincial Branch;

2.People's Bank of China Shaoyang Branch）

Abstract： This paper selects the onshore RMB and offshore RMB exchange rate data from August 11， 2015 to May 31， 2024， and employs the threshold effect model and the GARCH model to conduct an empirical study on the effectiveness of the People's Bank of China （PBOC） governor's verbal communication in curbing exchange rate volatility. The study shows that when the exchange rate is within a certain range， the effect of the governor's verbal communication in curbing exchange rate volatility is significant， and the effect is not good once the exchange rate exceeds this range. Additionally， the content of the governor's communication varies in its impact on exchange rate volatility. Specifically， positive communication on the economic situation is most effective in curbing onshore RMB exchange rate volatility， while positive communication on monetary policy is most effective for offshore RMB exchange rate volatility. Communication on exchange rate policy also significantly curbs onshore RMB exchange rate volatility. These findings indicate that the governor's verbal communication， as a monetary policy tool， plays an effective and significant role. Therefore， the PBOC should continue to leverage the proactivity of the governor's verbal communication， while the timing and content of the voice should be more deliberate.

Keywords： Central bank's policy communication; PBOC governor's verbal communication; Onshore RMB exchange rate; Offshore RMB exchange rate; Expectation management