欧洲央行管理委员会新闻发布会上,2018年12月13日
VoxEU 金融市场 货币政策

水晶球:中央银行货币政策的时间信息的沟通

新兴文学显示出中央银行通过货币政策可以影响市场预期通信,但不太清楚在通讯市场找到有价值的。本专栏算法测量时间维度的文本适用于货币政策声明,演讲,并通过美联储和欧洲央行新闻发布会。研究结果表明,交流过去的信息,可以被解释为与中央银行如何评估经济,是一个有意义的市场反应,在美国和欧元区。

在最近几十年,已经被越来越多的决策者欣赏,交流是一个有用的工具来管理预期。提出指导现在是建立货币政策工具包的一部分(Reichlin et al . 2021年)。央行已经开始变得更透明,更频繁地交流和在不同的格式。中央银行也评价自己的沟通(Phelan et al . 2022年)。然而,它仍然是一个悬而未决的问题最佳央行沟通策略将是什么样子(布林德et al . 2008年)。一个更广泛的问题涉及到,如果有的话,中央银行知道通知市场参与者不。如果中央银行具有信息优势,它的本质是什么?

新兴的文学(例如Gurkaynak et al . 2005年)使用高频运动金融资产价格在货币政策沟通事件表明,中央银行可以影响市场预期。这证据显示市场必须有一些“信息赤字”相对于央行——他们不能完全预期央行将交流和沟通让他们更新他们的观点。不太清楚在中央银行沟通找到有价值的市场。央行可能揭示价值的经济状况的信息(例如中村斯泰恩斯森和2018年Altavilla et al . 2019),但随着市场还可以访问大多数中央银行的底层数据,一些持怀疑态度的通道(鲍尔和Swanson 2022)。在许多模型用于分析货币政策,1中央银行沟通的有效性是有限的描述反应函数和任何计划偏离(通常称为“正向指导”)。

不仅仅在现实中,中央银行沟通他们的反应函数和任何私人数据他们可能(他们往往不明确沟通)。特别是,他们投入大量的时间评估状态的经济。他们经常讨论他们认为当前状态,经济如何到达这一点,他们认为这将在未来投影。他们讨论传入的数据如何影响这些信仰和如何改变了他们的想法对经济数据是什么意思。虽然不是严格意义上的私人信息,这些评估通常不公开到沟通。最近的一个例子来自于通货膨胀的分析动力学COVID-19大流行期间和之后。中央银行不得不花很多时间来描述他们如何评价通货膨胀的过程,及其预测通货膨胀,改变面对传入的数据。

在我们最近的一篇论文(伯恩et al . 2023年),我们强调中央银行沟通的重要性解释市场经济评估的惊喜。要做到这一点,我们现在的中央银行的货币政策决策框架的偏好可能会有所不同从会议会议(2022年麦克马洪和芒),但也有一个明确的角色,央行对当前状况的评价。2评估函数是时变和组成评价国家根据以往的数据,和投影当前状态的未来。我们透过小说分解,当有市场沟通后意外事件,它可以归因于更新偏好,一个新的评估或投影,或释放新的私人信息。

图1NLP算法应用到美联储的Tealbooks

图1将NLP算法应用于美联储的Tealbooks

笔记:图中显示的输出一个算法使用NLP技术分析数值和言语引用在央行的沟通时间。这里的算法应用于美联储的Tealbooks(原名Greenbooks)和总结文本的股票在过去或未来的讨论。
:伯恩et al。(2023)。

探索不同元素的作用的评估函数,我们利用他们的时间维度的差异:一个看起来落后的理解当前状态,一个期待。我们在文本显示时间信息可以用来区分评价和预测。提取时间信息,我们使用的自然语言处理(NLP)技术开发一个算法,测量时间维度的文本,是否从内的文字或数字。3图1显示了我们的算法准确地恢复美联储Tealbooks的时间维度,在第1部分(“总结与展望”)应包括过去/评价和未来的混合物/投影,而第2部分(“最新发展”)应偏重过去。

然后将该算法应用到大型语料库的文本从美联储和欧洲央行,包括货币政策声明中,演讲,和新闻发布会。我们的计量经济学策略是使用这些测量的评价和投影来解释市场意外,高频运动形式的市场利率和债券收益率,在中央银行沟通的事件。

在美国和欧元区,我们检查不同类型的通信对债券价格的影响惊喜作为衡量市场参与者的信念更新。我们使用期限范围为每个区域和仪器;例如,我们使用欧洲美元合同为美国10年期公债收益率,我们使用欧元区隔夜指数掉期利率(OIS) 10年期德国国债的收益率。惊喜是测量高频交流窗口的事件。

我们的结果表明,使用文本的时间维度大大提高了我们的能力来解释惊喜与所实现的控制滞后的金融数据(2022年鲍尔和Swanson)或文本的主题(汉森et al . 2019年)。这是真的对美联储和欧洲央行沟通能带来惊喜的人,短期和长期收益。在报纸上,我们也展示了不同类型的确定货币政策从文学惊喜。我们的证据表明,中央银行沟通过去的信息,这是我们解释他们如何评估相关的经济,是一个有意义的市场反应。

了解信息,包含有意义的信息更全面,我们求助于欧洲央行的新闻发布会。20多年,记者把问题后总统理事会会议,并在他们的商业模式提问哪些读者想要更多的信息。在同一时期,已经有超过2000的演讲由执行委员会成员。我们可以申请额外的技术演讲,总统的介绍性的语句,和他们的答案来衡量每个问题的相似性。

图2测量的相似类型的央行通讯记者的问题

图2测量类型的央行的相似性通讯记者的问题

笔记:图中显示的文本相似性记者的问题,(我)由欧洲央行执委会成员演讲,(ii)在记者招待会上回答了记者收到了,和(3)的介绍性的声明总统。相似性的定义是通过查看术语,由TF-IDF加权分数。
:伯恩et al。(2023)

图2显示了相似的分数随时间变化;右边的面板显示了相似的问题,(i)前面的语句和(2)随后的答案。语句不是很类似的问题;这支持我们的观点,记者正在寻找相关的信息,并不是可用的。令人放心的是,最大的相似性是答案,这些应该解决回答了记者提出的话题。

图2还显示之间的相似性得分随着时间的问题和演讲在这段时期。演讲的相似性分数不同,一些演讲无关经济或货币政策,所以没有关系的问题;等演讲,给欧洲议会,更类似,因为他们解决问题的主题。

我们假设,演讲时要产生更大的市场反应他们解决问题,更当这些问题是由总统尚未完全解决的答案。我们的计量结果支持这些假设利率的6个月至2年成熟。最后,我们检查记者的时间取向问题,发现大约三分之一与过去。这提供了进一步的证据,赤字的信息可以与中央银行对经济的评估。

沟通的含义有一个重要的角色演变的经济评估,市场可能会总是有一个信息赤字,因为从经济数据映射到的经济状况,央行必须回应,会随着时间而改变。这意味着沟通的一个固定的货币政策反应函数而言,最近的政策对通货膨胀和产出,即使理想在许多模型,在实践中可能是不可能的。这是真的,即使中央银行的偏好是固定的,虽然他们可能也不断发展。

我们的工作表明重要的交流。尽管市场可能只对未来货币政策的前景感兴趣,他们的利益将不仅仅提出指导。决策者应该如何评估传入的数据通信,以及这如何影响他们思考当前(评价)和未来(投影)的经济状况。这超出了推荐的标准模型用于分析货币政策。

作者注:在本专栏中表达的观点提出作者的个人观点,不一定反映爱尔兰中央银行的观点,欧洲央行,或者欧元系统。

引用

Altavilla C L Brugnolini R Gurkaynak, R的座右铭和G拉古萨(2019),“欧元区货币政策事件研究数据库”,VoxEU.org, 10月3日。

鲍尔,M和E Swanson(2022),“另一种解释美联储信息效应”,美国经济评论,即将到来。

布林德,A, M模式,M Fratzcher, J de Haan和D詹森(2008),“我们知道我们想要知道中央银行沟通”,VoxEU.org, 5月15日。

古夏Byrne D R、M麦克马洪和C说(2023),“央行水晶球:时间信息在货币政策沟通”,经济政策讨论文件17930

古夏Byrne D R、M麦克马洪和C就算(2023 b),“测量文本的时间维度:申请政策制定者演讲”,经济政策讨论文件17931。

Eggertsson G和M伍德福德(2003),“零底线对利率和最优货币政策”,布鲁金斯学会论文经济活动2003 (1):139 - 211。

Gurkaynak R、B袋和E Swanson(2005),“行动比言语更响亮吗?资产价格对货币政策的反应行为和语句”,中央银行的国际期刊1 (1):55 - 93。

汉森,S, M麦克马洪,米通(2019),“中央银行沟通的长期信息效应”,《货币经济学108:185 - 202。

麦克马洪,M和T芒迪(2022),“不确定性和时变的货币政策”,工作论文。

斯泰恩斯森中村,E和J(2018),“高频率识别的货币价值:信息效应”,经济学季刊133 (3):1283 - 1330。

欧菲尼德斯,“货币政策规则基于实时数据”(2001),美国经济评论91 (4):964 - 985。

费兰,G,霍尔顿,D Kedan和M模式(2022),“对货币政策沟通由前欧洲央行政策制定者的看法”,VoxEU.org, 1月17日。

Reichlin, L, K亚当,W J麦基宾,麦克马洪,R里斯,G Ricco,和B韦德di Mauro (2021),欧洲央行的策略:2021年的回顾和它的未来期媒体。

脚注

  1. 这包括模型的完整信息和理性预期(火)(例如Eggertsson和伍德福德2003)。在信息不对称模型中,中央银行可以其优越的信息沟通。
  2. 这个评估函数并不出现在标准模型,但工作的核心理念实时货币政策,例如,欧菲尼德斯(2001)。
  3. 同伴的一篇论文(伯恩et al . 2023 b),详细讨论了算法和代码来实现作者GitHub页面上可用。
Baidu
map