VoxEU列金融市场货币政策

新闻确实解释收益率曲线变化

2018年12月12日

新闻影响收益率曲线,但是OLS回归基于观察新闻已经能够解释只有40%的运动。本文提出了一种方法估算未被注意的新闻。结果表明,新闻解释或多或少的收益率曲线的变化事件窗口,这应该做更多的工作去理解这背后的经济关系。

作者

Refet Gurkaynak

研究人员希望了解收益率曲线运动,至少在的时候他们应该受到宏观经济新闻,如联邦公开市场委员会(FOMC)公告或释放的美国就业报告。但到目前为止,即使在这些事件窗口,一个解释没有找到大部分的收益率的方差的学者。我们认为新闻确实解释了几乎所有的收益率曲线变化在事件窗口,但我们没有在正确的位置。

这是因为只有部分的消息是可观察到的计量经济学家——调查的一部分存在,这意味着惊喜可以测量。但任何新闻发布会上有许多维度和市场应对他们所有人。Un-surveyed消息是不可见的一个计量经济学家和出现原因不明的剩余计量工作。我们文档提出的方法估算未被注意的新闻。

只有意外释放-惊喜应该影响资产价格,预期已经消化。发布的宏观经济数据,长时间系列市场一致预期的版本是可用的。以来,根据定义,这些惊喜没有自相关,简单OLS回归收益率的变化在任何成熟的惊喜让我们估计,新闻对产量的影响。

这些回归已经由弗莱明和Remolona (1997), Altavilla et al。(2017)和吉尔伯特et al。(2017)。所有发现强烈的新闻收益率和显著效果。然而,即使在严格盘中30分钟的windows版本,这些回归的平方值从未超过40%,通常是低得多。因此,大多数收益率曲线变化原因不明,甚至接近新闻公告。

识别通过异方差性

Rigobon和袋使用优雅的方法》(2006)——由Rigobon》(2003)——认为,惊喜与误差测量,因为调查不充分捕捉的期望。在这种情况下,系数是古典测量误差和影响是偏向零,平方值自然也更小。其替代指出OLS估计使用信息只能从公告窗口。但比较资产价格变化的协方差矩阵宣布windows的协方差矩阵,同时资产价格变化对天没有公告可以识别新闻收益率的影响。确定的假设是,只有两个窗口之间的消息变化的方差。因此调用此方法识别通过异方差性。

图1显示了OLS-based估计非农就业的影响,失业,平均时薪和核心CPI的惊喜,这些版本heteroskedasticity-based估计的影响。Heteroskedasticity-based识别发现更大的新闻对收益率的影响,支持measurement-error-in-surveys解释Rigobon和袋(2006)提出。在这种方法中,OLS -和heteroskedasticity-based估计和作为替代品。研究人员使用一种方法或其他。

图1OLS和heteroskedasticity-based估计收益率曲线的响应消息

源:Gurkaynak et al。(2018)。

我们认为这些方法捕获从根本上的不同方面的新闻和资产价格之间的关系(Gurkaynak et al . 2018年)。主要是新闻是多维的。联邦公开市场委员会和发布声明,宣布一个政策决定。声明本身引发市场反应(Gurkaynak et al . 2005年)。同样,非农就业发布的就业报告,报告大约有40页的数字,其中许多引出一个有意义的市场反应。虽然我们可以测量政策行动的意外或非农就业数据发布,其他维度的新闻是不可见的计量经济学家,因为没有调查。潜在的新闻会影响heteroskedasticity-based估计量,这样条件的时间释放,但不是OLS估计量,因为这条件的大小标题的惊喜。

因此,这两个估计捕捉不同的效果。OLS关注标题惊喜的效果,而heteroskedasticity-based估计捕捉整个释放的影响。

自然,这导致结合使用这两种方法作为补充,将新闻标题(观测)意外的影响,从这些潜在的(难以察觉的计量经济学家)惊喜。我们提出一个有效的一步估计量。我们做了一个用户友好的代码来实现估计量提供给研究人员。

与我们的估计,我们可以确定有多少潜在的新闻因素需要捕捉收益率曲线反应宏观经济的公告。答案是:只有一个!而不是每发布一个,但在所有版本。

相同的潜在因素,抓住了未被注意的国内生产总值(GDP)发布新闻也捕捉到了未被注意的PPI新闻,和所有其他版本。与一个潜在的因素包括,回归的平方是大于90%。乍一看,这似乎是不可能的。但它开始有意义当一分之一验证平方是相同的每释放一个潜在的因素包括(图2中,左边的面板),同时,在收益率曲线期限,每一个潜在的因素有相同的因子载荷(规模),右边面板的图2所示。因此,结合成一个潜伏因素没有任何伤害。事实上,标题(可观测的)消息也引发收益率曲线的形状相同的反应(图1中的OLS反应)。

图2包括一个潜在的新闻因素的影响

源:Gurkaynak et al。(2018)。

我们执行各种检查来验证我们提取的潜在因素确实捕捉non-headline新闻。我们可以显示,例如,当我们不包括非农就业人口意外的可见就业报告的日子里,密切跟踪它的潜在因素。我们还表明,联邦公开市场委员会声明的潜在因素是一致的财经媒体那样的语句。知名惊喜报表显示了大数据的潜在因素。

这是什么意思?

这意味着,首先,新闻或多或少地解释道所有收益率曲线的变化事件的窗口。通过调节在新闻中,我们可以观察到——头条新闻——我们离开了一个变异的重要来源。包括non-surveyed新闻作为一种潜在因素纠正了这个问题,发现真实,几乎完美的关系新闻和新闻发布windows收益率曲线变化。

这也意味着我们应该努力理解的共同反应背后的经济新闻的收益率曲线。这是一个层面的反应与驼峰大约在两年成熟。VAR脉冲响应的相似之处是显而易见的,而重要的理解。机械,结合货币政策惯性,改变信仰长期通货膨胀和实际利率,期限溢价的变化必须是收益率曲线的变化。下一个任务是把这些新闻联系起来。现在我们正确理解whatmoves收益率曲线,至少在新闻发布窗口,我们可以关注whyit抒发这种反应。