美联储透明度与政策预期误差：一种文本分析方法（英）

N.O.1081 NOVEMBER2023 美联储透明度与政策预期错误 ：文本分析方法 EricFischer|RebeccaMcCaughrin|SakethPrazad|MarkVandergon 美联储透明度与政策预期错误：文本分析方法 埃里克·菲舍尔、丽贝卡·麦考林、萨克思·普拉扎德和马克·范德贡 纽约联邦储备银行工作人员报告，第1081号2023年11月 https://doi.org/10.59576/sr.1081 Abstract 本文试图通过FOMC的进一步信息披露来估计市场隐含的政策预期可以在多大程度上得到改善。使用基于大型语言模型的文本分析方法，我们表明，如果具有五年滞后发布日期的FOMC会议材料（如会议成绩单和Tealboos）可实时向公众访问，则市场政策预期可以大大提高预测准确性。这种改善大部分发生在宽松周期期间。例如，在六个月的预测范围内，市场可以预测2001年和2008年衰退期间的额外宽松政策多达125个基点，相当于均方误差减少40-50％。这种潜在的预测改善似乎与有关美联储反应功能的不完整信息有关，特别是在2008年对金融稳定的担忧方面。相比之下，在紧缩周期中，增加对会议材料的获取并不会改善市场的政策利率预测。 JEL分类:E43,E52,E58,C80 关键词：利率、货币政策、央行与政策、情绪分析 菲舍尔，麦考林：市场集团，纽约联邦储备银行(电子邮件：埃里克。fischer@y。frb.org,mccaghri@y.frb.org).Prazad：纽约联邦储备银行研究小组研究分析师（电子邮件：saeth。prazad@y。frb.org).范德贡 ：技术集团，纽约联邦储备银行（电子邮件：马克。vadergo@y。frb.org).作者感谢MichaelBaer，RyaBsh ，RichardCrmp，MatthewGetzow，SegLee，EricOffer，ChiaraScotti，AdamShapiro，DereTag以及纽约联邦储备银行，联邦储备委员会，联邦储备银行的研讨会参与者亚特兰大量化技能会议和西方经济协会国际会议的有用评论。他们还感谢纽约联邦储备银行市场集团分析师对句子注释的帮助，以及ThieroDiallo的出色研究帮助。 本文介绍了初步的发现，并分发给经济学家和其他感兴趣的读者，以激发讨论并引起评论。本文表达的观点是作者的观点，不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。 要查看作者的披露声明，请访问https://www.newyorkfed.org/research/staff_reports/sr1081.html。 1Introduction 在过去的几十年中，中央银行对其沟通和透明度做法进行了重大改变，以改善市场对未来货币政策的预期。明确和有效的沟通有助于确保政策转变适当地传递到金融状况和实体经济。最近关于货币政策预期的工作表明，虽然市场预期可能往往是未来政策利率的无偏预测因素，但市场预期误差可能存在大量的事后可预测性，特别是在重大政策宽松事件期间（Ciesla，2018），（Schmelig，Schrimpf和Steffese，2022），（Baer和Swaso ，2023）。这些预期错误被认为是事前不可预测的，并且是由于低估了央行对经济下行的敏感性。Ithispa-per,weargethatFedtrasparecyplayssomeroleitheseexpectatioerrors,addemostratethataportiooftheexpectatioerrorsarepredictableex-ate,giveehacedaccesstoiformatio-tiofrommoetarypolicymeetigs. 我们根据公众和美联储对未来货币政策预期的信息损失来定义透明度。从程序意义上讲，中央银行并不是完全跨母公司的。货币政策会议审议是保密的。成绩单和相关简报材料仅在很大程度上滞后于公众发布。可以肯定的是，中央银行有合法的理由保持机密性或在提供信息访问方面滞后。我们将这种不透明定义为透明度的反面，例如，为了保持独立性并鼓励决策者之间进行客观和激烈的辩论，可能被认为是必要的。如果内部讨论和员工经济预测立即提供给公众，市场参与者可以将这种预测视为对中央银行未来某些行动的承诺，这反过来会降低中央银行未来的灵活性。 而不是立即获得会议材料，公众收到了美联储的广泛通知，包括声明、会议记录、演讲、采访和新闻发布会 。如果这些通信可以用来准确预测美联储未来的政策决定，尽管会议是保密的，那么我们认为没有信息丢失。在本文中，我们不试图权衡透明度增加与市场政策预测的潜在改善之间的权衡。相反，我们的目标是强调以前未被文献承认的不透明的潜在成本。 我们通过将实际的市场政策预期与我们对在反事实世界中的市场预期的预测进行比较来衡量信息损失，在反事实世界中，美联储立即发布会议记录和Tealbooks，而不是滞后五年。1这些反事实预测是使用我们的“FedSpeak模型”生成的，这是一种预测联邦基金利率变化的预测模型h会议后几个月t，从会后第二天开始使用联邦基金期货t,来自会议的机密情绪和主题内容t，以及来自会议的机密Tealbook预测t.2一次会议后的一天,期货市场应该已经定价了会前发布的所有相关信息,包括会议记录、讲话、宏观经济数据发布等。 我们制作会议成绩单和Tealboos的情绪和主题内容的时变度量。主题建模和情感分析是标准的机器学习技术 ，可以对文本的主观内容随时间的变化进行详细的定量评估。我们在句子层面衡量情绪和主题。句子可以具有“积极”、“消极”或“中立”的情绪标签。同一句话还可以有“经济增长”、“通货膨胀”、“劳动力市场”、“金融稳定”、“货币政策”等主题标签。句子也可以没有相关联的主题标签。文本分析是使用有监督的机器学习方法和大型语言模型进行的，我们使用FOMC演讲，陈述，会议纪要，笔录和访谈中的句子数据集进行训练。该训练数据集的主题和情绪由纽约联邦储备银行市场集团的分析师确定。我们表明，相对于经济学中常用的词汇方法，我们基于机器学习的方法在保留的测试集上产生了准确性的改进。 我们表明，FedSpea模型的样本外预测在三个月，六个月和九个月的预测范围内的表现明显优于联邦基金期货，因此表明不透明。我们发现1996年至2016年整个期间的表现优异，揭示了紧缩周期和宽松周期之间的重要 不对称性。在2001年和2008年的宽松周期中，联邦基金期货与FedSpea模型的预测之间的差距在六个月时多达125个基点。 1在2010年之前，两个主要的员工简报文件是总结经济发展的绿皮书和总结货币政策选择的蓝皮书。2010年，这两个文件合并为Tealbook。对于本文的其余部分，当我们提到“Tealbook”时，我们指的是2010年前的绿皮书和2010年后的Tealbook。我们不考虑Bluebooks。 2在这个反事实的世界里，我们假设美联储不会为了提高透明度而调整会议内容。 地平线，相当于均方误差减少了40-50%。我们发现在紧缩周期和零下限期间没有这样的表现。这些结果暗示美联储公报在宽松周期期间的信息可能较少，因为会议材料包含的政策相关信息没有反映在市场定价中。 我们结果的一个潜在解释是，尽管市场考虑了会议前发布的通信t，会议成绩单中的重要信息很大一部分在会后发布的演讲和会议记录中向公众发布t。如果会议后的沟通信息非常丰富，那么我们在主要结果中识别的不透明度可能是暂时的。为了解释这种可能性，我们使用修改后的FedSpeak模型实现我们的预测练习，该模型在会议后的一天对市场预期t与会议妈妈- 来自会议的词条t−1（而不是从会议t)。如果会后沟通消除了 不透明度，然后来自会议的信息t−1自美联储在两次会议之间发布公报以来，应该不再重要t−1和会议t会被市场定价。相反，我们发现修改后的FedSpeak模型在宽松期间继续跑赢市场 周期，尽管幅度较低。这表明不透明在会议后仍持续数周。 使用透明度的替代指标，我们验证了FedSpea模型的出色表现反映了宽松周期中信息较少的沟通的含义。为此，我们测试假设的投资者是否可以实时使用会议记录来预测机密会议记录的内容。投资者估计会议纪要的内容和会议记录的内容之间的历史关系，然后将该历史关系与新的会议记录观察结果相联系，以生成对记录内容的预测。我们将这些预测与实际的转录内容进行比较，以评估透明度。我们继续发现紧缩周期和宽松周期之间存在不对称性。特别是，在宽松周期中，预测的成绩单情绪往往比实际的成绩单情绪更为积极，我们认为这可以解释为什么市场低估了未来的降息。我们为我们的分析提供两个主要警告。首先，我们的结果无法确定最近美联储沟通的创新，如经济预测摘要(SEP)和新闻发布会，是否提高了美联储的透明度。由于会议记录的发布滞后，我们只 能从2011年开始同时观察SEP，新闻发布会和会议记录。 到2017年。这几年的特点大多是零下界（ZLB）和明确的前瞻指引，两者都有效地减少了市场预期误差的范围。评估SEP和新闻发布会的效果将需要发布更多ZLB会议后的笔录。其次，我们的结果没有考虑FOMC成员通过改变货币政策会议上讨论的内容来提高透明度的可能性。Hase，McMaho和Prat（2018）强调了这些行为反应，他们研究了政策制定者对1993年提高透明度的改革的反应。 我们发现的紧缩周期和宽松周期之间的不对称性与Ciesla（2018）和Schmelig，Schrimpf和Steffese（2022）的结果一致，他们在宽松周期中发现国债和联邦基金期货有较大的超额收益，但在紧缩周期中却没有。他们将超额收益归因于市场预期错误，而不是改变风险溢价。Ciesla（2018）认为，尽管这些预测错误可能是事后可预测的，但即使对于决策者来说，也很难实时预测。其他发现紧缩周期和宽松周期之间货币政策预期不对称的论文包括Baer，Pfleger和Sderam（2022），他们发现专业预测人员认为政策决策在宽松周期中对宏观经济条件的依赖程度较低，因此可预测性较低。 Wealsocontributetoalong-standingliteratureonFedtransparency.Mostworkontrans-paraircyandcentralbankcommunicationhavestudedtheoptimalleveloftransparencyandtheconditionsunderwhichsignatingthepathoffutureratesiswelfeling-enh3关于美联储在实践中实现透明度的程度，我们做的工作较少 。我们通过实证检验市场在历史上可以通过更广泛地获取央行会议信息来改善其政策利率预测的程度来填补这一空白。 许多先前对中央银行透明度的研究都集中在透明度的相对改善上。例如，斯旺森（2006）发现，自1980年代以来，私营部门在预测货币政策方面变得更好，这可能是由于美联储透明度的提高。但是这些研究只能衡量透明度的相对变化，不能告诉我们总体上是多么透明的沟通。唯一试图从绝对意义上衡量中央银行透明度的研究依赖于定性的视角，例如Eijffiger和Geraats（2006）以及Dicer和Eichegree（2018），他们为中央银行制定了透明度的定性指数。 3有关详细信息，请参见Woodford（2005），Cukierman（2009），Morris和Shin（2005）等。 世界。虽然这些指数对于比较一组非常多样化的机构很有用，但它们依赖于粗略的二元标准。 我们的第二组结果确定了会议记录和Tealboos中的特定信息，这些信息解释了FedSpea模型的预测与宽松周期中的市场预期之间的巨大差距。我们从FedSpea模型生成可变重要性度量，以确定会议审议中的哪些信息对政策敏感的利率市场实时了解最有价值。2007-