衡量中央银行沟通：一种适用于 FOMC 声明的自动化方法-研究论文

我们提出了一种新的自动化、客观和直观的评分技术，以衡量中央银行基于互联网和新闻来源的信息关于未来利率决策的沟通内容。 我们将该方法应用于联邦公开市场委员会 (FOMC) 在 1999 年政策会议后发布的声明。使用日内金融报价，我们发现短期名义国债收益率对政策宣布前后政策利率的变化做出React，而较长期国债主要对政策沟通的变化做出React。 使用较低频率的数据，我们发现在单变量利率预测和向量自回归 (VAR) 模型中，报表内容的变化导致政策利率决策领先一年多。 当我们估计国债收益率对 VAR 中确定的冲击的React时，我们发现沟通是比同期政策利率决策更重要的国债利率决定因素。 这些结果与 FOMC 在其声明中发布有关未来政策利率行动的信息以及市场参与者在为较长期国债定价时纳入这些信息的观点一致。 最后，我们使用前瞻性泰勒规则模型分解已实现的政策利率决策。 基于这种分解，我们发现 FOMC 声明包含关于预测的基于规则的利率和泰勒规则残差分量的重要信息，并且声明的内容领先残差几个季度。