郭豫媚 董芳园 郭俊杰 苗 珊
中国的央行沟通并不局限于引导货币政策预期和宏观经济预期，还在汇率稳定中发挥着重要的作用。2003年第一季度《中国货币政策执行报告》指出，要“深入分析汇率决定因素，通过公开市场操作等措施维护人民币汇率的基本稳定，同时对外发布有关信息，引导市场预期。”近年来，中国人民银行又多次重申了央行沟通在稳定汇率方面的重要性。2018年第二季度《中国货币政策执行报告》指出，中国人民银行“及时主动发声，引导市场预期。通过多种方式加强与市场沟通，6月19日和7月3日，在股市、汇市出现较大波动时，主动发声稳定市场预期。”2021年第二季度《中国货币政策执行报告》指出，要“以我为主，把握好内部均衡和外部均衡的平衡。深化汇率市场化改革，增强人民币汇率弹性，加强预期管理，发挥汇率调节宏观经济和国际收支自动稳定器作用。”易纲(2022)[1]在党的二十大报告辅导读本中发表《建设现代中央银行制度》一文，再次强调“完善以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，有效管理和引导市场预期。”
然而，已有的央行沟通文献更加关注对利率和股票市场的研究(张强和胡荣尚，2014[2]；
吴国培和潘再见，2014[3]；
王博和刘翀，2016[4]；
邹文理等，2020[5]；
姜富伟等，2021[6])，对汇率的研究相对较少。结合中国外汇市场的特点有必要针对央行沟通对汇率的影响进行单独的研究。一方面，由于资本管制和外汇市场干预，人民币汇率仍然偏离利率平价所描述的均衡状态(金中夏和陈浩，2012[7]；
肖立晟和刘永余，2016[8]；
谭小芬和高志鹏，2017[9])。基于此，利率和汇率之间并没有形成完全的联动，央行沟通对利率和股票产生的影响并不能简单地推演到对汇率的影响。另一方面，在多目标的货币政策体系下，为了更高效地实现多重目标，需要协调运用多种货币政策工具，这就要求首先明确货币政策工具对不同金融变量、不同市场和不同目标产生的潜在影响。因此，研究央行沟通对外汇市场的影响不仅有助于弥补已有文献的不足，而且对于完善货币政策调控具有现实意义。
本文通过研究中国央行沟通语义相似度对汇率波动的影响，试图检验央行沟通在稳定汇率方面的成效，并在此基础上为改善央行沟通提供政策建议。本文使用2006年第三季度至2018年第四季度中国人民银行货币政策执行报告，构建了语义相似度指标度量当期货币政策执行报告与前一期报告的相似性，并运用EGARCH方法检验了语义相似度对汇率波动的影响。已有研究通常会同时考虑中国人民银行所有沟通方式，而本文仅考虑了中国人民银行货币政策执行报告。这样做的理由在于，货币政策执行报告是目前中国人民银行的沟通中最受市场关注的沟通，也是执行频率最高和内容最丰富、全面的沟通之一。因此，货币政策执行报告是否是一种有效的沟通方式和合适的货币政策工具，在很大程度上就决定了央行沟通是否应当作为中国货币政策的工具。
本文主要考察央行沟通对外汇市场的波动而非水平值的影响，其原因主要有三点。一是，货币金融政策的重要功能之一是熨平波动，而中国人民银行在外汇市场的目标主要是保持汇率稳定，而非促进人民币升值或贬值。例如，2015年第四季度《货币政策执行报告》中指出，下一阶段的货币政策调控思路包括“保持人民币汇率在合理、均衡水平上的基本稳定”。二是，中国人民银行历来重视通过央行沟通实现汇率稳定。例如，2018年第三季度《中国货币政策执行报告》指出，“为稳定市场预期，维护外汇市场平稳运行，中国人民银行采取了一系列有针对性的措施，包括加强与市场沟通、重启远期售汇风险准备金政策等。”三是，由于可信度和央行信誉的缘故，央行沟通更适合用于稳定市场波动。传统货币政策工具中的公开市场操作具有高度灵活性，央行可以随时依据市场情况买入或卖出，甚至可以通过灵活的买卖来纠正政策力度。与此不同的是，央行沟通能够起作用的前提是央行具有良好的信誉，市场认为央行沟通是可信的。因此，央行沟通不能像传统货币政策那样任意调转方向，否则可能损害央行的信誉。基于上述特征，央行沟通不适合像传统货币政策工具那样以单方向的改变市场为操作目标，更适合作为降低波动、稳定市场的一种手段。正因如此，央行沟通和传统货币政策工具各有所长，具有明显的互补性，也是央行沟通有理由被纳入货币政策工具箱的重要原因。
本文研究发现，央行沟通语义相似度的提高会显著加剧汇率波动。通过加入文本语调、货币政策操作、宏观经济数据的新闻发布、汇率改革、美联储货币政策和美国宏观经济数据发布等控制变量后，结果依然成立，表明信息机制在中国央行沟通中起着重要的作用。央行沟通语义相似度可能通过信息机制和不确定性机制起作用。信息机制之下，语义相似度越低，说明央行发布的文本内容与之前文本差异较大，提供的新信息较多。因此，央行提供的新信息将作为公共信息影响市场决策，进而起到引导市场预期、降低分歧的作用，从而减少市场波动。不确定性机制之下，语义相似度越低，代表经济和政策的变化较大、不确定性较高，从而引发市场波动。进一步地，本文考察了国际经济环境、国内宏观经济和货币金融环境三类主题文本语义相似度的影响，结果与全部文本的结果一致。接着，本文探究了央行沟通的非线性影响。结果表明，上一期或当期文本语义相似度的提高都会加剧当期文本语义相似度的影响。这表明，一方面，央行沟通的内容应当注重提供新信息，从而提高沟通的效率。另一方面，央行沟通不能孤立地进行，要考虑央行沟通之间的跨期交互影响，动态调整沟通策略。最后，本文探究了央行沟通的异质性影响。结果表明，相比汇率升值和近期实施过货币政策操作的情形，汇率贬值和近期未实施货币政策操作时央行沟通语义相似度的信息机制会相对更强。
本文的贡献包括以下两个方面。第一，本文提出了央行沟通可能产生的不确定性机制和信息机制，并证明了信息机制在中国央行沟通中起到的主导性作用。已有文献对央行沟通展开了一系列研究，但对于央行沟通的具体机制缺少详细的分析。本文提出了不确定性机制和信息机制两条传导渠道，并通过实证分析证实了信息机制在中国央行沟通中的主导效应。第二，本文研究为支持将央行沟通作为中国货币政策工具提供了新的实证证据。本文从语义相似度视角检验了央行沟通在稳定汇率方面的有效作用，从文本信息的角度为央行如何控制沟通的影响提供了实证证据和相应的政策建议。
(一)央行沟通有效性的研究
已有的研究央行沟通有效性的文献中，一支文献是通过考察央行沟通对通货膨胀预期的影响展开分析(熊海芳和王志强，2012[10]；
李云峰，2012[11]；
卞志村和张义，2012[12]等)，另一支文献则通过对资产价格的影响进行研究。由于资产价格数据具有较好的可得性和高频特征，越来越多的研究选择采用资产价格数据进行检验。例如，冀志斌和周先平(2011)[13]基于中国金融市场数据，认为沟通可以作为我国货币政策一种新的工具，其与传统的工具配合使用有利于提高货币政策的有效性。张成思和陈紫琳(2015)[14]使用债券市场和股票市场价格数据研究了央行公告的长短期效应，并指出央行公告对资产价格有显著效果就代表能够实现货币政策沟通的目的。姜富伟等(2021)[6]检验了央行沟通对股票市场的影响，从文本大数据分析角度证明了我国央行沟通的有效性。Campbell等(2012)[15]作为美联储内部较早对前瞻性指引效果进行研究的论文，在检验前瞻性指引这一央行沟通工具的有效性时，考察了债券市场和股票市场资产价格对央行沟通的反应。Swanson(2021)[16]利用类似的事件研究法，通过对2009年至2015年期间国债收益率、企业债券收益率、股票价格和汇率对前瞻指引政策的反应，证实了央行沟通的有效性。
(二)央行沟通对汇率波动的影响研究
在央行沟通对汇率波动的影响方面，研究者的结论具有差异性。一些研究者认为央行沟通能够平稳汇率波动。譬如，Beine等(2009)[17]通过分析美联储、欧洲中央银行的沟通数据，发现适当的演讲或声明能够降低汇率的波动程度。Eichler和Littke(2018)[18]使用62种货币的面板数据验证了央行沟通能降低汇率的波动性，并发现这种影响在商品价格灵活性较低、央行保守主义水平较低以及货币需求的利率敏感性较高的国家中更为明显。陈华(2013)[19]发现央行沟通对汇率波动的影响存在U型效应，且在2005年汇改之后的大部分时期中央银行沟通促进了人民币汇率的均衡。相反地，一些研究者则认为央行沟通会加剧汇率波动。譬如，Dewachter等(2014)[20]发现官员评论和口头干预有时会触发汇率突然上升，在短期内增加市场的不确定性。谷宇等(2016)[21]认为央行沟通是基于协调渠道发挥作用的，这就意味着央行在沟通时能够重述政策立场，而不一定释放新的政策信息，从而增加了汇率的波动性。王自锋等(2015)[22]发现当货币当局拥有较高信誉或汇率波动程度较高时，央行沟通提升人民币汇率波动程度的效应更加明显。
此外，一些研究者从沟通方式、沟通内容及沟通时间等角度，就央行沟通影响汇率波动进行了拓展研究。在沟通方式方面，朱宁等(2016)[23]对书面沟通和口头沟通的效果进行了分析，发现相比于口头沟通，书面沟通对人民币汇率波动的影响更为显著；
在口头沟通中，货币政策取向沟通对人民币汇率波动的影响更为显著。在沟通内容方面，卢新生和孙欣欣(2017)[24]将央行沟通分为负向沟通(预料之外的宽松类沟通)、正向沟通(预料之外的紧缩类沟通)和中性沟通，发现相较于中性沟通，负向沟通对人民币汇率水平有着更为明显的影响，但不同方向的政策沟通对人民币即期和远期汇率波动无明显差异，并建议央行沟通要更加注重前瞻性引导。在沟通时间方面，Fišer和Horvath(2010)[25]基于捷克数据的实证分析发现，央行沟通的时机较为重要，政策会议之前的沟通效果更好。任燕燕和邢晓晴(2018)[26]发现央行沟通对汇率波动抑制作用的发挥会受到汇率市场状态的影响，在汇率平缓波动时才能发挥良好的政策效果，在高波动市场中并没有显著影响。
(三)央行沟通的语义相似度研究
央行沟通的目的在于提供市场信息，降低公众信息的噪声，进而影响公众的预期和决策(Morris和Shin，2002[27])。因此，越来越多的研究者开始关注央行沟通的信息内容，从央行沟通的情绪(Armelius等，2020[28])、透明度(Tiberto等，2020[29])、清晰度(Jansen，2011[30])等角度深入剖析央行沟通内容的市场效应。此外，还有一些研究者采用量化同一家央行不同官员的沟通差异(Jansen和de Haan，2006[31]；
Ehrmann和Fratzscher，2007[32])、衡量央行前瞻性沟通和实际政策决定的匹配度(Berger等，2011[33])、文本分析(王博和高青青，2020[34])等方法测度央行沟通的一致性，以分析央行沟通的有效性。
值得注意的是，若央行频繁更换沟通用语，公众将很难推断其传达的信息，从而降低了沟通效率(Jansen和de Haan，2013[35])。因此，一些研究者开始关注央行沟通的语义相似度。Acosta和Meade(2015)[36]发现随着时间的推移，联邦公开市场委员会的会后声明变得越来越相似，且这一趋势在全球金融危机后更为明显。类似的趋势也出现在欧洲央行，这种相似度的提升，有利于股票市场更轻松地消化消息(Amaya和Filbien，2015[37])。Ehrmann和Talmi(2020)[38]发现央行报告的相似度越高，措辞的更新和观点的演变越为明显，从而降低了市场波动。
总体来看，已有研究集中于从宏观层面分析央行沟通对汇率的影响，缺乏央行沟通文本相似度对汇率波动的影响研究。因此，本文将运用文本分析的方法测度央行沟通的语义相似度，并分析其对汇率波动的影响。考虑到中国人民银行坚持保持人民币汇率在合理、均衡水平上的基本稳定，本文选择外汇市场作为研究对象，探究央行沟通的语义相似度是否存在稳定汇率的作用。
(一)样本选择
本文使用2006年10月至2018年12月的数据研究央行沟通语义相似度对外汇市场波动性的影响。选取上述样本的考虑有三方面的因素。一是，2005年中国实施了汇率改革，逐步建立以市场供求为基础，参考一篮子货币进行调节的单一、有管理的浮动汇率制。因此，为了避免汇率改革本身造成的结构性影响，本文选用2006年以后的数据进行实证分析。对于2015年汇率改革的影响，本文将在实证分析中予以控制。二是，由于报告发布的滞后性以及语义相似度计算时需要一个初始文本作为对照，因此最终实证分析起始点选为2006年10月。样本内共包含50份货币政策执行报告。三是，文本分析结果表明，2018年以后货币政策执行报告的语义相似度出现明显上升。为了保证实证结果的稳健性，避免2018年以后样本可能对实证结果产生的整体影响，本文实证分析将截止到2018年。
(二)变量说明
本文在进行实证研究时使用文本分析方法测度了语义相似度和语气，还选取了一系列宏观经济和外汇市场的变量。除特别说明的变量外，本文数据来源为CEIC数据库。具体变量说明如下：
1.语义相似度测度。
本文参考Acosta和Meade(2015)[36]、Ehrmann和Talmi(2020)[38]构建相似度指标的方式，利用余弦相似度来衡量货币政策执行报告摘要的语义相似度，以捕捉当前信息与前期相比发生了哪些变化。具体来看，主要有以下三个步骤：
首先，对原始文本进行预处理。一方面，考虑到规范性话语和客观描述性语句会提升文本相似度，但缺乏实际意义，因此本文在预处理过程中剔除了相关语句。另一方面，本文运用Python的jieba分词剔除代词、介词、标点、停留词等没有实际意义的单词，并构建自定义词典以保证特定长词不被分词(如“特别提款权”)。
随后，确定关键词，并生成词频向量。本文采用TF-IDF模型来计算文本中每个词语的词频和逆文档频率，以确定关键词，并在此基础上生成用于计算语义相似度的词频向量。
最后，计算语义相似度。本文计算方法如式(1)所示。如果两个文本的词语和词语对应的频率完全一样，则语义相似度为1，反之，则语义相似度为0。这种方法不依赖于词语的顺序和单一文本的长度，能够更为准确地测度语义相似度。
(1)
其中，FRj,t和FRj,t-1分别代表第j个单词在第t期和第t-1期货币政策执行报告摘要中出现的频次，W是文本中的总词数。为便于表示，下文将用Simt来表示相邻两期货币政策执行报告摘要的语义相似度。
通过上述方法，本文对2006年第三季度至2018年第四季度共50份货币政策执行报告摘要的语义相似度进行测度。同时，考虑到不同主题的文本在语义相似度方面会有所不同，其对外汇市场波动的影响也可能存在差异。因此本文依据文本内容和结构，将文本划分为国际经济环境、宏观经济运行和货币金融环境三大主题，并根据不同主题对央行沟通的语义相似度进行了分类测度与分析，并将其相似度标记为Sim_fee、Sim_mec和Sim_mfe。
2.语气测度。
本文参考Ehrmann和Talmi(2020)[38]的方法，采用人工编码的方式对货币政策执行政策报告摘要的语气进行测度。主要步骤如下：
首先，去除文中关于本时期的货币政策实施内容、未来货币政策内容或目标和客观事实类的语句，并将剩余文本划分为宏观经济运行、国际经济环境、货币金融环境三类。原因在于：一是，本时期的货币政策实施内容在报告发布时点已经是历史信息，这部分语气更多反映客观事实而非央行态度；
二是，未来的货币政策内容或目标和客观事实类的语句大都保持中立立场，语气度量结果不能较好地反映央行态度。
进一步地，将文本按照语气划分为积极、消极、中立三类。三种语气采用人工定义方法，对于每一个分句，考虑其表达的含义。宏观经济运行部分中，如果表达“向好”“增长”等含义则认定为积极；
如果表达“趋缓”“下降”等含义则认定为消极；
对语气不清晰的语句认定为中立。国际经济环境部分中，国际环境“复苏”“回暖”等认定为积极；
“疲弱”“分化”“调整”等认定为消极，语气不明了则认定为中立。
最后，基于上述不同话题、不同语气的词块进行分词，并构建语气指标。语气指标的计算方式如式(2)所示：
(2)
其中，wc为词数，i为所属话题。
3.汇率(ert)。
本文选取人民币与美元汇率中间价的隔日变动百分比，得到汇率的平稳序列。选用中间价的原因之一在于人民币汇率中间价的报价行主要为一些大型商业银行，这些机构对央行沟通的关注度较高。原因之二是，中国外汇交易中心于每日银行间外汇市场开盘前向所有银行间外汇市场做市商询价，而央行货币政策执行报告往往在下午或晚上发布，因此使用人民币汇率中间价能够排除很多干扰因素的影响。尽管如此，本文也将使用人民币汇率即期价格进行稳健性检验。汇率变动率为给定交易日汇率价格(et)与其上一交易日的对数差分，计算方法如式(3)所示。
ert=ln(et)-ln(et-1)
(3)
4.其他控制变量。
本文选取利率调整(Dect)、新闻(News_CNt)和汇率改革(Reformt)作为控制变量。其中，Dect是一个虚拟变量，如果央行在t期宣布调整存款准备金率或存贷款基准利率，则赋值为1，否则赋值为0。News_CNt也是一个虚拟变量，如果国家统计局在t期公布GDP增速或CPI数据，则赋值为1，否则赋值为0。汇率改革会对外汇市场产生影响，因此本文构造了虚拟变量Reformt，以考察汇率改革对外汇波动的影响。2015年8月11日，央行宣布调整人民币对美元汇率中间价报价机制，这一调整使得人民币/美元汇率中间价机制进一步市场化，更加真实地反映了当期外汇市场的供求关系，因此本文构造虚拟变量Reformt，如果交易日在2015年8月11日之后，则Reformt为1，否则为0。
为保证文章结果稳健，在稳健性检验中我们还控制了如下变量。UMP_USt为借鉴Kuttner(2001)[39]、Bernanke和Kuttner(2005)[40]和姜富伟等(2019)[41]计算得到的美联储未预期到的货币政策调整。News_USt为虚拟变量，若交易日美国发布了CPI或就业数据，则赋值为1，否则为0；
若遇到数据发布日人民币外汇市场处于非交易日，则顺延至后续第一个交易日赋值为1；
数据来源于美国劳工统计局。CPI_difft根据中国CPI和美国CPI相减得到，Yield_difft为中美十年期国债收益率之差，美国数据来源于FRED数据库，中国数据来源于WIND数据库。本文进一步考虑了2007年、2012年和2014年单边扩大人民币每日交易波动区间的改革，构造了变量Reform_bandt，其取值为当日所处时期政策允许的波动区间。例如，2014年3月17日我国将人民币汇率每日交易波动区间由1%扩大到2%，则该日后Reform_bandt赋值为2。
在异质性分析部分，本文还使用到如下虚拟变量。本文构建了虚拟变量Dev来反映汇率是否处于贬值阶段。如果交易日前60交易日汇率出现贬值，则将Dev赋值为1，否则为0。本文还引入了虚拟变量Dec10来反映近十个交易日内是否发生过货币政策操作。如果近十个交易日内调整过存款准备金率或存贷款基准利率，则令Dec10为1，否则为0。
(三)计量模型
本文采用EGARCH模型分析语义相似度对人民币汇率波动的影响。依据AIC和BIC准则，本文选用EGARCH(4，3)模型，条件均值方程和条件方差方程如下：
(4)
(5)
其中，ert表示汇率，Simt表示央行沟通的文本相似度，在实证分析中我们将分别考察全部文本的语义相似度Sim，以及将文本分主题后的语义相似度对汇率波动的影响。Zt表示一组控制变量，本文控制的控制变量包括文本语调变化ΔTonet、汇率改革Reformt、货币政策操作Dect和经济数据新闻News_CNt等。
(一)基准分析
表1为中国人民银行货币政策执行报告语义相似度对汇率波动的影响结果，结果表明央行沟通语义相似度的提高会加剧汇率波动。表1列(1)结果为不加入控制变量时央行沟通语义相似度对汇率波动的影响。方差方程中语义相似度的系数在1%的水平上显著为正。进一步地，考虑到可能影响汇率变动的潜在因素，本文借鉴Ehrmann和Talmi(2020)[38]、Guo等(2021)[42]等文献的做法加入了多种控制变量进行检验。首先，考虑到文本的语调对汇率的影响，例如宽松的语调可能会导致汇率贬值，本文加入了央行沟通文本语调的变化作为控制变量。如表1列(2)结果所示，语义相似度对汇率波动的影响仍然在1%的显著性水平上为正。其次，考虑到货币政策调控对汇率波动的潜在影响，本文控制了货币政策操作。如表1列(3)所示，语义相似度对汇率波动的影响仍然在1%的显著性水平上为正。接着，考虑到经济基本面在汇率决定中的作用，本文考虑了重要宏观经济数据新闻发布所产生的影响，在回归中加入了宏观经济数据的新闻发布虚拟变量。如表1列(4)所示，结果仍然在1%水平上显著为正。再次，考虑到2015年汇率改革对汇率波动的影响，本文加入了汇率改革虚拟变量予以控制。如表1列(5)所示，本文结论依然成立。最后，将上述控制变量同时控制后，本文结论也依然成立，具体见表1列(6)。
表1 中国人民银行货币政策执行报告语义相似度对汇率波动的影响
本文结论表明，中国人民银行的货币政策执行报告是一种重要的沟通工具，该报告的语义相似度会对汇率市场产生显著影响。本文认为，以下两方面的因素是产生上述影响的重要原因。第一，货币政策执行报告是中国人民银行发布的最能系统反映中国货币政策实施的文本，也是最受机构和市场关注的书面报告。货币政策执行报告发布后，几乎所有证券公司的宏观研究团队都会立即进行分析和解读。基于此，不难推断货币政策执行报告对汇率市场应当存在显著影响。第二，货币政策执行报告固定的发布频率和文本结构，也使得它的内容变化会对汇率市场产生显著影响。货币政策执行报告以季度频率发布，通常在季度结束后的第二个月中上旬发布。稳定的发布频率使得市场对该文本的发布产生“粘性效应”，提高了市场对此报告的关注度。内容结构上，货币政策执行报告包括货币信贷概况、货币政策操作、金融市场分析、宏观经济分析和货币政策趋势五个部分，且在本文研究的样本期内始终固定不变。文本的固定模式使得市场能够更容易地对比不同报告间的差异(Ehrmann和Talmi，2020[38])，更轻松地理解信息(Amaya和Filbien，2015[37])，进而导致文本语义的细微变化都可能对交易行为和资产价格产生显著影响。
本文研究还表明，中国人民银行的文本沟通具有较强的信息效应。本文研究发现，央行沟通中较高的语义相似度会加剧市场波动，这与已有研究的结论相反。例如，Ehrmann和Talmi(2020)[38]在对加拿大央行的研究中发现，语义相似度的提高会减小市场波动。本文认为，形成上述差异的原因在于央行沟通语义相似度与市场波动间存在两条相反的影响机制。
第一条是信息机制，这会导致语义相似度与市场波动间的同向变动关系。语义相似度越低，说明央行发布的文本内容与之前文本差异较大，提供的新信息较多。因此，央行提供的新信息将作为公共信息影响市场决策，进而起到引导市场预期、降低分歧的作用(Mussa，1981[43]；
Evans和Lyons，2002[44]；
Jansen，2011[30]；
张成思和计兴辰，2017[45]；
郭豫媚和周璇，2018[46])，从而减少市场波动。例如，2011年第二季度《中国货币政策执行报告》文本相似度的降低主要引发了信息机制。2011年第二季度报告的主要差别在“下一阶段”之后的文本。该季度报告新提出了“继续把稳定物价总水平作为宏观调控的首要任务，坚持调控的基本取向不变，加强对国内外经济形势的观察和分析”“巩固前期调控成果，科学评估判断政策的当期和预期效果”“进一步执行好差别化住房信贷政策，督促金融机构对符合条件的保障性住房建设项目及时发放贷款，促进房地产市场健康平稳发展。加强系统性风险防范。继续加强地方融资平台公司贷款、表外资产和房地产金融的风险管理，加强对跨境资本的有效监控”等新内容。这部分内容主要展望了未来货币政策的立场和操作，其变动为市场提供了新的信息，主要通过信息机制起作用。
第二条是不确定性机制，这会导致语义相似度与市场波动间的反向变动关系。语义相似度并不必然反映央行供给新信息的多少，也可能反映的是宏观经济和货币政策不确定性的高低。货币政策执行报告包括央行对当前和未来经济金融运行状况的描述以及货币政策实践情况的总结。尽管这些信息是已经公布过的旧信息，但是由于经济和政策情况出现变化，也会导致季度报告之间相似度的降低。因此，语义相似度越低，可能反映出经济和政策的变化越大、不确定性越高，并导致越高的市场波动，这也是已有文献所得系数为负的主要原因。本文结果表明，中国人民银行货币政策执行报告语义相似度对汇率市场的影响显著为正，表明信息机制在中国央行沟通的效应中占据主导地位。例如，2010年第一季度《中国货币政策执行报告》文本相似度的降低主要引发了不确定性机制。一方面，2010年第一季度报告摘要“下一阶段”的文本字数相比2011年第二季度明显较少且实质性改动不大，因此关于未来的新信息较少。另一方面，2010年第一季度报告摘要的前半部分文字有较多改动，这部分文本的变化主要反映过去季度经济运行状况发生的转变。比如，CPI由“下降”变为了“上涨”，M2增速从比上年同期“高”变为“低”，存款增长从“较快”转为“有所放缓”，贷款余额增速从比上年同期“多”增变为“少”增，贷款加权平均利率由“下降”转为“上升”；
也新加入了“内需保持较快增长，对外贸易加快恢复，工业生产快速回升，消费增长较快，固定资产投资增幅有所回落，价格总水平基本稳定”“保持政策的连续性和稳定性，根据新形势新情况着力提高政策的针对性和灵活性，维护金融体系健康稳定运行”“欧洲主权债问题凸显”“改善收入分配”等关于上一季度经济运行状况的内容。由此可见，这部分文本的内容已经是事实而非新信息，反映的是经济运行状况和货币政策操作的变化，因此主要通过不确定性机制产生作用。
为了保证结果的可靠性，本文进行了稳健性检验。首先，考虑到大部分运用EGARCH模型对汇率和债券收益率等资产价格进行研究的文献将ARCH项和GARCH项均设为4，因此本文也采用该模型进行检验。如表2列(1)和列(2)结果所示，方差方程中语义相似度的系数依然在1%的水平上显著为正，并且其系数大小与表1结果几乎相等。其次，本文使用人民币兑美元的即期价格替换中间价。如表2列(3)和列(4)结果所示，本文结果依然成立。
本文进一步控制了美联储货币政策、美国宏观经济数据发布、中美CPI之差、中美利率之差和人民币汇率波动区间改革的影响，结果依然成立。此外，为避免因处理方式中的主观因素造成的误差，本文使用姜富伟等(2021)[6]针对货币政策执行报告构造的语义相似度指标进行稳健性检验，结果与本文基准结果均一致。(1)受篇幅所限，文中未列出所有稳健性检验结果，感兴趣的读者可以联系作者索取。
表2 稳健性检验：模型和数据替换
(二)分主题的分析
本文将进一步探讨不同主题语义相似度对汇率波动的影响。中国人民银行货币政策执行报告具有较为固定的模块划分，因此本文将每期报告文本按国际经济环境、国内宏观经济和货币金融环境三部分做了分类，并单独计算每个主题的语义相似度。表3结果表明，不同主题语义相似度的提高均会加剧汇率波动，与基准结果一致。表3列(1)、列(3)和列(5)分别列出了国际经济环境、国内宏观经济和货币金融环境三类文本语义相似度对汇率波动的影响，结果均在1%的水平上显著为正。在加入文本语调变化、货币政策操作、经济数据新闻发布和汇率改革等控制变量后，上述结果依然在1%的显著性水平上成立，具体结果见表3列(2)、列(4)和列(6)。并且，不同主题文本语义相似度对汇率波动的影响基本相同，表明信息机制在不同主题文本的影响中均占据主导。
表3 不同主题语义相似度对汇率波动的影响
(三)非线性影响分析
本文将进一步研究信息机制主导下央行沟通语义相似度对汇率波动的非线性影响。在信息机制占据主导的情况下，语义相似度越高，央行信息供给越少，汇率市场波动就会加剧。那么，这种影响是否存在非线性特征？为检验非线性影响是否存在，本文引入虚拟变量D_Sim。如果当期报告的语义相似度处于全样本的上1/3位，则将该期D_Sim赋值为1，否则为0。即D_Sim为1代表该期文本属于相似度较高的文本，为0则代表相似度较低的文本。
表4结果表明，文本语义相似度越高，加剧汇率波动的影响也会递增，证实了非线性影响的存在。在表4的回归中，本文将语义相似度与语义相似度虚拟变量的交叉项加入方差方程。如表4列(1)所示，交叉项系数在1%的水平上显著为正。非线性影响的存在表明，当央行语义相似度足够高时，央行信息供给的减少会使市场更加渴望央行提供的新信息，此时语义相似度的提升、新信息的缺失会在更大程度上加剧汇率市场波动。
本文进一步考察了跨期的非线性影响，即上一期文本语义相似度的高低是否会造成当期文本语义相似度的影响具有非线性特征。结果显示，如果上一期语义相似度处于较高水平，那么当期语义相似度的提高对汇率波动的影响也将更大。在表4列(2)的回归中，本文将语义相似度与上一期语义相似度虚拟变量的交叉项加入方差方程。结果显示，语义相似度与上一期语义相似度虚拟变量的交叉项系数在1%的水平上显著为正，这表明，央行沟通文本语义相似度具有跨期的影响，当期语义相似度对汇率波动的影响会受到上一期文本语义相似度高低的影响。若上一期央行语义相似度较高，央行信息供给减少，市场会增加对央行新信息的渴望，这种状态会持续到这一期的报告发布。在这种情况下，如果当期发布报告的语义相似度仍然很高，那么高语义相似度就会在更大程度上加剧汇率市场波动。
本文结果表明，央行沟通应当注重沟通内容的信息含量，这对于引导预期和稳定市场具有重要影响。本文实证结果显示，在中国人民银行的沟通中信息机制发挥着较大的作用。央行沟通要发挥引导预期和稳定市场的作用，必须在沟通中提供新的信息。不提供新信息的沟通不仅不能稳定市场，还会加剧市场波动。更为重要的是，由于非线性影响的存在，央行提供的信息越少、持续地提供旧信息而不提供新信息，其沟通的效率就会越来越差。换言之，央行沟通应当注重沟通的信息含量，要及时填平央行与市场间的信息鸿沟。
(四)异质性分析
本文进一步探究了央行沟通在不同经济环境下的异质性作用。首先，本文探究了在人民币汇率升值和贬值情形下的异质性。虚拟变量Dev取1时表明汇率处于贬值阶段。表4列(3)结果表明，汇率贬值虚拟变量与相似度的交互项在1%的水平上显著为正。即，在汇率贬值的阶段，央行沟通语义相似度的提高会加剧波动。这意味着，在汇率贬值的阶段，央行沟通语义相似度的信息机制比汇率升值阶段更强。其原因可能在于，对人民币汇率贬值风险的厌恶使得市场在人民币汇率贬值时期会比在升值时期更加关注央行发布的信息，从而使得信息机制的效果增强。
其次，本文探究了近期没有货币政策操作的情况下进行央行沟通的效果与有货币政策操作情况下的异质性。虚拟变量Dec10取1时表明近十个交易日内发生过货币政策操作。表4列(4)结果显示，交乘项系数在1%的水平上显著为负，表明如果近期进行过货币政策操作，其沟通的语义相似度对汇率波动的正向影响会减弱。换言之，如果央行近期未实施过货币政策操作，央行沟通语义相似度的信息机制的主导效应会比近期实施过货币政策操作的情况下要更强。其原因在于，如果央行近期实施过货币政策操作，那么市场就或多或少能够从货币政策操作内容和方向来获知和推断央行的意图和看法，此时央行沟通的信息机制就会减弱；
反之，如果央行近期没有实施过货币政策操作，那么市场的信息就是相对匮乏的，市场会更加关注央行沟通中释放的信息，信息机制较强。进一步地，该结果表明，当央行没有实施货币政策调控时，应该更加注重与市场开展新信息的沟通。
表4 央行沟通对汇率波动的非线性和异质性影响
本文以中国人民银行货币政策执行报告为研究对象，运用EGARCH模型分析了央行沟通语义相似度对汇率波动的影响。研究发现，央行沟通语义相似度的提高会加剧汇率市场波动。在加入控制变量和进行稳健性检验后，结果依然成立并在1%的水平上显著。将文本按主题划分为国际经济环境、国内宏观经济和货币金融环境后，不同主题文本语义相似度的提高均表现出加剧市场波动的特征。上述结果表明，中国央行沟通语义相似度主要通过信息渠道对市场产生影响。语义相似度越高，说明央行发布的文本提供的新信息较少，不利于引导市场预期和降低市场分歧，最终会加剧市场波动。进一步的研究表明，语义相似度对汇率波动的影响具有非线性特征。当期或上一期语义相似度越高，语义相似度的提高对汇率波动的影响会越大。异质性的分析显示，央行沟通语义相似度对汇率的影响在汇率升贬值以及近期是否实施过货币政策操作的情况下均表现出显著的异质性。
本文研究对于完善中国央行沟通实践具有一定的政策启示。
第一，央行有必要重视央行沟通，充分发挥央行沟通在政策调控中的作用。央行沟通作为政策调控工具的前提条件是其能够对市场产生影响。本文研究表明央行沟通对市场波动具有显著影响，为支持将央行沟通作为政策工具提供了新的实证证据。就汇率市场而言，央行稳定外汇市场的传统手段往往具有较高的政策成本，如外汇储备的消耗。如果能够通过央行沟通来稳定市场，其政策成本将会大大减少(郭豫媚等，2016[47])。鉴于此，央行应当更加坚定地保持与市场的沟通，以此引导预期和稳定市场。
第二，央行沟通的内容应注重提供新信息，从而提高沟通的效率。基于文本语义相似度的分析，本文发现信息机制是中国央行沟通影响市场的重要机制。如果当期文本与上一期内容高度相似，央行提供的新信息较少，那么央行沟通不仅不会降低市场波动，还可能会加剧波动。不仅如此，语义相似度的影响还表现出非线性影响，即央行提供新信息越少，则央行沟通可能引起更大的市场波动。因此，相比于重复发布旧信息，央行沟通应当更注重提供新信息。
第三，央行沟通不能孤立地进行，要考虑央行沟通之间的跨期交互影响，动态调整沟通策略。本文研究发现，上一期文本语义相似度的高低会导致当期文本语义相似度的影响产生非线性特征。具体而言，上一期文本语义相似度较高，那么当期再进行语义相似度较高的沟通会更大程度上引起市场波动。这表明央行在沟通实践中要考虑前序沟通的持续性影响，进而调整后续沟通的内容，避免连续进行语义相似度较高的沟通。换言之，央行在进行语义相似度较高的沟通后，最好进行包含较多新信息的沟通。
猜你喜欢货币政策汇率波动正常的货币政策是令人羡慕的中国外汇(2019年19期)2019-11-26研判当前货币政策的“变”与“不变”中国外汇(2019年18期)2019-11-25人民币汇率：破7之后，何去何从中国外汇(2019年17期)2019-11-16人民币汇率向何处去中国外汇(2019年13期)2019-10-10越南的汇率制度及其汇率走势中国外汇(2019年11期)2019-08-27羊肉价回稳 后期不会大幅波动今日农业(2019年12期)2019-08-13微风里优美地波动文学少年(原创儿童文学)(2019年1期)2019-05-23“猪通胀”下的货币政策难题中国外汇(2019年22期)2019-05-21前三季度汇市述评：汇率“破7”、市场闯关中国外汇(2019年21期)2019-05-212019年国内外油价或将波动加剧中国化肥信息(2019年3期)2019-04-25