王 琳，劉宏雅

（山西財(cái)經(jīng)大學(xué) 金融學(xué)院,山西 太原 030006）

2008年全球金融危機(jī)爆發(fā)后，國(guó)際金融市場(chǎng)動(dòng)蕩，主要發(fā)達(dá)經(jīng)濟(jì)體陷入全面衰退，各國(guó)央行大幅降息以應(yīng)對(duì)危機(jī)、刺激經(jīng)濟(jì)、緩和衰退。2009年初，美聯(lián)儲(chǔ)、日本央行以及歐央行將各自基準(zhǔn)利率水平下調(diào)至0～0.25%、0.1%和0.5%，主要經(jīng)濟(jì)體政策利率已接近于零，傳統(tǒng)貨幣政策操作空間極為有限。在零利率下限約束、常規(guī)貨幣政策失效的大背景下，量化寬松、前瞻性指引等非常規(guī)手段成為發(fā)達(dá)經(jīng)濟(jì)體貨幣政策的新取向。央行溝通逐漸成為一種貨幣政策工具以引導(dǎo)市場(chǎng)預(yù)期，實(shí)現(xiàn)政策目標(biāo)。

隨著國(guó)際環(huán)境復(fù)雜性加劇，不穩(wěn)定、不確定因素顯著增多，重大突發(fā)事件時(shí)有發(fā)生，2001年“9.11”事件、2003年“非典”疫情、2008年汶川地震、2011年日本大地震及核泄漏、2014年埃博拉病毒、2020年“新冠”疫情等均造成股票市場(chǎng)劇烈震蕩。2020年春節(jié)后第一個(gè)交易日受“新冠”疫情影響，滬指跌幅達(dá)7.72%，A股市場(chǎng)3 000多只股票跌停，3月美股十天內(nèi)四次觸發(fā)熔斷機(jī)制，各國(guó)央行再次大規(guī)模降息以提振市場(chǎng)信心、應(yīng)對(duì)金融動(dòng)蕩。疫情發(fā)生后中國(guó)央行連續(xù)召開(kāi)多場(chǎng)新聞發(fā)布會(huì)，分析經(jīng)濟(jì)形勢(shì)，解讀金融抗疫政策，安撫市場(chǎng)情緒，維護(hù)宏觀經(jīng)濟(jì)與金融市場(chǎng)穩(wěn)定?？梢?jiàn)，在國(guó)際疫情持續(xù)蔓延，世界經(jīng)濟(jì)不確定性增加、傳統(tǒng)貨幣政策可操作性空間進(jìn)一步縮小的大背景下，加強(qiáng)政策溝通，平抑資產(chǎn)價(jià)格波動(dòng)已成為關(guān)系中國(guó)乃至全球金融穩(wěn)定的重大問(wèn)題。

本文邊際貢獻(xiàn)及研究?jī)r(jià)值如下：（1）評(píng)估央行溝通在重大突發(fā)事件下平抑市場(chǎng)波動(dòng)的政策效果，有利于提升央行應(yīng)急管理能力，增強(qiáng)政策溝通有效性，維護(hù)金融穩(wěn)定。（2）驗(yàn)證投資者情緒傳導(dǎo)渠道存在性，厘清央行溝通與股市波動(dòng)之間的作用機(jī)制，對(duì)豐富央行溝通內(nèi)容、疏通貨幣政策傳導(dǎo)渠道具有重要意義。（3）在研究方法上，運(yùn)用TVP-VAR模型，從時(shí)變演進(jìn)視角出發(fā)，考察央行溝通的動(dòng)態(tài)效應(yīng)，為提升貨幣政策靈活性提供經(jīng)驗(yàn)支持。

一、文獻(xiàn)綜述

國(guó)內(nèi)外大量研究已表明，重大突發(fā)事件會(huì)對(duì)金融市場(chǎng)造成巨大沖擊，例如，汶川地震后12個(gè)月，震中500公里以內(nèi)的股票收益率顯著為負(fù)，且平均為每月-3% 左右[1]；美國(guó)“9.11”事件對(duì)標(biāo)普500指數(shù)造成了永久性影響[2]；日本福島核泄漏事故導(dǎo)致核電公司股票收益率在短期內(nèi)顯著為負(fù)[3]；2020年1—4月，新冠疫情造成美國(guó)股票市場(chǎng)價(jià)值下降11%[4]。部分學(xué)者研究突發(fā)事件影響金融市場(chǎng)的作用機(jī)制，結(jié)論表明投資者情緒是影響市場(chǎng)波動(dòng)的重要因素[1]。而中央銀行由于具有“最后貸款人”屬性，因此在重大突發(fā)事件中具有消除市場(chǎng)恐慌、穩(wěn)定金融市場(chǎng)的本源功能。央行溝通作為信息管理的重要政策工具，能夠在重大突發(fā)事件下作為“信息樞紐”，抑制非正常聲音，保障市場(chǎng)主體知情權(quán)，從而獲取公眾信任，減少噪音和市場(chǎng)恐慌，實(shí)現(xiàn)金融穩(wěn)定[5]。

關(guān)于央行溝通對(duì)股票市場(chǎng)影響方面的研究成果已較為豐富。由于股票市場(chǎng)對(duì)政策信息異常敏感，政策發(fā)布后，各種影響股票市場(chǎng)的信息將迅速體現(xiàn)在價(jià)格中，因此，央行溝通能夠顯著影響股票收益率，寬松性政策溝通影響為正，而緊縮性溝通影響為負(fù)[6]，同時(shí)能夠顯著降低股市波動(dòng)，維持資產(chǎn)價(jià)格穩(wěn)定[7]。此外，部分研究著眼于央行溝通作用于股票市場(chǎng)的傳導(dǎo)渠道，學(xué)者們普遍認(rèn)為央行溝通會(huì)通過(guò)信號(hào)渠道和協(xié)同渠道[8]作用于資產(chǎn)價(jià)格，近年來(lái)媒體信息渠道[9]、投資者關(guān)注及情緒渠道[10]逐漸進(jìn)入研究視野，且研究表明投資者會(huì)根據(jù)央行溝通內(nèi)容迅速調(diào)整自身情緒[11]。在研究方法上，張強(qiáng)和胡榮尚[12]、吳國(guó)培和潘再見(jiàn)[8]分別采用SVAR模型和EGARCH模型評(píng)估特定時(shí)間區(qū)間內(nèi)央行溝通影響資產(chǎn)價(jià)格的總體政策效果，鄒文理等[6]運(yùn)用事件研究法研究表明央行溝通效果與股票市場(chǎng)背景有關(guān)，在熊市或牛市的不同市場(chǎng)背景下，央行溝通對(duì)股價(jià)的影響存在非對(duì)稱性。

梳理國(guó)內(nèi)外相關(guān)文獻(xiàn)，本文認(rèn)為現(xiàn)有研究仍存在以下局限性：（1）多數(shù)文獻(xiàn)均聚焦于重大突發(fā)事件對(duì)金融市場(chǎng)的沖擊，而較少有文獻(xiàn)評(píng)估突發(fā)事件下央行的政策效應(yīng)，即央行所采取的政策操作能否減緩?fù)话l(fā)事件對(duì)市場(chǎng)的沖擊。雖有個(gè)別學(xué)者從案例分析、邏輯演繹等方面說(shuō)明央行溝通在此次新冠疫情爆發(fā)后較好地維護(hù)了金融市場(chǎng)穩(wěn)定[5]，但尚未有研究從實(shí)證角度驗(yàn)證這一結(jié)論的正確性。（2）一些學(xué)者在探討央行溝通對(duì)金融市場(chǎng)的作用機(jī)制時(shí)，僅考慮到信息效應(yīng)、預(yù)期效應(yīng)等對(duì)市場(chǎng)參與者造成的影響，而忽略了投資者情緒這一傳導(dǎo)渠道，雖有文獻(xiàn)注意到央行溝通會(huì)影響投資者情緒，但尚未有研究探究其作為央行溝通與股市波動(dòng)之間傳導(dǎo)渠道的存在性。（3）在研究方法上，現(xiàn)有文獻(xiàn)僅考察特定時(shí)間段內(nèi)央行溝通的總體效應(yīng)，從而評(píng)價(jià)整體政策效果，但實(shí)踐中由于經(jīng)濟(jì)周期變化、貨幣政策轉(zhuǎn)向、溝通策略調(diào)整等復(fù)雜因素影響[13]，央行溝通不會(huì)保持一成不變而是不斷進(jìn)行改進(jìn)、調(diào)整，因此其政策效應(yīng)也會(huì)隨時(shí)間變化而變化，但現(xiàn)有文獻(xiàn)并未考慮到央行溝通的動(dòng)態(tài)效應(yīng)。

沿襲相關(guān)研究脈絡(luò)，本文從央行溝通的效應(yīng)評(píng)估、機(jī)理分析以及方法改進(jìn)三方面對(duì)現(xiàn)有文獻(xiàn)做出補(bǔ)充，具體貢獻(xiàn)如下：（1）聚焦重大突發(fā)事件視角，對(duì)央行溝通這一政策工具在突發(fā)事件下平抑市場(chǎng)波動(dòng)的效應(yīng)進(jìn)行評(píng)估。（2）明晰投資者情緒是央行溝通與市場(chǎng)波動(dòng)之間的重要傳導(dǎo)渠道。（3）運(yùn)用含有時(shí)變參數(shù)的向量自回歸模型考察央行溝通的動(dòng)態(tài)效應(yīng)。

二、理論分析

央行溝通的作用機(jī)制是央行通過(guò)向市場(chǎng)發(fā)布政策信號(hào)，以減少噪音，修正公眾預(yù)期，從而影響資產(chǎn)價(jià)格。根據(jù)Blinder等[14]的研究框架，中長(zhǎng)期利率受短期利率及其未來(lái)各期預(yù)期值的影響，而公眾利率預(yù)期的形成又受到央行溝通所釋放信息的影響，即

H1.央行溝通能夠降低股票市場(chǎng)波動(dòng)。

此外，重大突發(fā)事件會(huì)對(duì)金融市場(chǎng)造成巨大沖擊，但眾多研究已表明，突發(fā)事件引起的焦慮、恐慌等負(fù)面情緒才是影響股票收益率的主要因素[1]122，且突發(fā)事件引發(fā)的恐慌情緒導(dǎo)致金融市場(chǎng)的損失要遠(yuǎn)大于事件本身對(duì)實(shí)體經(jīng)濟(jì)造成的破壞[16]。因此，投資者情緒應(yīng)是突發(fā)事件后重點(diǎn)關(guān)注的指標(biāo)。而央行溝通能否通過(guò)投資者情緒渠道影響股票價(jià)格，也成為本文討論的另一重點(diǎn)。

研究表明，投資者在接收到貨幣政策信號(hào)后會(huì)基于一系列心理過(guò)程對(duì)信息進(jìn)行加工處理，進(jìn)而改變自身消費(fèi)或投資行為，這種心理上的“告示效應(yīng)”能夠快速、有效傳導(dǎo)央行貨幣政策意圖，這一過(guò)程表現(xiàn)為投資者情緒，因此貨幣政策會(huì)影響投資者情緒[17]?；谛袨榻鹑诶碚摽蚣埽疚恼J(rèn)為，央行溝通會(huì)通過(guò)投資者關(guān)注及投資者預(yù)期兩種途徑影響投資者情緒，進(jìn)而影響股票價(jià)格。首先，投資者注意力具有稀缺性，且獲取和學(xué)習(xí)新信息面臨較高的成本，因而只有在面臨較大收益或損失時(shí)，投資者才會(huì)主動(dòng)獲取信息[18]，而投資者主動(dòng)獲取信息的行為則預(yù)示著其交易行為的改變，也表征投資者情緒[19]，當(dāng)央行溝通信息被投資者關(guān)注到后，就會(huì)更新其信息集，從而穩(wěn)定信心，抑制非理性情緒；其次，當(dāng)投資者接收到央行溝通傳遞的信息時(shí)，會(huì)主動(dòng)調(diào)整自身預(yù)期[20]，而由于投資者是非理性的，因而資本市場(chǎng)中存在認(rèn)知偏差和情緒傳染等效應(yīng)，投資者預(yù)期的變化會(huì)直接影響投資者情緒進(jìn)而影響股票價(jià)格[21]?；谏鲜龇治?，本文提出如圖1所示央行溝通理論機(jī)制，即央行溝通會(huì)通過(guò)投資者關(guān)注和預(yù)期影響投資者情緒，進(jìn)而作用于股票市場(chǎng)。因此，本文提出如下假設(shè)：

圖1 央行溝通理論機(jī)制圖

H2.投資者情緒是央行溝通影響股票市場(chǎng)的重要傳導(dǎo)渠道。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文選取2003年1月—2020年9月為樣本區(qū)間，其原因在于該時(shí)間段內(nèi)包含非典、汶川地震和新冠疫情三次重大公共突發(fā)事件，能夠有效對(duì)比三次事件下央行溝通平抑市場(chǎng)波動(dòng)的政策效果。為保證溝通事件樣本量充足，本文數(shù)據(jù)頻率為月度數(shù)據(jù)，共213個(gè)觀測(cè)值，保證了實(shí)證結(jié)果的可信度和穩(wěn)健性。本文央行溝通文本通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)結(jié)合手工整理從中國(guó)人民銀行官方網(wǎng)站、人民網(wǎng)、新浪財(cái)經(jīng)等相關(guān)網(wǎng)站及媒體獲取，后利用文本分析法構(gòu)建特定詞典，并通過(guò)加權(quán)、求和計(jì)算央行溝通指數(shù)，股市波動(dòng)變量、投資者情緒指標(biāo)以及其他控制變量均來(lái)源于CSMAR數(shù)據(jù)庫(kù)。

（二）指標(biāo)構(gòu)建

1.央行溝通指數(shù)

國(guó)內(nèi)外已有研究中對(duì)于央行溝通的測(cè)度方式主要有以下三種：（1）人工賦值法，即根據(jù)央行所傳遞的貨幣政策傾向?qū)ψ兞窟M(jìn)行賦值[22]，若央行溝通傳遞釋放出寬松的貨幣政策信號(hào)，則賦值為-1，反之，若傳遞緊縮性政策意圖，則賦值為+1，中性意圖則賦值為0，這種方法雖易實(shí)現(xiàn)，但主觀性較強(qiáng)，有效性、準(zhǔn)確性較差。（2）以貨幣政策時(shí)期劃分為基礎(chǔ)進(jìn)行關(guān)鍵詞詞頻統(tǒng)計(jì)，從而通過(guò)措辭提取構(gòu)建溝通指數(shù)，但這種方法能夠提取的關(guān)鍵詞數(shù)量有限，難以全面概括央行溝通內(nèi)容。（3）基于機(jī)器學(xué)習(xí)的文本分析法，如構(gòu)建特定領(lǐng)域詞典從而對(duì)溝通內(nèi)容進(jìn)行量化[23]或通過(guò)聚類、降維等思想提取核心主題及關(guān)鍵詞進(jìn)而實(shí)現(xiàn)文本量化[24]，這類方法運(yùn)用文本挖掘技術(shù)實(shí)現(xiàn)文本信息數(shù)字化，避免了人工賦值的主觀性，也克服了傳統(tǒng)方法在處理速度和容量上的局限性，因此，本文參考林建浩等[23]的研究，利用文本分析法來(lái)構(gòu)造央行溝通指數(shù)，具體方法如下。

第一，文本收集。央行溝通的形式主要有書(shū)面溝通以及口頭溝通兩種。2001年起，中國(guó)人民銀行首次對(duì)外發(fā)布季度貨幣政策執(zhí)行報(bào)告，對(duì)國(guó)際國(guó)內(nèi)經(jīng)濟(jì)金融形勢(shì)、貨幣政策取向等相關(guān)內(nèi)容進(jìn)行研判分析，以引導(dǎo)公眾形成一致性預(yù)期，增強(qiáng)貨幣政策有效性。截至2020年底，央行貨幣政策報(bào)告已連續(xù)、穩(wěn)定發(fā)布近二十年，具有權(quán)威性、規(guī)律性、正式性等特點(diǎn)，因此本文選取2003年1月—2020年9月中國(guó)央行發(fā)布的共70期《貨幣政策執(zhí)行報(bào)告》作為書(shū)面溝通樣本。對(duì)于口頭溝通，則選取央行行長(zhǎng)等重要領(lǐng)導(dǎo)人在其任職期間內(nèi)的講話、答記者問(wèn)、新聞發(fā)布會(huì)及評(píng)論文章等作為研究樣本，具體而言，在人民網(wǎng)、新浪財(cái)經(jīng)、搜狐網(wǎng)等多個(gè)媒體上以“周小川”“周小川貨幣政策”“易綱”“易綱貨幣政策”等為關(guān)鍵詞按年月在其任職期間內(nèi)進(jìn)行新聞爬取，對(duì)于相同或類似信息則僅選取首次報(bào)道的新聞，同時(shí)以中國(guó)人民銀行官方網(wǎng)站“新聞發(fā)布”“政策解讀”等欄目中的信息作為補(bǔ)充。此外，央行領(lǐng)導(dǎo)人還經(jīng)常為人民幣國(guó)際化、金融體制改革、征信系統(tǒng)建設(shè)等方面的其他議題發(fā)聲，因此，為降低無(wú)關(guān)內(nèi)容對(duì)指數(shù)構(gòu)建的干擾，本文將這類信息進(jìn)行剔除，整理篩選后共得到453次有效溝通信息。

第二，文本預(yù)處理。對(duì)收集到的文本根據(jù)其語(yǔ)義進(jìn)行斷句，斷句的依據(jù)通常為逗號(hào)、句號(hào)等標(biāo)點(diǎn)符號(hào)，同時(shí)根據(jù)其傳遞的信息將句子進(jìn)行分類，具體分為“貨幣政策”“經(jīng)濟(jì)形勢(shì)”和“其他”三類，“貨幣政策”大類又分為“寬松”“穩(wěn)健”和“緊縮”三個(gè)傾向，“經(jīng)濟(jì)形勢(shì)”則分為“正面”“中性”和“負(fù)面”三個(gè)傾向。此外，由于央行溝通信息中不僅包含對(duì)下一階段宏觀經(jīng)濟(jì)及政策思路的前瞻性展望，也包含對(duì)過(guò)往所采取貨幣政策操作的評(píng)述，除包含對(duì)中國(guó)宏觀經(jīng)濟(jì)形勢(shì)的描述外，還包含對(duì)世界經(jīng)濟(jì)金融形勢(shì)的探討，本文將前瞻性的描述貨幣政策走向以及經(jīng)濟(jì)形勢(shì)展望的句子歸為“貨幣政策”及“經(jīng)濟(jì)形勢(shì)”兩類，而對(duì)于后顧性及無(wú)關(guān)信息則歸為“其他”，表1展示了部分語(yǔ)句的劃分結(jié)果。

表1 央行溝通信息語(yǔ)句分類結(jié)果（部分示例）

為保證結(jié)果準(zhǔn)確性，在確定劃分原則后，具體分類過(guò)程由兩人單獨(dú)完成，若兩人劃分結(jié)果一致，則直接確定該句子的類別，若劃分結(jié)果不一致，則交由第三人重新進(jìn)行分類，探討后得到最終劃分結(jié)果，以此為原則得到基礎(chǔ)詞典。

第三，生成計(jì)算詞典。基于上述基礎(chǔ)詞典，采用Python軟件中的jieba分詞工具對(duì)所有文本進(jìn)行分詞處理，去除停用詞①本文采用哈工大停用詞表。，加載自定義詞典②即專業(yè)詞匯、帶否定前綴的詞匯、組合時(shí)才能形成完整意思的詞匯等，如：公開(kāi)市場(chǎng)操作、窗口指導(dǎo)、逆周期、宏觀審慎框架、貨幣供應(yīng)量等。后經(jīng)組合、提取，最終生成6 737個(gè)短語(yǔ)。

隨后選取出現(xiàn)在各類傾向下概率大于50%的短語(yǔ)進(jìn)入計(jì)算詞典，這類短語(yǔ)具有明顯的傾向性，能夠代表溝通信息中所傳遞的貨幣政策傾向及經(jīng)濟(jì)走勢(shì)，具體計(jì)算公式為

表2 央行溝通信息短語(yǔ)頻次分布統(tǒng)計(jì)（部分示例）

第四，構(gòu)造央行溝通指數(shù)。采用短語(yǔ)數(shù)量加權(quán)法對(duì)每一次溝通內(nèi)容s進(jìn)行分析，計(jì)算某次溝通中屬于某一傾向的條件概率

通過(guò)式（4）得到每一次溝通中各類傾向下的概率值，再取平均得到每一個(gè)月度的概率值，具體如式（5）所示。其中，kt為t月的溝通次數(shù)。

根據(jù)上述結(jié)果構(gòu)造央行溝通指數(shù)，計(jì)算公式為

基于上述方法，對(duì)中國(guó)央行2003年1月—2020年9月的溝通事件進(jìn)行量化，得到中國(guó)央行溝通指數(shù)，由于本文著重分析央行貨幣政策溝通對(duì)市場(chǎng)波動(dòng)的影響，故后文主要采用貨幣政策溝通指數(shù)作為央行溝通的代理變量進(jìn)行分析。

2.股票市場(chǎng)波動(dòng)率（VOL）

本文采用上證綜指日收益率的月度標(biāo)準(zhǔn)差來(lái)衡量股票市場(chǎng)波動(dòng)情況，計(jì)算公式為

其中，rt表示上證綜指日收益率；表示當(dāng)月平均日收益率；T 表示當(dāng)月實(shí)際交易天數(shù)。

3.投資者情緒指數(shù)（ISI）

參考Baker和Wurgler[25]的研究，采用主成分分析法構(gòu)造投資者情緒指數(shù)，選取A股封閉式基金折價(jià)率（CEFDR）、IPO首日平均收益率（IPOR）、IPO個(gè)數(shù)（IPON）、新增開(kāi)戶數(shù)（NAC）、市場(chǎng)換手率（TR）以及消費(fèi)者信心指數(shù)（CCI）六個(gè)指標(biāo)作為代理指標(biāo)，將上述指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，同時(shí)，選取宏觀經(jīng)濟(jì)景氣指數(shù)（BIM）作為宏觀經(jīng)濟(jì)的代理變量，將標(biāo)準(zhǔn)化的六個(gè)指標(biāo)與標(biāo)準(zhǔn)化后的宏觀經(jīng)濟(jì)變量分別進(jìn)行回歸后提取殘差，以剔除宏觀經(jīng)濟(jì)噪聲，對(duì)殘差序列進(jìn)行主成分分析得到投資者情緒指數(shù)。

圖2所示為央行貨幣政策溝通指數(shù)、股票市場(chǎng)波動(dòng)率和投資者情緒指數(shù)。2003—2008年，中國(guó)經(jīng)濟(jì)處于經(jīng)濟(jì)周期的上升階段，投資增長(zhǎng)過(guò)快，消費(fèi)需求持續(xù)趨旺，物價(jià)水平上漲嚴(yán)重，通貨膨脹壓力與經(jīng)濟(jì)上行風(fēng)險(xiǎn)較大，甚至出現(xiàn)經(jīng)濟(jì)過(guò)熱現(xiàn)象，在此期間內(nèi)央行貨幣政策傾向堅(jiān)持穩(wěn)健偏緊、適度從緊，以回收過(guò)度流動(dòng)性，穩(wěn)定通貨膨脹預(yù)期，防止經(jīng)濟(jì)過(guò)熱，央行溝通指數(shù)在高位運(yùn)行。其中2003—2005年，受非典疫情等原因影響，中國(guó)股市處于熊市，投資者情緒在低位震蕩，2006—2007年，宏觀經(jīng)濟(jì)步入新一輪增長(zhǎng)期，股市也進(jìn)入大牛市，投資者情緒高漲，達(dá)到峰值，股市波動(dòng)率也持續(xù)在高位震蕩。2008年金融危機(jī)后，股市大幅下挫，投資者情緒持續(xù)低迷，貨幣政策傾向逐漸轉(zhuǎn)為適度寬松，溝通指數(shù)轉(zhuǎn)為負(fù)值。2010年后，受歐債危機(jī)蔓延影響，中國(guó)股市下跌整理，投資者情緒也持續(xù)低迷，此外，為遏制物價(jià)上漲、穩(wěn)定通脹預(yù)期，貨幣政策傾向也逐漸穩(wěn)健。在2015年的牛市中，投資者情緒先于市場(chǎng)變動(dòng)，預(yù)測(cè)了牛市及股災(zāi)的到來(lái)，投資者情緒達(dá)到頂峰，股市波動(dòng)變量也達(dá)到歷史新高，2018年貿(mào)易摩擦的加劇及2020年新冠疫情的影響也導(dǎo)致股市波動(dòng)的增加，而在此期間內(nèi)，貨幣政策傾向始終保持穩(wěn)健偏寬松。從上述分析可看出，本文所構(gòu)建的央行溝通、股市波動(dòng)以及投資者情緒指數(shù)基本符合中國(guó)實(shí)際，能夠衡量出央行貨幣政策傾向、股市波動(dòng)以及投資者情緒的變化情況，具有一定的有效性。

圖2 IMP、VOL、ISI變量趨勢(shì)圖

（三）模型設(shè)定

本文探究?jī)蓚€(gè)核心問(wèn)題：一是重大突發(fā)事件下央行溝通能否平抑股市波動(dòng)，即假設(shè)H1，二是投資者情緒是否是央行溝通與股市波動(dòng)之間的傳導(dǎo)渠道，即假設(shè)H2。為探究上述問(wèn)題，實(shí)證檢驗(yàn)共包括以下四步：（1）利用TVP-VAR模型考察央行溝通對(duì)股市波動(dòng)在重大突發(fā)事件時(shí)點(diǎn)下的作用效果以及不同時(shí)期下的時(shí)變關(guān)系。（2）利用中介效應(yīng)模型檢驗(yàn)投資者情緒在央行溝通與股市波動(dòng)之間的中介作用。（3）對(duì)上述實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。（4）繼續(xù)運(yùn)用TVP-VAR模型來(lái)進(jìn)一步探究央行溝通、投資者情緒與股市波動(dòng)之間的動(dòng)態(tài)關(guān)系。

1.利用TVP-VAR模型考察變量間的時(shí)變特征，模型具體設(shè)定如下

設(shè)定模型中所以參數(shù)均服從隨機(jī)游走，即

2.為檢驗(yàn)投資者情緒的中介作用，借鑒溫忠麟等[26]的中介效應(yīng)檢驗(yàn)程序，構(gòu)造如下回歸模型

其中，VOL為股市波動(dòng)變量；IMP為央行溝通變量；ISI為投資者情緒變量；Control為控制變量。本文認(rèn)為，貨幣政策操作以及宏觀經(jīng)濟(jì)環(huán)境變化是影響股市波動(dòng)的重要因素，因此選取廣義貨幣供應(yīng)量（M2）以及銀行年存款利率（r）作為數(shù)量型貨幣政策以及價(jià)格型貨幣政策的代表變量，而宏觀經(jīng)濟(jì)環(huán)境方面選取宏觀經(jīng)濟(jì)景氣指數(shù)（BIM）以及居民消費(fèi)價(jià)格指數(shù)（CPI）作為經(jīng)濟(jì)形勢(shì)以及通貨膨脹的代表變量。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

本文主要變量的描述性統(tǒng)計(jì)結(jié)果如表3所示，由統(tǒng)計(jì)結(jié)果可知，央行溝通變量平均值為-0.065，中位數(shù)為-0.014，表明中國(guó)央行溝通所傳遞的貨幣政策傾向總體來(lái)看是穩(wěn)健偏寬松的。股市波動(dòng)變量極小值為0.281，極大值為3.927，投資者情緒變量極小值為-1.197，極大值為4.179，差值相對(duì)較大，說(shuō)明中國(guó)股市波動(dòng)程度以及投資者情緒在不同時(shí)點(diǎn)的表現(xiàn)有較大差異，具有一定的時(shí)變特征。

表3 變量描述性統(tǒng)計(jì)表

（二）參數(shù)估計(jì)

本文設(shè)定MCMC算法的抽樣次數(shù)為10 000次，由于前期迭代具有不穩(wěn)定性，因此舍棄掉初始的1 000次預(yù)測(cè)樣本，最終得到9 000次有效抽樣樣本。模型參數(shù)回歸結(jié)果如表4所示，其中參數(shù)后驗(yàn)均值均位于95%置信區(qū)間內(nèi)，Geweke檢驗(yàn)統(tǒng)計(jì)量最大值為0.874，小于1.96的臨界值，且無(wú)效因子均較小，最大值僅為85.910，小于100，表明模型估計(jì)結(jié)果具有有效性。

表4 參數(shù)回歸結(jié)果

樣本自相關(guān)、路徑與后驗(yàn)分布圖如圖3所示，其中自相關(guān)系數(shù)呈下降趨勢(shì)并最終趨于0，樣本路徑較為平穩(wěn)且樣本分布表現(xiàn)出良好的收斂性，表明抽樣效果較好，模型結(jié)果具有可靠性。

圖3 參數(shù)估計(jì)結(jié)果圖

（三）央行溝通能否平抑股市波動(dòng)

2020年初新冠疫情大規(guī)模爆發(fā)對(duì)中國(guó)乃至全球資本市場(chǎng)都造成了巨大沖擊，為平抑市場(chǎng)波動(dòng)，中國(guó)人民銀行聯(lián)合多部門多次發(fā)聲，以新聞發(fā)布會(huì)、座談會(huì)、發(fā)表評(píng)論文章等形式解讀金融抗疫政策，加強(qiáng)與市場(chǎng)的溝通互動(dòng)，在很大程度上維護(hù)了金融市場(chǎng)穩(wěn)定。因此，研究重大突發(fā)事件后央行溝通能否平抑市場(chǎng)波動(dòng)成為本文研究重點(diǎn)。

選取2003年5月（t=5），2008年5月（t=65）以及2020年2月（t=206）三個(gè)時(shí)間點(diǎn)，分別代表中國(guó)三次重大公共突發(fā)事件，即非典、汶川地震以及新冠疫情，來(lái)研究特定時(shí)點(diǎn)下央行溝通平抑股市波動(dòng)的政策效應(yīng)。

圖4 IMP對(duì)VOL的時(shí)點(diǎn)脈沖響應(yīng)圖

此外，本文選取0期、3期和6期分別作為短期、中期和長(zhǎng)期脈沖響應(yīng)的時(shí)間約束，分析不同時(shí)期下央行溝通對(duì)股市波動(dòng)的動(dòng)態(tài)影響，以考察央行溝通平抑市場(chǎng)波動(dòng)的一般性。

圖5 IMP對(duì)VOL的等間隔脈沖響應(yīng)圖

（四）央行溝通能否基于投資者情緒渠道作用于股票市場(chǎng)

上文研究表明，央行溝通能夠平抑股市波動(dòng)，這也與大多數(shù)學(xué)者的研究結(jié)論一致，但關(guān)于其背后的作用機(jī)制仍存爭(zhēng)議。多數(shù)學(xué)者認(rèn)為央行溝通會(huì)通過(guò)信號(hào)渠道和協(xié)同渠道[8]37作用于資產(chǎn)價(jià)格，即央行通過(guò)向市場(chǎng)傳遞信息以減少噪音、降低信息獲取成本、緩解信息不對(duì)稱程度，進(jìn)而修正市場(chǎng)預(yù)期，維護(hù)資產(chǎn)價(jià)格穩(wěn)定。但也有學(xué)者認(rèn)為，由于投資者的注意力稀缺性和非理性，投資者并不會(huì)主動(dòng)獲取央行溝通信息，也難以正確解讀央行所釋放的“政策信號(hào)”，因而央行溝通可能基于“投資者關(guān)注”及“投資者情緒”渠道作用于資產(chǎn)價(jià)格[10]33[11]441。此外，大量研究也已表明，突發(fā)事件對(duì)股票市場(chǎng)造成的沖擊主要來(lái)源于事件引起的投資者負(fù)面情緒，而非突發(fā)事件本身[1]122[16]199，因此，厘清央行溝通、投資者情緒與股市波動(dòng)之間的作用機(jī)理具有重要的現(xiàn)實(shí)意義。

表5 中介效應(yīng)回歸結(jié)果

（五）穩(wěn)健性檢驗(yàn)

1.更換檢驗(yàn)方法

采用Bootstrap方法對(duì)中介效應(yīng)進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果顯示95%置信區(qū)間為（0.004，0.198），不包含0值，同樣也證明了投資者情緒是央行溝通與股市波動(dòng)之間的重要傳導(dǎo)渠道，進(jìn)一步驗(yàn)證了H2。

2.更換股市波動(dòng)率指標(biāo)

上文采用上證綜指日收益率的月度標(biāo)準(zhǔn)差來(lái)衡量股市波動(dòng)情況，為保證實(shí)證結(jié)果的穩(wěn)健性、全面性，對(duì)股市波動(dòng)率指標(biāo)進(jìn)行更換，采用深證成份指數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)，指數(shù)構(gòu)建方式如式（8）所示，得到深市股市波動(dòng)率指標(biāo)（VOLS）。對(duì)中介效應(yīng)模型進(jìn)行穩(wěn)健性檢驗(yàn)，模型具體形式為

表6 中介效應(yīng)穩(wěn)健性檢驗(yàn)結(jié)果

五、進(jìn)一步分析

上文研究結(jié)論已表明，央行溝通會(huì)通過(guò)投資者情緒渠道作用于股票市場(chǎng)。新冠疫情爆發(fā)后，在國(guó)務(wù)院新聞辦公室于2021年2月24日舉行的疫情防控新聞發(fā)布會(huì)上，央行副行長(zhǎng)陳雨露也提及要“及時(shí)穩(wěn)定市場(chǎng)情緒”，可見(jiàn)，穩(wěn)定投資者情緒已成為央行政策溝通的重要目標(biāo)。因此研究央行溝通對(duì)投資者情緒的影響具有重要意義，基于此，本文將繼續(xù)從重大突發(fā)事件以及不同時(shí)期兩個(gè)方面來(lái)研究央行溝通、投資者情緒與股市波動(dòng)之間的影響效應(yīng)。

（一）央行溝通對(duì)投資者情緒的影響研究

圖6 IMP對(duì)ISI的時(shí)點(diǎn)脈沖響應(yīng)圖

圖7 IMP對(duì)ISI的等間隔脈沖響應(yīng)圖

（二）投資者情緒對(duì)股市波動(dòng)的影響研究

圖8 ISI對(duì)VOL的時(shí)點(diǎn)脈沖響應(yīng)圖

圖9 ISI對(duì)VOL的等間隔脈沖響應(yīng)圖

基于上述實(shí)證結(jié)果可得出：三次重大突發(fā)事件中，2020年新冠疫情時(shí)期央行溝通的政策效果最好，穩(wěn)定投資者情緒及平抑市場(chǎng)波動(dòng)的效應(yīng)最大、時(shí)滯性最短、持續(xù)性最強(qiáng)，央行溝通應(yīng)對(duì)重大突發(fā)事件的能力得到較大提升。此外，央行溝通、投資者情緒與股市波動(dòng)在短期、中期和長(zhǎng)期視角下均存在著明顯的動(dòng)態(tài)時(shí)變特征，央行溝通能夠有效調(diào)節(jié)投資者情緒，即在市場(chǎng)低迷時(shí)提振投資者信心，在市場(chǎng)高漲時(shí)穩(wěn)定投資者情緒；同時(shí)央行溝通也能在短期內(nèi)起到穩(wěn)定股票市場(chǎng)波動(dòng)的作用，但這種效應(yīng)從中長(zhǎng)期來(lái)看并不明顯，甚至?xí)?dǎo)致市場(chǎng)波動(dòng)加劇；此外，投資者情緒與股市波動(dòng)之間存在著明顯的正向效應(yīng)，即投資者情緒高漲會(huì)推動(dòng)股票市場(chǎng)波動(dòng)。

六、結(jié)語(yǔ)

（一）研究結(jié)論

隨著央行獨(dú)立性不斷提高、貨幣政策框架日益完善，預(yù)期管理已成為貨幣政策發(fā)揮作用的重要途徑，央行溝通在應(yīng)對(duì)重大突發(fā)事件中的作用也受到高度重視，尤其在當(dāng)前經(jīng)濟(jì)面臨極高不確定性的“后疫情時(shí)代”，建立央行與市場(chǎng)的有效溝通機(jī)制，合理引導(dǎo)公眾預(yù)期，穩(wěn)定市場(chǎng)情緒，對(duì)完善突發(fā)事件治理機(jī)制，維護(hù)金融市場(chǎng)穩(wěn)定具有重要意義。

本文選取2003年1月—2020年9月中國(guó)人民銀行的溝通事件為研究樣本，運(yùn)用文本分析法構(gòu)建央行溝通指數(shù)，通過(guò)評(píng)估非典、汶川地震和新冠疫情三個(gè)時(shí)點(diǎn)下央行溝通的政策效果，創(chuàng)新性地考察重大突發(fā)事件下央行溝通平抑市場(chǎng)波動(dòng)的有效性，運(yùn)用主成分分析法構(gòu)建投資者情緒指數(shù)，厘清央行溝通影響股市波動(dòng)的作用機(jī)理，此外，從時(shí)變演進(jìn)角度下研究央行溝通、投資者情緒與股市波動(dòng)三者之間的動(dòng)態(tài)效應(yīng)。因此，得到如下結(jié)論：（1）重大突發(fā)事件下央行溝通能在短期內(nèi)平抑股市波動(dòng)且2020年新冠疫情時(shí)期政策溝通有效性最強(qiáng)；（2）從不同時(shí)期來(lái)看，央行溝通能在短期內(nèi)起到平抑市場(chǎng)波動(dòng)的作用，但中長(zhǎng)期效果并不明顯甚至可能加劇股市波動(dòng)；（3）投資者情緒是央行溝通作用于股票市場(chǎng)的重要傳導(dǎo)渠道，央行溝通、投資者情緒與股市波動(dòng)之間存在明顯的時(shí)變特征，央行溝通能夠有效調(diào)節(jié)投資者情緒，投資者情緒的高漲則會(huì)加劇股市波動(dòng)。

（二）政策建議

根據(jù)上述研究結(jié)論，本文提出如下政策建議：（1）政策溝通在疫情期間效果良好，說(shuō)明央行應(yīng)將預(yù)期管理提到更加重要的位置，建立健全重大突發(fā)事件應(yīng)急管理體系，優(yōu)化政策溝通工具平抑市場(chǎng)波動(dòng)、維護(hù)金融穩(wěn)定的政策效果。（2）針對(duì)中長(zhǎng)期溝通效果不理想這一問(wèn)題，央行應(yīng)更加注重前瞻性指引，提前布局，增強(qiáng)政策引導(dǎo)性、可預(yù)期性與透明性，加強(qiáng)對(duì)未來(lái)經(jīng)濟(jì)形勢(shì)、政策取向的預(yù)判研判，引導(dǎo)市場(chǎng)主體按照央行政策意圖進(jìn)行調(diào)整。（3）央行應(yīng)將穩(wěn)定投資者情緒納入預(yù)期管理政策目標(biāo)，在發(fā)聲時(shí)注重內(nèi)容可理解性，將政策意圖準(zhǔn)確傳遞到金融市場(chǎng)，防止因?qū)φ叩呐で罢`解帶來(lái)新的不穩(wěn)定因素，從而降低噪聲交易，穩(wěn)定投資者情緒，避免市場(chǎng)非理性波動(dòng)。

（三）研究不足與展望

本文研究對(duì)于提升央行應(yīng)急管理能力及溝通能力具有一定的借鑒意義，但仍存在一些方面的局限性。（1）僅選取非典、汶川地震以及新冠疫情三個(gè)樣本點(diǎn)評(píng)估突發(fā)事件下央行溝通平抑市場(chǎng)波動(dòng)的政策效果，不具有全面性，難以準(zhǔn)確、全面考察政策溝通效果，在樣本量及代表性上存在一定局限，未來(lái)可通過(guò)構(gòu)建模型模擬突發(fā)事件沖擊以對(duì)研究進(jìn)行改進(jìn)；（2）僅考慮央行溝通對(duì)投資者情緒及股市波動(dòng)的影響，而事實(shí)上市場(chǎng)情緒及價(jià)格波動(dòng)程度作為重要的市場(chǎng)信號(hào)，也是央行制定決策時(shí)的重要考慮因素，因此，市場(chǎng)信號(hào)如何影響央行溝通策略，也將成為未來(lái)進(jìn)一步研究的方向。