中国的货币政策沟通：框架、影响和建议

迈克尔?麦克马洪

【摘 要】金融市场渴望获得有关中国人民银行货币政策的任何信号。随着中国持续推进金融体系自由化和经济开放，有效货币政策沟通的重要性只会增加。本文讨论了中国独特的制度安排，实证分析了人民银行的主要政策沟通渠道（包括一种新的沟通渠道）对金融市场的影响。结果表明，人民银行的政策沟通已经取得了显著进步，但仍在向其他主要经济体的沟通水平迈进。本文提出了中期以及可迅速推进的改革建议。

【关键词】 货币政策；政策沟通；中央银行；金融市场；货币政策传导

Absrtact： Financial markets are eager for any signal of monetary policy from the People's Bank of China （PBC）. The importance of effective monetary policy communication will only increase as China continues to liberalize its financial system and open its economy. This paper discusses the country's unique institutional setup and empirically analyzes the impact on financial markets of the PBC's main communication channels， including a novel communication channel. The results suggest that there has been significant progress but that PBC communication is still evolving toward the level of other major economies. The paper recommends medium-term policy reforms and reforms that can be adopted quickly.

Keywords： Monetary Policy； Communication； Central Bank； Financial Markets； Monetary Policy Transmission

一、引言

随着中国经济快速增长以及不断推进金融及对外部门开放等改革，中国的货币政策也受到越来越多的关注。货币政策变化会通过影响经济决策来帮助实现国内经济的增长与稳定，它也正带来越来越多的全球影响。包括国际投资者在内的市场参与者都渴望获得有关中国人民银行政策沟通的任何信号。

央行越来越多地将政策沟通作为货币政策的关键手段。英格兰银行前行长Montagu Norman（1920-1944年）所提出的“永不解释，永不道歉”的日子已经一去不复返了。如今的央行，尤其是拥有发达金融体系的国家的央行，都会定期开展政策沟通。这包括就其政策框架和目标开展较低频率的沟通，以及就其对当前宏观经济形势的看法、产出和通胀的预测、政策决定的理由开展较高频率的沟通。2008年全球金融危机以来，非常规货币政策的实施以及对金融部门稳定的更多关注，让政策沟通变得更加重要，当其与前瞻性指引相关时尤为如此。

与其他公共机构相比，央行往往处于政策沟通的最前沿。中国人民银行也不例外，过去几年中，中国人民银行加强了政策沟通，也敏锐地意识到全球对中国货币政策信息的兴趣日益高涨。新闻发布会和讲话数量的增加，正好与2015年和2016年股市大幅调整、汇率框架变化、利率自由化以及金融市场的波动加剧同时发生。尽管如此，政策沟通尚未像许多发达经济体（如美联储或英格兰银行）和一些重要新兴市场那样，成为一种有力的政策工具。

从许多方面看，在国内和（日益增长的）国外因素的驱使下，中国都正处于政策沟通的十字路口。随着中国提高汇率的灵活性并转向更多依赖短期利率的货币政策框架，完善政策沟通将对提高货币政策有效性、减少过度波动和促进金融部门稳定至关重要。

二、中国货币政策的框架

中国的货币政策框架仍处于转型中，目前是一种混合型。一方面，虽然已经正式放开了利率，但银行仍然受相应存贷款基准利率的指导；而改变基准利率则超出了人民银行的权限范围，需要得到国务院的批准。另一方面，其他政策利率（如中期借贷便利和抵押补充贷款的利率）以及其他工具（如改变存款储备金率）的使用则降低透明度并使政策沟通更加复杂（表1）。

2018年4月，人民银行表示有意转向单一的利率框架。“中国仍存在一些利率‘双轨制，一是在存贷款方面仍有基准利率，二是货币市场利率是完全由市场决定的。目前我们已放开了存贷款利率的限制，商业银行存贷款利率可根据基准利率上浮和下浮，根据商业银行自身情况来决定真正的存贷款利率。其实我们的最佳策略是让这两个轨道的利率逐渐统一，这就是我們要做的市场改革”（人民银行，2018a）。

三、不断演变的政策沟通渠道

人民银行的政策沟通仍在不断发展，但主要是通过4个渠道进行的：

《货币政策执行报告》。人民银行于2001年首次发布该报告，目前按季度发布。其包含了：最近的货币政策决定；对产出、价格和货币供应量状况的分析；重要经济部门的信息；中国宏观经济形势的前景评估等。一般来看，报告更多的是对先前情况的回顾，不过也在越来越多地提供有用的技术和操作信息（通常是在专栏内提供），甚至在最近还提供了一些前瞻性信息。

货币政策委员会会议新闻稿。货币政策委员会的首次会议于1997年召开，目前在每季度末举行一次。自2009年以来，人民银行会在会议结束一两天后发布新闻稿。但实际的会议日期并不提前公布，只在会后公布在人民银行的网站上。

讲话和新闻发布会。口头政策沟通包括行长和副行长们的公开讲话以及新闻发布会 。官员们经常在公开会议或国际央行行长会上发表讲话。虽然讲话内容围绕会议主题并重申人民银行的政策立场，但有时发言者会谈及特定领域的未来发展。新闻发布会通常安排在政策公布之后，以进一步阐释决策的理由。

公开市场操作公告。为了更好阐释公开市场操作的原理，自2016年1月起，每日公告已成为一种标准做法 。这些公告越来越多地通过加入诸如“鉴于流动性充足，人民银行展开干预以维持流动性稳定”等语句来提供背景信息 。

人民银行致力于提供更加及时的信息。2018年，人民银行重申将致力于“不断提升人民银行的公信力与透明度”，“强化政策发布解读和信息主动公开，及时传递中央银行政策意图，合理引导市场预期”（人民银行，2018a）。人们对及时信息的需求日益增长，作为对此回应的一部分，人民银行目前还通过社交媒体（如微博）开展定期政策沟通。

四、文献回顾

已有越来越多的文献研究了央行政策沟通的效果。现有的研究主要关注了发达经济体央行，主要是美联储、欧央行和英格兰银行。一般来说，这些分析考察了货币政策公告、货币政策委员会会议记录、定期发布的报告、访谈和演讲、国会证词或议会委员会听证会等的效果。Blinder 等人（2008）在早期对文献进行了回顾。本文遵循了文献的主要方法，并依赖基于市场的事件研究。具体而言，我们研究了人民银行的政策沟通是否会影响中国金融市场的资产价格，从而表明这种政策沟通是否传递了信息。

一些研究通过对文本进行“鸽派”或“鹰派”的主观赋值来量化政策沟通的内容（Jansen和 De Haan，2005；Ehrmann和Fratzscher，2007；Berger、Nitsch和Lybek，2006），或是使用语义倾向和文本分类对文本的维度进行量化分析（Lucca和Trebbi，2009；Hansen 和Mc Mahon，2016；Hansen、Mc Mahon和 Prat，2018）。这些技术有助于确定政策沟通的方向，可以丰富我们在本文中所做的分析。但将这些方法用于中文有两个障碍。首先，鉴于语言结构不同，字典法对中文并不适用。其次，人民银行的政策沟通（特别是公开讲话）并不做出承诺，且往往是经过精心起草的。Garcia-Herrero和Girardin（2013）对人民银行官员和货币政策委员会委员进行了主观的“鹰派”和“鸽派”分数打分。但是这种手动打分的方法只适用于少量的政策沟通，且限制分析的样本覆盖范围可能会出现有偏的结果。因此，比起讲话内容，我们更关注人民银行官员发表讲话这一事实本身。但我们相信进一步开展文本分析是未来研究人民银行政策沟通的重要方向。

新兴经济体央行的政策沟通是最近才引起较多关注的。例如，Luangaram和Wongwachara（2017）将先前用于发达经济体的文本分析技术用来分析泰国央行的政策沟通。对于中国，Garcia-Herrero和Girardin（2013）使用了上文所述的鹰派、鸽派分类法，以此检验人民银行政策沟通对回购市场波动性和交易量的影响。Shu和Ng（2010）根据每季度的货币政策执行报告和货币政策委员会会议记录编制了反映人民银行货币政策立场和强度的指数。Sun（2013）研究了人民银行政策沟通对宏观经济（包括GDP、通胀和工业产出）的影响。

本文从以下方面对现有文献做出了贡献：首先，本文全面回顾了中国独特的制度环境，这对理解其不断发展的政策沟通渠道至关重要。其次，除了在其他地方已经有过分析的政策沟通工具（即每季度货币政策执行报告、每季度货币政策委员会会议记录、讲话和访谈）之外，本文还包含了公开市场操作公告。如前所述，人民银行认为这些于2016年起开始发布的更具信息的公告（央行传递给市场的“小纸条”）是一种重要的政策沟通工具。第三，我们分析了政策沟通向不同市场的传导。

五、实证分析

实证的事件研究关注人民银行的政策沟通是否包含了有关金融市场变量的消息。与央行政策沟通的文献一致，本文感兴趣的是政策沟通对貨币政策中介目标（即短期利率）的影响。第一步是构建表示人民银行政策沟通事件的变量。如上文概述，人民银行主要以四种方式与市场开展政策沟通，我们搜索了人民银行网站，收集了《货币政策执行报告》、会议记录、新闻发布会实录、讲话文本或公开市场操作公告的发布日期和时间。这些信息让我们可以为每种政策沟通形式创建一个交易日度的虚拟变量 ：D（MPER）、D（Minutes）、D（Oral）和D（OMO Notice），值为1表示人民银行与市场开展了某种形式的政策沟通，为0则表示没有开展沟通。我们还构造了一个加总的虚拟变量D（PBC Communication），如果人民银行开展了至少一种形式的政策沟通则其值为1，否则为0。对于口头政策沟通，我们感兴趣的是来自行长的政策沟通效果是否与其他人的政策沟通效果不同，因此我们也记录了出席新闻发布会或发表讲话的人员信息。因而可以将D（Oral）分解为 D（Oral - PBCGOV）和D（Oral - Others）。

短期货币市场利率是人民银行关注的重点。因此，我们分析了政策沟通对上海银行间同业拆借利率（Shibor）、存款类金融机构之间的银行间抵押回购利率（DR007）以及所有金融机构之间的银行间抵押回购利率（R007）的影响。此外，我们还关注了人民银行政策沟通对短期和中期商业票据（STN和MTN）、国债以及股市的影响。表1列出了这些市场利率的详细信息。

为了控制可能影响市场利率变动的其他因素，我们加入了：（1）虚拟变量 D（Macro Release），用来表示主要宏观经济指标的发布，包括消费者价格指数（CPI）、GDP、官方采购制造业指数和财新采购制造业指数（PMI）、外贸和外汇储备；（2）虚拟变量 D（CEWC），用来表示政府年度中央经济工作会议的日期，该会议确定了下一年经济政策的方向；（3）虚拟变量D（Rate Change），用来表示人民银行货币政策工具的变动。对于D（Rate Change），我们包括了基准利率、准备金率、公开市场操作和其他工具利率（即常备借贷便利工具、短期流动性调节工具、中期借贷便利工具和抵押补充贷款工具）的变化。

我们的事件研究分析涵盖了2013-2017年的交易日。平均而言，人民银行在25%的交易日中与市场进行沟通。讲话或新闻发布会是最常见的政策沟通形式，接近每6个交易日一次（样本中的16.1%）。公开市场操作公告发生的频率居于第二，在7.8%的交易日里发生，不过自2017年2月以来已变得非常频繁。《货币政策执行报告》占1.6%，货币政策委员会会议记录占 1.5%。在开展政策沟通的日子里，主要资产的平均利率较高，这体现了政策沟通在我们样本期末尾更多，而那时利率已经上升。在未开展政策沟通的日子里，较长期资产利率的标准差似乎要大于较短期资产利率的标准差。

我们首先针对各种政策沟通类型绘制了DR007（图1）和3 个月短期票据（图2）日度变化绝对值的核密度分布。这些图显示，政策沟通和控制变量确实都会对市场价格产生一些影响。令人惊讶的是，货币政策会议记录的发布与回购利率（DR007）的消息是相关的，但这种影响并未出现在短期票据中。口头政策沟通、人民银行调整利率和公开市场操作公告都与两种资产相对较高的市场反应相关。

（一）基准结果：政策沟通消息的最小二乘法分析

首先，我们通过估计公式（1）和（2）来开展最小二乘法分析。

与其他事件研究中一样，这些回归识别出了市场价格对不同类型的政策沟通事件的平均反应。识别的假设是：开展政策沟通的日子的任何系统性反应，都是由政策沟通事件驱动的。在核密度分析中，因变量是市场利率日度变化的绝对值。使用绝对值的好处在于我们能够衡量市场对政策沟通的反应，而不用去管反应的方向如何。关键性的检验在于政策沟通事件虚拟变量的符号。当政策沟通包含消息时，这将导致市场调整，从而得出显著为正的β系数。然而，如果政策沟通事件系统性地降低了市场中的噪声，则有政策沟通时与市场调整的联系要小于在其他交易日的情况，那么我们的β系数估计值为负。

用Huber-White夹心估计量校正了标准误的关键估计结果见图3和图4。图4显示，人民银行的政策沟通主要影响短期资产，而货币政策工具和政策沟通均未能系统性地影响较长期限的市场，至少在日度的时间框架内是如此。更具体来看，主要结果如下：

首先，正如预期所料，政策工具的变动向市场传递了消息。然而，总的来说，人民银行的政策沟通并未对市场造成很大影响，这表明人民银行的政策沟通有效性有限。D（Rate Change）的系数对于期限短于3个月的所有资产都显著为正，但 D（PBC Communication）的系数仅对1个星期Shibor和1个月短期票据的波动性有显著影响。政策沟通略微平抑了市场波动，但未对市场产生很大影响。

其次，每季度发布的《货币政策执行报告》往往会降低短期票据的波动性。该报告是人民银行与市场沟通的重要渠道，因为其包含大量的操作细节，有时（但并不很常见）也包含了前瞻性指引。结果显示，《货币政策执行报告》与1 个月期短期票据的变化绝对值下降0.03个百分点有关、与3个月期短期票据下降0.01个百分点有关。

第三，公开讲话和新闻发布会的口头政策沟通似乎能平抑市场。结果显示，口头政策沟通与1星期Shibor和1个月期短期票据的市场消息减少有关。对于人民银行的DR007目标利率，行长的政策沟通（無论是演讲还是新闻发布会）与市场变动下降 0.023个百分点有关。但口头政策沟通并不规律，且口头政策沟通的时点通常取决于市场状况。

（二）对波动性的影响和政策沟通时点

即使政策沟通事件对市场平均价格没有系统性的影响，另一种可能性是较大的市场波动触发了政策沟通。最小二乘法回归并不单独刻画残差的波动性；上面的回归分析纠正了自相关系数的异方差性和标准误。一般自回归条件异方差模型（GARCH）让我们能够解决时间序列模型可能违反同方差性（误差的方差恒定）的可能性。

具体来说，我们基于Nelson（1991）使用了EGARCH模型（GARCH模型中的一种）来探索政策沟通对波动性的影响。EGARCH模型优于GARCH模型的地方在于其能确保条件方差为正，并允许波动性对好消息和坏消息做出不对称的反应。我们的EGARCH（1，1）设定的特点是包括了一个条件均值方程，这能有必要地控制影响均值的所有相关变量，以最小化残差的大小和方差：

其中， ， 包括条件均值等式中的任何控制变量。条件波动性等式（其衡量了 的驱动因素）为：

其中， 代表了被包括的k个政策沟通虚拟变量中的1个，虚拟变量见前文。

为了研究对波动性的影响并同时确保因变量是平稳的，我们使用日度利率变化（ ）作为主要因变量（之前我们关注的是由利率变化的绝对值）。鉴于政策沟通变量是虚拟变量，其可能对利率水平产生正面或负面影响（取决于政策沟通中的信息），因而在均值方程中我们控制因变量的滞后项（ ）和7天回购利率的变化，但不控制政策沟通事件的虚拟变量。

相反，我们允许政策沟通事件对波动性产生影响。但由于 EGARCH 模型是非线性模型，其并不总具有易于求最大值的平滑似然函数。为了确保我们的估计收敛，我们在这部分采用了更为简约的模型。具体地，我们首先探讨上述（1）式中使用的4个主要政策沟通事件中每一个对波动性的影响。随后，我们探讨了一种更加分解性的方法，但重点关注D（MPER）和 D（Oral - PBCGOV）的边际效应（与平均政策沟通事件相比）。

平均而言，人民银行的政策沟通与短期市场利率（R007）的较高波动性相关。当进一步分解这种影响时，我们发现人民银行行长讲话的这种关系尤其强。但是，需要谨慎解读这一发现。特别是对于特定的活动（如不寻常的新闻发布会或讲话），可能是人民银行认为由于市场出现了波动所以需要发表评论。即使这种评论起到了平抑市场的作用，波动性仍然可能高于平时，这一事件因而会与高波动性有关。EGARCH模型试图通过将波动性建模为依赖于前一个交易日的波动性以及其他协变量，从而对这一点进行控制。

对这些结果的另一种解释是：该事件导致了波动性的上升。当人民银行开展临时的政策沟通时，市场会得到政策沟通的信号，认为形势严峻或令人担忧到了需要开展政策沟通的程度。常规的政策沟通则让市场可以关注所传递的信息，因为信息的日期是预先确定的，如英格兰银行的通胀报告或美联储公开市场委员会会议。

（三）公开市场操作公告的使用与影响

公开市场操作是人民银行干预市场的重要方式。从公开市场操作利率到目标市场利率的传导效率，在很大程度上决定了货币政策的表现。与其他央行一样，人民银行经常开展公开市场操作，并在网站上发布公开市场操作公告。通常公开市场操作公告会简单描述人民银行按照某一利率和规模开展了公开市场操作。在我们的1249个交易日的样本中，人民银行在其中的639天中进行了公开市场操作干预。

但自2016年3月以来，人民银行有时会增加一些关于市场表现（即流动性和波动性）的短句，来解释公开市场操作背后的原因，包括注入或撤回流动性的信息，甚至不干预市场的原因。与标准的公告相比，这些信息性的公开市场操作公告被认为是人民银行传递给市场的“小纸条”，我们将其认定为人民银行政策沟通的一种形式。当人民银行发布信息性公告（包括人民银行开展公开市场操作决定的简要理由）时，虚拟变量D（OMO Notice）的取值为1，否则为0。我们的样本中包括了98条信息性公告。最早的两个发生在2016年3月，之后的一个发生在2016年10月；从2017年2月开始，这种公告变得规律。许多公告（68个）是在人民银行没有开展公开市场操作的日子中发出的，这些公告解释了未开展操作的原因。

我们研究的人民银行的最后一种市场干预是公开市场操作利率的变化。如果人民银行调整了任何期限的回购、逆回购或央票的利率，我们就将虚拟变量D（OMO Rate Change）的值定为1。这与之前使用的D（Rate Change）不同，后者除了在公开市场操作利率的变化之外，还记录了基准利率、存款准备金率以及其他工具利率（如短期流动性调节工具、中期借贷便利工具等）的变化。在我们的样本中，人民银行在37个交易日调节了公开市场操作利率。所有这些都与在同一天开展的公开市场操作行动有关，而其中只有2个有发布了具有信息性的公开市场操作公告。

人民银行的公开市场操作公告让我们能研究其政策沟通对货币政策传导效率的影响。公开市场操作的高效传导将确保市场利率与央行通过市场操作设定的利率能够相对同步地变动。为了探讨这一问题，我们研究了市场利率（ ）与公开市场操作利率的联动，并探讨了在人民银行发布信息性公告期间的联动情况是否有所不同。我们定义了一个虚拟变量D（Notice Era），在人民银行开始定期发布信息性公告时（即2017年2月以后）值为1。关注定期发布公告时期的原因是一旦市场期待并理解这种政策沟通，那么那些没有公告的日子也能提供信息。我们使用的设定是：

没有设置交互项时，系数β1的估计值表示：当公开市场操作利率上升1个百分点（所有利率均以百分点表示），货币市场利率将增加β1个百分点；公开市场操作利率的强传导可以反映在市场利率的较大变化，不过当值超过1时则表明反应过度。交互项的系数β2 的估计值则反映了人民銀行发布信息性公告时期这种关系的边际变化。如果β2 的值为正且具有统计显著性，则表明人民银行从信息性公开市场操作公告的政策沟通中提高了公开市场操作利率向市场利率的传导效率。

结果显示，发布信息性公告的时期与公开市场操作利率向其他市场利率的更强传导有关。不出意料的是，鉴于我们将7天逆回购利率视为公开市场操作利率，估计结果表明信息性的公告对市场利率的传导在收益率曲线的短端最为有力。尽管如此，自公开市场操作公告发布以来，即使是1年的Shibor利率也出现了更强劲的联动。

第一个问题是：信息性公告的时期与利率放开后的时期吻合。但这种重叠并不完整，人民银行于2015年10月正式放开利率，而信息性公告是在2017年2月才变得有规律的。我们考查了两种其他方法。方法一，我们检查发布信息性公告的日期的相关性。我们用D（OMO Notice）代替了式（5）中的D（Notice Era） 。其结果是相似的，但为简洁起见此处未报告结果。方法二，我们对式（5）的回归进行了估计，但将样本限制在2015年10月之后的时期。

另一个问题可能是：公告没有增强传导，而是加快了公开市场操作利率向其他市场利率的传导。上述的回归分析仅考虑市场与公开市场操作利率之间的同期相关性。为了探索动态效应，我们允许公开市场操作利率的滞后项对市场利率产生影响。为了限制交互项的数量，我们需要估计以下设定，并分别估计定期公告之前和之后的情况：

我们发现，利率变化的传导不仅仅是传导变得更快。相反，我们得出结论，使用信息性公开市场操作公告所带来的透明度加强了人民银行干预到市场的传导渠道。我们认为，市场对人民银行调整公开市场操作利率或不开展市场干预的原理的理解，往往有助于市场更好理解政策并降低噪音。

六、政策建议

我们的实证分析表明，尽管人民银行对其政策沟通进行了多项重要改进，但进一步完善政策沟通（以及相关的制度改革）仍将是有益的。随着中国推动金融体系（特别是市场化融资）的发展，对透明、清晰、及时、全面的政策沟通的需求将不断增加。如果不能解决现有制度的缺陷，可能会减少市场化的好处并使经济发展减速。

虽然推动制度的较大变革需要时间，但可以提前采取可行的措施来改善沟通。事实上，相对于赋予央行更大的操作独立性而言，如果提前（或至少同时）实施这些建议，将会取得更好的效果。可尽快实施的措施包括：

若能通过同一渠道以英语及时提供信息，将是一个很大的进展。这与提高资本市场吸引力的意图、人民币国际化战略以及中国参与全球舞台是一致的。

扩大人民银行的经济预测能力，定期发布预测，并提供相关框架和模型的信息。这将减少意外，提高货币政策的可预见性。虽然人民银行研究局在2015年和2016年发布过经济预测且年中皆有更新，但这一做法在2017年停止了。当然，加强预测需要适当的资源和专业知识。在这方面，中国人民银行可以借鉴现代中央银行的经验并与基金组织开展技术合作。

定期舉行新闻发布会。定期的政策沟通机制可以降低央行与市场的信息不对称，让市场能更好地解读决策，从而减少不确定性。与预测一样，即便是在央行获得更大的操作独立性之前，开始这项工作也是有用的。如果人民银行要提高操作独立性的话（这是必要的），这个过程将帮助人民银行学习如何与市场开展直接沟通，并提升其可信度（这将对央行十分有用）。

参考文献：

[1]Adrian， Tobias， Douglas Laxton， and Maurice Obstfeld. An Overview of Inflation-Forecast Targeting[R]. In Advancing the Frontiers of Monetary Policy， edited by Adrian， Tobias； Douglas Laxton， and Maurice Obstfeld： IMF， 2018.

[2]Berger， H.， V. Nitsch， and T. Lybek. Central Bank Boards Around the World： Why Does Membership Size Differ？ [R]. IMF Working Paper No. 2006-2281， 2006.

[3] Bernanke， B. S. Federal Reserve Communications[Z]. Speech at the Cato Institute 25th Annual Monetary Conference， 2007.

[4]Blinder， A. S.， M. Ehrmann， M. Fratzscher， J. D. Haan， and D. J. Jansen. Central Bank Communication and Monetary Policy： A Survey of Theory and Evidence[J]. Journal of Economic Literature， 2008：46 （4）.

[5]Dincer， N. N. and B. Eichengreen. Central Bank Transparency and Independence： Updates and New Measures[J]. International Journal of Central Banking，2014： 10 （1）.

[6]Ehrmann， M.， and M. Fratzscher. The Timing of Central Bank Communication[J]. European Journal of Political Economy， 2007：23 （1）.

[7]Garcia-Herrero， A.， and E. Girardin. China's Monetary Policy Communication： Money Markets Not Only Listen， They Also Understand[R]. KKIMR Working paper No. 02/2013， 2013.

[8]Gürkaynak， R. S.， B. Sack， and E. Swanson. Do Actions Speak Louder Than Words？ The Response of Asset Prices to Monetary Policy Actions and Statements[J]. International Journal of Central Banking，2005： 1 （1）.

[9]Hansen， S. and M. Mc Mahon. Shocking Language： Understanding the Macroeconomic Effects of Central Bank Communication[J]. Journal of International Economics， 2016：99 （S1）.

[10]Hansen， S.， M. Mc Mahon， and A. Prat. Transparency and Deliberation within the FOMC： A Computational Linguistics Approach[J]. The Quarterly Journal of Economics，2018：133 （2）.

[11]Hansen， S.， M. Mc Mahon， and M. Tong. The Long-Run Information Effect of Central Bank Communication[R]. CEPR Discussion Paper， 2018.

[12]Huang， Y.， T. Ge， and C. Wang. Monetary Policy Framework and Transmission Mechanism[Z]. Chapter in the Handbook of Chinas Financial System， Edited by Marlene Amstad， Guofeng Sun， Wei Xiong， 2018.

[13]IMF. Peoples Republic of China Staff Report for the 2018 Article IV Consultation[R]. IMF， 2018.

[14]Jansen， D. J.， and J. De Haan. Talking Heads： The Effects of ECB Statements on the Euro–Dollar Exchange Rate[J]. Journal of International Money and Finance， 2005：24 （2）.

[15]Kohn， D. L.， and B. P. Sack. Central Bank Talk： Does It Matter and Why？ [R] Divisions of Research and Statistics and Monetary Affairs， Federal Reserve Board， 2003.

[16]Li Keqiang. Report on the Work of the Government[Z]. National Peoples Congress， 2018.

[17]Luangaram， P. and W. Wongwachara. More than Words： A Textual Analysis of Monetary Policy Communication[R]. PIER Discussion Papers 54， 2017.

[18]Lucca， D. O.， and F. Trebbi. Measuring Central Bank Communication： An Automated Approach with Application to FOMC Statements[R]. NBER Working Paper No. w15367， 2009.

[19]Ma J. and T. Guan. Interest Rate Liberalization and Reform of Chinas Monetary Policy Framework[M]. China Financial Press （in Chinese）， 2018.

[20]MA Jun. Interest Rate Transmission in a New Monetary Policy Framework[R]. In Modernizing Chinas Monetary Policy Framework， edited by Lahm， W.R.， M. Rodlauer， and Alfred Schipke. IMF， 2017.

[21]Nelson， D. B. Conditional Heteroskedasticity in Asset Returns： A New Approach[J]. Econometrica： Journal of the Econometric Society，1991： 59 （2）.

[22] Peoples Bank of China （PBC）. Information Disclosure and Transparency （in Chinese） [Z]. PBC， 2018a.

[23]Peoples Bank of China （PBC）. Q&A of Governor Yi Gang at Sub-forum ‘Monetary Policy Normalization of BOAO Forum for Asia Annual Conference. Question and Answer of the PBC Governor[Z]. PBC， 2018b.

[24]Reeves， R.， and M. Sawicki. Do Financial Markets React to Bank of England Communication？ [J] European Journal of Political Economy， 2007： 23 （1）.

[25] Hu， C.， and B. Ng. Monetary Stance and Policy Objectives in China： A Narrative Approach[J]. HKMA China Economic Issues， 2010： 10 （1）.

[26]Sun， R. Does Monetary Policy Matter in China？ A Narrative Approach[J]. China Economic Review， 2013：26 （C）.

[27]Tobback， E.， S. Nardelli， and D. Martens. Between Hawks and Doves： Measuring Central Bank Communication[R]. Social Science Electronic Publishing， 2017.

[28]Zhou， Xiaochuan. Press Conference on Financial Reform and Development During the 2016 National People's Congress[Z]. PBC， March 12， 2016.

[29]Zhou， Xiaochuan. Managing Multi-Objective Monetary Policy： From the Perspective of Transitioning Chinese Economy[Z]. The 2016 Michel Camdessus Central Banking Lecture， 2016.

（邁克尔·麦克马洪（Michael McMahon），英国牛津大学经济学教授；席睿德（Alfred Schipke），国际货币基金组织驻华首席代表、北京大学国家发展研究院研究教授；李想，德国哈雷经济研究所经济学家。本文为国际货币基金组织工作论文，有删节。责任编辑：吴思）