前瞻性指引沟通对制造业企业金融化的影响研究

□ 汪虹

一、引言

随着我国经济步入新常态，金融化已成为经济领域的一个重要特征。一方面，货币政策向实体经济注入流动性出现梗阻，资金在金融体系内部空转的现象猖獗；另一方面，非金融企业更多地参与金融市场活动，更加依赖于金融渠道而非生产经营渠道来获得利润。资本对虚拟经济的追捧与实体利润率的下滑形成鲜明对比，经济脱实向虚的问题也引起了各界的广泛重视。针对我国经济发展中出现的金融化趋势，以中央银行为代表的政府机构加强了金融监管并推出各种针对性的金融举措，目的是为了避免威胁金融体系安全和实体经济健康发展的恶性事件发生。

为了更好地发挥货币政策效能，中央银行在进行宏观调控时需要管理公众预期，引导公众的行为与政策导向相一致。沟通作为预期管理工具被我国央行重视和采用。央行传统的沟通政策主要用来解释其货币政策决定，但在外部经济环境复杂动荡的背景下，央行沟通与市场预期容易发生混乱，前瞻性指引便作为一个重要的工具引入货币政策框架中。结合各国的前瞻性指引沟通实践来看，央行会就未来的经济前景和可能的政策路径发表看法，甚至会预测未来的政策变量。我国央行的前瞻性指引工作可以追溯到2001年，货币政策执行报告对外公布开始，该报告每个季度公布一次，涉及到的前瞻性指引内容主要包括中国宏观经济展望和下一阶段主要政策思路。虽然我国已经开展前瞻性指引实践，但国内关于前瞻性指引沟通的学术研究并不多。相比较而言，出于对经济发展中现实问题的关注，研究企业金融化的文献相对较为丰富，相关研究聚焦于企业金融化的动因和影响，但鲜有去探讨前瞻性指引沟通与企业金融化的关系。

本文利用我国A股制造业上市公司的季度财务数据，实证检验了前瞻性指引沟通对企业金融化的影响，并进一步验证企业金融化的预防性储蓄动机。随后，本文从产权、货币政策周期角度，探索了前瞻性指引沟通对企业金融化的异质性影响。本文可能的边际贡献如下：一是拓展了前瞻性指引沟通效应的研究框架。结合中国实际，从企业金融化角度来探讨前瞻性指引沟通所带来的微观经济效应，为前瞻性指引沟通的预期引导作用提供经验证据，肯定了央行前瞻性指引沟通在抑制经济脱实向虚方面所发挥的作用，为如何提升货币政策有效性提供了研究依据。二是丰富了企业金融化理论的研究内容。现有相关研究主要探讨金融化水平，较少涉及金融化效率。本文将金融化效率纳入前瞻性指引沟通与企业金融化行为的研究框架中，为企业金融化的影响因素研究提供了独特视角。三是探讨了前瞻性指引沟通的异质性经济效应。针对不同所有制的企业在融资约束、政策敏感度和市场竞争意识等方面存在差异，验证了产权异质性会影响前瞻性指引沟通与企业金融化之间的关系，为央行开展针对性的、精确的前瞻性指引沟通实践提供理论依据。

二、文献回顾与研究假设

（一）文献回顾

金融化概念可以从不同的维度去解释：宏观视角的金融化被理解为金融在经济运行中发挥更大的作用（Epstein，2005）；中观视角的金融化关注与新金融工具激增相关的金融交易爆炸（Krippner，2005）；微观视角的金融化主要指企业金融化，即金融逐渐代替生产和贸易成为企业获取收益的主要方式（Arrighi，1994）。本文研究关注的是非金融企业的金融化趋势，体现在企业愿意将更多的资源投入到金融活动中，并且企业更加依赖于金融渠道获取利润。金融化学说与金融发展理论是一脉相承的，传统的金融发展理论对金融和金融部门的增长普遍持积极的看法，然而有关金融化的大量实证研究对金融与经济发展的正相关关系提出了质疑。金融化会将经济与社会生活的更多方面置于金融不稳定带来的波动风险之中，当资本积累变得金融化，经济体系整体侧重于金融的增长，最终使得金融市场参与者受益，而不是实体经济受益（Stockhammer，2012）。

为了优化金融资源合理分布配置，突出金融服务于实体经济的本质职能，沟通被各国央行重视并逐渐采纳。央行通过沟通向市场传递有价值的信息，从而降低市场信息噪音，促进公众的适应性学习（郭豫媚和周璇，2018）。尽管市场对央行言辞声明的解读不能代替对经济数据的分析，但央行的言辞信号会提供其对经济和政策的看法，因而公众依旧能获得信息增值（Heinemann和Ulrich，2007）。央行沟通能够引导预期的前提是中央银行所掌握的信息要比私人信息更准确，至于什么样的沟通是最佳沟通，目前尚未有一致的结论。Hansen和McMahon（2016）研究了货币政策沟通的不同维度在多大程度上为市场预期提供了指导，结果发现美联储对未来政策路径的沟通比对当前经济状况的沟通更重要。Ehrmann等（2019）划分了三种不同类型的前瞻性指引沟通，即时间指引型沟通、状态指引型沟通以及开放型沟通，他们发现不同类型的前瞻性指引沟通的效果存在系统差异。实际操作中，各国央行的沟通内容存在差异，沟通工具的选择也不一致。已有文献基于沟通的时间、形式、内容等方面来分析和比较其有效性。中央银行不同形式的沟通对金融市场波动的影响存在异质性，书面报告产生的效果要强于口头沟通（李力等，2019；隋建利等，2023），央行行长的沟通效果要强于央行其他相关人员沟通（王博和高青青，2020）。当央行言辞沟通与行为相一致时，央行的可信度提高，沟通对企业行为的影响会增强（王宇伟等，2019）。

综合来看，现有研究从不同角度探讨了央行沟通是否有效以及什么样的沟通是有效的，但鲜有文献关注央行沟通对企业金融化行为的影响。鉴于金融化会挤出生产投资（张成思和张步昙，2016）、降低资源配置效率（张军等，2022）和抑制创新（彭龙等，2022），探讨央行前瞻性指引沟通对企业金融化行为的影响及作用机制，对抑制经济脱实向虚、提升宏观政策调控效用具有重要的意义。

（二）研究假设

中央银行试图通过前瞻性指引沟通来管理市场预期，引导市场经济行为朝着政策目标方向发展。企业根据央行所传递的前瞻性指引信号来判断未来所面临的外部环境形势，进而做出经营决策。前瞻性指引需要央行公开发表有关经济前景和未来政策路径的声明，由于未来无法充分预期，央行前瞻性指引沟通关于经济前景的声明带有一定的预测性，难免会涉及到模糊性的表达和情感。

当央行传递的信号不明确时，企业较难判断未来的经济和政策环境，往往会采取更为谨慎的资产配置策略。企业可能更倾向于选择低风险的金融资产，例如债券、货币基金等，以便可以更好地保护资金的安全。依据实物期权理论，等待期权在不确定性上升时期会更有价值（Arrow和Fisher，1974）。当某项不可逆的经营决策存在被推迟的机会时，企业为了获得更多的有关未来前景的信息，会选择推迟该项决策（Gulen和Ion，2016）。由于生产投资项目前景的预测难度大，企业会延缓调整成本高、收益前景不明确的生产投资活动。在既定的资源储备前提下，生产投资活动的收缩会增加企业参与金融市场活动的可使用资源，企业会选择持有更多的金融资产来应对未来不确定性的冲击。

基于上述分析，本文提出：

假设1a:央行采用模糊的前瞻性指引沟通会促进企业金融化。

另一方面，模糊的信号传递可能会提高信息和预期方面的异质性，加大金融资产价格的波动（李力等，2019），这将从资产质量角度降低企业对金融资产的配置需求。由于未来收入和成本的不确定性，企业会基于流动性管理的需要而持有金融资产，并通过金融投资来应对传统业务收益表现不佳的影响。金融资产价格的大幅波动会弱化金融资产的流动性储备和风险规避功能，企业会减少对高风险金融资产的购买。从优化资产配置角度出发，企业会采取短期的金融资产配置策略来适应快速变化的市场，而不会选择长期持有金融资产。

基于上述分析，本文提出：

假设1b:央行采用模糊的前瞻性指引沟通会抑制企业金融化。

当前瞻性指引沟通给出模糊的经济前景信号时，金融资产价格的大幅波动会增加系统性金融风险，商业银行的风险承担水平下降。为了降低经营风险，商业银行的信贷行为会趋于谨慎，信贷审批会更加严格。企业金融化的一个重要动机是为了应对未来现金流的不确定性（周弘等，2020），并且会根据这种不确定性的预期变化来调整相应的行为。当企业预期未来外部融资环境会收紧时，企业金融化行为的变化会存在以下可能性。第一种可能性是企业的金融化趋势加剧。这是考虑到企业的生产经营成本上升以及流动性管理需求提高，企业会增加对短期金融资产的配置以保证流动性处在合理的水平。第二种可能性是企业的金融化趋势缓解。这是由于信贷过剩是一些企业脱实向虚的一个重要原因（李元和王擎，2020），外部信贷收紧会造成企业开展金融化活动的资金来源减少。

现实中金融市场存在缺陷，信息不对称和有限承诺使金融市场在行使资源配置功能时面临各种摩擦，导致额外交易成本的增加。从预防性储蓄角度出发，央行前瞻性指引沟通对企业金融化的影响是不明确的，但较为肯定的是，企业面临的融资约束程度越大，其金融化行为更易受到前瞻性指引沟通的影响。这是因为当央行前瞻性指引沟通带来外部流动性收紧的预期时，融资约束程度大的企业一方面有更强烈的动机去持有金融资产来管理流动性，另一方面其参与金融市场活动更容易面临资源上的短缺限制。

基于上述分析，本文提出：

假设2：企业的金融化行为是基于预防性储蓄，企业面临的融资约束程度越大，其金融化行为对前瞻性指引沟通越敏感。

三、研究设计

（一）研究模型

为了检验前瞻性指引沟通对企业金融化的影响，本文构建如下模型：

其中，FEi,t表示企业i在t个时期的金融化程度；FGi,t表示关键解释变量前瞻性指引沟通；X表示可能影响企业金融化的一系列控制变量，全部滞后一期处理。同时，模型还加入了个体效应αi和季度效应QRTt。

检验企业金融化的预防性储蓄动机，关键在于验证融资约束是否影响前瞻性指引沟通与企业金融化之间的关系。企业融资约束采用企业规模（SIZE）和偿债能力（REP）作为代理指标，一般认为企业的资产规模越大，偿债能力越强，企业面临的融资约束程度就越小。本文通过模型（2）来检验企业金融化对融资约束的敏感度，模型（2）与模型（1）的变量设定一致，区别是加入了融资约束变量以及它们与前瞻性指引沟通的交互项。其中，Con代表融资约束变量。如果假设2成立，则模型（2）交互项的系数δ应该与关键解释变量的系数β1符号相反。

（二）样本与数据

本文采用的A股制造业上市公司的统计数据来源于Wind数据库，时间跨度为2008年第四季度至2021年第四季度。考虑到面板估计的需要，将关键变量数据缺失以及2008年以后上市的企业从初始样本中剔除。关于前瞻性指引沟通，本文使用同时期央行货币政策执行报告相应板块的内容作为语料库，根据关键词词频分析测算得到指数。

（三）变量解释

1.前瞻性指引沟通（FG）

前瞻性指引沟通指数采用字典分析法来构建，央行沟通语料库来源于2008年第四季度至2021年第四季度的货币政策执行报告。每期货币政策执行报告会涵盖不同的主题，但并非所有的主题都与前瞻性指引内容相关，为了衡量央行对前瞻性指引相关信息进行沟通时的表达形式，本文选择执行报告第五部分的前半段中国宏观经济形势展望作为分析依据。尽管央行对宏观经济进行预测具有信息优势，但不确定性是未来经济形势的本质属性，因而央行针对此类信息进行沟通时难免会涉及到一些模糊性表达。Kawamura等（2019）在研究日本央行公开报告的模糊性表达时，多关注与一些情态词的使用，例如：似乎、可能、应该等。而我国政府部门的报告，包括官方人士的发言向来偏严谨，较少使用模棱两可的情态词。即使在描述形势不明朗的经济前景时，多使用风险、不确定、不稳定等描述性词语。表1列出了货币政策执行报告相关内容中最常见的包含不确定性情绪的8个词项。

表1 情绪词向量代表性关键词

本文将根据央行对前瞻性指引内容进行沟通时所使用的模糊性措辞来衡量前瞻性指引沟通的模糊性指数FG，具体如式（3）所示：

其中，Uni,t是t期央行就未来经济形势进行沟通时使用模糊性词语i的次数，TAt是t期央行前瞻性指引沟通部分的总字数，FG指数值越高，表明央行在开展前瞻性指引沟通时使用的措辞越模糊。

2.金融化（FE）

已有相关研究多使用金融资产配置占比作为企业金融化的衡量指标，但张成思和张步昙（2016）对这一衡量口径存在异议，他们认为这一指标仅反应了企业在某一时点的静态状况，并没有反映企业参与金融活动的动态变化，因而他们采用金融渠道获利占比来衡量企业金融化。彭俞超等（2018）采取的解决方式是使用金融资产的增长率来衡量企业金融化。上述指标的构建侧重点有所不同，都在一定程度上反映了企业的金融化水平，但没有考虑企业的金融化效率。金融本质上是为实体经济服务的，当金融化水平与企业经营能力和生产规模相适应时，即企业金融化处于适度范围内，金融化带来正向经济效应。若企业金融活动的开展脱离了服务于生产经营的需求，金融活动对既有资源的过度挤占造成了实体投资的萎缩，则企业出现金融化过度，金融化带来负向经济效应。

基于上述考虑，本文采用的金融化指标将侧重于体现金融化效率。那么，金融化过度则更能反映微观层面的脱实向虚问题。为了衡量金融化过度，本文借鉴了王少华（2019）构建的金融化适度模型，具体见式（4）。金融化适度模型以股东价值最大化理论为基础，筛选影响企业金融化水平（FI）的关键要素作为模型的控制变量，主要包括：企业规模（SIZE）、上市年龄（AGE）、营业收入同比增长率（OIGR）、托宾Q值（TQ）、资本密集度（CAPINT）、现金持有量（CASH）以及股价收益率（RET）。金融化适度模型中各变量的具体定义见表2。金融化适度模型的回归拟合值表示企业最优金融化水平，模型残差表示偏离最优金融化水平的部分。当实际金融化水平大于最优金融化水平时，即残差大于0时，表示存在金融化过度问题。本文将使用金融化适度模型回归残差的正值部分作为企业金融化指标的测度。

表2 变量定义及说明

图1显示了样本中企业金融化过度情况的时间趋势图。可以看到，在2008-2010年的统计结果中，金融化过度样本占比虽然较低，但是均值明显偏高，这表明此时期的金融化过度问题虽然不普遍，但是明显偏严重。企业金融化过度问题自2012年开始出现攀升趋势，随后的年份中有出现超过一半的制造业企业存在金融化过度问题。

图1 企业金融化过度情况时间趋势图

3.控制变量

除了前瞻性指引沟通这个核心解释变量外，本文还加入了可能影响企业金融化的其他控制变量。其中，金融资产收益率（PRO）和金融资产投资风险（RISK）体现了企业金融投资的收益-风险特征，股价波动率（wVOL）反映了企业面临的不确定性状况，营业收入同比增长率（OIGR）反映了企业的经营状况，资产负债率（LEV）反映了企业的财务状况。在宏观层面，本文控制了经济景气程度和物价变动因素，包括制造业PMI订单指数（PM I）和CPI同比增长率（CPI）。详细的变量定义及说明见表2。

四、实证结果

（一）前瞻性指引沟通对企业金融化的影响

1.基准模型检验

基准模型（1）用来检验前瞻性指引沟通对企业金融化的影响。表3中列（1）显示普通最小二乘法回归结果，列（2）显示固定效应回归结果。在两种回归方式下，关键解释变量前瞻性指引沟通（FG）的系数均显著为负。实证结果表明，央行在前瞻性指引实践中采用模糊的沟通方式可以缓解企业金融化过度问题，这一结果支持研究假设1b成立。

表3 前瞻性指引沟通对企业金融化的影响

企业层面的控制变量中，金融资产收益率（PRO）的系数在1%水平上显著为正，表明逐利本质会驱使企业资本投向收益率更高的资产。金融资产风险（RISK）的系数在经济上和统计上都不显著，表明企业金融化的主要动机不是为了规避风险。资产负债率（LEV）的系数显著为负，表明较高的财务风险会缓解企业金融化过度问题。除此之外，由股价波动率（wVOL）所反映的经济不确定性与企业金融化显著正相关。宏观层面的控制变量中，制造业PMI订单指数（PM I）与CPI同比增速（CPI）的系数都显著为正，表明制造业行业的景气程度和物价水平会正向影响企业金融化趋势。

2.稳健性检验

为了检验基准模型回归结论的可靠性，本文将通过三种方法来开展稳健性检验。

第一种方法是改变企业金融化指标的计量方式，使用金融资产配置占比（FI）作为企业金融化的替代指标，结果见表4中列（1）。可以看到，在替换因变量后，关键解释变量FG的系数在5%的水平上显著为负，前文研究结论依旧成立。

表4 稳健性检验

第二种方法是将样本期重新设定。我国企业的会计准则在2007年出现调整，在准则调整初期，会计报表的质量可能会受到影响。此外，2007年爆发的金融危机在2008年开始冲击我国经济，我国政府为了振兴经济在2009年推出了大规模经济刺激计划，各项经济指标和政策指标在此期间出现了大幅波动。基于上述考虑，本文将研究样本期设定为2011年第一季度至2021年第四季度并进行稳健性检验，检验结果见表4中列（2）。可以看到，将样本研究时间跨度进行调整后的回归结果与前文检验结果基本一致，证明了前文结论的稳健性。

最后一种方法是改变样本数据频率。前文检验使用的样本数据是上市公司季度数据，在稳健性检验中将季度数据替换为年度数据。变更数据频率后的检验结果见表4中列（3），关键解释变量FG的系数在1%的水平上显著为负，研究结论保持不变。

（二）预防性储蓄动机检验

若企业金融化的动机是基于预防性储蓄，则融资约束程度大的企业应更易受到央行前瞻性指引沟通的影响。本文使用模型（2）来检验融资约束与前瞻性指引沟通的交互项对企业金融化的影响（回归结果见表5）。可以看到，企业规模（SIZE）、偿债能力（REP）的系数均显著为负，表明企业规模的增大、偿债能力的提高会缓解企业金融化过度；无论是采用企业规模还是采用偿债能力作为融资约束的代理指标，融资约束与前瞻性指引沟通交互项的系数在统计上都显著为正。结果表明，企业面临的融资约束程度越大，其金融化行为对央行前瞻性指引沟通越敏感。因而，实证结果支持研究假设2成立，即企业金融化的动机是预防性储蓄。

表5 预防性储蓄机制检验

（三）异质性分析

1.产权异质性

国有企业具有预算软约束优势，通常更容易获得金融机构的信贷偏好（王婷和李成，2017）。非国有企业比国有企业具有更强的市场竞争意识，但对政策的敏感度相对较低（才国伟等，2018）。鉴于国有企业与非国有企业在信贷约束、政治联系等方面存在差异，产权性质可能从多个方面来影响企业实际中的经营行为，前瞻性指引沟通与企业金融化之间的关系可能会受到所有制安排的影响。

为了检验产权异质性是否会影响前瞻性指引沟通与企业金融化之间的关系，本文将研究样本中的企业按照产权性质划分成国有企业和非国有企业，再将模型（1）按照分组样本分别进行回归，分组回归的结果见表6中列（1）和列（2）。可以看到，前瞻性指引沟通在国有企业和非国有企业分组回归中的系数分别为-0.162和-0.557，并且都在1%的水平上显著。通过自举法（bootstrap）获得的经验p值为0.000，表明两组的FG系数差异在统计上显著。检验结果表明，前瞻性指引沟通对制造业非国有企业的金融化趋势的抑制作用更大。

表6 异质性影响检验

2.政策异质性

货币政策作为政府调控宏观经济的重要工具，主要通过改变信贷价格和信贷结构来影响实体经济。当实行宽松的货币政策时，外部融资约束变小，企业开展各种经济活动的成本下降。反过来，当银根紧缩时，外部融资溢价和资源减少将导致企业经济活动的施展空间受限。 因而，货币政策的经济效应会因为政策周期的不同而产生非对称性（何运信，2021）。前瞻性指引沟通虽然不同于传统的政策工具，但依旧属于货币政策工具箱范畴。从行为心理学的角度来讲，前瞻性指引沟通能够影响企业行为的主要原因在于企业对经济和政策走向的判断和预期发生变化。同时，当下的货币政策方向和力度也会影响到市场经济主体的预期。那么在不同的货币政策周期下，前瞻性指引沟通对企业金融化的影响是否存在差异，这也是个值得探讨的问题。

为了检验央行前瞻性指引沟通对制造业企业金融化的影响是否存在政策异质性，本文使用M2同比增速来划分货币政策周期。以样本期内M2同比增速的平均值为界，将M2同比增速超过平均值的时间段划分为货币宽松时期，将样本期内的其他时间段划分为货币紧缩时期。将模型（1）按照货币政策不同周期进行分组回归，结果见表6中列（3）和列（4）：在货币宽松时期，前瞻性指引沟通的系数为-0.356，且在5%的水平上显著；在货币紧缩时期，前瞻性指引沟通的系数为-0.247，且在1%的水平上显著。通过自举法（bootstrap）获得的经验p值为0.333，表明两组的FG系数差异在统计上不显著。检验结果表明，政策异质性对前瞻性指引沟通与企业金融化的关系没有显著影响。

五、进一步研究

微观层面的脱实向虚主要表现在企业忽视生产经营活动，将更多资源投入到金融市场活动中，金融对资源的挤占将不利于企业主营业务的发展。前瞻性指引作为央行的预期管理工具，应当积极引导发挥金融服务于实体经济的本质职能，避免脱实向虚的问题发生。前文的研究已证实，央行在前瞻性指引实践中采用模糊的言辞沟通会抑制企业金融化趋势。那么，这一结果是否会进一步地提高企业投资水平呢? 本文将通过中介效应检验程序来识别前瞻性指引沟通政策是否可以通过降低企业金融化来影响企业投资水平，检验模型具体设计如下：

其中，INV为企业投资水平，用购建固定资产、无形资产和其他长期资产支付的现金除以总资产来衡量。为了方便开展中介效应的综合检验，模型（5）-（7）将设置一致的控制变量，包括股价波动率（wVOL）、资产负债率（LEV）、营业收入增长率（OIGR）以及制造业PMI订单指数（PM I）和消费者价格指数（CPI）。

表7汇报了企业金融化对前瞻性指引沟通影响企业投资水平的中介效应。其中，列（1）是对模型（5）的回归，前瞻性指引沟通的系数c在统计上显著为正，表明总效应显著；列（2）是对模型（6）的回归，前瞻性指引沟通的系数d在统计上显著为负，结论与基准模型一致；列（3）是对模型（7）的回归，金融化（FE）的系数b为在5%的水平上显著为负，这表明企业金融化会降低企业投资水平。根据模型回归结果，关键系数d和b都显著，可判定中介效应存在。具体来看，金融化的中介效应等于-0.004（d×b），占总效应（0.319）的1.33%。可见，企业金融化路径虽然存在，但并不是前瞻性指引沟通影响企业投资水平的主要路径。

表7 中介效应检验

六、结论与启示

针对我国经济体中的脱实向虚问题，为了研究前瞻性指引沟通的经济效应，本文基于字典分析法构建了央行前瞻性指引沟通指数，利用金融化适度模型来测度企业金融化，以A股制造业上市公司的财务数据为研究样本，旨在判断前瞻性指引沟通对企业金融化的影响，从而为前瞻性指引沟通的预期引导作用提供微观证据。研究发现：（1）模糊的前瞻性指引沟通可以缓解企业金融化过度趋势；（2）企业金融化的动机是基于预防性储蓄，融资约束程度大的企业更易受到前瞻性指引沟通的影响；（3）由于不同所有制的企业在融资约束、政策敏感度和市场竞争意识等方面存在差异，产权异质性会影响前瞻性指引沟通与企业金融化的关系，前瞻性指引沟通对非国有企业金融化的抑制作用更加明显；（4）进一步研究发现，前瞻性指引沟通政策可以通过降低企业金融化来影响企业投资水平。

本文的研究有以下政策启示：

首先，就研究结论来看，前瞻性指引沟通可以引导企业进行合理资源配置，避免脱实向虚，提升货币政策效用。央行应当重视前瞻性指引对经济的调控作用，积极探索和健全前瞻性指引沟通模式，积极实现货币政策向实体经济的有效传导。

其次，结合我国央行的前瞻性指引实践，货币政策执行报告中关于前瞻性指引的内容篇幅较少，并且央行在针对前瞻性指引内容进行沟通时保持着相对谨慎、保守的态度。一方面，央行对未来经济前景的沟通多使用描述性语言，鲜有给出经济变量的不同期限预测值；另一方面，央行对未来政策路径的沟通多是基于政策框架和愿景式的描述，鲜有给出具体相关政策的持续时间、触发条件等信息。因而，央行应当持续关注货币政策透明度建设工作，结合实际经济环境和政策目标，加强前瞻性指引沟通的研究和运用，稳妥有序地调整和推进前瞻性指引实践。

最后，央行可以考虑将前瞻性指引与货币政策其他工具相配合，增加前瞻性指引沟通内容的层次和深度。进一步地，央行可以尝试与财经媒体、相关研究机构进行沟通合作，促进沟通信息的传递效率，最终提升前瞻性指引沟通政策的实际效果。