NLP-Analyse von Zentralbank-Statements
Taeyoung Doh, Sungil Kim und Shu-Kuei Yang von der Federal Reserve Bank of Kansas City haben in einem Research Paper untersucht, welchen Einfluss die qualitativen Erläuterungen in den Statements der Federal Reserve auf die Marktakteure haben. Die Autoren verwenden einen Natural-Language-Processing-Ansatz, um die qualitativen Aussagen auszuwerten. Als Grundlage dienen die verschiedenen Versionen der Statements der Fed, sowohl die tatsächlich veröffentlichte Version als auch nachträglich publizierte Arbeitsversionen. Vorteilhaft ist, dass die Struktur dieser Versionen sehr ähnlich ist: Ein Entwurf bildet den erwarteten Konsens ab und jeweils eine weitere ist geldpolitisch etwas expansiver bzw. restriktiver orientiert. Der Algorithmus kann damit die Semantik sehr ähnlicher Versionen miteinander vergleichen. Dabei wird der verwendete Algorithmus nicht auf einzelne Worte trainiert, sondern vielmehr auf den Kontext, in dem diese verwendet werden, da die Schlüsselbegriffe bei geldpolitischer Lockerung und Straffung weitgehend dieselben sind. Der Analysezeitraum umfasst die Jahre 2004 bis 2014, in denen 87 Meetings des Komitees stattfanden.
Quelle: Doh, Kim, Yang, 2021
Die Autoren kommen zu zwei wesentlichen Ergebnissen. Erstens wird festgestellt, dass die qualitativen Beschreibungen der ökonomischen Situation und der Risikoabwägung einen genauso großen Effekt auf die Anleihepreise haben können wie quantitative Informationen über den Leitzins. Die Erwägungen des Komitees beeinflussen wesentlich, ob die Zeichen eher auf einer geldpolitischen Straffung oder Lockerung stehen – auch dann, wenn keine expliziten Maßnahmen umgesetzt werden. Zweitens ist das neue Maß für die Zentralbankkommunikation mit bisherigen Maßen korreliert, die ausschließlich auf Preisdaten des Anleihemarktes basieren. Dies betrifft insbesondere mittelfristige geldpolitische Erwartungen.
Absolut|alternative bietet institutionellen Investoren einen einzigartigen Zugang zu liquiden alternativen Anlagestrategien, darunter Themen wie Smart-Beta- und Factor-Investing, Digital Assets, Quantitative Strategien, Künstliche Intelligenz und Sektorinvestments.
