描绘央行行长思想的空间（英）

本文探讨了机器学习嵌入技术在分析中央银行讲话数据集中所揭示的经济思想图景。该数据集由 BIS 维护，包含 1997 年至 2025 年间近 100 家中央银行近 1000 名官员发表的 19742 次讲话。除了分析任何时间点的讲话主题外，主题随时间的演变还提供了自 1997 年以来政策挑战如何塑造中央银行思维的见解。通过主题和时间解析嵌入，可以深入了解经济思想是如何通过中央银行的沟通实践形成的。

研究发现，全球中央银行话语景观呈现出明显的区域集群模式，主要中央银行形成多个主题集群，反映了其独特的政策重点和沟通模式。此外，一些新兴主题，如气候变化和基准改革，形成了独立的集群，表明其日益增长的重要性。通过分析欧元区中央银行的沟通，研究发现其主题主要围绕货币政策、金融稳定和欧元区一体化展开，并逐步将结构性挑战，如结构性改革、家庭不平等和财富以及气候变化纳入其沟通范围。

为了验证主题模型的发现，本文还进行了情感分析，结果表明，主题集群与预期的货币政策立场一致，并随着经济环境的变化而演变。例如，高通胀时期的讲话主题在初期表现出鹰派立场，随着通胀压力的缓解转变为鸽派立场。

本文的研究结果表明，先进的自然语言处理技术，特别是大型语言模型，为分析中央银行沟通提供了强大的新工具，有助于深入了解全球货币政策话语的演变和未来趋势。