• SBP文件数量及文本处理情况 [page::7]：

- 收集2016至2024年共计56份SBP货币政策文件，均为英文文本。
- 通过去停用词、去标点等预处理生成符合分析标准的文本。

• SBP文档中情绪词汇分布 [page::8]：

- 负面词占比66%，正面词占比34%，整体偏向悲观情绪。
- 利用Loughran-McDonald金融词典计算情绪得分(Tone)，范围[-1,+1]。

• SBP语调随时间变化趋势 [page::9]：

- 语调无明显趋势，呈现波动演进态势，具备情绪演替特征。

• 研究建模与数据说明 [page::10][page::11][page::12][page::13]：

- 利用KSE-100指数日收益率匹配文档发布日期，应用ARDL模型刻画短期及滞后效应。
- 控制变量包括政策利率(KIBOR)、消费者信心指数(CCI)、消费物价指数(CPI)、经济不确定性指数(EPU)、工业生产指数(IPI)。
- 数据检测ADF确保部分变量平稳，为ARDL模型应用奠定基础。

• 主要实证结果 [page::14][page::15][page::16]：

- SBP文件语调（Tone）系数显著正向0.030，正负向语调变化带来股票收益不同方向变动，说明情绪具显著解释力。
- 控制变量滞后期中，CCI第三滞后和CPI第三滞后正向显著影响股市收益，EPU指数与KIBOR利率滞后系数呈负向显著。
| 变量 | 系数 | 控制变量 | 系数 |
|------------------|-----------|-----------------|------------|
| Tone | 0.030 | CCI(-3) | 0.002 |
| Tone(-1) | -0.010 | CPI(-3) | 0.428 |
| CCI | -0.003 | EPU Index(-2) | -0.002 |
| CCI(-1) | -0.004 | KIBORRate(-3) | -0.010 |
| CCI(-2) | -0.002 | | |
| IPI(-1) | 0.009 | | |
| IPI(-2) | 0.000 | | |
| KIBOR-Rate | -0.006 | | |
| KIBORRate(-1) | -0.0013 | | |
| EPU Index(-1) | 0.000066 | | |
| EPUIndex(-3) | 0.002 | | |
| EPUIndex(-4) | -0.00006 | | |
- 回归模型整体拟合优度较高，R-squared达0.817，表明模型对数据解释力强。

• 关于SBP语调影响的持久性检验（延迟日累计收益） [page::16][page::17]：

- 语调对发布当日股票收益有显著影响，但对随后2日及3日的累计收益无显著作用，表明情绪冲击无长期或持续效应。
| 天数（n） | 无控制变量时系数（β） | 有控制变量时系数（β） | 显著性 |
|---------|-----------------|-----------------|-------|
| n=2 | 0.043 | 0.019 | 不显著 |
| n=3 | 0.016 | 0.003 | 不显著 |

• 诊断检验表明模型不存在显著异方差和自相关问题，保证估计结果的稳健性 [page::17][page::18]。

- 研究政策建议与结论 [page::19][page::20]：
- 建议SBP优化沟通策略，采用更积极、明确的语言风格以提升投资者信心，稳定金融市场预期。
- SBP沟通在短期内显著影响股市表现，是货币政策传导的重要补充工具。

深度分析报告：“Sentiment Analysis of State Bank of Pakistan’s Monetary Policy Documents and it’s Impact on Stock Market”

---

1. 元数据与概览

• 报告标题： Sentiment Analysis of State Bank of Pakistan’s Monetary Policy Documents and it’s Impact on Stock Market

- 作者： Aabid Karim, Heman Das Lohano

• 发布机构： Institute of Business Administration, Karachi

- 发布日期： 2024年8月8日

• 研究主题： 本研究主要关注巴基斯坦国家银行（SBP）货币政策文件中所表达情绪（tone）的量化分析，探讨其对巴基斯坦股市（具体为Karachi Stock Exchange, KSE-100指数）的影响。

- 研究核心论点与目标：
本研究旨在通过情感分析技术，将SBP的货币政策公告呈现的语言情绪转化成可量化指标，并进一步利用高频短时间窗方法测量这种情绪变化对股市收益率的即时影响。结果表明，SBP文本中的情绪变化正向（负向）引导了股票收益率的上涨（下跌）。同时，在控制了政策率、经济不确定性等变量后，这种影响依然具有统计学显著性，但对股市而言，这种情绪的影响并非长期固定存在。

• 主要结论： SBP的沟通策略作为货币政策的辅助工具，具备显著影响股票市场短期表现的能力，[page::0][page::2][page::19][page::20]。

---

2. 逐节深度解读

2.1 Introduction（引言）

• 关键信息： 巴基斯坦股市作为经济发展重要支撑，影响因素复杂。文献证据显示股市与经济增长存在长期关系。中央银行货币政策声明作为信息传导媒介，能够影响市场预期，从而影响股市投资者行为。

- 研究差距与目的： 尽管全球已有研究探讨央行沟通对市场影响，但对巴基斯坦国家银行的沟通语言及其对KSE-100表现的具体影响尚未深入研究。研究提出两大假设：
1. SBP信息中乐观情绪提升股市表现；
2. 强硬（鹰派）语言会抑制股市表现。

• 研究方法简述： 利用2016-2024年间SBP公告文本，通过情感分析提取情绪得分，结合KSE-100收益回归分析，控制宏观金融变量，探索其即时影响。

- 意义： 该研究既为政策制定者优化沟通策略提供依据，也为投资者解析政策信息提供工具。
[page::2][page::3]

2.2 Literature Review（文献综述）

• 主旨综述： 文献明确指出央行沟通在金融市场中的重要性，尤其影响股票市场的波动与投资预期。

- 关键文献回顾：
- Bernanke & Kuttner (2005)指出美联储利率变动与股市间存在明显因果反应；
- Gu¨rkaynak et al. (2005)等强调FOMC声明对长期利率及资产价格的显著影响；
- 其他研究（如Ehrmann & Fratzscher等）也指出欧洲央行及英格兰银行的沟通影响股市表现；

• 新兴市场研究缺失： 巴基斯坦央行沟通效果研究较少。

- 文本分析模型： 众多学者采用自然语言处理及情感分析（如Loughran & McDonald财务词典）对央行公告进行定量化情绪测度，证明情绪指数对预测金融市场趋势有效。

• 结论： 央行情绪表达不仅传递政策信息，还通过变动投资者信心间接影响金融市场，是研究的有力工具。

[page::3][page::4][page::5]

2.3 Data（数据）

3.1 Tone of SBP Communication

• 数据来源及选择理由： 选取SBP官方网站公布的会议纪要作为货币政策公布文件，确保信息及时性与市场可获取性。

- 文本预处理： 包括去除停用词、标点、数字、日期等无关文字，并统一转为小写，保证分析数据标准化。

• 文档样本： 共56份，时间跨度从2016年1月至2024年1月。

- 情感分析方法及字典： 利用Loughran和McDonald (2011)财务专业字典通过词袋法计数文本中的正负词数，计算情绪得分。该字典针对财务语言优化，避免普通情感分析词典产生偏差。

• 情绪得分公式：

\[
T = \frac{Positive\ Words - Negative\ Words}{Positive\ Words + Negative\ Words}
\]
其中 $T$ 介于 -1（极度负面）至 +1（极度正面）之间。

• 文本统计与情绪趋势：

- SBP文本中负面词汇占比约66%，正面词汇占比34%，显示整体偏悲观；
- 情绪随时间波动明显，无长期趋势，避免经济计量中因趋势带来的估计偏误。
- 图表详见下方2个关键图：


图1：各年度文档数量，显示文档发布不均，且2023年发布量最多。


图2：情绪词汇占比饼图，强烈反映负面词汇比重高。


图3：情绪得分时间趋势图，情绪值在-0.6至1.0之间波动，表明情绪动态变化。
[page::6][page::7][page::8][page::9]

3.2 Stock Market Index（股市指标）

• 指标选取： KSE-100指数，涵盖100家上市公司的股票表现，涵盖日、周、月数据。

- 分析频率与时间窗： 采用高频（当日）日收益率，聚焦于SBP文件发布当天的股市反应。
[page::9][page::10]

3.3 Control Variables（控制变量）

• 设计原则： 控制宏观环境影响，包括货币政策实际执行、经济稳定状况、商业信心等，确保情绪效应非虚假相关。

- 具体变量及意义：
- 政策利率（Policy Rate）：用月度KIBOR替代，作为央行货币政策传导工具指标；
- 消费者价格指数（CPI）：衡量通胀，对消费者购买力及企业盈利影响较大；
- 工业生产指数（IPI）：代表经济活动强度，与部分上市公司盈利密切相关；
- 消费者信心指数（CCI）：捕捉经济主体乐观/悲观态度，影响投资者决策；
- 经济不确定性指数（EPU）：基于新闻文本构建，反映政策不确定性对投资环境的影响。

• 统计描述数据详见表1：

例如，情绪得分均值-0.224，标准差0.279，显示样本期情绪偏负；股市回报整体波动较小，平均接近零。
[page::10][page::11]

2.4 Methodology（方法论）

• 数据平稳性检验： 采用Augmented Dickey-Fuller (ADF)检验。

- CPI、EPU、KIBOR未通过平稳性检验（部分非平稳）；其他多数变量存在一定平稳性迹象，但证据不完全确凿。
- 因数据包含非平稳变量，直接使用OLS可能面临误差。

• 模型选取与理由： 因数据是时间序列并存在短期与长期动态，采用自回归分布滞后模型（ARDL），该模型能同时捕获短期波动和长远关系，并适用于平稳及一阶差分平稳混合数据。

- 滞后阶数确定： 采用Akaike信息准则（AIC）筛选最优模型，识别各变量滞后阶数。最佳模型是Model3809，滞后阶数组合为（4,3,3,4,2,3,1），见图4。

• 数据拟合及模型设定：

- 设定核心回归方程为：
\[
Returns(t) = \beta0 + \theta \times Tone(t) + \sum{i=1}^n \betai Xi(t) + \varepsilon(t)
\]
其中，Returns(t)为SBP文件发布日当天的股市收益率，Tone(t)为情绪得分，$Xi(t)$为控制变量，$\theta$为关键参数，衡量情绪对股市收益的即时效应。

• 应用短窗口高频数据精确捕捉发布日情绪影响，确保反应的因果方向性。

[page::11][page::12][page::13]

2.5 Results（实证结果）

• 核心发现：

- Tone系数为0.03且在1%显著性水平下显著，说明情绪每提升一个单位，股票回报将提高约0.03个百分点。
- 该影响在加入宏观控制变量及滞后项后依然稳健。

• 控制变量结果：

- 消费者信心指数第3阶滞后系数显著正向，表示前期消费者信心增强推高股市回报；
- 物价指数CPI第3阶滞后系数为0.428，显示物价水平与股市收益正相关；
- 经济不确定性指数EPU及KIBOR利率滞后系数均为负，意味着经济不确定增加和利率走高对股市收益均起下行压力。

• 模型整体解释力较强，调整后R²为0.628，F统计显著。

- 即刻效应明显加强投资者反应，报告中关于基础模型的补充结果均显示情绪对股市有积极、显著影响。

• 详细回归表见表3：

| 变量 | 系数 | 控制变量示例 | 系数 |
|----------------|------------|----------------------|-------------|
| Tone | 0.030 | CCI(-3) | 0.002 |
| Tone(-1) | -0.010 | CPI(-3) | 0.428 |
| KIBORRate(-3) | -0.010 | EPU_Index(-2) | -0.002 |

(\ \\ \\\分别代表10%、5%、1%的显著性水平，标准误见方括号)
[page::14][page::15][page::16]

2.6 Extension（拓展分析）

• 研究SBP情绪对股市的持续影响， 测试发布日之后1-3天的累计股市回报。

- 结果显示，除当天外，情绪对接下来1-3天股票收益的影响不显著，说明SBP文件的情绪冲击具有短暂性，无法持续影响股市。

• 这条结论强化了货币政策沟通作为短期市场信号工具的定位。

- 结果详见表4。
[page::16][page::17]

2.7 Robustness（稳健性检验）

• 异方差检验（Breusch-Pagan-Godfrey）：

- 检验结果整体接受同方差假设，无显著异方差问题，保证了回归系数的可靠性。
- 细节见表5。

• 自相关检验（Ljung-Box Test）：

- 各滞后阶数对应的Q统计量均无显著自相关存在，残差序列呈随机分布。
- 表6展示具体滞后与对应p值，均高于5%显著性水平，表明模型捕捉了数据的大部分动态结构。

• 稳健性验证确保了ARDL模型所得结果的有效性与可靠性。

[page::17][page::18]

2.8 Policy Recommendation（政策建议）

• 建议SBP改进沟通策略，运用更积极、明确、一致的语言风格，提升信息透明度与可信度，从而增强投资者信心。

- 利用高级情感分析工具在发布前预估沟通文本情绪，确保政策文件传达预期的积极信号。

• 这种做法有助于缓解市场波动，促进金融稳定与经济持续增长。

- 体现了政策沟通作为货币政策延伸工具的重要价值。
[page::19]

2.9 Conclusion（总结）

• 本研究证实了SBP货币政策文件的情绪语调对巴基斯坦股票市场尤其是KSE-100指数有显著的即时影响。

- 通过自然语言处理与高频金融计量手段，体现央行沟通作为货币政策传导机制极具价值的一环。

• 尽管影响短暂，但积极的情绪表达有助于增强市场信心，支持政策实施效果。

- 未来，随着巴基斯坦金融系统趋向于更灵活与透明，央行沟通的正面作用将更加突出。
[page::19][page::20]

---

3. 图表深度解读

图1：Number of Documents Per Year

• 展示了2016-2024年SBP发布文档的年度数量波动。2016-2019年每年文档数量较为平稳（约5-6份），2020年至2023年逐年增加，2023年最高达9份，而2024年仅统计到1份。

- 这说明SBP的货币政策沟通活动逐渐频繁，反映政策透明度的提升。

• 也暗示文本数据样本随时间扩大，有利于连续性情绪研究。[page::7]

图2：Percentage of Positive and Negative Words

• 图中明确显示SBP文档中负面情绪词（66%）比例明显高于正面词（34%）。

- 这一比例反映SBP表述中偏资讯性质，较多突出经济风险、挑战等情况，符合货币政策环境中的保守态度。

• 这种情绪分布在定量分析中避免过于乐观偏差，对测量情绪波动的真实影响至关重要。[page::8]

图3：Tone of SBP Communication over Time

• 时间序列图展现情绪得分从负值波动到正值，情绪有上升与下降交替，未出现长期上升或下降趋势，保持波动性。

- 这一动态变化有效避免情绪序列的趋势性，符合经济周期中的常态波动，为计量模型提供了合理的时间序列属性。

• 突出情绪与当期宏观经济环境相关性，且反映市场预期的变化敏感度。

[page::9]

图4：Akaike Information Criteria (top 20 models)

• AIC指标对20个最优ARDL模型进行了评分，值越低模型拟合和简洁性越优。

- Model3809获AIC最小值，故选为主模型，优化变量滞后阶数分别为(4,3,3,4,2,3,1)。

• 该模型为研究主要依赖，保证了数据动态特征的识别和影响效应的准确估计。

[page::24]

表1：Summary statistics of variables

• 提供了关键变量的统计描述，如均值、标准差、最小最大值。

- 情绪得分均值为-0.224，说明总体偏负面。股票收益率均值接近零，波动范围反映市场的不确定性。

• 控制变量数据分布反映宏观经济环境多样性，为回归分析的稳健性提供基础。

[page::11]

表3：Tone of SBP and Stock Market Returns

• 反映情绪对股票回报的即时影响及控制变量的滞后效应。

- 核心变量Tone的正向系数（0.030）在1%显著性水平显著，表示情绪积极变动对股市回报有正推动作用。

• 控制变量如CCI(-3)、CPI(-3)呈正影响，EPU及KIBOR滞后变量呈负影响。

- 模型调节后的决定系数为0.628，说明对股票回报中接近63%的变异可以通过模型解释，统计算力优良。
[page::14][page::15]

---

4. 估值分析

本报告属于金融计量与文本分析范畴，主要关注货币政策语调“情绪”对股市短期表现影响，故无直接公司估值分析（如DCF、市盈率）环节。不过：

• 使用了ARDL模型，体现对时间序列数据非平稳问题的考量，捕捉动态变化同时允许短长期效应分离。

- 情绪指标的量化依赖于Loughran-McDonald财务词典，是一种定性信息量化处理的典型范例。

• 该方法的优势是避免了样本内训练带来的偏误及信息重复利用问题，保证了测度的客观性与可复现性。

- 对模型滞后进行AIC评估，确保了最佳统计拟合，是时间序列选择标准的经典方法。

综上，报告估值分析是通过稳健的计量模型及情感词典量化的文本信息，间接反映出货币政策对股市的价值影响路径，属于定性信息的定量化表达。
[page::7][page::11][page::12][page::24]

---

5. 风险因素评估

报告中几处暗含或明示风险及其潜在影响：

• 情绪测量风险： 构建情绪指标依赖于词典法，该方法原则上排除主观干扰，但仍可能遗漏上下文语境，导致情绪判断不完全准确。

- 样本选择风险： SBP公告不具备规律发布时间，文档数量不均匀，可能影响情绪时间序列的代表性。

• 经济环境变化： 时序跨度内经济和政治环境波动大，控制变量虽覆盖部分，但仍可能遗漏冲击，造成内生性或遗漏变量偏误。

- 短期影响限制： 情绪对股市的影响被证实为短暂，政策沟通作为市场稳定器的持续效果有限，若期望长期稳定影响需辅以其他手段。

• 模型假设风险： ARDL模型假定变量间长期均衡关系及线性动态，现实中非线性或结构突变可能存在，影响模型预测准确性。

报告未详细提出专门的缓解措施，但采用多变量控制及稳健性检验部分对风险做了科学应对。
[page::6][page::11][page::17][page::18]

---

6. 批判性视角与细微差别

• 样本量限制： 仅56份公告文件，时间跨度近8年，频率较低，可能限制模型捕捉更多上游信息；情绪测度也受到公告长度及内容的限制。

- 情绪量表局限： 使用财务领域字典优点明显，但文本情绪机器自动分类或忽视了复杂句型和讽刺语气等，可能存在识别误判。

• 短期效应解释谨慎： 报告发现影响无持久效应，但未充分探讨为何短期影响未转化为长期效应，及不同经济周期背景下该结论的适用性。

- 控制变量滞后结构： 多数控制变量滞后3期才显现效应，这说明市场反应有迟滞，未来研究可探索因果时滞的非线性与异质性。

• 潜在内生性问题： 虽然考虑了控制变量，但情绪与股市变动可能双向影响，控制不足可能存在内生偏误。运用工具变量或结构模型可能更稳健。

- 结论与政策建议乐观度高： 建议SBP广泛采纳积极沟通策略，但未充分讨论因国家政治经济环境而非沟通语言带来的更根本性影响，存在一定乐观偏向。

总体来说，报告在方法设计、数据处理和实证逻辑上较为严谨，但仍存在样本限制和模型假设的固有限制，未来研究可在此基础上深化分析。
[page::2][page::6][page::14][page::19]

---

7. 结论性综合

本报告系统探讨了巴基斯坦国家银行（SBP）货币政策文件的语言情绪，及其对KSE-100股票市场短期回报的影响。通过应用基于Loughran-McDonald财务词典的词袋法计数，构建了SBP货币政策文本的情绪指标。结合高频股市收益和多重宏观控制变量，运用ARDL计量框架，实证结果显示：

• 文本情绪总体偏负，但存在动态波动，情绪变化与股市表现呈显著正相关。 即SBP公告中正面情绪增加，市场回报即刻响应上升，负面情绪增加则对应股市回落。

- 控制了宏观经济指标（政策利率、CPI、CCI、EPU、IPI）后，情绪影响依旧稳健且显著，解释了大量股市回报变异。

• 情绪对股市影响属短期现象，发布后的第2、3天情绪影响不显著，体现政策沟通首发效应。

- 模型通过异方差和自相关检验，确保统计推断可靠。

• 政策上，建议SBP通过积极透明的沟通策略引导投资者预期，从而加强货币政策的市场传导效果。*

图表特别强调：

• 年度文档数量逐年前移，显示SBP沟通越发频繁和透明；

- 负面词汇占比大，反映政治经济环境的复杂及SBP审慎态度；

• 情绪波动无趋势，避免估计误差；

- AIC筛选的ARDL模型良好捕捉了变量时序特征；

• 回归结果显著体现情绪对股票回报的正向影响。

综上，本研究不仅实证补充了新兴市场中央银行情绪传导的文献空白，同时为巴基斯坦货币政策制定者提出了可操作性的沟通优化方向，强调央行语言作为一项货币政策工具的潜力和价值。
[page::0][page::7][page::9][page::11][page::14][page::15][page::19][page::20]

---

如需进一步调整分析维度或聚焦特定章节，请告知。

报告