央行独立性：历史和机器学习的观点 - CEPR

央行独立性受到质疑，最近一次是今年美国总统选举的两名候选人之一（Weissman 2024）。绝大多数经济学家支持自治或独立中央银行的概念（Qanas 和 Sawyer 2024）。近代史——过去三十年的历史表明，随着越来越多的国家支持央行的独立性，政体一直在用脚投票（Crowe 和 Meade 2008，Dincer 和 Eichengreen 2018）。

在一篇新论文（Dincer 等人，2024 年）中，我们询问这种最近的趋势是否可以追溯到更远的时间，是否有历史先例。我们采用了最广泛使用的央行独立性衡量标准，但将其应用于比之前研究更长的时期，将分析追溯到 19 世纪初。鉴于新法规和现有法规修正案的频繁通过，长期制定法律法规是一项艰巨的任务。结果是面板不平衡，因为一些中央银行成立时间晚于其他中央银行。总之，我们总共拥有 120 个央行的 8,318 个年度数据点。

趋势和先例

我们注重法律独立性，根据央行法规的相关段落进行数字评级。我们采用 Cukierman 等人开发的 16 点量表。（1992）因为这是文献中使用最广泛的指标，这意味着采用它有助于与其他研究进行比较。

从图 1 中总结的我们的长期分析中，最明显的事实是自 1980 年以来央行独立性的增强。这一时期的变化程度和法律独立性的高水平实际上已经提高了中央银行的独立性。早期历史上没有先例。

图 1 央行独立性，十年平均值，1800-2021

注：十年平均值是在消除国家年观测水平的缺失值后计算的。1999 年 12 月欧洲央行的增资以虚线表示。LVAU 是未加权的 Cukierman 等人。(1992) 采用八个组成部分的简单平均值的指数：首席执行官 (CEO)、政策制定、目标、向政府贷款限制下的预付款标准、向政府贷款限制下的证券化贷款标准、贷款条件、银行的潜在借款人标准以及向政府贷款的其他限制标准。LVAW 是八个分量的加权平均版本。LVES 和 LVESX 是两个范围较窄的指数。LVES 是由谁制定货币政策、谁对解决冲突和目标拥有最终决定权的组成部分的加权平均值。LVESX 是 LVES 与贷款限制（政府贷款限制部分下的杂项子部分）之间的加权平均值。

这一事实也适用于各个群体，如图 2 所示。换句话说，1980 年后中央银行独立性的急剧上升对于 19 世纪上半叶已经存在的中央银行来说是常见的，中央银行建立了19世纪下半叶，中央银行创建于20世纪上半叶，随后又成立中央银行。这些趋势并不反映样本成分的变化。

图2按央行成立时期划分的央行独立性（LVAU）

注释：该图显示了按成立年份分组的国家/地区的 LVAU（十年）平均值。每条线都固定了 1850 年之前创建的、1850-1900 年之间建立的、1900-1950 年之间建立的、1950-2000 年之间建立的、2000 年之后建立的中央银行的组成，并包括一条绘制数据集中所有银行平均值的线。这三个机构类别中的每一个都包括从当年起创建的中央银行。

然而，我们记录了从 20 年代开始平均独立水平的缓慢上升。第一次世界大战后，国际联盟专家和在英格兰银行、法国银行和联邦储备系统支持下工作的所谓货币医生带头推动建立自治（用当代的说法）中央银行。正如我们所展示的，1920 年代和 1930 年代独立程度的提高与许多新的、最初相对独立的中央银行的创建有关。我们还记录了随后四个十年中平均独立水平小幅但持续上升的情况。

确实存在中断：二战期间，由于显而易见的原因，央行独立性急剧下降。但这种情况在20世纪50年代发生了逆转。例如，二战期间，美联储的利率制定政策被要求服从美国财政部的指令，但在 1951 年《财政部-美联储协议》中，美联储重新获得了利率制定的独立性。在这里，我们表明这一运动更笼统。

自 1950 年到 1980 年，独立程度又恢复了上升趋势。同样，这种运动对所有出生群体来说都很常见。这表明 1980 年后央行独立性革命的基础早年就已奠定。

人类判断与机器学习

根据央行法规中的语言对法律独立性的各个维度进行数字评级涉及解释相关段落​​时的人为判断。因此，我们将我们的发现与使用自然语言处理和机器学习技术获得的结果进行比较。我们使用机器向量回归和主题建模来分析 90 个最新央行行为的样本。

我们自然语言处理方法的目标是确定哪些主题对我们的法律独立性指数具有预测能力，以及它们是否预测更高或更低的值。为了确定哪些术语具有预测能力，我们首先使用预处理例程对文本进行标记，该例程排除停用词、稀有词（因为不常见的词添加的噪音多于信号）、标点符号、数字、国家/地区名称、月份名称和额外的空格。我们将其余术语的不同变形形式分组（词形还原），并保留所有法规中最常见的 2,000 个唯一标记以供进一步分析。

下一步包括对整个央行法规集进行主题建模，以对有助于央行独立性的术语进行分类。这是使用潜在狄利克雷分配 (LDA) 算法执行的。我们通过比较每个模型的预测能力并选择以最少的主题数实现最佳性能的模型来选择最佳主题数。这里，最佳主题数量为11。表1显示了应用LDA方法时构成主题的单词列表。然后，我们根据国际货币基金组织中央银行立法数据库类别为每组单词或主题分配一个标签，其中对法规的文章和摘录进行了分类。读者会注意到，其中一个类别（微观审慎监管的目标）出现了两次，因为两组独立的代币具有多个引用（例如监管、金融、机构、机构、分支机构、资本），这些引用似乎被归入此标题下。

表 1 使用中央银行法规集中术语的主题
（具有最高主题权重的标记，从最高权重开始）

注释：此表显示了主题建模练习生成的主题列表，该主题建模练习对由来自国际货币基金组织中央银行立法存储库的中央银行法规数据集组成的单词语料库采用潜在狄利克雷分配算法。第 (1) 列显示分配给主题的标签，这些标签是从国际货币基金组织中央银行立法数据库的类别中选择的，其中对法规的文章和摘录进行了分类。第 (2) 列列出了中央银行法规语料库中与每个主题相对应的主题和单词。我们列出了对每个主题贡献最大的单词（这不是一个详尽的列表）。如论文中所述，使用潜在狄利克雷分配算法来估计包含每个主题的术语。

对解释央行独立性差异最积极贡献的主题与披露、透明度和报告义务有关。这与独立性和问责制相结合的假设是一致的，透明度是中央银行提供其运营信息的一种机制，以便政治家和公众对其负责。负面贡献最大的主题与证券市场等监管权力有关。这些权力使中央银行的任务变得更加复杂，使问责变得更加困难，从而使独立性变得更加成问题。

结论

我们采取了两种方法来补充衡量央行独立性的大量文献：使用判断技术对央行法规进行历史分析，以及使用自然语言和机器学习方法进行文本分析。第一种方法使我们能够记录自 20 世纪 80 年代初开始央行独立性的急剧上升，并将其视为历史上独一无二的。然而，除此之外，我们还记录了从 20 年代开始独立性增长缓慢的情况。正如我们所表明的，1920 年代和 1930 年代独立程度的提高与许多新的、相对独立的中央银行的创建有关。我们还记录了在随后的四个十年中平均独立水平持续提高的情况。

第二种方法确定了与第一种方法所捕获的中央银行独立性正相关和负相关的术语和主题。对解释央行独立性变化最积极贡献的主题集中在披露、透明度和报告义务上。这与独立性和问责制相结合的假设是一致的，透明度是中央银行提供其运营信息的一种机制，以便政治家和公众可以对这些机构承担适当的责任。负面影响最大的主题涉及对证券市场等的监管权力，这些权力使中央银行的授权变得复杂，并使问责更加困难，从而使独立性变得更加成问题。

这项调查试图证明，对央行独立性的实证分析仍然是一个富有成果的研究领域。未来的工作可能会寻求用事实上的独立措施（如 Binder (2021) 中所分析的那样）来补充法律上独立的措施，但将后者在时间上向后延伸。此外，与本研究中概述的类似的机器学习方法的应用可以扩展到分析各种类型的央行材料，包括报告、新闻稿、会议记录、演讲、会议记录和笔录。尽管取得了这些进展，该领域仍有很多工作要做，有足够的机会进行进一步的探索和分析。

参考文献

Binder, C (2021)，《中央银行的政治压力》，《货币、信贷与银行杂志》53：715-744。

Crowe、C 和 E Meade（2008 年），《中央银行独立性和透明度：演变与有效性》，国际货币基金组织工作文件 WP/08/119。

Cukierman、A、S Webb 和 B Neyapti（1992 年），衡量中央银行的独立性及其对政策结果的影响，世界银行经济评论 6：353-398。

Dincer，N 和 B Eichengreen（2018 年），《中央银行透明度和独立性：更新和新措施》，《国际中央银行杂志》10：189-253。

Dincer、N、B Eichengreen 和 J Martinez（2024 年），《中央银行独立性：来自历史和机器学习的观点》，《经济学年度评论》16：393-428。

Qanas、J 和 M Sawyer（2022 年），《中央银行的独立性和货币政策的政治经济学》，《政治经济学评论》36：565-580。

Weissman, J (2024)，唐纳德·特朗普能否打破美联储？，大西洋月刊，8 月 21 日。