基于LDA 模型的中国央行货币政策分析

李 冠佑, 肖 星辰
重庆中学

摘要

中国央行货币政策执行报告包含大量对投资、政策等相关方向有用的信息。本文针对如何提取执行报告中的有效信息，提出基于LDA 主题模型的方法，将文本进行清洗、去除停用词之后，获得每篇文章对应的主题数据，并将主题总结成贷款、金融、政策、融资、增长、改革等6 类，并结合实际情况，得出结论：增长类主题是央行老生常谈的问题，其余5 类只是阶段性地出现在执行报告中。在对LDA 模型稳定性分析的过程中，通过改变分类主题数目的方法，发现主题的增多，只是从部分原始主题中分裂出新的主题，因此验证LDA 模型的稳定性以及正确性。在得到央行货币政策执行报告的LDA 主题数据之后，我们将该数据与常见的宏观经济指标进行Spearman 相关性分析，得到贷款、金融主题与GDP、M2、贷款总额存在着很强的单调性关系。基于LDA主题数据的阶段性特点，再次将主题数据与宏观经济指标进行分时段线性回归分析，进一步得到了贷款主题与GDP、M2、贷款总额，以及金融主题与GDP、M2、贷款总额以及人民币汇率之间的线性回归关系，并且通过显著性检验之后，证实了模型的有效性。

关键词

LDA；主题模型；相关性分析；央行货币政策

参考

[1]中国人民银行货币政策司,2001.央行货币政策执行报告[EB/OL].(2001-1:2019-1).http://www.pbc.gov.cn/.

[2]李凯风,2010.基于Spearman 分析的中国开放式基金业绩持续性实证研究[J].改革与战略,206(26):72-76.

[3]BLEI DM,YNA,JORDAN MI, 2003. Latent Dirichlet Allocation[J].Journal of Machine Learning Research(3):993-1022.

[4]LAS CRUCES N, T.DUNNING,1994.Statistical Identification of Language[J].Computing Research Laboratory, New Mexico State University.

[5]SEGOND F, SCHILLER A, GREFENSTETTE G, et al.,1997. An Experiment in Semantic Tagging Using Hidden Markov Model.