Skip to Main Content

Large Language Models, Zentralbankkommunikation und Finanzstabilität

Project Description

Die Kommunikation der Federal Reserve (Fed) beeinflusst Finanzmärkte und regulatorische Erwartungen maßgeblich. Diese Forschungsarbeit nutzt Large Language Models (LLMs), um aus rund 11.400 Fed-Reden (1993–2025) systematisch zu extrahieren, ob diese eine restriktive ("tight") oder expansive ("loose") Haltung zur Finanzstabilität signalisieren — angelehnt an die Methodik von Bybee et al. (2023).

Aus den Klassifikationen wird ein monatlicher Belief Index konstruiert, der die durchschnittliche Tonalität der Fed-Kommunikation zur Finanzstabilität abbildet. Um kausale Aussagen zu ermöglichen, wird der Index um vorhersagbare Komponenten bereinigt: Eine Predictability-Regression nach Swanson & Bauer(2023) entfernt den Einfluss vorheriger Finanzmarkt- und Makrovariablen (u.a. Aktienrenditen, Zinsspreads, VIX, NFCI). Der resultierende Belief Surprise Index erfasst den genuinen Informationsgehalt der Reden.

Die Forschung untersucht folgende Fragen:
(1) Wie können LLMs die Haltung von Fed-Reden zur Finanzstabilität zuverlässig klassifizieren?
(2) Welche kausalen Auswirkungen haben überraschende Veränderungen in der Fed-Kommunikation auf Bankaktien, Anleiherenditen und Finanzspreads?
(3) Wie unterscheiden sich die kurzfristigen Marktreaktionen von den längerfristigen Effekten?

Die Ergebnisse liefern Einblicke in die Wirksamkeit der Zentralbankkommunikation als Instrument der Finanzstabilität und sind relevant für Regulatoren, Marktteilnehmer und die geldpolitische Forschung.