Detailansicht
Machine learning, sentiment and the Bank of England
investigating the impact of central bank communications on the financial market
Hrista Kukenska
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Applied Economics
Betreuer*in
Paul Pichler
Mitbetreuer*in
Christian Westheide
DOI
10.25365/thesis.76857
URN
urn:nbn:at:at-ubw:1-15231.52437.329376-8
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Kommunikation von Zentralbanken ist zu einem entscheidenden Instrument moderner Geldpolitik geworden, um Markterwartungen zu steuern, welches sich von minimaler Offenlegung hin zu voller Transparenz entwickelt hat. Diese Arbeit untersucht den Einfluss der Kommunikation der Bank of England auf den britischen Finanzmarkt, der im Vergleich zur US-Notenbank und der Europäischen Zentralbank relativ wenig erforscht wurde. Mithilfe von CentralBankRoBERTa, einem hochmodernen Machine-Learning-Modell, quantifiziert diese Arbeit die Stimmung in den Erklärungen der Zentralbank und integriert diese Erkenntnisse mit der UK Monetary Policy Event-Study Database (UKMPD), einem neuartigen Datensatz, der intratägliche geldpolitische Überraschungen in Großbritannien verfolgt. Die Analyse zeigt, dass Marktreaktionen – insbesondere auf den britischen Renten-, Overnight-Index-Swap- und Devisenmärkten – erheblich durch die Laufzeit der abhängigen Variablen, das Ausmaß der geldpolitischen Überraschung und die vorherrschende Stimmung beeinflusst werden. Diese Thesis legt eine grundlegende Beziehung zwischen der auf bestimmte Zielgruppen gerichteten Stimmung und den Bewegungen auf den Finanzmärkten dar und liefert neue Erkenntnisse zum Verständnis der Auswirkungen von Geldpolitik im britischen Kontext.
Abstract
(Englisch)
Central bank communication has become a critical tool in modern monetary policy, moving from minimal disclosure to full transparency to manage market expectations. This thesis explores the impact of the Bank of England’s communications on the UK financial market, a relatively understudied area compared to the U.S. Federal Reserve and the European Central Bank. Leveraging CentralBankRoBERTa, a state-of-the-art machine learning model, this thesis quantifies the sentiment of central bank statements and integrates these findings with the UK Monetary Policy Event-Study Database (UKMPD), a novel dataset tracking intraday monetary policy surprises in the UK. The analysis reveals that market reactions—specifically in the UK fixed income, overnight index swaps, and exchange rate markets—are significantly influenced by the maturity of the dependent variable, the magnitude of the monetary policy surprise, and prevailing sentiment. The thesis demonstrates a fundamental relationship between sentiment targeted at specific audiences and financial market movements, contributing new insights to the understanding of monetary policy’s effects in the UK context.
Schlagwörter
Schlagwörter
(Deutsch)
Sentimentanalyse Zentralbankwesen Textanalyse Machine Learning Bank of England UK Finanzmarkt CentralBankRoBERTa Geldpolitik
Autor*innen
Hrista Kukenska
Haupttitel (Englisch)
Machine learning, sentiment and the Bank of England
Hauptuntertitel (Englisch)
investigating the impact of central bank communications on the financial market
Publikationsjahr
2024
Umfangsangabe
ix, 62 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Paul Pichler
AC Nummer
AC17347383
Utheses ID
73100
Studienkennzahl
UA | 066 | 913 | |