认知的重要性：基于跨语言媒体中国经济报道的实证研究

本文表明，不同信息环境下形成的经济认知差异，对中国宏观经济动态具有重要意义。为厘清这些差异，本文基于人工标注数据训练任务专用机器学习分类器，并根据2002-2020年中英文新闻对于中国经济的报道，构建了两项中国经济情绪指标。相较于传统的词典法指标和通用大语言模型，本研究使用的方法能为长周期宏观经济分析提供更准确、更稳定的情绪信号。研究发现，中英文媒体之间存在持续且不断扩大的认知差距，且这种认知分化会引发政策变量和市场价格对经济情绪的差异化响应。基于结构向量自回归模型的分析显示，经济情绪冲击能够解释政策变量和市场价格波动的相当一部分。当同时纳入两种信息环境联合建模时，市场价格主要对英语媒体情绪作出响应：一旦控制了这一信号，中文媒体情绪便不再提供独立的系统性定价信息。政策变量则同时反映中英文两种叙事，当两种情绪信号方向一致时，其响应幅度和持续性均显著增强。这些结果表明，国际宏观经济实证研究中普遍采用的单一综合信息指标的做法，可能会混淆不同信息环境对政策变量和市场价格的差异化影响。YimengSun参与了中文媒体报道的人工标注工作。本文所表国际宏观经济传导的标准实证模型通常将信息视为一种共享的信号，并假定不同受众以相年)。然而在实践中，国内政策制定者与国际市场参与者常常通过不同的信息环境来评估同一经济体，而这些信息环境会以系统性不同的方式对关于一个经济体的信号加以概括和解读。在这种情况下，观察到的宏观经济动态可能不仅反映经济基本面，也反映了不同受众所获信息的差异。这引出一个核心问题：当不同受众通过不同的信息环境观察同一经济体时，他们究竟是在对相同的底层信号作出反应，还是分化的信息流会转化为不同的宏观经济响应?尽管跨受众信息差异这一维度对政策决策、金融市场和全球溢出效应都具有重要意义，信息环境之间的差异对于理解大型复杂经济体中尤为关键，因为在这类经济体中，信息要经由服务于不同受众的中介媒体加以整合和解读。新闻媒体机构汇总经济动态并结合具体语境加以呈现，由此生成不同主体据以评估经济状况的信号。当不同受众所处的信息环境存在差异时，即使面对相同的经济基本面，也可能形成持续存在的认知差异。中国经济尤其适合研究这类认知分化：中国在全球贸易与金融市场中居于核心位置，国内外受众却通过截然不同的渠道观察其经济情况。在这一背景下，两类受众主要依赖各自不同的媒体信息环境来认识同一经济体，从而系统性地接收不同的信息信号，并最终形成不同的经济认知。本文考察不同语言媒体环境之间的差异如何体现为宏观经济动态的变化。本文的目标不是评估经济基本面，而是捕捉各经济主体实际观察到的信息，这正是信息摩擦模型的核心要素。我们将这一思路应用于中国经济情境，分析不同受众群体接收到的媒体情绪差异，并考察这些认知差距如何反映在政策变量与市场价格之中。我们关注的是不同受众群体所接收到的信息内容本身，并不讨论各媒体环境为何出现分化。为此，我们构建了两项新的反映中国经济情绪的月度时间序列指数：一项基于英语新闻报道，一项基于中文新闻报道，覆盖2002年至2020年。我们把认知差距定义为这两项特定语言情绪指数之间的差值。构建平行的、特定语言的情绪指数是本文实证研究的核心，因为这些指数使我们能够直接测量信息信号的分化，而不必通过问卷调查或资产价格间接推断这一分歧。多数现有研究仅在单一媒体环境中构建聚合情绪指标，将面向不同受众的信息环境所传递的信息压缩为单一信号，从而忽略了不同信息环境中的信息对于国内政策制定和国际市场定价可能具有不同的含义。因此，将不同信息环境中的信息简单整合为一个统一信号，可能会掩盖政策制定与市场对这些信息赋予不同权重这一事实。一项情绪指标要对国际宏观经济分析真正有用，必须满足几个条件：情绪分类要在长时间跨度内保持准确和稳定，能够跨语言比较，并与人类读者判断经济基调的方式高度一致。否则，观测到的情绪差异可能只是测量方法造成的结果，而非不同受众之间真实存在的信息差异。为应对这些挑战，我们开发了任务专用的情绪分类器，并使用大量英语和中文人工标注对其进行训练和验证。人工评分在文章层面和段落层面对分类结果进行监督和校准，从而确保模型的准确性、跨语言一致性和时间稳定性。相比标准词典法，本文方法有明显改进，性能与通用大语言模型相当，同时在时间稳定性、透明度和可复现性上更胜一筹——而这些正是高频、长周期宏观经济分析所必需的。相比之下，若按宏观经济监测所需的规模使用通用大语言模型，不仅计算成本高昂，还会使测量结果受制于不断更新的模型版本，从而增加日常使借助这些情绪指数，我们发现了若干新的经验规律。中文媒体对中国经济的评价一贯比英语媒体更为正面，且自2010年代中期以来，两者之间的认知差距明显扩大。这些发现表明，即便面对相同的基本面，不同语言的媒体也会提供关于同一经济体显著不同的信息。两项情绪指标虽然同向变动，但二者仍然是相互区别的信息信号，分别概括了部分重叠但并不完全一致的叙事内容。随后，本文进一步考察这种认知差异与宏观经济传导之间的关系。我们构建了一个结构向量自回归模型，将中英文两项情绪指标同时纳入模型进行联合估计，从而在控制二者共有的信息内容后，识别其无条件的同向变动与不同领域特有的响应模式之间的差异。在这一框架旦把两种信息环境同时纳入，就会出现明显的非对称性。市场价格主要对英语媒体情绪作出响应：在控制英语信号之后，中文媒体情绪不再提供独立的系统性定价信号。政策变量则表现出不同模式：两种信息环境都保持相关性，而当两个信号同向变动时，政策变量的响应幅度与持续性会明显增强。若分别分析两项情绪指标，政策变量和市场价格都会表现出与各项情绪指标的同向变动，从而掩盖这一潜在的非对称性。这些发现表明，信息环境的分化会对宏观经济信息在政策变量与市场价格中的传导产生重要影响。通过揭示英语媒体情绪与中文媒体情绪之间的差距及其差异化的传导模式，本文作出三项主要贡献。第一，研究表明，对于一个具有系统重要性的经济体，其信息未必以单一、统一的全球信号形式传播——这一假设隐含于目前大量应用型国际宏观经济学研究，包括标准的多国向量自回归(VAR,VectorAuto-Regression)框架——相反，信息可能在不同语言的媒体环境之间发生分化，形成传统聚合情绪指标无法察觉的持续认知差距。第二，我们证明这种分化对宏观经济解读具有重要意义：市场价格主要对英语媒体情绪作出响应，而政策变量则反映了中英文媒体情绪信号之间的信息互补，由此揭示出传统实证框架所忽视的一个异质性维度。第三，本文构建了一套经过严格验证的经济情绪指标，使研究者能够在高频率和长时间跨度上考察不同受众之间的信息差异，从而使实证研究更好地契合国际宏观经济理论所强调的信息结构。综上，本文的研究表明，将全球信息视为同质信息的实证分析框架，可能误判宏观经济信息的传导机制。尽管本文以中国经济为研究对象，但研究结论具有更广泛的适用意义，尤其适用于不同受众依赖不同信息中介获取信息的情境。在这类情境下，将信息简单视为单一的共同信号，可能会掩盖政策制定与市场对信息处理方式存在的重要异质性。本文其余部分安排如下：第二部分回顾相关文献；第三部分介绍数据来源及经济情绪指标的构建方法；第四部分分析不同信息环境下的认知差异；第五部分利用结构向量自回归(SVAR)模型考察宏观经济动态；第六部分总结全文。相关文献经济认知、信息环境与认知分歧近年来，经济学研究越来越认识到，经济主体的决策不仅取决于可观察的基本面，也取决于经济状况如何被认知和解读(Baker和Wurgler,2007年；Barsky和Sims,2012主体接触到的信息集合存在差异时，即使面对相同的经济现实，也可能形成系统性的认知差异。在国际金融领域，这种由信息环境差异导致的认知不对称性被认为是影响资产价格波动和全球金融市场波动的重要机制，因为国际投资者与本国经济主体往往基于不同基于问卷调查的研究表明，经济预期能够显著预测居民消费、企业投资、通货膨胀以及资产价格等宏观经济变量，但不同经济主体之间普遍存在显著且持续的预期分歧(Mankiw、Reis间的认知分歧仍可能长期存在(Andrade等人，2016年)。进一步研究认为，当信息获取存在不完全性，或信息无法在不同主体之间得到充分整合时，不同主体便会形成不同的经济认当经济信息通过不同的信息来源进行传递和加工时，对经济状况的概括和呈现方式可能影响经济运行结果。在国际宏观经济学研究中，这一认识推动了学者利用替代性信息来源构建地缘政治风险和宏观经济风险等指标(Manela和Moreira,2017年；Engle等人，2020年；Caldara和lacoviello,2022年)。由于基于问卷调查或市场数据的指标往往更新频率较低，或难以高频刻画不同受众之间的信息认知差异，近年来越来越多的实证研究开始利用媒体信息构建经济认知指标，并将其作为经济认知的可观测代理变量，而非研究对象本身关研究表明，即使这些经济认知指标并非来源于问卷调查，而是基于媒体等间接信息构建，尽管上述研究表明，经济主体之间的认知异质性会影响宏观经济运行，但现有文献通常将这种异质性理解为不同主体围绕同一信息结构所形成的认知差异。在这些理论框架中，认知分歧主要来源于信息噪声、有限注意力或信息更新机制的差异，但其所依据的基础信息信号是共同的。换言之，信息异质性体现的是不同主体对同一信息信号的不同解读，而非不同信息环境产生并传播着彼此独立、可观测的信息信号。因此，现有研究通常将宏观经济动态解释为对统一信息过程的响应，而较少将不同受众之间的认知差异建模为一种能够独立影响宏观经济运行的信息变化来源。本文则将不同语言信息环境中新产生的信息视为一种叙事冲击，媒体作为信息中介与跨国新闻流动上一节所讨论的不同受众之间经济认知的分化，在很大程度上源于媒体对信息的整合、筛选与呈现方式。由于新闻报道篇幅和受众注意力资源有限，媒体需要对经济信息进行选择，并针对不同受众突出特定经济属性、赋予其相应的解释框架。这一过程在传播学中被称为议程设置(McCombs,2004年)。从经济学视角来看，这一过程可以理解为一种信息筛选机制，它使不同经济主体所获取的信息集合产生系统性差异。即使面对相同的全球经济基本面，国内受众与国际受众也可能基于不同的信息子集更新其认知和预期(DellaVigna和Kaplan,2007这些信息环境并非彼此孤立，而是通过具有方向性的信息流相互联系。部分媒体市场的报道能够影响其他媒体市场的叙事，从而形成具有不对称特征的跨媒体信息扩散(Guo和Vargo,2017年)。在国际传播情境下，这种跨媒体传播机制可能导致不同国家和不同语言信息环境对同一经济事件形成持续且存在差异的关注重点和解释框架。在大型开放经济体中，国际媒体与国内媒体可能扮演各不相同的信息中介角色，各自塑造其受众对经济动态的认知。已有研究表明，这类媒体报道会对金融市场产生具有经济意义的影响 不同受众所处信息环境的差异会带来真实的经济后果。与此密切相关，Fraiberger等(2021年)发现，相较于本国媒体构建的情绪指标，基于国外媒体报道构建的新闻情绪对新兴市场股票收益具有更强的解释力。这一发现进一步支持了特定的受众信息环境在外国投资者资产上述研究表明，不同媒体环境会以不同方式筛选、组织和传播经济信息，从而影响不同受众的信息获取。然而，现有研究大多并未将多个媒体系统视为宏观经济体系中共同存在且可观测的多重信息信号进行建模。因此，现有研究通常将不同媒体叙事的差异理解为对同一信息内容的不同强调，而不同媒体系统可能产生独立宏观信息冲击的可能性，则较少被纳入模型。因此，本文将不同媒体系统建模为共同存在的可观测信息渠道，并认为不同信息环境产基于文本的经济认知测量尽管信息筛选机制意味着不同信息环境中的经济认知可能出现分化，但要在实证层面识别这种差异，需要构建具备跨语言可比性的高频经济情绪指标。为此，越来越多的研究开始运用大规模文本分析方法，基于媒体报道构建经济情绪、不确定性和风险指标。相关方法最初以词典分析为主，如Baker、Bloom和Davis(2016年),近年来则逐步拓展至机器学习和结构Moreira,2021年；Bybee等人，2024年)。词典法通常依赖预先定义的词典，按情绪或经济相关性对词语分类(Tetlock,2007年；Chen等人，2014年；Baker、Bloom和Davis,2016年)。在此基础上，一些研究进一步引入启发式规则，以考虑修饰词和句子层面的结构信息(Boudoukh等人，2013Clements,2021年)。为了在实证层面识别经济叙事背后的信息结构，本文构建反映中国经济的跨语言媒体情绪指标。基于大规模中英文新闻语料，分别构建不同语言信息环境下的高频经济情绪指标。通过同时观测这两组指标，本文将第二部分所讨论的信息结构表示为相互并行的情绪信号，而非以单一综合指标进行间接刻画。这一信息结构使我们能够区分不同信息环境之间的共同变化与特定信息环境所特有的变化。为保证不同信息环境下媒体情绪指标具有可比性，本文采用统一、透明且可重复的标注方法。具体而言，首先运用定量内容分析获得可靠的人工标注结果，并在此基础上对基于Transformer的语言模型进行监督式微调，实现正面、负面和中性三分类情绪识别。编码手册和标注方案见在线附录A,模型实现与评估过程见在线附录B。本研究的数据涵盖2002—2020年中英文媒体关于中国经济的新闻报道。综合考虑媒体发行量、地理覆盖范围和编辑影响力，本文选取全球78家主要英语新闻媒体作为中国大陆以外媒体信息环境的代表。又选取了八家主要中文新闻媒体来代表大陆媒体报道 (Luo,2014年；Su和Xiao,2021年),涵盖两大类别：官方媒体(如《人民日报》)和商业都市媒体(如《新京报》,完整媒体名单见在线附录A)。样本涵盖广播、报纸和网络新闻等多种新闻来源。对于广播新闻，本文使用其新闻播报闻，以及所有同时提及“中国”与“经济”的中文新闻，均从道琼斯旗下的国际新闻数据库Factiva(道琼斯公司，2021年)检索获得。由此共得到812,378篇英语新闻和394,710篇中文新闻。我们按出版年份分层随机抽样，英语新闻抽取4,000篇、中文新闻抽取8,000篇，用于人工定量内容分析。中文样本规模较大的原因在于，中文新闻中与研究主题相关的文章比例较低，同时情绪类别分布更加不均衡。以往经济学研究通常采用人工标注对计算机生成的情绪指标进行验证，但较少对人工标注本身的可靠性进行系统评估。尽管人工判断不可或缺，但其本身具有一定主观性，如缺乏规范约束，可能引入测量误差。为此，本文采用定量内容分析(QuantitativeContentAnalysis,QCA)方法。该方法通过规范化的编码程序，对文本进行系统分析，从而形成具有可重复性和明确定义的标注(Krippendorff,2004年)。本研究的编码手册由三位领域专家共同制定，包括两位经济学者和一位传播学者。编码手册包含三个变量：(1)新闻相关性；(2)新闻整体情绪；(3)段落层面的情绪。编码员首先判断新闻是否与中国当前经济或未来经济前景相关；对于不相关的新闻，不再进行后续编码。对于相关新闻，编码员分别标注新闻整体情绪(正面、负面或中性/混合)以及标题、首段和末段的情绪。这些结构化标注结果作为监督学习分类模型训练所使用的人工标注数据。中英文编码手册在内容上保持一致，仅在语言和示例方面有所不同。完整编码手册见在线附录A。中英文新闻分别由八名经过培训的传播学研究生完成标注，其中英语新闻由四名英语母语编码员负责，中文新闻由四名中文母语编码员负责。在正式编码前，所有编码员均接受多轮培训，并进行了多次一致性检验。中英文样本中所有变量均达到预先设定的编码员一致性标准。正式编码期间，编码团队定期与领域专家讨论疑难案例，以保证编码规则在整个标注过为了将人工标注结果推广至全部新闻样本，本文分别构建中英文情绪分类模型，并对基于Transformer的预训练语言模型进行微调。其目标是在不同语言之间构建一致且具有可比性的新闻层面情绪指标，并将其应用于全部新闻语料。本文采用xlm-roberta-base模型，该模型是RoBERTa的多语言版本，基于覆盖100种语言、总规模达2.5TB的CommonCrawl语料预训练而成(Conneau等人，2020年)。中英文模型均采用标准文本分类方法进行微调，实现新闻情绪的正面、负面和中性三分类。模型实现细节及超参数设置见在线附录B。每篇人工标注新闻的标题、首段、末段及全文内容均作为模型训练样本，其对应的情绪标签作为监督学习目标。标注数据按照90%和10%的比例划分为训练集(含交叉验证)和独立测试集，并按照情绪类别进行分层抽样，以保持各类别样本比例一致。测试集的具体构成见在线为提高模型的稳健性，并缓解小样本微调过程中可能产生的不稳定性(Dodge等人，2020年),本文采用多随机种子的重复分层交叉验证进行模型训练。模型选择以验证过程中得到的宏平均F1值(macro-F1)为依据，独立测试集不参与模型调优，从而避免测试集信息泄露。完整训练流程见在线附录B。最终，英语模型在独立测试集上的宏平均F1值为0.657,中文模型为0.627。中文模型在负面类别上的表现相对较弱，主要源于中文样本中类别分布严重不均衡，而非模型本身存在系统性缺陷。本文报告的所有性能指标均基于独立测试集计算，该测试集未参与模型选择过程，因此能够客观反映模型的样本外预测性能。各类别的具体评价指标见在线附录B。为了进一步评估模型性能，本文选取两类代表性方法作为比较基准，并均在同一独立测试集上进行评估。第一类为词典法：Loughran和McDonald(2011年)金融词典与Shapiro、Sudhof和Wilson(2022年)新闻情绪词典，并均采用三词窗口识别否定词。由于词典法输出的是连续情绪得分，本文首先在训练数据上通过网格搜索确定最优分类阈值，再将该阈值应用于独立测试集。第二类为当前主流的大语言模型(LLMs),包括Claude作为提示词，并输出单一情绪类别。基于词典的方法仅适用于英语新闻。在线附录表B.1报告了各模型在独立测试集上的表现。总体来看，微调后的模型在英语新闻上的表现明显优于两种基于词典的方法，在宏平均F1值、排序相关性和预测能力等指标上均取得显著提升。基于词典的方法大多倾向于将新闻判定为中性，难以有效识别正面情绪。零样本(zero-shot)大语言模型在英语新闻上的整体表现与监督学习模型较为接近，但在各限，而监督学习方法与基于词典的方法之间对于中文新闻，监督学习的XLM-RoBERTa模型整体表现优于零样本大语言模型，尤其在识别中性新闻方面优势更为明显。这一结果可能反映出，基于统一人工标注标准进行监督式微调，能够更好地学习中文新闻在语言表达和领域语境中的特征。我们的模型选择不仅看验证性能，还兼顾持久性、可复现性和可扩展性。基于固定人工标注手册训练的监督学习模型，能够建立文本与情绪之间稳定且可重复的映射关系，并可长Interface,API)。由于模型参数在训练完成后保持固定，因此文本到情绪的映射关系在不同时间和不同重复实验中保持一致。相比之下，零样本大语言模型依赖于专有系统，其模型参数、使用成本和模型行为可能随时间发生变化，从而增加研究复现、版本控制以及长期研究从成本角度看，微调模型在大规模应用中同样具有明显优势。虽然在171篇测试样本上，大语言模型API的调用成本较低(每个模型约1—2美元),但按全部约130万篇新闻样本估算，每次完整推断的成本约为7,600美元，而微调模型在完成一次性约50美元的训练后，每次推断全部样本的成本仅约2美元。考虑到本文需要对全部新闻样本进行情绪识别，并在部分分析中依据不同筛选条件和模型设定重复进行预测，这一成本差异具有重要的现实意义。基于上述结果，本文后续对全部未标注新闻样本的情绪识别均采用微调后的中英文情绪分类模型。新闻首先经过相关性分类，预测为相关的新闻再进入情绪分类模型，生成新闻层面的情绪标签，并据此构建第四部分所介绍的媒体情绪指标。该方法形成了一套固定且可重复的分类规则，为分析不同信息环境下宏观经济响应提供了稳定的测度基础。基于第三部分获得的新闻层面情绪分类结果，本文进一步构建反映中国经济中英文新闻报道的高频媒体情绪指标。通过聚合新闻层面的情绪信息，原始新闻语料被转换为不同语言信息环境下的媒体情绪时间序列。由于中英文新闻均采用相同的情绪分类标准，两类情绪指标之间的差异反映的是新闻报道本身的差异，而非情绪分类标准的差异。本文分别基于英语和中文新闻语料，按月汇总新闻层面的情绪分类结果，构建反映中国经济报道的媒体情绪指数。2语言LE{EN,ZH}在月份t的指数定义为：式中，s,E{-1,0,1}表示分类器为文章i给出的情绪标注(分别对应负面、中性和正面);Ω月份t中相关文章的集合，N为该集合中文章的总数。指数取值介于-1(参考月份内所有相关文章都被判为负面)与1(所有相关文章都被判为正面)之间。例如，指数值为0.25意味着，该月正面新闻数量超过负面新闻数量，其差额相当于当月相关新闻总数的25%。基于上述媒体情绪指标，本文将认知差距定义为英语媒体情绪指数减去中文媒体情绪指数。按照这一设定，当认知差距为负值时，表示当月中文媒体情绪指数高于英文媒体情绪指数。例如，当认知差距为-0.31时，意味着中文媒体情绪指数比英文媒体情绪指数高0.31个指数点。认知差距为刻画两类信息环境之间的差异提供了一个直观的描述性指标；在后续实证分析中，本文直接对中英文媒体情绪指数进行建模。本文采用简单平均法构建媒体情绪指数，以保证指标具有明确的经济含义，并便于比较不同语言信息环境之间的差异，从而量化认知差距。此外，由于该指数对新闻情绪取平均值，因此，对中国经济报道数量较多的媒体将在月度指数中占据更高权重。这意味着，媒体情绪指数可以理解为一种基于报道关注度加权的情绪测度，即报道强度会影响总体叙事信号(McCombs和Valenzuela,2020年)。为检验研究结果是否受到指数构建方法的影响，本文进一步将所构建的媒体情绪指数与Baker、Bloom法进行比较。这两种方法分别对新闻发布机构、新闻类型以及不同时间新闻类型构成的变化进行了调整。表1报告了本文指数与两种替代指标之间的相关系数。结果表明，英语媒体情绪指数的相关系数均超过0.9,中文媒体情绪指数的相关系数虽略低，但仍保持较高水平，说明本文结果对不同指数构建方法具有较好的稳健性。2在线附录C记录了英语语料库的地域构成。/gdp表1:中英文媒体情绪指数与替代构建方法的相关性111111来源：作者整理。Wilson(2022年)构建的替代性指数之间的斯皮尔曼相关系数。中英文媒体情绪指数在重大宏观经济事件发生期间呈现出较为一致的变化趋势，但两者在总体水平和长期演变特征上存在系统性差异，从而形成持续且不断扩大的认知差距。图1展示了2002年8月至2020年12月期间中英文媒体情绪指数(图1A)以及认知差距(图1B)的变化图1:媒体情绪指数与认知差距，2002—2020年-0.62010201220142注释：图1A展示了2002年8月至2020年12月中英文媒体情绪指数的月度变化。两类媒体情绪指数在2003年非典 (SARS)、2008年国际金融危机、2015年人民币汇率调整以及2020年新冠肺炎疫情暴发等重大宏观经济事件前后呈现出较为一致的波动，但整个样本期间中文媒体情绪指数始终高于英语媒体情绪指数。图1B展示了同期的认知差距，即英语媒体情绪指数减去中文媒体情绪指数。认知差距在几乎整个样本期间均为负值，并呈持续下降趋势，表明中文媒体情绪指数始终高于英语媒体情绪指数，且两种语言信息环境之间的叙事差距随时间不断扩大。图1A展示了中国经济中英文新闻报道的月度媒体情绪指数，图1B展示了认知差距，即英语媒体情绪指数减去中文媒体情绪指数。指数值越高表示媒体情绪越积极。样本期为2002年8月至2020年12月。两类媒体情绪指数在总体水平上存在持续且显著的差异。如表2所示，中文媒体情绪指数的平均值为0.39,明显高于英语媒体情绪指数的0.06。这种差异具有较强的持续性：在18年的样本期间，除一个月外，中文媒体情绪指数均高于英语媒体情绪指数。认知差距的平均值约表2:中英文媒体情绪指数的统计摘要中文媒体情绪尽管两类媒体情绪指数在总体水平上存在明显差异，但二者在重大经济事件前后仍表现出较强的同步变化特征。如图1A所示，在2003年非典(SARS)疫情、2008年国际金融危机、2015年人民币汇率形成机制调整以及2020年初新冠肺炎疫情暴发等重要事件期间，中英文媒体情绪指数均呈现出方向一致的波动。两类媒体情绪指数的同期相关系数为0.47,说明最后，认知差距表现出一定程度的持续性，说明两种语言信息环境之间的叙事差异更多反映的是缓慢演化的结构性差异，而非短期的月度波动。对去趋势后的认知差距估计一阶自回归〔AR(1)〕模型，得到自回归系数为0.51(p<0.001)。综上，中英文媒体情绪指数一方面在重大经济事件发生期间呈现出较强的同步变化，另一方面又在总体水平和长期趋势上持续分化，从而形成持续且不断扩大的认知差距。这一方面存在共同波动、另一方面长期持续分化的特征，引出了一个重要问题：两类媒体情绪指数究竟反映的是同一信息信号在不同语言信息环境中的不同呈现，还是不同信息环境所产生的两类不同信息信号。与基于问卷调查的情绪指标的关系为检验基于媒体构建的情绪指标是否具有经济意义，一个有效的外部检验是考察其是否与基于问卷调查(“软数据”)构建的情绪指标具有一致的变化趋势。基于问卷调查的情绪指标广泛用于衡量经济主体对短期经济前景的预期，因此也是检验媒体情绪指标有效性的常用参照。为此，本文采用经济合作与发展组织(OECD)发布的企业信心指数(Business构建，并以研究期间的平均水平标准化为100。当指数高于(低于)100时，表示企业对短期经济前景的信心增强(减弱)。作为广泛使用的工业景气指标，BCI能够作为一个自然的参照，用于检验本文构建的媒体情绪指标是否反映了具有经济意义的新闻信息，而非仅仅反映表3报告了企业信心指数(BCI)与本文构建的媒体情绪指数之间的斯皮尔曼等级相关系 (p=0.23),说明本文构建的媒体情绪指标，尤其是英语媒体情绪指数，能够较好地反映表3:媒体情绪指数与经合组织(OECD)企业信心指数的斯皮尔曼等级相关系数经合组织BCI1中文情绪1经合组织BCI1注释：BCI=经合组织企业信心指数。英语/中文情绪=英语/中文媒体情绪指数。斯皮尔曼等级相关系数，2002年8为更正式地处理上述动态特征，本文在在线附录D中进行了辅助性的即时预测 (nowcasting)回归分析。该回归将企业信心指数(BCI)与其自身的历史值以及媒体情绪指数的当期值和滞后值联系起来。在线附录表D.1报告的结果表明，即使控制了企业信心指数较强的持续性，媒体情绪指数仍具有增量解释力。与现有基于文本指标的比较若干现有研究基于报纸文章构建了中国的经济政策不确定性(EPU)指标(Baker等人，2013年；Davis、Liu和Sheng,2019年；Huang和Luk,2020年),Hassan等人(2024年)则基于财报电话会议构建了国家风险指标。这些指标反映的是经济不确定性或风险，而非媒体情绪，但可作为比较基准，用于检验本文构建的媒体情绪指数是否包含关于中国经济叙事的独特信息。表4报告了这些指标与本文媒体情绪指数之间的斯皮尔曼相关系数。需要说明的是，EPU指标为月度数据，而Hassan等(2024年)的国家风险指标为季度数据，因此涉及该指标的相关系数均基于其他变量的季度聚合值计算。现有各类EPU指标之间均呈正相关，但相关程度并不完全一致，这反映了不同指标在新闻来源和构建方法上的差异。三项EPU指数和Hassan等(2024年)构建的国家风险指数都与本文媒体情绪指数呈负相关，这与媒体情绪应与不确定性或感知风险指标呈反向变化的预期一致。不过，这些相关性虽具经济意义，却远未达到±1,说明媒体情绪指数与现有基于文本构建的指标存在相关性，但并非信息重复。英语指数与这些指标的负相关略强于中文指数，但两者都与现有基于叙事的指标呈现系统性关系。与中文媒体情绪指数相比，英语媒体情绪指数与上述指标的负相关程度略高，但两类媒体情绪指数均与现有叙事指标存在稳定的对应关系。总体来看，这些相关性结果表明，本文构建的媒体情绪指数所包含的信息与现有不确定性和风险指标具有互补性，而非简单重复其所反映的信息。1中文情绪11-0.67”1-0.67”1国家风险-0.44”1年)、Davis等人(2019年)、Huang和Luk(2020年)的经济政策不确定性指数。国家风险=Hassan等人(2024关于中国经济的媒体叙事在英语和中文新闻报道之间存在系统性差异，从而导致不同受众之间持续存在认知差距。现有宏观经济传导研究通常将信息视为所有经济主体共同获取的单一信号，因此未充分考虑不同信息环境之间的差异。基于此，本文放宽这一假设，进一步考察不同语言信息环境形成的认知差距是否会对应于不同的宏观经济传导模式。本文并未将媒体情绪视为经济基本面的代理变量，而是关注不同受众的信息环境中媒体情绪冲击如何反映在政策变量和市场价格的变化之中。这一区分具有重要意义，因为来自不同媒体信息环境的信息可能以不同方式进入政策制定和市场定价过程，从而使认知差距对应于不同的宏观经济响应。本文实证分析的一个核心特点是在结构向量自回归(StructuralVAR,SVAR)框架下，对两种媒体信息环境中的媒体情绪进行联合建模。由于中英文媒体情绪指数彼此相关，同时反映了部分重叠但并不完全相同的经济叙事，若分别对两者进行分析，可能会将本应归属于一种信息环境的影响误归因于另一种信息环境。因此，本文不仅采用双变量模型考察不同媒体情绪指标对宏观经济变量的无条件响应，还进一步构建三变量模型，在同一框架下同时纳入两类媒体情绪指标，以明确识别两种信息环境共同存在时的宏观经济传导特征。下文的实证分析主要得到三方面结论。第一，市场价格主要对英语媒体情绪作出响应。在控制英语信息环境后，中文媒体叙事不再构成市场定价的独立系统性信息信号。第二，政策变量同时对中英文两种信息环境中的媒体情绪作出响应，但任何一种媒体叙事单独都不足以完整刻画政策变量的动态变化。第三，也是最重要的一点，当两种媒体叙事朝同一方向变化时，政策变量的响应显著增强，呈现出政策变量所特有的宏观经济传导模式。相比之下，当两种媒体叙事同向变化时，市场价格的反应则具有明显的异质性，其中英语媒体情绪仍然是大多数资产市场定价的主要信息信号，并解释了绝大部分与市场定价相关的信息变化。关于中国经济的媒体叙事在英语和中文新闻报道之间存在系统性差异，从而导致不同受众之间持续存在认知差距。现有宏观经济传导研究通常将信息抽象为所有经济主体共同获取的单一信号，因此忽略了不同信息环境之间的差异。本文放宽这一假设，进一步考察跨语言认知差距是否会对应于不同的宏观经济传导模式。本文并不将媒体情绪视为经济基本面的代理变量，而是考察不同受众信息环境中的情绪冲击如何通过政策变量和市场价格进行传导。这一区分具有重要意义，因为来自不同媒体环境的信息可能以不对称的方式进入政策变量和市场定价过程，从而使认知差距转化为不同的宏观经济响应。本文实证分析的一个核心特征，是在结构向量自回归(StructuralVAR,SVAR)框架下，对两种媒体信息环境中的情绪指标进行联合建模。由于两类媒体情绪指数彼此相关，同时反映了部分重叠但并不完全一致的经济叙事，若将其分别单独分析，可能会将一种信息环境的影响错误归因于另一种信息环境。因此，本文在采用双变量模型考察各情绪指标的无条件响应基础上，进一步构建三变量模型，以明确考察两类情绪指数共同存在时的传导效应。下文报告三方面核心发现。第一，市场价格主要对英语媒体情绪作出响应：在控制英语信息环境后，中文媒体叙事不再构成独立的系统性市场定价信号。第二，政策变量会对两种信息环境中的情绪变化均作出响应，但任何一种媒体叙事单独都不足以充分刻画政策动态。第三，也是最重要的一点，当两种媒体叙事同时朝同一方向变化时，政策响应会显著增强，呈现出政策变量特有的传导机制。相比之下，当两种媒体叙事同向变化时，市场价格表现出异质性反应，其中英语媒体情绪仍然是大多数资产的主要驱动因素，并解释了大部分与市场定综合来看，上述发现并不支持将关于中国的信息扩散视为单一、统一的全球信号这一基准假设。相反，这些结果表明，信息环境呈现出分化特征：不同媒体环境之间既存在部分重叠，又保持快速互动；跨语言认知差距虽然持续存在，但其在市场和政策领域中的作用权重存在差异。/gdp/gdp英语和中文媒体情绪指数分别概括了两种不同的信息环境，二者均反映了关于同一中国经济的新闻信息。由于两类叙事同时存在，并且往往呈现共同变化趋势，实证分析需要区分两类情况：一是单独考察某一情绪冲击时的宏观经济响应，二是在明确纳入共同信息集后考察情绪冲击所对应的宏观经济响应。因此，本文的实证策略分为两个步骤。首先，本文估计双变量结构向量自回归(StructuralVectorAuto-Regression,SVAR)模型，其中宏观经济结果变量对单一情绪指数所产生的冲击作出响应。该模型刻画了各情绪指数对应的无条件响应。随后，本文进一步估计三变量SVAR模型，将英语和中文媒体情绪指数以及同一宏观经济结果变量同时纳入模型，从而考察在控制另一语言信息信号后，某一语言特定的信息信号是否仍包含增量的宏观经济信息。³第一步模型设定如下：其中，St表示第4.1节所定义的语言LE{EN,ZH}对应的媒体情绪指数，V表示一个宏观经济结果变量，A为自回归系数矩阵，p表示滞后阶数。Ł和ε分别表示情绪指数和宏观经济变量的扰动项(innovation),即相应方程的缩减式残进行正交化处理。该同期结构意味着，同一期内的情绪变化可以与宏观经济变量的同期变化相关，而宏观经济变量则被限制为不能在同期反向影响情绪。上述设定是一种清晰的时序识别约定，并不要求将情绪扰动项解释为外生冲击。滞后阶数(p)则根据各指标的时间序列特征，采用标准信息准则确定。在不同模型设定中，本文考察两类结果变量。第一类为政策变量，用以刻画货币政策行为，具体包括M2增速和7天期回购利率。第二类为市场价格变量，涵盖金融资产价格和全球大宗商品价格，包括上证指数、摩根士丹利资本国际指数(MSCI),以及石油、煤炭、铝和天然气价格。在双变量和三变量模型中，结果变量在递归排序中均置于情绪变量之后。三变量模型在上述方程的基础上，同时纳入两类情绪指数，其设定如下：所有模型设定均控制全球金融状况和更广泛的新闻动态，分别以VIX指数和美国新闻情绪指数衡量(Shapiro、Sudhof和Wilson,2022年)。在基准模型中，这些控制变量作为外生变量较各情绪指标的无条件响应与同时考虑两种4两类情绪扰动项组合响应的置信区间，是在英语和中文媒体情绪扰动项的脉冲响应估计相互独立这一假设下构建的。因此，组合响应的方差等于两者各自响应方差之和。该假设直接源于递归式SVAR的识别设定，即通过正交化处理使结构创新项彼此不相关。值影响幅度和持续性特征。结果呈现出三个系统性特征。图2:双变量SVAR对英语和中文媒体情绪冲击的脉冲响应(A)MSCI指数(百分比回报率)(B)铝价(百分比回报率) (C)M2货币供应量(占GDP百分比)(D)7天回购利率(百分点注释：四个分图展示来自双变量SVAR、跨度36个月的脉冲响应函数。每个分图呈现一个宏观经济变量——MSCI中国指数、铝价、M2货币供应量和7天期回购利率——对0.13个单位情绪冲击的响应。该冲击幅度相当于英语媒体情绪指数的一个标准差，并同时应用于中英文两类情绪指数，以便进行比较。蓝色实线表示对英语媒体情绪冲击的响应，红色虚线表示对中文媒体情绪冲击的响应，阴影标示90%置信区间。股票和大宗商品价格对英语媒体冲击的响应明显大于对中文媒体冲击的响应，且更持久；两项政策变量对任一指数的冲击均有显著响应。该图报告了双变量SVAR模型的脉冲响应结果。在每个模型中，单个宏观经济变量对某一情绪指数的扰动项作出响应。蓝色实线表示英语媒体情绪指数冲击，红色虚线表示中文媒体情绪指数冲击，阴影区域表示90%的置信区间。各响应均对应于一个标准差的冲击，即0.13个指数点。模型将VIX指数作为外生控制变量。横轴表示冲击发生后的月份数。持续性(月)持续性(月)1051煤61铝61石油100天然气046回购利率注释:本表报告了各目标变量对媒体情绪指数受到0.13个指数点冲击时的响应。0.13个指数点相当于英语媒体情绪指数的一个标准差。“持续期”是指响应在10%的显著性水平上保持统计显著的月份数。I.第一,市场价格主要对英语媒体情绪作出反应。如图2(A一B)所示,股票指数和大宗商品价格指数对两类媒体情绪冲击呈现明显的不对称响应。英语媒体情绪指数一个标准差的扰动项（0.13个指数点）会推动MSCI指数上涨约2%，且该响应在约5个月内保持统计显著；相比之下,中文媒体情绪扰动项引发的响应总体较弱,且持续时间较短。铝价也呈现出类似特征。英语媒体情绪扰动项推动铝价上涨约1%，且响应持续约6个月；而中文媒体情绪扰动项虽然产生幅度相近的响应,但约一个月后即不再显著。表5进一步表明,上述特征同样适用于上证综指、石油和煤炭价格:英语媒体情绪扰动项引发的响应持续时间更长,而中文媒体情绪扰动项的影响相对较弱,并迅速消退(其他市场价格变量的脉冲响应结果见在线附录图E.1)。天然气价格则表现出不同的模式,对中文媒体情绪扰动项的响应幅度更大且持续时间更长,但这一例外并未改变大多数市场价格所呈现出的总体不对称特征。第二,政策变量对两种信息环境中的媒体情绪指数冲击均作出响应。与市场价格不同,M2增速和7天期回购利率对任一媒体情绪指数的冲击均呈现显著响应(见图2的C一D分图)。例如，对英语媒体情绪指数施加一个标准差的冲击后，M2增速下降约1%，且这一响应在近两年内保持显著;对中文媒体情绪指数施加相同幅度的冲击后,M2增速的最大降幅与之相近,但响应消退得更快。英语媒体情绪指数冲击使回购利率变动约0.15个百分点,中文媒体情绪指数冲击则使其变动约0.2个百分点,两种响应均在接近一年内保持显著。第三,对英语媒体情绪扰动的反应总体上比对中文媒体情绪扰动的反应更持久,这一模式在多数结果变量中都成立,冲击反应曲线和表5报告的持续期估计都体现了这一点。上述双变量模型结果揭示了不同受众所处信息环境中的媒体情绪与宏观经济结果之间的无条件共同变动关系。由于两个媒体情绪指数分别进入模型进行估计,这些响应可能反映的是不同叙事之间共享的信息,而非某一特定信号的独立影响。下一小节通过将两个媒体情绪指标同时纳入模型,对这一问题进行进一步分析。两类信息环境的联合分析只有当情绪冲击反映的是彼此不同的信息内容，而非同一基础新闻经由不同叙事渠道过滤后的结果时，宏观经济变量对情绪冲击的响应才具有明确的信息含义。由于英语和中文媒体报道的是同一经济体，仅纳入一个情绪指标的模型所识别出的冲击，可能部分包含另一情绪指标中同样存在的信息。因此，第5.2节的双变量分析仍留下一个重要问题：在控制另一种媒体信息环境后，任一媒体信息环境是否仍包含额外的宏观经济信息。为回答这一问题，本文估计了三变量SVAR模型，将两个情绪指数与各宏观经济结果变量同时纳入模型，从而识别在另一种信息环境存在的条件下，某一叙事中的情绪冲击所引发的脉冲响应。首先，本文考察在联合模型中，两类叙事是否仍各自包含增量性的宏观经济信息。图3将双变量模型与三变量模型的脉冲响应结果叠加展示，以便评估在明确控制另一种信息环境后，各类叙事的估计传导效应如何变化。(A)MSCI指数(百分比回报率)(B)铝价(百分比回报率)注释：该图由四个分图组成，比较了两种模型设定下各变量对中文媒体情绪指数0.13个指数点冲击的脉冲响应，响应期为36个月。0.13个指数点相当于英语媒体情绪指数的一个标准差；为便于比较，两个情绪指数均采用相同幅度的冲击。四个分图分别对应MSCI中国指数、铝价、M2货币供应量和7天期回购利率。各分图中，红色虚线表示双变量SVAR模型的响应，红色实线表示控制英语媒体情绪指数后的三变量SVAR模型响应，阴影区域表示90%的置信区间。对于市场价格变量，三变量模型中的响应较双变量模型明显减弱并趋近于零；而对于政策变量，三变量模型中的响应仍具有统计显著性。该图报告了中文媒体情绪指数受到一个标准差冲击(0.13个指数点)后的脉冲响应。红色虚线表示双变量SVAR模型的响应，红色实线表示同时纳入两个情绪指数的三变量SVAR模型的响应，阴影区域表示90%的置信区间。在递归识别中，英语媒体情绪指数排序在前。模型将VIX指数作为外生控制变量。横轴表示冲击发生后的月份数。同时控制两个情绪指标后，市场价格对英语和中文媒体情绪指数冲击的响应差异更加明显。在三变量模型中，英语媒体情绪指数的影响在大多数股票和大宗商品价格中仍具有较强的经济意义和统计显著性，其响应幅度大体接近双变量模型的估计结果。相比之下，中文媒体情绪指数的条件响应明显减弱：控制英语媒体报道后，大多数资产类别的脉冲响应幅度显著缩小，且往往在统计上与零无显著差异(正文未展示的其他市场价格结果见在线附录图E.2)。因此，这种响应减弱反映的是中文媒体情绪指数所包含的增量信息有限，而非两个指数之间的机械相关性所致。在控制英语媒体报道后，中文媒体情绪指数并不构成一个独立且系统性的市场定价信号。在线附录表E.1报告了三变量模型中所有结果变量脉冲响应的峰值影响和持续期。都没有消失。因此，政策变量的响应反映的是其对多种信息来源的共同依赖，而非对不同叙事赋予层级化权重。为基准，而政策变量仍同时对两类叙事中的情绪冲击作出响应。这种不对称性进一步引出一向变动时的联合冲击响应。通过这一比较，可以考察不同信息环境之间的一致变动究竟会放大还是削弱上述条件响应。(A)MSCI指数(百分比回报率)(B)铝价(百分比回报率) 来源：作者计算。注释：该图由四个分图组成，比较了两类冲击在36个月响应期内的脉冲响应，四个分图分别对应MSCI中国指数、铝价、M2货币供应量和7天期回购利率。各分图中，较细实线表示仅对英语媒体情绪指数施加一个标准差冲击 (0.13个指数点)时的响应，粗实线表示对英语和中文媒体情绪指数同时施加同向联合冲击时的响应，阴影区域表示90%的置信区间。对于部分资产，联合冲击引发的市场价格响应略大；而对于M2和回购利率等政策变量，联合冲击引发的响应幅度明显更大，且持续时间更长。/gdp该图报告了对英语媒体情绪指数施加一个标准差冲击(0.13个指数点)后的脉冲响应。细实线表示仅对英语媒体情绪指数施加冲击时的响应，粗实线表示对英语和中文媒体情绪指数同时施加同向联合冲击时的响应。阴影区域表示90%的置信区间。模型将VIX指数作为外生控制变量。横轴表示冲击发生后的月份数。对于市场价格变量(见图4的A—B分图),两类情绪指数的同向变动并未产生一致的强化效应。对于MSCI中国指数，联合冲击使响应幅度由约2%上升至约3%,表明两类信息环境中的情绪一致变动可能在某些响应期内强化市场反应。铝价也呈现出类似特征：与仅对英语媒体情绪指数施加冲击相比，联合冲击使其峰值响应由约1%提高至约1.5%。不过，这些效应具有资产特异性，其幅度在不同市场之间存在差异。在线附录图E.3所报告的更多市场价格变量结果进一步印证了这一点：不同变量对联合冲击的响应在方向和幅度上均不相同。因此，现有证据并不支持联合冲击会系统性放大市场价格响应；对于大多数资产而言，英语媒体情绪仍是综合结果表明，宏观经济信息的传导呈现出分化特征。在资产市场中，在剔除两类信息环境的共同变动后，英语媒体情绪仍是主要的定价信息来源。相比之下，政策传导依赖于多种信息输入，并在不同叙事趋于一致时得到强化。这些结果表明，信息并非在不同领域中以同一24www.bu./gdp25第5.3节的三变量模型通过对情绪变量组内部进行递归排序，分解两类情绪指数的共同变动。如第5.1节所述，本文进一步报告广义脉冲响应函数(GIRFs),作为稳健性分析的重要组成部分。GIRF基于模型残差的实际协方差结构计算变量响应，不依赖于特定的变量排序。本文还报告了在递归模型中颠倒两个情绪变量排序后的结果。图5报告了具有代表性的市场变量和政策变量的广义脉冲响应结果，在线附录图E.4报告了其余变量的相应结果。这些不受变量排序影响的响应表明，核心传导不对称性依然存在：市场价格仍主要对英语媒体情绪冲击作出响应，而当中英文媒体情绪冲击同向变动时，政策变量的响应更为显著。颠倒递归模型中两个情绪变量的排序后，得到性质相似的脉冲响应，说明图5:不同识别方法和模型设定下脉冲响应结果的稳健型检验英语冲击中文冲击英语冲击一中文冲击 注释：该图由四个分图组成，报告MSCI中国指数、铝价、M2货币供应量和7天期回购利率在36个月响应期内脉冲响应结果的稳健性检验。各分图中，基准模型的响应结果(蓝线)与不同模型设定下的响应结果进行比较，包括广义脉冲响应函数(GIRF)、调换情绪变量递归排序后的模型设定，以及将VIX指数作为内生变量纳入VAR模型的设定；所有结果均报告90%的置信区间。不同设定下的响应结果均与基准结果高度一致，表明这种不对称传导模式在不同识别方法和模型设定下均保持稳健。该图报告了MSCI中国指数、铝价、M2货币供应量和7天期回购利率脉冲响应结果的稳健性检验。基准模型的响应结果(蓝线)与不同模型设定下的响应结果进行比较，包括广义脉冲响应函数(GIRF)、调换情绪变量递归排序后的模型设定，以及将VIX指数作为内生变量纳入VAR模型的设定。阴影区域表示90%的置信区间。横轴表示冲击发生后的月数。我们还考察了全球金融状况的替代设定。在基准设定中，VIX作为外生控制变量进入VAR,有助于把中国特有的叙事扰动与全球风险情绪的更广泛变化区分开来。作为稳健性检查，我们重新估计模型，允许VIX以内生方式进入VAR,从而允许中国相关信息扰动与全球风险状况之间存在反馈。尽管在该设定下出现一些量化差异，但定性的传导模式保持不变。在该设定下计算的结构性预测误差方差分解见在线附录表E.2。该分解表明，英语媒体情绪在多数市场价格的预测误差方差中占据更大份额，而中文媒体情绪对政策变量变异的贡献相对更大，这与本文进一步检验了关于全球金融环境的不同模型设定。在基准模型中，VIX指数作为外生控制变量纳入VAR模型，以帮助区分中国特定叙事情绪冲击与更广泛的全球风险情绪变化。作为稳健性检验，本文重新估计了将VIX指数作为内生变量纳入VAR模型的设定，从而允许中国相关信息冲击与全球风险环境之间存在相互反馈。尽管该模型设定下部分响应幅度存在数量上的差异，但总体传导模式并未发生变化。在线附录表E.2报告了基于该模型设定计算得到的结构预测误差方差分解结果。结果显示，在大多数市场价格变量中，英语媒体情绪对预测误差方差的解释比例更高；而在政策变量中，中文媒体情绪对变量变化的贡献相对更大，这与第接下来，本文估计了另一类模型设定，即在将情绪指数纳入VAR模型之前，先对VIX指数进行残差化处理。尽管这一处理会机械性地消除情绪指数与全球风险之间的同期相关性，但也施加了相应限制，从而未能纳入本文分析所强调的反馈渠道。由此得到的脉冲响应在定性上仍与基准结果相似，但响应幅度有所减弱，且对于联合传导机制所提供的信息较为有限。因此，本文将这一分析视为稳健性检验，而非首选的模型设定。本文的研究发现对于美国控制变量的不同设定同样具有稳健性。无论是以标普500指数的对数值替代美国新闻情绪指标，还是完全剔除美国控制变量，均不会改变不对称传导模式。市场价格仍主要对英语媒体情绪作出响应，而政策变量在联合冲击下仍呈现放大效应。上述替总体而言，这些检验表明，跨语言的不对称传导以及政策响应的放大效应，并非递归排序或控制变量选择所造成的人为结果，而是跨语言认知差异反映在宏观经济结果中的稳定特征。/gdp/gdp27本文考察不同信息环境中的经济认知差异如何反映在宏观经济动态之中。通过实证检验，我们发现，英语媒体和中文媒体对中国经济形成了系统性不同的叙事。当将这两种特定语言的信息环境纳入同一模型进行分析时，这种分化呈现出显著的不对称性：当中英文媒体情绪同向变动时，政策变量的响应最为强烈；相比之下，市场价格主要对英语媒体情绪作出响应，在控制英语媒体情绪后，中文媒体情绪不再提供独这些发现表明，宏观总量数据中观察到的经济响应，不仅反映了潜在的经济状况，也受到人们理解这些状况时所依赖的信息过滤机制的影响。不同语言和不同国家之间的媒体报道差异，并非仅仅是测量噪声，而是具有实证意义的国际信息摩擦来源。依赖单一、汇总性信息来源的实证研究，可能会将由认知差异引起的变动与其他宏观经济变动混为一谈。当不同语言的信息环境彼此分化时，即便面对相同的经济发展，也可能在政策变量和市场价格中呈现出不同的变化模式，从而增加对宏观经济传导机制进行解释以及比较不同领域响应的难度。尽管本文的实证分析聚焦于中国，但所揭示的机制同样适用于不同受众依赖不同信息中介的情境。通过揭示分化信息在政策领域与市场领域中受到不同程度的重视，本文的研究结果指出了应用国际宏观经济学中一项核心简化假设的局限，即经济信息可以被视为单一且同质的全球信号。随着不同国家和媒体体系之间的信息环境日益分化，在解释跨国宏观经济动态时，将认知差异纳入分析可能变得愈发重要。更一般而言，通常被解读为宏观经济响应差异的现象，可能既反映了潜在经济状况的差异，也反映了认知差异，且后者的重要性并不亚于前者。EconomicPerspectives,31(2017),211-236.(2022),1194-1225./gdp/gdpConneau,Alexis,KartikayKhandelwal,NamanGoyal,VishravChaudharGuzmán,EdouardGrave,MyleOtt,LukeZettlemoye(2007),1-38.43(1993),51-58.(2020),101367.39(2021),859-879.28(2002),587-604.Mankiw,N.Gregory,Ri(2004),129-162.Shapiro,AdamHaleEconometrics,228(2022),221-243.Sims,ChristopherA.,"ImplicationsoJournalofBusiness&EconomicStatistics,38(2020),393-409.本附录完整复现了用于人工标注新闻报道和零样本大语言模型提示词的编码手册。下文为提供给编码员的原始文本，在正式开展大规模标注前完成定稿。在模型训练和评估过程中，未对该文本进行任何实质性修改。英语版和中文版编码手册在结构和编码规则上完全一致，仅在语言表述和示例说明方面存在差异。对原始编码工具的保留，有助于确保基准(ground-truth)标签生成过程的透明性和可复现性。1.对于每篇文章，我们将在两个层面上进行情绪分析：(a)段落层面和(b)文章·在进行文章层面分析时，请务必根据整篇文章确定情绪。2.一个经验法则是，仅当正面或负面的表达是明确的时候，才编码为“正面”或“负面”;否则，编码为“中性/混合”。不要进行推断或过度解读。Q1:文章是否“相关”?通读文章，判断该文章是否涉及中国当前的经济或其前景。判断为相关文章的规则：·文章的主旨是讨论(a)中国的整体经济表现，(b)中国经济的一个或多个指标(例如GDP、贸易、收入、就业、零售销售、通胀等),或(c)中国经济中一个或多个特定行业的表现。·文章讨论的是在中国发生的一个经济事件，该事件可能对另一个国家产生影响。也就是说，文章的焦点可以是其他国家，只要该文章对中国经济有实质性提及。·当中国经济的相关信息出现在标题或首段时，文章极有可能是相关的。然而，当中国经济的相关信息未在标题或首段出现时，这篇文章仍然可能是相关的——此时需·关于中国经济未来的假设性陈述被视为相关(例如，某专家认为中国经济将表现良好)。/gdp/gdp33判断为不相关文章的规则：·文章的焦点是(a)其他一些国家的经济表现，而对中国经济的提及仅是附带性的，或者(b)是关于中国的非经济问题。·我们还应排除不涉及对中国整体具有经济重要性事件的文章。换言之，仅聚焦中国某一个城市或省份经济的文章应被排除，除非这些文章的发展变化明显可能影响整个国家。2.否(编码结束)对于每篇文章，你应该确定三个“段落”的情绪：标题、首段和末段。并且你应该独立确定每个段落的情绪，而不考虑文章的其他部分。1.正面4.该段落未提及中国经济Q3:文章对中国经济的整体情绪倾向是什么?你应该根据整篇文章确定情绪。务必以文章的主要观点/核心故事为依据来确定情绪。记者同时报道积极和消极两方面的信息是十分常见的。因此，在编码时，应以报道给读者留下的整体印象为判断依据。1.正面A.3情绪定义与示例1.段落/文章明确论证或报告中国经济总体上表现强劲、正在加速或正在改善。2.段落/文章对一个或多个经济指标作出正面评价——例如GDP、消费、投资、工业生产、贸易收支、企业盈利、就业、工资、零售销售、通胀等。3.段落/文章对一个或多个特定经济行业作出正面评价例如汽车行业、奢侈品、钢铁行业、煤炭行业、银行业等。4.段落/文章认同中国政府、国际机构或专家的观点，认为中国整体经济、反映经济健康状况的一个或多个关键指标，或某些经济行业的表现良好、加速发展或有所5.段落/文章重复并同意其他报道的观点，认为中国整体经济、反映经济健康状况的一个或多个关键指标，或某些经济行业的表现良好、加速发展或有所改善。6.通常，使用了“稳健”“强劲”“健康”“回暖”“反弹”“超出预期”“快速扩张”和“信心增强”等关键词，并与主要指标搭配在一起，表明对中国经济或其前景的正面情绪。1.段落/文章明确论证或报告中国经济总体上状况不佳、正在恶化或即将恶化。2.段落/文章对一个或多个经济指标作出负面评价——例如GDP、消费、投资、工业生产、贸易收支、企业盈利、就业、工资、零售销售、通胀等。3.段落/文章对一个或多个特定经济行业作出负面评价——例如汽车行业、奢侈品、钢4.段落/文章认同中国政府、国际机构或专家的判断，认为中国整体经济、反映经济健康状况的一个或多个关键指标，或某些经济行业表现较差、状况恶化或呈现下行趋势。5.段落/文章重复并同意其他报道的观点，认为中国整体经济、反映经济健康状况的一6.通常，使用了“收缩”"衰退”“下行”“低于预期”"停滞”"表现不佳”和“危机”等关键词，表明对中国经济或其前景的负面情绪。2.段落/文章纯粹是描述性的(“中性”),引用了最近发布的某些经济指标数字，但没有表明立场。3.段落/文章包含同等程度的正面和负面评价。4.段落/文章重复并同意其他报道的观点，认为中国经济或反映其经济健康状况的关键指标表现不确定，或认为中国经济未来可能走强，也可能走弱。5.情绪倾向应从段落整体内容中推断。只有当文本明确表达正向或负向情绪时，才进/gdp354)相关与不相关文章示例中国有望取代英国成为世界第四大经济体中国制造业指数触及九个月低点中国特斯拉竞争对手蔚来汽车转向政府寻求资响中国工资上涨给墨西哥带来机遇不相关示例1:焦点是与中国相关的其他问题东海博弈中国需求下降导致锯木厂裁员注释：编码员均可获取完整文章内容，并被要求在编码前阅读全文。英语媒体(78家)英语语料库包括78家主要新闻媒体，这些媒体根据发行量、地理覆盖范围和编辑影响力进行筛选。样本涵盖广播、报刊和网络媒体，分布于23个国家和地区，包括英国、美国、中国香港特别行政区、法国、新加坡、印度、澳大利亚、日本等主要媒体市场。完整的媒体名单可向作者索取。3636/gdp相关性分类器在留出测试集(held-outtestset)上达到了较高的准确率，英语和中宏平均F1分数均超过0.90。由于类别分布在很大程度上偏向相关文章，F1分数是比准确率更这一两步流程——相关性过滤后再进行情绪分类——确保情绪指数反映的是对中国经济的报对于英语文章，本文对一个在BookCorpus和英语维基百科语料上预训练的12层Transformer个模型适用于正向、负向和中性三类情绪的分类任务，本文将模型原有的分类层替换为一个随机初始化的线性层，用于将词元表示映射为三个输出洛吉值(log训练样本由新闻标题、首段、末段和完整正文拼接而成，并截断至最多512个词元。每个样本均与人工标注的情绪类别相匹配。随后，本文按照90%和10%的比例，将标注语料划分为训练集和留出测试集，并按情绪类别进行分层抽样，以保证不同数据集中的各类标签比例保本文采用重复分层k折交叉验证，在训练集上进行超参数选择，其中k=5,并重复进行5次。练轮数({3,4,5})。模型选择以验证集上的宏平均F1值为依据，该指标取各折及各次重复结果的平均值。留出测试集不参与超参数选择，从而确保所报告的测试结果能够真实反映模型的样本外预测准确性。为减轻小样本规模和随机权重初始化所引发的微调不稳定问题(Dodgeetal.,2020),本文使用多个随机种子对每组候选参数配置进行训练，并报告不同随机种子下的平均性能。最终选定的模型，是在不同随机种子和各交叉验证折中取得最高平均验证集宏平均F1值的宏平均F1。三个情绪类别各自F1值的非加权平均数。该指标不受各类别在测试集中出现频率的影响，对每个类别赋予相同权重，因此适用于评估类别分布不均衡情况下的模型性能。斯皮尔曼等级相关系数(p)。模型预测的情绪标签与人工标注标签之间的相关系数。计算时，对情绪类别进行有序编码(负向=0,中性=1,正向=2)。即使模型预测的具体类别回归所得的决定系数(R)。该指标用于衡量在连续尺度上，人工标注标签之间的差异有多词典法本文在英语文章上评估了两种基于词典的基准方法。第一种采用LoughranMcDonald(2011)开发的金融情绪词典，该词典根据词语在金融文本中的使用情况，将其划分为正向、负向和中性类别。第二种采用Shapi绪词典，该词典专门用于测量经济新闻中的情绪。两种方法均采用三词窗口处理否定表达。由于这两种方法生成的是连续情绪得分，而非类别预测结果，本文在训练集上对分类阈值进行网格搜索，并将得到的最优阈值应用于测试集，以确保比较的公平性。由于上述词典均基零样本大语言模型并要求模型为每篇文章仅返回一个情绪标签，即正向、负向或中性表B.1报告了监督学习模型、基于词典的方法以/gdp表B.1.留出测试集上的情绪分类性能宏F1XLM-RoBERTa(微调)ClaudeSonnet4(零样本)GPT-4o(零样本)Gemini2.0Flash(零样本)Loughran--McDonald(2011年)Shapiro等人(20