[en] LEADERSHIP IN POLICY-MAKING: EVIDENCE FROM FOMC SPEECHES

[pt] LIDERANÇA NA FORMULAÇÃO DE POLÍTICAS: EVIDÊNCIA DE DISCURSOS DO FOMC

[pt] FRANCESCO BRANDÃO FERREIRA DE CARLI

[pt] POLITICA MONETARIA

[pt] LIDERANCA

[pt] AGREGACAO DE INFORMACAO

[en] MONETARY POLICY

[en] LEADERSHIP

[en] INFORMATION AGGREGATION

[pt] Nós estudamos liderança na formulação de políticas utilizando como contexto particular o Federal Open Market Committee (FOMC). Nós utilizamos dados de todos os discursos de membros do FOMC entre 2000 e 2024 e algoritmos de processamento de linguagem natural para construir medidas de taxas de juros sinalizadas por sua comunicação. Nós utilizamos resíduos dessas taxas de juros estimados de funções de reação de Taylor como nossa medida dos choques dos discursos. Nossa estratégia de identificação utiliza pequenas janelas de dias ao redor dos discursos dos membros para estimar seus efeitos no posicionamento de outros discursos. Primeiro, nós mostramos que o Chairman influencia outros membros do comitê, principalmente os menos experientes. Nós também encontramos que essa influência aumenta consideravelmente durante períodos de incerteza elevada. Em seguida, nós decompos o conteúdo dos discursos para estudar mecanismos. O Chair lidera principalmente quando sugere a trajetória apropriada das taxas de juros. Por outro lado, tanto o Chairman como os Presidentes Regionais influenciam os outros membros quando discutem sobre a atividade econômica. Esses resultados são consistentes com um mecanismo de agregação de informação e explicados por um modelo simples de Aprendizado Bayesiano.

[en] We study leadership in policy-making using the Federal Open Market Committee as a particular setting. We leverage data on all FOMC members speeches from 2000 to 2024 and natural language processing algorithms to construct measures of desired interest rates signalled by their communication. We use residuals of these interest rates estimated from Taylor reaction functions as our measure of speeches shocks. Our identification strategy uses narrow windows of days around members speeches to estimate their effect on other members policy stance. First, we show that the Chairman influences other committee members, mainly those less experienced. We also find that this influence greatly increases during periods of high uncertainty. Next, we decompose the content of the speeches to study mechanisms. The Chair leads mainly when suggesting the appropriate policy path of interest rates. On the other hand, both the Chairman and Regional Presidents influence other members when speaking about the economic activity. These findings are consistent with an information aggregation mechanism and explained by a simple Bayesian Learning Model.

CARLOS VIANA DE CARVALHO

CARLOS VIANA DE CARVALHO

LUCAS ALVES ESTEVAM DE LIMA

MIGUEL MARIA CHARTERS DE OLIVEIRA BANDEIRA DA SILVA

2025-07-28

2025-04-07

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=71918@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=71918@2

https://doi.org/10.17771/PUCRio.acad.71918