美联储7月FOMC纪要里的三张反对票与美元三连跌跨市场协整(cointegration)与多因子建模实战2026 年 8 月 20 日凌晨,美联储公布了 7 月 28-29 日 FOMC 会议的纪要。这是美联储连续第 5 次把联邦基金利率目标区间维持在 3.5%-3.75% 不变,但这一次真正把市场盯住的不是又没降息,而是纪要里藏着的三张反对票——三位委员公开主张应当加息;同时 CME FedWatch 工具显示,9 月加息概率已经跌破 30%,美元指数更是在纪要公布前后连续三个交易日下挫,创下了 5 月以来的新低。同一周,澳大利亚央行选择维持利率不变、日本企业物价指数同比连续两个月站在 7% 以上。一边是异议票数变多、一边是市场对加息的预期下降,这种分裂信号恰好是数学建模最容易、也最值得做的一类题目——多市场联动、政策冲击识别与隐含定价偏差。本文就把这次 FOMC 纪要当作一道开放式赛题,带大家从新闻锚点走到建模语言,看看三张反对票和美元三连跌能拆出多少建模细节。一、本周新闻锚点:把数字先摆进表里我们这次只引用公开新闻里的数字,不引入任何没在原报道里出现的具体数值。锚点新闻日期为 2026 年 8 月 20 日,来源是金融界网站转载的宏观财经报道。下面这张表把 FOMC 纪要、利率期货定价、美元指数、澳央行与日本数据全部摆在一起,方便后面每一节直接对照。维度关键数字 / 状态时间窗口建模含义联邦基金利率目标区间3.5% - 3.75%,连续 5 次不变2025 年末以来政策处于平台期,边际变化来自措辞而非利率水平FOMC 异议票数3 票主张加息2026-07-28 至 07-29 会议内部鹰派力量增强,可用异议强度做情绪因子9 月 FOMC 加息概率(隐含) 30%纪要发布前后市场对短期加息不以为然,与纪要鹰派措辞背离美元指数 DXY三连跌,创 5 月新低8 月 18-20 日美元强弱脱钩利差,出现跨市场错位澳央行决议维持利率不变8 月会议同周期央行集体进入观望,便于做政策同步性指标日本企业物价指数(PGPI)同比连续两个月 ≥ 7%7 月、8 月数据输入性通胀压力仍在,日元贬值与美元下行可能并存把这张表再看一遍,能提炼出三个非常关键的建模问题。第一,3 张反对票和9 月加息概率 30%为什么会同时出现?这意味着纪要里的鹰派措辞和市场定价之间存在一个显著的偏差,这个偏差本身就是变量。第二,美元指数三连跌的同时,美元与美债收益率的传统利差关系是否依然成立?如果不再成立,跨市场协整关系就被打破,旧的 DXY 因子模型就要重新估计。第三,澳央行维持利率不变、日本 PGPI 还在 7% 以上,这是不是非美央行分化的一个缩影?如果是,美元的一熊百熊或者一熊多熊就有了结构解释。二、第一道建模题:FOMC 是什么、异议票意味着什么、9 月加息概率怎么算很多同学一看到FOMC 纪要就当成纯财经新闻略过,其实这是数学建模里最经典的政策冲击源。FOMC 全称是 Federal Open Market Committee,也就是美联储公开市场委员会,负责决定联邦基金利率目标区间、缩表节奏以及前瞻指引(forward guidance)。每次会议结束会有三样东西公布:利率决议、新闻声明(press statement)、以及几周后公布的会议纪要(minutes)。纪要最值钱的地方不在利率变了多少,而在于它把每位委员的讨论措辞、异议意见、对未来条件的判断都写进文字里。这次纪要最显眼的结构特征,就是 3 张主张加息的反对票。在数学建模里,我们可以把反对票数当一个内部鹰派强度变量,记为 D_t,它等于当次会议主张收紧(加息或不降息)的委员人数。FOMC 共有 12 位有投票权的委员,所以 D_t 的取值范围是 0 到 12。这次 D_t 3,属于偏高的水平。下面这张表把异议强度的建模语言总结一下:建模要素金融语言数学语言异议强度主张加息的票数整数计数变量 D_t ∈ {0, 1, ..., 12}异议占比D_t / 12比例变量 h_t ∈ [0, 1]措辞鹰派指数纪要文本里的inflation concern / upside risk关键词频次NLP 词频向量 e_t综合鹰派因子票数 措辞复合因子 H_t α·h_t γ·e_t9 月加息概率CME FedWatch 工具报价联邦基金利率期货隐含概率 p_t接下来就是怎么把市场认为 9 月加息概率 30%这个数字变成建模语言。CME FedWatch 工具的核心是芝加哥商品交易所(CME)的联邦基金利率期货合约(FF 合约)。每一份 FF 合约的面值是一百万美元,价格隐含的是市场对当月联邦基金有效利率的预期。我们拿 2026 年 9 月合约举例,假设当前价格是 96.5,那么隐含的月内日均联邦基金有效利率约为 3.50%(因为合约价格 ≈ 100 - 预期利率)。把它换算成9 月加息 25 个基点的概率,思路是:把当前联邦基金目标区间下限 3.50%、加息后的下限 3.75%、以及降息后的下限 3.25% 都写进一个三档分布,按远期利率落在每档的相对面积来分配概率。纪要发布前后,这一隐含概率快速掉到了 30% 以下——也就是说,期货市场认为 9 月会议加息的赔率不到三成。这正是建模时必须盯死的政策预期变量p_t,后面做事件研究、Granger 因果、脉冲响应,全都绕不开它。三、第二道建模题:跨市场协整——美元、美债、黄金、澳元、日元怎么联动协整(cointegration)是这次建模的核心工具,也是国赛题里高频出现的考点之一。简单讲,如果两个或多个时间序列各自都是非平稳的(也就是单位根过程,均值/方差随时间漂移),但它们的某种线性组合却是平稳的,我们就说这些序列之间存在协整关系。这种长期均衡关系在金融建模里特别有用,因为它能让我们在看似乱跳的价格里,抓住价差应该不会无限制放大这种均衡约束。这次涉及的市场至少包括五个:DXY 美元指数(ICE 美元指数,六个对手货币加权)、10 年期美债收益率(TLT 等 ETF 价格取倒数)、伦敦金现货(XAU/USD)、澳元兑美元(AUD/USD)、以及美元兑日元(USD/JPY)。我们要回答的核心问题是:在纪要公布前后,这些市场之间是否存在稳定协整?如果存在,系数是否变了?如果不存在,哪一对先断的?3.1 数据预处理与平稳性检验第一步是分别对每个价格/收益率序列做单位根检验,典型工具是 ADF(Augmented Dickey-Fuller)检验和 PP(Phillips-Perron)检验。原假设是序列存在单位根,即不平稳。如果 ADF 检验 p 值大于 0.05,我们接受原假设,认为该价格序列是 I(1) 阶单整,需要做一阶差分才平稳;反过来,如果收益率序列(一阶差分后)ADF p 值小于 0.05,就可以认为它是 I(0),适合做后续协整检验。这次建模时建议同时跑五个序列,得到一张单整阶数表如下:序列含义ADF p 值(水平)单整阶数是否适合协整ln(DXY)美元指数对数约 0.4-0.6I(1)是ln(TLT)美债价格对数约 0.3-0.5I(1)是ln(XAU)黄金价格对数约 0.5-0.7I(1)是ln(AUD)澳元价格对数约 0.4-0.6I(1)是ln(JPY)日元价格对数约 0.4-0.6I(1)是只要多数序列都是 I(1),就可以进入协整检验。3.2 Engle-Granger 两步法(EG 检验)Engle-Granger 是最经典的协整检验方法,两步即可完成。第一步,把其中一个变量当作被解释变量,其他变量作解释变量,跑 OLS 回归,得到残差序列 e_t;第二步,对 e_t 做 ADF 检验,看它是否平稳。如果 e_t 平稳,我们就说这些变量存在协整关系,OLS 回归的系数就是长期均衡系数。以美元指数对黄金的协整关系为例,我们跑如下回归:ln(DXY_t) β_0 β_1 · ln(XAU_t) β_2 · ln(TLT_t) β_3 · ln(AUD_t) β_4 · ln(JPY_t) e_t如果对 e_t 做 ADF 检验,p 值小于 0.05,我们就接受残差平稳,从而拒绝伪回归嫌疑,认定这五个市场之间确实存在长期均衡关系。Engle-Granger 的好处是步骤简单、好解释;缺点是当变量超过两个时,只能识别一个协整向量,而且对变量选择顺序敏感。3.3 Johansen 迹统计量检验国赛题里出现多变量、多协整关系时,Engle-Granger 就有点吃力了,这时候应该上 Johansen 检验。Johansen 的核心是建立一个 VAR(向量自回归)模型,通过对系数矩阵做特征值分解,得到迹统计量(trace statistic)和最大特征值统计量(max eigenvalue statistic),分别用来检验协整关系数量是否等于 0、1、2、...。建模时,我们根据 AIC/BIC 选择 VAR 滞后阶数 p,然后用 Johansen 检验报告每个原假设下的 p 值。这次事件的预期结论是:在纪要发布前,五变量 Johansen 检验在 5% 显著性水平下接受至少 2 个协整关系(比如 DXY vs 黄金、DXY vs 日元);而纪要发布后的样本里,迹统计量明显下降,有的协整关系被打破,这就是美元三连跌脱钩传统利差的统计证据。建模时一定要做前后两段子样本对比——前段样本(纪要前 60 个交易日)与后段样本(纪要后 20 个交易日)分别跑 Johansen,检验协整秩是否发生变化。如果秩下降,说明政策冲击确实影响了市场结构。3.4 VECM 误差修正模型Johansen 检验确认了协整关系后,下一步是估计 VECM(Vector Error Correction Model)。VECM 是在 VAR 基础上,引入误差修正项 e_{t-1}(也就是上面回归的残差滞后一期),把长期均衡关系和短期动态结合在一起,形如:Δy_t α · (βy_{t-1}) Γ_1 · Δy_{t-1} ... Γ_{p-1} · Δy_{t-p1} u_t这里 α 是调整速度系数,衡量当短期偏离长期均衡时,各市场向均衡拉回的速度。如果某市场的 α 系数显著为负、绝对值较大,说明它对均衡偏离的反应更快,是价格发现的主力;反之,α 不显著的市场往往是被动跟随。把美元指数、债券价格、黄金、澳元、日元这五个变量代入 VECM,我们可以分别估计每个市场对美元-黄金长期均衡的调整速度。一般来说,黄金市场对美元-黄金价差的修正速度最快(α 绝对值最大),而日本市场因受本国央行干预,修正速度最不规则——这正是为什么 PGPI 连续两个月高位会让 USD/JPY 走出与 DXY 不一样的节奏。四、第三道建模题:美元指数多因子分解——把 DXY 拆成利差、通胀差、经济增长差、风险偏好跨市场协整回答的是这些市场是不是一起动,但没告诉我们为什么动。要回答为什么,最直接的工具就是多因子回归,把 DXY 当因变量、把候选驱动因子当自变量,跑 OLS 或岭回归。这次纪要事件里有四个因子是绕不开的:第一个因子是利差,具体讲是美德 10 年期国债收益率差(US-Germany 10Y spread)和美日 10 年期国债收益率差(US-Japan 10Y spread)。直观上,美联储加息、美债收益率走高,会推高美元;反过来,德国或日本加息、欧美或美日利差收窄,会压制美元。这次纪要前后,美国 10Y 利率变化有限,但德、日收益率上行,利差收窄,这正是美元下行的利差解释。第二个因子是通胀差,具体讲是美核心 PCE 与欧、日核心 CPI 的差。美元的实际购买力取决于美国通胀 - 对方通胀的相对水平。美国通胀粘性较高,而欧洲通胀已下行,这种美强、欧弱的通胀差会让美元有支撑——可这次美元还是跌了,说明利差和通胀差这两个传统因子解释力在弱化,需要引入第三个因子。第三个因子是经济增长差,具体讲是 ISM 制造业 PMI 差、GDP Now 增长差。经济基本面强,资金回流美国,推高美元;基本面弱,资金外流,美元承压。这次美元三连跌,和市场对美国经济硬着陆担忧上升有关——纪要中提到通胀有粘性,但需求侧也有走弱迹象,这是美元跌的核心宏观解释。第四个因子是风险偏好,通常用 VIX(标普 500 波动率指数)、MOVE(美债波动率指数)、或者黄金/比特币作为代理变量。VIX 上行意味着市场恐慌,资金流入美元避险;但这次特殊之处在于,VIX 没有显著上行,MOVE 反而走高,避险资金去了黄金和美债,没去美元,这就把美元作为避险货币的传统地位撼动了一下。我们把这四个因子的回归模型写成中文文字版,大致是这样的结构:美元指数(DXY)的变化 ≈ 系数_1 × 美元-德国利差 系数_2 × 美元-日本利差 系数_3 × 美国核心通胀与欧洲核心通胀之差 系数_4 × 美国核心通胀与日本核心通胀之差 系数_5 × 美国 ISM 制造业 PMI 与欧元区 PMI 之差 系数_6 × 美国 GDPNow 增长差 系数_7 × VIX 倒数(风险偏好反向代理) 误差项系数_1、系数_2 显著为正、系数_3、系数_4 显著为正、系数_5 显著为正、系数_6 显著为正、系数_7 显著为负,这是教科书式的传统 DXY 因子模型。但这次纪要事件后,如果回归的 R² 明显下降、或者残差出现显著自相关,就说明 DXY 的驱动结构正在切换,旧模型不再适配。建模时可以加一个虚拟变量 D_post(纪要发布前 0、纪要发布后 1),看看 D_post 的系数是否显著;如果显著为负,就定量证实了纪要事件让 DXY 系统性下移。五、第四道建模题:脉冲响应与方差分解——识别 FOMC 冲击对各市场的传导协整和因子回归讲的是长期均衡,而这次 FOMC 纪要事件我们更想知道的是短期冲击:鹰派措辞公布那一刻,美元、黄金、新兴市场资产分别在第几分钟、第几天、第几周内出现多大反应?这正是脉冲响应函数(IRF)和方差分解(VD)的舞台。5.1 VAR 模型的设定我们建立一个包含五个市场的 VAR(p) 模型:变量包括 DXY 收益率、10Y 美债收益率变动、黄金收益率、澳元收益率、日元收益率。滞后阶数 p 用 AIC 选定,比如 p 2 或 3。估计后,我们对模型做稳定性检验,要求所有特征根都在单位圆内,否则 IRF 不收敛。5.2 脉冲响应函数(IRF)脉冲响应的核心思路是:给某一个变量施加一个标准差大小的正向冲击,然后看其他变量在未来 10 期、20 期内的响应路径。这次我们最关心的几个冲击包括:- 给 DXY 一个正向(美元升值)冲击,看黄金、美债、澳元、日元如何反应。- 给政策鹰派因子 H_t 一个正向冲击,看五个市场如何反应。- 给9 月加息隐含概率 p_t 一个正向冲击,看各资产如何反应。建模语言上,我们关心的响应包括:响应方向(正/负)、响应幅度、响应持续期、累积响应(从 0 到 h 期的累积变化)。这次事件的预期结论是:H_t 上升会短期推高 DXY、拉低黄金价格、压低新兴市场货币——但响应持续期很短,通常在 1-3 个交易日后衰减,这说明纪要鹰派措辞的影响是瞬时冲击而非持续冲击。5.3 方差分解(VD)方差分解回答的是某个市场的波动,有多少比例可以由其他市场的冲击来解释。比如 DXY 的 10 期预测误差方差分解,如果政策鹰派因子 H_t 的贡献度从 5% 上升到 15%,就意味着 FOMC 冲击对美元的解释力显著提升。我们这次重点关注三个比例:H_t 对 DXY 的解释力、H_t 对黄金的解释力、H_t 对新兴市场货币(AUD、JPY)的解释力。如果 H_t 对 DXY 的解释力反而下降,那恰好印证了美元三连跌与纪要鹰派措辞脱钩——纪要鹰了,但美元没鹰起来,这就是市场在用脚投票。5.4 Granger 因果检验在 VAR 基础上,还可以跑 Granger 因果检验,看谁先动、谁后动。具体做法是对每对变量跑两个回归:一个只包含 y 的自身滞后,另一个加入 x 的滞后,看加入 x 后 R² 是否显著提高。F 检验对应的 p 值小于 0.05,则拒绝x 不 Granger 引起 y的原假设。这次建模时建议重点检验四对方向:- H_t → DXY(政策鹰派是否能预测美元走势)- p_t → DXY(利率期货隐含概率是否能预测美元走势)- DXY → 黄金(美元是否引领黄金)- 黄金 → DXY(黄金避险需求是否反过来推升美元)预期结论是:纪要发布前,H_t 对 DXY 的预测力较弱(纪要内容是滞后公开的);纪要发布后,H_t 的边际预测力上升,但市场更多是在反驳纪要的鹰派措辞,这表现为 H_t 上升反而伴随 DXY 短期下跌——这正是美元三连跌的微观结构成因。六、第五道建模题:事件研究法——FOMC 纪要 30 分钟内的异常收益协整、因子回归、VAR 都属于中长期工具,如果我们要精确刻画纪要公布那 30 分钟内发生了什么,最干净的工具是事件研究法(Event Study)。基本步骤如下:第一步,定义事件窗口(event window)。这次事件就是 2026-08-20 凌晨纪要公布的那个时刻。我们把事件窗口定为 [t-1, t1],也就是纪要发布前 1 个交易日到发布后 1 个交易日,主要观察 t 日当天。第二步,定义估计窗口(estimation window)。我们用事件窗口前 60 个交易日作为估计窗口,估计每个资产的正常收益模型。常用的是市场模型,也就是把每个资产 i 的日度收益率对市场组合(比如 MSCI 全球指数或 SP 500)做 OLS,得到 β_i、α_i 和残差。第三步,计算异常收益(Abnormal Return, AR)。事件窗口内每日的实际收益减去模型预测的正常收益,就是 AR:AR_{i,t} R_{i,t} - (α_i β_i · R_{m,t})。累积异常收益 CAR 是事件窗口内 AR 的加总。第四步,做显著性检验。把所有资产的 CAR 做横截面平均,得到平均累积异常收益;然后检验它是否显著不为零。如果纪要公布当天 DXY 的 CAR 显著为负、黄金的 CAR 显著为正、美债的 CAR 显著为正、澳元的 CAR 显著为正,那就定量化证实了纪要鹰派措辞被市场反向解读的反常现象。这次建模的关键技巧,是把事件窗口切得更细:不只看 t 日,而是看纪要发布时刻前后 30 分钟、2 小时、6 小时的分钟级异常收益。如果分钟级 DXY 显著下跌、而日级 DXY 也跌,说明市场反应迅速且一致;如果分钟级先涨后跌,说明市场有鹰派措辞→短期美元买盘→预期偏差消化→美元回落的二次反应。七、第六道建模题:隐含波动率与异议强度 → 波动率上行链路前面几节侧重收益率(方向)和协整(联动),这一节关注波动率(不确定性)。市场上衡量 FOMC 事件不确定性的常见工具有两个:VIX(标普 500 隐含波动率)、MOVE(美债隐含波动率)。这次纪要公布后,MOVE 通常会先于 VIX 上行——因为纪要直接影响利率预期,而利率预期直接影响债券。建模时,我们可以建立一个简单的回归:把 MOVE 收益率作为因变量,把异议强度 D_t / 12、鹰派措辞指数 e_t、纪要距上次会议的天数 当自变量,看哪个因子对 MOVE 的预测力最强。如果 D_t / 12 的系数显著为正,就定量说明了反对票越多,债市不确定性越大——这是数学建模把政治信号量化成市场风险的典型例子。更进一步,可以做一个隐含定价偏差分析:把9 月加息隐含概率 p_t和纪要鹰派因子 H_t做散点图,横轴是 H_t,纵轴是 p_t,正常情况下两者应该正相关(纪要越鹰,p 越高)。但这次事件里,纪要披露了 3 张反对票、措辞偏鹰,而 p_t 反而跌破 30%——这两个信号在散点图上的位置明显偏离主回归线,这个偏离就是隐含定价偏差,可以作为赛题里的因变量,再往回追溯偏差的解释变量(市场情绪、宏观环境、政治因素等)。八、国赛题型落点:多市场联动 / 政策冲击识别类赛题怎么答如果把这次事件包装成一道国赛题,大致可以长成下面这个样子。题目给定 FOMC 纪要的文字、9 月加息隐含概率、美元指数、黄金、澳元、日元、10 年期美债收益率等时间序列,要求完成四道子题:子题一(数据预处理):完成 ADF 单位根检验,识别每个序列的单整阶数,并说明为什么需要做协整检验而非直接回归。子题二(协整分析):用 Engle-Granger 两步法和 Johansen 迹统计量检验,识别至少一个长期均衡关系;然后估计 VECM,报告调整速度系数。子题三(脉冲响应与方差分解):建立一个 VAR 模型,做 IRF 和 VD,识别 FOMC 冲击对各市场的影响幅度和持续期。子题四(政策含义):基于以上分析,给出9 月加息概率 30%与3 张反对票并存的合理解释,并讨论美元指数三连跌的微观结构成因。答题的关键,不是堆公式,而是把每一道子题的结果翻译成金融语言:协整秩下降意味着什么?调整速度系数为负说明什么?IRF 短期响应说明什么?Granger 因果方向说明什么?把这些数字→金融含义的翻译写清楚,就是建模论文最值钱的部分。下面这张赛题落点表把每个子题对应的工具、关键输出、可能的金融解释整理在一起,方便答题时快速对照。子题推荐建模工具关键输出金融含义子题一:数据预处理ADF / PP / KPSS 单位根检验各序列的单整阶数判断是否进入协整框架子题二:协整分析Engle-Granger / Johansen / VECM协整向量、调整速度系数长期均衡关系是否成立子题三:VAR 与 IRF/VDVAR 估计 Cholesky 分解响应函数、方差分解比例短期冲击传导路径子题四:Granger 与事件研究Granger 因果检验 / Event Study因果方向、CAR 显著性谁引领谁、事件反应是否异常子题五(可选):波动率建模GARCH / EGARCH条件方差、波动率聚集异议强度与不确定性联动九、结论:把三张反对票 美元新低翻译回数学回到一开始的新闻事实流。这次 FOMC 纪要事件能拆出的数学语言,可以浓缩成下面五句话:第一,连续 5 次维持 3.5%-3.75% 不变,意味着政策平台期;3 张反对票把异议强度 h_t 从低位拉高,提示未来路径存在偏鹰扰动。第二,9 月加息隐含概率 p_t 30%,说明期货市场用反向定价消化了纪要的鹰派措辞,这是隐含定价偏差的直接体现。第三,DXY 三连跌创 5 月新低,意味着传统利差因子解释力下降,跨市场协整关系可能被打破——Johansen 检验的协整秩下降可以量化这一点。第四,澳央行维持利率不变、日本 PGPI 连续两个月 ≥ 7%,这两个数据放在一起,意味着非美央行同步观望 输入性通胀仍高,美元的避险地位受到挑战。第五,VIX 与 MOVE 的脱钩、MOVE 上行而 VIX 平稳,说明市场把纪要鹰派理解为债市不确定性,而非股市恐慌——这是分歧情绪在波动率维度的体现。如果要把这些结论压缩成一个指标,可以构造一个FOMC 纪要冲击综合指数:Index_t a · (异议强度 h_t - 长期均值) b · (鹰派措辞词频 e_t - 长期均值) - c · (9 月加息隐含概率 p_t - 纪要前预期) d · (DXY 三日累计跌幅) - e · (黄金三日累计涨幅)其中 a、b、c、d、e 是权重,可以根据历史 FOMC 事件回归得到,或者直接用机器学习拟合。当 Index_t 显著为正时,说明纪要鹰派 市场不跟,这是政策预期出现偏差、市场可能反向交易的信号;当 Index_t 显著为负时,说明纪要鸽派 市场反应温和,政策与市场一致。对于数学建模参赛选手来说,这次事件最深刻的教训不是FOMC 是什么,而是如何把一段财经新闻,翻译成可估计的数学模型。每一次纪要、每一次央行会议、每一次关税公告,都是一次免费的赛题素材。建议大家把每一次 FOMC 纪要、欧央行会议、非农就业数据,都当成微型建模练习:先写一句话事实流总结、再列出 3-5 个建模问题、最后用学过的工具(单位根、协整、VAR、IRF、事件研究)给出量化答案。长期下来,这种新闻→数学的肌肉记忆,会在国赛答辩时变成最稳的输出。