5.1 Vector Auto Regression estimate

5.1 Vector Auto Regression estimates of economic activity and policy uncertainty
We start by estimating a VAR and recovering orthogonal shocks using a Cholesky
decomposition of the following variables: our policy uncertainty index, the log of the
S&P 500 index to control for broader economic conditions, the federal funds rate to
control for interest rates, log employment, and log real industrial production. In our
baseline specification, we run the VAR on monthly data with six monthly lags, and a
monthly time trend.
This approach identifies dynamic relationships among the variables using our
Cholesky ordering and differences in the timing of movements in the variables. So, for
example, it could be that policy uncertainty causes recessions, or that policy uncertainty
is a forward-looking variable that rises in advance of anticipated recessions. With these
caveats in mind, our VAR-based results provide evidence at least of important comovements between our index of policy-related uncertainty and economic activity, with
some suggestive evidence on causation.
Looking at Figure 12, we see that a 112 point innovation in policy uncertainty
(the rise in our policy uncertainty index from 2006 to 2011) is followed by a persistent
fall in real industrial production with a peak negative impact of about -2.5% at 14
months. Similarly, there is a persistent fall in aggregate employment following a policy
uncertainty shocks, with a peak response of 2.3 million jobs after 20 months. These
dynamic responses are substantial, lending support to recent concerns about the
potentially damaging economic consequences of policy uncertainty.
The estimated effects of political uncertainty on output and employment are
robust to several modifications to the VAR specification, Cholesky ordering, and policy
uncertainty index construction. Figure 13 shows the results of a sensitivity analysis for
the industrial production response to policy uncertainty shocks. We consider three
months and nine months of lags rather than six months, reverse the Cholesky ordering
20
used to construct orthogonal shocks, use a version of the policy uncertainty index that
weights all components equally, consider a bivariate VAR with policy uncertainty and
industrial production only, and add the VIX index as the first measure in the VAR to
control for overall economic uncertainty. Robustness results for employment look
similar, with estimated falls of around 2 to 3 million jobs following a policy uncertainty
shock across all the specifications estimated in Figure 13.
Figure 14 considers a VAR-based estimated effect of policy uncertainty shocks on
real GDP and investment using quarterly data from the national income accounts. Using
the same size shock as before, we find a peak estimated effect on GDP of 2.3% after four
quarters. We find a much larger effect on private investment, with a peak decline of 14%
after three quarters. Although based on a different empirical approach, our investment
results are very much in line with the estimated effects of election uncertainty in Julio
and Yook (2010) and Durnev (2010). Consumption (not shown in the figures) also drops
in a similar fashion to GDP, with durable consumption showing a slightly larger drop and
recovery than non-durable consumption.

Kết quả (Việt) 2:

5.1 dự Vector Auto Regression của hoạt động kinh tế và bất ổn chính sách
Chúng ta bắt đầu bằng cách ước tính một VAR và phục hồi chấn động trực giao bằng cách sử dụng một Cholesky
phân hủy của các biến sau: Chỉ số bất ổn về chính sách của chúng tôi, các bản ghi của
chỉ số S & P 500 để kiểm soát các điều kiện kinh tế rộng hơn, lãi suất quỹ liên bang để
kiểm soát lãi suất, việc làm đăng nhập, đăng nhập và sản xuất công nghiệp thực sự. Trong chúng tôi
đặc điểm kỹ thuật cơ bản, chúng tôi chạy VAR trên dữ liệu hàng tháng với sáu trễ hàng tháng, và một
xu hướng thời gian hàng tháng.
Cách tiếp cận này xác định mối quan hệ năng động giữa các biến bằng cách sử dụng của chúng tôi
đặt hàng và sự khác biệt về thời gian của các phong trào trong các biến Cholesky. Vì vậy, cho
ví dụ, nó có thể là sự không chắc chắn chính sách gây ra suy thoái, hoặc không chắc chắn chính sách
là một biến hướng tới tương lai mà tăng lên trước cuộc suy thoái dự đoán. Với những
dữ kiện đó, kết quả VAR-dựa của chúng tôi cung cấp bằng chứng ít nhất của comovements quan trọng giữa chỉ số của chúng tôi không chắc chắn chính sách liên quan đến hoạt động kinh tế, với
một số bằng chứng gợi ý về nhân quả.
Nhìn vào hình 12, chúng ta thấy rằng một sự đổi mới 112 điểm trong không chắc chắn chính sách
(sự gia tăng chỉ số bất ổn về chính sách của chúng tôi 2006-2011) được theo sau bởi một liên tục
sụt giảm trong sản xuất công nghiệp thực sự với một tác động tiêu cực đỉnh khoảng -2.5% lúc 14
tháng. Tương tự như vậy, có một mùa thu dai dẳng trong việc làm tổng hợp sau một chính sách
cú sốc không chắc chắn, với một đáp ứng cao điểm là 2,3 triệu việc làm sau 20 tháng. Những
phản ứng năng động là rất lớn, cho vay hỗ trợ để lo ngại gần đây về các
hậu quả kinh tế có khả năng gây hại của sự không chắc chắn chính sách.
Các tác dụng ước tính của các bất ổn chính trị về sản lượng và việc làm là
mạnh mẽ đến nhiều cải tiến để các đặc điểm kỹ thuật VAR, Cholesky đặt hàng, và chính sách
xây dựng chỉ số bất ổn. Hình 13 cho thấy các kết quả của một phân tích độ nhạy cho
các phản ứng sản xuất công nghiệp với các cú sốc bất ổn chính sách. Chúng tôi xem xét ba
tháng và chín tháng trễ hơn sáu tháng, đảo ngược Cholesky đặt hàng
20
được sử dụng để xây dựng những cú sốc trực giao, sử dụng một phiên bản của các chỉ số không chắc chắn chính sách
trọng tất cả các thành phần bằng nhau, hãy xem xét một VAR hai biến với sự không chắc chắn chính sách và
sản xuất công nghiệp chỉ , và thêm các chỉ số VIX là biện pháp đầu tiên trong VAR để
kiểm soát đối với bất ổn kinh tế tổng thể. Kết quả mạnh mẽ cho việc xem xét
tương tự, với thác ước tính khoảng 2 đến 3 triệu việc làm sau một sự không chắc chắn chính sách
sốc trên tất cả các chi tiết kỹ thuật ước tính trong hình 13.
Hình 14 xem xét một tác động ước tính VAR-dựa của những cú sốc bất ổn chính sách trên
GDP thực tế và đầu tư sử dụng dữ liệu quý từ tài khoản thu nhập quốc gia. Sử dụng
cùng kích thước sốc như trước đây, chúng tôi tìm thấy một đỉnh cao ước tính tác dụng trên GDP là 2,3% sau bốn
quý. Chúng tôi thấy một tác động lớn hơn nhiều vào đầu tư tư nhân, với mức giảm cao nhất là 14%
sau ba quý. Mặc dù dựa trên một phương pháp tiếp cận thực nghiệm khác nhau, đầu tư của chúng tôi
kết quả là rất nhiều phù hợp với các hiệu ứng ước tính của sự không chắc chắn trong cuộc bầu cử Julio
và Yook (2010) và Durnev (2010). Tiêu thụ (không hiển thị trong các con số) cũng giảm
trong một thời trang tương tự như GDP, với mức tiêu thụ bền cho thấy sự sụt giảm lớn hơn một chút và
phục hồi so với mức tiêu thụ không bền.