3. EVALUATING OUR POLICY UNCERTAINT

3. EVALUATING OUR POLICY UNCERTAINTY MEASURE
Before examining our index any further we first evaluate to what extent it
provides an accurate and unbiased measure of policy uncertainty. In summary, we
provide data that suggests we have a measure of economic policy uncertainty, that while
noisy, does match up to what a human reader would call policy uncertainty, is consistent
over time with other measures of policy uncertainty like the frequency of the word
“uncertain” in the FOMC Beige Book and the number of stock-market jumps driven by
policy news, and does not appear to be heavily impacted by newspaper political slant.
3.1 The Human News Audit
One approach evaluating our data was to undertake a human audit of 3,500
articles from our 10 newspaper to compare the results from a human reading of the
articles to our computerized algorithm.
To perform this we started by generating the universe of all articles from the Los
Angeles Times, New York Times, Dallas Morning News, San Francisco Chronicle, and
Miami Herald that contained the words “uncertain” or “uncertainty” and “economic” or
“economy”, as this is the population of papers that could potentially be about policy
uncertainty9. These particular papers were chosen because they provided full on-line
access to the articles (rather than just search result counts).10 From this set we then
randomly selected 10 articles each month from January 1985 until June 2012.
These 3,500 articles were then individually read by a team of 5 undergraduates to
evaluate them on a range of criteria, most importantly if they were about “economic
policy uncertainty” (EPU=1). To define this we generated a 49 page PowerPoint audit
guide (see www.policyuncertainty.com/Audit_Guide.pptx), which provided a set of
9
We could of coursed used the whole universe of articles, but since few articles in newspapers are
potentially about policy uncertainty – most are about non-policy news, business news, entertainment,
sports, weather etc – it seemed to efficient to somewhat narrow down the audit population in advance.
10
These newspapers allowed us to open and read the full text of any article since 1985. The other
newspapers provided search results, including the number of articles and the headlines arising from each
search query, but not the ability to read the full article. For our policy uncertainty index we only need
article counts in response to our search query for each month.
11
detailed rules for defining policy uncertainty, pre-coded example articles, frequently
asked questions, and how to deal with difficult to define articles.11
Our key definition was that an article was about policy uncertainty if it remarked
about any policy-related aspects of economic uncertainty, even briefly, including:
1. Uncertainty over who will make future economic policy decisions (e.g.
presidential and congressional elections or political appointments)
2. Uncertainty over what and when economic policies will be undertaken (e.g.
when and by how much taxes will increases)
3. Uncertainty over the economic effects of past, present and future policy actions
(e.g. the eventual impact of TARP or QE3)
Auditors were given articles in a random order to ensure that no learning effects
occur over the sample, and each auditor had an overlap of 1/5 of their articles with other
auditors so we could cross-check the audit consistency. In summary, we found that the
average correlation between the EPU measures of any two of our audit team members
was 0.76, confirming the audit process was consistent and reliable.
With this audit we did two pieces of analysis. First, we ran a search across all
~28,000 permutations of 4 or more combinations of the likely policy words we had
identified from our newspaper human reads. This list included terms such as “regulation,
budget, spending, policy, deficit, tax, federal reserve, government, congress, senate,
president, legislation, government spending, government policy, veto, and federal
spending”, and was selected words that frequently appeared in articles which we read as
discussing policy uncertainty. We then evaluated this set of 28,000 permutations
primarily along two dimensions: (A) ratio of false positives (how many articles that our
human audit coded as EPU=0 the computer search coded as EPU=1) and (B) ratio of
false negatives (how many articles that our human audit coded as EPU=1 our computer
search coded as EPU=0). We selected the set of words with the lowest combined ratio of
false positives and false negatives, as shown in Figure 7. This was the set ‘congress’,
‘deficit’, ‘federal reserve’, ‘legislation’, ‘regulation’ or ‘white house’.
11
This auditing guide and process itself was developed by two prior rounds in which we (the authors)
audited first 200 articles, and then had two undergrads audit around 1800 articles.
12
The second piece of analysis was to compare our human audited data and the
actual data individually and as a data series over time. The match-up was extremely
good: the index of economic policy uncertainty from our human audit had a correlation of
0.59 with our computerized series at the monthly level and 0.7 at quarterly level (with
3,500 articles we have samples of only 10.6 articles per month), suggesting out
computerized audit does a good job of tracking over trends.
3.2 Beige Book Analysis
A second method of evaluating our economic policy uncertainty index is to
examine this alongside the frequency that the word “uncertainty” in the Federal Open
Market Committee’s (FOMC’s) Beige Book. The Beige Book has been issued about
every six weeks, two weeks before each regularly scheduled FOMC meeting, since
October 1983. It is a 15,000 word summary of the options of contacts with the regional
Federal Reserve Boards around the country, based on their business contacts and local
perspectives. We count the frequency of the word “uncertain” (which includes all stems
like “uncertainty”) appearing in the Beige Book. We also had an undergraduate read
through the beige book and categorize every appearance of the word uncertainty into a
“policy” or “non-policy” context, and if it was a policy context what policy is referred to.
In Figure 8 we have plotted the frequency of uncertainty mentions and “policy
context” uncertainty mentions in the Beige Book since 1983Q4. It is very clear the
frequency of uncertainty arising in the Beige Book shows a very similar pattern to our
overall EPU index (correlation=0.802), with high levels post 2008 and smaller spikes
after Gulf War I, II and 9/11. This suggests that when our policy uncertainty index
registers high policy uncertainty the FOMC Beige Book discusses this frequently,
suggesting it is a real concern of participants in their informal survey of business
contacts. Interestingly, the policy subcomponent has increased even more sharply since
2008, suggesting a large share of the overall increase in uncertainty that the Beige Book
is picking up is policy related.
13
3.3 Stock-market jump analysis
A third method of evaluating our EPU index is to compare this to the factors
underlying large jumps in the stock-market. The idea is that if policy uncertainty is
higher, we would expect policy news to play a more important role in driving the stock
market. For example, this would arise from a model in which the stock-market index (X)
follows a geometric Brownian motion with stochastic volatility:
dXt = μdt + σEt-1dwEt + σPt-1dwPt where dwit ~ N(0,1), i=E or P (1)
where μ is the long-run trend, σEt-1 is economic uncertainty, dwEt are economic shocks,
σ
P
t-1 is policy uncertainty and dwPt are the policy shocks. Then, when policy uncertainty
(σPt-1) is higher we should also expect to see more jumps in the stock-market (X) driven
by policy shocks.
To evaluate this claim, we examined the New York Times on the day after any
movement of the S&P 500 index of greater than 2.5% up or down. Overall, since 1980,
there have been about 290 such large movements, with 120 of them in just the last 4 years
alone. From the New York Times, we find the article explaining the previous day’s large
stock market movements – which almost always exists because jumps of 2.5% or more
are rare events (for example there were none from 2004 to 2006) – and examine the
reason provided for the jump.
We then allocate each reason to broad categories such as macroeconomic news
(e.g. unemployment figures or GDP growth data), earnings or profit reports, or policyrelated reasons such as government announcements about new regulations, taxes, or
fiscal policy.
This is shown in Table 1, displaying a clear increase is the number and share of
stock-market jumps associated with policy since 2008. Not surprisingly, this stockmarket measure of policy uncertainty is also strongly correlated with our EPU index
(0.67 on an annual basis). This suggests that many of the same policies that drive our
EPU index upwards are also driving an increasing share of large movements in the stock
market.
One concern is the reliability of our methodology of using the following days
New York Times to identify the causes of stock-market jumps. In Baker, Bloom and
Davis (2013) we investigate this in detail – showing the results are very similar using a
14
number of other newspapers, like the Wall Street Journal, LA Times, Boston Globe and
the Washington Post. We also extend this data back across time and across countries, and
again find a very close correspondence between our policy uncertainty measures in
different countries and the number of stock-market jumps attributed to policy.
3.4 Evaluating Political Slant
Another concern over economic policy uncertainty index is the potential for
political slant in the new media. For example, it could be that the press is right or left
wing leaning, and so tends to over or under emphasize policy uncertainty depending on
the part of the President and/or Congress.
To evaluate this we split our 10 newspapers index i

Kết quả (Việt) 1:

3. ĐÁNH GIÁ ĐO CỦA CHÚNG TÔI KHÔNG CHẮC CHẮN CHÍNH SÁCHTrước khi kiểm tra chỉ số của chúng tôi bất kỳ xa hơn chúng tôi lần đầu tiên đánh giá đến mức độ nào đócung cấp một thước đo chính xác và không thiên vị của sự không chắc chắn chính sách. Tóm lại, chúng tôicung cấp dữ liệu cho thấy chúng tôi có một biện pháp của sự không chắc chắn chính sách kinh tế, thời gian đóồn ào, phù hợp lên đến những gì một độc giả của con người sẽ kêu gọi sự không chắc chắn chính sách, là phù hợpqua thời gian với các biện pháp của sự không chắc chắn chính sách như tần số của từ"không chắc chắn" trong cuốn sách màu be FOMC và số lượng các thị trường chứng khoán nhảy lái xe củatin tức chính sách, và dường như không bị ảnh hưởng nặng nề bởi tờ báo chính trị nghiêng.3.1 kiểm toán của con người tin tứcMột cách tiếp cận đánh giá dữ liệu của chúng tôi là để thực hiện một kiểm toán của con người của 3.500Các bài viết từ chúng tôi tờ báo 10 để so sánh kết quả từ một đọc của con người của cácBài viết với thuật toán trên máy vi tính của chúng tôi.Để thực hiện điều này, chúng tôi bắt đầu bằng cách tạo ra vũ trụ của tất cả các bài viết từ các LosAngeles Times, tờ New York Times, Dallas Morning News, San Francisco Chronicle, vàMiami Herald có chứa các từ "không chắc chắn" hoặc "sự không chắc chắn" và "kinh tế" hoặc"kinh tế", như thế này là dân số giấy tờ mà có thể có tiềm ẩn về chính sáchuncertainty9. Các giấy tờ đặc biệt được chọn bởi vì họ cung cấp đầy đủ trên mạngtruy cập vào các bài viết (chứ không phải là chỉ tìm kiếm kết quả tính).10 từ điều này đặt chúng tôi rồilựa chọn ngẫu nhiên 10 bài viết mỗi tháng từ tháng 1 năm 1985 cho đến tháng 6 năm 2012.Những bài viết 3.500 đã được sau đó cá nhân đọc bởi một đội ngũ 5 sinh viên đại học đểđánh giá họ về một loạt các tiêu chí, quan trọng nhất đã được về "kinh tếkhông chắc chắn chính sách"(EPU = 1). Để xác định điều này, chúng tôi tạo ra một trang 49 PowerPoint kiểm toánhướng dẫn (xem www.policyuncertainty.com/Audit_Guide.pptx), mà cung cấp một tập hợp các9Chúng tôi có thể coursed được sử dụng cả vũ trụ của bài viết, nhưng kể từ khi vài bài viết trên báo chícó khả năng về sự không chắc chắn chính sách-hầu hết là về phòng không chính sách tin tức, tin tức doanh nghiệp, vui chơi giải trí,thể thao, thời tiết vv-nó có vẻ đến hiệu quả để hơi hẹp dân kiểm toán trước.10Các Nhật báo cho phép chúng tôi để mở và đọc toàn bộ nội dung của bất kỳ bài báo từ năm 1985. Khácbáo cung cấp kết quả tìm kiếm, bao gồm số lượng các bài báo và các tiêu đề phát sinh từ mỗitruy vấn tìm kiếm, nhưng không có khả năng để đọc toàn bộ bài báo. Đối với chỉ số không chắc chắn chính sách của chúng tôi chúng tôi chỉ cầnBài số lần để đáp ứng với truy vấn tìm kiếm của chúng tôi cho mỗi tháng.11Các quy định chi tiết để xác định chính sách không chắc chắn, các bài viết trước khi mã ví dụ, thường xuyêncâu hỏi, và làm thế nào để đối phó với khó khăn để xác định articles.11Định nghĩa chính của chúng tôi là một bài viết là về chính sách không chắc chắn nếu nó nhận xétvề bất kỳ chính sách liên quan đến khía cạnh của kinh tế không chắc chắn, ngay cả một thời gian ngắn, bao gồm:1. không chắc chắn hơn những người sẽ đưa ra quyết định chính sách kinh tế trong tương lai (ví dụ:cuộc bầu cử tổng thống và quốc hội hoặc chính trị cuộc hẹn)2. không chắc chắn về những gì và khi các chính sách kinh tế sẽ được thực hiện (ví dụ:Khi và làm thế nào nhiều thuế sẽ tăng)3. không chắc chắn về những tác động kinh tế của quá khứ, hiện tại và tương lai hành động chính sách(ví dụ như tác động cuối cùng của TARP hoặc QE3)Kiểm toán viên đã được đưa ra bài viết theo một thứ tự ngẫu nhiên để đảm bảo rằng không có tác dụng học tậpxảy ra trong mẫu, và mỗi kiểm toán viên có sự chồng chéo của 1/5 của bài viết của mình với kháckiểm toán viên vì vậy chúng tôi có thể chéo-kiểm tra sự thống nhất kiểm toán. Tóm lại, chúng tôi thấy rằng cácTrung bình tương quan giữa các biện pháp EPU của bất kỳ hai của các thành viên đội ngũ kiểm toánlà 0,76, xác nhận quy trình kiểm toán đã được nhất quán và đáng tin cậy.Với kiểm toán này, chúng tôi đã làm hai phần của phân tích. Trước tiên, chúng tôi chạy một tìm kiếm trên tất cả~ 28.000 các hoán vị của 4 hoặc nhiều hơn kết hợp của các từ có khả năng chính sách chúng tôi đã cóxác định từ chúng tôi lần đọc tờ báo của con người. Danh sách này bao gồm thuật ngữ như "quy định,ngân sách, chi tiêu, chính sách, thâm hụt, thuế, dự trữ liên bang, chính phủ, congress, Thượng viện,Tổng thống, Pháp luật, chi tiêu chính phủ, chính sách chính phủ, quyền phủ quyết, và liên bangchi tiêu", và đã được lựa chọn từ thường xuyên xuất hiện trong bài viết mà chúng tôi đọc nhưthảo luận về sự không chắc chắn chính sách. Sau đó chúng tôi đánh giá này tập hợp các 28.000 hoán vịchủ yếu dọc theo hai kích thước: (A) tỷ lệ dương tính giả (bao nhiêu bài viết mà chúng tôicon người kiểm toán mã hoá như EPU = 0 tìm máy tính mã hóa như EPU = 1) và (B) tỉ lệsai tiêu cực (bao nhiêu bài viết của chúng tôi kiểm toán nhân mã hoá như EPU = 1 máy tính của chúng tôiTìm mã hoá như EPU = 0). Chúng tôi chọn tập hợp từ với tỷ lệ thấp nhất kết hợp củasai tích cực và tiêu cực sai, như được hiển thị trong hình 7. Đây là tập hợp 'Đại hội','thâm hụt', 'dự trữ liên bang', 'luật', 'điều chỉnh' hoặc 'nhà trắng'.11Này kiểm định hướng dẫn quá trình tự nó đã được phát triển bởi hai vòng trước trong đó chúng tôi (tác giả)kiểm tra bài viết đầu tiên 200, và sau đó đã có hai undergrads kiểm toán khoảng 1800 bài viết.12Phần thứ hai của phân tích là so sánh dữ liệu được kiểm toán của con người và cácdữ liệu thực tế cá nhân và như là một loạt các dữ liệu theo thời gian. Phù hợp-up vô cùngtốt: chỉ số của sự không chắc chắn chính sách kinh tế từ chúng tôi kiểm toán của con người có một mối tương quan của0,59 với series của chúng tôi trên máy vi tính ở cấp độ hàng tháng và 0,7 độ hàng quý (với3.500 bài viết chúng tôi có mẫu của các bài viết chỉ 10.6 mỗi tháng), đề xuất ratrên máy vi tính kiểm toán hoạt động tốt theo dõi trong xu hướng.3.2 cuốn sách màu be phân tíchMột phương pháp thứ hai đánh giá chỉ số không chắc chắn chính sách kinh tế của chúng tôi làkiểm tra này cùng với tần số đó từ "không chắc chắn" trong liên bang mởThị trường cuốn sách màu be Ủy ban (FOMC). Cuốn sách màu be đã được ban hành vềmỗi sáu tuần, hai tuần trước khi mỗi thường xuyên theo lịch trình cuộc họp FOMC, kể từ khiTháng 10 năm 1983. Nó là 15.000 một từ bản tóm tắt của các tùy chọn liên hệ với khu vựcHội đồng dự trữ liên bang khắp đất nước, dựa trên địa chỉ liên lạc kinh doanh của họ và địa phươngnhững quan điểm. Chúng tôi truy cập tần số của từ "không chắc chắn" (trong đó bao gồm tất cả các thân câygiống như "sự không chắc chắn") xuất hiện trong cuốn sách màu be. Chúng tôi cũng đã có một chi đại họcthông qua beige sách và phân loại mỗi xuất hiện của sự không chắc chắn từ vào một"chính sách" hoặc "phòng không chính sách" bối cảnh, và nếu nó là một bối cảnh chính sách chính sách những gì được gọi.Trong con số 8, chúng tôi có âm mưu tần suất đề cập đến sự không chắc chắn và "chính sáchkhông chắc chắn bối cảnh"đề cập đến trong cuốn sách màu be từ 1983Q4. Nó là rất rõ ràng cáctần số của sự không chắc chắn trong cuốn sách màu be cho thấy một mô hình rất giống với chúng tôitổng thể EPU chỉ số (tương quan = 0.802), với mức độ cao bài 2008 và gai nhỏ hơnsau khi Vịnh chiến tranh I, II và 9/11. Điều này cho thấy rằng khi chúng tôi chỉ số không chắc chắn chính sáchđăng ký không chắc chắn cao chính sách cuốn sách màu be FOMC thảo luận về điều này thường xuyên,cho thấy nó là một mối quan tâm thực sự của những người tham gia trong cuộc khảo sát không chính thức của doanh nghiệpđịa chỉ liên lạc. Điều thú vị, subcomponent chính sách đã tăng lên hơn mạnh từnăm 2008, cho thấy một phần lớn của sự gia tăng tổng thể trong sự không chắc chắn Beige sáchchọn lên là chính sách liên quan.133.3 thị trường chứng khoán nhảy phân tíchMột phương pháp thứ ba đánh giá chỉ số EPU của chúng tôi là để so sánh điều này với các yếu tốcơ bản nhảy lớn trong thị trường chứng khoán. Ý tưởng là nếu không chắc chắn chính sách làcao hơn, chúng tôi mong đợi tin tức chính sách đóng một vai trò quan trọng trong lái xe các cổ phiếuthị trường. Ví dụ, điều này sẽ phát sinh từ một mô hình trong đó thị trường chứng khoán chỉ mục (X)sau một hình học về chuyển động với biến động ngẫu nhiên:dXt = μdt + σEt-1dwEt + σPt-1dwPt nơi dwit ~ N(0,1), tôi = E hoặc P (1)trường hợp μ xu hướng lâu dài, σEt-1 là bất ổn kinh tế, dwEt là chấn động kinh tế,ΣPt-1 là không chắc chắn chính sách và dwPt là chấn động chính sách. Sau đó, khi sự không chắc chắn chính sách(ΣPt-1) là cao hơn chúng tôi cũng có thể mong đợi để xem thêm nhảy vào thị trường chứng khoán (X) hướngbởi chấn động chính sách.Để đánh giá yêu cầu bồi thường này, chúng tôi kiểm tra tờ New York Times vào ngày sau bất kỳchuyển động của chỉ số S & P 500 lớn hơn 2,5% lên hoặc xuống. Tổng thể, kể từ năm 1980,đã có khoảng 290 phong trào lớn như vậy, với 120 của chúng trong chỉ trong qua 4 nămmột mình. The New York Times, chúng tôi tìm thấy bài viết giải thích ngày hôm trước của lớnphong trào thị trường chứng khoán-hầu như luôn luôn tồn tại bởi vì nhảy từ 2,5% trở lênsự kiện hiếm (ví dụ: đã có không có từ năm 2004-2006)- và kiểm tra cáclý do cung cấp cho cú nhảy.Sau đó chúng tôi phân bổ mỗi lý do để loại rộng như tin tức kinh tế vĩ mô(ví dụ như thất nghiệp con số hay GDP tăng trưởng dữ liệu), các khoản thu nhập hoặc lợi nhuận báo cáo, hoặc policyrelated lý do chẳng hạn như chính phủ thông báo về quy định mới, thuế, hoặcchính sách tài chính.Điều này hiển thị trong bảng 1, Hiển thị một sự gia tăng rõ ràng là số lượng và chia sẻ củathị trường chứng khoán nhảy liên kết với chính sách kể từ năm 2008. Không ngạc nhiên, biện pháp này thị trường chứng khoán của sự không chắc chắn chính sách cũng mạnh mẽ tương quan với chúng tôi chỉ số EPU(0,67 trên cơ sở hàng năm). Điều này cho thấy rằng nhiều người trong số các chính sách tương tự mà lái xe của chúng tôiEPU chỉ số lên trên cũng đang lái xe một phần ngày càng tăng của phong trào lớn chứng khoánthị trường.Một mối quan tâm là độ tin cậy của chúng tôi phương pháp của việc sử dụng các ngày tiếp theo sauNew York Times để xác định nguyên nhân của thị trường chứng khoán nhảy. Ở Baker, nở vàDavis (2013) chúng tôi điều tra điều này chi tiết-hiển thị các kết quả là rất tương tự bằng cách sử dụng một14số lượng các Nhật báo khác, như LA Times, Wall Street Journal, Boston Globe vàWashington Post. Chúng tôi cũng mở rộng dữ liệu này trở lại qua thời gian và các quốc gia, vàmột lần nữa có thể tìm thấy một sự tương ứng rất chặt chẽ giữa các biện pháp không chắc chắn chính sách của chúng tôi trongQuốc gia khác nhau và số lượng các thị trường chứng khoán nhảy do chính sách.3.4 đánh giá chính trị nghiêngMột mối quan tâm trong chính sách kinh tế không chắc chắn chỉ số là tiềm năng chochính trị nghiêng trong các phương tiện truyền thông mới. Ví dụ, nó có thể là rằng báo chí là phải hoặc tráicánh nghiêng, và vì vậy có xu hướng trên hoặc dưới nhấn mạnh sự không chắc chắn chính sách tùy thuộc vàomột phần của tổng thống và/hoặc quốc hội.Để đánh giá điều này chúng ta chia chúng tôi Nhật báo 10 chỉ mục tôi

Kết quả (Việt) 2:

3. ĐÁNH GIÁ CHÍNH SÁCH CỦA CHÚNG TÔI không chắc chắn MEASURE
Trước khi kiểm tra chỉ số của chúng tôi thêm nữa đầu tiên chúng tôi đánh giá ở mức độ nào đó
cung cấp một thước đo chính xác và khách quan của sự không chắc chắn chính sách. Tóm lại, chúng tôi
cung cấp dữ liệu cho thấy chúng ta có một thước đo của sự không chắc chắn chính sách kinh tế, trong khi
ồn ào, không phù hợp với những gì một đọc của con người sẽ gọi bất ổn chính sách, phù hợp
theo thời gian với các biện pháp khác không chắc chắn chính sách như tần số của từ
"không chắc chắn" trong FOMC Beige Book và số lượng của thị trường chứng khoán nhảy do
tin tức chính sách, và không xuất hiện để được ảnh hưởng nặng nề bởi tờ báo nghiêng về chính trị.
3.1 Nhân sự Tin tức Kiểm toán
Một cách tiếp cận đánh giá dữ liệu của chúng tôi là thực hiện một cuộc kiểm toán của con người 3.500
bài báo từ tờ báo của chúng tôi 10 để so sánh các kết quả từ một đọc nhân của
bài viết để thuật toán trên máy vi tính của chúng tôi.
Để thực hiện điều này, chúng tôi bắt đầu bằng cách tạo ra vũ trụ của tất cả các bài viết từ Los
Angeles Times, New York Times, Dallas Morning News, San Francisco Chronicle, và
Miami Herald có chứa các từ "không chắc chắn" hoặc "không chắc chắn" và "kinh tế" hay
"nền kinh tế", vì đây là dân số của giấy tờ có tiềm năng có thể được về chính sách
uncertainty9. Những giấy tờ cụ thể được lựa chọn bởi vì họ đã cung cấp đầy đủ trên mạng
truy cập đến các bài viết (thay vì chỉ tìm kiếm số lượng kết quả) .10 Từ tập này sau đó chúng tôi
chọn ngẫu nhiên 10 bài viết mỗi tháng từ tháng 1 năm 1985 đến tháng sáu năm 2012.
Những 3.500 bài báo sau đó đã được cá nhân đọc bởi một nhóm 5 sinh viên đại học để
đánh giá họ trên một loạt các tiêu chí quan trọng nhất là nếu họ đã về "kinh tế
không chắc chắn chính sách" (EPU = 1). Để xác định điều này, chúng tôi tạo ra một 49 trang kiểm toán PowerPoint
hướng dẫn (xem www.policyuncertainty.com/Audit_Guide.pptx), trong đó cung cấp một tập hợp của
9
Chúng ta có thể sử dụng các coursed toàn bộ vũ trụ của bài viết, nhưng vì vài bài viết trên báo chí là
có tiềm năng về không chắc chắn chính sách - nhất là về tin tức không chính sách, tin tức kinh doanh, giải trí,
thể thao, thời tiết, vv - nó dường như hiệu quả để phần nào thu hẹp dân kiểm toán trước.
10
Những báo cho phép chúng tôi mở ra và đọc toàn văn của bất kỳ bài viết kể từ năm 1985. Các khác
báo cung cấp kết quả tìm kiếm, bao gồm số lượng các bài báo và các tiêu đề phát sinh từ mỗi
truy vấn tìm kiếm, nhưng không phải là khả năng để đọc toàn bộ bài viết. Đối với chỉ số bất ổn về chính sách của chúng tôi, chúng tôi chỉ cần
đếm bài viết để đáp ứng với truy vấn tìm kiếm của chúng tôi cho mỗi tháng.
11
quy tắc chi tiết để xác định các bài báo ví dụ không chắc chắn chính sách, mã hóa trước, thường xuyên
hỏi câu hỏi, và làm thế nào để đối phó với khó khăn để xác định articles.11
chúng tôi định nghĩa chính là một bài báo là không chắc chắn về chính sách nếu nó nhận xét
​​về bất kỳ khía cạnh chính sách liên quan đến các bất ổn kinh tế, thậm chí một thời gian ngắn, bao gồm:
1. Sự không chắc chắn về việc ai sẽ đưa ra quyết định chính sách kinh tế trong tương lai (ví dụ như
các cuộc bầu cử tổng thống và quốc hội hay các cuộc hẹn chính trị)
2. Không chắc chắn về những gì và khi chính sách kinh tế sẽ được thực hiện (ví dụ như
khi nào và bao nhiêu loại thuế sẽ tăng lên)
3. Không chắc chắn về hiệu quả kinh tế của quá khứ, hành động chính sách hiện tại và tương lai
(ví dụ tác động cuối cùng của TARP hoặc QE3)
Kiểm toán viên đã đưa ra bài viết trong một thứ tự ngẫu nhiên để đảm bảo rằng không có tác học tập
diễn ra trong mẫu, và mỗi công ty kiểm toán có sự chồng chéo của 1 / 5 của bài báo của họ với các
kiểm toán viên để chúng tôi có thể vượt qua kiểm tra tính nhất quán kiểm toán. Tóm lại, chúng tôi thấy rằng các
tương quan trung bình giữa các biện pháp EPU của bất kỳ hai của kiểm toán viên của chúng tôi
là 0,76, xác nhận quá trình kiểm toán đã được thống nhất và đáng tin cậy.
Với kiểm toán này, chúng tôi đã làm hai mảnh của phân tích. Đầu tiên, chúng tôi chạy một tìm kiếm trên tất cả
~ 28.000 hoán vị của 4 hoặc nhiều hơn kết hợp của các từ chính sách có khả năng chúng tôi đã
xác định từ báo nhân loại chúng ta đọc. Danh sách này bao gồm những thuật ngữ như "quy định,
ngân sách, chi tiêu, chính sách, thâm hụt, thuế, dự trữ liên bang, chính phủ, quốc hội, thượng viện,
tổng thống, pháp luật, chi tiêu chính phủ, chính sách của chính phủ, có quyền phủ quyết, và liên bang
chi tiêu", và được chọn từ mà thường xuyên xuất hiện trong các bài báo mà chúng ta đọc như
thảo luận về bất ổn chính sách. Sau đó chúng tôi đánh giá này tập hợp 28.000 hoán vị
chủ yếu dọc theo hai chiều: (A) tỷ lệ dương tính giả (có bao nhiêu bài báo mà chúng tôi
kiểm toán nhân mã như EPU = 0 các máy tính tìm kiếm mã hóa như EPU = 1) và (B) tỷ lệ
âm tính giả (có bao nhiêu bài báo rằng cuộc kiểm toán của con người được mã hóa như EPU = 1 máy tính của chúng tôi
tìm kiếm mã hóa như EPU = 0). Chúng tôi lựa chọn các thiết lập của các từ có tỷ lệ thấp nhất kết hợp của
dương tính giả và âm tính giả, như thể hiện trong hình 7. Đây là bộ 'Đại hội',
'thiếu', 'dự trữ liên bang', 'pháp luật', 'quy định' hoặc ' white house ".
11
Hướng dẫn này kiểm toán và trình tự nó đã được phát triển bởi hai vòng trước, trong đó chúng tôi (tác giả)
đã được kiểm toán 200 bài viết đầu tiên, và sau đó đã có hai undergrads kiểm toán khoảng 1800 bài viết.
12
Phần thứ hai của phân tích là so sánh con người của chúng tôi dữ liệu đã được kiểm toán và các
dữ liệu thực tế cá nhân cũng như một loạt các dữ liệu theo thời gian. Các trận đấu lên là cực kỳ
tốt: chỉ số của sự không chắc chắn chính sách kinh tế từ kiểm toán nhân lực của chúng tôi đã có một mối tương quan của
0.59 với hàng loạt máy tính của chúng tôi ở cấp hàng tháng và 0,7 ở cấp hàng quý (với
3.500 bài báo chúng tôi có mẫu chỉ 10,6 bài viết mỗi tháng) , cho thấy hiện
kiểm toán trên máy vi tính hiện tốt công việc theo dõi trên các xu hướng.
3.2 Beige Phân tích Book
Một phương pháp thứ hai của việc đánh giá chỉ số bất định chính sách kinh tế của chúng tôi là để
kiểm tra này cùng với các tần số là từ "không chắc chắn" trong các Mở Liên bang
(FOMC của) Ủy ban thị trường của Beige Book. Beige Book đã được ban hành về
mỗi sáu tuần, hai tuần trước khi mỗi cuộc họp FOMC thường xuyên theo lịch, kể từ
Tháng Mười năm 1983. Nó là một bản tóm tắt 15.000 từ trong các tùy chọn liên lạc với các khu vực
Ban Dự trữ Liên bang trên khắp đất nước, dựa trên danh bạ doanh nghiệp của họ và địa phương
quan điểm. Chúng tôi đếm tần số của từ "không chắc chắn" (trong đó bao gồm tất cả bắt nguồn
như "không chắc chắn") xuất hiện trong sách Beige. Chúng tôi cũng đã có một đại học đọc
qua cuốn sách màu be và phân loại tất cả các xuất hiện của sự không chắc chắn từ thành một
"chính sách" hoặc "phi-chính sách" bối cảnh, và nếu đó là một bối cảnh chính sách chính sách nào đó gọi.
Trong hình 8, chúng tôi có âm mưu tần số của sự không chắc chắn và đề cập đến chính sách
"bối cảnh" không chắc chắn đề cập đến trong sách Beige từ 1983Q4. Nó là rất rõ ràng các
tần số của sự không chắc chắn phát sinh trong Sách Beige cho thấy một mô hình rất giống với của chúng tôi
chỉ EPU tổng thể (tương quan = 0,802), với mức độ cao đăng năm 2008 và nhỏ hơn gai
sau khi Chiến tranh vùng Vịnh I, II và 9/11. Điều này cho thấy rằng khi chỉ số bất ổn về chính sách của chúng tôi
đăng ký không chắc chắn chính sách cao FOMC Beige Book thảo luận này thường xuyên,
cho thấy nó là một mối quan tâm thực sự của người tham gia khảo sát không chính thức của họ về kinh doanh
liên lạc. Thật thú vị, các tiểu hợp phần chính sách đã tăng hơn đáng kể từ
năm 2008, cho thấy một phần lớn của sự gia tăng tổng thể trong sự không chắc chắn rằng Sách Beige
được chọn lên được chính sách liên quan.
13
3.3 Cổ-phân tích thị trường nhảy
Phương pháp thứ ba đánh giá chỉ số EPU của chúng tôi là để so sánh với các yếu tố
cơ bản nhảy lớn trong thị trường chứng khoán. Ý tưởng là nếu không chắc chắn chính sách là
cao hơn, chúng tôi mong chờ tin tức chính sách để đóng một vai trò quan trọng hơn trong việc thúc đẩy các cổ phiếu
trên thị trường. Ví dụ, điều này sẽ phát sinh từ một mô hình trong đó các chỉ số thị trường chứng khoán (X)
sau một chuyển động Brown hình học với sự biến động ngẫu nhiên:
dXt = μdt + σEt-1dwEt + σPt-1dwPt nơi dwit ~ N (0,1), i = E hay P (1), nơi μ là xu hướng dài hạn, σEt-1 là bất ổn kinh tế, dwEt là những cú sốc kinh tế, σ P t-1 là sự không chắc chắn chính sách và dwPt là những cú sốc chính sách. Sau đó, khi không chắc chắn chính sách (σPt-1) là cao hơn chúng ta nên cũng mong đợi để xem nhảy ở những thị trường chứng khoán (X) điều khiển bởi những cú sốc chính sách. Để đánh giá nhận định này, chúng tôi khảo sát New York Times vào ngày hôm sau bất kỳ chuyển động của chỉ số S & P 500 lớn hơn 2,5% lên hoặc xuống. Nhìn chung, từ năm 1980, đã có khoảng 290 biến động lớn như vậy, với 120 của họ chỉ trong 4 năm qua một mình. Từ New York Times, chúng tôi tìm thấy những bài báo giải thích lớn của ngày hôm trước diễn biến thị trường chứng khoán - mà hầu như luôn luôn tồn tại vì nhảy 2,5% hoặc nhiều hơn là những sự kiện hiếm (ví dụ như là có ai 2004-2006) - và kiểm tra các lý do cung cấp cho các bước nhảy. Chúng tôi sau đó phân bổ mỗi lý do để loại rộng như tin tức kinh tế vĩ mô (ví dụ: số người thất nghiệp hoặc dữ liệu tăng trưởng GDP), thu nhập hoặc các báo cáo lợi nhuận, hoặc lý do policyrelated như thông báo của chính phủ về quy định mới, các loại thuế, hoặc chính sách tài khóa. Đây là thể hiện trong Bảng 1, hiển thị một sự gia tăng rõ ràng là số lượng và thị phần của thị trường chứng khoán nhảy kết hợp với chính sách kể từ năm 2008. Không ngạc nhiên, biện pháp thị trường chứng khoán này không chắc chắn chính sách cũng liên quan chặt chẽ với chỉ số EPU của chúng tôi (0.67 trên một cơ sở hàng năm). Điều này cho thấy rằng rất nhiều các chính sách tương tự mà lái xe của chúng tôi chỉ EPU trở lên cũng đang lái xe một phần ngày càng tăng của các phong trào lớn trong các cổ phiếu trên thị trường. Một mối quan tâm là độ tin cậy của phương pháp của chúng tôi sử dụng những ngày tiếp theo New York Times để xác định nguyên nhân của chứng khoán -market nhảy. Trong Baker, Bloom và Davis (2013), chúng tôi điều tra chi tiết này - cho thấy những kết quả rất tương tự bằng cách sử dụng một 14 số tờ báo khác, như Wall Street Journal, LA Times, Boston Globe và Washington Post. Chúng tôi cũng mở rộng dữ liệu này lại qua thời gian và giữa các quốc gia, và một lần nữa tìm thấy một sự tương ứng rất chặt chẽ giữa các biện pháp không chắc chắn chính sách của chúng tôi ở các nước khác nhau và số lượng của nhảy thị trường chứng khoán do chính sách. 3.4 Đánh giá các chính trị Slant Một mối lo ngại về chỉ số bất định chính sách kinh tế là tiềm năng cho nghiêng chính trị trong các phương tiện truyền thông mới. Ví dụ, nó có thể là báo chí là phải hoặc trái cánh nghiêng, và như vậy có xu hướng quá mức hay dưới nhấn mạnh sự không chắc chắn chính sách phụ thuộc vào các phần của Tổng thống và / hoặc Quốc hội. Để đánh giá này, chúng tôi chia tay 10 tờ báo của chúng tôi chỉ số i