If we compare these measures of sto

If we compare these measures of stock market uncertainty (Figure 6) with macro un-
certainty (Figure 2), we see there are important differences over time in the two series. In
particular, there are many (more) large spikes in stock market uncertainty that are not
present for macro uncertainty. Unlike macro uncertainty, several of the spikes in Önancial
uncertainty occur outside of recessions.
We also find that the inclusion of Zt is important for our estimate of common macro
uncertainty, (h) (see equation 10). Figure 7 displays these uncertainty factors for the
forecast horizons h = 1; 3, and 12. As with the individual uncertainty estimates, spikes
in uncertainty erroneously appear larger when the information in Zt is ignored. This is
especially true for the h = 1 case, where presumably the predictive information is most
valuable, since forecasts tend to be more accurate when the future is nearer. In the next
subsection we further compare our macro uncertainty estimates with a common proxy for
uncertainty: stock market volatility.
5.3 Uncertainty Versus Stock Market Volatility
In an influential paper, Bloom (2009) emphasizes a measure of stock market volatility as
a proxy of uncertainty. This measure is primarily based on the VXO Index, which is
onstructed by the Chicago Board of Options Exchange from the prices of options contracts
written on the S&P 100 Index.We update this series to include more recent observations,
and plot it along with our uncertainty factors (h) for h = 1 in Figure 8. To construct his. A number of other papers also use stock market volatility to proxy for uncertainty; these include Romer
(1990), Leahy and Whited (1996), Hassler (2001), Bloom, Bond, and Van Reenen (2007), Greasley and
Madsen (2006), Gilchrist, Sim, and Zakrajsek (2010), and Basu and Bundick (2011). Before 1986, this measure is unavailable, so Bloom (2009) relies on the realized volatility in the log difference of the S&P 500 Price Index during this period. Nevertheless, we will refer to this composite measure as the ìVXO Index. Benchmark measure of uncertainty shocks (plausibly exogenous variation in his proxy of uncertainty), Bloom selects 17 dates (listed in his Table A.1) which are associated with stock
market volatility in excess of 1.65 standard deviations above its HP-detrended mean. These
17 dates are marked by vertical lines in the figure. As emphasized above and seen again
in Figure 8, (1) exceeds 1.65 standard deviations above its mean in only three episodes,
suggesting far fewer episodes of uncertainty than that indicated by these 17 uncertainty
dates.
is positively correlated with the VXO Index, with a correlation coefficient around
0.5. One immediate difference, however, is that the VXO Index is itself substantially more
volatile than (1), with many sharp peaks that are not correspondingly reflected by the
macro uncertainty measure. For example, the large spike in October 1987 reflects Black
Monday, which occurred on the 19th of the month when stock markets experienced their
largest single-day percentage decline in recorded history. While this may accurately reflect
the sudden increase in financial market volatility that occurred at that date, our measure of
macroeconomic uncertainty barely increases at all. Indeed, it is difficult to imagine that the
level of macro uncertainty in the economy in October 1987 (not even a recession year) was
on par with the recent financial crisis. Nevertheless, when the VXO index is interpreted as
a proxy for uncertainty, this is precisely what is suggested. Other important episodes where
the two measures disagree is the recessionary period from 1980-1982, where our measure of
uncertainty was high but the VXO index was comparatively low, and the stock market boom
and bust of the late 1990s and early 2000s, where the VXO index was high but uncertainty
was low.
To more formally investigate the dynamic relationship between the VXO Index and (h), we estimate a bivariate vector autoregression with 12 lags (VAR(12)) in these two variables (only for h = 12), with the VXO Index ordered first. Figure 9 reports the impulse responses from a shock to each of the variables, identified using a standard recursive method. For the bivariate VARs that follow, we standardize VXO and (h) to have mean zero and unit variance. We see that shocks to (12) lead to an increase in the VXO Index (southwest panel). But do shocks to the VXO Index lead to increases in (12) If the stock market mea-sure does indeed capture fundamental shocks to uncertainty, perhaps those shocks lead to increases in uncertainty across the broader economy. The results in Figure 9 do not support that hypothesis. To the contrary, shocks to the VXO Index actually lead to a decline in (12), suggesting that a rise in stock market volatility can be associated with a subsequent
21 decline in uncertainty. The magnitudes are not large (keeping in mind that both series are
standardized the northwest panel says that a unit shock to the VXO index leads to a decline
of at most 0.2 units in (12)), but they are statistically signifiant. These results reinforce
the notion that there is substantial independent variation in macroeconomic uncertainty and
stock market volatility.

Kết quả (Việt) 1:

Nếu chúng ta so sánh các biện pháp của thị trường chứng khoán không chắc chắn (hình 6) với vĩ mô liên hợp quốc -chắc chắn (hình 2), chúng tôi thấy có những khác biệt quan trọng theo thời gian trong hai loạt. Ởcụ thể, có rất nhiều (thêm) lớn gai trong thị trường chứng khoán không chắc chắn mà không phải làhiện tại cho vĩ mô không chắc chắn. Không giống như sự không chắc chắn vĩ mô, một số đột biến trong Önancialkhông chắc chắn xảy ra bên ngoài của suy thoái.Chúng tôi cũng thấy rằng sự bao gồm của Zt là quan trọng đối với chúng tôi ước tính của phổ biến vĩ môkhông chắc chắn, (h) (xem phương trình 10). Hình 7 Hiển thị các yếu tố không chắc chắn cho cácthời horizons h = 1; 3, và 12. Như với những ước tính không chắc chắn cá nhân, gaikhông chắc chắn sai lầm xuất hiện lớn hơn khi các thông tin trong Zt được bỏ qua. Điều này làđặc biệt đúng cho h = 1 trường hợp, nơi mà có lẽ là kiểu thông tin là hầu hếtcó giá trị, kể từ khi dự báo có xu hướng chính xác hơn khi tương lai là gần. Trong kế tiếpTiểu mục chúng tôi tiếp tục so sánh của chúng tôi không chắc chắn vĩ mô ước tính với một proxy phổ biến nhấtkhông chắc chắn: biến động thị trường chứng khoán.5.3 không chắc chắn so với biến động thị trường chứng khoánTrong một bài báo có ảnh hưởng, Bloom (2009) nhấn mạnh một biện pháp của thị trường chứng khoán biến động nhưmột proxy không chắc chắn. Biện pháp này chủ yếu được dựa trên các chỉ số VXO, làonstructed bởi Board Options Exchange giữa Chicago từ giá hợp đồng tùy chọnviết lưu trên S & P 100 Index.We Cập Nhật loạt bài này để bao gồm các quan sát gần đây,and plot it along with our uncertainty factors (h) for h = 1 in Figure 8. To construct his. A number of other papers also use stock market volatility to proxy for uncertainty; these include Romer(1990), Leahy and Whited (1996), Hassler (2001), Bloom, Bond, and Van Reenen (2007), Greasley andMadsen (2006), Gilchrist, Sim, and Zakrajsek (2010), and Basu and Bundick (2011). Before 1986, this measure is unavailable, so Bloom (2009) relies on the realized volatility in the log difference of the S&P 500 Price Index during this period. Nevertheless, we will refer to this composite measure as the ìVXO Index. Benchmark measure of uncertainty shocks (plausibly exogenous variation in his proxy of uncertainty), Bloom selects 17 dates (listed in his Table A.1) which are associated with stockmarket volatility in excess of 1.65 standard deviations above its HP-detrended mean. These17 dates are marked by vertical lines in the figure. As emphasized above and seen againin Figure 8, (1) exceeds 1.65 standard deviations above its mean in only three episodes,suggesting far fewer episodes of uncertainty than that indicated by these 17 uncertaintydates.is positively correlated with the VXO Index, with a correlation coefficient around0.5. One immediate difference, however, is that the VXO Index is itself substantially morevolatile than (1), with many sharp peaks that are not correspondingly reflected by themacro uncertainty measure. For example, the large spike in October 1987 reflects Black
Monday, which occurred on the 19th of the month when stock markets experienced their
largest single-day percentage decline in recorded history. While this may accurately reflect
the sudden increase in financial market volatility that occurred at that date, our measure of
macroeconomic uncertainty barely increases at all. Indeed, it is difficult to imagine that the
level of macro uncertainty in the economy in October 1987 (not even a recession year) was
on par with the recent financial crisis. Nevertheless, when the VXO index is interpreted as
a proxy for uncertainty, this is precisely what is suggested. Other important episodes where
the two measures disagree is the recessionary period from 1980-1982, where our measure of
uncertainty was high but the VXO index was comparatively low, and the stock market boom
and bust of the late 1990s and early 2000s, where the VXO index was high but uncertainty
was low.
To more formally investigate the dynamic relationship between the VXO Index and (h), we estimate a bivariate vector autoregression with 12 lags (VAR(12)) in these two variables (only for h = 12), with the VXO Index ordered first. Figure 9 reports the impulse responses from a shock to each of the variables, identified using a standard recursive method. For the bivariate VARs that follow, we standardize VXO and (h) to have mean zero and unit variance. We see that shocks to (12) lead to an increase in the VXO Index (southwest panel). But do shocks to the VXO Index lead to increases in (12) If the stock market mea-sure does indeed capture fundamental shocks to uncertainty, perhaps those shocks lead to increases in uncertainty across the broader economy. The results in Figure 9 do not support that hypothesis. To the contrary, shocks to the VXO Index actually lead to a decline in (12), suggesting that a rise in stock market volatility can be associated with a subsequent
21 decline in uncertainty. The magnitudes are not large (keeping in mind that both series are
standardized the northwest panel says that a unit shock to the VXO index leads to a decline
of at most 0.2 units in (12)), but they are statistically signifiant. These results reinforce
the notion that there is substantial independent variation in macroeconomic uncertainty and
stock market volatility.

Kết quả (Việt) 2:

Nếu chúng ta so sánh các biện pháp của thị trường chứng khoán không chắc chắn (Hình 6) với macro un-
chắc chắn (Hình 2), chúng ta thấy có sự khác biệt quan trọng trong thời gian qua loạt hai. Trong
đó, có nhiều người (nhiều hơn) gai lớn trong sự không chắc chắn thị trường chứng khoán mà không phải là
món quà cho bất ổn vĩ mô. Không giống như bất ổn vĩ mô, một số các đột biến trong Önancial
không chắc chắn xảy ra bên ngoài của suy thoái kinh tế.
Chúng tôi cũng thấy rằng sự bao gồm của Zt là quan trọng đối với chúng tôi ước tính vĩ mô thông thường
không chắc chắn, (h) (xem phương trình 10). Hình 7 hiển thị các yếu tố không chắc chắn cho
những chân trời dự báo h = 1; 3, và 12. Như với các ước tính không chắc chắn cá nhân, gai
không chắc chắn sai lầm xuất hiện lớn hơn khi những thông tin Zt được bỏ qua. Điều này là
đặc biệt đúng đối với các h = 1 trường hợp, nơi mà có lẽ các thông tin dự đoán là hầu hết
có giá trị, kể từ khi dự báo có xu hướng được chính xác hơn khi tương lai gần hơn. Trong tiếp theo
tiểu mục, chúng tôi tiếp tục so sánh ước tính bất ổn vĩ mô của chúng tôi với một proxy phổ biến cho
sự không chắc chắn. Biến động thị trường chứng khoán
5.3 Sự không chắc chắn so với biến động thị trường chứng khoán
trong một bài báo có ảnh hưởng, Bloom (2009) nhấn mạnh một thước đo biến động của thị trường chứng khoán như
một proxy của sự không chắc chắn. Biện pháp này chủ yếu dựa trên VXO Index, được
onstructed bởi Chicago Board of Options Exchange từ giá của hợp đồng tùy chọn
văn bản trên S & P 100 Index.We cập nhật loạt bài này để bao gồm các quan sát gần đây hơn,
và âm mưu nó cùng với sự không chắc chắn của chúng tôi yếu tố (h) cho h = 1 trong hình 8. Để xây dựng của mình. Một số giấy tờ khác cũng sử dụng biến động thị trường chứng khoán để proxy cho sự không chắc chắn; những bao gồm Romer
(1990), Leahy và Whited (1996), Hassler (2001), Bloom, Bond, và Văn Reenen (2007), Greasley và
Madsen (2006), Gilchrist, Sim, và Zakrajsek (2010), và Basu và Bundick (2011). Trước năm 1986, biện pháp này không có sẵn, do đó, Bloom (2009) dựa trên biến động nhận ra sự khác biệt trong nhật ký của chỉ số giá S & P 500 trong thời gian này. Tuy nhiên, chúng tôi sẽ đề cập đến biện pháp tổng hợp này là ìVXO Index. Biện pháp chuẩn của những cú sốc không chắc chắn (biến thể plausibly ngoại sinh trong proxy của ông không chắc chắn), Bloom chọn 17 ngày (được liệt kê trong Bảng A.1 của mình) mà có liên quan đến chứng khoán
biến động thị trường vượt quá 1,65 độ lệch chuẩn trên trung bình HP-detrended của nó. Những
17 ngày được đánh dấu bởi các đường thẳng đứng trong hình. Như đã nhấn mạnh ở trên và nhìn thấy một lần nữa
trong hình 8, (1) vượt quá 1,65 độ lệch chuẩn trên trung bình của nó chỉ trong ba tập phim,
cho thấy rất ít các tập phim của sự không chắc chắn hơn so với chỉ định bởi những 17 không chắc chắn
ngày.
Tương quan thuận với VXO Index, với một hệ số tương quan khoảng
0,5. Một sự khác biệt ngay lập tức, tuy nhiên, đó là các VXO Index là chính đáng kể hơn
dễ bay hơi hơn (1), với nhiều đỉnh nhọn mà không tương ứng phản ánh bởi các
biện pháp bất ổn vĩ mô. Ví dụ, các cành lớn trong Tháng 10 năm 1987 phản ánh đen
thứ hai, diễn ra vào ngày 19 của tháng khi thị trường chứng khoán trải qua của họ
suy giảm tỷ lệ phần trăm đơn ngày lớn nhất trong lịch sử ghi lại. Trong khi điều này có thể phản ánh chính xác
sự gia tăng đột ngột về biến động thị trường tài chính đã xảy ra vào ngày đó, biện pháp của chúng ta về
sự không chắc chắn kinh tế vĩ mô hầu như không tăng ở tất cả. Thật vậy, rất khó để tưởng tượng rằng các
mức độ bất ổn vĩ mô trong nền kinh tế trong tháng 10 năm 1987 (thậm chí không một năm suy thoái) đã
ngang bằng với các cuộc khủng hoảng tài chính gần đây. Tuy nhiên, khi chỉ số VXO được hiểu như là
một đại diện cho sự không chắc chắn, điều này là chính xác những gì được đề nghị. Tập quan trọng khác mà
hai biện pháp không đồng ý là thời kỳ suy thoái từ 1980-1982, trong đó biện pháp của chúng tôi
chắc chắn là cao nhưng chỉ số VXO là tương đối thấp, và sự bùng nổ của thị trường chứng khoán
và bức tượng bán thân của cuối những năm 1990 và đầu những năm 2000, nơi VXO chỉ số cao nhưng không chắc chắn
là thấp.
Để chính thức hơn điều tra các mối quan hệ năng động giữa Index VXO và (h), chúng tôi ước tính một vector autoregression hai biến với 12 độ trễ (VAR (12)) trong hai biến (chỉ dành cho h = 12) , với VXO Index đã ra lệnh đầu tiên. Hình 9 báo cáo các phản ứng xung từ một cú sốc đối với từng biến, xác định bằng cách sử dụng một phương pháp đệ quy chuẩn. Đối với các VAR hai biến tiếp theo, chúng tôi chuẩn hóa VXO và (h) có trung bình bằng không và đơn vị sai. Chúng tôi thấy rằng những cú sốc (12) dẫn đến sự gia tăng trong VXO Index (bảng điều khiển phía Tây Nam). Nhưng những cú sốc cho các VXO Index dẫn đến gia tăng (12) Nếu thị trường chứng khoán mea-chắc chắn không thực sự nắm bắt được những cú sốc cơ bản để chắc chắn, có lẽ những cú sốc dẫn đến sự gia tăng bất ổn trên toàn bộ nền kinh tế. Các kết quả trong hình 9 không hỗ trợ giả thuyết đó. Ngược lại, những cú sốc cho các VXO Index thực sự dẫn đến một sự suy giảm trong (12), cho thấy một sự gia tăng biến động thị trường chứng khoán có thể được liên kết với một sau
21 giảm sự không chắc chắn. Độ lớn là không lớn (lưu giữ trong tâm trí rằng cả hai loạt được
tiêu chuẩn hóa các bảng điều khiển phía tây bắc nói rằng một cú sốc đơn vị để chỉ số VXO dẫn đến một sự suy giảm
của ít nhất 0,2 đơn vị ở (12)), nhưng họ signifiant thống kê. Những kết quả này củng cố
quan điểm cho rằng có sự biến đổi độc lập đáng kể trong bất ổn kinh tế vĩ mô và
biến động thị trường chứng khoán.