注释：水平线表示每个系列均值上方1.65个标准差。工业生产（IP）增长率计算为月度增长率的12个月移动平均值（以百分比表示）。数据为月度数据，时间跨度为1960年7月至2011年12月。

注释：此表显示了多个汇总统计特征，用于描述各种代理变量。IP-Corr(k)是不确定性衡量值 u_t 与第 t+k 期的工业生产增长率12个月移动平均值之间的绝对交叉相关系数，即 IP-Corr(k)=|corr(u_t,ΔlnIP_{t+k})| 。正的 k 表示不确定性与未来的工业生产相关。半衰期基于对每个系列的单变量AR（1）模型估计。最大相关性（在不同的领先/滞后情况下）与工业生产增长率（12个月移动平均值）一起报告。 \bar{\mathcal{U}}_t^y(1) 表示基准情况下的估计总体不确定性。 \mathcal{D}(\cdot) 表示分散度，即横截面标准差。月度系列通过将每月观测值平均到每个较大周期来聚合为季度、半年和年度系列。每个数据集的样本是与我们的不确定性估计重叠的最大可用样本：1960:07-2011:12（月度），1961:Q3-2011:Q3（季度），1960:H2-2011:H2（半年），1960-2009（年度）。

注释：将 \hat{U}_{jt}^y(h) 跨系列平均宏观不确定性指标 \overline{\mathcal{U}}_t^y(h) 或主成分（PC）宏观不确定性指标 \overline{U}_{t}^y(h)，进行回归分析，这些回归在不同的子样本上进行。不确定性是从月度宏观数据集中估计得出的。衰退月份根据 NBER 商业周期约会委员会定义。数据为月度数据，时间跨度为1960年 12月。

注释：此图显示了向量Z_t \equiv (F_t', W_t')' 中包含的14个预测变量中的6个的不确定性估计。 F_t 表示从 X_{it}估计出的12个因子，而 W_t \equiv (F_{1t}^{2}, G_{1t})' ，其中 G_{t}是从X_{it}^{2} 估计出的第一个因子。标题代表加载在所绘因子上的系列类型；“FF factors”指的是Fama—French（HML, SMB, UMD）。数据为月度数据，时间跨度为1960年7月至2011年12月。

注释：这些图显示了我们数据集中几个关键系列的 \mathcal{U}_{jt}^y(1) 的两种估计。第一种是使用完整的预测变量集构建的（“基准”）；第二种是不使用任何预测变量构建的（“无预测变量”）。数据为月度数据，时间跨度为1960年7月至2011年12月。

注释：这些图显示了基于三种不同预测模型对S&P 500指数的\mathcal{U}_{SP500, t}^y(1) 的估计。“无预测变量”表示没有使用任何预测变量，“仅AR”表示仅使用四阶自回归模型生成预测误差，而“基准”表示使用完整的预测变量集生成预测误差。数据为月度数据，时间跨度为1960年7月至2011年12月。

注释：此图显示了\overline{\mathcal{U}}_t^y(1) 和VXO指数。垂直线对应于Bloom （2009）表A.1中的17个日期，这些日期是VXO指数超过其HP（Hodrick和Prescott 1997）滤波均值1.65个标准差的日期。水平线对应于每个系列无条件均值上方1.65个标准差。数据为月度数据，时间跨度为1960年7月至2011年12月。

注释：生产、就业和工时的方差分解，原因可能是不确定性或联邦基金利率在VAR-11中的影响。每个面板显示了在VAR预测时间点k处由不确定性指标解释的预测误差方差的比例，如列标题所示，或者对于该VAR的FFR。标记为“max k”的行给出了不确定性变量解释最大比例预测误差方差的时间点 k。标记为“k = max”的行给出了在最大 k处解释的预测误差方差的比例。数据为月度数据，时间跨度为1960:7–2011:12。

注释：虚线表示68%的标准误差带。每个数据集的样本是与我们的不确定性估计重叠的最大可用样本：1960年7月至2011年12月（月度），1961年第三季度至2011年第三季度（季度），1960年上半年至2011年上半年（半年度），1960年至2009年（年度）。

注释：\overline{\mathcal{U}}_t^y(h) 对于 h = 1,2,4。水平线表示每个系列均值上方1.65个标准差。标记为“企业利润分散度”的细实线是企业利润增长率的截面标准差，按销售额标准化，并记作 \mathcal{D}_t^B 。分散度是在标准化利润增长率数据后计算的。工业生产（IP）增长率计算为月度增长率的季度平均值（以百分比表示）。数据为季度数据，时间跨度为1970年第三季度至2011年第二季度。

注释：将 \hat{U}_{jt}^y(h) 跨系列平均宏观不确定性指标 \overline{\mathcal{U}}_t^y(h) 或主成分（PC）宏观不确定性指标 \overline{U}_{t}^y(h)，进行回归分析，这些回归在不同的子样本上进行。不确定性是从季度企业层面数据集中估计得出的，该数据集包含按销售额标准化的企业利润增长率观察值。衰退月份根据NBER商业周期约会委员会定义。数据为季度数据，时间跨度为1970年第三季度至2011年第二季度。