Systemic Risks Assessment and Systemic Events Prediction: Early Warning System Design for the Czech Republic

Abstract

Táto práca vytvára systém včasného varovania na hodnotenie systémového rizika a predpoveď systémových udalostí, t.j. období extrémnej finančnej nestability spojených s možnými reálnymi nákladmi, pre krátky horizont šiestich kvartálov a dlhý horizont dvanástich kvartálov na panele štrnástich krajín obsahujúcom vyspelé aj rozvojové ekonomiky. Najprv je zostavený indikátor finančného stresu pomocou agregácie indikátorov z trhov cenných papierov, peňažného, akciového a devízového trhu s cieľom určiť počiatok systémových finančných kríz pre jednotlivé krajiny v panele. Zaďalšie, výber indikátorov včasného varovania na hodnotenie a predpoveď systémového rizika prebieha v dvoch krokoch; príslušné horizonty predpovede pre každý indikátor sú určené pomocou jednopremenného logit modelu, za čím nasleduje nájdenie najužitočnejších indikátorov použitím metódy Bayesian model averaging. Potom sa logit modely zahrňujúce len užitočné indikátory aplikujú na panel krajín a ich výkon v rámci vzorky a mimo nej je hodnotený prostredníctvom viacerých štatistík. V závere po aplikovaní zostaveného modelu pre oba horizonty na Českú republiku bolo zistené, že zatiaľ čo oba modely majú veľmi dobrý výkon v rámci vzorky, t.j. oba predpovedajú 100% kríz, iba dlhý model dosahuje maximálny úžitok 0,5 a tiež maximalizuje plochu pod...

This thesis develops an early warning system framework for assessing systemic risks and for predicting systemic events, i.e. periods of extreme financial instability with potential real costs, over the short horizon of six quarters and the long horizon of twelve quarters on the panel of 14 countries both advanced and developing. Firstly, Financial Stress Index is built aggregating indicators from equity, foreign exchange, security and money markets in order to identify starting dates of systemic financial crises for each country in the panel. Secondly, the selection of early warning indicators for assessment and prediction of systemic risks is undertaken in a two- step approach; relevant prediction horizons for each indicator are found by means of a univariate logit model followed by the application of Bayesian model averaging method to identify the most useful indicators. Next, logit models containing useful indicators only are estimated on the panel while their in-sample and out-of-sample performance is assessed by a variety of measures. Finally, having applied the constructed EWS for both horizons to the Czech Republic it was found that even though models for both horizons perform very well in-sample, i.e. both predict 100% of crises, only the long model attains the maximum utility of 0,5 as...