This paper extends the idea of decoupling shrinkage and sparsity for continuous priors to Bayesian Quantile Regression (BQR). The procedure follows two steps: In the first step, we shrink the quantile regression posterior through state of the art continuous priors and in the second step, we sparsify the posterior through an efficient variant of the adaptive lasso, the signal adaptive variable selection (SAVS) algorithm. We propose a new variant of the SAVS which automates the choice of penalisation through quantile specific lossfunctions that are valid in high dimensions. We show in large scale simulations that our selection procedure decreases bias irrespective of the true underlying degree of sparsity in the data, compared to the un-sparsified regression posterior. We apply our two-step approach to a high dimensional growth-at-risk (GaR) exercise. The prediction accuracy of the un-sparsified posterior is retained while yielding interpretable quantile specific variable selection results. Our procedure can be used to communicate to policymakers which variables drive downside risk to the macro economy

Tracking and monitoring stress within the financial system is a key component of macroprudential policy. This paper introduces a new measure of contemporaneous stress: the Factor-based Index of Systemic Stress (FISS). The aim of the index is to capture the common components of data describing the financial system. This new index is calculated with a dynamic Bayesian factor model methodology, which compresses the available high frequency and high dimensional dataset into stochastic trends. Aggregating the extracted four factors into a single index is possible in a multitude of ways, but averaging yields satisfactory results. The contribution of this paper is the usage of the dynamic Bayesian framework to measure financial stress, as well as producing the measure in a timely manner without the need for deep option markets. Applied to Hungarian data the FISS is a key element of the macroprudential toolkit.

The study provides

No abstract

Journal of Economic Literature (JEL) kódok: G10, G12, R31Kulcsszavak: eszközárbuborék, túlzott hitelezés, korlátozott racionalitás, pénzügyi stabilitás, makroprudenciális politika BevezetésEgy termék árában akkor keletkezik buborék, amikor a termék jelentős mérték-ben és viszonylag tartósan túlértékeltté válik. Árbuborékok sokféle termék árában megjelenhetnek.1 A szignifikáns félreárazás jelentős gazdasági veszteségekkel járó módon torzítja az erőforrások, termékek és szolgáltatások allokációját. Ezen belül a makroprudenciális hatóságok számára az árbuborékoknak elsősorban a pénzügyi stabilitást veszélyeztető hatásai relevánsak. A reál-és pénzügyi eszközök árbubo-rékai ugyanis rendszerszintű pénzügyi kockázatok felépülésével fenyegetnek. Ezek olyan kockázatok, amelyek realizálódásakor szignifikáns mértékű valószínűségekkel következnek be a pénzügyi közvetítőrendszernek a gazdaság egészét jelentősen károsító zavarai.* Jelen cikk a szerző nézeteit tartalmazza, és nem feltétlenül tükrözi a Magyar Nemzeti Bank hivatalos álláspontját. Lakos Gergely a Magyar Nemzeti Bank vezető közgazdasági elemzője. E-mail: lakosg@mnb.hu Szendrei Tibor a Magyar Nemzeti Bank közgazdasági elemzője. E-mail: szendreit@mnb.huA magyar nyelvű kézirat első változata 2017. március 24-én érkezett szerkesztőségünkbe.