This paper incorporates high-frequency information to measure systemic risk. Under the Multivariate Realized GARCH framework, we compute the CoVaR measure using a multivariate skew-t distribution. Using 5-minute data of 98 U.S. financial institutions from 2000 to 2022, we show the empirical improvement of the high-frequency measurement. We also investigate the relationship between institutions’ systemic risk contributions and firm-level characteristics. Our empirical findings suggest that firm size and leverage are positively related to institutions’ contributions to systemic risk.

中文翻译：

---

用高频数据衡量系统性风险：一种实现的 GARCH 方法


本文结合高频信息来衡量系统性风险。在多元实现的 GARCH 框架下，我们使用多元 skew-t 分布计算 CoVaR 度量。我们使用 2000 年至 2022 年 98 家美国金融机构的 5 分钟数据，展示了高频测量的实证改进。我们还研究了机构的系统性风险贡献与公司层面特征之间的关系。我们的实证研究结果表明，公司规模和杠杆率与机构对系统性风险的贡献呈正相关。