본 논문은 탑다운 스트레스 테스트에 활용될 수 있는 다수의 부정적 거시금융 시나리오를 시뮬레이션하기 위한 계량경제학적 프레임워크를 설계합니다. 첫째, 대규모 일별 금융 지표 데이터셋에 추정된 비모수적 카플라(copula)를 통해 생성된 충격에 의해 정보가 제공되는 금융 스트레스 지수를 생성합니다. 둘째, 대규모 다국가 베이지안 VAR(Bayesian VAR) 모델에서 카플라 기반 금융 충격에 조건화된 거시경제 지표의 결합 동역학을 시뮬레이션합니다. 우리가 Multiple macro-financial stress scenario Simulation Engine, MuSE라고 부르는 이 프레임워크는 금융 부문에서 생성된 부정적 충격이 전반적인 경제로 전파되어 상당한 거시경제 변동을 유발하는 수천 개의 거시금융 스트레스 시나리오를 복제할 수 있도록 합니다. 우리는 과거 위기에서 영감을 받은 다수의 시나리오를 생성하여 금융 시장, 국채, 지정학적 긴장에서 비롯된 스트레스를 포착함으로써 그 기능을 입증합니다. 최근 EU 전역 스트레스 테스트를 기반으로 한 탑다운 지급여력 스트레스 테스트 모델을 사용하여 유로 지역 은행의 자본 고갈을 예측하고, 주식 시장 및 국채 충격으로 유발된 부정적 시나리오가 현시점에서 유로 지역 은행 부문의 복원력을 가장 많이 위협하는 것으로 나타났습니다.