本报告针对贷款生命周期内违约概率(PD)的动态建模,比较了三种包含或忽略重返违约事件的Cox回归模型子类型:时间至首次违约(TFD)、Andersen-Gill(AG)和Prentice-Williams-Peterson(PWP)。通过南非住宅贷款数据,结合丰富的时间固定与时间变化变量以及宏观经济因子,采用创新的分群时变ROC评估方法,结果表明TFD和PWP模型在模型拟合优度与违约风险期限结构预测方面表现相近,而AG模型效果较差,提示在违约重现率较低时可忽略重返违约事件。该研究为IFRS 9框架下的贷款违约风险管理提供有效建模工具和实践指导
标题:Towards modelling lifetime default risk: Exploring different subtypes of recurrent event Cox-regression models
作者:Arno Botha, Tanja Verster, Bernard Scheepers
发布机构:Centre for Business Mathematics and Informatics, North-West University(南非西北大学)
发布日期:报告中未具体标注发布时间,但代码与后续工作标注为2025年,且引用了多篇2025年的文章,说明为近期研究。
主题:该研究聚焦于使用不同类型的Cox比例风险回归模型(尤其是重复事件模型)来建模贷款的终身违约概率(PD, probability of default)。利用南非的抵押贷款数据,比较三种模型:传统的仅关注首次违约的模型(TFD),和两种容纳重复违约事件的Cox模型——Andersen-Gill (AG) 与 Prentice-Williams-Peterson (PWP)。
核心论点:传统PD建模往往忽略借款人在贷款生命周期内多次违约的可能性,而这可能导致PD估计偏差,影响金融机构的风险缓冲。该报告通过实证数据评估不同重复事件模型的表现,提出多次违约可能被安全忽略,尤其在重复违约比例较低情况下。模型评估引入了传统拟合优度指标、Harrell的c统计量、以及创新的基于时间的ROC分析(含其针对集群数据的扩展)。最终,作者证明如何基于这些模型生成贷款组合的时间结构违约风险序列,并指出AG模型表现不及预期。
结论评级及目标价:
报告侧重理论和方法论研究,没有公开投资评级或目标价,而是强调模型选择与准确PD估计的实践意义,特别是在IFRS 9(国际财务报告准则)框架下。
论点总结
银行贷款面临核心风险:借款人违约,导致资本损失。需求是动态、时间依赖的违约概率估计(PD),而非静态、周期无关的PD。尽管传统信贷评分模型关注稳定资本要求(比如巴塞尔委员会2019的要求),但这些模型往往忽略贷款生命周期和宏观经济变化的影响。
IFRS 9针对贷款资产计提预期信用损失(ECL),要求动态更新贷款风险缓冲,这依赖于时间敏感的PD模型,因此动态性PD估计的准确性非常重要。贷款生命周期可划分为五个阶段(营销、获取、客户管理、催收、回收),准确的动态PD在各阶段有不同应用。PD的时间结构通常表现为非线性、初期高风险后逐渐下降,部分贷款风险甚至呈现“U型”,体现了时间和宏观环境影响的动态性。
逻辑及假设
强调“违约”并非吸收状态,贷款可能“治愈”出违约状态,后续继续暴露违约风险,因此存在多次违约(重复事件)。当前模型大多关注首次违约,忽略后续违约事件的信息,导致估计不足或偏差,。
因此,贷款违约风险模型应针对“多重表现期(multi-spell)”设计,即贷款多次处于表现期和违约期交替状态。引入生存分析视角,尤其Cox比例风险模型在研究事件时长及发生概率方面已有稳定应用。经典研究(Banasik等1999,Bellotti和Crook等)使用时间依赖协变量模拟PD。尽管如此,现有研究普遍忽略重复违约事件,此报告提出通过引入重复事件Cox模型(AG和PWP)予以建模。
执行模型类别介绍
数据结构和风险集
详细 图2 描述不同模型对应的数据结构(起止时间、事件状态、表现期编号)。解释风险集定义方式的微妙差异(AG按日历时间,PWP按gap时间),这些差异影响估计过程的灵活性和准确性。, 8]
模型求解
利用R语言中的coxph()函数进行建模,区别在于数据格式和PWP模型中需加strata()参数指定表现期分层。
Cox模型的部分似然函数基于风险内集,风险集定义因模型而异,决定求解过程中特定时间所考虑的贷款表现期集。
时间依赖ROC分析(tROC)
经典ROC无法直接适应带右删失的生存数据。通过Heagerty等(2000)的tROC,定义随时间动态变化的真阳率与假阳率,使用条件存活概率函数来估计。
采用Akritas最近邻核估计器对生存函数平滑处理,保证估计对标记分数的单调变换不敏感。
集群观察的tROC扩展
提出“clustered tROC-extension”处理同一贷款表现期内观察值的相关性问题。采用对表现期内的多个时点标记取均值方式对Akritas估计器和累积分布函数估计器进行调整。
该方法用以保证tROC分析中假设的独立性不致产生偏差,实操中通过R语言实现,增强了模型在时间依赖分类性能评估上的实用性。
数据描述
利用覆盖南非大银行超过650,000笔抵押贷款,近5千万的月度表现观测,时间跨度2007-2022年。数据经过预处理(处理零值、账户关闭等),采用分层集群随机采样,分为训练集和验证集。
为提高运算效率,样本规模限制至90000笔贷款,分70/30归入训练/验证集。
表现期统计
绝大数贷款(93.1%)只有一次表现期(即无复违约),但仍有约7%贷款有多次表现期,最高达10次,说明复违约虽少但不可忽视。, 图4]
表现期违约率变动
不同表现期的违约率随时间明显不同(图5),为模型选择复违约建模提供依据。
变量选择程序
多阶段主题式变量筛选:优先模型简约性,结合AIC衡量拟合优度,辅以领域知识分类变量主题(违约、贷款属性、宏观经济变量等)。使用变量间相关分析避免协变量冗余。以Wald检验确定显著性。结合Cox-Snell残差和Harrell’s c统计量评价。
变量重要性以单变量Cox模型的Harrell’s c统计量衡量,发现违约相关变量(如逾期次数和状态变化等)最有区分力。, 图6]
拟合优度与判别能力
利用中位数调整后的Cox-Snell残差与单位指数分布对比,三模型(TFD、AG、PWP)均表现良好,Kolmogorov-Smirnov测试差异不大,AIC指标显示AG模型拟合最差。
Harrell's c统计量均超过99.6%,TFD略领先,说明变量选择及模型表现优异。, 图7]
时间依赖ROC分析
经过集群tROC扩展,三模型在不同预测时点(三、十二、二十四、三十六个月)表现的tAUC非常接近,均较高(约95%-96%),表现无明显随预测期延长而下降。表明生存模型具有跨期稳定的预测能力,且三种模型间差异极小。PWP稍占优,AG处于中间,TFD略优于PWP。, 图8]
违约风险“期限结构”建模与比较
主要发现
未来研究建议
鼓励此研究在其他贷款产品和多次违约频繁的数据上复验结论,改进期限结构合成方法(确保和为1,即满足概率公理),以及探讨WLW等其它重复事件模型。此外,变量选择过程亦可引入Schoenfeld残差等方法以检验比例风险假设。
该报告为学术方法研究,无直接金融估值或目标价分析。其估值体现为三种Cox模型的性能对比,即预测违约风险的准确度和判别力,辅以拟合优度指标。
采用的方法
关键假设
报告主要关注模型的统计学风险,体现为:
模型假设风险:尤其AG模型假设基线风险不变,导致预测偏差。对PWP等模型未来是否适用比例风险假设的稳健性未详细探讨,存在潜在风险。
样本偏差:通过分辨率率统计和相关MAE测度,确认训练与验证样本时间代表性较好,减缓采样偏差风险。
复违约事件稀缺:仅7%的贷款有复违约,导致对复违约模型优越性的统计功效有限,样本不足可能影响结论普适性。
数据质量风险:进行了大量数据预处理以修正逻辑错误,例如零余额和不合理金额,降低数据异常对模型性能的影响。
模型泛化风险:使用时间依赖ROC扩展和独立验证集测试模型判别力,但未见多地区或产品类型验证,泛化能力不可完全确认。
假设风险:报告强调未来工作需检验模型比例风险假设(如Schoenfeld残差分析),当前版本未充分覆盖此方面。
报告未明确缓解策略,主张未来研究完善和扩展。整体看风险意识清晰,但技术细节上仍需补强。, 12-13, 20-22]
偏见与限制
内部矛盾与细节
模型选择逻辑
报告整体扎实,但部分假设检验和外推结论的保守性需特别注意。
本报告围绕贷款生命周期内违约概率动态估计展开,将传统只模型首次违约的Cox比例风险模型与两种多事件重复违约Cox模型(AG与PWP)进行比较。研究基于庞大南非抵押贷款数据,设计了严谨的数据抽样、变量筛选、模型拟合与评估方案,创新性地提出了:
分辨率率统计量用以检测训练和验证样本的时间代表性,确保模型训练基础稳健。
集群tROC扩展用于准确评估Cox模型在带有表现期集群依赖的数据上的判别能力。
一种基于模型输出反向生成贷款组合违约风险期限结构的实现方法,保证违约概率随时间变化动态刻画。
比较结果显示:
三种模型在拟合优度(中位数调整Cox-Snell残差)、整体与时间依赖判别力(Harrell’s c与tAUC)均相近,均高于95%判别率。
AG模型在期限结构预测上出现明显偏差(MAE最高),说明其对基线风险单一假设存在局限性。
PWP模型因分层基线风险和gap时间尺度设计略优于AG,但对性能提升有限。
传统TFD模型,即忽略复违约,仍能提供高效准确的PD估计,适用于数据中复违约比例较低的情况。
结合贷款生命周期数据实际特性,复违约虽影响表现期违约率,但在样本总体中占比有限,期望带来显著利得的复杂模型未必必要。报告最后强调该结论搭建在IFRS 9信用损失计提动态要求的背景下,确保贷款损失准备的合理性和及时性。
本研究具有较强的实证基础和方法学创新,全面比较了重复事件Cox模型在信用风险领域的应用,提出了几项可推广的分析工具:
对于银行风险管理而言:无需在重复违约频次较低的贷款组合上强制引入复杂的重复事件模型,可选用简洁有效的首次违约模型以平衡计算资源和效果。
对于学术界:未来可扩展研究范围和方法(例如试验更多重复事件模型,增强期限结构建模方法),完善模型假设的验证,探索更多贷款产品场景以验证普适性。
技术价值:提出的分辨率率和集群tROC工具可应用于带有时间和结构依赖的生存数据模型诊断。
具备稳定完整方法论框架与详尽的实证对比,在提高贷款生命周期信用风险预测动态性和精度方面具有显著贡献。
以上分析严格依据报告内容进行,标注了对应页码以供溯源。
2505.01044v1.pdf