本论文围绕IFRS 9信用风险模型,重点介绍寿命期违约概率(PD)的动态估计方法,特别是离散时间生存分析(DtH模型)。结合南非住房抵押贷款实证数据,论文阐释了数据结构、模型构建、加权拟合、模型诊断(包括时间依赖的ROC和Brier分数等指标)及模型验证流程,展示了高级模型在预测准确性和校准度上的显著改进,且附带公共R代码以助实践应用
报告标题:Approaches for modelling the term-structure of default risk under IFRS 9: A tutorial using discrete-time survival analysis
作者:Arno Botha 与 Tanja Verster
发布机构:北西大学商业数学与信息学中心、南非理论及计算科学国家研究所
发布日期:未知(文中多处引用为2025年,推测为2024年底或2025年初工作)
主题:IFRS 9框架下的违约风险的期限结构建模,尤其聚焦于使用离散时间生存分析技术构建动态、准确的违约概率(PD)模型。
本报告围绕国际财务报告准则IFRS 9下如何准确及时识别和计量信贷损失展开,核心聚焦于贷款生命周期内违约概率(PD)的动态估计问题。作者指出,由于宏观经济环境变化频繁,产生准确、动态的终生PD估计极具挑战性。当前文献存在多种建模技术,作者主推利用离散时间生存分析(discrete-time survival analysis)作为研究与实践的有效工具,并提供了详细的建模步骤、诊断指标以及完整的R语言代码库。报告旨在指导从业者、模型验证者及监管机构形成统一、科学的PD期限结构建模实践。
核心结论包括:
关键词:IFRS 9,信贷风险,违约风险期限结构,生存分析,离散时间,时变诊断指标。
报告开篇明确了IFRS 9对金融资产预期信用损失(ECL)的计量要求,强调基于风险动态变化对贷款价值定期进行调整,以平滑财报波动。明确了三个信用风险阶段(3个Stage)分别对应12个月与终生ECL的不同计量标准。核心要义是从贷后表现(尤其违约事件)预测的动态信用风险度量,这与PD的期限结构紧密相关。
图1展现了3个信贷风险阶段之间可能的迁移关系,特别强调关键的重大信用风险增加(SICR)模型预测在阶段划分中的作用。贷款不仅可能从表现良好到不良,也可能逆转(“Cures”),展示违约状态非完全吸收状态的动态性,为后续多周期动态违约模型铺垫。
核心指出,违约非吸收状态,可以复发且贷款可能存在提前清偿、重组等竞争风险,复杂性显著。传统单一静态违约模型难以覆盖所有动态性。基于此,作者提出采用基于贷后账户数据的离散时间生存分析,并配合宏观经济变量,实现跨期、动态、且考虑竞争风险的PD期限结构模型。
本报告将专注于零售贷款数据,深入讲解离散时间生存分析方法,填补既有文献在模型实施、诊断和实务指导方面的空白,公开代码库助力落地实践。
详细说明信用贷款生存数据结构设计,特别是多重“计费期”(spell)设置,表明贷款可以经历多个表现期和违约期,多重事件存在。定义性能期(performance spell)、注销事件(违约、清偿、冲销、等)及右截尾等情况。详细讨论左截尾、右截尾和竞争风险处理,在数据准备阶段如何编码和理解这些现象。
通过表1和图2直观阐释贷款多周期状态和事件发生过程,奠定后续统计建模基础。
介绍随机分割训练集与验证集的常见做法,强调需要聚类采样,即按照贷款编号整体划分,确保一个贷款的所有观测随同分配,避免信息泄漏。
为了评估训练验证集是否在时间序列层面表现一致,设计了“分辨率率”(resolution rate)指标,计算各个时间点各类型事件的比例,并使用平均绝对误差度量训练集与验证集分布差异,确保数据分割代表性。
图5通过分辨率率对三组数据集的时间序列表现进行了对照验证,证明采样方案合理。
通过有序离散时间区间,对贷款违约事件的默认时间分布函数、存活函数及危害函数进行了定义及相互关系阐述。寿命随机变量被离散化,基于At-risk集和违约数计算经验危害率,采用Kaplan-Meier估计器求取存活函数。
图6展示了KM估计的违约累积分布函数,明确30个月以上违约样本量减少的趋势,为数据截断和建模区间选择提供决策依据。
图7进一步展示经验违约概率(离散密度)的U型走势,反映贷款早期和末期违约风险较高的生命周期特征。现实意义解读包括新贷款适应期和贷款期末债务策略性违约。
详细描述了基于Prentice-Williams-Peterson (PWP)模型的多周期(multi-spell)违约事件离散时间危害模型的估计方法。利用离散时间生存分析框架,将事件序列按时间点拆分为若干独立的伯努利试验,等效转化为二分类概率问题,适合使用二项式广义线性模型(GLM)进行拟合。选用logit链接函数,实现对时间分段(时基)和影响变量的建模,分别通过采用基于时间分段的哑变量与预测变量进行模型拟合。
介绍了模型输入变量的分箱(binning)策略以平衡非线性捕捉与模型复杂度。通过PWP结构进一步区分不同的违约周期,对基本不同时段的风险基线(Sbaseline hazard)拟合提供灵活性。
考虑违约事件稀疏特性,采用加权逻辑回归,预设违约样本权重为非违约样本的10倍,有效缓解类别不均衡带来的模型偏差。
针对右截尾和多期违约事件数据特征,介绍多种时间依赖诊断指标及其实现方法:
诊断结果验证了Skoglund(2017)提出的三个建模原则:模型风险单调性、对宏观环境敏感、准确捕捉观察数据。
本报告的估值核心在于利用离散时间生存分析中的离散时间危害(DtH)模型构建时间动态的违约概率函数。该方法基于广义线性模型框架,使用logit链接函数,将违约概率视作随时间变化的条件概率,采用多期违约事件的多层次分层结构(PWP模型)完成。
优势:
缺点及未来发展方向:
报告识别的主要风险包括:
缓解策略:
本报告贡献在于结合详细的理论探讨和丰富的实证数据,针对IFRS 9法规需求,提出了以离散时间生存分析中的PWP离散时间危害模型为核心的终生PD期限结构建模框架。模型设计周全,既考虑了多事件多周期违约(重复违约)、竞态风险、宏观经济因素等金融实际问题,又重点解决了时间动态性和数据截尾噪声问题。
基于南非约90,000住宅贷款的真实数据,报告系统呈现了从数据准备(如多周期生存数据结构设计)、样本重采样、经验风险期限结构描绘、模型构建、模型训练(含加权逻辑回归)、至多角度模型诊断(时变ROC、时变Brier分数、实际与预测违约期限结构及12个月违约率对比)的一整套流程。
图形分析和定量评测均表明,具有丰富输入特征和权重调整的高级模型远优于基础模型,突破了违约风险动态建模三大原则(风险单调性、宏观敏感性、拟合准确性),对实践意义重大。
附录中,针对现存“西方Basel PD估计旧瓶装新酒”等方法的批判剖析,为金融实务提供重要参考,强化了面向直接、多变量、多态风险结构的自洽建模体系的重要性。
综上所述,报告不仅为学界补充了细节丰富、真实数据驱动并且实用的违约风险期限结构建模教材,也为监管机构和金融机构在IFRS 9框架下的风险量化提供了具体可参考的技术路径。其公开代码库的便利开放,更加有望推动该领域的标准化和规范化发展。
以上为该金融研究报告的详尽分析,希望能够对理解IFRS 9违约风险期限结构建模提供系统、深刻且权威的指导。
2507.15441.pdf