加载中...
本文提出了一套用于在借款人违约后估计LGD(LGD ID)的可操作方法,核心包含(1)将回收和催收成本按比例并入回收流入以保证LGD≤1,(2)用双参数指数型回收律 R(t)=R∞(1−e^{−t/T}) 来估计平均回收期T与极限回收率R∞,以及(3)基于贝叶斯加权将先验(LGD_WD)与观测回收序列结合以得到逐时刻的后验LGD估计。实证包含按月回收序列的拟合(抵押与消费贷样本),并用MAD、σT及平均预测误差展示了预测优于简单均值的方法 .
| Segment | N | MAD | T (months) | σT (months) | RN | R∞ |
|---|---|---|---|---|---|---|
| mortgage (mort) | 370 | 0.44% | 23.47 | 1.3 | 36.1% | 39.6% |
| Segment | N | MAD | T (months) | σT (months) | RN | R∞ |
|---|---|---|---|---|---|---|
| consumer loan (cl) | 29500 | 0.14% | 11.3 | 0.6 | 21.5% | 21.6% |
元数据与概览
逐节深度解读
图表/图像(公式与步进图)说明:作者以“阶梯”形示意 LGD(t) 随多次还款逐步上升的形态,并指出在司法程序(如诉讼冻结)后计息计算上的技术性不连续点需用规则限制公式适用点(只能在到账日计算,其他时点取最近左侧已知值)。该论述旨在避免在计量上出现“虚假下降”导致资产负债表错位。
图表深度解读(按图像逐一说明并嵌入图片引用)
估值/预测相关讨论(模型输出与假设)
风险因素评估(报告内识别与影响)
批判性视角与方法论细节
结论性综合(要点回顾与实务建议)
参考与溯源提示
若需要,我可以:
2511.11364.pdf