异质信用风险数据中变平面Cox模型的子群检验
《Journal of Statistical Planning and Inference》:Subgroup testing for change-plane Cox models in heterogeneous credit risk data
【字体:
大
中
小
】
时间:2026年09月24日
来源:Journal of Statistical Planning and Inference 1.1
编辑推荐:
## 要点总结
• 提出了一种用于变化平面Cox模型的新检验方法。
• 数值研究表明所提出的方法优于现有方法。
• 推导了所提出的检验统计量的渐近分布。
## 引言
信用风险是指借款人未能履行合同义务而可能产生的潜在损失,在维护银行、保险公司及其他金融机构的运营稳定性和
## 要点总结
• 提出了一种用于变化平面Cox模型的新检验方法。
• 数值研究表明所提出的方法优于现有方法。
• 推导了所提出的检验统计量的渐近分布。
## 引言
信用风险是指借款人未能履行合同义务而可能产生的潜在损失,在维护银行、保险公司及其他金融机构的运营稳定性和长期盈利能力方面发挥着至关重要的作用。由于个体异质性的存在,职业和居住稳定性较高、信用评分较高且拥有房地产抵押贷款的借款人通常更不易违约(Dirick et al., 2019)。这种风险特征的固有差异使得亚组分析成为识别特定亚组的自然工具——在该亚组中,政策干预或战略调整将基于个体特征产生更为显著的影响。该方法在精准医学、经济学和金融学领域变得越来越重要(Dey, 2018; Lipkovich et al., 2017; Zhang et al., 2024)。识别这些亚组使金融机构能够定制风险管理策略、优化信贷定价并更高效地配置资本。
本文的研究动机源于信用风险数据集中经常观察到的固有异质性。众多研究已强调不同借款人亚组之间存在显著差异(Dirick et al., 2022; Pei et al., 2024)。这种异质性要求识别和分析亚组,以提高风险评估的准确性和改善金融决策(Huang et al., 2021; Yan et al., 2021)。在本文中,我们聚焦于Lending Club贷款数据和德国信用数据,主要关注的事件是违约的发生。生存分析非常适合分析以违约为主要关注点的信用风险数据集,并且已有大量文献研究其在该领域的应用(Bellotti and Crook, 2009; Cao et al., 2009; Dirick et al., 2017; Pei et al., 2024)。具体而言,Pei et al.(2024)提出了一个Cox比例风险混合模型,并在德国信用数据集中识别出两个亚组,突显了其异质性。这一发现强调了研究德国信用数据集时进行亚组分析的迫切需要。在这种情况下,经典Cox模型的同质性假设不成立,可能导致不准确的结果。因此,在本文中,我们考虑对Cox模型进行亚组分析以解决这种异质性。
变化平面模型对于在亚组分析中捕捉协变量对感兴趣响应的异质性影响具有重要价值,其中变化平面由多个协变量的线性组合确定。大量研究探讨了使用变化平面模型的亚组识别方法(Seo and Linton, 2007; Zhang et al., 2022; Huang et al., 2021; He et al., 2018; Takeishi, 2023)。例如,Wei and Kosorok(2018)为生存数据引入了一种变化平面Cox模型,并应用切片逆回归将总体分为两个亚组。然而,不当使用亚组识别方法可能导致假阳性,错误地检测到实际上并不存在的亚组。因此,在进行亚组识别之前,检验亚组是否存在至关重要(Assmann et al., 2000; Wang et al., 2007)。
在变化平面模型中检验亚组存在性的一个显著挑战在于,在无异组的原假设下,定义亚组的参数是不可识别的。为了解决这种以不可识别参数为特征的独特检验问题,Andrews and Ploberger(1994; 1995)、Andrews(1999)和Davies(1977; 1987)开发了基于加权平均功效准则的检验方法。在此基础上,现有文献中为变化平面模型提出的检验方法一般属于此类检验的范畴(Fan et al., 2017; Huang et al., 2021)。对于删失生存数据,Wu et al.(2016)开发了一个Logistic-Cox混合模型,通过逻辑回归来表征亚组成员概率,并构建了一个上确界型似然比检验来识别亚组的存在。在变化平面Cox模型中,Kang et al.(2017)将Fan et al.(2017)的方法扩展至比例风险模型下的生存数据,采用了平方得分型检验统计量的上确界。Deng et al.(2022)利用了针对变化平面参数的上确界得分检验,但由于包含置换计算,该方法耗时较长。Zhang et al.(2025)提出了一种上确界似然比检验统计量来检测变化平面的存在。此外,Jin et al.(2023)提出了一种适用于连续处理场景的类似检验框架。
上述讨论的现有方法涉及在表征亚组分类的参数空间上对得分检验统计量进行最大化。在实践中,这些检验可能面临计算困难,因为上确界通常通过在变化平面参数的有限候选值网格上评估统计量来近似。如Liu et al.(2025)所讨论的,当变化平面参数的维度相对较高或可行域较大时,这种有限搜索可能无法充分近似整个空间上的上确界,这可能导致有限样本中检验功效降低。基于这些考虑,我们引入了一种基于平方得分检验统计量加权平均(WAST)的新型检验方法用于变化平面Cox模型,在检测亚组存在性方面具有更强的能力并产生更好的效果。
我们的主要贡献总结如下。首先,我们将WAST方法引入生存分析用于亚组识别。具体来说,我们所提出的方法使用权函数在变化平面参数空间上对平方得分统计量进行积分。通过适当选择权函数,所提出的统计量具有闭式表达式,从而避免了实践中数值近似的需要。其次,我们建立了在原假设和局部备择假设下所提出统计量的渐近分布,并开发了一种重采样程序来近似检验统计量的渐近零分布。第三,我们通过广泛的模拟研究证明了所提出方法的优越性能,表明它不仅在原假设下持续保持第一类错误率,而且在备择假设下比现有的上确界检验方法具有更高的功效。在信用风险数据集上的应用进一步说明了所提出方法的实用价值。
本文其余部分安排如下。在第2节中,我们介绍新型检验统计量并提供一种重采样方法来近似临界值。此外,还建立了所提出方法的渐近性质。第3节展示了模拟研究的结果以评估所提出检验的有限样本性能。第4节展示了所提出方法在德国信用数据集上的应用。第5节提供了结论性评论并讨论了可能的未来研究方向。一个名为"Coxwast"的R包可在https://github.com/PanpanRen/Coxwast获取。
在提出检验统计量并建立相应的渐近性质之前,我们先介绍以下所需符号。对于向量$v=(v_1,\ldots,v_d)^T\in\mathbb{R}^d$,记$v^{\otimes 0}=1$,$v^{\otimes 1}=v$,$v^{\otimes 2}=vv^T$,以及$\|v\|_2=\sum_{i=1}^d v_i^2$。对于样本$\{V_i,\,i=1,\ldots,n\}$,设$P_n$为经验测度,使得$P_n f = n^{-1}\sum_{i=1}^n f(V_i)$对任意可测函数$f$成立。并记对于向量$v=(v_1,\ldots,v_d)^T\in\mathbb{R}^d$和对称矩阵$A\in\mathbb{R}^{d\times d}$,$\|v\|_A = (\sum_{i,j} a_{ij} v_i v_j)^{1/2}$。
## 模型
设$T_i$和$C_i$分别表示第$i$个个体的感兴趣生存时间和删失时间。我们假设给定协变量时$T_i$与$C_i$相互独立。设观测数据由$\{V_i = (\tilde{T}_i, \delta_i, X_i, Z_i, U_i),\, i=1,\ldots,n\}$组成,这是$V = (\tilde{T}, \delta, X, Z, U)$的$n$个独立同分布副本。其中$\tilde{T} = \min(T, C)$,$\delta = I(T \leq C)$。考虑变化平面Cox比例风险模型:
$$\lambda(t; X_i, Z_i, U_i) = \lambda_0(t)\exp\{X_i^T\alpha + Z_i^T\beta\, I(U_i^T\gamma \geq 0)\}$$
其中$\lambda_0(t)$是未指定的基线风险函数,
## 蒙特卡洛模拟
我们进行了广泛的数值实验以评估所提出检验统计量的有限样本性能。考虑以下Cox模型:
$$\lambda(t|V) = \lambda_0(t)\exp\{X^T\alpha + Z^T\beta\, I(U^T\gamma \geq 0)\}$$
其中$\alpha = \frac{1}{p}\mathbf{1}$,$\beta = \kappa\frac{1}{q}\mathbf{1}$,$\kappa$在$[0, 0.4]$上等间距取值,$\gamma = (\gamma_1, \gamma_2, \ldots, \gamma_r)^T$。$\gamma_2, \ldots, \gamma_r$是$-1$到$1$之间的等间距数,$\gamma_1$的选取使得$U^T\gamma$将总体分为两个亚组,分别包含40%和60%的个体。对于协变量,我们首先从...
## Lending Club贷款数据
我们用Lending Club(LC)网站(https://www.lendingclub.com/info/download-data.action)的数据来说明所提出方法的应用。我们提取了2007年6月至2015年3月期间的数据,保留了两个风险等级(LC A级和G级)中计划64期还款的贷款记录。仍在还款中的贷款记录被排除,在研究期间未违约的贷款记录作为删失处理。处理后的数据包含1532...
## 结论
在本文中,我们考虑了变化平面Cox模型并提出了一种新型检验方法来识别对感兴趣响应具有不同效果的亚组,这可以为风险评估和金融决策提供有价值的见解,从而推动信用风险分析的进展。经典的上确界检验在实际应用中可能无法提供令人满意的性能,并且由于计算上确界的可行域较大而耗时。与现有的检验不同,我们的方法...
## 致谢
作者感谢编辑、副编辑和匿名审稿人提出的建设性建议,这些建议改进了本文的质量。Liu的研究得到了中国国家自然科学基金委员会[12271329, 12671325, 72331005]、上海财经大学创新研究团队计划和上海数据科学与决策技术研究中心的支持。Li的研究得到了中央高校基本科研业务费[Yufeng Li|Panpan Ren|Xiao Zhang|Tingting Qiu|Xu Liu]的资助。