抵押貸款違約建模

我有一個機器學習模型，使用一系列抵押貸款特徵進行訓練，其中包括宏變數，其中要預測的欄位（標籤）是“抵押貸款違約”= 1 或 0（是或否）。

現在，我需要確定抵押貸款將來是否會違約。為此，我使用與模型返回的相同宏功能，無論是否付款。

但是，如果沒有一次性還款，這並不意味著抵押貸款會違約，因為藉款人可能會延遲還款。此外，如果宏觀條件改善，我可能會有一系列未付款，然後是一系列付款。

確定抵押貸款違約的最佳方法是什麼？我的想法是有一個百分比的付款沒有支付，比如說10%，如果付款的數量大於這個百分比，那麼就宣布抵押貸款違約。這個假設有效嗎？歡迎任何其他想法。

您應該考慮違約過程的各個階段，而不是二元“違約”，在這種情況下，借款人能夠解決貸款的各種問題。

在傳統的信用模型中，一般過程是預測貸款的狀態，然後預測貸款期限內各個階段之間的轉換。這是通過模擬轉換為個人貸款預測變數（目前 LTV、目前 FICO、HPA）的宏觀變數（利率、HPI、就業）來完成的。這是整個貸款模型的簡化版本：

1. 目前- 從這裡可以預付（自願）或可以成為拖欠
2. 輕度拖欠（最初幾個月）- 從這裡開始，付款可以重新開始，隨著時間的推移，貸款可以全額預付，或者藉款人可以轉移到 #3 並變得非常拖欠。
3. 非常拖欠（5 個月左右） - 從這裡開始，可以償還貸款（回到溫和的 dq 桶中），或者可以繼續不付款並成為非自願預付款（止贖）。
4. 最後階段- 繼續 dq 後的止贖（需要估計拍賣/REO 銷售的恢復滯後和金額）、自願提前還款（再融資或搬遷）或貸款到期。

機構將在 120 天（正常）或 180 天（gnma）回購貸款，但我假設從您的問題中您正在查看整個貸款，其中預測貸款的所有階段以及它們之間的過渡非常重要。

引用自：https://quant.stackexchange.com/questions/46082