多因素信用風險模型

我的工作領域是建立信用風險模型。到目前為止，我一直專注於使用漸近單因素模型的模型，更常見的是 Vasicek 單因素模型。代表經濟狀況的單一因素。

現在我想評估在 KMV 等中使用的更精細的多因素模型。我正在尋找以下方面的指導

1. 他們是否有任何關於多因素信用風險模型的基礎論文/參考資料（一個非常流行的似乎是 Michael Pykhtin 的一篇，這裡還有一個 algorithmics 可用的。）
2. 多個因素應該是什麼 - 地理位置/行業/部門等？
3. 與單因素模型相比，多因素的預期收益是什麼？與單因素模型相比，預期損失、意外損失和 ECAP 是否會更低/更高？

尋求院士、行業從業者、建模專家任何指導。提前致謝

大多數信用風險模型都是生存模型的一些衍生。 Cox Proportional Hazard是早期且更受歡迎的模型之一， Kaplan-Meier和 Logrank 測試是您可能聽說過的其他模型。有幾種方法可以從這裡開始。最簡單的方法是將樣本建模為二項式，其中一個總體為目前總體，另一個為預設總體。一種更複雜的方法是採用將支付能力水平考慮在內的精算方法。一個很好的類比是預測潛在保險支出的疾病水平。

至於用於建模的因素，我無法提出任何建議，除非我確切地知道您的建模是什麼資產以及您可以訪問什麼樣的數據——消費貸款是一個相當廣泛的描述。我假設您正在處理某種類型的 ABS。如果是這樣，那麼最終您所關心的只是支付息票的能力。信用評分、MSA 就業、HPI、LTV 等可能會引起人們的興趣——但如果沒有更多資訊，我對此無能為力。

多因子模型的目標類似於單因子，您只是試圖通過解釋更多變異數來建立對預測的更多信心。力求簡約，不要盲目建立相關性。

引用自：https://quant.stackexchange.com/questions/4336