[论文解读] Incorporating data drift to perform survival analysis on credit risk

Jianwei Peng, Stefan Lessmann|arXiv (Cornell University)|Jan 28, 2026

Financial Distress and Bankruptcy Prediction被引用 0

一句话总结

本文提出一种以地标为基础的动态联合模型（LMISO），将基于平衡的纵向标志与离散时间风险结合，通过地标编码和等距校准来对漂移进行均衡处理，从而在数据漂移下稳健预测抵押贷款违约。

ABSTRACT

Survival analysis has become a standard approach for modelling time to default by time-varying covariates in credit risk. Unlike most existing methods that implicitly assume a stationary data-generating process, in practise, mortgage portfolios are exposed to various forms of data drift caused by changing borrower behaviour, macroeconomic conditions, policy regimes and so on. This study investigates the impact of data drift on survival-based credit risk models and proposes a dynamic joint modelling framework to improve robustness under non-stationary environments. The proposed model integrates a longitudinal behavioural marker derived from balance dynamics with a discrete-time hazard formulation, combined with landmark one-hot encoding and isotonic calibration. Three types of data drift (sudden, incremental and recurring) are simulated and analysed on mortgage loan datasets from Freddie Mac. Experiments and corresponding evidence show that the proposed landmark-based joint model consistently outperforms classical survival models, tree-based drift-adaptive learners and gradient boosting methods in terms of discrimination and calibration across all drift scenarios, which confirms the superiority of our model design.

研究动机与目标

• 在非静态、易产生漂移的环境中，激发对信用风险的生存分析；
• 开发一个动态联合建模框架，将纵向还款行为与违约时间联系起来；
• 结合地标化、地标特定基线以及等距校准，以应对时间漂移；
• 使用 Freddie Mac 抵押贷款数据评估在突发、渐进及重复数据漂移下的鲁棒性。

提出的方法

• 引入一个基于平衡的纵向标志，通过比较实际还款与计划还款来推导 BD_pct(t)；
• 对每笔贷款拟合线性轨迹 mi(t)=b0i + b1i t/Ni，以轻度脊回归OLS估计来概括纵向行为；
• 使用地标化在固定地标时间 L 处创建一系列预测任务，预测视野为 H；
• 通过逻辑回归建模离散时间默认概率 hL，包含分量 X(L)、mi(L) 与地标指示变量 ZL；
• 应用等距回归在原始概率 pcal 上进行校准，在保持排序的同时提高漂移下的校准效果。

实验结果

研究问题

• RQ1 数据漂移（突发、渐进、重复）如何影响基于生存分析的信用风险模型？
• RQ2 在漂移下，是否通过结合纵向还款行为的以地标为基础的联合框架可以提高识别度与校准度？
• RQ3 地标特定调整（LM）与等距校准（ISO）是否能缓解漂移导致的违约概率误校准？
• RQ4 与标准生存模型和漂移自适应模型相比，所提 LMISO 方法在不同漂移情形下是否更具鲁棒性？

主要发现

• LMISO 在漂移情形下始终在识别度、校准度和 F1 值上表现最佳；
• 在突发漂移下，M1-LMISO 的 AUC 为 0.812、Brier 为 0.102、F1 为 0.924，优于 Cox、XGBoost、HAT 与 ARF；
• 在渐进漂移下，M1-LMISO 的 AUC 为 0.836、Brier 为 0.131、F1 为 0.876，优于基线模型；
• 在重复漂移下，M1-LMISO 的 AUC 为 0.696、Brier 为 0.115、F1 为 0.923，优于基线模型；
• Cox 模型在各漂移情形下表现不佳，凸显在漂移条件下比例风险模型的局限性。