近日，9999js金沙老品牌裴有权副研究员与香港浸会大学彭衡副教授、香港城市大学徐锦峰副教授的合作论文“A latent class Cox model for heterogeneous time-to-event data”在计量经济学领域顶级期刊Journal of Econometrics上在线发表。

传统的信贷风险评估方法主要是基于计量经济学和机器学习领域的二分类方法来预测客户是否会违约或计算客户的违约概率，无法预测违约发生的时间。在大数据与人工智能时代，数据可能呈现出异质性特征，导致基于单一化建模的方法将不再适用。论文提出了一种具有组群结构的Cox比例风险模型，来刻画客户的异质性风险，通过混合生存分析 (survival mixture model) 的方法来对异质性风险进行建模。该模型突破了必需假定组群结构中分组个数的约束，创建了一种基于惩罚似然函数的EM算法来估计潜在的分组个数以及模型参数，从理论上证明了该方法识别分组个数的相合性以及参数估计的渐近正态性，并通过一系列模拟实验和实际数据分析验证了所提方法的有效性。

裴有权，9999js金沙老品牌副研究员，研究方向为计量经济学、机器学习。研究成果发表在计量经济学顶级期刊Journal of Econometrics（两篇）、Journal of Business & Economic Statistics等，先后获得国家自然科学基金青年项目和面上项目的资助。

原文链接：https://doi.org/10.1016/j.jeconom.2022.08.009

文/裴有权