微finance贷款违约驱动因素的社会时序效应量化
风险管理
2025-08-12 v2
摘要
我们构建并评估了一系列离散时间logit-link（LLink）模型（包括固定效应和frailty扩展版本），以捕捉违约行为中的隐性异质性，并量化微finance中社会时序因素的影响。我们的发现突显了未观察到的借款人风险的重要性，表明简单的随机截距结构足以建模此背景下的隐性异质性。此外，社会时序变量——如节日季节和长时间学校假期——持续与违约转换相关，这为违约动态提供了关键见解。虽然LLink模型提供了清晰的可解释性，但基于树的方法在预测准确性方面显著优于它们，适用于多状态分类任务。基于此，我们提出了一种基于Matthews相关系数优化的分类策略，以增强下一状态预测。总体而言，我们的结果凸显了将可解释风险建模与先进机器学习结合的优势，以支持微finance运营中稳健、数据驱动的决策。
引用
@article{arxiv.2410.13100,
title = {Quantifying socio-temporal effects of loan delinquency drivers in microfinance},
author = {Cedric H. A. Koffi and Viani Biatat Djeundje and Olivier Menoukeu Pamen},
journal= {arXiv preprint arXiv:2410.13100},
year = {2025}
}