סיכונים מתחרים ושכיחות מצטברת

זמן עד חדלות פירעון אינו נצפה בבידוד כאשר פירעון מוקדם או פדיון יכולים להתרחש קודם. לאחר שאחד מהם מתרחש, חדלות פירעון מאוחרת יותר לפי החוזה המקורי אינה אפשרית

אירועים אלה מתחרים משום שסדרם הדדי־בלעדי בשאלת האירוע הראשון. טקסונומיית האירועים חייבת לעקוב אחר התהליך הכלכלי

שילוב כל היציאות אומד זמן עד כל יציאה. הפרדתן שואלת איזו יציאה מתרחשת ראשונה, ועולם היפותטי בלי מתחרים שואל שאלה חזקה יותר שניתנת לצפייה פחותה

Kaplan–Meier מתייחס ליחידות מצונזרות כמייצגות את מי שנותרו בסיכון. אירוע מתחרה, לעומת זאת, מגלה שאירוע היעד כבר אינו יכול להתרחש ראשון

צנזור הלוואות שנפרעו מוקדם בעת אמידת חדלות פירעון מדמיין למעשה שהן שמרו על אותה הזדמנות עתידית לחדלות פירעון כמו הלוואות ממשיכות

לכן אחד פחות עקומת Kaplan–Meier אומד כמות נטו תחת הסרת מתחרים ובדרך כלל עולה על שכיחות חדלות הפירעון המצטברת בעולם האמיתי

עבור סיבה k, הסיכון הספציפי לסיבה הוא הקצב המיידי של סיבה k בקרב יחידות שעדיין לא חוו אירוע

מודל Cox יכול לצנזר סיבות אחרות כדי לאמוד קשרים בין משתנים מסבירים לסיכון זה. כאן הצנזור הוא כלי לקבוצת הסיכון, ולא אומדן של הסתברות הסיבה בפועל

יחסי סיכון ספציפיים לסיבה שימושיים לשאלות מנגנון ואטיולוגיה, אך אינם ממופים ישירות לשכיחות מצטברת בלי הסיכונים של כל הסיבות

פונקציית השכיחות המצטברת של סיבה k היא ההסתברות שסיבה k תתרחש ראשונה עד זמן t

היא משלבת את הסיכון הספציפי לסיבה הנוכחי עם ההסתברות לשרוד מכל סיבה עד כל זמן. לכן סיכונים מתחרים מעצבים את הסתברות היעד

השכיחויות המצטברות הספציפיות לסיבות מסתכמות להסתברות של כל אירוע, ומשאירות את ההישרדות ללא אירוע כשארית

רגרסיית Fine–Gray מקשרת משתנים מסבירים לסיכון תת־התפלגות שנבנה כדי למדל שכיחות מצטברת ישירות

קבוצת הסיכון שלה משאירה אנשים עם אירוע מתחרה קודם באמצעות מוסכמות שקלול. לכן יחס סיכון תת־ההתפלגות המתקבל אינו יחס קצב של סיכון נוכחי רגיל

השתמשו בה כאשר הקשר בין משתנים מסבירים לשכיחות מצטברת הוא היעד. אל תתרגמו את המקדם שלה למכפיל הסתברות ישיר

מאפיין של לווה יכול להגדיל גם את סיכוני הפירעון המוקדם וגם את סיכוני חדלות הפירעון. פירעון מוקדם מהיר יותר יכול להוציא הלוואות בסיכון גבוה לפני חדלות פירעון ולהפחית את שכיחות חדלות הפירעון הנצפית

לכן משתנה מסביר יכול להעלות את הסיכון הספציפי לחדלות פירעון ובכל זאת להיות קשור באופן חלש או הפוך לשכיחות המצטברת של חדלות פירעון

זו אינה סתירה. שני האומדים עונים על שאלות שונות על זרימת אירועים נוכחית ועל הסתברות ממומשת של אירוע ראשון

מחקרי אשראי יכולים להבחין בין חדלות פירעון, פירעון מוקדם, פדיון, ארגון מחדש ומכירת הלוואה. מחקרי קרנות יכולים להפריד בין חיסול, מיזוג והיעלמות ממאגר נתונים

סיווג שגוי של אירוע מעביר תצפיות בין סיבות ומשנה כל קבוצת סיכון. קודי יציאה עמומים לא צריכים להפוך בשקט לצנזור

אובדן בלתי תלוי למעקב עדיין נדרש לזיהוי. חיתוך לפי לוח השנה שונה מהיעלמות לא מסווגת שמתואמת עם מצוקה

הגדירו את שאלת האירוע הראשון, היררכיית האירועים, האופק, מקור הזמן, הכניסה המושהית, הצנזור וכיצד הוכרעו קשרים או תוצאות עמומות

שרטטו הישרדות ללא אירוע ואת השכיחות המצטברת של כל אירוע, כך שההסתברויות יתאימו זו לזו. דווחו על שכיחות מוחלטת באופקים שימושיים עם אי־ודאות

השתמשו במודלים ספציפיים לסיבה לדינמיקת אירועים וב־Fine–Gray רק כאשר אומד השכיחות המצטברת שלו מתאים להחלטה, תוך תיוג ברור של כל יחס