所有期權指南
區分觀察未完成與從未進入樣本約 18 分鐘
存活資料中的設限與截斷
理解右設限、左設限、區間設限與截斷的差異,獨立設限為何關鍵,以及 IPCW 在甚麼條件下可減輕偏誤。
由 Mark 撰寫 · 官方資料列於文末
直接解答
設限表示單位已被觀察,但準確事件時間只知道在最後跟進之後、首次觀察之前或兩次檢查之間。截斷不同:只有事件時間符合抽樣規則,單位才進入資料,一些單位從未出現。標準存活估計要求設限與未來事件時間獨立,也可是在量度歷史條件下獨立。若退出具資訊性,逆設限概率加權只能在設限模型、協變量與正值性可信時提供幫助。
不完整時間仍包含資訊
正常貸款到達資料截止日時,違約時刻未知,但知道它晚於已觀察期限。刪除記錄會損失有效暴露資訊。
存活方法同時編碼觀察時長與事件時間的已知範圍。設限記錄不是遺失列,也不是永久無事件。
應分別記錄每種設限原因。行政結束、客戶消失、資料故障與合約退出對應不同假設。
設限有多個方向
右設限表示事件發生在最後已知時點之後,常見於跟進結束前尚未違約、流失或關閉。
左設限表示首次偵測前事件已發生;區間設限只把事件定位在兩次檢查之間。
用區間中點代替會虛構精度並產生偏誤。Turnbull 類估計直接保留區間資訊。
截斷改變誰能出現在樣本中
左截斷下,單位只有存活到進入時才被觀察。更早發生事件的單位不是時間不完整,而是完全缺席。
只包含覆蓋開始日仍存續基金的資料庫會產生生存者選擇,普通風險集會過度代表耐久基金。
延遲進入方法只在進入後把單位加入風險集,但仍要求給定協變量後進入與未來事件適當獨立。
獨立設限是隱藏橋樑
若給定分析結構後,設限對未來事件不再提供額外資訊,Kaplan–Meier 可容許設限與已觀察歷史相關。
固定日期的行政設限通常比因信貸惡化或即將離開平台而失去跟進更容易辯護。
相同設限比例不能證明假設。應比較原因、時點、協變量歷史與失訪前事件率以理解機制。
樸素處理會製造新偏誤
完整案例分析只保留觀察到事件者,過度抽取短時長。把設限算作事件則改變結果定義。
假設所有設限者到期限都無事件會高估存活,末次觀察值延續也有相同結構問題。
再融資等競爭事件不自動屬於設限。若它阻止違約,應進入競爭風險估計或明確的假想分析。
IPCW 重新加權仍被觀察的單位
逆設限概率加權估計各單位保持可觀察的概率,並提高與消失對象歷史相似者的權重。
它要求量度預測變量足以支持條件獨立設限,且所有相關歷史都有正的繼續觀察概率。
接近零的概率會產生極端權重與不穩定。應展示權重分佈、有效樣本量、修剪規則和設限風險平衡。
金融資料含有多重觀察過濾
貸款可在發放後進入,並因出售、再融資、撇帳或供應商覆蓋改變而離開,每種含義不同。
期權庫或遺漏起始日前到期合約,基金庫或只回填成功歷史;這些屬於選擇和截斷。
繪製從來源群體到分析風險集的流程。資料規模龐大也不會修復選擇性觀察過程。
敏感度應改變缺失機制
按設限原因、日曆窗口、跟進上限、延遲進入規則、權重模型和權重修剪門檻重複估計。
比較設限者與留存者的已量度特徵和過往結果。負對照或連結資料可揭示隱藏退出。
報告哪些假設識別目標、哪些只能診斷,以及在合理資訊性設限情景下結論如何變動。
常見問題
設限單位等於沒有事件的單位嗎?
不等於。只知道它在最後觀察時點前無事件,此後情況未知。
左截斷與左設限有何分別?
左截斷單位必須存續到進入才出現;左設限單位已被觀察,但事件發生在準確時點可知之前。
行政設限一定沒有偏誤嗎?
不一定。日曆進入、群組變化或與事件相關的研究退出仍可令其具資訊性。
IPCW 能修復未量度的退出原因嗎?
不能。它依賴已觀察歷史足以解釋設限,並要求非零跟進概率。
資料來源與延伸閱讀
把這個概念應用到一份期權
選擇合約和目標,讓價格、時間與波幅假設在同一份分析中清晰呈現
分析我的期權