生存数据中的删失与截断

正常贷款到达数据截止日时，违约时刻未知，但知道它晚于已观察期限。删除该记录会损失有效暴露信息。

生存方法同时编码观察时长与事件时间的已知范围。删失记录不是缺失行，也不是永久无事件。

应分别记录每种删失原因。行政结束、客户消失、数据故障和合同退出对应不同假设。

右删失表示事件发生在最后已知时点之后，常见于跟踪结束前尚未违约、流失或关闭。

左删失表示首次探测前事件已经发生；区间删失只把事件定位在两次检查之间。

用区间中点代替会虚构精度并产生偏差。Turnbull 类估计直接保留区间信息。

左截断下，单位只有生存到进入时才被观察。更早发生事件的单位不是时间不完整，而是完全缺席。

仅包含覆盖开始日仍存续基金的数据库产生幸存选择，普通风险集会过度代表耐久基金。

延迟进入方法只在进入后把单位加入风险集，但仍要求给定协变量后进入与未来事件适当独立。

若给定分析结构后，删失对未来事件不再提供额外信息，Kaplan–Meier 可容许删失与已观察历史有关。

固定日期的行政删失通常比因信用恶化或即将离开平台而失访更容易辩护。

相同删失比例无法证明假设。应比较原因、时点、协变量历史和失访前事件率以理解机制。

完整案例分析只保留观察到事件者，过度抽取短时长。把删失算作事件则改变结果定义。

假设所有删失者到期限都无事件会高估生存，末次观察值延续也有同样的结构问题。

再融资等竞争事件不自动属于删失。若它阻止违约，应进入竞争风险估计或明确的假想分析。

逆删失概率加权估计各单位保持可观察的概率，并提高与消失对象历史相似者的权重。

它要求测量预测变量足以支持条件独立删失，且所有相关历史都有正的继续观察概率。

接近零的概率产生极端权重与不稳定。应展示权重分布、有效样本量、修剪规则和删失风险平衡。

贷款可在发放后进入，并因出售、再融资、核销或供应商覆盖变化离开，每种含义不同。

期权库可能遗漏起始日前到期合约，基金库可能只回填成功历史；这些属于选择和截断。

绘制从来源总体到分析风险集的流程。数据规模巨大也不会修复选择性观察过程。

按删失原因、日历窗口、跟踪上限、延迟进入规则、权重模型和权重修剪阈值重复估计。

比较删失者与留存者的已测量特征和既往结果。负对照或链接数据可揭示隐藏退出。

报告哪些假设识别目标、哪些只能诊断，以及在合理信息性删失情景下结论如何变化。