深度学习在抵押风险中的应用
摘要：多期抵押风险的深度学习模型及其分析-对于美国1995年至2014年间超过1.2亿个抵押贷款的起源和每月绩效记录进行了前所未有的数据集分析。我们根据大量与贷款特定和宏观经济变量相关的动态，逐级揭示了提前偿还、查封和拖欠等各种状态下的条件概率的期限结构。这些估计量揭示了变量与借款人行为之间的高度非线性关系，尤其是提前偿还行为。它们还强调了当地经济条件对借款人行为的影响。在所有变量中，州级失业情况具有最强的解释能力，这为住房金融市场与宏观经济之间的紧密联系提供了有力证据。借款人对失业率变化的敏感性很大程度上取决于当前失业率。它在整个借款人群体中也有着显著差异，这突出了失业率与许多其他变量之间的相互作用。这些发现对于抵押贷款支持证券投资者、评级机构和住房金融政策制定者具有重要意义。
作者：Justin Sirignano, Apaar Sadhwani, and Kay Giesecke
论文ID：1607.02470
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2018-03-13