DOI: https://doi.org/10.1007/s41060-026-01032-w
تاريخ النشر: 2026-02-16
المؤلف: Arno Botha وآخرون
الموضوع الرئيسي: مخاطر الائتمان والتنظيمات المالية
نظرة عامة
تتناول ورقة البحث التحديات والمنهجيات لتقدير احتمال التخلف عن السداد مدى الحياة (PD) بموجب المعايير الدولية لإعداد التقارير المالية (IFRS) 9. وتؤكد على ضرورة الاعتراف الفوري والدقيق بالخسائر الائتمانية، لا سيما في سياق الظروف الاقتصادية الكلية الديناميكية. يستعرض المؤلفون تقنيات النمذجة المختلفة لتقدير PD، مع تسليط الضوء على مزايا وقيود كل منها. مساهمتهم الرئيسية هي دليل شامل حول تحليل البقاء في الوقت المنفصل (DtH)، والذي يتضمن قاعدة شفرة قوية تعتمد على R وإجراءات تشخيصية لتقييم نماذج البقاء. يهدف هذا الدليل إلى توحيد ممارسات النمذجة، مما يجعله موردًا قيمًا للممارسين، ومصدقي النماذج، والجهات التنظيمية.
في الختام، تشير الورقة إلى عدم وجود توافق حول أفضل نهج لنمذجة مخاطر التخلف، لا سيما في الإقراض بالتجزئة. تحدد التخلفات المتكررة والمخاطر المتنافسة كأحد التحديات الكبيرة في إنتاج تقديرات PD الديناميكية والدقيقة مدى الحياة. يقدم المؤلفون نتائجهم من ملاءمة نموذجين من DtH – الأساسي والمتقدم – باستخدام متغيرات إدخال مختلفة، بما في ذلك العوامل الاقتصادية الكلية. يتفوق النموذج المتقدم بشكل كبير على النموذج الأساسي عبر مقاييس تشخيصية متعددة، مما يبرز أهمية هندسة الميزات. يقدم الدليل أيضًا الانحدار اللوجستي لملاءمة نماذج DtH، مما يعزز الوصول للممارسين. تشمل اتجاهات البحث المستقبلية استكشاف نماذج بقاء المخاطر المتنافسة وتوقع المتغيرات المدخلة الديناميكية، والتي يمكن أن تصقل المزيد من منهجيات تقدير PD.
مقدمة
يمثل إدخال المعيار الدولي لإعداد التقارير المالية (IFRS) 9 من قبل مجلس معايير المحاسبة الدولية (IASB) تحولًا كبيرًا في نمذجة مخاطر الائتمان، مما يبرز الحاجة إلى تعديل الأصول المالية بمرور الوقت بناءً على مخاطر الائتمان الأساسية. يفرض هذا المعيار على البنوك التنازل عن جزء من دخلها لإنشاء مخصص للخسائر، والذي يتم تحديثه بانتظام باستخدام نموذج إحصائي للخسارة الائتمانية المتوقعة (ECL). يتم تعريف ECL على أنه مجموع الأوجه النقدية المتوقعة على مدى فترة زمنية محددة، مع الأخذ في الاعتبار القيمة الزمنية للنقود، والبيانات التاريخية، والظروف الحالية، والتوقعات الاقتصادية المستقبلية. يقدم IFRS 9 نهجًا مرحليًا لتقدير ECL، حيث يصنف القروض إلى ثلاث مراحل بناءً على تدهور مخاطر الائتمان، مع منهجيات متميزة لتقدير ECL على مدى 12 شهرًا للمرحلة 1 وعلى مدى عمر الأصل للمرحلتين 2 و3.
تسلط الورقة الضوء على الطبيعة الديناميكية لتقدير احتمال التخلف عن السداد (PD)، وهو أمر حاسم لإدارة المخاطر بموجب IFRS 9. تناقش التحديات المرتبطة بنمذجة PD، لا سيما الطبيعة العابرة لحالات التخلف وتأثير المخاطر المتنافسة مثل السداد المسبق وإعادة الهيكلة. يهدف المؤلفون إلى تقديم دليل شامل حول نمذجة هيكل المدة لمخاطر التخلف باستخدام تقنيات تحليل البقاء، مصممة خصيصًا لبيانات الائتمان بالتجزئة. يتم وضع هذا العمل لملء الفجوات في الأدبيات الحالية من خلال التركيز على الصياغة والتنفيذ والتشخيص لهذه النماذج، مصحوبة بقاعدة شفرة متاحة للجمهور تعتمد على R. يتم توضيح هيكل الورقة، مع تخصيص الأقسام اللاحقة لمراجعة أساليب النمذجة، واستكشاف تحليل البقاء في الوقت المنفصل، وتقديم إرشادات عملية للممارسين والجهات التنظيمية في سياق الامتثال لـ IFRS 9.
الطرق
في هذا القسم، يستعرض المؤلفون منهجيات مختلفة لتقدير احتمال التخلف عن السداد مدى الحياة (PD)، مستندين إلى دراسات سابقة ومحددين المبادئ الأساسية للنمذجة الفعالة. يبرز نهج سكوجلوند الحاجة إلى أن تعكس النماذج ترتيب المخاطر الأحادي، والحساسية للظروف الاقتصادية الكلية، والتكرار الدقيق للتجارب القابلة للملاحظة. تشمل المناقشة نماذج الانحدار كوك ونماذج ماركوف متعددة الحالات، لكنها تنتقد نقص التركيز على تشخيص النماذج والتنفيذ العملي. يوسع بيلييني من هذا من خلال استكشاف تقنيات تحليل البقاء وطرق التعلم الآلي، لكنه يشير إلى الحاجة لاستكشاف أعمق للقضايا الخاصة بالائتمان ومقارنات النماذج.
يصنف بانك وإيدر بشكل منهجي 52 مساهمة في نمذجة PD مدى الحياة إلى تحليل البقاء، ونماذج من نوع الانتقال، ونماذج قائمة على السوق، مع تسليط الضوء على الفروق بين الافتراضات الثابتة والعابرة. يدعون إلى استخدام نماذج المخاطر في الوقت المنفصل بدلاً من نظيراتها المستمرة نظرًا لملاءمتها لبيانات الائتمان، على الرغم من تعقيد الأخيرة. يوضح بايسنس وآخرون نماذج المخاطر في الوقت المنفصل بشكل أكبر، مناقشين وظائف الربط المختلفة وتشخيصاتها، بينما يوصون أيضًا بهذه النماذج لمزاياها العملية. يؤكد المؤلفون أن منهجيتهم قابلة للتطبيق عبر منتجات الإقراض المختلفة، مع الحاجة إلى تعديلات طفيفة للتنفيذ، لا سيما فيما يتعلق بمعالجة الوقت في النموذج.
المناقشة
يوفر قسم المناقشة في ورقة البحث نظرة شاملة على منهجيات مختلفة لتقدير احتمال التخلف عن السداد مدى الحياة (PD) بموجب IFRS 9، مع التركيز بشكل خاص على مزايا تحليل البقاء. يبرز أنه على الرغم من وجود عدة تقنيات نمذجة، إلا أن تحليل البقاء يُوصى به بشكل متكرر نظرًا لقدرته على معالجة التحديات مثل التخلفات المتكررة والمخاطر المتنافسة بشكل فعال. تشير مراجعة الأدبيات إلى أن تحليل البقاء، على الرغم من كونه أكثر شيوعًا تقليديًا في الإحصاءات الحيوية، قد تم تطبيقه بشكل متزايد في نمذجة مخاطر الائتمان، مع مساهمات كبيرة من مؤلفين مختلفين استكشفوا نماذج مختلفة، بما في ذلك نماذج كوك للنسب المئوية ونماذج المخاطر في الوقت المنفصل (DtH).
تشير النتائج الرئيسية من الأدبيات إلى أن دمج المتغيرات المعتمدة على الوقت، لا سيما العوامل الاقتصادية الكلية، يعزز دقة التنبؤ لنماذج PD. أظهرت الدراسات أن النماذج التي تستخدم B-splines ومعاملات متغيرة مع الزمن تتفوق على النماذج الثابتة، لا سيما في سياق القروض طويلة الأجل مثل الرهون العقارية. يناقش القسم أيضًا التحديات المرتبطة بالنماذج الأكثر تعقيدًا، مثل النماذج المشتركة، التي، على الرغم من إمكاناتها لتحسين الدقة، تواجه مشكلات تتعلق بالكثافة الحاسوبية وقابلية التفسير. في النهاية، يدعو المؤلفون إلى استخدام تحليل البقاء كنهج متوازن يمكن أن يوفر تقديرات موثوقة لـ PD مدى الحياة دون تعقيد مفرط، مما يمهد الطريق لاستكشاف المزيد من تحليل البقاء في الوقت المنفصل في الأقسام اللاحقة من الورقة.
DOI: https://doi.org/10.1007/s41060-026-01032-w
Publication Date: 2026-02-16
Author(s): Arno Botha et al.
Primary Topic: Credit Risk and Financial Regulations
Overview
The research paper discusses the challenges and methodologies for estimating lifetime probability of default (PD) under the International Financial Reporting Standards (IFRS) 9. It emphasizes the necessity for timely and accurate recognition of credit losses, particularly in the context of dynamic macroeconomic conditions. The authors review various modeling techniques for PD estimation, highlighting the merits and limitations of each. Their primary contribution is a comprehensive tutorial on discrete-time survival analysis (DtH), which includes a robust R-based codebase and diagnostic measures for evaluating survival models. This tutorial aims to standardize modeling practices, making it a valuable resource for practitioners, model validators, and regulators.
In the conclusion, the paper notes the lack of consensus on the best approach for modeling default risk, particularly in retail lending. It identifies recurrent defaults and competing risks as significant challenges in producing dynamic and accurate lifetime PD estimates. The authors present their findings from fitting two DtH models—basic and advanced—using various input variables, including macroeconomic factors. The advanced model significantly outperforms the basic model across multiple diagnostic measures, underscoring the importance of feature engineering. The tutorial also introduces logistic regression for fitting DtH models, enhancing accessibility for practitioners. Future research directions include exploring competing risk survival models and the forecasting of dynamic input variables, which could further refine PD estimation methodologies.
Introduction
The introduction of International Financial Accounting Standard (IFRS) 9 by the International Accounting Standards Board (IASB) represents a significant shift in credit risk modeling, emphasizing the need for financial assets to be adjusted over time based on their underlying credit risk. This standard mandates that banks forfeit a portion of their income to create a loss provision, which is regularly updated using a statistical model of expected credit loss (ECL). The ECL is defined as the probability-weighted sum of cash shortfalls anticipated over a specified time horizon, requiring consideration of the time value of money, historical data, current conditions, and future economic forecasts. IFRS 9 introduces a staged approach for estimating ECL, categorizing loans into three stages based on their credit risk deterioration, with distinct methodologies for estimating ECL over 12 months for Stage 1 and over the asset’s lifetime for Stages 2 and 3.
The paper highlights the dynamic nature of estimating the probability of default (PD), which is crucial for risk management under IFRS 9. It discusses the challenges associated with modeling PD, particularly the transient nature of default states and the influence of competing risks such as prepayment and restructuring. The authors aim to provide a comprehensive tutorial on modeling the term-structure of default risk using survival analysis techniques, specifically tailored for retail credit data. This work is positioned to fill gaps in existing literature by focusing on the formulation, implementation, and diagnostics of these models, accompanied by a publicly available R-based codebase. The structure of the paper is outlined, with subsequent sections dedicated to reviewing modeling approaches, exploring discrete-time survival analysis, and providing practical guidance for practitioners and regulators in the context of IFRS 9 compliance.
Methods
In this section, the authors review various methodologies for estimating lifetime Probability of Default (PD), drawing on previous studies and outlining key principles for effective modeling. Skoglund’s approach emphasizes the need for models to reflect monotonic risk-ordering, sensitivity to macroeconomic conditions, and accurate replication of observable experiences. The discussion includes Cox-regression and multistate Markov-type models, but critiques the lack of focus on model diagnostics and practical implementation. Bellini expands on this by exploring survival analysis techniques and machine learning methods, yet notes the need for deeper exploration of credit-specific issues and model comparisons.
Bank and Eder systematically categorize 52 contributions to lifetime PD modeling into survival analysis, transition-type models, and market-based models, highlighting the differences between static and transient state assumptions. They advocate for discrete-time hazard models over continuous-time counterparts due to their applicability to credit data, despite the latter’s complexity. Baesens et al. further illustrate discrete-time hazard models, discussing various link functions and their diagnostics, while also recommending these models for their practical advantages. The authors assert that their methodology is applicable across different lending products, with minor adjustments needed for implementation, particularly concerning the treatment of time in the model.
Discussion
The discussion section of the research paper provides a comprehensive overview of various methodologies for estimating lifetime Probability of Default (PD) under IFRS 9, particularly emphasizing the advantages of survival analysis. It highlights that while several modeling techniques exist, survival analysis is frequently recommended due to its ability to effectively address challenges such as recurrent defaults and competing risks. The literature review indicates that survival analysis, though traditionally more prevalent in biostatistics, has been increasingly applied in credit risk modeling, with significant contributions from various authors who have explored different models, including Cox Proportional Hazards (CPH) models and discrete-time hazard (DtH) models.
Key findings from the literature suggest that incorporating time-dependent variables, particularly macroeconomic factors, enhances the predictive accuracy of PD models. Studies have shown that models utilizing B-splines and time-varying coefficients outperform static models, particularly in the context of long-term loans like mortgages. The section also discusses the challenges associated with more complex models, such as joint models, which, despite their potential for improved accuracy, face issues related to computational intensity and interpretability. Ultimately, the authors advocate for the use of survival analysis as a balanced approach that can yield credible lifetime PD estimates without excessive complexity, setting the stage for further exploration of discrete-time survival analysis in subsequent sections of the paper.