基于交替复发事件数据的事件历史分析及在信贷数据中的应用

项目名称： 基于交替复发事件数据的事件历史分析及在信贷数据中的应用

项目编号： No.11501463

项目类型： 青年科学基金项目

立项/批准年度： 2016

项目学科： 数理科学和化学

项目作者： 周凡吟

作者单位： 西南财经大学

项目金额： 18万元

中文摘要： 复发事件数据常常出现在对个体的追踪调查研究中。在大多情况下，个体在两次事件发生的间隔当中，需要先恢复到某种‘正常’状态才可能经历下一次的事件。该恢复过程与事件的复发过程有着不可忽视的相关性。因此，个体经历这两类事件的过程可以看作是两类事件的交替复发过程。本项目以信贷还款数据中的实际问题为驱动，探讨了在不同的数据类型下，如何实现对交替复发事件数据的事件历史分析。首先，我们将事件的历史信息作为协变量添加到现有的复发模型中，以改善现有模型对事件历史信息利用不完整这一不足之处。此外，我们提出了一种全新的估计协变量滞后阶数的方法以筛选对当前事件有影响的历史信息范围。最后，我们针对含有终止事件以及纵向变量的交替复发事件数据，分别提出了多元共享脆弱模型，以拓展模型的适应范围。

中文关键词： 交替复发事件数据；事件历史分析；共享脆弱模型；信贷数据

英文摘要： Recurrent-event data is common and increasingly important in longitudinal studies. In a large amount of cases, the subjects can only be exposed to the risk of the next event if they have recovered to a ‘normal’ status after the occurrence of the previous event. Moreover, the recovery process is often random and highly associated with the recurrent events of interest. Therefore, there are two types of events that occur alternately in the data, which we call “alternating-recurrent events data”. Motivated by the real-world problems in credit data, we aim to discuss the event history analysis of alternating-recurrent events data for different types of data in this proposal. First of all, we employ history of the two alternating events in the regression model to improve the utilization of event history information. To select the range of history information that is effective on the current event, we proposed a novel estimation method for the lag order of the covariates carrying event history information. Based on the main model, we also target on more complex situations where a terminal event and longitudinal observations are also of interest on top of the alternating-recurrent events.

英文关键词： Alternating-recurrent events data;Event History Analysis;Shared frailty model;Credit data