Brief Explanation: These curves show the entire set of prosper loan broken down by credit grade and lined up along the x axis on their origination date… As a loan goes late (1 month or worse) it is counted (either by amount or by count) as late against the population… The curves stop when the loan population falls below 250 (ie there are 249 or less loans that age or older)… Kurze Erklärung: Diese Kurven zeigen das ganze Reihe von Prosper Darlehen aufgeschlüsselt nach Besoldungs-und Kredit-reihen sich entlang der x-Achse über ihre Entstehung Datum ... Wie ein Darlehen geht spät (1 Monat oder schlechter) es wird gezählt (entweder durch die Menge oder von Graf ) So spät gegen die Bevölkerung ... Die Kurven aufhören, wenn das Darlehen Bevölkerung unter 250 (dh es gibt 249 oder weniger Kredite, des Alters oder älter) ...
Recently a study Vor kurzem eine Studie from the University of Maryland claimed a peak default date around month 10 of a Prosper loan. This would translate into the largest delta in this graph over a month period. Does this graph confirm or deny that statement? Is it conclusive? Please leave a comment. von der University of Maryland behauptet, ein Höhepunkt Standard-Datum Monat rund 10 von Prosper ein Darlehen. Dies würde in einer der größten Delta in diesem Diagramm über einen Monat Zeit. Diagramms Ist dies bestätigen oder dementieren, dass die Erklärung? Ist es schlüssig? Bitte hinterlasse einen Kommentar .
Here is the vintage curves by count (click graph for larger version)… Hier ist die Vintage-Kurven von Graf (Grafik klicken Sie für größere Version) ...
Here is the vintage curves by amount (larger loan go late at a higher rate and therefore on a percentage basis you would expect an increase), (click graph for larger version)… Hier ist die Vintage-Kurven durch die Höhe (größere Darlehen gehen spät zu einem höheren Zinssatz und damit auf einen Prozentsatz Grundlage würden Sie erwarten einen Anstieg), (klicken Sie auf Grafik für größere Version) ...
Here is the SQL that I used to pull the underlying data out of the Hier ist die SQL, dass ich früher ziehen Sie die zugrunde liegenden Daten aus dem public and private data downloads öffentlichen und privaten Daten Downloads … ...
DECLARE @DTD int DECLARE @ DTD int SET @DTD=30 SET @ DTD = 30 SELECT cast(aday-originationdate as int) as 'PIT', Besetzung (aday-originationdate als int) als "PIT", l.creditgrade, sum(PrincipalBalance+NetDefaults) as 'Amount', Summe (PrincipalBalance + NetDefaults) als "Betrag", count(l.[key]) as 'Count', count (l. [key]) als "Graf", sum(case WHEN (mld.DPD!=0 and Summe (Fall, wenn (mld.DPD! = 0 und (mld.DPD+(aday-observationdate))>@DTD) THEN (mld.DPD + (aday-observationdate))> @ DTD) THEN PrincipalBalance+NetDefaults ELSE 0 END) as 'AmountLate', PrincipalBalance + NetDefaults sonst 0 END) als "AmountLate ', sum(case WHEN (mld.DPD!=0 and Summe (Fall, wenn (mld.DPD! = 0 und (mld.DPD+(aday-observationdate))>@DTD) THEN (mld.DPD + (aday-observationdate))> @ DTD) THEN PrincipalBalance+NetDefaults ELSE 0 END)/ PrincipalBalance + NetDefaults sonst 0 END) / sum(PrincipalBalance+NetDefaults) as AmountLatePercentage, Summe (PrincipalBalance + NetDefaults) als AmountLatePercentage, sum(case WHEN (mld.DPD!=0 and Summe (Fall, wenn (mld.DPD! = 0 und (mld.DPD+(aday-observationdate))>@DTD) THEN (mld.DPD + (aday-observationdate))> @ DTD) THEN 1 ELSE 0 END) as 'CountLate', 1 sonst 0 END) als "CountLate ', sum(case WHEN (mld.DPD!=0 and Summe (Fall, wenn (mld.DPD! = 0 und (mld.DPD+(aday-observationdate))>@DTD) THEN (mld.DPD + (aday-observationdate))> @ DTD) THEN 1.0 ELSE 0.0 END)/count(l.[key]) as 'CountLatePercentage' 1,0 ELSE 0,0 END) / count (l. [key]) als "CountLatePercentage" FROM AUS loan l Darlehen l inner join creditprofile cp on cp.listingkey=l.listingkey Inner Join creditprofile cp auf cp.listingkey = l.listingkey inner join LoanPerformance mld on l.[key]=mld.loankey cross join alldays Inner Join LoanPerformance mld auf l. [key] = mld.loankey CROSS JOIN alldays where wo mld.observationdate = ( select top 1 observationdate mld.observationdate = (SELECT TOP 1 observationdate from LoanPerformance sub von LoanPerformance Unter - where sub.observationdate < aday wo sub.observationdate <aday and sub.loankey=mld.loankey order by sub.observationdate DESC ) und sub.loankey = mld.loankey, um durch sub.observationdate DESC) and aday < getDate() und aday <getDate () and aday >= '02/01/2006' und aday> ='02 / 01/2006 ' and l.creditgrade!='NC' und l.creditgrade! = "NC" group by Gruppe von cast(aday-originationdate as int), Besetzung (aday-originationdate als int), l.creditgrade having mit count(l.[key])>250 and count (l. [key])> 250 und sum(PrincipalBalance+NetDefaults)>0 Summe (PrincipalBalance + NetDefaults)> 0 order by Bestellung per 'PIT' "PIT"If you liked this article, vote for it on Wenn Ihnen dieser Artikel gefallen, für ihn stimmen über del.icio.us del.icio.us and und stumbleupon StumbleUpon . .
Categories: Kategorien:
Prosper.com , Statistics Statistik , Strategy Strategie , Tools Werkzeuge
Tags: Tags:
axis Achse , credit grade Kredit-Klasse , curves Kurven , delta Delta , dpd DPD , graph Grafik , l key l Taste , mld , percentage basis Prozentsatz Grundlage , population Bevölkerung , private data private Daten , sql , university of maryland University of Maryland
Related Articles Verwandte Artikel
February 2008 Vintage Curve Update Februar 2008 Vintage Kurve Update
Prosper Vintage Curve Update 3/1/2008 Prosper Vintage Kurve Update 3/1/2008
Prosper Vintage Curve Update — 1/1/2008 Prosper Vintage Curve Update - 1.1.2008
Prosper Vintage Curves From Private Data Prosper Vintage Kurven aus privaten Daten
Daily Late 0 DQ Vintage Curves Daily Late 0 DQ Vintage Kurven
Credit, Charge Cards Trading Cards Collectibles Credit, Charge Cards Trading Cards Collectibles
Militaria Date Unknown Militaria Collectibles Militaria Datum unbekannt Militaria Collectibles
Air Force Militaria Date Unknown Militaria Collectibles Air Force Militaria Datum unbekannt Militaria Collectibles
Army Militaria Date Unknown Militaria Collectibles Army Militaria Datum unbekannt Militaria Collectibles
Navy Militaria Date Unknown Militaria Collectibles Marine Militaria Datum unbekannt Militaria Collectibles
3 comments ↓ 3 Kommentare ↓
Well, your curves do seem to be the steepest around 300 days… Whether or not this is because of the high default rate around 10 mo can’t be seen from this. Nun, Ihre Kurven tun scheinen die steilsten rund 300 Tage ... Ob dies ist wegen der hohen Ausfallquote rund 10 Mo kann nicht gesehen werden von dieser. Older loans have a lower default rate as could be expected from i) because they originate from before 10 mo ago or ii) because they’re older and all ‘bad’ people have already defaulted long ago. Ältere Darlehen haben eine geringere Ausfallquote als zu erwarten i), weil sie stammen aus der Zeit vor 10 mo Tage oder ii) weil sie älter und alle "schlechten" Menschen Werte bereits ausgefallen sind lange her. Default rate of younger loans is averaged over origination dates before, at and after 10 mo ago, that masks about everything. Standard-Rate von jüngeren Darlehen ist, gemittelt über Entstehung Daten vor, bei und nach 10 Mo vor, dass Masken über alles.
What we really need is a default rate by origination date, I know that is not so easy and at the same time gives the analyst room for fiddling around. Was wir wirklich brauchen, ist eine Ausfallquote von Origination Datum, ich weiß, dass ist nicht so einfach und gleichzeitig gibt der Analytiker Raum für das Hantieren rund. ‘Day’s past origination date’ is something else than ‘origination date’ as there is data for ‘60 days past origination date’ for a loan originated in November 2006 as well as for a loan originating in January 2008. "Day's Vergangenheit Entstehung Datum" ist etwas anderes als "Entstehung Datum", da es Daten für 60 Tage Vergangenheit Entstehung Zeitpunkt "für ein Darlehen entstand im November 2006 sowie für ein Darlehen mit Ursprung in Januar 2008.
Thanks for the data! Vielen Dank für die Daten! Its good and inspiring work and very useful for further analysis. Seine gute und inspirierende Arbeit und sehr nützlich für weitere Analysen.
A difficulty with using these curves to estimate yield is that they treat paid-up loans as dropouts and omit them from time periods after they’ve been paid. Eine Schwierigkeit bei der Verwendung dieser Kurven zu schätzen Ertrag ist, dass sie behandeln eingezahlten Darlehen als Ausfallenden und lassen Sie sie von Fristen, nachdem sie gezahlt worden ist. But a paid-up loan isn’t really a dropout. Aber ein eingezahlten Darlehen ist nicht wirklich ein Abfallen. It’sa guaranteed non-default. Es ist eine garantierte Nicht-Standard. A pool of 100 people where 99 people pay their loans in two years and the third defaults is a better investment than a pool where nobody pays their loan early but 10 people default after year two, even though the formula used for these graphs the first pool will calculate a 100% default rate (1 out of 1) between years 2 and 3 while the second pool will show a 10% default rate (10 out of 100) in the same period. Ein Pool von 100 Personen, wo 99 Personen zahlen ihre Kredite in zwei Jahren und die dritte ist standardmäßig eine bessere Investition als einen Pool, wo niemand zahlt ihre Darlehen Anfang, aber 10 Personen Standard für Jahr zwei, auch wenn die Formel, die für diesen Diagrammen die erste Pool berechnet eine 100% Ausfallquote (1 von 1) zwischen den Jahren 2 und 3, während der zweite Pool wird eine 10% Ausfallquote (10 von 100) im gleichen Zeitraum.
In order to obtain a realistic default rate for purposes of figuring out whether a credit group is a good investment or not, a paid-up loan needs to be treated as a non-default and kept in the denominator from the time it is paid to the end of the 3-year period. Um eine realistische Vorgabe, für die Zwecke der herauszufinden, ob ein Kredit-Gruppe ist eine gute Investition oder nicht, ein eingezahlten Darlehen behandelt werden muss als ein Nicht-Standard gehalten und in den Nenner aus der Zeit, es wird an Ende der 3-Jahres-Zeitraum. A paid-up loan results in a smaller gain than originally expected, but no loss. Ein eingezahlten Darlehen Ergebnisse in einer kleineren Gewinn als ursprünglich erwartet, aber kein Verlust.
To address the comparable origination date issue, a version of the Kaplan-Meier approach needs to be used — loans should not appear in the denominator for a period older than their age. Um die Entstehung vergleichbaren Zeitpunkt Problem, eine Version der Kaplan-Meier-Ansatz angewendet werden muss - Darlehen nicht in den Nenner für einen Zeitraum älter als ihr Alter.
I am not change the denominator based on status. Ich bin nicht ändern den Nenner beruht auf Status. The denominator only changes based length of time pased since origination… Der Nenner nur Änderungen auf der Grundlage lange Zeit vergangen, seit Entstehung ...
Leave a Comment Schreibe einen Kommentar