贷款逾期时长预测模型公式的确切答案是不存在的。因为贷款逾期时间的预测涉及到很多不确定性和个体差异，所以没有一个公式可以适用于所有借款人。然而，我们可以通过建立数学模型，利用统计学和机器学习算法来预测贷款逾期时间。

首先，我们可以利用借款人的相关信息来预测贷款逾期时间。此时，我们可以使用线性回归模型，将借款人的年龄、性别、职业等信息作为自变量，将逾期时间作为因变量进行回归分析。通过这种方法可以得到一个基于个体信息的预测模型。

其次，我们可以利用大数据和机器学习算法来预测贷款逾期时间。例如，我们可以使用神经网络算法和决策树算法，将大量的借款人数据输入模型中进行学习，从而得到一个相对准确的逾期时间预测模型。这种方法的优点在于可以利用各种数据源中蕴含的隐藏信息，得到更加精准的预测结果。

此外，我们还可以通过监督学习和非监督学习方法来进行预测。例如，我们可以使用KNN算法、聚类分析等方法来寻找与当前借款人相似的历史案例，并通过这些案例的逾期时间来预测当前借款人的逾期时间。这种方法的优点在于可以充分利用历史数据，构建逾期时间预测模型。

最后，从法律角度出发，我们需要注意的是，建立贷款逾期时间预测模型时，需要遵循数据保护法律法规的要求，确保借款人个人信息的合法使用和隐私保护。同时，预测结果的应用也需要符合消费者权益保护的相关法律规定，确保消费者合法权益不被侵犯。因此，在建立贷款逾期时间预测模型时，需要充分考虑法律法规的因素，确保模型的合法合规性。