2. 信贷模型生命周期
信贷模型不是一次训练、一次上线就结束的“项目”，而是一条持续运行、持续暴露在业务与风险环境中的“生产线”。稳定性监控与重训触发之所以重要，是因为模型在生命周期各阶段都会遇到不同类型的漂移与失效。理解全流程，才能把监控指标、告警阈值和重训策略放到正确的位置上。
一、核心原理：生命周期五阶段与稳定性风险的本质
信贷模型生命周期通常划分为五个阶段：开发、部署、监控、迭代、退役。每个阶段的核心任务不同，稳定性风险也呈现不同形态。稳定性风险的本质可以归纳为三类：数据漂移（输入分布变化）、概念漂移（输入与目标的关系变化）、工程漂移（系统、特征、依赖、口径变化）。
开发阶段的风险往往被低估：样本选择偏差、时间穿越、特征口径不一致、标签延迟处理不当，都会让模型在训练集上表现优异，却在生产环境迅速失效。部署阶段的风险集中在特征计算一致性、评分卡映射、阈值策略和系统时延。监控阶段的风险是“看不见”——指标缺失、口径错位、告警疲劳。迭代阶段的风险是“改坏”——重训数据窗口不当、超参调整过度、新旧模型切换缺乏灰度。退役阶段的风险是“断不干净”——旧模型仍在某些渠道被调用，或历史评分被错误引用。
关键认知：稳定性不是模型上线后才开始监控的，而是从开发阶段就要为可监控性、可重训性、可退役性做设计。一个没有版本管理、没有特征血缘、没有评分日志的模型，即使算法再先进，也无法稳定运行。
二、方法流程：各阶段稳定性风险点与应对动作
下面按阶段梳理关键风险点与对应的稳定性保障动作，形成可落地的检查清单。
| 阶段 | 核心任务 | 典型稳定性风险点 | 保障动作 |
|---|---|---|---|
| 开发 | 样本构建、特征工程、模型训练、验证 | 时间穿越、样本偏差、特征口径不一致、标签延迟 | 时间切分验证、特征血缘记录、跨期回测、标签成熟度检查 |
| 部署 | 模型封装、评分服务、策略配置、上线 | 训练/推理特征不一致、评分映射错误、阈值漂移 | 特征一致性校验、影子模式、灰度发布、评分分布对比 |
| 监控 | 指标采集、漂移检测、告警、报表 | 指标缺失、口径错位、告警疲劳、延迟发现 | PSI/KS/AUC/评分分布监控、分层监控、告警分级 |
| 迭代 | 重训、调参、切换、回滚 | 重训窗口不当、新旧模型切换突变、回滚困难 | 触发式重训、冠军挑战者、灰度切换、版本回滚预案 |
| 退役 | 下线、归档、清理依赖 | 旧模型残留调用、历史评分误用、依赖未清理 | 调用链排查、评分版本标记、归档与审计、依赖下线 |
在监控阶段，最常用的稳定性指标包括：PSI（群体稳定性指数）用于衡量评分或特征分布变化；KS和AUC用于衡量区分能力；评分分布用于观察整体迁移；特征缺失率和取值域变化用于发现工程问题。一个典型的监控配置片段如下：
monitor:
score_psi:
window: 7d
baseline: training
warn: 0.10
alert: 0.25
feature_psi:
top_n: 20
warn: 0.10
alert: 0.25
performance:
ks:
warn: 0.05_drop
alert: 0.10_drop
auc:
warn: 0.03_drop
alert: 0.07_drop
missing_rate:
warn: 0.05
alert: 0.10
重训触发通常分为三类：定时触发（如每月/每季度）、指标触发（PSI/KS/AUC 越界）、事件触发（政策调整、市场突变、数据源变更）。实战中推荐“指标触发为主、定时触发兜底、事件触发补充”的组合策略。
三、案例/场景：一次评分漂移引发的重训决策
某消费信贷模型上线后第 6 个月，监控看板出现异常：评分 PSI 从 0.04 升至 0.18，KS 从 0.42 降至 0.35，同时“近 30 天逾期率”在评分中段客群上升明显。进一步排查发现，主要漂移来自“近 6 个月查询次数”这一特征，其分布整体右移，原因是外部数据源口径调整，导致查询次数统计范围扩大。
团队的处理流程是：
- 确认漂移来源：特征 PSI 排名前 5 中，3 个与查询行为相关，判断为数据源口径变化而非客群真实变化。
- 评估影响：用新旧口径分别回算评分，发现中段客群评分平均下降 12 分，直接影响通过率与定价。
- 决策重训：由于口径变化属于工程漂移，先修复特征计算逻辑，再用修复后的数据重训，而不是直接调参。
- 灰度切换：新模型先以 10% 流量运行，对比 KS、PSI、通过率、逾期率，稳定后逐步放量。
- 回滚预案：保留旧模型版本，若新模型在 7 天内 KS 下降超过 0.05，自动回滚。
经验：漂移不一定是模型问题，也可能是数据问题。先定位漂移来源，再决定是修数据、重修模型还是调策略。盲目重训可能把工程问题“训练”进模型，导致更隐蔽的失效。
四、误区/复盘：生命周期管理中的常见陷阱
误区一：只监控模型指标，不监控特征与工程链路。很多团队只盯 KS/AUC，等到指标下降时，业务已经受损。特征 PSI、缺失率、取值域、计算延迟应作为一级监控。
误区二：重训触发阈值拍脑袋。PSI 超过 0.1 就重训？不同客群、不同评分粒度下，PSI 的敏感度差异很大。阈值应结合历史回测与业务容忍度确定，并分层设置。
误区三：新旧模型直接切换。没有灰度、没有冠军挑战者、没有回滚预案，一次切换可能带来通过率突变、客诉上升甚至风险敞口扩大。
误区四：退役不彻底。旧模型仍在某些渠道被调用，或历史评分被用于新策略，导致“幽灵模型”持续影响决策。退役必须做调用链排查、版本标记和依赖清理。
复盘要点：稳定性监控与重训触发不是孤立的技术动作，而是贯穿模型生命周期的治理机制。开发阶段埋点、部署阶段校验、监控阶段分层、迭代阶段灰度、退役阶段清理，缺一不可。只有把每个阶段的风险点纳入统一台账，才能让模型在变化的环境中持续稳定地创造价值。
把生命周期各阶段的风险点、监控指标、触发条件和处置动作固化为标准流程后，团队就能从“救火式”运维转向“可预期”的模型治理。下一阶段的核心工作，是把这些流程落到具体的监控指标体系和重训触发规则中。