4. 特征分层理论：特征分层的目的、分层原则

在KYC风控模型训练中，特征并非生而平等。原始特征池中往往混杂着强信号、弱信号与噪声。特征分层（Feature Stratification）的核心思想是：依据特征的稳定性、区分度与可解释性，将特征划分为不同层级，并针对不同层级采用差异化的筛选、加工与监控策略。分层不是一次性的静态操作，而是贯穿特征工程全生命周期的动态管理框架。

4.1 特征分层的目的

特征分层主要解决以下三个核心问题：

4.2 分层原则：稳定性、区分度、可解释性

特征分层遵循三大核心原则，三者构成一个相互制衡的三角关系。任何单一维度的极端化都可能带来模型风险。

4.2.1 稳定性（Stability）

稳定性衡量特征分布随时间或客群子集变化的程度。在KYC场景中，稳定性是分层的第一优先级，因为风控模型面对的是动态演化的欺诈与信用行为。

• 量化指标： 群体稳定性指标（PSI）、特征值分位数偏移量、跨时间窗口的KS波动幅度。
• 分层阈值参考：
  • 高稳定层： PSI < 0.05，且连续6个月未触发告警。
  • 中稳定层： 0.05 ≤ PSI < 0.10，或偶发单月波动。
  • 低稳定层： PSI ≥ 0.10，或存在明显的周期性/趋势性漂移。
• KYC典型场景： 身份证号归属地（高稳定）、近7天登录IP城市数（中稳定）、当日设备电量百分比（低稳定）。

4.2.2 区分度（Discrimination Power）

区分度衡量特征在好坏样本之间的分离能力。高区分度特征是模型预测力的主要来源，但必须与稳定性联合评估。

• 量化指标： 信息价值（IV）、基尼系数、KS统计量、AUC单特征贡献。
• 分层阈值参考：
  • 强区分层： IV > 0.3，或单特征KS > 0.2。
  • 中区分层： 0.1 < IV ≤ 0.3，或单特征KS在0.1~0.2之间。
  • 弱区分层： IV ≤ 0.1，或单特征KS < 0.1。
• KYC典型场景： 多头借贷平台命中数（强区分）、人脸比对相似度（中区分）、注册时间戳的星期几（弱区分）。

4.2.3 可解释性（Interpretability）

可解释性决定特征能否被业务方、监管方或模型审计所理解与信任。在KYC场景中，监管合规要求模型决策路径可追溯，因此可解释性是分层的重要约束。

• 量化指标： SHAP值可分解性、特征逻辑是否可映射为业务规则、是否满足监管对“拒绝原因”的披露要求。
• 分层等级：
  • 高可解释层： 特征含义明确（如“年龄”），可直接映射为业务规则（如“年龄<18拒绝”）。
  • 中可解释层： 特征为简单组合（如“收入/负债比”），可通过公式解释。
  • 低可解释层： 特征为高阶交叉或嵌入向量（如GNN输出的节点表征），难以直接归因。
• KYC典型场景： 身份证号校验位（高可解释）、设备指纹聚类ID（中可解释）、图神经网络输出的欺诈风险分（低可解释）。

4.3 特征分层体系架构

下图展示了KYC场景下特征分层的完整架构，从原始特征池经过稳定性、区分度、可解释性三维评估，最终落入四个层级：核心层、候选层、监控层与排除层。

4.4 分层后的差异化处理策略

特征分层不是终点，而是精细化特征管理的起点。不同层级的特征在模型训练、监控与迭代中应采用差异化策略：

4.5 分层结果的动态维护

特征分层不是一次定终身。随着客群结构变化、欺诈手法演进以及监管政策调整，特征的稳定性、区分度与可解释性都会发生漂移。建议建立以下动态维护机制：

• 月度分层复核： 每月重新计算所有活跃特征的PSI、IV与SHAP可解释性评分，更新分层标签。
• 季度层级迁移： 每季度进行一次层级迁移评审，将连续3个月表现稳定的候选层特征升级至核心层，将出现衰减的核心层特征降级至监控层。
• 事件驱动重分层： 当发生重大业务变更（如新监管政策出台、核心数据源切换、黑产攻击模式突变）时，立即触发全量特征重分层。