3. 收益标签的常见类型

在收益评估场景中，标签的形态直接决定了校准策略的选择。不同类型的标签具有不同的统计特性和校准目标，误用校准方法会导致评估结果严重偏离真实风险。本节系统梳理四种最常见的收益标签类型及其校准要点。

3.1 标签类型总览

3.2 二分类标签：违约 / 非违约

二分类标签是收益评估中最基础、应用最广泛的标签类型。其核心校准目标是：模型输出的违约概率应当等于真实违约频率。例如，模型对某组样本预测违约概率为 10%，则该组样本中实际违约的比例应接近 10%。

• 校准方法： Platt Scaling（逻辑回归校准）、Isotonic Regression（保序回归）。
• 评估指标： Brier Score、Calibration Curve（可靠性曲线）、Expected Calibration Error（ECE）。
• 常见陷阱： 样本不平衡时，直接使用原始标签训练校准器会导致校准曲线偏向多数类。建议先对校准集进行分层采样或使用加权校准。

3.3 多分类标签：评级

信用评级（如 AAA、AA、A、BBB、BB、B、CCC 等）属于典型的多分类标签。校准目标从“单一概率校准”扩展为每个评级类别的概率向量校准。模型输出的概率向量中，每个分量应反映该样本属于对应评级的真实概率。

• 校准方法： 多分类 Platt Scaling（Matrix Scaling）、温度缩放（Temperature Scaling）、向量保序回归（Vector Isotonic Regression）。
• 评估指标： 类别级 ECE、负对数似然（NLL）、可靠性矩阵（Reliability Matrix）。
• 常见陷阱： 评级类别之间存在自然顺序（序数关系），但多分类校准方法通常忽略这一顺序信息，导致相邻评级的概率校准出现交叉。此时应优先考虑序数校准方法。

3.4 连续型标签：收益率

收益率标签（如日收益率、年化收益率、超额收益）是连续型变量，校准目标不再是“概率对齐”，而是预测值与真实值的条件分布对齐。具体来说，模型预测的收益率应当与真实收益率在给定特征条件下的分布一致。

• 校准方法： 分位数校准（Quantile Calibration）、概率积分变换（PIT）校准、基于核密度估计的校准。
• 评估指标： 分位数损失（Quantile Loss）、PIT 直方图均匀性检验、CRPS（连续排序概率评分）。
• 常见陷阱： 收益率分布通常具有尖峰厚尾特征，使用高斯假设的校准方法（如简单线性回归校准）会严重低估尾部风险。建议使用非参数或分位数回归校准方法。

3.5 序数标签：风险等级

序数标签（如风险等级 1-5、评分卡分数段）介于多分类与连续型之间：类别之间有明确的顺序关系，但相邻类别之间的间距未知。校准目标包括排序一致性和阈值校准两个方面。

• 校准方法： 累积链接模型（Cumulative Link Model）、序数保序回归（Ordinal Isotonic Regression）、阈值校准（Threshold Calibration）。
• 评估指标： 序数 ECE（Ordinal ECE）、平均绝对误差（MAE）、Kendall 秩相关系数。
• 常见陷阱： 将序数标签当作多分类标签处理，会丢失类别间的顺序信息；当作连续型标签处理，则会引入不存在的等距假设。必须使用专门为序数数据设计的校准方法。

3.6 标签类型与校准方法匹配关系

下图展示了四种标签类型与推荐校准方法之间的对应关系，帮助你在实际项目中快速选择正确的校准路径。

3.7 标签类型选择决策流程

在实际项目中，原始数据可能以多种形式存在。以下决策流程帮助你从原始数据出发，确定正确的标签类型和校准路径：

1. 检查标签取值空间： 标签是离散值还是连续值？离散值是否具有自然顺序？
2. 确定标签类型： 根据取值空间和业务含义，将标签归入二分类、多分类、连续型或序数类型。
3. 选择校准方法： 参考上图中的匹配关系，选择对应的校准方法族。
4. 验证校准效果： 使用对应的评估指标（ECE、NLL、CRPS 等）验证校准效果，必要时进行方法迭代。