1. 催收业务背景

1.1 催收行业现状

中国消费信贷市场在经历高速增长后,整体不良率持续承压。截至2024年末,银行业不良贷款余额已超过3.8万亿元,信用卡逾期半年未偿信贷总额突破千亿规模。催收行业面临三大核心挑战:

  • 合规趋严:个人信息保护法、催收行为规范等法规落地,暴力催收、高频骚扰等传统手段被全面禁止。
  • 成本攀升:人工坐席薪资、场地、培训成本年均增长8%-12%,而单案回收率却呈下降趋势。
  • 数据孤岛:各机构间黑名单、行为特征难以共享,导致重复触达、无效触达比例高达30%-40%。
行业关键数据: 头部消费金融公司平均催收成本率(催收费用/回收金额)已从2019年的6.2%上升至2024年的9.8%,精细化运营成为生存刚需。

1.2 触达策略的重要性

触达策略决定了“在什么时间、通过什么渠道、以什么话术”联系债务人。一个优化的触达策略可以带来:

策略维度 优化前(行业均值) 优化后(头部机构) 提升幅度
首日联系率 42% 68% +62%
有效通话占比 18% 33% +83%
承诺还款率 11% 19% +73%
单案催回成本 ¥47 ¥29 -38%

然而,触达策略的效果高度依赖于特征工程的质量。如果用于分群、排序、决策的特征本身不稳定(即在不同时间窗口或客群子集中分布发生剧烈偏移),那么再优秀的策略模型也会快速失效。

1.3 PSI在特征筛选中的角色

群体稳定性指标(Population Stability Index, PSI) 是衡量特征分布随时间或客群变化程度的量化工具。在催收触达场景中,PSI承担三个核心角色:

  1. 特征质量守门员:在模型训练前,剔除PSI > 0.25的高度不稳定特征,避免模型在线上快速衰减。
  2. 策略时效性监控:每月/每周计算触达策略所用特征的PSI,当PSI超过阈值时触发策略重训练或特征替换。
  3. 客群漂移预警:通过PSI趋势线识别客群行为模式的结构性变化(如疫情后还款意愿整体下降),为策略调整提供方向。
PSI阈值速查: PSI < 0.1 表示特征稳定;0.1 ≤ PSI < 0.25 表示轻度漂移,需关注;PSI ≥ 0.25 表示严重漂移,建议立即替换或重构该特征。
PSI在催收触达策略中的角色定位 PSI在催收触达策略中的角色定位 原始催收数据 通话/还款/行为 特征工程 衍生/分箱/编码 PSI特征筛选 稳定性评估/阈值过滤 触达策略模型 分群/排序/决策 PSI持续监控 月度漂移预警 核心逻辑: PSI在特征工程与策略模型之间充当“质量闸门”——只有通过稳定性检验的特征才能进入模型训练; 同时,PSI持续监控模块将线上漂移信号反馈回特征筛选环节,形成闭环迭代。 PSI计算与阈值判定流程 PSI计算与阈值判定流程 获取基准分布 P_i 训练集/上月实际 获取实际分布 Q_i 当前月线上数据 计算 PSI 值 Σ(P_i - Q_i)·ln(P_i/Q_i) 阈值判定 PSI vs 0.1 / 0.25 输出筛选结果 保留/关注/剔除 阈值判定规则: • PSI < 0.10 → 特征稳定,直接保留用于模型训练或策略决策 • 0.10 ≤ PSI < 0.25 → 轻度漂移,需人工复核并考虑特征变换 • PSI ≥ 0.25 → 严重漂移,立即剔除该特征并启动替代特征搜索
常见误区: 很多团队只关注模型 AUC 或 KS 等区分度指标,却忽视了特征稳定性。一个 PSI=0.35 的特征即使单变量区分度很高,上线后也会因为分布漂移导致策略效果在2-4周内断崖式下跌。PSI 筛选应当前置在特征工程阶段,而非事后补救。