1. PSI 基础概念

1.1 定义与业务背景

群体稳定性指标（Population Stability Index，PSI）是衡量两个样本分布之间差异程度的统计量。在风控场景中，PSI 用于量化模型评分或关键特征在时间维度上的分布偏移程度，是监控模型稳定性的核心指标。

当模型上线后，由于客群结构变化、宏观经济波动、政策调整等因素，模型输入特征的分布可能发生偏移，导致模型预测能力下降。PSI 通过比较预期分布（基准分布）与实际分布（当前分布）的差异，为风控团队提供量化预警信号。

1.2 数学公式与计算步骤

PSI 的计算基于分箱（Binning）思想，将连续变量或概率值划分为 K 个等宽或等频区间，然后比较每个区间内实际占比与预期占比的差异。其数学公式为：

PSI = Σ (Actual_i - Expected_i) × ln(Actual_i / Expected_i)

其中：
- i = 1, 2, ..., K（分箱编号）
- Actual_i = 第 i 个区间内实际样本占比
- Expected_i = 第 i 个区间内预期样本占比
- ln = 自然对数

计算步骤：

1. 分箱：将模型评分或特征值划分为 K 个区间（通常 K=10，等宽或等频）。
2. 统计占比：分别计算每个区间在预期样本集和实际样本集中的样本数量占比。
3. 计算分量：对每个区间计算 (Actual_i - Expected_i) × ln(Actual_i / Expected_i)。
4. 求和：将所有区间的分量相加，得到最终的 PSI 值。

1.3 阈值判定标准

在风控实践中，PSI 的判定阈值通常遵循以下经验规则：

1.4 在风控中的核心作用

PSI 在风控体系中承担着模型稳定性监控和样本偏差预警的双重角色，具体体现在以下四个方面：

• 模型退化预警：当模型评分分布发生偏移时，PSI 能第一时间量化偏移程度，避免模型在失效状态下持续决策。
• 客群漂移检测：识别因市场环境、政策变化或获客渠道调整导致的客群结构变化，为策略调整提供依据。
• 特征稳定性评估：对每个入模特征单独计算 PSI，定位导致模型不稳定的具体特征变量。
• 模型生命周期管理：作为模型监控仪表盘的核心指标，驱动模型重训、版本迭代和退役决策。

1.5 PSI 与其他稳定性指标的对比

在风控实践中，除 PSI 外，还有多种指标用于衡量分布偏移。下表对比了常用指标的特点与适用场景：