3. Champion模型定义：生产环境中的基准模型
在生产环境中，Champion模型（冠军模型）是指当前在线上运行、负责对实时申请进行信用评分与决策的基准模型。它是经过严格离线验证、在线A/B测试并最终被批准上线的“最优解”，也是后续所有挑战者模型必须超越的参照系。
核心定义： Champion模型 = 生产环境中正在服役的、性能最稳定且经过业务验证的信用评分模型。它既是风控决策的“执行者”，也是模型迭代的“度量尺”。
3.1 Champion模型的生命周期
一个Champion模型从诞生到退役通常经历以下五个阶段，每个阶段都有明确的交付物与验收标准：
| 阶段 | 关键活动 | 交付物/里程碑 | 典型时长 |
|---|---|---|---|
| 1. 开发与验证 | 数据准备、特征工程、模型训练、离线交叉验证 | 模型训练报告、KS/AUC指标 | 4-8周 |
| 2. 挑战者胜出 | 与当前Champion进行离线对比、通过挑战者实验 | 挑战者实验报告、性能提升显著性检验 | 2-4周 |
| 3. 上线部署 | 模型封装、API对接、影子模式（Shadow Mode）试运行 | 部署文档、影子模式监控报告 | 1-2周 |
| 4. 生产服役 | 全量流量决策、实时监控、定期性能报告 | 月度/季度监控报告、PSI/CSI稳定性指标 | 6-18个月 |
| 5. 退役/替换 | 新Champion接管流量、旧模型下线归档 | 退役报告、模型版本归档 | 1-2周 |
实践建议： 服役期超过18个月的Champion模型，即使性能指标未明显下降，也应主动启动挑战者实验，因为客群结构和宏观经济环境可能已发生结构性变化。
3.2 性能基准：Champion模型的“锚点”
Champion模型在生产环境中的性能基准是一组预先定义、可量化、可复现的指标。这些指标既是模型健康度的“体温计”，也是挑战者模型必须超越的“及格线”。
核心基准指标分为三类：
- 区分度指标： KS（Kolmogorov-Smirnov）值、AUC（Area Under the Curve）、Gini系数。这些指标衡量模型区分“好客户”与“坏客户”的能力。
- 校准度指标： 预期违约率 vs 实际违约率的偏差、Brier Score。校准度反映模型预测概率的准确性。
- 稳定性指标： PSI（Population Stability Index）、CSI（Characteristic Stability Index）。稳定性监控模型评分分布和特征分布是否随时间发生漂移。
| 指标类别 | 指标名称 | Champion基准阈值 | 监控频率 |
|---|---|---|---|
| 区分度 | KS | ≥ 0.30（消费信贷） | 月度 |
| 区分度 | AUC | ≥ 0.75 | 月度 |
| 校准度 | 实际/预期比率 | 0.85 - 1.15 | 月度 |
| 稳定性 | PSI | < 0.10（无显著漂移） | 周度/月度 |
| 稳定性 | CSI | < 0.05（单特征） | 周度/月度 |
⚠️ 常见陷阱： 仅关注KS/AUC而忽视PSI。一个在训练集上KS=0.45的模型，如果上线后PSI飙升至0.25，说明客群已发生严重漂移，模型实际效果可能远低于离线表现。Champion模型的基准必须是“离线+在线”双维度指标。
3.3 监控指标体系：Champion模型的“仪表盘”
生产环境中的Champion模型需要一套完整的监控体系来确保其持续有效。监控体系分为三个层级：
- 数据质量层： 监控入模特征的缺失率、异常值率、取值分布。如果特征数据质量下降，模型输出必然失真。
- 模型输出层： 监控评分分布、拒绝率、通过率、各分数段的坏账率。这是最直观的模型效果反馈。
- 业务结果层： 监控实际逾期率、损失率、风险调整后收益率（RAROC）。这是最终的业务价值衡量。
3.4 监控指标阈值与预警机制
Champion模型的监控不是“事后看报表”，而是“实时预警”。生产环境通常设置三级预警机制：
| 预警级别 | 触发条件 | 响应动作 | 响应时效 |
|---|---|---|---|
| 🟢 绿色（正常） | 所有指标在基准阈值内 | 常规监控，无需干预 | — |
| 🟡 黄色（关注） | PSI ≥ 0.10 且 < 0.25；或KS下降 < 10% | 启动特征分析、排查数据源、准备挑战者实验 | 24小时内 |
| 🔴 红色（紧急） | PSI ≥ 0.25；或KS下降 ≥ 20%；或坏账率超预期50% | 立即降级模型、切换备用模型、冻结审批 | 1小时内 |
关键原则： Champion模型的监控不是“可选项”，而是“强制项”。没有监控的Champion模型，就像没有仪表盘的飞机——看似在飞，实则随时可能失控。
3.5 Champion模型与挑战者模型的对比基准
当挑战者模型准备挑战Champion时，必须基于以下统一基准进行对比：
- 时间窗口一致： 使用相同的OOT（Out-of-Time）验证集，确保市场环境一致。
- 拒绝推断一致： 使用相同的拒绝推断策略，避免因样本偏差导致对比失真。
- 评估指标一致： 使用Champion模型上线时定义的基准指标集，不得临时更换指标。
- 业务约束一致： 保持相同的通过率、相同的风险容忍度，确保对比在相同业务约束下进行。
最佳实践： 建议在Champion模型上线时，就预先定义好“挑战者胜出标准”，例如：“挑战者模型在OOT集上KS提升 ≥ 0.03，且PSI < 0.10，且通过率不下降超过5%”。这样可以避免主观判断，让模型迭代更加客观、可量化。