3. Champion 模型定义：什么是冠军模型，其历史表现基准与业务逻辑依据
在信用评分卡的生命周期管理中，Champion 模型（冠军模型）并非指性能最优的算法，而是指当前正式投产、接受实时业务检验并作为决策基准的评分模型。它是风控体系中的“在线标杆”，所有新开发的 Challenger 模型都必须与之对比，证明自身在区分度、稳定性、业务收益等方面具备显著优势后，才能申请替换。
3.1 冠军模型的核心特征
| 特征维度 | 说明 | 业务含义 |
|---|---|---|
| 在线运行 | 已部署至生产环境，每日对真实客群进行实时评分 | 模型输出直接影响审批、额度、定价等核心决策 |
| 历史基准 | 拥有至少 6~12 个月的离线回测与在线监控数据 | 可计算 KS、AUC、PSI 等指标的长期趋势与置信区间 |
| 业务对齐 | 模型策略与公司风险偏好、资本约束、监管要求一致 | 拒绝率、通过率、坏账率均在董事会批准的阈值内 |
| 可解释性 | 评分卡逻辑透明，变量权重与业务常识吻合 | 便于向监管、审计、业务部门解释决策原因 |
| 可维护性 | 变量采集稳定，模型监控体系完善，支持快速迭代 | 当客群漂移时，可及时触发 Champion 模型的重训或替换 |
关键认知： Champion 模型不一定是在开发集上 AUC 最高的模型，而是经过“离线验证 + 在线试跑 + 业务评审”三重关卡后，被风控委员会正式批准投产的模型。它的“冠军”地位来源于生产环境中的实际表现，而非实验室指标。
3.2 历史表现基准的构建方法
Champion 模型的历史表现基准是 Challenger 模型对比的“标尺”。基准必须覆盖以下三个层面：
- 区分度基准： 计算 Champion 模型在验证集、测试集以及上线后每月滚动窗口的 KS、AUC、Gini 系数。取各指标的中位数与 5%/95% 分位数作为“正常波动区间”。
- 稳定性基准： 每月计算评分分布相对于开发样本的 PSI（群体稳定性指标），以及特征级别的 CSI（特征稳定性指标）。PSI < 0.1 视为稳定，0.1~0.25 需预警，> 0.25 视为漂移。
- 业务效果基准： 统计实际放贷客群的 6 个月/12 个月逾期率、坏账率、通过率、平均授信额度。这些指标构成 Champion 模型的“业务损益基线”。
实操建议： 建议将 Champion 模型的历史表现基准固化为一套 BI 仪表盘，每日自动更新。Challenger 模型在验证阶段必须证明其 KS 提升超过 3 个百分点（或相对提升 10%），且 PSI 不劣于 Champion 模型，才能进入下一轮评审。
3.3 业务逻辑依据：为什么需要 Champion 模型
从业务视角看，Champion 模型的存在解决了三个核心问题：
- 决策一致性： 所有客群在同一套评分标准下接受评估，避免因模型频繁切换导致的审批结果波动，维护客户体验与监管合规。
- 风险可追溯： 当坏账率异常上升时，风控团队可以回溯 Champion 模型的评分分布、拒绝原因、变量贡献，快速定位问题根源。
- 迭代有依据： 新模型必须“打败”当前 Champion 模型才能上线，避免“为了换模型而换模型”的盲目迭代，降低试错成本。
常见误区： 有些团队将开发集上 AUC 最高的模型直接部署为 Champion 模型，忽略了在线稳定性和业务可解释性。结果上线后 PSI 快速恶化，导致审批通过率骤降或坏账飙升。Champion 模型的选定必须经过至少 3 个月的在线试跑（Shadow Mode 或 Champion/Challenger 并行），确认无异常后方可正式授予“冠军”地位。
3.4 Champion 模型生命周期与基准维护流程
3.5 Champion 模型基准的量化指标示例
以下为一个消费信贷场景下 Champion 模型的历史表现基准示例（数据为脱敏模拟值）：
| 指标类别 | 指标名称 | Champion 模型值 | 正常波动区间 | 监控频率 |
|---|---|---|---|---|
| 区分度 | KS | 0.42 | [0.38, 0.46] | 月度 |
| AUC | 0.81 | [0.78, 0.84] | 月度 | |
| 稳定性 | PSI（评分分布） | 0.06 | [0.00, 0.10] | 月度 |
| CSI（特征级） | 0.08 | [0.00, 0.15] | 季度 | |
| 业务效果 | 12 月滚动坏账率 | 3.2% | [2.5%, 4.0%] | 月度 |
| 审批通过率 | 62% | [58%, 66%] | 月度 | |
| 平均授信额度 | ¥18,500 | [¥16,000, ¥21,000] | 月度 |
总结： Champion 模型是信用评分体系中的“在线锚点”。它的定义不仅包含模型算法本身，更包含一套完整的历史表现基准、业务逻辑依据和持续监控机制。只有深刻理解 Champion 模型的定位与基准构建方法，后续的 Challenger 模型验证才有可靠的参照系。