3. Champion 模型定义
在风控模型迭代管理中，Champion 模型（冠军模型）是指当前在生产环境中稳定运行、被正式用于风险决策的评分模型。它是模型治理的基准锚点，所有新开发的 Challenger 模型都必须与之进行严格的对比评估，才能决定是否替换上线。
核心定义：Champion 模型 = 当前生产环境中“正在服役”的模型，是模型评估与迭代的参照系。
3.1 Champion 模型的选取标准
一个模型要成为 Champion，不能仅凭离线表现，必须通过一套量化指标的综合评审。下表列出最核心的选取标准：
| 指标 | 含义 | Champion 准入阈值 | 说明 |
|---|---|---|---|
| AUC | ROC 曲线下面积，衡量模型整体排序能力 | ≥ 0.75（消费信贷场景） | 越高越好，代表模型对好坏客户的区分能力 |
| KS | Kolmogorov-Smirnov 统计量，衡量模型最大区分度 | ≥ 0.30 | KS 过高（>0.60）需警惕过拟合 |
| PSI | 群体稳定性指标，衡量模型分数分布随时间的变化 | < 0.10 | PSI < 0.10 表示稳定；0.10–0.25 需监控；>0.25 需重建 |
| Gini | 基尼系数，与 AUC 等价但更直观 | ≥ 0.50 | Gini = 2×AUC – 1 |
| Lift | 提升度，衡量模型在 top 分箱中的捕获能力 | ≥ 2.0（top 10% 分箱） | 用于业务决策，如拒绝策略的精准度 |
实战建议：Champion 模型选取时，AUC 和 KS 是“能力指标”，PSI 是“稳定性指标”。能力再强，如果 PSI 超过 0.25，模型在线上已经发生本质偏移，必须降级或重建。
3.2 Champion 模型的部署状态
Champion 模型在生产环境中通常处于以下三种部署状态之一：
- 全量上线（Production）：模型 100% 流量用于实时决策，是默认的评分引擎。
- 影子模式（Shadow Mode）：模型并行运行但不影响决策，仅用于收集分数分布和监控稳定性，常见于 Champion 模型初上线或 Challenger 模型对比期。
- 金丝雀发布（Canary Release）：模型仅对 5%–10% 的流量生效，用于小范围验证线上效果，逐步放量至全量。
下表总结了三种部署状态的关键差异：
| 部署状态 | 流量占比 | 是否影响决策 | 典型用途 |
|---|---|---|---|
| 全量上线 | 100% | 是 | 正式生产决策 |
| 影子模式 | 100%（旁路） | 否 | 稳定性监控、Challenger 对比 |
| 金丝雀发布 | 5%–10% | 是（小范围） | 新模型灰度验证 |
3.3 Champion 模型的生命周期与评估流程
Champion 模型并非一成不变，它需要定期接受评估。下图展示了 Champion 模型从选取到退役的完整生命周期：
注意：Champion 模型一旦进入全量上线状态，必须建立月度 PSI 监控看板。如果连续两个月 PSI > 0.25，模型需要立即降级为影子模式，并启动 Challenger 模型紧急替换流程。
3.4 Champion 模型与 Challenger 模型的关系
Champion 模型不是终点，而是迭代的起点。在 Champion/Challenger 框架中，Champion 模型承担以下职责：
- 基准锚点：所有 Challenger 模型的 AUC、KS、PSI 必须与 Champion 模型进行配对检验。
- 稳定性基线：Champion 模型的 PSI 历史曲线作为判断模型偏移的参考线。
- 决策对照：在影子模式中，Champion 模型与 Challenger 模型同时评分，对比分数分布和拒绝率。
下图展示了 Champion 与 Challenger 在评估流程中的对比关系：
实战经验：Challenger 模型即使 AUC 高于 Champion，如果 PSI 超过 0.15，说明分数分布已经发生较大偏移，上线后可能引发拒绝率突变，建议先进入影子模式观察 2–4 周再决定是否全量替换。