4、PSI阈值设定原则：统计学显著性、业务容忍度与监管要求

PSI（Population Stability Index，群体稳定性指标）告警阈值并非随意设定，而是需要综合统计学原理、业务实际承受能力以及监管合规要求三方因素。一个合理的阈值既能避免“过度告警”导致模型频繁无效迭代，也能防止“漏报”引发信贷风险失控。本章从三个核心维度拆解阈值设定的底层逻辑与实操方法。

4.1 统计学显著性：区分“随机波动”与“系统性漂移”

从统计学角度看，PSI衡量的是两个分布（开发样本 vs. 当前评分）之间的差异程度。阈值设定必须能够过滤掉由样本量波动、季节性因素或随机抽样误差引起的“伪漂移”。

• 卡方检验关联性：PSI本质上与卡方统计量高度相关。当PSI < 0.1时，通常对应p值较大（>0.05），说明差异不显著，可视为随机波动。
• 样本量敏感性：大样本（如>10万笔）下，微小差异也可能被放大为显著PSI。此时需适当提高阈值或结合效应量（Effect Size）判断。
• 分箱数影响：评分分箱越多（如20箱 vs. 10箱），PSI对局部波动越敏感。建议固定分箱数（通常10箱），避免因分箱方式改变导致阈值失效。

4.2 业务容忍度：从风险成本与运营效率出发

统计学显著不等于业务不可接受。业务容忍度决定了“即使PSI偏高，但风险仍在可控范围内”时，是否触发告警。核心考量因素包括：

• 违约率变化幅度：若PSI上升但整体违约率未恶化，可适当放宽阈值。
• 客群调整成本：频繁重训模型消耗大量人力与时间，需平衡告警频率与迭代成本。
• 业务条线差异：高风险产品（如现金贷）阈值应更严格（如0.15），低风险产品（如抵押贷）可放宽至0.25。

4.3 监管要求：合规底线不可逾越

金融监管机构对模型稳定性有明确或隐含的要求。虽然各国/地区具体数值不同，但核心原则一致：模型必须持续适用于其设计时的目标客群，且漂移程度不得影响风险计量的准确性。

• 巴塞尔协议框架：要求银行定期验证模型稳定性，PSI是常用指标之一。监管检查中通常要求PSI < 0.25，否则需提交解释报告。
• 国内监管指引：银保监会（现国家金融监督管理总局）在《商业银行资本管理办法》中强调，模型监控指标需有明确阈值，且阈值设定需经风险管理委员会审批。
• 审计与合规记录：阈值设定过程、调整依据、告警记录均需留痕，以备监管现场检查。

4.4 三原则综合决策矩阵

实际工作中，三个原则可能相互冲突。例如：PSI=0.22在统计上显著（p<0.05），但业务容忍度允许（低风险产品），监管要求也尚未触及红线。此时需通过决策矩阵确定最终阈值。

最终阈值 = max(统计基准下限, 业务容忍度阈值, 监管最低要求)

示例：
- 统计基准下限：0.10
- 业务容忍度阈值：0.15（高风险产品）
- 监管最低要求：0.25
- 最终阈值 = max(0.10, 0.15, 0.25) = 0.25

4.5 阈值动态调整机制

阈值并非一成不变。随着模型生命周期推进、客群结构演变或监管政策更新，阈值需定期复盘与调整。建议建立以下机制：

• 季度复盘：每季度检查PSI分布与告警命中率，评估阈值是否合理。
• 年度校准：结合模型验证报告，重新计算统计基准与业务容忍度。
• 事件驱动调整：当发生重大客群政策变更（如获客渠道切换）时，临时调整阈值并记录原因。