📚 课程目录第3章群体稳定性指标(PSI)基础

3. 群体稳定性指标(PSI)基础：数学定义、计算公式与KL散度关系

群体稳定性指标（Population Stability Index, PSI）是信用评分模型监控中最核心的量化指标，用于衡量模型评分在时间维度上的分布偏移程度。本章从数学定义出发，逐步拆解PSI的计算逻辑，并揭示其与信息论中KL散度的内在联系。

PSI本质上衡量的是两个概率分布之间的“距离”——即模型在基准期（开发样本）的评分分布，与监控期（当前样本）的评分分布之间的差异。其数学定义基于分段离散化后的比例变化：

  核心思想： 将评分区间划分为K个等宽或等频的桶（通常10~20个），分别计算每个桶中样本占比，再通过加权求和量化整体偏移程度。

设基准期第i个桶的样本占比为 \( P_i \)，监控期第i个桶的样本占比为 \( Q_i \)，则PSI定义为：

PSI = Σ ( (Q_i - P_i) * ln(Q_i / P_i) )   (i = 1, 2, ..., K)

其中：

直觉理解： 如果两个分布完全一致，则每个桶的 \( Q_i = P_i \)，\( ln(Q_i/P_i) = 0 \)，PSI = 0。PSI越大，说明分布偏移越严重。

实际计算PSI时，通常遵循以下5个步骤：

以下是一个简化的计算示例（K=5）：

评分区间	基准期占比 \( P_i \)	监控期占比 \( Q_i \)	\( Q_i - P_i \)	\( ln(Q_i / P_i) \)	贡献值
[300, 400)	0.10	0.15	+0.05	0.4055	0.0203
[400, 500)	0.20	0.25	+0.05	0.2231	0.0112
[500, 600)	0.40	0.35	-0.05	-0.1335	0.0067
[600, 700)	0.20	0.18	-0.02	-0.1054	0.0021
[700, 800]	0.10	0.07	-0.03	-0.3567	0.0107
PSI = Σ					0.0510

注意事项： 当某个桶的 \( P_i = 0 \) 或 \( Q_i = 0 \) 时，\( ln(Q_i/P_i) \) 无定义。实践中通常对空桶做平滑处理（如加一个极小值ε），或合并相邻桶。

PSI与信息论中的KL散度（Kullback-Leibler divergence）有着深刻的数学联系。KL散度衡量的是用一个分布Q近似另一个分布P时的信息损失：

KL(P || Q) = Σ P_i * ln(P_i / Q_i)

而PSI的公式为：

PSI = Σ (Q_i - P_i) * ln(Q_i / P_i)

通过代数变换，可以证明PSI实际上是两个KL散度的对称和：

PSI = KL(P || Q) + KL(Q || P)

即：

PSI = Σ P_i * ln(P_i / Q_i) + Σ Q_i * ln(Q_i / P_i)

这一关系揭示了PSI的对称性——它同时考虑了从基准期到监控期、以及从监控期到基准期的双向信息损失，而KL散度本身是非对称的。

  关键区别：
  KL散度： 非对称，\( KL(P||Q) \neq KL(Q||P) \)，适用于有明确“真实分布”与“近似分布”的场景。
PSI： 对称，\( PSI(P,Q) = PSI(Q,P) \)，适用于无先验方向性的分布偏移监控。

下表总结了PSI与KL散度的核心差异：

下图直观展示了PSI作为对称化KL散度的数学结构：

在信用评分实践中，通常使用以下经验阈值来判断漂移严重程度：

实践建议： 阈值并非绝对固定。对于高风险信贷产品（如大额无抵押贷款），建议将轻度漂移阈值下调至0.05；对于低风险产品（如抵押贷款），可适当放宽至0.15。关键是根据业务损失容忍度动态调整。