4、PSI的直观理解：通过分布对比图理解PSI、期望分布与实际分布、分箱方法
群体稳定性指标（PSI）的核心思想是量化两个分布之间的差异。在信用评分场景中，这两个分布通常指：期望分布（模型开发时的样本评分分布）与实际分布（模型上线后某段时间内的样本评分分布）。PSI 值越小，说明两个分布越接近，模型表现越稳定。
为了直观理解 PSI 的计算逻辑，我们需要掌握三个关键要素：分箱方法、期望分布与实际分布的对比、以及PSI 的逐箱贡献。
4.1 分箱方法：将连续评分转化为离散区间
PSI 的计算不直接使用原始评分值，而是先将评分范围划分为若干个连续的区间（即“分箱”）。分箱方式直接影响 PSI 的敏感度和稳定性。常见的分箱方法包括：
| 分箱方法 | 描述 | 适用场景 | 注意事项 |
|---|---|---|---|
| 等距分箱 | 将评分范围按固定宽度划分为 K 个区间 | 评分范围已知且分布均匀时 | 极端值可能导致某些箱为空 |
| 等频分箱 | 按期望分布的百分位数划分，使每个箱的样本数大致相等 | 最常用，对分布形态不敏感 | 实际分布中某些箱可能样本稀疏 |
| 自定义分箱 | 根据业务规则或风险等级阈值划分 | 业务含义明确（如 A/B/C/D 等级） | 需保证各箱有足够样本 |
实践建议：信用评分模型中通常采用 等频分箱（10 箱或 20 箱），以开发样本的评分分布为基准确定分箱边界。这样能保证每个箱在期望分布中都有足够的样本量，避免因箱内样本过少导致 PSI 计算不稳定。
4.2 期望分布与实际分布：PSI 的对比基础
在分箱完成后，我们分别计算每个箱在期望分布和实际分布中的样本占比：
- 期望占比（Ei）：第 i 个箱中样本数占开发样本总数的比例。
- 实际占比（Ai）：第 i 个箱中样本数占当前监测样本总数的比例。
PSI 的公式为：
PSI = Σ (Aᵢ - Eᵢ) × ln(Aᵢ / Eᵢ) (i = 1, 2, ..., K)其中，(Aᵢ - Eᵢ) 反映占比的绝对变化，ln(Aᵢ / Eᵢ) 反映占比的相对变化。两者相乘即为该箱对 PSI 的贡献值。
4.3 分布对比图：直观理解 PSI 的视觉工具
下面通过一张 SVG 分布对比图，展示期望分布与实际分布之间的差异，以及每个箱对 PSI 的贡献。
图示解读：
- 蓝色柱（期望占比）：各箱高度基本一致（等频分箱），约为 10%。
- 红色柱（实际占比）：部分箱明显高于或低于蓝色柱，表示该区间样本占比发生了变化。
- 黄色柱（PSI 贡献）：红色与蓝色差异越大的箱，黄色柱越高，对 PSI 的贡献越大。
4.4 PSI 的逐箱贡献：从差异到数值
为了更清晰地展示 PSI 的计算过程，下面以表格形式列出前 5 个箱的详细数据：
| 分箱 | 评分区间 | 期望占比 Eᵢ (%) | 实际占比 Aᵢ (%) | 差值 (Aᵢ - Eᵢ) | ln(Aᵢ / Eᵢ) | PSI 贡献 |
|---|---|---|---|---|---|---|
| 1 | 300~350 | 10.0 | 8.0 | -0.020 | -0.223 | 0.0045 |
| 2 | 350~400 | 10.0 | 9.5 | -0.005 | -0.051 | 0.0003 |
| 3 | 400~450 | 10.0 | 10.5 | 0.005 | 0.049 | 0.0002 |
| 4 | 450~500 | 10.0 | 12.0 | 0.020 | 0.182 | 0.0036 |
| 5 | 500~550 | 10.0 | 13.5 | 0.035 | 0.301 | 0.0105 |
| 前 5 箱 PSI 小计：0.0191 | ||||||
注意：当某个箱在期望分布或实际分布中的占比为 0 时，ln(Aᵢ / Eᵢ) 无法计算。实践中通常对占比做微小平滑处理（如加 0.001），或合并空箱到相邻箱中。
4.5 从分布对比到漂移告警
通过分布对比图，我们可以直观地判断 PSI 是否触发告警：
- PSI < 0.10：红色柱与蓝色柱高度接近，黄色柱很低，分布无显著变化。
- 0.10 ≤ PSI < 0.25：部分箱出现明显差异，黄色柱中等高度，需关注。
- PSI ≥ 0.25：多个箱的红色柱明显偏离蓝色柱，黄色柱较高，分布发生显著漂移，应触发告警。
下面用第二张 SVG 图展示 PSI 告警阈值与分布漂移程度的关系：
关键认知：PSI 不是“有或无”的二元指标，而是一个连续度量。通过分布对比图，我们可以快速定位哪些评分区间发生了漂移，以及漂移的方向（客户评分升高还是降低）。这为后续的模型调整或策略优化提供了精确的切入点。