3. PSI 阈值与解读：模型稳定性的量化标尺
群体稳定性指标（PSI）的核心价值在于提供一个量化的阈值体系，帮助数据科学家快速判断模型评分分布是否发生显著偏移。本章将详细解析行业通用的 PSI 阈值（0.1 和 0.25），以及如何根据 PSI 值对模型稳定性进行分级解读。
3.1 行业通用阈值体系
在金融风控、用户画像等场景中，PSI 的判定标准已形成行业共识。下表展示了三个关键阈值区间及其对应的模型稳定性等级：
| PSI 值范围 | 稳定性等级 | 业务含义 | 建议行动 |
|---|---|---|---|
| PSI < 0.1 | 稳定 | 模型评分分布无显著变化，样本群体特征一致 | 无需干预，保持常规监控 |
| 0.1 ≤ PSI < 0.25 | 轻度漂移 | 分布出现可察觉的偏移，需关注变化原因 | 触发预警，排查特征或客群变化 |
| PSI ≥ 0.25 | 严重漂移 | 分布发生显著变化，模型可能已失效 | 立即停用或重训模型 |
阈值来源说明： 0.1 和 0.25 这两个阈值最早由美国信用评分领域提出，后经大量实践验证成为通用标准。不同业务场景可适当调整，例如在反欺诈场景中，建议将阈值收紧至 0.05 和 0.15。
3.2 PSI 解读的核心逻辑
解读 PSI 结果时，不能仅看数值本身，还需结合以下三个维度进行综合判断：
- 变化方向： 评分是整体升高还是降低？这反映了客群质量的变化趋势。
- 变化集中度： 漂移是集中在某个分数段，还是均匀分布？集中漂移往往指向特定原因。
- 业务上下文： 是否伴随政策调整、获客渠道变更或宏观经济波动？
解读示例： 某信贷模型 PSI 从 0.08 升至 0.32，同时发现低分段（300-400）占比从 15% 升至 35%。这说明近期涌入大量高风险客群，模型评分分布严重左移，需立即排查获客渠道或调整风控策略。
3.3 PSI 阈值与稳定性等级关系图
下图直观展示了 PSI 值与模型稳定性等级之间的对应关系，以及不同等级下的推荐操作路径：
3.4 PSI 解读的常见误区
在实际应用中，新手容易陷入以下解读误区，需特别注意避免：
- 只看 PSI 数值，不看分布细节： PSI 是汇总指标，无法反映漂移的具体位置。建议同时绘制评分分布对比图。
- 忽略样本量影响： 当样本量过小（如 < 1000）时，PSI 可能因随机波动而偏高，此时应谨慎解读。
- 过度依赖单一阈值： 0.1 和 0.25 是参考值，并非绝对标准。应结合业务容忍度建立自定义阈值。
- 混淆 PSI 与模型性能： PSI 衡量的是分布稳定性，而非预测准确性。稳定的模型也可能性能不佳，反之亦然。
3.5 PSI 解读的完整流程
下图总结了从计算 PSI 到最终决策的完整解读流程，帮助建立系统化的分析思路：
3.6 实战：PSI 结果解读示例
假设我们监控某信用评分模型，得到以下 PSI 结果和分段数据：
| 分数段 | 预期占比 (%) | 实际占比 (%) | 分段 PSI | 贡献度 (%) |
|---|---|---|---|---|
| 300-400 | 10.0 | 18.5 | 0.027 | 33.8 |
| 400-500 | 20.0 | 25.0 | 0.012 | 15.0 |
| 500-600 | 35.0 | 32.0 | 0.003 | 3.8 |
| 600-700 | 25.0 | 18.0 | 0.020 | 25.0 |
| 700-800 | 10.0 | 6.5 | 0.018 | 22.5 |
| 合计 | 100.0 | 100.0 | 0.080 | 100.0 |
解读结论： 整体 PSI = 0.080 < 0.1，属于稳定等级。但分段分析发现，低分段（300-400）贡献了 33.8% 的漂移，高分段（700-800）贡献了 22.5%。虽然整体未触发预警，但低分段占比上升趋势值得关注，建议持续监控该分段的后续变化。
重要提醒： PSI 解读不是一次性工作，而是持续监控过程。建议建立自动化告警机制，当 PSI 超过阈值时自动发送通知，并结合分布图进行可视化分析，避免遗漏关键漂移信号。