1. 课程导论：为什么金融特征缺失与PSI是风控模型的生命线？

1.1 风控模型的“隐形杀手”

在金融风控领域，一个模型从开发到上线，再到持续监控，始终面临两大核心威胁：数据质量塌陷与客群分布漂移。特征缺失与PSI（群体稳定性指标）正是衡量这两大威胁的“生命线仪表盘”。

特征缺失不仅仅是“数据没填”那么简单。在金融场景中，缺失往往携带信息：

• 非随机缺失（MNAR）： 高风险用户故意不填写收入、职业信息，缺失本身就是一个强风险信号。
• 系统故障缺失： 数据源接口升级、字段映射错误，导致整批特征为空，引发模型“空跑”。
• 业务逻辑缺失： 新用户无历史信贷记录，导致“征信查询次数”等特征为空。

而PSI则监控模型评分或特征分布的长期稳定性。一旦PSI超过阈值，意味着模型赖以生存的客群画像已经改变，模型需要紧急校准或重构。

1.2 缺失与PSI：模型生命周期的“双轨监控”

下表清晰展示了特征缺失巡检与PSI稳定性分析在模型生命周期中的不同定位与互补关系：

1.3 课程目标与学习路径

本课程旨在帮助风控建模与数据治理人员，建立一套从数据探查 → 缺失处理 → 分布监控 → 预警响应的完整实战能力。你将学会：

1. 诊断： 使用Python（Pandas/NumPy）快速计算特征缺失率，并识别缺失模式（MCAR/MAR/MNAR）。
2. 治理： 针对不同缺失类型，制定填充策略（均值/中位数/模型预测/业务规则）。
3. 监控： 编写PSI计算函数，对模型评分与连续特征进行分箱稳定性评估。
4. 预警： 设定动态阈值，当缺失率或PSI异常时，自动触发告警与报表。
5. 归因： 结合业务日志与数据血缘，定位缺失与漂移的根因。

下图展示了本课程的核心知识体系与学习路径：

1.4 为什么这是风控模型的生命线？

用一个真实案例来说明：某持牌消费金融公司，其线上信用贷模型在2023年Q2突然出现坏账率上升。初步排查发现：

• 特征缺失率： 核心特征“公积金缴纳基数”缺失率从3%飙升至35%，原因是合作数据源接口升级后，字段名映射错误。
• PSI异常： 模型评分PSI达到0.31，远高于0.25的预警线。进一步分析发现，缺失导致模型自动填充为0，使得大量中低收入客群被错误地评为高分，从而放大了风险敞口。

1.5 学习路径与前置要求

本课程适合具备以下基础的学员：

课程将按照以下路径展开：

1. 第1-3章： 基础概念与工具准备（缺失机制、PSI原理、Python环境搭建）。
2. 第4-8章： 特征缺失巡检实战（缺失率计算、缺失模式诊断、填充策略对比）。
3. 第9-15章： PSI稳定性分析实战（分箱方法、PSI计算、阈值设定、多维度监控）。
4. 第16-20章： 自动化监控体系搭建（定时任务、告警推送、报表可视化）。
5. 第21-25章： 根因分析与数据治理（数据血缘、日志回溯、修复流程）。
6. 第26-30章： 综合案例与最佳实践（从零搭建监控体系、异常处理SOP）。