1. 模型风险管理概述
1.1 模型风险定义
模型风险是指在使用不充分、不准确或存在缺陷的模型进行决策时，可能导致的财务损失、监管处罚或声誉损害。在金融、保险、风控等领域，模型被广泛用于信用评分、市场风险计量、反欺诈检测等关键业务，模型输出的偏差会直接传导至业务结果。
核心观点：模型风险并非仅由模型本身错误引起，还包括模型误用、数据质量下降、假设失效、实施偏差等全链路因素。
| 风险来源 | 典型场景 | 影响程度 |
|---|---|---|
| 模型设计缺陷 | 变量选择不当、算法过拟合 | 高 |
| 数据质量问题 | 缺失值、异常值、数据漂移 | 高 |
| 模型误用 | 超出适用范围、未定期校准 | 中 |
| 实施与部署偏差 | 代码实现错误、环境差异 | 中 |
| 监控失效 | 性能衰减未被及时发现 | 高 |
1.2 模型风险管理框架
一个完整的模型风险管理框架（Model Risk Management Framework, MRMF）通常包含三大防线与六大核心流程。该框架确保模型从开发到退出的全生命周期都处于可控状态。
实践要点：在Spark监控体系中，第二道防线（模型风险管理与验证）通常负责定义监控指标阈值，第一道防线（业务团队）负责执行日常监控与异常上报。第三道防线（内部审计）定期检查监控流程的完整性与合规性。
1.3 模型生命周期管理
模型生命周期管理（Model Lifecycle Management, MLM）将模型从需求到退出的全过程划分为若干阶段，每个阶段都有明确的交付物、审批节点和风险控制措施。结合Spark大数据平台，生命周期中的监控与异常排查需要与数据管道、计算任务深度集成。
注意：模型退出阶段常被忽视，但它是生命周期管理的关键环节。退出前必须完成影响评估、替代方案验证、历史数据归档，并在Spark监控系统中关闭对应的告警规则，避免产生误报。
1.4 生命周期各阶段的关键监控点
在Spark大数据环境下，模型生命周期各阶段都需要建立对应的监控指标。下表总结了各阶段的核心监控对象与典型异常场景：
| 生命周期阶段 | Spark监控对象 | 典型异常 | 排查方向 |
|---|---|---|---|
| 数据准备 | 数据源连接、ETL任务 | 数据缺失、字段漂移 | 检查数据管道、Schema校验 |
| 模型开发 | Spark ML训练任务 | 资源不足、任务失败 | 查看Executor日志、内存配置 |
| 验证审批 | 验证数据集、对比报告 | 性能指标不达标 | 检查验证集分布、回测结果 |
| 部署上线 | Spark Streaming作业 | 延迟飙升、吞吐下降 | 检查背压、分区数、资源分配 |
| 监控运维 | 模型预测结果、实时指标 | PSI异常、AUC下降 | 分析特征分布、重训练触发 |
| 模型退出 | 历史数据归档、告警清理 | 残留任务、误报 | 清理Spark作业、关闭告警规则 |