模型验证PSI异常波动复盘课程 - 第1节
1.1 PSI 的定义与数学公式
群体稳定性指标（Population Stability Index, PSI）是衡量两个样本分布之间差异程度的统计量。在模型验证中，PSI 用于量化模型评分（或关键特征）在开发样本与当前实际样本之间的分布偏移程度。
数学公式
PSI 的计算基于分箱后的分布对比，其核心公式为：
PSI = Σ (P_i - Q_i) × ln(P_i / Q_i)
其中：
- P_i = 第 i 个分箱中当前样本的占比
- Q_i = 第 i 个分箱中基准样本（开发样本）的占比
- ln = 自然对数
- Σ = 对所有分箱求和计算步骤
- 分箱：将模型评分（0~1 或 0~1000）划分为 10~20 个等距区间。
- 统计占比：分别计算基准样本和当前样本在每个区间的占比。
- 逐箱计算：对每个区间计算 (当前占比 - 基准占比) × ln(当前占比 / 基准占比)。
- 求和：将所有区间的结果相加，得到 PSI 值。
关键点：PSI 本质上是两个分布之间 相对熵（KL 散度） 的对称化变体，当两个分布完全一致时，PSI = 0。
1.2 PSI 在模型验证中的核心作用
PSI 是模型监控体系中最核心的量化指标之一，其作用贯穿模型全生命周期：
| 应用阶段 | 核心作用 | 典型场景 |
|---|---|---|
| 模型上线前 | 验证开发样本与验证样本的分布一致性 | 拒绝推断样本、跨时间验证 |
| 模型上线后 | 监控评分分布是否发生漂移 | 月度/季度模型稳定性报告 |
| 模型迭代时 | 判断是否需要重新训练或校准 | PSI 超过阈值触发预警 |
| 监管合规 | 提供模型稳定性的量化证据 | 监管审计、模型风险报告 |
PSI 阈值与解读
| PSI 范围 | 稳定性等级 | 建议行动 |
|---|---|---|
| < 0.10 | 高度稳定 | 无需干预，持续监控 |
| 0.10 ~ 0.25 | 轻度漂移 | 排查原因，加强监控频率 |
| > 0.25 | 严重漂移 | 立即触发预警，启动模型重训 |
注意：阈值并非绝对固定。对于高风险模型（如信用评分、反欺诈），建议采用更严格的阈值（如 0.10 即触发预警）；对于低风险模型可适当放宽至 0.15。
1.3 PSI 计算流程与分布偏移示意
下图展示了 PSI 从数据输入到预警输出的完整计算链路，以及分布偏移的直观对比：
1.4 PSI 与其他稳定性指标的对比
| 指标 | 关注点 | 取值范围 | 对分布形状敏感度 | 模型验证常用性 |
|---|---|---|---|---|
| PSI | 整体分布偏移 | [0, +∞) | 高 | ★★★★★ |
| KS 统计量 | 好坏样本区分度 | [0, 1] | 中 | ★★★★ |
| 特征重要性漂移 | 单个特征分布变化 | [0, +∞) | 高 | ★★★ |
| 模型 AUC 变化 | 区分能力衰减 | [0, 1] | 低 | ★★★★ |
实践建议：PSI 应作为模型稳定性监控的首要指标，但不要孤立使用。建议结合 KS 统计量、特征 PSI 和业务指标（如通过率、坏账率）进行综合判断，避免因单一指标误判模型状态。