1. 课程导论：贷后预警延迟场景的 PSI 调优方法

1.1 贷后预警延迟场景的定义

在信贷风险管理全流程中，贷后预警是指贷款发放后，通过监控借款人行为、征信变化、多头借贷、经营状况等信号，提前识别潜在违约风险并触发处置动作的机制。然而，在实际生产环境中，从风险信号产生到预警规则生效之间往往存在显著的时间滞后，这一现象被称为贷后预警延迟。

贷后预警延迟直接导致风险暴露窗口扩大，使本可提前干预的逾期案例滑入不良。因此，量化延迟程度并对其进行调优，是贷后风控体系精细化运营的关键环节。

1.2 PSI 指标在风控中的核心作用

PSI（Population Stability Index，群体稳定性指标） 是衡量模型评分或特征分布在时间维度上偏移程度的经典指标。在贷后预警延迟场景中，PSI 被赋予新的应用视角：

在延迟场景中，PSI 的核心作用可归纳为三点：

1. 量化延迟程度：通过比较实时特征分布与无延迟基准分布的 PSI 值，直接度量当前延迟对特征稳定性的破坏。
2. 定位延迟源头：对每个预警特征独立计算 PSI，高 PSI 特征即为延迟敏感特征，优先排查其数据链路。
3. 指导调优优先级：PSI 值越高，说明延迟对预警效果的影响越大，应优先投入资源优化该特征的采集或计算时效。

PSI = Σ (P_实际_i - P_基准_i) * ln(P_实际_i / P_基准_i)

其中：
- P_基准_i：基准时段第 i 个分箱的样本占比
- P_实际_i：当前时段第 i 个分箱的样本占比
- 分箱方式：等距分箱 / 等频分箱 / 业务自定义分箱

1.3 课程目标与学习路径

本课程旨在帮助风控数据科学家与策略分析师，系统掌握基于 PSI 指标诊断、量化并优化贷后预警延迟的方法论。完成本课程后，学员将具备以下能力：

• 诊断能力：搭建延迟场景下的 PSI 监控体系，识别高延迟特征与规则。
• 量化能力：计算延迟对预警准确率、提前天数的边际影响。
• 调优能力：制定数据管道优化、特征工程改造、规则时效升级等具体方案。
• 验证能力：通过 A/B 测试与回溯分析，评估调优效果并持续迭代。

课程学习路径分为四个阶段：