1. 课程导论：什么是授信决策引擎批次偏移？为什么需要关注特征分布对比？课程目标与适用人群
1.1 什么是授信决策引擎批次偏移？
在信贷风控领域，授信决策引擎通常以“批次”为单位处理申请。当一个批次的申请人群特征与模型训练时使用的样本特征分布发生显著差异时，即发生批次偏移（Batch Shift）。这种偏移是模型性能衰减的核心诱因之一。
核心定义： 批次偏移 = 线上实时评分批次的特征分布 ≠ 模型开发时训练集的特征分布。偏移程度越大，模型预测的准确性与排序能力下降越快。
批次偏移的常见来源包括：
- 渠道策略调整： 新引入的流量渠道带来不同客群画像。
- 宏观经济波动： 利率、失业率变化导致申请人还款能力整体迁移。
- 产品规则变更： 额度、期限、定价调整吸引不同风险偏好的用户。
- 数据采集故障： 上游数据源缺失或字段映射错误，造成特征值系统性突变。
1.2 为什么需要关注特征分布对比？
特征分布对比是识别和量化批次偏移的核心手段。通过对比“当前批次”与“基准批次（如训练集、上周批次）”的特征分布差异，风控团队可以：
| 关注维度 | 具体价值 | 典型场景 |
|---|---|---|
| 模型监控 | 提前预警模型效果衰减，避免大规模坏账 | PSI（群体稳定性指标）超过阈值 |
| 策略调优 | 定位偏移特征，指导拒绝策略或额度策略调整 | 收入特征分布右移，需上调额度下限 |
| 数据质量 | 发现数据采集或加工环节的异常 | 某字段缺失率从 2% 突增至 30% |
| 合规审计 | 证明模型在不同批次间未产生歧视性偏移 | 监管要求提供特征分布季度对比报告 |
实践提示： 特征分布对比不是一次性工作，应嵌入到每日或每周的自动化监控流水线中。SQL 是实现大规模、高效率分布对比的首选工具。
1.3 课程目标
本课程旨在帮助学员掌握一套基于 SQL 的特征分布对比方法论，能够独立完成从数据提取、分布计算到偏移诊断的完整流程。具体目标包括：
- 理解原理： 掌握批次偏移的统计学本质与业务含义。
- 掌握 SQL 技术： 熟练使用窗口函数、聚合查询、分位数计算、直方图构建等 SQL 技术进行分布对比。
- 构建看板： 能够设计并实现特征分布对比的自动化报表或数据看板。
- 落地决策： 根据对比结果输出可执行的授信策略调整建议。
1.4 适用人群
- 风控数据分析师： 需要日常监控模型稳定性，定位特征偏移根因。
- 授信策略经理： 希望基于数据驱动的方式调整审批与额度策略。
- 模型开发工程师： 需要验证模型上线后的实际表现，迭代优化模型。
- 数据仓库/BI 工程师： 负责搭建风控数据管道，输出标准化的分布对比中间表。
1.5 批次偏移与特征分布对比核心流程
下图展示了从数据输入到策略调整的完整闭环，其中 SQL 特征分布对比处于承上启下的核心位置。
1.6 一个典型的批次偏移场景
假设某消费金融产品在 2024 年 6 月引入了一个新的线上广告渠道。通过 SQL 对比 6 月批次与 3 月训练集批次的“月收入”特征分布，发现：
| 特征分箱 | 训练集占比（基准） | 6月批次占比 | 偏移方向 |
|---|---|---|---|
| 0 - 5000 元 | 30% | 15% | ↓ 显著减少 |
| 5001 - 10000 元 | 40% | 35% | ↓ 小幅减少 |
| 10001 - 20000 元 | 20% | 35% | ↑ 显著增加 |
| 20000 元以上 | 10% | 15% | ↑ 小幅增加 |
业务影响： 新渠道带来了更多高收入人群，模型原本对高收入段的风险评估可能不够精准，导致高收入段坏账率上升。此时需要重新校准模型或调整该渠道的额度策略。
通过本课程的学习，你将能够用 SQL 快速复现上述对比过程，并输出可量化的偏移指标，为决策提供坚实的数据基础。