1. 课程导论：什么是额度模型批次偏移、为什么需要根因分析、课程目标与学习路径
1.1 什么是额度模型批次偏移
在信贷风控领域，额度模型通常基于申请人的特征（如收入、负债、征信查询次数、多头借贷指数等）预测其违约概率或风险等级，进而输出一个建议授信额度。当模型上线后，随着时间的推移，模型输入特征的分布或特征与目标变量之间的关系发生变化，导致模型在新批次数据上的预测表现与开发样本批次出现系统性差异，这种现象称为批次偏移（Batch Drift）。
额度模型批次偏移的典型表现包括：
- 特征分布偏移：例如，新申请客群的“近3个月征信查询次数”均值从2.5次上升至4.8次。
- 特征-目标关系偏移：例如，过去“月收入1万元”对应违约率5%，现在同样收入对应违约率8%。
- 模型输出偏移：模型给出的建议额度分布整体偏高或偏低，导致通过率或坏账率异常波动。
关键概念区分： 批次偏移 ≠ 概念漂移。批次偏移强调数据批次之间的分布差异；概念漂移强调特征与标签关系随时间变化。批次偏移是概念漂移的一种触发信号，但并非所有批次偏移都会导致概念漂移。
1.2 为什么需要根因分析
当监控系统检测到额度模型出现批次偏移时，仅仅知道“模型表现变差”是不够的。风控团队需要回答以下关键问题：
- 哪个特征或哪些特征驱动了偏移？
- 偏移是客群结构变化（如渠道调整、营销活动）还是外部环境变化（如政策、经济周期）导致的？
- 偏移是暂时性波动还是持续性趋势？
- 是否需要重新训练模型、调整决策阈值或更新特征？
根因分析（Root Cause Analysis, RCA） 正是为了解决这些问题而存在。它通过系统化的数据诊断方法，定位批次偏移的根本原因，为模型迭代和业务决策提供可解释、可量化的依据。
实战经验： 在头部消费金融公司，约 60% 的额度模型批次偏移由“渠道客群结构变化”引起，20% 由“外部经济环境波动”引起，剩余 20% 由“数据采集或特征工程问题”引起。根因分析能帮助团队快速锁定问题源头，避免盲目重训模型。
1.3 课程目标与学习路径
本课程旨在帮助风控建模和数据科学从业者，系统掌握额度模型批次偏移的根因分析方法论与实战技能。课程结束后，你将能够：
| 能力维度 | 具体目标 | 对应章节 |
|---|---|---|
| 概念理解 | 清晰区分批次偏移、概念漂移、数据漂移，理解额度模型特有的偏移模式 | 第1-2章 |
| 监控搭建 | 构建批次偏移监控指标体系，包括PSI、特征稳定性、模型输出分布等 | 第3-5章 |
| 诊断方法 | 掌握单变量分析、多变量分析、树模型特征重要性、SHAP值分解等根因分析方法 | 第6-12章 |
| 实战案例 | 通过3个真实业务场景（渠道偏移、政策变更、数据质量问题）完成完整根因分析 | 第13-18章 |
| 应对策略 | 制定模型更新、阈值调整、特征重构、客群分流等应对方案 | 第19-22章 |
| 自动化与工具 | 搭建批次偏移根因分析自动化流水线，输出可复用的Python工具包 | 第23-30章 |
1.4 课程适用人群与前置知识
- 目标学员：风控建模工程师、数据科学家、风控策略分析师、金融科技从业者。
- 前置知识：熟悉Python编程（pandas、numpy、sklearn）；了解基础统计概念（均值、方差、分布）；有基本的信贷风控业务认知。
- 工具环境：课程代码基于Python 3.8+，依赖库包括pandas、numpy、scikit-learn、shap、matplotlib、seaborn、optuna等。
重要提示： 本课程不涉及深度学习或复杂神经网络模型。额度模型批次偏移根因分析的核心在于可解释性和业务可操作性，因此课程重点放在树模型（XGBoost、LightGBM）和线性模型上，这些模型在工业界风控场景中占据主导地位。