1. 课程背景与目标：什么是额度模型批次偏移，为什么需要对比 LightGBM 与逻辑回归
1.1 什么是额度模型批次偏移
在信贷风控领域，额度模型通常基于历史样本（训练批次）构建，用于预测未来申请人的违约概率或风险等级。然而，随着时间推移、客群结构变化、宏观经济波动或业务策略调整，模型输入特征的分布（P(X)）或特征与目标变量之间的关系（P(Y|X)）可能发生系统性改变。这种跨时间、跨批次的数据分布不一致现象，称为批次偏移（Batch Shift）。
核心定义：批次偏移是指模型在开发样本（训练集）与上线后实际应用样本（测试集/新批次）之间，因数据分布差异导致的模型性能衰减现象。在额度模型中，这种偏移直接表现为预测分数与真实违约率之间的校准关系失效。
额度模型批次偏移的典型表现包括：
- 特征分布漂移：如收入、负债比、征信查询次数等关键特征在新批次中的均值、方差或分位数发生显著变化。
- 概念漂移：特征与违约标签之间的逻辑关系发生变化，例如原本高收入代表低风险，但在新批次中高收入群体违约率反而上升。
- 分数偏移：模型输出的额度评分整体偏高或偏低，导致通过率、坏账率与预期不符。
| 偏移类型 | 定义 | 额度模型影响 |
|---|---|---|
| 特征分布偏移 | 输入特征 X 的边际分布 P(X) 改变 |
模型对极端值敏感，评分卡失效 |
| 概念偏移 | 条件分布 P(Y|X) 改变 |
特征权重需重新校准，模型需重建 |
| 分数偏移 | 模型输出分数整体系统性偏移 | 通过率失控，风险定价错误 |
诊断提示：批次偏移并非一次性事件，而是持续发生的动态过程。风控团队需要建立常态化监控机制，在模型上线后定期（如每周/每月）对比训练批次与最新批次的分布差异。
1.2 为什么需要对比 LightGBM 与逻辑回归
在额度模型批次偏移诊断中，选择 LightGBM 与 逻辑回归（Logistic Regression） 作为对比模型，具有深刻的业务与技术考量。两种模型代表了风控建模中两种截然不同的技术路线：
- 逻辑回归：线性模型，可解释性强，对特征分布变化敏感度较低，但拟合复杂非线性关系的能力有限。
- LightGBM：梯度提升树模型，非线性拟合能力强，能自动捕捉特征交互，但对分布偏移更敏感，容易过拟合到训练批次的特有模式。
通过对比这两种模型在批次偏移下的表现差异，可以回答以下关键问题：
- 偏移诊断的敏感性：哪种模型能更早、更灵敏地检测到批次偏移？
- 偏移归因的准确性：当偏移发生时，两种模型在特征重要性、分数分布上的变化模式有何不同？
- 业务决策的鲁棒性：在偏移环境下，哪种模型的额度分配策略更稳定、更可靠？
注意：不要简单认为 LightGBM 一定优于逻辑回归，或反之。在批次偏移场景下，逻辑回归的线性约束反而可能成为一种“正则化”优势，使其在新批次上表现更稳定；而 LightGBM 的高复杂度可能导致更严重的过拟合偏移。本课程将通过真实案例数据，量化展示这种差异。
1.3 对比诊断框架
本课程采用统一的对比诊断框架，从三个维度系统评估两种模型在批次偏移下的表现：
| 诊断维度 | 核心指标 | 对比目标 |
|---|---|---|
| 分布稳定性 | PSI（群体稳定性指标）、特征分布距离（KS/JS散度） | 评估模型分数与特征在批次间的偏移程度 |
| 性能衰减 | AUC、KS、Gini 系数在验证集与最新批次上的差值 | 量化模型区分能力的下降幅度 |
| 校准偏移 | 校准曲线、Brier 分数、期望校准误差（ECE） | 检测模型预测概率与真实违约率之间的偏差 |
1.4 课程目标与学习路径
通过本课程的学习，你将掌握以下核心能力：
- 诊断能力：能够使用 PSI、KS 散度、特征分布对比图等工具，系统诊断额度模型的批次偏移问题。
- 对比分析能力：掌握 LightGBM 与逻辑回归在偏移场景下的差异化表现，理解各自优劣势的数学与业务根源。
- 实战落地能力：基于真实信贷数据集，完成从数据预处理、模型训练、偏移诊断到策略建议的完整案例流程。
课程产出：一套可复用的批次偏移诊断代码模板 + 一份针对两种模型的对比分析报告 + 具体的额度策略调整建议。