4. 特征分布偏移类型：均值漂移、方差变化、形状变化、尾部风险与缺失率突变

在额度模型的生命周期中，特征分布偏移是导致模型性能衰减的核心诱因。不同偏移类型对模型决策边界的影响机制各异，需要采用差异化的监控与应对策略。本节系统梳理五种常见的特征分布偏移类型，并给出每种类型的识别方法与业务影响评估。

4.1 偏移类型总览

特征分布偏移可从分布参数与形态两个维度进行分类。下表汇总了五种偏移类型的定义、典型成因与监控指标：

4.2 均值漂移（Mean Shift）

均值漂移是最直观、最易被发现的偏移类型。当特征的整体水平发生系统性变化时，模型对样本的评分分布将整体平移，导致通过率或坏账率出现趋势性偏离。

识别方法：

• 滚动均值监控：计算特征在固定时间窗口（如30天）内的均值，与基准期均值做差异检验（t检验或Z检验）。
• 群体稳定性指标（PSI）：将特征分箱后，计算实际分布与预期分布之间的PSI值，PSI > 0.1 提示显著偏移。
• KS统计量：衡量两个样本累积分布的最大垂直距离，KS > 0.2 通常视为强偏移信号。

# 均值漂移检测示例（Python伪代码）
import numpy as np
from scipy import stats

def detect_mean_shift(baseline, current, threshold=0.05):
    t_stat, p_value = stats.ttest_ind(baseline, current)
    shift_flag = p_value < threshold
    mean_diff = np.mean(current) - np.mean(baseline)
    return shift_flag, mean_diff, p_value

4.3 方差变化（Variance Change）

方差变化反映特征取值的离散程度发生改变。方差扩大意味着客群异质性增强，模型对极端样本的区分能力可能下降；方差缩小则提示客群趋于同质，模型可能丧失部分区分度。

识别方法：

• 标准差比：计算当前窗口标准差与基准窗口标准差的比值，超出[0.8, 1.2]范围视为异常。
• 变异系数（CV）：标准差/均值，消除量纲影响后比较离散程度。
• F检验：检验两个独立样本的方差是否相等。

与均值漂移的联合影响：

4.4 形状变化（Shape Change）

形状变化是比均值和方差更隐蔽的偏移类型。即使均值和方差保持不变，分布的形状（偏度、峰度、多峰性）也可能发生根本性改变，导致模型在特定区间内的预测行为异常。

子类型与检测方法：

• 偏度变化：分布对称性改变。例如，收入分布从右偏变为左偏，意味着高收入群体占比下降。使用偏度系数差值监控。
• 峰度变化：分布尾部厚度改变。峰度增大提示极端值增多，模型对异常样本的鲁棒性面临挑战。使用峰度系数差值监控。
• 多峰性出现/消失：分布从单峰变为双峰，通常意味着客群出现分层。可通过核密度估计（KDE）或高斯混合模型（GMM）检测。

# 形状变化检测示例
from scipy.stats import skew, kurtosis

def shape_change_score(baseline, current):
    skew_diff = abs(skew(current) - skew(baseline))
    kurt_diff = abs(kurtosis(current) - kurtosis(baseline))
    # 综合形状变化得分（可根据业务调整权重）
    score = 0.5 * skew_diff + 0.5 * kurt_diff
    return score

4.5 尾部风险（Tail Risk）

尾部风险关注分布极端值的变化，是额度模型中最具破坏性的偏移类型之一。尾部风险往往与欺诈攻击、极端经济事件或数据异常直接相关，且常规的均值-方差监控可能完全无法捕捉。

监控指标：

• 分位数比：比较当前窗口与基准窗口在特定分位点（如P95、P99）的取值比值。比值偏离1.0越远，尾部偏移越严重。
• 尾部指数（Tail Index）：使用极值理论（EVT）估计分布尾部的厚尾程度，尾部指数越小，尾部越厚。
• 极值占比：统计超过阈值（如均值±3σ）的样本比例变化。

# 尾部风险检测示例
def tail_risk_ratio(baseline, current, quantile=0.99):
    baseline_tail = np.quantile(baseline, quantile)
    current_tail = np.quantile(current, quantile)
    ratio = current_tail / baseline_tail
    # 阈值可根据业务设定，如 ratio > 1.5 或 < 0.67
    return ratio

4.6 缺失率突变（Missing Rate Shift）

缺失率突变是数据质量层面的偏移，但会直接传导至模型预测。当特征缺失率在短时间内发生跳变，模型可能被迫使用填充值或默认分支，导致预测偏差。

突变类型：

• 骤增型：缺失率从正常水平（如5%）跳升至30%以上。常见原因：数据源接口故障、采集字段变更、上游系统升级。
• 骤降型：缺失率突然归零或大幅下降。常见原因：数据源补录、采集逻辑变更、默认值策略调整。
• 周期性突变：缺失率呈现规律性波动（如月末骤增）。常见原因：业务周期、批量处理延迟。

检测方法：

1. 滑动窗口缺失率：计算每日/每小时的缺失率，形成时间序列。
2. 变化点检测（Change Point Detection）：使用PELT算法或贝叶斯变化点检测，识别缺失率的突变点。
3. 缺失模式分析：不仅监控缺失率数值，还需分析缺失是否具有系统性（如仅在高收入群体中缺失）。

# 缺失率突变检测示例
def missing_rate_shift(missing_series, window=7, threshold=0.15):
    rolling_mean = missing_series.rolling(window=window).mean()
    current_rate = missing_series.iloc[-1]
    baseline_rate = rolling_mean.iloc[-window-1] if len(missing_series) > window else rolling_mean.iloc[0]
    shift = abs(current_rate - baseline_rate)
    return shift > threshold, shift

4.7 偏移类型综合对比与SVG框架

下图展示了五种偏移类型在分布形态上的直观差异，以及它们在额度模型监控中的优先级排序：

4.8 偏移类型在额度模型中的联动效应

在实际额度模型中，五种偏移类型往往不是孤立出现的。下图展示了它们之间的典型联动关系及对模型输出的传导路径：