2. PSI 数学原理：从分布差异到单一量化指标
PSI（Population Stability Index，群体稳定性指标）的核心思想是衡量两个概率分布之间的“距离”。在信贷风控中，这两个分布分别是预期分布（Expected Distribution）和实际分布（Actual Distribution）。PSI 通过分箱、计算占比、对数变换和求和四个步骤，将分布差异压缩为一个可比较的数值。
2.1 分箱逻辑：将连续变量离散化
PSI 计算的第一步是对评分或概率进行分箱（Binning）。分箱的目的是将连续的模型输出（如信用评分 300-900）划分为若干个离散区间，以便统计每个区间内的样本占比。
| 分箱方法 | 说明 | 适用场景 |
|---|---|---|
| 等距分箱 | 将评分范围均匀划分为 N 个区间（如每 50 分一箱） | 评分分布均匀、无极端值 |
| 等频分箱 | 使每个箱内的样本数量大致相等 | 评分分布偏斜、长尾数据 |
| 自定义分箱 | 根据业务经验或监管要求设定断点 | 需要对齐特定阈值（如拒绝线、优质线） |
实操建议：在授信决策引擎中，通常采用等距分箱（如 10-20 箱），并确保每个箱内至少包含 5% 的样本。若某箱样本过少，需合并相邻箱，避免统计噪声。
2.2 对数变换：放大尾部差异
分箱后，每个箱 i 都有两个占比：
- 预期占比（Ei）：模型开发时该箱的样本比例
- 实际占比（Ai）：当前监控期该箱的样本比例
PSI 的核心公式为：
PSI = Σ (Ai - Ei) × ln(Ai / Ei)其中 ln(Ai / Ei) 即为对数变换项。对数变换的作用：
- 放大尾部差异：当 Ai 远大于 Ei 时，ln(Ai/Ei) 为正且较大；当 Ai 远小于 Ei 时，ln(Ai/Ei) 为负且绝对值较大。
- 对称性：ln(A/E) 与 ln(E/A) 互为相反数，使得 PSI 对正向偏移和负向偏移的敏感度一致。
- 无量纲化：对数变换将比值转化为线性尺度，便于跨箱求和。
数学性质：当 Ai = Ei 时，ln(1) = 0，该箱贡献为 0。当分布完全一致时，PSI = 0。PSI 越大，分布差异越大。
2.3 PSI 计算全流程推导
以下通过一个 5 箱的简化示例，展示 PSI 的完整计算过程：
| 箱号 | 评分区间 | 预期占比 Ei | 实际占比 Ai | Ai - Ei | ln(Ai/Ei) | 单箱贡献 |
|---|---|---|---|---|---|---|
| 1 | 300-400 | 0.10 | 0.15 | +0.05 | ln(1.5) = 0.405 | 0.0203 |
| 2 | 400-500 | 0.20 | 0.25 | +0.05 | ln(1.25) = 0.223 | 0.0112 |
| 3 | 500-600 | 0.40 | 0.35 | -0.05 | ln(0.875) = -0.134 | 0.0067 |
| 4 | 600-700 | 0.20 | 0.18 | -0.02 | ln(0.9) = -0.105 | 0.0021 |
| 5 | 700-900 | 0.10 | 0.07 | -0.03 | ln(0.7) = -0.357 | 0.0107 |
| PSI = Σ 单箱贡献 | 0.0510 | |||||
避坑提示：当某箱的 Ei = 0 时，ln(Ai/0) 无定义。实际处理中，需对空箱进行合并或使用平滑处理（如加极小值 ε = 0.0001）。同样，若 Ai = 0，ln(0/Ei) 趋近于负无穷，也应合并处理。
2.4 PSI 计算流程：从原始数据到指标输出
下图展示了 PSI 在授信决策引擎中的完整计算链路：
2.5 PSI 的数学本质与业务解读
从信息论角度看，PSI 实际上是相对熵（KL 散度）的对称化形式。KL 散度衡量的是用一个分布（预期）去近似另一个分布（实际）时的信息损失。PSI 通过取两个方向的 KL 散度之和，保证了对称性。
| PSI 值范围 | 业务含义 | 建议动作 |
|---|---|---|
| PSI < 0.1 | 分布无显著变化，模型稳定 | 正常监控，无需干预 |
| 0.1 ≤ PSI < 0.25 | 分布轻度偏移，需关注 | 排查原因，准备模型校准 |
| PSI ≥ 0.25 | 分布显著偏移，模型失效风险高 | 立即停用，启动模型重建 |
核心理解：PSI 不是衡量模型“好坏”的指标，而是衡量模型“是否还适用于当前客群”的指标。一个高区分度的模型，如果 PSI 过大，说明其评分分布已发生结构性漂移，决策阈值可能不再有效。