4. PSI 阈值设定：从行业标准到业务定制

PSI 阈值是漂移告警的“扳机”。阈值设得太宽，模型漂移了也不告警，风险敞口持续扩大；设得太窄，业务稍有波动就频繁告警，运营团队很快陷入“狼来了”的疲劳。本章从行业基准出发，结合反洗钱特有的业务场景，给出可落地的阈值设定方法论。

4.1 行业通用参考标准

金融监管与模型风险管理领域对 PSI 阈值没有强制法规，但经过多年实践，形成了被广泛接受的“三段式”经验区间：

4.2 反洗钱场景下的阈值调整

反洗钱模型与信用评分模型有本质区别：信用评分面对的是相对稳定的信贷周期，而反洗钱模型面对的是动态变化的洗钱手法、监管政策与客户行为。因此，PSI 阈值不能照搬通用标准，必须按场景微调。

4.2.1 场景一：交易监控模型（规则+机器学习混合）

• 特征稳定性要求：极高。交易金额、频次、IP 归属地等特征一旦漂移，可能意味着洗钱模式已变化。
• 建议阈值：预警 0.08，告警 0.20。比通用标准更敏感。
• 理由：交易数据日更新，漂移发现越早，模型失效损失越小。

4.2.2 场景二：客户风险评级模型（月度/季度更新）

• 特征稳定性要求：中等。客户画像（行业、注册地、交易量级）变化较慢。
• 建议阈值：预警 0.12，告警 0.28。略宽于通用标准。
• 理由：避免因季节性业务波动（如年底交易量上升）触发无效告警。

4.2.3 场景三：可疑交易甄别模型（实时/准实时）

• 特征稳定性要求：极高。模型输出直接影响是否上报可疑交易报告（STR）。
• 建议阈值：预警 0.06，告警 0.15。最严格的阈值。
• 理由：漏报风险远高于误报，宁可频繁复核也不可错过漂移。

4.3 阈值设定方法论：三步落地法

脱离业务数据谈阈值都是纸上谈兵。以下三步方法论可帮助团队从零搭建阈值体系：

1. 第一步：基线期统计
   • 取模型上线后前 3~6 个月的历史 PSI 数据。
   • 计算每个特征的 PSI 均值（μ）和标准差（σ）。
   • 剔除因已知业务变更（如系统升级、产品下线）导致的异常 PSI 点。
2. 第二步：阈值初设
   • 预警阈值 = μ + 2σ（覆盖约 95% 的正常波动）。
   • 告警阈值 = μ + 3σ（覆盖约 99.7% 的正常波动）。
   • 将初设值与行业标准（0.10 / 0.25）对比，取较严格的一方。
3. 第三步：回测与校准
   • 用历史漂移事件回测：阈值能否在漂移发生前 1~2 周触发告警？
   • 收集运营反馈：过去 3 个月的告警中，有多少被确认为“有效漂移”？
   • 若有效告警率低于 60%，说明阈值过宽；若高于 90% 但告警量过大，说明阈值过窄。

4.4 阈值设定决策流程

以下 SVG 图展示了从行业标准到业务定制的完整决策路径：

4.5 阈值设定常见误区

4.6 阈值动态调整机制

模型上线后，阈值不应一成不变。建议建立“季度校准 + 事件驱动”的双重调整机制：

• 季度校准：每季度末重新计算基线 μ 和 σ，结合过去 3 个月的有效告警率微调阈值。
• 事件驱动：当发生重大监管政策变更、核心业务系统升级、新产品上线时，立即启动阈值复核。