2. PSI基础概念：群体稳定性指标(PSI)的数学定义、计算原理与业务含义
群体稳定性指标（Population Stability Index，PSI）是反洗钱模型监控中最核心的量化工具，用于衡量模型评分或特征分布在时间维度上的偏移程度。在反洗钱场景中，PSI直接回答一个关键问题：“当前用于识别可疑交易的模型，其判断逻辑是否还和建模时一样有效？”
2.1 数学定义与公式推导
PSI的数学本质是信息论中的KL散度（Kullback-Leibler divergence）的对称化变体，用于衡量两个概率分布之间的差异。其标准计算公式如下：
PSI = Σ (P_i - Q_i) × ln(P_i / Q_i)
其中：
- P_i = 第 i 个分箱中，实际分布（当前期）的样本占比
- Q_i = 第 i 个分箱中，预期分布（基准期/建模期）的样本占比
- i = 分箱序号，i = 1, 2, ..., n公式的直观含义：当实际分布与预期分布完全一致时，每个分箱的 (P_i - Q_i) = 0，PSI = 0；差异越大，PSI值越高。该公式同时捕捉了比例差异和方向性两个维度。
2.2 计算原理：五步法
PSI的计算遵循标准化的五步流程，每一步都有明确的业务含义：
| 步骤 | 操作内容 | 反洗钱场景示例 |
|---|---|---|
| 1. 确定基准 | 选取模型开发时的样本分布作为基准期（Expected） | 使用2024年1月建模样本的评分分布 |
| 2. 确定当前 | 选取需要监控的时间窗口作为实际期（Actual） | 使用2024年7月线上实时评分分布 |
| 3. 等距分箱 | 将评分范围划分为10个等宽区间（常用10分位） | 评分0-100分，每10分为一个区间 |
| 4. 计算占比 | 分别统计每个分箱中基准期和实际期的样本占比 | 区间[0,10)：基准期占5%，实际期占8% |
| 5. 代入公式 | 逐箱计算(P_i - Q_i)×ln(P_i/Q_i)并求和 | 得到PSI = 0.15 |
⚠️ 关键避坑：当某个分箱中 Q_i = 0 时，ln(P_i/0) 无定义。实际处理中需对空箱做平滑处理（如加极小值ε=0.0001），或合并相邻分箱。反洗钱场景中，高分段常出现空箱，必须提前处理。
2.3 业务含义与阈值标准
PSI的数值大小直接对应模型稳定性的不同等级。行业通用阈值标准如下：
| PSI 范围 | 稳定性等级 | 业务含义 | 反洗钱应对措施 |
|---|---|---|---|
| PSI < 0.10 | 稳定 | 模型评分分布无显著变化，模型表现与建模时一致 | 无需干预，继续常规监控 |
| 0.10 ≤ PSI < 0.25 | 轻度漂移 | 分布出现可察觉偏移，需关注原因 | 启动人工复核，检查近期交易特征变化 |
| PSI ≥ 0.25 | 严重漂移 | 分布发生结构性变化，模型可能失效 | 立即触发告警，暂停模型决策，启动重训 |
💡 反洗钱场景的特殊性：金融监管机构（如FATF、央行）要求模型监控具备可解释性。PSI不仅是一个数字，更是向监管证明“模型持续有效”的关键证据。建议将PSI监控报告纳入反洗钱合规档案。
2.4 PSI与反洗钱业务场景的映射
在反洗钱模型中，PSI漂移通常由以下三类业务变化驱动：
- 客群结构变化：新开户政策调整、地域拓展导致客户风险画像偏移，评分分布整体右移或左移。
- 交易模式变化：新型洗钱手法出现（如虚拟货币、跨境支付），原有特征不再有效区分正常与可疑交易。
- 数据质量退化：上游系统字段缺失、映射错误，导致模型输入特征分布发生系统性偏差。
🚨 实战警示：不要仅依赖PSI单一指标。反洗钱场景中，PSI稳定但模型性能下降的情况时有发生（如正负样本比例变化但分布未变）。建议PSI与KS、AUC、召回率等指标联合监控。
2.5 PSI计算示例（手算演示）
以下是一个简化的反洗钱评分PSI计算示例，帮助理解公式的逐箱运算过程：
| 分箱 | 评分区间 | 基准期占比 Q_i | 当前期占比 P_i | P_i - Q_i | ln(P_i/Q_i) | 单箱贡献 |
|---|---|---|---|---|---|---|
| 1 | [0,10) | 0.05 | 0.08 | +0.03 | +0.470 | 0.0141 |
| 2 | [10,20) | 0.10 | 0.12 | +0.02 | +0.182 | 0.0036 |
| 3 | [20,30) | 0.15 | 0.18 | +0.03 | +0.182 | 0.0055 |
| 4 | [30,40) | 0.20 | 0.22 | +0.02 | +0.095 | 0.0019 |
| 5 | [40,50) | 0.25 | 0.20 | -0.05 | -0.223 | 0.0112 |
| 6 | [50,60) | 0.15 | 0.12 | -0.03 | -0.223 | 0.0067 |
| 7 | [60,70) | 0.07 | 0.05 | -0.02 | -0.336 | 0.0067 |
| 8 | [70,80) | 0.02 | 0.02 | 0.00 | 0.000 | 0.0000 |
| 9 | [80,90) | 0.01 | 0.01 | 0.00 | 0.000 | 0.0000 |
| 10 | [90,100] | 0.00 | 0.00 | 0.00 | 0.000 | 0.0000 |
| PSI = Σ | 0.0497 | |||||
本例中PSI = 0.0497 < 0.10，判定为稳定状态，模型无需干预。
2.6 PSI计算原理流程图
下图展示了PSI从原始数据到最终告警决策的完整计算链路：
2.7 PSI在反洗钱监控中的定位
PSI并非孤立指标，而是反洗钱模型监控体系中的第一道防线。其在整个监控框架中的位置如下：