📚 课程目录第2章 PSI指标基础

2. PSI指标基础：群体稳定性指标（PSI）的数学定义、计算公式与业务含义

在金融风控领域，尤其是反洗钱与可疑交易监测场景中，模型或评分卡上线后，其输出分布会随时间推移发生变化。这种变化可能源于客群结构迁移、宏观经济波动或业务策略调整。群体稳定性指标（Population Stability Index，PSI）正是量化这种分布偏移程度的核心工具。

2.1 数学定义与核心思想

PSI 衡量的是两个样本群体在某个特征或评分上的概率分布差异。其数学本质来源于信息论中的 KL散度（Kullback-Leibler divergence） 的对称化形式。PSI 通过比较“预期分布（Expected）”与“实际分布（Actual）”在每个分箱（bin）上的占比差异，来评估群体是否发生显著漂移。

定义公式如下：

PSI = Σ (Actual_i - Expected_i) * ln(Actual_i / Expected_i)

其中：

Expected_i：第 i 个分箱中，基准期（如模型开发期或上个月）的样本占比。
Actual_i：第 i 个分箱中，监测期（如本月）的样本占比。
ln：自然对数。
Σ：对所有分箱求和。

业务直觉： 如果两个分布完全一致，每个分箱的 Actual_i = Expected_i，则 ln(1)=0，PSI=0。差异越大，PSI 值越高，表明群体结构变化越剧烈。

2.2 计算步骤与分箱逻辑

PSI 的计算通常遵循以下标准化流程，其中分箱方式直接影响结果的稳定性：

步骤	操作内容	注意事项
1. 确定基准分布	选取模型开发样本或上一稳定周期的评分/特征分布作为 Expected 分布。	基准期应覆盖足够样本量（通常 > 5000 条），避免季节性波动。
2. 等频分箱	将评分或特征按基准期数据等频划分为 10 个分箱（Deciles）。	若某分箱占比为 0%，需做平滑处理（如加极小值 0.0001），防止除零。
3. 计算监测期占比	将监测期样本按上述分箱边界落入对应箱子，计算 Actual_i。	监测期样本量过少时，PSI 易受噪声干扰。
4. 代入公式求和	对每个分箱计算 (Actual_i - Expected_i) * ln(Actual_i / Expected_i)，累加得到 PSI。	保留 4 位小数，便于后续阈值判断。

2.3 业务含义与阈值判断标准

在可疑交易监测场景中，PSI 通常用于监控交易评分模型、客户风险等级分布或特征变量（如交易金额、交易频次）的稳定性。行业通用阈值如下：

PSI 值范围	漂移程度	业务动作建议
PSI < 0.1	无显著漂移	模型稳定，无需干预。
0.1 ≤ PSI < 0.25	轻度漂移	需关注漂移方向，排查客群或策略变化，准备模型校准。
PSI ≥ 0.25	严重漂移	立即触发告警，暂停模型使用，进行全量重训或特征重构。

风控实战提醒： 在反洗钱可疑交易监测中，PSI 告警并不总是意味着模型失效。有时是监管政策调整导致客群行为突变（如大额交易报告标准变更），此时需结合业务归因分析，而非盲目重训模型。

2.4 PSI 计算流程与漂移判定逻辑

下图展示了从数据输入到 PSI 告警输出的完整计算与判定链路：

2.5 PSI 与可疑交易监测的关联

在可疑交易监测系统中，PSI 通常部署在以下三个关键监控点：

模型评分漂移： 监控模型输出的可疑评分分布是否偏移，防止模型对新型洗钱模式失效。
特征变量漂移： 监控交易金额、交易频次、IP 地址分布等核心特征，识别客群行为突变。
规则命中率漂移： 监控各条监测规则的告警率分布，判断规则是否被恶意规避。

  案例提示： 某支付机构在监控“单日累计交易金额”特征时，PSI 从 0.03 骤升至 0.31。经排查，发现某电商平台集中促销导致大额交易占比激增。该漂移属于业务周期性波动，无需重训模型，但需在告警系统中添加“节假日豁免”逻辑。

2.6 PSI 的局限性

尽管 PSI 是行业标准指标，但在实际应用中需注意以下局限：

局限性	说明	应对策略
分箱敏感性	分箱数量或边界变化会导致 PSI 值波动。	固定分箱逻辑（如等频 10 箱），避免人为调整。
样本量依赖	监测期样本过少时，PSI 易产生假阳性告警。	设定最小样本量阈值（如 > 1000 条），不足时不计算。
无法定位漂移源	PSI 仅告知漂移程度，不指示哪个分箱或特征导致。	结合分箱贡献度分析（各分箱的 (A-E)*ln(A/E) 值）。
对称性缺陷	PSI 对分布左偏和右偏的敏感度不对称。	可辅助使用 KS 检验或 Wasserstein 距离作为补充。