4. AML监测体系概述：整体架构、数据流与模型生命周期管理
一个成熟的反洗钱监测体系并非由孤立的规则或模型拼凑而成，而是一个由数据层、计算层、决策层、反馈层构成的闭环系统。理解其整体架构、数据流转路径以及模型从开发到退役的全生命周期管理，是解读PSI漂移告警信号的前提。
4.1 AML监测系统整体架构
现代AML监测系统通常采用分层解耦的微服务架构，确保高可用性、可扩展性与实时性。核心架构分为以下四层：
| 架构层 | 核心组件 | 主要职责 |
|---|---|---|
| 数据接入层 | ETL管道、消息队列(Kafka)、数据湖 | 对接核心银行、支付、风控等上游系统，完成数据清洗、标准化与实时/批量接入 |
| 计算与规则引擎层 | 规则引擎(Drools)、实时计算(Flink)、批处理(Spark) | 执行预设规则（如大额交易、频繁交易）与机器学习模型推理，生成告警 |
| 决策与案例管理层 | 案例管理(ECM)、工作流引擎、调查工具 | 对告警进行合并、优先级排序、分配调查员，并记录调查结论与可疑交易报告(STR) |
| 监控与反馈层 | 模型监控平台、PSI/CSI计算模块、特征存储 | 实时监控模型输入特征分布、模型输出分数分布、告警率与误报率，触发漂移告警 |
架构要点： 监控与反馈层是连接“模型运行”与“模型治理”的桥梁。PSI漂移告警正是在这一层产生，并驱动模型的重训练或特征工程调整。
4.2 核心数据流
数据在AML监测系统中的流转遵循“采集 → 加工 → 计算 → 决策 → 反馈”的闭环路径。理解数据流有助于定位PSI漂移的根因——是上游数据质量问题，还是特征计算逻辑变更。
- 源数据采集： 从核心银行、支付网关、CRM等系统实时或批量抽取交易流水、客户信息、账户信息。
- 数据标准化与清洗： 统一货币单位、时间格式、交易类型编码；剔除测试数据、空值处理、异常值截断。
- 特征工程： 基于标准化数据计算衍生特征，如“过去30天交易总金额”、“交易对手多样性”、“夜间交易占比”等。这是PSI监控的核心对象。
- 模型推理与规则匹配： 将特征输入机器学习模型（如XGBoost、神经网络）或规则引擎，输出嫌疑分数或告警信号。
- 案例生成与调查： 系统根据分数阈值或规则命中情况生成案例，推送至调查员工作台。
- 反馈闭环： 调查员标记“确认可疑”或“误报”，该标签回流至特征存储与模型监控平台，用于计算PSI/CSI及模型重训练。
数据流与PSI的关联： PSI漂移通常发生在第3步（特征工程）与第4步（模型推理）之间。当生产环境中的特征分布与模型训练时的特征分布出现显著差异时，PSI值会飙升，提示模型可能失效。
4.3 模型生命周期管理
AML模型并非“一次开发，永久运行”。一个完整的模型生命周期包含以下六个阶段，PSI漂移监控贯穿其中。
| 阶段 | 关键活动 | PSI监控角色 |
|---|---|---|
| 1. 需求与设计 | 定义业务目标（如降低误报率20%）、确定特征空间、选择算法 | 确定PSI监控基线（训练集特征分布） |
| 2. 开发与训练 | 数据准备、特征工程、模型训练、超参数调优 | 记录训练集各特征的PSI参考值（通常为0） |
| 3. 验证与测试 | 在OOT（跨时间）样本上验证模型稳定性与区分度 | 计算OOT样本与训练集的PSI，确认<0.1 |
| 4. 部署与上线 | 模型封装、A/B测试、灰度发布、全量上线 | 部署PSI实时监控看板，设置告警阈值（如PSI>0.2） |
| 5. 监控与告警 | 持续监控PSI/CSI、告警率、误报率、模型分数分布 | 核心阶段： 触发漂移告警，生成信号解读报告 |
| 6. 重训与退役 | 根据漂移信号进行特征调整、模型重训练或模型下架 | 重训后更新PSI基线，关闭旧模型告警 |
常见陷阱： 许多团队只关注模型上线后的PSI监控，却忽略了在模型设计阶段就确定基线分布。如果基线本身有偏差（例如训练数据仅包含特定季节的交易），后续的PSI告警可能会频繁误报，导致“狼来了”效应。
4.4 关键监控指标一览
在模型生命周期管理中，除了PSI，还需关注以下配套指标，形成完整的监控矩阵：
| 指标 | 全称 | 监控对象 | 典型阈值 |
|---|---|---|---|
| PSI | 群体稳定性指标 | 模型输入特征分布 | < 0.1 稳定；0.1-0.2 需关注；> 0.2 告警 |
| CSI | 特征稳定性指标 | 单个特征分布变化 | > 0.1 需排查特征 |
| 告警率 | Alert Rate | 模型输出分数超过阈值的比例 | 相对基线变化 > 20% 告警 |
| 误报率 | False Positive Rate | 调查后确认为误报的案例占比 | 相对基线变化 > 15% 告警 |
| 捕获率 | Capture Rate | 模型成功告警的可疑交易占比 | 低于目标值5%需重训 |
实践建议： 不要单独依赖PSI。当PSI告警时，应同步检查CSI定位具体哪个特征发生漂移，并结合告警率与误报率判断漂移对业务的实际影响。例如，PSI升高但告警率与误报率不变，可能只是特征分布的自然波动，无需立即重训。