数据漂移概述
在反洗钱（AML）监测模型中，数据漂移是导致模型性能衰退的核心原因。理解漂移的定义、类型及其影响，是构建稳健告警体系的基础。本章将系统阐述数据漂移的理论框架，并结合AML场景进行实例分析。
1. 数据漂移定义
数据漂移（Data Drift）是指模型在生产环境中运行时，输入数据的统计分布或特征与模型训练时所使用的数据分布之间出现显著差异的现象。这种差异会破坏模型“训练分布与实时分布一致”的基本假设，导致模型预测能力下降。
核心公式： PSI = Σ (P实际 - P期望) × ln(P实际 / P期望)
PSI（群体稳定性指标）是量化数据漂移的常用工具，当PSI > 0.25时，通常认为发生显著漂移。
PSI（群体稳定性指标）是量化数据漂移的常用工具，当PSI > 0.25时，通常认为发生显著漂移。
2. 数据漂移类型
根据漂移发生的对象不同，数据漂移可分为三种主要类型。下表对比了它们的定义、触发原因及AML场景示例：
| 漂移类型 | 定义 | 触发原因 | AML场景示例 |
|---|---|---|---|
| 概念漂移 (Concept Drift) |
输入特征与目标变量之间的映射关系发生变化，即P(Y|X)改变。 | 监管规则更新、洗钱手法演变、客户行为模式突变。 | 过去“单笔大额转账”是高风险特征；新规下“分散小额+聚合转出”成为新模式，模型旧规则失效。 |
| 协变量漂移 (Covariate Drift) |
输入特征X的边缘分布发生变化，但P(Y|X)保持不变。 | 客群结构变化、数据采集渠道变更、季节性波动。 | 模型训练于2023年零售客户数据；2024年新增大量对公客户，交易金额、频率分布整体右移。 |
| 先验概率漂移 (Prior Probability Drift) |
目标变量Y的先验分布发生变化，即P(Y)改变。 | 宏观政策调整、市场环境剧变、突发事件（如疫情）。 | 疫情期间政府补贴发放，导致正常交易激增，洗钱案件占比（P(Y=1)）从0.5%骤降至0.1%。 |
实践提示： 在AML监测中，三种漂移常同时发生。例如，新洗钱手法（概念漂移）会伴随交易特征分布变化（协变量漂移），并导致案件率波动（先验概率漂移）。告警系统需具备多维度检测能力。
3. 漂移对模型的影响
数据漂移对AML监测模型的影响是全方位的，从预测精度到业务决策均会受损。下图展示了漂移如何通过三个关键路径侵蚀模型价值：
具体而言，漂移对模型的影响可归纳为以下四个维度：
- 预测精度衰退：模型对高风险客户的排序能力下降，AUC（曲线下面积）持续走低，导致原本应被标记的可疑交易被遗漏。
- 误报率飙升：协变量漂移使正常交易的特征分布偏离训练集，模型将大量正常行为误判为异常，增加人工审核负担。
- 评分卡失准：概念漂移改变特征权重，例如“夜间交易”过去权重为0.3，新手法下权重应降至0.1，但模型未及时调整。
- 合规风险暴露：先验概率漂移导致案件率预测偏差，若模型低估实际洗钱比例，可能触发监管处罚。
关键警示： 在AML领域，模型漂移不仅是技术问题，更是合规问题。根据FATF（金融行动特别工作组）指引，金融机构需建立持续的模型监测机制，确保反洗钱系统始终有效。忽视数据漂移可能导致重大监管罚款。
4. 漂移检测与告警策略
针对上述影响，AML监测系统需建立分层告警策略。下表总结了针对不同漂移类型的检测方法与推荐阈值：
| 漂移类型 | 检测方法 | 常用指标 | 告警阈值（参考） |
|---|---|---|---|
| 概念漂移 | 滑动窗口性能监控 | AUC衰减率、F1-score变化 | AUC下降 > 0.05 或 F1下降 > 10% |
| 协变量漂移 | 分布距离度量 | PSI、KS统计量、KL散度 | PSI > 0.25 或 KS > 0.3 |
| 先验概率漂移 | 标签分布监控 | 案件率变化率、P(Y)移动平均 | 案件率变化 > 50% 或 超出3σ |
最佳实践： 建议将PSI漂移告警作为协变量漂移的第一道防线。在AML场景中，对每个特征按月计算PSI，当PSI > 0.25时触发告警，并自动生成漂移报告，包含：漂移特征列表、分布对比图、建议的模型更新策略。
通过系统性地理解数据漂移的定义、类型与影响，AML从业者可以更精准地设计告警规则，在模型性能衰退之前主动干预，确保反洗钱监测体系始终处于有效状态。