3. 漂移检测基础：数学定义与常见类型
在量化风控中，因子库的稳定性直接决定模型在线上环境的表现。当因子分布发生改变，即发生“漂移”时，模型预测的置信区间会偏移，导致误判率上升。本节从数学定义出发，系统梳理三种核心漂移类型，为后续阈值动态调整奠定理论基础。
3.1 漂移的数学定义
设因子变量 \(X\) 在时间 \(t_0\) 的参考分布为 \(P_0(X)\)，在时间 \(t_1\) 的当前分布为 \(P_1(X)\)。漂移定义为两个分布之间的统计距离或差异超过某个容忍阈值。常用度量方式包括：
| 度量方法 | 数学表达式 | 适用场景 |
|---|---|---|
| 总体变异距离 | \(\frac{1}{2} \int |P_0(x) - P_1(x)| dx\) | 离散/连续分布全局差异 |
| KL散度 | \(\int P_0(x) \log \frac{P_0(x)}{P_1(x)} dx\) | 信息论视角，非对称 |
| Wasserstein距离 | \(\inf_{\gamma \in \Pi} \int |x-y| d\gamma(x,y)\) | 考虑分布间几何位移 |
| PSI（群体稳定性指标） | \(\sum (p_i - q_i) \ln(p_i / q_i)\) | 风控行业标准，分箱后计算 |
关键结论： 漂移检测的本质是假设检验——原假设 \(H_0: P_0 = P_1\)，当检验统计量超过临界值时，拒绝原假设，判定漂移发生。
3.2 常见漂移类型
根据分布参数变化的不同维度，漂移可分为三类：均值漂移、方差漂移和分布漂移。下图展示了三种漂移在概率密度函数上的直观差异。
3.3 均值漂移 (Mean Shift)
定义： 因子分布的均值（一阶矩）发生显著变化，而方差和分布形态基本保持不变。
- 典型原因： 宏观经济周期切换、客群准入标准调整、产品利率变动。
- 检测方法： 双样本t检验、Z检验、均值置信区间重叠率。
- 风控影响： 评分卡截断点失效，通过率与坏账率同步偏移。
实战案例： 某消费贷产品的“收入负债比”因子在降息政策后均值从0.35升至0.42，方差仅微增0.01。此时若沿用原拒绝阈值，优质客户被误拒率上升12%。
3.4 方差漂移 (Variance Shift)
定义： 因子分布的方差（二阶矩）发生显著变化，均值可能保持不变。
- 典型原因： 数据采集口径变化、极端值增多、业务波动周期。
- 检测方法： F检验、Levene检验、方差比置信区间。
- 风控影响： 模型对极端值的敏感度改变，风险排序能力下降。
| 方差变化方向 | 典型场景 | 对模型的影响 |
|---|---|---|
| 方差增大 | 多头借贷数据源合并，噪声增加 | 评分波动加剧，误分类率上升 |
| 方差减小 | 风控收紧后客群同质化 | 区分度降低，KS值衰减 |
3.5 分布漂移 (Distribution Shift)
定义： 因子分布的整体形态发生根本性改变，包括但不限于单峰变双峰、对称变偏态、离散变连续等。
- 典型原因： 新客群涌入、产品迭代、监管政策突变。
- 检测方法： Kolmogorov-Smirnov检验、PSI（群体稳定性指标）、Wasserstein距离。
- 风控影响： 模型底层假设失效，需要重新训练或校准。
⚠ 高风险提示： 分布漂移是三种类型中破坏性最强的。当PSI > 0.25时，模型AUC通常下降超过10个百分点，必须触发紧急模型更新流程。
3.6 漂移类型对比与选择策略
在实际因子监控中，需要根据因子特性和业务场景选择合适的检测维度。下表总结了三种漂移类型的核心差异与适用条件。
| 对比维度 | 均值漂移 | 方差漂移 | 分布漂移 |
|---|---|---|---|
| 检测灵敏度 | 高（对中心变化敏感） | 中（对离散变化敏感） | 高（对任何变化敏感） |
| 计算复杂度 | 低 | 低 | 中高 |
| 样本量要求 | ≥30 | ≥50 | ≥100 |
| 业务可解释性 | 强（直接对应业务均值） | 中（需结合业务波动） | 弱（需进一步归因） |
| 推荐监控频率 | 每日/每周 | 每周/每两周 | 每两周/每月 |