1. PSI 基础概念
1.1 什么是 PSI
群体稳定性指标（Population Stability Index，PSI）是衡量两个样本分布之间差异程度的统计量。在量化风控的因子监控场景中，PSI 用于评估同一因子在时间维度上的分布偏移程度——即当前评分/特征分布与建模时（或某个基准期）的分布是否保持一致。
PSI 的核心思想是：如果因子的分布发生显著变化，说明客群结构或数据生成过程发生了漂移，此时基于旧分布训练的模型可能失效，需要触发告警并启动因子调优或模型重建。
💡 一句话理解：PSI 就是“分布变化的量化尺子”——值越小，分布越稳定；值越大，分布偏移越严重。
1.2 PSI 计算公式
PSI 的计算基于分箱思想，将连续变量或离散变量划分为 k 个区间（通常为 10–20 等宽分箱），然后比较每个箱中实际占比与预期占比的差异。标准公式如下：
PSI = Σ (Actual_i - Expected_i) × ln(Actual_i / Expected_i)
其中：
- i = 第 i 个分箱（i = 1, 2, ..., k）
- Actual_i = 当前期（监控期）在第 i 箱中的样本占比
- Expected_i = 基准期（建模期或上一期）在第 i 箱中的样本占比
- ln = 自然对数计算步骤可拆解为：
- 分箱：将因子值按基准期分布划分为 k 个等宽或等频区间。
- 统计占比：分别计算基准期和当前期落在每个箱中的样本比例。
- 计算单箱贡献：对每个箱计算 (Actual_i − Expected_i) × ln(Actual_i / Expected_i)。
- 求和：将所有箱的贡献值相加，得到最终 PSI 值。
📐 计算示例（k=4 等宽分箱）：
| 分箱区间 | Expected_i (%) | Actual_i (%) | 差值 | ln(Actual/Expected) | 单箱贡献 |
|---|---|---|---|---|---|
| [0, 25) | 25.0 | 30.0 | +5.0 | 0.1823 | 0.0091 |
| [25, 50) | 25.0 | 22.0 | −3.0 | −0.1278 | 0.0038 |
| [50, 75) | 25.0 | 24.0 | −1.0 | −0.0408 | 0.0004 |
| [75, 100] | 25.0 | 24.0 | −1.0 | −0.0408 | 0.0004 |
| PSI | 0.0137 | ||||
本例 PSI = 0.0137，远低于 0.1，说明分布非常稳定。
1.3 PSI 在因子监控中的核心作用
在量化风控因子库的日常监控中，PSI 承担以下三项关键职能：
| 核心作用 | 说明 | 业务价值 |
|---|---|---|
| 分布漂移检测 | 实时对比当前期与基准期的因子分布，量化偏移程度 | 提前发现客群结构变化，避免模型预测偏差 |
| 告警阈值锚定 | 为每个因子设定 PSI 阈值（如 0.1/0.2/0.25），超过即触发告警 | 实现自动化监控，减少人工巡检成本 |
| 调优优先级排序 | 按 PSI 大小对因子排序，优先处理漂移最严重的因子 | 资源聚焦，提升调优效率 |
⚠️ 常见误区：PSI 只反映分布差异，不直接说明模型效果下降。一个因子 PSI 很高但模型 AUC 未降，可能是该因子权重低或与其他因子共线性强；反之，PSI 很低但模型效果骤降，可能是外部环境突变导致逻辑关系改变。因此 PSI 必须与模型性能指标（AUC、KS、Lift）联合监控。
1.4 PSI 监控流程概览
下图展示了 PSI 在因子监控中的完整数据流与决策链路：
1.5 PSI 的行业参考阈值
下表总结了风控领域常用的 PSI 阈值区间及对应动作：
| PSI 范围 | 漂移程度 | 建议动作 |
|---|---|---|
| PSI < 0.1 | 无显著漂移 | 继续监控，无需干预 |
| 0.1 ≤ PSI < 0.2 | 轻度漂移 | 发出预警，排查原因，准备调优 |
| 0.2 ≤ PSI < 0.25 | 中度漂移 | 触发告警，启动因子调优流程 |
| PSI ≥ 0.25 | 严重漂移 | 紧急告警，立即停用因子或重建模型 |