4. PSI指标原理：数学公式推导、期望分布与实际分布、分箱方法
群体稳定性指标（Population Stability Index, PSI）是衡量两个分布之间差异程度的量化指标。在金融风控中，PSI 用于监控模型评分或关键风险指标（如坏账率）在时间维度上的分布漂移。本章从数学原理出发，逐步推导 PSI 公式，并详细解释期望分布、实际分布以及分箱方法。
4.1 PSI 的数学公式推导
PSI 的核心思想来源于信息论中的 KL 散度（Kullback-Leibler divergence），用于衡量两个概率分布 P 和 Q 之间的差异。其数学定义如下：
KL(P || Q) = Σ [ P(i) * ln( P(i) / Q(i) ) ]其中：
- P(i)：实际分布（Actual Distribution）在第 i 个分箱中的占比。
- Q(i)：期望分布（Expected Distribution）在第 i 个分箱中的占比。
KL 散度具有非对称性（KL(P||Q) ≠ KL(Q||P)），而 PSI 通过对称化处理，使其成为更稳定的监控指标：
PSI = Σ [ (P(i) - Q(i)) * ln( P(i) / Q(i) ) ]将公式展开，得到 PSI 的完整计算表达式：
PSI = Σ [ (实际占比_i - 期望占比_i) * ln( 实际占比_i / 期望占比_i ) ]其中，ln 为自然对数。当实际分布与期望分布完全一致时，P(i) = Q(i)，ln(P(i)/Q(i)) = 0，PSI = 0。分布差异越大，PSI 值越高。
4.2 期望分布与实际分布
在 PSI 计算中，两个核心分布的定义决定了监控的方向：
| 分布类型 | 定义 | 在坏账率监控中的角色 |
|---|---|---|
| 期望分布（Expected） | 作为基准的参考分布，通常为模型开发时或业务稳定期的分布 | 例如：模型训练集或验证集的坏账率分布，代表“正常状态” |
| 实际分布（Actual） | 当前监控周期内的实时分布，反映最新数据特征 | 例如：当前 Tick 数据中按评分分箱的坏账率分布 |
在 Tick 数据坏账率监控场景中，期望分布通常来自：
- 模型开发样本：建模时使用的训练集或 OOT（Out-of-Time）验证集。
- 业务稳定期：选取一段业务表现稳定的历史时期作为基准。
- 滚动基准：使用过去 N 个 Tick 周期的滑动窗口均值作为动态期望。
实际分布则来自：
- 当前 Tick 周期：例如最近 1 小时或 1 天的实时数据。
- 实时计算：通过流式计算引擎（如 Flink、Spark Streaming）实时统计。
4.3 分箱方法
PSI 的计算依赖于将连续变量或离散变量划分为若干个分箱（Bins）。分箱方法直接影响 PSI 的敏感性和稳定性。常用的分箱方法包括：
| 分箱方法 | 原理 | 适用场景 | 注意事项 |
|---|---|---|---|
| 等距分箱 | 将数值范围等分为 N 个区间 | 变量分布均匀时效果较好 | 容易导致某些分箱样本过少或为空 |
| 等频分箱 | 使每个分箱包含大致相等的样本量 | 最常用，适用于大多数评分/风险指标 | 分箱边界会随分布变化而移动 |
| 决策树分箱 | 利用决策树算法寻找最优切分点 | 需要最大化分箱间差异时 | 计算成本较高，可能过拟合 |
| 自定义分箱 | 根据业务经验或监管要求设定边界 | 评分卡模型、监管报送场景 | 需要业务专家参与，灵活性较低 |
在 Tick 数据坏账率监控中，等频分箱 是最常用的方法，因为它能保证每个分箱都有足够的样本量来计算稳定的坏账率。分箱数量通常建议在 10~20 个 之间，过少会降低敏感性，过多则会导致统计噪声。
4.4 PSI 计算流程与分箱关系图
下图展示了从原始数据到 PSI 值的完整计算流程，重点突出分箱环节在其中的核心位置：
4.5 分箱边界对齐与漂移检测
在计算 PSI 时，一个关键细节是：分箱边界必须基于期望分布确定，并固定应用于实际分布。这意味着：
- 确定基准边界：使用期望分布（如训练集）的数据，通过等频分箱等方法确定每个分箱的上下界。
- 固定边界应用：将同样的边界应用于实际分布，统计每个分箱中的样本占比。
- 计算占比差异：对每个分箱计算 P(i) 和 Q(i)，代入 PSI 公式。
这种固定边界的方式确保了 PSI 的纵向可比性——如果每次计算都重新分箱，边界变化本身就会引入噪声，无法区分是分布漂移还是分箱方式改变导致的差异。
4.6 PSI 阈值与解读
根据金融风控行业经验，PSI 值的解读通常遵循以下标准：
| PSI 值范围 | 漂移程度 | 建议行动 |
|---|---|---|
| PSI < 0.1 | 无显著漂移 | 正常监控，无需干预 |
| 0.1 ≤ PSI < 0.25 | 轻度漂移 | 发出预警，排查原因 |
| PSI ≥ 0.25 | 严重漂移 | 立即触发告警，启动模型或策略重审 |
需要注意的是，这些阈值是经验值，实际应用中应根据业务敏感度进行调整。对于坏账率监控，由于直接涉及风险敞口，建议采用更严格的阈值（如 0.05 作为预警线）。