4、PSI（群体稳定性指标）详解

PSI（Population Stability Index，群体稳定性指标）是衡量模型评分或特征分布在时间维度上发生偏移程度的量化工具。在催收触达模型看板中，PSI 是告警联动机制的核心输入——一旦 PSI 超过阈值，系统自动触发模型重训或特征重构流程。

4.1 PSI 定义与业务含义

PSI 衡量的是两个样本群体在同一个评分区间上的分布差异。在风控场景中，通常将建模时的样本分布（预期分布）与当前生产环境中的样本分布（实际分布）进行对比：

• 预期分布（Expected）：模型训练集或验证集的评分分布，代表“稳定状态”。
• 实际分布（Actual）：当前月份或周期的评分分布，代表“当前状态”。

当实际分布与预期分布出现显著偏离时，说明模型赖以生存的数据环境已经发生变化，模型预测能力可能下降。

4.2 PSI 计算公式

PSI 的计算基于信息论中的 KL 散度（Kullback-Leibler divergence）变体，公式如下：

PSI = Σ ( (Actual_i - Expected_i) × ln(Actual_i / Expected_i) )

其中：
- i = 第 i 个分箱（共 n 个分箱）
- Actual_i = 实际样本在第 i 箱中的占比（%）
- Expected_i = 预期样本在第 i 箱中的占比（%）

计算步骤分解：

1. 分箱：将评分范围划分为 n 个连续区间（通常 10 箱）。
2. 计算占比：分别统计预期样本和实际样本落在每个箱中的百分比。
3. 逐箱计算：对每个箱计算 (实际占比 - 预期占比) × ln(实际占比 / 预期占比)。
4. 求和：将所有箱的结果相加，得到最终 PSI 值。

4.3 分箱方法：等距 vs 等频

分箱方式直接影响 PSI 的敏感度和稳定性。两种主流方法对比如下：

4.4 PSI 阈值解读与联动规则

业界通用的 PSI 阈值体系如下，催收触达模型看板直接基于此阈值触发告警：

4.5 PSI 计算与告警联动流程

下图展示了从 PSI 计算到告警触发的完整链路：

4.6 实际案例：PSI 偏移分析

某催收模型 2024 年 6 月 PSI 从 0.08 骤升至 0.23，触发红色告警。排查发现：

• 特征偏移：借款人年龄分布中，30 岁以下客群占比从 35% 升至 52%。
• 评分偏移：模型评分整体向低分段移动，低分段（0-300）占比从 12% 升至 28%。
• 根因：6 月平台上线新获客渠道，引入大量年轻、低信用客群。

4.7 PSI 监控看板配置要点

在催收触达模型看板中，PSI 模块需要包含以下配置项：