1. PSI 概念与业务背景
1.1 什么是群体稳定性指标（PSI）
群体稳定性指标（Population Stability Index，PSI）是一种衡量两个样本分布之间差异程度的统计量。在保险精算与风控建模中，PSI 被广泛用于监控模型评分或关键特征在时间维度上的分布偏移程度。其核心思想是：如果模型在开发样本（预期分布）与生产环境样本（实际分布）上的输出分布保持一致，则说明模型是稳定的；反之，若分布发生显著变化，则模型可能已经失效或需要重新校准。
PSI 的计算公式基于信息论中的 KL 散度（Kullback-Leibler Divergence）的对称化形式，具体如下：
PSI = Σ (实际占比_i - 预期占比_i) × ln(实际占比_i / 预期占比_i)其中，i 表示将模型评分或特征值分箱后的第 i 个区间；预期占比_i 为开发样本在该区间的样本比例；实际占比_i 为生产样本在该区间的样本比例。PSI 值越大，说明两个分布的差异越大，模型稳定性越差。
1.2 PSI 在保险精算与风控中的核心地位
在保险精算和风控业务中，模型稳定性直接关系到定价公平性、准备金充足性、核保准确性和欺诈识别效果。PSI 之所以成为监控模型稳定性的核心指标，主要基于以下三个原因：
- 量化分布偏移：PSI 能够将模型输出或特征分布的偏移程度量化为一个单一数值，便于设定阈值和自动化监控。
- 早期预警能力：当外部经济环境、客户群体结构或业务规则发生变化时，PSI 可以提前捕捉到模型表现恶化的信号，避免风险累积。
- 跨模型可比性：PSI 的计算方式标准化，可以在不同模型、不同时间窗口之间进行横向对比，帮助精算师和风控策略人员快速定位问题模型。
业务案例提示： 某车险公司上线定价模型后，第 3 个月 PSI 从 0.02 飙升至 0.18，经排查发现是由于某地区交管政策调整导致出险率分布发生结构性变化。若未及时监控 PSI，公司可能面临定价失准和赔付率超标的双重风险。
1.3 PSI 阈值与稳定性等级
行业实践中，通常根据 PSI 数值将模型稳定性划分为三个等级，如下表所示：
| PSI 范围 | 稳定性等级 | 业务含义 | 建议行动 |
|---|---|---|---|
| PSI < 0.10 | 稳定 | 模型分布无明显偏移，可继续使用 | 常规监控，无需干预 |
| 0.10 ≤ PSI < 0.25 | 轻度偏移 | 模型分布出现一定变化，需关注 | 排查特征变化原因，评估是否需要局部调整 |
| PSI ≥ 0.25 | 严重偏移 | 模型分布发生显著变化，模型可能失效 | 立即停用模型，启动重新开发或校准流程 |
注意： 上述阈值是行业通用参考值，实际业务中应根据模型重要性、业务容忍度和监管要求进行个性化调优。本课程后续章节将专门讲解如何基于历史数据和业务损失函数进行阈值调优。
1.4 PSI 监控的业务价值
在保险精算与风控策略体系中，PSI 监控并非孤立的技术指标，而是连接模型开发与业务决策的桥梁。其业务价值体现在以下四个维度：
- 风险控制：及时发现模型失效风险，避免因模型偏移导致的错误定价、错误核保或欺诈漏报。
- 合规要求：监管机构（如银保监会）对保险公司的模型管理提出明确要求，PSI 监控是模型持续监督的重要组成部分。
- 成本节约：通过早期预警减少模型重新开发的频率，降低人力与计算资源投入。
- 决策支持：为业务部门提供模型稳定性的量化依据，辅助制定费率调整、核保规则变更等策略。
1.5 PSI 监控流程概览
下图展示了 PSI 监控在保险精算与风控模型生命周期中的典型流程：
关键提醒： PSI 监控不是一次性工作，而是需要持续迭代的闭环流程。上图中的反馈回路（从模型校准回到模型部署）强调了模型治理的动态性。在实际业务中，建议至少每月计算一次 PSI，并在业务高峰期（如续保季、新产品上线期）加密监控频率。