PSI在保险精算模型告警中的应用 - 第1节
1.1 PSI 的数学定义与计算逻辑
群体稳定性指标（Population Stability Index, PSI）通过衡量两个分布（预期分布与实际分布）在各分箱上的比例差异，来量化模型评分或关键特征在时间维度上的偏移程度。其核心公式为：
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 表示第 i 个分箱（通常为 10 等分或 20 等分），预期占比 来自模型开发时的基准分布，实际占比 来自监控期的实时分布。PSI 值越大，说明两个分布差异越显著，模型稳定性越差。
| PSI 区间 | 稳定性等级 | 精算含义 |
|---|---|---|
| 0.00 – 0.10 | 高度稳定 | 模型表现与开发期一致，无需干预 |
| 0.10 – 0.25 | 轻度偏移 | 需排查特征或业务环境变化，准备调整 |
| > 0.25 | 严重偏移 | 模型已失效，必须重新训练或校准 |
精算视角解读： PSI 不是简单的“差异度量”，它天然放大了占比差异在尾部箱的权重。对于保险精算模型，尾部（高赔付、高退保）的偏移往往比中部更危险，PSI 的 ln 变换恰好能捕捉这种非线性风险。
1.2 统计学意义：分布偏移的量化标尺
从统计学角度看，PSI 本质上是两个离散概率分布之间的 Kullback-Leibler 散度（KL 散度） 的对称化变体。它满足以下性质：
- 非负性： PSI ≥ 0，当且仅当实际分布与预期分布完全一致时取 0。
- 不对称性： 虽然公式对称，但实际计算中预期分布固定，PSI 反映的是“实际相对于预期的偏离程度”。
- 分箱敏感性： 分箱数量越多，PSI 对局部偏移越敏感，但过细分箱会导致噪声放大。
实践建议： 在精算模型中，建议同时监控 特征级 PSI 和 模型输出级 PSI。特征级 PSI 能提前预警变量分布漂移，模型输出级 PSI 则直接反映评分或预测值的整体偏移。两者结合可快速定位偏移根因。
1.3 保险精算中的核心价值
在保险精算领域，PSI 的价值体现在三个层面：
- 风险定价模型监控： 车险、健康险的费率模型依赖大量历史数据，若投保人群体结构发生变化（如年轻司机占比上升），PSI 能及时捕捉评分分布偏移，避免定价失效。
- 准备金评估模型： 未决赔款准备金模型（如链梯法、B-F 法）的输入特征若发生偏移，会导致准备金低估或高估。PSI 可作为模型稳定性的前置告警指标。
- 核保与反欺诈模型： 核保通过率、欺诈评分模型的 PSI 监控，能帮助精算师判断模型是否因外部环境变化（如新法规、新欺诈模式）而退化。
| 应用场景 | 监控对象 | PSI 告警阈值 | 典型响应动作 |
|---|---|---|---|
| 车险定价模型 | 风险评分分布 | 0.15 | 重新拟合费率因子 |
| 健康险理赔预测 | 预测赔付金额分布 | 0.20 | 检查诊断码分布变化 |
| 寿险核保模型 | 核保决策概率分布 | 0.10 | 更新核保规则引擎 |
| 准备金评估模型 | 最终赔付率预测分布 | 0.25 | 重新校准发展因子 |
常见误区： PSI 仅衡量分布偏移，不直接说明模型预测能力下降。一个模型可能 PSI 很高但 AUC 不变（如整体评分平移），也可能 PSI 很低但 AUC 骤降（如特征重要性反转）。因此 PSI 必须与区分度指标（AUC、Gini）联合使用，才能全面评估模型健康度。
1.4 PSI 在精算模型告警体系中的定位
在完整的精算模型监控框架中，PSI 属于 输入-输出稳定性层 的核心指标，与模型性能层、业务指标层共同构成三层告警体系：
精算告警策略： 建议将 PSI 设置为 第一层前置告警，一旦 PSI 超过 0.15 即触发黄色预警，超过 0.25 触发红色预警。此时精算师应优先检查特征分布变化，而非直接调整模型参数。这种“先诊断、后干预”的策略能有效降低模型维护成本。