1. 课程导论：PSI 在精算模型延迟尖峰中的应用
1.1 PSI（Population Stability Index）基本概念
群体稳定性指标（PSI）是衡量两个样本分布之间差异程度的统计量，广泛应用于信用评分、保险定价和准备金评估等领域。PSI 通过比较预期分布（基准分布）与实际分布（当前分布）在各分箱上的占比变化，量化模型输入或输出特征的偏移程度。
PSI 的计算公式如下：
PSI = Σ (Actual_i - Expected_i) × ln(Actual_i / Expected_i)
其中：
- Expected_i = 基准样本在第 i 个分箱中的占比
- Actual_i = 当前样本在第 i 个分箱中的占比
- 分箱数量通常为 10 或 20 等分位箱PSI 的判定阈值通常为：
| PSI 值范围 | 稳定性判定 | 建议行动 |
|---|---|---|
| PSI < 0.10 | 无显著偏移 | 模型可继续使用 |
| 0.10 ≤ PSI < 0.25 | 轻度偏移 | 需关注并调查原因 |
| PSI ≥ 0.25 | 严重偏移 | 必须重新校准或重建模型 |
关键理解： PSI 本质上是对数似然比与占比差的加权和，对分布尾部变化敏感，适合检测精算模型中因经济周期、监管政策或业务结构调整导致的系统性偏移。
1.2 PSI 在精算模型中的重要性
精算模型依赖历史数据预测未来风险，但模型所依赖的群体特征会随时间变化。PSI 在精算工作流中承担以下核心角色：
- 模型监控： 定期计算评分卡、GLM 或机器学习模型的预测分数 PSI，判断模型是否仍适用于当前承保群体。
- 特征漂移检测： 对每个输入变量（如年龄、保额、地区风险等级）计算 PSI，定位导致模型失效的具体特征。
- 准备金评估： 在链梯法或 Bornhuetter-Ferguson 模型中，PSI 用于检测理赔模式是否发生结构性变化。
- 费率厘定： 确保新费率表所基于的风险分布与当前业务组合一致，避免定价偏差。
行业实践： 多数精算监管框架（如 Solvency II、IFRS 17）要求保险公司建立模型稳定性监控机制，PSI 是其中最常用的量化指标之一。
1.3 延迟尖峰问题的定义与行业背景
延迟尖峰（Delayed Spike）是指理赔或损失事件的发生与报告之间存在显著且不稳定的时间滞后，导致在精算模型中形成非预期的“尖峰”状分布。这种现象在长尾业务中尤为突出。
延迟尖峰的主要特征：
- 时间错位： 损失发生日与报告日之间的间隔（延迟期）突然集中到某个特定时段。
- 分布畸变： 传统的三角形流量（Triangle）中，对角线或列向占比出现异常凸起。
- 模型失效： 基于历史延迟模式的准备金模型（如链梯法）产生系统性低估或高估。
行业背景与触发因素：
| 行业领域 | 延迟尖峰典型场景 | 触发因素 |
|---|---|---|
| 车险 | 事故后数月集中报案 | 法律诉讼时效变更、理赔流程调整 |
| 劳工赔偿 | 职业病延迟确诊 | 新职业病目录发布、医疗诊断技术进步 |
| 责任险 | 长尾索赔集中爆发 | 司法判例变化、社会通胀（Social Inflation） |
| 健康险 | 理赔提交延迟 | 医保政策改革、报销流程数字化 |
风险提示： 延迟尖峰若未被及时发现，会导致准备金计提不足，直接影响偿付能力报告和利润核算。IFRS 17 要求保险公司对延迟模式进行显式建模和敏感性分析。
1.4 PSI 与延迟尖峰的关联
PSI 在检测延迟尖峰中具有天然优势：
- 分布对比能力： PSI 可以量化当前延迟分布与历史基准分布之间的偏移程度，直接识别尖峰位置。
- 分箱敏感性： 延迟尖峰通常集中在少数几个延迟期（分箱），PSI 的分箱级计算能放大局部差异。
- 阈值预警： 当 PSI 超过 0.10 时，提示延迟模式可能发生结构性变化，需进一步诊断。