2. PSI 基础概念：群体稳定性指标
2.1 数学定义：从分布到散度
PSI（Population Stability Index，群体稳定性指标）衡量的是两个概率分布之间的差异程度。在精算与风控场景中，它通常用于比较模型评分在 预期样本（开发集） 与 实际样本（监控期） 上的分布偏移。
其数学公式基于 信息熵 与 KL 散度 的对称化变体：
PSI = Σ (Actual_i - Expected_i) × ln(Actual_i / Expected_i)
其中：
- Expected_i = 第 i 个分箱中预期样本的占比
- Actual_i = 第 i 个分箱中实际样本的占比
- i = 1, 2, ..., n（n 为分箱总数）当 Actual_i = 0 时，为避免对数无定义，通常做平滑处理：Actual_i = max(Actual_i, 0.0001)；同理处理 Expected_i。
关键理解： PSI 本质是 对称化 KL 散度。KL 散度非对称（D(P||Q) ≠ D(Q||P)），而 PSI 通过双向求和实现了对称性，更适合工程监控中的无偏比较。
2.2 业务含义：分布偏移的量化标尺
PSI 的值域为 [0, +∞)。在精算与风控领域，业界通常采用以下阈值体系：
| PSI 区间 | 业务含义 | 建议动作 |
|---|---|---|
| PSI < 0.1 | 分布无显著偏移，模型稳定 | 常规监控，无需干预 |
| 0.1 ≤ PSI < 0.25 | 轻度偏移，需关注 | 触发告警，排查特征变化 |
| PSI ≥ 0.25 | 严重偏移，模型失效风险高 | 立即停用模型，启动重训 |
在 精算模型延迟告警 场景中，PSI 的业务含义进一步延伸：
- 评分漂移： 模型输出的风险评分分布向高/低风险端移动，导致定价或准备金计提偏差。
- 特征退化： 输入特征（如年龄、保额、赔付率）的分布变化，间接反映在模型输出上。
- 客群迁移： 新业务或续保客户的构成发生变化，模型不再适配当前客群。
避坑提示： PSI 仅衡量分布差异，不区分“变好”还是“变坏”。一个 PSI=0.3 的模型可能因为客群质量提升而评分上移，但同样需要告警——因为模型校准已失效，精算定价可能偏离实际风险。
2.3 监控价值：从被动响应到主动防御
PSI 在 SRE 运维与精算模型联合监控中，承担着 量化标尺 与 早期预警 的双重角色。其核心价值体现在三个层面：
- 量化模型退化： 将抽象的“模型不准”转化为具体的数值指标，便于设定告警阈值。
- 定位偏移根因： 通过分箱级别的
Actual_i / Expected_i贡献度排序，快速定位哪些评分区间发生了偏移。 - 联动延迟告警： 在精算模型延迟场景中，PSI 飙升往往先于业务指标恶化，为 SRE 争取 15-30 分钟的应急窗口。
2.4 分箱策略：PSI 计算的前置步骤
PSI 的计算精度高度依赖 分箱策略。常见的分箱方式包括：
| 分箱方式 | 做法 | 适用场景 | 注意事项 |
|---|---|---|---|
| 等距分箱 | 按评分区间等宽划分 | 评分分布均匀时 | 极端值可能导致空箱 |
| 等频分箱 | 按样本量等频划分 | 评分分布偏态时 | 分箱边界随样本变化 |
| 自定义分箱 | 按业务含义划分（如 A-E 级） | 精算评级场景 | 需保持分箱固定不变 |
精算场景推荐： 使用 等频分箱 结合 固定分箱边界。开发集按等频划分后，将分箱边界固化，监控期直接套用。这样既避免空箱，又保证前后计算一致性。
2.5 PSI 与延迟告警的关联
在精算模型延迟告警案例中，PSI 并非孤立指标，而是与 延迟时间、模型响应率 等 SRE 指标联动：
- 延迟飙升 + PSI 正常： 大概率是基础设施问题（网络、数据库、计算资源），模型本身未偏移。
- 延迟正常 + PSI 飙升： 模型输入特征分布已变，但尚未影响响应速度，属于“静默偏移”。
- 延迟飙升 + PSI 飙升： 最危险场景——模型因输入分布偏移导致计算路径异常（如大量 NaN 或异常值处理），引发延迟雪崩。
实战要点： 在告警策略中，建议将 PSI 与延迟指标做 联合监控。当 PSI ≥ 0.15 且延迟 P99 同时上升 20% 时，触发 P0 级告警，自动拉起模型回滚流程。