📚 课程目录第4章 PSI阈值与解读

4. PSI 阈值与解读：分档标准与业务联动

群体稳定性指标（PSI）的数值本身是一个无量纲的统计量，其大小直接反映了模型评分分布在时间维度上的偏移程度。在实际风控建模中，我们通常将 PSI 划分为三个区间，对应不同的监控等级与处置策略。以下为行业通用的分档标准：

PSI 区间	稳定性等级	业务含义	建议动作
< 0.1	稳定	模型评分分布无显著变化，客群结构与建模时基本一致	常规监控，无需干预
0.1 ~ 0.2	需关注	出现轻度漂移，可能由季节性波动、局部客群变化或数据源轻微扰动引起	触发预警，排查特征分布与业务事件，准备重训或校准
> 0.2	严重漂移	评分分布发生结构性变化，模型决策能力可能已失效	立即暂停模型使用，启动紧急重训或回滚至备用模型

  关键认知： PSI 阈值并非绝对死线。对于高风险信贷场景（如大额现金贷），建议将“需关注”阈值收紧至 0.1 甚至 0.08；对于低风险场景（如小额消费分期），可适当放宽至 0.15。阈值设定需结合业务容忍度与模型重要性进行动态调整。

PSI 的计算公式本质上是两个分布之间信息熵的累积差异。当 PSI < 0.1 时，实际分布与预期分布的重叠度极高，模型决策边界几乎不受影响；当 PSI 超过 0.2 时，两个分布的重叠区域大幅缩小，模型在尾部区间的排序能力可能完全逆转。

下图直观展示了三个典型 PSI 值对应的分布偏移程度：

PSI 阈值并非孤立存在，它与模型决策阈值（cutoff）之间存在强联动关系。当 PSI 进入“需关注”区间时，即使整体分布偏移不大，模型在原始 cutoff 附近的局部密度也可能发生显著变化，导致通过率与坏账率同时波动。下图展示了 PSI 阈值与决策阈值漂移的联动分析流程：

实战建议： 当 PSI 处于 0.1~0.2 区间时，不要急于调整模型。建议先使用 SHAP 值对漂移特征进行归因分析，判断漂移是由“客群结构变化”还是“数据质量下降”引起。前者可通过阈值校准解决，后者则需要修复数据管道或重训模型。

除了 PSI 整体指标，我们还需要监测决策阈值附近的局部稳定性。推荐使用以下两个辅助指标：

避坑提醒： 不要仅依赖全局 PSI 判断模型稳定性。有时全局 PSI 仅为 0.08（稳定），但 cutoff 附近的局部 PSI 可能高达 0.25（严重漂移），导致通过率骤降。务必结合局部 PSI 与通过率漂移进行综合评估。

结合 PSI 等级与业务指标变化，我们可以制定以下阈值调整策略：

PSI 等级	通过率变化	坏账率变化	建议策略
< 0.1	±2% 以内	±0.5% 以内	维持原阈值
0.1 ~ 0.2	下降 2%~5%	上升 0.5%~1%	微调阈值（下移 0.5~1 个百分位）
0.1 ~ 0.2	上升 2%~5%	下降 0.5%~1%	微调阈值（上移 0.5~1 个百分位）
> 0.2	任意方向 > 5%	任意方向 > 1%	暂停模型，启动重训