3. 额度定价业务背景：信贷额度定价的基本流程、定价模型中的关键变量、PSI如何监控定价策略的稳定性
在搭建PSI监控看板之前，必须理解额度定价的业务逻辑。定价策略的稳定性监控，本质上是监控“模型输出分数分布”与“实际授信额度分布”是否随时间发生偏移。本节从业务流、变量体系、监控原理三个层面展开。
3.1 信贷额度定价的基本流程
额度定价通常嵌入在信贷审批与贷前环节，核心目标是在风险可控的前提下，为不同客户匹配差异化的授信额度与利率。标准流程包含以下五个步骤：
| 步骤 | 环节名称 | 关键动作 | 输出物 |
|---|---|---|---|
| 1 | 客户申请与身份核验 | 收集客户基本信息、征信授权、反欺诈校验 | 客户画像（结构化） |
| 2 | 信用评分模型打分 | 调用A卡/申请评分卡，输出违约概率PD | 信用评分（如300-850分） |
| 3 | 额度初始计算 | 基于评分、收入、负债比等计算基础额度 | 初始授信额度 |
| 4 | 定价模型调整 | 结合风险定价矩阵、资金成本、目标利润率 | 最终额度 + 年化利率 |
| 5 | 策略生效与监控 | 写入决策引擎，实时生效；同步进入监控管道 | 决策日志、PSI指标 |
业务要点： 步骤3和步骤4是PSI监控的核心关注区。如果初始额度分布与最终额度分布出现显著差异，说明定价模型或策略规则发生了结构性变化，需要立即排查。
3.2 定价模型中的关键变量
定价模型通常包含三类变量：风险类、财务类、策略类。这三类变量共同决定了最终授信额度与利率水平。以下表格列出最常见的变量及其在定价中的作用：
| 变量类别 | 变量名称 | 数据来源 | 对定价的影响方向 |
|---|---|---|---|
| 风险类 | 信用评分（PD） | 申请评分卡 | 评分越低 → 额度越低、利率越高 |
| 风险类 | 历史逾期次数 | 征信报告 | 逾期越多 → 额度上限下调 |
| 财务类 | 月收入 | 客户自填 + 银行流水 | 收入越高 → 额度上限提升 |
| 财务类 | 负债收入比（DTI） | 征信 + 收入数据 | DTI越高 → 额度压缩 |
| 策略类 | 渠道标识 | 流量来源 | 不同渠道可能享受差异化定价 |
| 策略类 | 产品类型 | 业务配置 | 现金贷 vs 消费分期，额度规则不同 |
监控视角： 当PSI指标触发预警时，分析师应优先检查“风险类”变量分布是否发生偏移。例如，如果近期客群信用评分整体下降，那么额度分布自然也会左移，这属于客群结构变化，而非定价策略本身失效。
3.3 PSI如何监控定价策略的稳定性
PSI（Population Stability Index，群体稳定性指标）是衡量两个时间段或两个群体之间分布差异的标准化指标。在额度定价场景中，PSI用于监控“模型输出分数”或“授信额度”的分布是否随时间保持稳定。
PSI计算公式：
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：
- 预期占比_i：基准期（如模型上线首月）第i个分箱的样本占比
- 实际占比_i：监控期（如本月）第i个分箱的样本占比
- 分箱方式：通常按等频或等距分为10-20箱PSI阈值与业务含义：
| PSI值范围 | 稳定性等级 | 建议动作 |
|---|---|---|
| PSI < 0.1 | 稳定 | 无需干预，持续监控 |
| 0.1 ≤ PSI < 0.25 | 轻度偏移 | 排查变量分布，准备策略评估 |
| PSI ≥ 0.25 | 严重偏移 | 立即暂停策略，启动模型或规则重检 |
常见误区： PSI只能反映分布差异，不能直接说明差异的原因。当PSI超过0.25时，需要结合业务知识判断是客群漂移、策略调整还是数据质量问题。不要仅凭PSI数值就盲目回滚模型。
3.4 定价策略PSI监控的完整链路
以下SVG图展示了从“客户申请”到“PSI预警”的完整监控链路，帮助理解PSI在定价流程中的位置：
3.5 PSI监控的两种常见分箱策略
在实际看板搭建中，PSI的分箱方式直接影响监控灵敏度。以下是两种主流分箱策略的对比：
| 分箱策略 | 方法描述 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| 等频分箱 | 每个分箱包含相同数量的样本 | 评分卡分数、额度分布 | 对分布形状不敏感，稳健 | 边界值可能不直观 |
| 等距分箱 | 按数值范围等间隔划分 | 利率、额度金额 | 业务解释性强 | 样本稀疏时箱内可能为空 |
推荐做法： 在额度定价PSI监控中，建议对“信用评分”使用等频分箱（10箱），对“授信额度”使用等距分箱（按万元区间）。两种策略可以同时运行，互为校验。
3.6 定价策略偏移的典型业务场景
理解PSI数值变化背后的业务含义，比单纯计算指标更重要。以下是三种常见的定价策略偏移场景：
- 场景一：客群结构漂移 — 某月渠道投放策略调整，引入大量低分客群，导致信用评分分布左移，PSI升高。此时定价模型本身未变，但客群变了。
- 场景二：定价规则调整 — 业务方手动调整了利率矩阵中的阈值，导致部分客群额度跳变，PSI在特定分箱中剧烈波动。
- 场景三：数据源异常 — 征信接口超时或返回空值，模型使用默认值填充，导致评分分布出现异常峰值，PSI瞬间飙升。
监控建议： 在PSI看板中，除了展示整体PSI值，还应展示“每个分箱的贡献度”。如果某个分箱的贡献度超过50%，优先排查该分箱对应的客群特征或数据源。