2. 漂移概念与类型：模型漂移定义、概念漂移、数据漂移、业务漂移

2.1 模型漂移的核心定义

在信用额度定价场景中，模型漂移指已上线模型在真实生产环境中的预测性能随时间推移而持续下降的现象。这种下降并非由模型参数或算法本身引起，而是由外部环境、客户行为或数据分布的变化导致。

2.2 三种漂移类型的对比

根据漂移的根源，可将其分为三类：概念漂移、数据漂移、业务漂移。下表从定义、成因、影响和检测方法四个维度进行对比：

2.3 概念漂移详解

概念漂移是三种漂移中影响最深远的一种。它意味着模型学习到的“特征→目标”函数已经改变。例如，在信用额度定价模型中，原本“收入高→违约率低”的规律，可能因经济下行而变为“收入高但负债率高的客户违约率上升”。

• 突发型概念漂移：由突发事件引起，如疫情爆发导致短期内所有客群违约率飙升。
• 渐进型概念漂移：随时间缓慢变化，如客户群体平均收入逐年增长。
• 周期型概念漂移：呈现季节性规律，如节假日消费信贷需求增加。

2.4 数据漂移详解

数据漂移指模型输入特征的统计分布发生变化，但特征与目标之间的映射关系保持不变。例如，由于获客渠道从线下转为线上，客户年龄分布从 35-45 岁变为 25-35 岁，但“年龄→违约率”的关系曲线形状未变。

数据漂移的常见来源：

1. 数据采集变化：数据源切换、字段定义变更、缺失值处理逻辑调整。
2. 样本选择偏差：训练集与生产集客群结构不一致。
3. 特征工程变化：特征计算方式或聚合窗口期改变。

2.5 业务漂移详解

业务漂移是金融风控领域特有的漂移类型，指业务规则、产品策略或监管环境的变化导致模型输出不再适用。例如：

• 监管要求将信用卡最低还款额从 10% 提升至 15%，导致客户还款行为改变。
• 公司调整额度定价策略，将利率下限从 12% 降至 8%，模型预测的违约概率不再直接对应定价。
• 引入新的客群（如大学生群体），其信用行为模式与原有客群完全不同。

2.6 三种漂移的关系与交互

在实际生产环境中，三种漂移往往同时发生并相互影响。下图展示了它们之间的交互关系：

2.7 漂移检测的实操框架

在信用额度定价场景中，建议采用以下分层检测框架：

2.8 代码示例：PSI 计算与漂移判断

以下 Python 代码演示如何计算 PSI 并判断是否存在数据漂移：

import numpy as np
import pandas as pd

def calculate_psi(expected, actual, bins=10):
    """
    计算群体稳定性指标 (PSI)
    :param expected: 期望分布（训练集）
    :param actual: 实际分布（生产集）
    :param bins: 分箱数
    :return: PSI 值
    """
    # 基于期望分布确定分箱边界
    percentiles = np.linspace(0, 100, bins + 1)
    bin_edges = np.percentile(expected, percentiles)
    
    # 分箱
    expected_counts = np.histogram(expected, bins=bin_edges)[0]
    actual_counts = np.histogram(actual, bins=bin_edges)[0]
    
    # 计算比例
    expected_pct = expected_counts / len(expected)
    actual_pct = actual_counts / len(actual)
    
    # 避免除零
    expected_pct = np.clip(expected_pct, 0.001, 0.999)
    actual_pct = np.clip(actual_pct, 0.001, 0.999)
    
    # 计算 PSI
    psi = np.sum((actual_pct - expected_pct) * np.log(actual_pct / expected_pct))
    return psi

# 示例数据
train_scores = np.random.normal(0.5, 0.1, 10000)
prod_scores = np.random.normal(0.55, 0.12, 10000)

psi_value = calculate_psi(train_scores, prod_scores)
print(f"PSI = {psi_value:.4f}")

# 漂移判断
if psi_value < 0.1:
    print("✅ 无显著漂移")
elif psi_value < 0.25:
    print("⚠️ 轻度漂移，需关注")
else:
    print("❌ 严重漂移，立即排查")