1. PSI 概念与金融意义
1.1 群体稳定性指标（PSI）的定义
群体稳定性指标（Population Stability Index，PSI）是衡量两个分布之间差异程度的统计量。在金融风控与额度定价场景中，PSI 用于量化模型评分或关键特征在时间维度上的分布偏移程度。其核心思想是：如果建模样本（预期分布）与当前实际样本（实际分布）的分布差异过大，则模型可能已失效，需要重新校准或迭代。
PSI 的计算基于分箱（Binning）后的分布对比，公式如下：
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，i 表示第 i 个分箱，实际占比_i 为当前样本在该箱中的比例，预期占比_i 为建模样本在该箱中的比例。PSI 值越大，说明分布偏移越严重。
1.2 PSI 在额度定价中的核心作用
额度定价模型通常基于申请人的信用评分、收入、负债等特征，输出一个建议额度或利率档位。如果模型输入的分布发生偏移，定价结果将偏离预期，导致以下风险：
- 风险低估：高信用风险客户获得过高额度，增加坏账损失。
- 风险高估：优质客户被给予过低额度，导致客户流失和收益下降。
- 定价失真：利率与风险不匹配，破坏风险定价的公平性与盈利性。
因此，PSI 监控是额度定价模型持续有效的保障，是风控体系中的“健康检查”指标。
关键阈值参考：
- PSI < 0.1：分布稳定，无需干预。
- 0.1 ≤ PSI < 0.25：轻度偏移，需关注并分析原因。
- PSI ≥ 0.25：严重偏移，必须立即告警并启动模型重训或特征调整。
1.3 为什么需要监控 PSI？
额度定价模型部署后，外部环境和客户群体并非一成不变。以下因素会持续导致分布偏移：
| 偏移来源 | 具体原因 | 对额度定价的影响 |
|---|---|---|
| 宏观经济变化 | 经济下行、失业率上升、消费信心下降 | 客户整体信用风险上升，模型低估风险 |
| 客群结构漂移 | 获客渠道调整、营销活动吸引不同客群 | 模型输入特征分布改变，定价偏离预期 |
| 政策法规变动 | 利率上限调整、信贷监管收紧 | 定价区间受限，模型需重新适配 |
| 数据质量退化 | 数据缺失率上升、字段含义变更 | 特征计算偏差，模型输出不稳定 |
| 模型自身衰减 | 模型训练时间久远，无法捕捉新规律 | 区分度下降，定价准确性降低 |
如果不监控 PSI，上述偏移将悄无声息地侵蚀模型效果，直到风险暴露时已造成实质性损失。因此，PSI 监控是额度定价模型全生命周期管理的必备环节。
实践建议：建议将 PSI 监控纳入每日或每周的自动化报表中，并与告警系统联动。当 PSI 超过阈值时，自动触发邮件、短信或即时通讯通知，确保风控团队第一时间响应。
1.4 PSI 监控在额度定价中的位置
下图展示了 PSI 监控在额度定价模型全生命周期中的位置：
1.5 PSI 与模型监控体系的关系
PSI 并非孤立指标，而是模型监控体系中的核心组成部分。下表展示了 PSI 与其他监控指标的定位差异：
| 监控维度 | 典型指标 | 监控对象 | 与 PSI 的关系 |
|---|---|---|---|
| 分布稳定性 | PSI | 模型评分、关键特征 | 基础指标，衡量整体偏移 |
| 区分度 | KS、AUC、Gini | 模型预测能力 | PSI 异常时，区分度通常下降 |
| 校准度 | 校准曲线、Brier Score | 概率预测准确性 | PSI 偏移可能导致校准失效 |
| 业务指标 | 通过率、坏账率、平均额度 | 业务结果 | PSI 偏移最终反映在业务指标上 |
常见误区：部分团队只监控模型区分度（如 AUC），而忽略 PSI。实际上，AUC 可能在分布偏移初期仍保持稳定，但模型已开始系统性高估或低估风险。PSI 是更敏感的“早期预警”指标，应优先部署。