📚 课程目录第2章漂移类型分类

2. 漂移类型分类：数据漂移、概念漂移、标签漂移、先验概率漂移

在风险定价模型的监控体系中，漂移并非单一现象。根据漂移发生的对象与因果关系，学术界与工业界通常将其划分为四种核心类型。理解这四种漂移的数学定义、触发场景与检测方向，是构建监控策略的第一步。

  核心原则： 漂移分类的维度取决于“输入分布 P(X)”、“输出标签分布 P(Y)”以及“条件分布 P(Y|X)”中哪一个发生了变化。不同漂移类型需要不同的检测方法与应对策略。

下表从定义、数学表达、典型场景与检测方向四个维度，对四种漂移进行横向对比：

漂移类型	数学定义	典型场景（风险定价）	检测方向
数据漂移（协变量漂移）	P(X) 变化，P(Y\|X) 不变	借款人年龄/收入分布因客群策略调整而改变	特征分布对比（PSI、KS、AD检验）
概念漂移	P(Y\|X) 变化，P(X) 不变或变	相同收入水平的客户，违约率因经济环境上升	模型残差、性能指标（AUC、LogLoss）
标签漂移	P(Y) 变化，P(X\|Y) 不变	整体市场违约率因监管政策收紧而系统性上升	标签分布对比（PSI、比率检验）
先验概率漂移	P(Y) 变化，且 P(X\|Y) 不变	好客户与坏客户的比例发生结构性偏移	类别先验估计、标签分布监控

注意： 在风险定价模型中，“标签漂移”与“先验概率漂移”在数学上高度相关，但前者更关注标签本身的分布变化，后者更强调类别先验对模型校准的影响。实践中常合并监控。

定义： 输入特征 X 的边际分布 P(X) 发生变化，但条件分布 P(Y|X) 保持不变。即“同样的特征值，对应的风险结果不变，但特征本身的取值分布变了”。

风险定价场景：

检测方法：

定义： 给定特征 X 的条件下，输出 Y 的条件分布 P(Y|X) 发生变化。即“相同的特征值，对应的风险结果发生了改变”。这是对模型预测能力最直接的冲击。

风险定价场景：

检测方法：

这两种漂移都涉及输出标签 Y 的分布变化，但在风险定价模型中需要区分其影响机制。

对比维度	标签漂移	先验概率漂移
关注点	标签 Y 的整体分布 P(Y) 变化	类别先验 π = P(Y=1) 变化
对模型影响	模型校准偏移，概率预测整体偏高或偏低	模型决策阈值需要调整，但条件概率 P(Y\|X) 可能不变
典型原因	宏观经济冲击、监管政策、季节性	样本选择偏差、拒绝推断误差、客群结构变化
检测方法	标签 PSI、违约率趋势图	先验估计对比（EM 算法、Bootstrap）
应对策略	模型重新校准（Platt Scaling、Isotonic Regression）	调整决策阈值、重采样、代价敏感学习

常见误区： 标签漂移与概念漂移容易混淆。关键区别在于：标签漂移是 P(Y) 变化但 P(X|Y) 不变；概念漂移是 P(Y|X) 变化。在风险定价中，如果整体违约率上升但每个特征分箱内的违约率不变，则是标签漂移；如果相同收入段的违约率也上升了，则是概念漂移。

四种漂移并非互斥，实际场景中常出现混合漂移。以下矩阵展示了不同类型之间的组合可能性：

P(X) 变化	P(Y\|X) 变化	P(Y) 变化	漂移类型	示例
✓	✗	✗	纯数据漂移	客群年龄分布变化，但风险关系不变
✗	✓	✓	纯概念漂移	经济危机导致相同特征客户违约率上升
✗	✗	✓	纯标签/先验漂移	监管收紧导致整体违约率上升，但特征关系不变
✓	✓	✓	混合漂移（最常见）	新渠道带来年轻客群，同时经济下行导致违约率上升

实践建议： 在构建监控系统时，建议先检测数据漂移（特征分布），再检测概念漂移（模型性能），最后分析标签漂移。这种顺序有助于定位漂移根因，避免误判。