3、监控指标体系：PSI、CSI 与模型性能衰减指标
在风险定价模型的持续监控中，群体稳定性指标（PSI）、特征稳定性指标（CSI）与模型性能衰减指标构成了三位一体的监控核心。PSI 衡量模型评分分布的整体偏移，CSI 定位具体特征的贡献变化，而性能衰减指标则直接评估模型预测能力的退化程度。三者协同工作，能够快速定位漂移源头并量化影响。
3.1 群体稳定性指标（PSI）
PSI 是监控模型评分分布稳定性的标准指标，用于比较模型在开发样本（期望分布）与监控样本（实际分布）之间的差异。其计算公式为：
PSI = Σ (实际占比_i - 期望占比_i) * ln(实际占比_i / 期望占比_i)计算步骤通常包括：
- 分箱：将模型评分按等宽或等频方式划分为 10 个区间（通常为 10 箱）。
- 计算占比：分别统计每个区间在期望分布和实际分布中的样本占比。
- 计算单项贡献：对每个区间计算 (实际占比 - 期望占比) * ln(实际占比 / 期望占比)。
- 求和：将所有区间的贡献值相加得到 PSI。
PSI 判定阈值（行业通用标准）
- PSI < 0.1：群体稳定，无需特别关注。
- 0.1 ≤ PSI < 0.25：轻度漂移，需进一步分析原因。
- PSI ≥ 0.25：显著漂移，必须触发模型重训或调整。
实践提示：当 PSI 超过 0.25 时，建议立即检查近期客群结构变化、宏观经济事件或产品策略调整。PSI 是“报警器”，但无法告诉你哪个特征出了问题——这需要 CSI 来回答。
3.2 特征稳定性指标（CSI）
CSI 是 PSI 的向下拆解，用于衡量单个特征在期望分布与实际分布之间的偏移程度。CSI 的计算公式与 PSI 完全相同，但计算对象从模型评分替换为具体特征值。CSI 能够帮助风控团队精准定位导致模型漂移的“元凶特征”。
| 指标 | 计算对象 | 监控目的 | 典型阈值 |
|---|---|---|---|
| PSI | 模型评分（Score） | 整体群体稳定性 | 0.1 / 0.25 |
| CSI | 单个特征（Feature） | 定位漂移特征 | 0.02 / 0.1 |
注意：CSI 的阈值通常比 PSI 更严格。对于重要特征（如收入、负债率），CSI 超过 0.1 即应视为高风险；对于次要特征，可适当放宽至 0.2。建议对每个特征设置差异化阈值，并结合业务逻辑判断。
CSI 的监控流程通常包含以下步骤：
- 特征分箱：对连续特征进行分箱（等频或等宽），对离散特征直接使用原始类别。
- 计算占比：统计每个箱/类别在期望样本和实际样本中的占比。
- 计算 CSI：按 PSI 公式计算每个特征的 CSI 值。
- 排序与排查：按 CSI 值从大到小排序，优先排查 CSI 最高的前 5-10 个特征。
3.3 模型性能衰减指标
PSI 和 CSI 衡量的是输入分布的变化，而性能衰减指标直接评估模型输出质量的下滑。常用的性能衰减指标包括：
| 指标类别 | 具体指标 | 监控频率 | 衰减判定 |
|---|---|---|---|
| 区分能力 | KS、AUC、Gini | 月度/季度 | KS 下降 > 0.05 或 AUC 下降 > 0.03 |
| 校准能力 | 校准曲线、Brier Score | 月度 | Brier Score 上升 > 0.02 |
| 排序能力 | Lift 图、Gain 图 | 季度 | Top 10% Lift 下降 > 10% |
| 业务指标 | 坏账率、通过率、逾期率 | 周度/月度 | 坏账率上升 > 20% 或通过率波动 > 5% |
性能衰减与分布漂移的关系
分布漂移（PSI/CSI 异常）不一定导致性能衰减，反之亦然。例如：
- PSI 高但性能稳定：模型对分布变化鲁棒，或漂移发生在非关键特征上。
- PSI 低但性能衰减：模型过拟合、环境突变或数据质量问题导致。
因此，必须同时监控分布指标和性能指标，避免单一视角的误判。
3.4 监控指标联动分析框架
在实际监控中，PSI、CSI 与性能衰减指标需要联动分析，形成完整的决策链路：
- 触发：PSI 超过 0.1 或性能指标（如 AUC）连续两个月下降。
- 定位：计算所有特征的 CSI，按贡献度排序，识别 Top 5 漂移特征。
- 归因：结合业务逻辑，分析漂移特征是否由客群结构变化、数据采集变更或外部环境导致。
- 决策：
- 若漂移特征可解释且影响可控 → 更新特征工程或调整阈值。
- 若漂移特征不可控且性能衰减严重 → 触发模型重训。
- 若漂移特征为临时性波动 → 持续监控，暂不干预。
最佳实践：建议建立“监控仪表盘”，将 PSI、Top 5 CSI 特征、AUC 趋势、坏账率趋势放在同一视图中。当 PSI 或 AUC 触发预警时，自动高亮对应的 CSI 特征，缩短排查时间。