# AI PSI chỉ số ổn định quần thể

Tiếng Anh: Population Stability Index

Đo lường mức độ trôi phân phối điểm tín dụng theo thời gian, dùng cảnh báo sớm khi mô hình bị suy giảm hiệu quả.

Nguồn: https://vieclam.nganhang.com/thuat-ngu/ai-psi-chi-so-on-dinh-quan-the-la-gi
Danh mục: AI & Machine Learning trong ngân hàng
Cập nhật: 13/09/2026

**AI PSI – Chỉ số ổn định quần thể** (tiếng Anh: **Population Stability Index**, viết tắt: **PSI**) là một trong những chỉ số quan trọng nhất trong lĩnh vực quản trị mô hình (model governance) và giám sát hiệu quả mô hình trí tuệ nhân tạo tại các ngân hàng. Về bản chất, PSI đo lường mức độ thay đổi (hay còn gọi là **drift**) của phân phối điểm tín dụng hoặc đặc trưng đầu vào giữa hai tập dữ liệu — thường là tập dữ liệu nền (baseline) tại thời điểm mô hình được xây dựng và tập dữ liệu hiện tại (current population). Khi phân phối điểm số bị "trôi" quá xa so với phân phối gốc, điều đó đồng nghĩa với việc mô hình có nguy cơ đưa ra quyết định sai lệch so với thiết kế ban đầu.

Trong bối cảnh các ngân hàng Việt Nam ngày càng ứng dụng mạnh mẽ **machine learning** và **AI** vào quy trình chấm điểm tín dụng (credit scoring), phê duyệt khoản vay, phát hiện gian lận và quản lý rủi ro, PSI đóng vai trò như một "hệ thống cảnh báo sớm". Chỉ số này giúp data scientist, risk analyst và các cơ quan quản lý (như Ngân hàng Nhà nước) phát hiện kịp thời khi mô hình bị suy giảm hiệu quả do dữ liệu đầu vào thay đổi — ví dụ như khi hành vi tiêu dùng, điều kiện kinh tế vĩ mô hoặc đặc điểm khách hàng biến động mạnh sau đại dịch, lạm phát hoặc các cú sốc thị trường.

**Thuật ngữ tiếng Anh:** Population Stability Index (PSI)
**Lĩnh vực:** AI & Machine Learning trong ngân hàng (Model Risk Management)

## Đặc điểm và phân loại

### Công thức tính PSI

PSI được tính dựa trên việc chia phân phối điểm (hoặc đặc trưng) thành các khoảng (bins) — thường là 10 hoặc 20 khoảng bằng nhau. Công thức cụ thể:

**PSI = Σ (Tỷ lệ phần trăm hiện tại − Tỷ lệ phần trăm nền) × ln(Tỷ lệ phần trăm hiện tại / Tỷ lệ phần trăm nền)**

Trong đó, ln là logarit tự nhiên. Tỷ lệ phần trăm được tính bằng số lượng quan sát trong mỗi khoảng chia cho tổng số quan trẹt.

### Ngưỡng đánh giá PSI trong ngành ngân hàng

Các chuyên gia quản trị mô hình thường áp dụng ngưỡng phổ biến sau để phân loại mức độ ổn định:

| Giá trị PSI | Mức độ ổn định | Hành động cần thực hiện |
|---|---|---|
| PSI < 0,10 | Ổn định (Stable) | Không cần hành động, tiếp tục giám sát định kỳ |
| 0,10 ≤ PSI < 0,25 | Có dấu hiệu trôi nhẹ (Minor Shift) | Cần theo dõi sát, phân tích nguyên nhân, chuẩn bị kế hoạch hiệu chỉnh |
| PSI ≥ 0,25 | Trôi đáng kể (Major Shift) | Bắt buộc điều chỉnh hoặc xây dựng lại mô hình, báo cáo cấp quản lý và bộ phận kiểm soát rủi ro |

### Phân loại PSI theo phạm vi áp dụng

- **PSI cho điểm tổng hợp (Score-level PSI):** Đo lường sự trôi của phân phối điểm tín dụng tổng thể, phản ánh hiệu quả tổng thể của toàn bộ mô hình.
- **PSI cho đặc trưng đầu vào (Feature-level PSI):** Đánh giá từng biến đầu vào riêng lẻ (thu nhập, độ tuổi, lịch sử tín dụng...), giúp xác định biến nào đang gây ra sự trôi lớn nhất.
- **PSI theo phân khúc khách hàng (Segment-level PSI):** Phân tích ổn định riêng cho từng nhóm đối tượng (khách hàng cá nhân, doanh nghiệp SME, khách hàng ưu tiên...).
- **PSI theo thời gian (Time-series PSI):** Theo dõi PSI hàng tuần, hàng tháng hoặc hàng quý để phát hiện xu hướng trôi dài hạn.

### Đặc điểm nhận biết khi mô hình bị trôi

- Phân phối điểm dịch chuyển rõ rệt về phía một cực (quá nhiều khách hàng có điểm thấp hoặc điểm cao).
- Tỷ lệ phê duyệt khoản vay thay đổi bất thường so với kỳ vọng.
- Tỷ lệ nợ xấu (NPL ratio) tăng đột biến không tương xứng với điều kiện thị trường.
- Hiệu suất mô hình (AUC, Gini, KS statistic) giảm xuống dưới ngưỡng cho phép.

## Ví dụ thực tế trong ngành ngân hàng

### Ví dụ 1: Ngân hàng A giám sát mô hình chấm điểm tín dụng cá nhân

Ngân hàng A triển khai mô hình chấm điểm tín dụng cho khách hàng cá nhân từ tháng 1/2023 với 50.000 hồ sơ nền. Đến tháng 6/2024, bộ phận Risk Analytics thực hiện kiểm tra PSI định kỳ và nhận được kết quả:
- PSI tổng thể = 0,18 (nằm trong vùng cảnh báo nhẹ).
- Phân tích sâu cho thấy biến "thu nhập hàng tháng" có PSI = 0,31 (vượt ngưỡng 0,25).
- Biến "số năm kinh nghiệm làm việc" có PSI = 0,08 (ổn định).

Nguyên nhân được xác định: Sau đợt tái cơ cấu ngành bất động sản (ảnh hưởng đến khoảng 15% khách hàng vay mua nhà), phân phối thu nhập của tập khách hàng mới bị lệch rõ rệt. Ngân hàng A quyết định bổ sung thêm biến "ngành nghề" và cập nhật mô hình vào quý 3/2024, đồng thời tăng tần suất giám sát PSI từ quý lên hàng tháng.

### Ví dụ 2: Khách hàng B và quyết định từ chối tín dụng

Anh Nguyễn Văn B, 32 tuổi, làm việc tại TP. HCM, đề nghị vay mua ô tô 800 triệu đồng tại Ngân hàng B. Hệ thống AI chấm điểm tín dụng gán điểm 580/1000 (mức trung bình). So với phân phối nền ban đầu, tỷ lệ khách hàng trong khoảng điểm 580 ± 20 hiện chỉ chiếm 4,2% (so với 8,7% trong tập baseline), cho thấy có sự dịch chuyển phân phối đáng kể. Hệ thống PSI cảnh báo mô hình đang "không quen" với nhóm khách hàng có điểm số này. Bộ phận tín dụng quyết định:
- Yêu cầu thêm tài liệu chứng minh thu nhập chi tiết.
- Áp dụng ngưỡng phê duyệt thận trọng hơn cho nhóm điểm này (lãi suất +0,5%/năm so với thông thường).
- Đưa hồ sơ vào danh sách theo dõi sau khi giải ngân.

### Ví dụ 3: Phát hiện gian lận trong giao dịch thẻ tín dụng

Ngân hàng C triển khai mô hình phát hiện gian lận thẻ tín dụng (fraud detection) với 12 đặc trưng đầu vào. Sau khi Tết Nguyên Đán 2024, PSI của biến "giá trị giao dịch trung bình" tăng vọt từ 0,09 lên 0,42 chỉ trong vòng 2 tuần. Điều này phản ánh sự thay đổi bất thường trong hành vi tiêu dùng (nhiều giao dịch giá trị cao vào dịp lễ). Hệ thống đã:
- Tự động tạm thời điều chỉnh ngưỡng cảnh báo (alert threshold).
- Tăng cường kiểm tra thủ công cho các giao dịch > 50 triệu đồng trong 2 tuần sau lễ.
- Cập nhật lại phân phối baseline vào tháng tiếp theo khi hành vi tiêu dùng trở lại bình thường.

## AI PSI chỉ số ổn định quần thể trong các ngôn ngữ khác

| Ngôn ngữ | Thuật ngữ | Phiên âm |
|---|---|---|
| Tiếng Anh | Population Stability Index | /ˌpɒpjʊˈleɪʃən stəˈbɪlɪti ˈɪndeks/ |
| Tiếng Nhật | 母集団安定性指数 (Boshūdan antei-sei shisū) | /boshuːdan an̪teːseː ɕiːsuː/ |
| Tiếng Hàn | 모집단 안정성 지수 ( Mojibdan anjeongseong jisu) | /modʑibdan andʑʌŋsʌŋ dʑisu/ |
| Tiếng Trung | 群体稳定性指数 (Qúntǐ wěndìngxìng zhǐshù) | /tɕʰyntʰi wəntiŋɕiŋ ʈʂɨʂu/ |
| Tiếng Tây Ban Nha | Índice de Estabilidad Poblacional | /ˈindike ðe estaβiliˈðað poβlaθjoˈnal/ |

## Câu hỏi thường gặp

### AI PSI chỉ số ổn định quần thể khác gì với chỉ số KS (Kolmogorov-Smirnov)?

**PSI** và **KS statistic** đều đo lường sự khác biệt giữa hai phân phối, nhưng có cách tiếp cận khác nhau. **KS** đo khoảng cách lớn nhất giữa hai hàm phân phối tích lũy (CDF) và thường dùng để đánh giá khả năng phân biệt (discriminatory power) của mô hình — tức là mô hình có phân biệt tốt giữa nhóm "tốt" và "xấu" hay không. Trong khi đó, **PSI** tổng hợp sự khác biệt trên toàn bộ phân phối thông qua tổng có trọng số, tập trung vào việc phát hiện sự trôi (drift) theo thời gian. Nói cách khác, KS trả lời câu hỏi "mô hình phân biệt tốt đến đâu?", còn PSI trả lời câu hỏi "mô hình có còn phù hợp với dữ liệu hiện tại không?". Trong thực tế, các ngân hàng sử dụng cả hai chỉ số bổ trợ cho nhau.

### Khi nào cần biết về AI PSI chỉ số ổn định quần thể?

Bạn cần nắm vững PSI khi làm việc ở các vị trí như: chuyên viên phân tích rủi ro tín dụng (credit risk analyst), chuyên viên quản trị mô hình (model validation/management), data scientist trong ngân hàng, chuyên viên phòng chống gian lận (fraud analyst), hoặc khi tham gia các kỳ thi tuyển dụng ngân hàng cho vị trí data analytics, risk management. PSI cũng xuất hiện trong các quy định của Ngân hàng Nhà nước về quản trị rủi ro mô hình theo Thông tư hướng dẫn về AI trong hoạt động ngân hàng. Trong kỳ thi, câu hỏi về PSI thường nằm trong nhóm kiến thức về Basel II/III, quản trị rủi ro và ứng dụng công nghệ trong tài chính.

### AI PSI chỉ số ổn định quần thể ảnh hưởng thế nào đến khách hàng?

PSI ảnh hưởng gián tiếp nhưng sâu sắc đến trải nghiệm khách hàng. Khi mô hình ổn định, khách hàng được hưởng lãi suất hợp lý, quy trình phê duyệt nhanh chóng và chính sách tín dụng công bằng. Ngược lại, nếu mô hình bị trôi mà ngân hàng không phát hiện kịp thời, có thể dẫn đến: (1) Phê duyệt nhầm cho khách hàng rủi ro cao, gây tổn thất tài chính; (2) Từ chối oan khách hàng tốt, ảnh hưởng đến uy tín ngân hàng; (3) Lãi suất không chính xác cho từng phân khúc. Ví dụ, nếu PSI tăng vọt nhưng ngân hàng không hành động, một khách hàng có hồ sơ tốt có thể bị đánh giá sai thành rủi ro cao, dẫn đến bị từ chối cho vay hoặc áp dụng lãi suất quá cao — điều này gây bất bình đẳng và ảnh hưởng đến sự tin tưởng của khách hàng vào hệ thống tài chính.

## Tổng kết

**AI PSI – Chỉ số ổn định quần thể** (Population Stability Index) là công cụ thiết yếu trong quản trị rủi ro mô hình AI/ML tại ngân hàng hiện đại. Với vai trò đo lường sự trôi phân phối điểm tín dụng và đặc trưng đầu vào theo thời gian, PSI giúp các ngân hàng phát hiện sớm khi mô hình bị suy giảm hiệu quả, từ đó đưa ra quyết định hiệu chỉnh kịp thời. Việc nắm vững khái niệm, công thức, ngưỡng đánh giá và cách áp dụng PSI không chỉ giúp bạn vượt qua các bài thi tuyển dụng ngân hàng mà còn là nền tảng quan trọng cho sự nghiệp trong lĩnh vực quản trị rủi ro, phân tích dữ liệu và AI trong tài chính. Trong bối cảnh ngân hàng số ngày càng phát triển tại Việt Nam, PSI sẽ tiếp tục là một trong những chỉ số được các cơ quan quản lý và ngân hàng quan tâm hàng đầu trong việc đảm bảo tính công bằng, minh bạch và hiệu quả của các mô hình AI tín dụng.

## Thuật ngữ liên quan

- [Hệ số rủi ro tín dụng](https://vieclam.nganhang.com/thuat-ngu/he-so-rui-ro-tin-dung-la-gi) — Tỷ lệ phần trăm phản ánh mức độ rủi ro của khoản vay, dùng để tính tỷ lệ an toàn vốn tối thiểu (CAR) của ngân hàng.
- [Hệ thống xếp hạng tín dụng nội bộ](https://vieclam.nganhang.com/thuat-ngu/he-thong-xep-hang-tin-dung-noi-bo-la-gi) — Hệ thống phân hạng khách hàng do ngân hàng tự xây dựng theo chuẩn Basel, làm cơ sở tính vốn yêu cầu cho rủi ro tín dụng (phương pháp IRB).
- [Mô hình chấm điểm tín dụng](https://vieclam.nganhang.com/thuat-ngu/mo-hinh-cham-diem-tin-dung-la-gi) — Mô hình thống kê (hồi quy logistic, cây quyết định, machine learning) gán điểm cho khách hàng dựa trên dữ liệu tài chính và phi tài chính để quyết định cấp tín…
- [Mô hình phát hiện gian lận](https://vieclam.nganhang.com/thuat-ngu/mo-hinh-phat-hien-gian-lan-la-gi) — Thuật toán AI/ML được đào tạo để nhận diện hành vi lừa đảo trong các giao dịch ngân hàng.
- [Quyết định 2345/QĐ-NHNN](https://vieclam.nganhang.com/thuat-ngu/quyet-dinh-2345qd-nhnn-la-gi) — Quyết định của Ngân hàng Nhà nước Việt Nam ban hành năm 2023 quy định về bảo đảm an toàn thông tin trong hoạt động ngân hàng.
- [Quản trị rủi ro mô hình](https://vieclam.nganhang.com/thuat-ngu/quan-tri-rui-ro-mo-hinh-la-gi) — Khung quy trình quản lý vòng đời mô hình phân tích nhằm đảm bảo độ chính xác và tuân thủ theo quy định NHNN.
- [Tỷ lệ sử dụng hạn mức thẻ tín dụng](https://vieclam.nganhang.com/thuat-ngu/ty-le-su-dung-han-muc-the-tin-dung-la-gi) — Tỷ lệ giữa dư nợ thẻ và hạn mức, ảnh hưởng lớn đến điểm tín dụng cá nhân.
- [Xếp hạng tín dụng nội bộ](https://vieclam.nganhang.com/thuat-ngu/xep-hang-tin-dung-noi-bo-la-gi) — Hệ thống chấm điểm khách hàng do ngân hàng tự xây dựng, quyết định lãi suất và hạn mức cho vay.