想象你是一家大型机场的安保主管，新来的安检员老周值完了第一天的班。你该怎么评价他干得好不好？光看“放进来了多少旅客”远远不够——你要翻他一天的四本账：拦下了几个真坏人、误拦了几个普通旅客、放走了几个坏人、又放行了多少正常旅客。更进一步，你还想知道他的“警惕旋钮”从最松拧到最严时表现如何，上周和这周的状态稳不稳定，以及他最终给机场带来的到底是收益还是麻烦。 风控模型就像这位安检员：日日站在贷款申请和支付交易的“闸口”前，决定谁放行、谁拦截。而“风控效果评估”就是给这位安检员写绩效考评报告。这篇内容会带你从最基础的“四本账”（混淆矩阵）出发，逐步掌握精确率与召回率、F1与KS、ROC与AUC、PSI稳定性，最后落脚到业务利润，学会系统性地评估一个风控模型到底行不行。

岗位关联

对AI从业者来说，风控效果评估是模型能否上线、能否持续创造价值的“裁判席”——看懂这些指标，你才真正理解模型在真实业务里的表现。

目录
  1. 可视化演示
  2. 混淆矩阵：安检员的四本账
  3. 精确率与召回率：一严一松的两难
  4. 综合指标：F1与KS统计量
  5. ROC曲线与AUC：警惕旋钮的轨迹
  6. 稳定性监测与PSI：状态漂移的警报
  7. 业务价值评估：机场的总账
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示区分度评估、通过率与坏账率博弈，以及欺诈损失与误杀成本权衡，可切换三种模式观察。

本节配有交互动效（进入视口后自动加载，约 3KB）。

区分度评估 KS衡量好坏客户累计分布的最大间距 AUC面积反映模型整体区分能力 KS = |CDF好 - CDF坏| 区分度指标引导阈值选择。

混淆矩阵：安检员的四本账

想象你是一家机场的安保主管。新来的安检员老周值了一天班，你需要评价他干得怎么样。你发现他的工作其实只有四种结局：拦下一个真坏人（有功），拦住一个普通旅客（闯祸），放走一个真坏人（大祸），放走一个普通旅客（本分）。把这四种数字记在一张四宫格里，就是风控领域常说的“混淆矩阵”（Confusion Matrix）。

在风控模型里，模型就是那个不停“安检”的安检员：每笔贷款申请或支付请求都是一位“旅客”。模型判定分数高于阈值，就拦下来——标记为风险客户；低于阈值就放行——标记为正常客户。混淆矩阵把预测结果和真实情况两两对照，构成四个格子：TP（真正例，实际坏客户被拦截）、FP（假正例，好客户被误拦）、FN（假负例，坏客户被放走）、TN（真负例，好客户被放行）。它是后面所有评估指标的地基。

基于这张表，最朴素的总分就是“准确率”（Accuracy）：

不过，光看准确率很容易被骗——如果一万个旅客里只有一个坏人，老周把所有人都放行，准确率也是99.99%。所以他到底够不够火眼金睛，还要看下面两本更细的账。

Accuracy=TP+TNTP+TN+FP+FN\displaystyle \text{Accuracy} = \frac{TP + TN}{TP + TN + FP + FN}
准确率就是“四种结局中判对的比例”，相当于老周一天工作下来，既没立功也没闯祸的“基本盘”。
  1. 分子判对的总人数：把“拦对了”的TP和“放对了”的TN相加，这一步是在数安检员今天做对了几次。
    TP+TNTP + TN
  2. 分母全部旅客数：四种结局加起来，等于今天所有经过安检口的人，一个不漏。
    TP+TN+FP+FNTP + TN + FP + FN
  3. 整体取比值做对的次数除以总数，得到准确率。数值越接近1，说明基本盘越稳。
    TP+TNTP+TN+FP+FN\frac{TP + TN}{TP + TN + FP + FN}

精确率与召回率：一严一松的两难

老周有两种工作风格。风格A：宁可错杀一千，不放一个坏人——结果拦下100人，只有10个是真坏人，惹得90个旅客投诉（精确率低）；但坏人基本都被揪出来了（召回率高）。风格B：只拦证据确凿的——拦下10个全是真的（精确率高），但还有90个坏人大摇大摆走了（召回率低）。

精确率（Precision）回答的问题是：“被拦下的那些人里，多少是真坏人？”召回率（Recall）回答：“所有真坏人里，被拦下多少？”对应公式：

在实际风控中，精确率低意味着催收团队白忙一场，召回率低意味着坏账悄悄累积。两者像跷跷板的两端：把阈值调严格，模型更谨慎，精确率上升而召回率下降；调宽松则相反。所以我们需要一个把两个分数捏在一起看的“综合分”。

Precision=TPTP+FP,Recall=TPTP+FN\displaystyle \text{Precision} = \frac{TP}{TP + FP}, \quad \text{Recall} = \frac{TP}{TP + FN}
两个公式的差别只在分母：精确率关心“拦下的人”这个集合的纯度，召回率关心“真坏人”这个集合的覆盖度。
  1. 精确率分子TP被拦下且确实是坏人的数量，这是“拦对了”的部分。
    TPTP
  2. 精确率分母TP+FP所有被拦下的人，包括真坏人和误伤的旅客。用拦对的除以拦下的所有，得到“纯度”。
    TP+FPTP + FP
  3. 召回率分母TP+FN所有真坏人，包括被拦下的和被放走的。用拦对的除以所有坏人，得到“覆盖度”。
    TP+FNTP + FN

综合指标：F1与KS统计量

既然精确率和召回率总是打架，就像老周要么太凶要么太松，主管就需要一个“综合绩效分”。F1分数用调和平均而不是算术平均，它对低的那个分数更敏感：哪怕另一个分数是100分，只要一个是0分，F1就是0。严格得像铁面无私的裁判，不允许偏科。

除了F1，风控里还常看KS统计量。KS的思路是：把“坏人”和“好人”各自的累计比例曲线画出来，统计量就是两条曲线之间最远的“裂缝宽度”。裂缝越宽，说明模型越能把坏人和好人分开——老周的眼神越毒。综合指标里还有Gini系数，它与AUC可以互相换算：Gini系数 = 2 × AUC − 1，数值越大代表模型区分能力越强。

F1=2×Precision×RecallPrecision+Recall\displaystyle F1 = \frac{2 \times \text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}}
可以理解为：在所有“警惕旋钮”档位里，找出坏人与好人被区分得最开的那一档差距。
  1. TPR(t)与FPR(t)在某个阈值t下，坏人被拦下的比例和好人被误拦的比例。
    TPR(t)=TP(t)TP(t)+FN(t),FPR(t)=FP(t)FP(t)+TN(t)\text{TPR}(t) = \frac{TP(t)}{TP(t) + FN(t)}, \quad \text{FPR}(t) = \frac{FP(t)}{FP(t) + TN(t)}
  2. 做差取最大遍历所有档位，找出两者差值最大的位置，就是KS值。
    max⁡t(TPR(t)−FPR(t))\max_{t} \left( \text{TPR}(t) - \text{FPR}(t) \right)

ROC曲线与AUC：警惕旋钮的轨迹

回到老周的“警惕旋钮”。安检机器上有一个旋钮，从0拧到1表示严格程度。拧到1，连指甲刀都查（误报多但也抓得多）；拧到0，闸门大开。我们让老周把旋钮从松到紧拧一整圈，每拧一档记录下当时的“坏人被拦比例”（TPR）和“好人被误拦比例”（FPR），把这一串点连成一条曲线——这就是ROC曲线。

ROC曲线的横轴是FPR，纵轴是TPR。一个瞎猜的老周，曲线会贴着对角线；一个火眼金睛的老周，曲线会像拱桥一样向上凸起。AUC就是曲线下的面积，介于0.5到1之间，面积越大，说明不管旋钮拧到哪个档位，老周的表现都越好。在ROC曲线上，离左上角最近的点常被当作参考阈值，但真正的最优阈值要让位于业务利润分析。

TPR=TPTP+FN,FPR=FPFP+TN\displaystyle TPR = \frac{TP}{TP + FN}, \quad FPR = \frac{FP}{FP + TN}
AUC把“所有档位的综合表现”压成一个数字，0.5是瞎猜，1是完美。
  1. d(FPR)横轴FPR从0到1走完一整段。
    d(FPR)d(\text{FPR})
  2. 对TPR积分每个横轴位置上的TPR高度加起来，就是曲线下面积。
    ∫01TPR d(FPR)\int_{0}^{1} \text{TPR} \, d(\text{FPR})
  3. AUC取值含义0.5到0.7偏低，0.7到0.9可用，0.9以上极佳。
    AUC∈(0.5,1]\text{AUC} \in (0.5, 1]

稳定性监测与PSI：状态漂移的警报

老周上周还火眼金睛，这周因为天天加班，状态一落千丈，开始乱拦人。模型也一样会“状态漂移”：上线时客户是A群体，半年后变成B群体；经济下行，申请者的风险分布整体变差；或者特征数据源悄悄变了。如果模型输出的分数分布发生了明显偏移，它的拦截效果就失真了。

PSI（Population Stability Index，群体稳定性指标）量化这个偏移。它把样本按分数分成若干档，比较“当前实际分布”和“上线时预期分布”在每个档位上的占比差，再做一个带权重的累加。PSI越小说明分布越稳。日常还会配合检查特征漂移，并对新样本做样本外检验，确保模型在真实环境里依然靠谱。

PSI的经验判断：小于0.1分布稳定；0.1到0.25需要警惕，检查特征是否漂移；大于0.25说明模型已明显“水土不服”，建议重新训练或调整。就像老周状态崩了就该让他休假，让备班安检员顶上。

PSI=∑i=1k(Ai−Ei)×ln⁡(AiEi)\displaystyle \text{PSI} = \sum_{i=1}^{k} (A_i - E_i) \times \ln \left( \frac{A_i}{E_i} \right)
通俗理解：把分数分成10个“水位格”，比较上周和这周每个格子里的人数占比变化，变化越大PSI越高。
  1. Ai与Ei第i档中，当前实际占比和预期（历史）占比。
    Ai−EiA_i - E_i
  2. 对数项两者的倍率取对数，占比翻倍和减半都体现为对称的变动量。
    ln⁡(AiEi)\ln \left( \frac{A_i}{E_i} \right)
  3. 逐档累加每一档的差异乘以权重后求和，就是PSI。
    ∑i=1k(Ai−Ei)×ln⁡(AiEi)\sum_{i=1}^{k} (A_i - E_i) \times \ln \left( \frac{A_i}{E_i} \right)

业务价值评估：机场的总账

最后，回到机场最关心的总账。拦下一个真坏人，避免了一次可能的劫机后果，这是收益；误伤一个普通旅客，带来投诉和体验损失，这是成本；放走一个坏人，是巨大的潜在代价。风控模型不是追求“指标好看”，而是追求“业务赚钱”。

我们可以给每种结局赋予代价：TP是收益（避免损失），FP是客服与流失成本，FN是坏账损失。不同阈值下，通过率、坏账率、利润各不相同，这些点连成的曲线就是收益曲线。把业务侧的成本矩阵代入，找出利润最大的阈值，就是真正的最优决策点。

在实际业务里，风控团队会画一条“利润-阈值”曲线：阈值太高，放走了太多客户，业务量萎缩；阈值太低，坏账吃掉利润。通常最优阈值不是在ROC曲线上离左上角最近的点，而是在利润曲线上最高的点。这就像老周该多凶、该多松，最终要听机场运营的。

Profit=TP×G−FP×CFP−FN×CFN\displaystyle \text{Profit} = \text{TP} \times G - \text{FP} \times C_{FP} - \text{FN} \times C_{FN}
把“每拦下一个真坏人带来的收益G、误伤一个好人的代价、漏掉一个坏人的代价”代入，找出利润最大的阈值，就是最优业务决策点。
  1. TP×G拦下真坏人带来的收益，比如避免的贷款坏账损失。
    TP×G\text{TP} \times G
  2. FP×CFP误伤好人的代价，比如客户流失和投诉处理成本。
    FP×CFP\text{FP} \times C_{FP}
  3. FN×CFN漏掉坏人的代价，比如坏账全额亏损。
    FN×CFN\text{FN} \times C_{FN}
  4. 整体求和收益减去两类代价，得到当前阈值下的总利润。
    TP×G−FP×CFP−FN×CFN\text{TP} \times G - \text{FP} \times C_{FP} - \text{FN} \times C_{FN}

AI 应用场景

信贷审批：信用卡申请风控评估

阶段：模型评估与上线决策

解决的问题：银行每天收到数万申请，传统人工审核成本高、标准不一。用风控模型做申请评分卡后，需要用混淆矩阵、AUC、KS等指标评估模型是否具备上线资格，相当于给“安检员老周”做上岗前的绩效考评。

具体案例：某消费金融公司开发了新申请评分卡，在验证集上AUC=0.82、KS=0.35，通过率65%时坏账率1.8%，比旧模型坏账率下降0.5个百分点，最终通过业务评审上线。

反欺诈实时拦截：支付交易监控

阶段：在线监控与告警

解决的问题：支付平台每秒数千笔交易，传统规则引擎误报高、漏报大。风控模型输出欺诈概率后，运营团队需要以高召回率为优先目标，对高风险交易触发二次验证，同时控制误伤率。

具体案例：某支付平台把欺诈模型阈值设定在“召回率85%”的位置，此时精确率约40%，每天拦截数千笔欺诈交易，同时把误伤用户的比例控制在业务可接受范围内。

模型迭代：新老模型A/B评估

阶段：模型上线后稳定性监测

解决的问题：模型上线后效果会随时间衰减，用PSI监控分数分布漂移，用收益曲线决定是否切换新模型。就像老周长期加班导致状态下滑，需要数据来证明“该换人了”。

具体案例：某信贷平台发现线上模型PSI从0.08涨到0.22，触发重训流程。新模型在离线A/B测试中AUC提升0.04、利润曲线整体更高，灰度上线两个月后坏账率下降，完成模型切换。

Python 演示

python70 行
# -*- coding: utf-8 -*-"""风控模型效果评估演示用模拟信贷数据训练逻辑回归模型计算混淆矩阵, 精确率, 召回率, F1, AUC 和 PSI"""import numpy as npfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import (confusion_matrix, precision_score,                             recall_score, f1_score, roc_auc_score)  def make_data(n_samples=2000, seed=42):    """生成模拟数据: 好客户和坏客户的征信特征分布不同"""    rng = np.random.default_rng(seed)    good = rng.normal(loc=0.3, scale=0.2, size=(n_samples, 4))    bad = rng.normal(loc=0.7, scale=0.2, size=(n_samples // 5, 4))    X = np.vstack([good, bad])    y = np.array([0] * len(good) + [1] * len(bad))    idx = rng.permutation(len(X))    return X[idx], y[idx]  def calc_psi(actual, expected, bins=10):    """计算 PSI: 衡量实际分数分布与预期分布的偏移程度"""    cuts = np.percentile(expected, np.linspace(0, 100, bins + 1))    cuts[0] -= 0.001    cuts[-1] += 0.001    exp_cnt, _ = np.histogram(expected, bins=cuts)    act_cnt, _ = np.histogram(actual, bins=cuts)    exp_ratio = exp_cnt / len(expected)    act_ratio = act_cnt / len(actual)    psi = 0.0    for er, ar in zip(exp_ratio, act_ratio):        if er > 0 and ar > 0:            psi += (ar - er) * np.log(ar / er)    return psi  def main():    X, y = make_data()    split = int(len(X) * 0.7)    X_train, X_test = X[:split], X[split:]    y_train, y_test = y[:split], y[split:]     model = LogisticRegression(max_iter=500)    model.fit(X_train, y_train)    prob = model.predict_proba(X_test)[:, 1]    pred = (prob >= 0.5).astype(int)     tn, fp, fn, tp = confusion_matrix(y_test, pred).ravel()    print('混淆矩阵: TN=%d FP=%d FN=%d TP=%d' % (tn, fp, fn, tp))    print('精确率=%.4f 召回率=%.4f F1=%.4f' % (        precision_score(y_test, pred),        recall_score(y_test, pred),        f1_score(y_test, pred)))    print('AUC=%.4f' % roc_auc_score(y_test, prob))     expected = model.predict_proba(X_train)[:, 1]    psi = calc_psi(prob, expected)    if psi < 0.1:        print('PSI=%.4f 分布稳定' % psi)    elif psi < 0.25:        print('PSI=%.4f 分布轻微偏移' % psi)    else:        print('PSI=%.4f 分布显著偏移' % psi)  if __name__ == '__main__':    main()
目的：用模拟信贷数据训练逻辑回归模型，输出混淆矩阵和全套评估指标，并计算PSI判断分布稳定性。
  1. model = LogisticRegression(max_iter=500)用逻辑回归训练风控评分模型，等价于设定好老周的“安检经验”。
  2. pred = (prob >= 0.5).astype(int)默认阈值0.5，把概率转成“拦截/放行”标签。
  3. tn, fp, fn, tp = confusion_matrix(y_test, pred).ravel()一行解开四本账，分别对应四种结局。
  4. precision_score(y_test, pred)直接得到精确率，即拦下的人中真坏人的比例。
  5. calc_psi(prob, expected)比较测试集与训练集分数分布，看模型状态是否稳定。
  6. if psi < 0.1: print('PSI=%.4f 分布稳定' % psi)用经验阈值判断漂移程度，超过0.25就要考虑重训。

常见误区

误区“我的模型准确率95%，上线肯定没问题！”不少初学者在坏客户占比只有5%的数据集上看到95%的准确率，就觉得模型很完美。

正解准确率在样本不均衡时严重失真——模型无脑放行所有客户也能有95%准确率，但一个坏人都没拦住。风控要看混淆矩阵里的FN、召回率、精确率和AUC，这些指标才能反映模型对少数类（坏人）的捕捉能力。准确率就像只报喜不报忧的绩效单，它把“放走坏人”这个大错藏在了“多数旅客没被拦”的日常里。

为何常见：准确率最直观、最好算，人脑天然偏好“一个数概括一切”，却忽略了少数类错误代价远大于多数类的现实。

误区“AUC=0.9，这模型堪称完美，直接部署！”很多同学把AUC当成唯一真理。

正解AUC衡量的是排序能力，即坏人得分整体高于好人的程度，但它不告诉你在具体阈值下拦截多少人、误伤多少人，也不反映分数校准度。AUC高但在当前阈值附近区分度差、或业务利润曲线不佳的情况很常见。AUC要结合KS、利润曲线一起看，就像老周整体素质很高，但不代表他在某个具体的“警惕档位”上一定不出乱子。

为何常见：AUC有一个优雅的直观解释（随机正样本排在随机负样本前面的概率），宣传时很好用，但业务决策需要更细节的信息。

误区“模型输出概率，概率大于0.5就是坏人，这不是天经地义吗？”不少入门者从没考虑过阈值是超参数。

正解0.5只在正负样本均衡且两类代价对称时合理。风控场景坏客户占比低、漏过坏人的代价远高于误伤好人，阈值往往要结合成本矩阵和利润曲线来确定，且随着业务环境变化动态调整。固定0.5相当于要求老周永远只用同一种脾气查案，显然不现实。

为何常见：教材里二分类默认阈值0.5讲多了，形成思维定势；加上“概率大于0.5”在数学课上太自然，很多人没意识到代价不对称。

误区“模型上线时效果很好，之后只要没人报bug就不用管。”不少团队模型上线后长期不监控。

正解外部环境、客群结构、数据分布都会随时间漂移，模型表现会衰减。需要定期计算PSI监控分数分布，跟踪线上混淆矩阵和坏账率，设定告警阈值，必要时重训或回滚。老周上周状态好，不代表这周不会熬夜后乱拦人——状态必须持续盯。

为何常见：模型在离线测试时“很好用”，让人误以为它是静态的；实际上风控是一场和不断变化的欺诈者的军备竞赛。

面试题

Q1. 混淆矩阵中FN表示什么？

单选题 · easy

  • A.实际为正、预测为负的样本数← 正确答案
  • B.实际为负、预测为正的样本数
  • C.实际为正、预测为正的样本数
  • D.实际为负、预测为负的样本数

答案：A。FN（False Negative）指实际是坏人但模型放行的样本，相当于安检员放走了真坏人，这种错误在风控中代价最大。选项B描述的是FP（误伤好人），C是TP（正确拦截），D是TN（正确放行）。

Q2. 正负样本不均衡时，哪个指标最容易给人“模型很好”的错觉？

单选题 · easy

  • A.精确率指标
  • B.召回率指标
  • C.准确率指标← 正确答案
  • D.AUC指标

答案：C。负样本占95%时，模型全部判负也有95%准确率，但一个坏人都没找出来。风控中坏客户通常占比很低，准确率会被大量正常客户“稀释”成虚高数字，必须同时看精确率、召回率、AUC等指标。

Q3. 精确率的定义是什么？

单选题 · easy

  • A.所有样本中被预测正确的比例
  • B.预测为正的样本中真实为正的比例← 正确答案
  • C.真实为正的样本中被预测为正的比例
  • D.真实为负的样本中被预测为正的比例

答案：B。精确率 = TP/(TP+FP)，分母是模型预测为正的全体，分子是其中真正为坏客户的。好比安检员拦下的所有人里，真坏人的比例。选项C描述的是召回率，D是误报率。

Q4. 召回率 Recall 的计算公式是？

单选题 · mid

  • A.TP/(TP+FP)
  • B.TP/(TP+FN)← 正确答案
  • C.TN/(TN+FP)
  • D.FN/(FN+TP)

答案：B。召回率 = TP/(TP+FN)，分母是所有真实坏客户，分子是被拦下的坏客户，回答“所有坏人被拦下多少”。选项A是精确率，C是特异度，D是漏报率相关的错误表达式。

Q5. 关于F1分数，下列说法正确的是？

单选题 · mid

  • A.F1为精确率与召回率的算术平均
  • B.F1为精确率与召回率的加权乘积
  • C.F1为精确率与召回率的调和平均← 正确答案
  • D.F1与ROC曲线的AUC完全等价

答案：C。F1 = 2PR/(P+R)，是调和平均，对偏科更敏感：一个指标为0时F1就是0。算术平均（选项A）会掩盖偏科，乘积（选项B）没有归一化意义，F1与AUC衡量的能力并不相同（选项D错误）。

Q6. ROC曲线的横纵轴分别是？

单选题 · mid

  • A.横轴精确率、纵轴召回率
  • B.横轴FPR、纵轴TPR← 正确答案
  • C.横轴TPR、纵轴FPR
  • D.横轴准确率、纵轴误差率

答案：B。ROC曲线横轴是FPR（误报率 = FP/(FP+TN)），纵轴是TPR（召回率 = TP/(TP+FN)）。选项C把横纵轴写反了，A和D的组合都不是ROC曲线的坐标。

Q7. AUC=0.5代表什么？

单选题 · mid

  • A.模型完美分类
  • B.等同随机猜测← 正确答案
  • C.模型完全反向分类
  • D.模型效果为零

答案：B。AUC=0.5时ROC曲线沿着对角线，表示模型把好坏客户排序的能力和抛硬币一样。选项A对应AUC=1，C对应AUC接近0（此时把预测反转反而能获得好效果），D说法不够准确。

Q8. PSI指标用于评估什么？PSI=0.3说明什么？

单选题 · hard

  • A.评估模型区分能力，0.3说明区分能力很强
  • B.评估分数分布稳定性，0.3说明分布显著偏移← 正确答案
  • C.评估特征重要性，0.3说明特征不太重要
  • D.评估训练速度，0.3说明训练偏慢

答案：B。PSI衡量群体稳定性，即模型分数分布随时间或客群的变化。0.3大于0.25，说明分布显著偏移，需要重训或干预。选项A是KS/AUC的用途，C是IV的用途，D与PSI无关。

Q9. 以下哪些是风控模型效果评估的常用指标？

多选题 · mid

  • A.KS统计量← 正确答案
  • B.梯度下降
  • C.PSI指标← 正确答案
  • D.AUC面积← 正确答案

答案：ACD。KS和AUC评估模型的区分能力，PSI评估模型上线后的稳定性，都是风控评估的常用指标。梯度下降是训练模型的优化算法，不是效果评估指标。

Q10. 关于风控模型阈值调优，正确的说法有哪些？

多选题 · hard

  • A.阈值越高，通过率越低坏账率也越低← 正确答案
  • B.阈值越高，精确率越高召回率越低← 正确答案
  • C.最优阈值可由成本矩阵结合业务损失确定← 正确答案
  • D.阈值上线确定后不能再做调整

答案：ABC。阈值调高意味着准入更严格，通过率下降、通过的客户更优质所以坏账率下降（A对）；被预测为正的门槛高，拦下的更可能是坏人使精确率上升，但漏过的坏人也更多使召回率下降（B对）；最优阈值应结合FP和FN两类代价通过利润曲线确定（C对）。阈值上线后可以根据PSI和坏账率的监控结果动态调整（D错）。