信用风险模型通常使用代理标签进行训练，并在时间和细分市场变化的环境中部署。传统的转移度量难以同时区分基准率漂移、概率尺度漂移以及特征‑标签关系的变化。
我们提出了一套锁定的多信号审计协议，用于检测代理标签信用风险预测中的监督漂移。协议包括五层：转移性能评估、oracle‑gap 探针、校准诊断、特征‑标签稳定性检测以及合成阳性对照。所有阈值和决策规则在解释前预先锁定，输出为受限读取的设计结果。
实验使用公开的 LendingClub 数据集，时间跨度为 2013‑2016 年，并进行跨细分转移测试。结果显示模型排名保持稳定，oracle‑gap 较小。
最明显的时间信号是流行率与概率尺度的不匹配，采用仅截距的校准诊断可以显著降低该误差，但从公开数据无法确定其根本原因。
阳性对照实验表明，仅在注入较大漂移时产生响应；对更细微的漂移仍无法排除。
我们将诊断模式映射到治理行动提供了概念性指引，但本研究未对这些指引进行实证验证。
点评