银行场景下如何移除供应商价格异常值，避免影响均价计算？

一、通用多供应商（≥4家）异常值剔除方法 #

针对6家供应商的常规场景，推荐以下3种高效合规的方法，兼顾统计严谨性与业务可解释性：

1. 分位数法（IQR法） #

• 核心逻辑：基于报价的四分位间距，剔除超出合理区间的极端值，适合非正态分布的报价数据（银行报价常符合此特征）
• 公式/步骤：
  1. 将所有有效报价按从小到大排序：P1 ≤ P2 ≤ ... ≤ Pn（n=6）
  2. 计算下四分位数Q1（第25百分位）、上四分位数Q3（第75百分位）
  3. 计算四分位间距IQR = Q3 - Q1
  4. 异常值判定区间：[Q1 - 1.5*IQR, Q3 + 1.5*IQR]，超出此区间的标记为异常值（SAND=True），否则为正常（FALSE=False）
• 合规优势：统计逻辑透明，易向监管解释，无主观参数调整

2. 中位数绝对偏差法（MAD） #

• 核心逻辑：以中位数为基准，通过绝对偏差判断异常，比Z-score更抗极端值干扰
• 公式/步骤：
  1. 计算所有报价的中位数Med
  2. 计算每个报价与中位数的绝对偏差：ADi = |Pi - Med|
  3. 计算绝对偏差的中位数MAD = median(ADi)
  4. 异常值判定：若|Pi - Med| > 3*MAD，则标记为异常（SAND=True），否则正常（FALSE=False）
• 适用场景：当报价中存在多个极端值时，稳定性优于分位数法

3. 业务规则结合统计法 #

• 核心逻辑：先通过业务预设的合理价格区间过滤明显离谱值，再用上述统计方法二次校验
• 示例逻辑：
  1. 预设报价上下限：[历史均价*0.8, 历史均价*1.2]（可根据品类调整）
  2. 先剔除超出此区间的报价，再对剩余报价用IQR法或MAD法做二次异常值筛选
• 合规优势：结合业务常识，避免统计方法误判符合业务逻辑的特殊报价

二、仅3家供应商报价的异常值剔除方案 #

3家样本量极小，常规统计方法置信度不足，需采用统计+业务双重校验的方式：

相对偏差+业务阈值法 #

• 公式/步骤：
  1. 将3家报价排序：P_low ≤ P_mid ≤ P_high
  2. 计算两个极端值与中间值的相对偏差：
     • 下限偏差：Dev_low = (P_mid - P_low)/P_mid
     • 上限偏差：Dev_high = (P_high - P_mid)/P_mid
  3. 预设业务可接受的偏差阈值（如10%，需根据银行品类风险等级调整）：
     • 若Dev_high > 阈值且Dev_low ≤ 阈值：判定P_high为异常值（SAND=True），剔除后用P_low和P_mid计算均价
     • 若Dev_low > 阈值且Dev_high ≤ 阈值：判定P_low为异常值（SAND=True），剔除后用P_mid和P_high计算均价
     • 若Dev_low > 阈值且Dev_high > 阈值：触发人工复核（因3家均偏离中间值，可能是市场突变或集体报错），人工判定后再计算均价
• 补充规则：若有历史同期报价，可加入对比：若某报价与历史均价偏差超过预设阈值（如15%），直接标记为异常

三、合规注意事项 #

• 所有异常值剔除规则需书面化并纳入内部制度，确保可追溯、可审计
• 定期复盘规则的有效性，根据报价数据的波动情况调整阈值（如季度更新）
• 对于触发人工复核的场景，需留存复核记录，满足监管合规要求

内容的提问来源于stack exchange，提问作者ssm78551