用电客户的客户信用评价

用电客户的客户信用评价

1用电客户信用评价的现状及问题电力营销过程将供电企业引入市场的前沿。用电客户的信用缺失不仅会给供电企业的经营带来巨大的困难,也会严重破坏电力市场交易的正常秩序,在某种程度上会严重影响发电企业的正常经营活动,进而影响整个电力工业的健康发展。对供电企业而言,依据一定的标准和方法对用电客户的付费能力及其意愿进行综合评价,借此选择可靠的用电客户,将电能出售给最讲信用、最需要用电的客户,是供电企业立足市场、提高效益的前提条件,也是电力工业健康发展的基础。因此,对用电客户的信用进行评价是供电企业乃至全社会都应关注的问题。从整体来看,我国在评价用电客户的信用方面投入较少,多数供电企业的一贯做法是根据多年的经验主观判断客户信用的高低,考虑的因素不全面、判断不够准确。在理论研究方面还处于起步阶段,有关用电客户信用方面的研究成果较少,文献从企业盈利、还费意识等方面对用电客户的信用问题作了定性分析;文献对用电客户的信用进行了定量研究,运用模糊综合方法评价了客户的信用状况,得到该客户的信用是很好、好、较好、差等评价等级中的某一项;同时运用模糊偏序关系及排序方法对众多用电客户的信用进行了比较,其结果是对用电客户的信用按由高到低的顺序进行排序;文献在分析了用电客户信用风险的形成原因和危害后,提出了用电客户信用风险管理的问题,并进一步提出了供电企业信用管理要建立“三个机制”,即企业资信调查和评估机制、企业信用风险预警机制及陈欠电费管理和回收机制;文献认为引入和建立用电客户信用管理体系是当务之急,提出了在供电企业建立客户信用管理体系的操作建议,讨论了用电客户信用评估信息的4个方面,并建议采用综合评估法进行用电客户的信用评价。用电客户的信用评价要解决几个关键问题:(1)用电客户信用评价的指标体系问题。用电客户信用评价的指标体系是评价的基础,对评价结果会产生重大影响;(2)定性指标值的合理表述问题。信用评价离不开定性指标,定性指标值能否符合实际状况是不可忽视的问题;(3)评价者的主观感觉问题。在评价中应尽量减少人为因素的影响,因此必须妥善处理评价者的主观感觉问题。前述研究成果对用电客户的信用评价起到了重要作用,但在用电客户评价的几个关键问题上还存在进一步研究的空间。本文从客观事物具有复杂性与人类思维的模糊性出发,借鉴模糊方法在电力企业及电网系统有关问题中的应用情况,建立了一套适合用电客户信用评价的指标体系;并以三角模糊数的形式给出指标值和评价者的主观感觉值,将基于期望值的模糊多属性决策法引入用电客户的信用评价中,同时讨论了指标权重完全未知和部分未知时用电客户的信用评价问题。2用电客户信用影响因素的选取用电客户信用是指用电客户在用电付费、用电方式及其它有关用电事宜中履行约定所取得的信任。用电客户信用是一个内涵丰富、外延模糊的概念,其内容涉及用电客户的历史、现状、前景等诸多方面。国际上评估企业信用的传统要素主要有品格、能力、资本、担保、经营状况5项,基于我国用电客户的基本情况,依据相关文献资料,笔者认为对用电客户的信用评价应主要立足于客户的综合素质,具体应包括:(1)商业信用:用电客户的商业信用是客户履行各种经济承诺的能力及可信度,可用下列指标表示:(1)企业形象,信用高低与企业形象有关;(2)法人代表的品德,法人代表的品德在某种程度上影响该客户的信用;(3)经营业务的市场前景,经营业务的市场前景决定客户履行各种经济承诺的能力;(4)资产负债率,从供电企业的角度来看,客户的负债比率越低其偿债能力越强,反之偿债能力越弱;(5)盈利额,盈利额越多企业通过销售获取利润的能力越强,其经济能力也越强;(6)付电费比率,指客户在一定时期内支付供电企业电费与所用电费总额的比率,比率越大其信用越好;(7)净资产收益率,净资产收益率高意味着客户的经济效益较好,其支付能力也较强;(8)总资产净利率,也称总资产利用率,其比率越高说明资产的利用率越高、企业的管理水平越高。(2)安全信用:安全信用的高低是对客户安全事故的多少、性质的恶劣程度及日常是否重视安全、安全措施是否得当的评价。(3)法律信用:主要指客户执行《电力法》、《供用电营业规则》等方面的信用。其评价依据是:是否存在违约用电、违约用电的次数和程度,是否有阻碍、扰乱电力生产建设秩序及危害电力设施的行为。(4)合作信用:合作信用主要反映客户与供电企业在用电、调度等方面的配合情况。综上所述,可建立一套用电客户信用分析指标体系,指标值分别来源于专家评判或对用电客户的情况统计。具体来说,评价指标分为两类:一类为定性指标,需要利用专家法得到指标值,为了使定性指标值尽量反映客观实际,本文采用三角模糊数方式表示,该类指标值可由专家根据预先设计好的如表1所示的语言评语集以语言变量的形式给出,再按一定规则将语言变量转变为对应的三角模糊数;另一类为定量指标,可通过企业统计数据得到,数值也可以表示为三角模糊数,如数值6可以表示为(6,6,6)。3采用基于低估成本效益的模糊多属性评价方法对能耗客户的信用进行评估3.1专家对第i个指标定性指标的评价对定性指标而言,不同的专家会给出不同的评价值。依据文献~,设有s位专家参与评价用电客户的信用,并设每位专家的重要程度相等,则第k个专家对第j个用电客户的第i个指标(定性指标)的评价可以根据三角模糊数的概念写成akij=(aijLk,aijMk,aijUk),所有专家对第j个用电客户的第i个指标的评价可以通过下式计算:3.2基于主观偏好依据文献,设X={x1,x2,L,xn}为被评价用电客户的集合,U={u1,u2,L,um}为指标集合,W=(w1,w2,L,wm)Τ为指标的权重向量,评价者对用电客户xj有一定的主观偏好,设主观偏好值为三角模糊数,0≤vjL≤vjM≤vjU≤1。按指标ui对用电客户xj进行评价,由3.1节得到xj关于ui的指标值为三角模糊数,从而形成模糊评价矩阵3.3建立评价矩阵为了使各指标间具有可比性,必须消除不同量纲对评价结果的影响,因此需要将评价矩阵Aˆ=(aˆij)m×n转化为规范化矩阵,其中评价指标分为两种类型:“越大越好”型和“越小越好”型。根据上述两种类型,参考文献、、进行如下计算:对于“越大越好”型有对于“越小越好”型有3.4元素期望值的确定利用文献、中给出的公式,利用三角模糊数计算主观感觉值及规范化矩阵中的元素的期望值,分别以表示,即式中0≤a≤1,a值的选择取决于评价者的态度,a>0.5表示评价者比较乐观;a=0.5表示评价者既不乐观也不悲观;a<0.5表示评价者比较悲观,从而得到期望值评价矩阵3.5客户信用度分布情况,期望大的用电客户信用度较高,一般在实际用电客户信用度高,客户信用度高,客户信用度高,客户信用度高。客户用电客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度大,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信用度高,客户信(1)指标权重信息完全未知的情形可以得到利用权重向量计算各用电客户信用的综合指标期望值为根据zj(a)值的大小对用电客户的信用进行排序和择优,期望值大的用电客户信用度相对较高。(2)已知部分指标权重信息的情形在进行评价时有时能提供部分权重信息,对于iw,假设di1<wi<di2(0<di1<di2<1,且),H为di1<wi<di2的集合(i=1,2,L,m),类似上述分析,可建立如下单目标优化模型:解此模型得到最优指标权重向量W,利用求得各用电客户信用的综合指标期望值zj(a),再根据zj(a)值的大小对用电客户的信用进行排序和择优。4最优用电客户期望的确定以某供电企业对3个用电客户进行信用评价为例,请5位专家参与本次评价,并设每位专家的重要程度相等,将5位专家对各指标的评价按本文3.1节中所述方法处理,得到各用电客户的指标值,其数据如表2所示,其中资产负债率指标为“越小越好”型,其它指标均为“越大越好”型。现采用基于期望值的模糊多属性决策方法进行用电客户的信用评价。建立模糊评价矩阵为将模糊评价矩阵转化为规范化矩阵,则有假设供电企业对3个用电客户xj(j=1,2,3)的主观偏好值分别为,则主观偏好值的期望值及规范化矩阵的期望值决策矩阵分别为现将对用电客户的评价分为属性权重完全未知和已知部分属性权重信息两种情况讨论:(1)若属性权重完全未知(不妨设供电企业是风险中立的,即a=0.5),则利用前述模型可求出最优权重向量W=(0.099,0.058,0.103,0.194,0.079,0.042,0.051,0.103,0.108,0.046,0.114)Τ,因此各用电客户的综合指标期望值为:1z(0.5)=0.848,z2(0.5)=0.857,3z(0.5)=0.930。按zj(0.5)值由大到小的顺序排列得到3个用电客户的排序为x3>x2>x1,因此最优用电客户为3x。(2)若已知部分属性权重信息(不妨设a=0.5):0.08≤w1≤0.12,0.05≤w2≤0.07,0.08≤w3≤0.12,0.17≤w4≤0.23,0.05≤w5≤0.10,0.04≤w6≤0.06,0.04≤w7≤0.07,0.08≤w8≤0.12,0.09≤w9≤0.12,0.04≤w10≤0.07,0.10≤w11≤0.14,且w1+w2+w3+w4+w5+w6+w7+w8+w9+w10+w11=1,可求出最优权重向量W=(0.08,0.05,0.09,0.23,0.05,0.04,0.04,0.12,0.12,0.04,0.14)Τ,因此各用电客户的综合指标期望值为:1z(0.5)=0.841,z2(0.5)=0.844,3z(0.5)=0.937。按zj(0.5)值由大到小的顺序排列得到3个用电客户的排序为x3>x2>x1,因此最优用电客户为3x。可见,针对权重信息完全未知和已知部分权重信息两种情形对3个用电客户进行排序、择优,所得最优结果一致。5评价结果的可操作性运用基于期望值的模糊多属性决策方法进行用电客户的信用评价,不仅妥善处理了各指标的合理表述问题,也充分考虑了评价者的主观偏好,使评价结果更接近实际;同时该方法