用水信用與風險管理系統

摘要：系統采用Oracle數據庫作為開發平臺，VB.net為開發工具研制而成。系統借鑒銀行和電力企業信用等級評價的規則，結合水司水費收繳的歷史紀錄及各客戶的實際情況，運用自動采集程序，從原有的營銷系統和財務系統自動錄入數據，再通過優化的模糊概率、神經網絡程序，對用戶進行交納水費信用等級評定，建立客戶交納水費風險預警機制。

關鍵詞：模糊優化；信用等級評定；風險預警

中圖分類號：TP18文獻標識碼：A 文章編號：1009-3044(2008)30-0621-02

Credit and Risk Rank Evaluation for Consuming Water

SUN Feng

(Deptment of Mathematics，Minjiang University， Fuzhou 350108，China)

Abstract: The system uses Oracle as platform，Vb.net as development tool.Using credit rank appraisal rule of bank and power as reference，this system combines historical water fee records and actural consumers information and utilizes the automatic collection procedure to gain data from original marketing and finance system.Then optimal fuzzy probability and neural network are used to rank water fee credit for consumers and establish water fee advance warning mechanism.

Key words: fuzzy optimization; credit rank evaluation; risk advance warning

隨著供水體制改革的深化，自來水公司逐漸成為了供水市場的主體。但是目前我國各地客戶拖欠水費情況比較嚴重，必須加強對客戶交納水費的監督管理，防范水費壞帳風險，建立“公平、誠信”的供用水關系。自來水公司保證水費債權安全性和有效性的重要手段之一就是進行客戶交納水費信用與風險評定。根據客戶相關評級數據，憑借模糊優化的評價分析模型，對用水客戶進行科學的信用與風險等級評價。通過評定、預測回收目標，對用水客戶進行分類管理，達到有效控制欠交水費和水費壞帳的目的。

1 主要框架

客戶用水信用風險管理系統主要由信用評級模型、欠費風險控制模型、用水異常檢測模型3大模塊組成，如圖1。系統可根據客戶的財務數據、管理狀況、銀行數據及交納水費情況，憑借對數據模糊優化后加強的評價分析模型，得出用戶的信用等級，使自來水公司能夠對用水客戶進行分類管理，實施不同的水費繳納獎懲措施。系統流程見圖2。

2 系統邏輯結構

系統主要由五個功能子系統和信用信息數據庫構成，五個子系統包括：信息管理子系統、信用評價子系統、欠費風險評價子系統、竊水檢測子系統、用水預測子系統。見圖3。

信用信息數據庫：提供多樣性的數據支持。數據按信用評估過程分為原始數據、中間數據、輸出信息三類。原始數據按要求支持的子系統分類，包括支持定量分析的財務報表和信用信息；中間數據，這類數據對原始數據進行處理，轉換為直接提供給信用評估模型運算的中間臨時數據文件，或某個模型中間計算結果；輸出信息，包括信用評估報告、信用評估結果表單等。

信息處理子系統：可以實現用水企業基本信息的錄入及邏輯關系校驗。錄入可以手工輸入，也可以從其他數據庫導入。對其中不符合邏輯關系的數據予以警告。

信用評價子系統：是整個系統的核心部分，對所收集到的客戶信息，通過信用度量分析模型進行交納水費能力及信用指標評價分析，從而得到用戶交納水費的信用與風險等級。其采用了模糊概率和評價優化原理，把原來單純的專家評價法加以延伸，完善了綜合評價法，建立起基于模糊概率神經網絡的信用度量分析模型。將企業的繳費情況、繳費能力、經濟實力、資本結構、經營效益、社會信用記錄等信息納入信用評價體系，給出用水用戶的信用評級表、行業信用分布圖和企業的信用曲線圖。

欠費風險評價子系統：將企業的信用等級、經營情況、欠費記錄、宏觀經濟數據等信息納入欠費風險評價模型，給出信用風險指示圖、信用風險走勢圖、高風險用戶名單及風險預警表。

竊水檢測子系統：建立竊電檢測與防范機制，根據歷史數據將可疑用戶篩選出來。提供可疑用戶表、用戶可疑等級、用水曲線比較圖和按行業的可疑分布圖。

用水預測子系統：作為用水營銷系統的輔助功能，利用數據分析與數據挖掘的方法，進行用水量預測。在需求預測中，不僅考慮了水量數據的歷史趨勢，也考慮了用水大戶的經營情況、宏觀經濟政策、消費水平等綜合因素，按一定權值進行運算，能夠比較客觀反映實際。

3系統主要特點

1)功能完備。該系統不但實現了對用水客戶進行評價指標錄入、初評、授信與報表打印，而且實現對評價結果進行分類統計、靈活查詢、風險預警等功能。

2)通過專家分析法產生優化的評價分析模型，利用先進的統計學原理和管理學原理，對用戶用水信用和風險指標進行模糊優化、量化處理，從而進行科學的用水信用與風險等級評定。

3)采用動態企業建模、軟件重構等技術，保證企業信用與風險指標變化后的系統適應性和擴展性。先進的數據倉庫和基于人工智能的數據挖掘技術，能自動地采集數據，進行挖掘分析工作，并通過神經網絡法、灰色理論法、專家預測法確定企業信用與風險的發展趨勢與規律。

4)采用了Oracle數據庫作為系統開發平臺，VB.net語言作為開發工具進行系統開發。人機界面采用通用的Windows界面，操作簡單方便。

4 結語

用水信用與風險等級評定研究是為解決目前各地水司普遍存在的用戶拖欠水費問題的核心。筆者開發出了一套用水客戶信用等級評價及管理系統，其應用將為我國水司的水費管理工作帶來重大的革新。

參考文獻：

[1] 谷林峰，余虎，王路，等.客戶交納電費信用與風險等級評價的研究[J].吉首大學學報，2005，26(4):94-97.

[2] 谷林峰，余虎，王路，等.客戶交納電費信用與風險等級評價系統[J].長沙電力學院學報：自然版，2005，20(5):42-44.

[3] 孫鋒.數據挖掘在給水管網安全中的應用[J].電腦知識與技術，2006，32(10):142-143.

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文