電力客戶繳費(fèi)行為的動態(tài)信用評價實證分析

郭馨澤,徐震亞,劉瀟瀟

(1.長沙電力職業(yè)技術(shù)學(xué)院，湖南長沙410000；2.國網(wǎng)湖南省電力公司長沙供電分公司，湖南長沙410015；3.國網(wǎng)湖南省電力公司電力科學(xué)研究院，湖南長沙410007)

電力客戶繳費(fèi)行為的動態(tài)信用評價實證分析

郭馨澤1,徐震亞2,劉瀟瀟3

(1.長沙電力職業(yè)技術(shù)學(xué)院，湖南長沙410000；2.國網(wǎng)湖南省電力公司長沙供電分公司，湖南長沙410015；3.國網(wǎng)湖南省電力公司電力科學(xué)研究院，湖南長沙410007)

針對目前電力客戶欠費(fèi)回收問題，文中研究信用評估指標(biāo)，并結(jié)合目前電力客戶繳費(fèi)數(shù)據(jù)，提出一種變現(xiàn)動態(tài)信用分值度量算法，揭示復(fù)雜的繳費(fèi)行為的實質(zhì)，有效區(qū)分不同繳費(fèi)類型，進(jìn)而有效區(qū)分不同客戶的信用狀況。同時通過對湖南省某地市電力客戶繳費(fèi)數(shù)據(jù)進(jìn)行挖掘分析，給出動態(tài)信用評價方法實證分析，有效驗證該信用評估方法的科學(xué)性、合理性。

信用評價；電力客戶；繳費(fèi)；動態(tài)

目前,欠繳電費(fèi)回收是長期以來困擾電力公司的難題之一,為了解決該問題,電力公司投入了大量人力物力。如何有效建立電力客戶信用評價機(jī)制,準(zhǔn)確評價客戶信用水平,針對信用低客戶采取相應(yīng)措施,從源端消除欠費(fèi)隱患,具有重要意義。

電力客戶信用評價,是指對需要開展信用評價電力客戶的履約趨勢、償債能力、信用狀況、可信程度等各方面特征,加以綜合考慮,最終得到其信用評分的過程。如何公正、及時地對電力客戶的信用情況進(jìn)行評估,采用怎樣的測量手段進(jìn)行信用的度量,這是一個最為根本的問題。電力企業(yè)營銷系統(tǒng)中有客戶繳費(fèi)的每一筆數(shù)據(jù)明細(xì),為開展電力客戶信用評價提供了良好的數(shù)據(jù)基礎(chǔ)。文中通過采集電力客戶繳費(fèi)行為數(shù)據(jù),研究繳費(fèi)行為和信用評價的關(guān)系,并以此為基礎(chǔ),開展基于繳費(fèi)行為的電力客戶動態(tài)信用評價實證分析,建立電力客戶信用數(shù)據(jù)庫,實現(xiàn)電力客戶信用評級定量分析。

1 信用評價研究思路

目前,社會上信用評價主要從社保信息、公安信息、行業(yè)性質(zhì)、政治法律因素、經(jīng)濟(jì)因素、教育信息、企業(yè)所有制形式、社會文化影響因素、企業(yè)經(jīng)營情況、客戶忠誠度等方面著手,通過收集基礎(chǔ)數(shù)據(jù),提出或運(yùn)用科學(xué)、合理的信用評估算法,對客戶信用進(jìn)行精確劃分,從而制定相應(yīng)的激勵或懲罰措施,實現(xiàn)差異化營銷服務(wù),在提升公司服務(wù)水平的同時,降低企業(yè)運(yùn)營風(fēng)險。但是在電力客戶信用評價過程中,大量外部信息數(shù)據(jù)較難獲取,采用傳統(tǒng)社會化信用評價時,基礎(chǔ)數(shù)據(jù)不完善,無法實現(xiàn)精確信用評估。電力企業(yè)營銷系統(tǒng)中,電力客戶繳費(fèi)數(shù)據(jù)記錄翔實,而這些記錄恰好是電力客戶繳費(fèi)行為和意愿的真實反映。通過選取適當(dāng)?shù)闹笜?biāo),分析客戶繳費(fèi)行為的復(fù)雜性和多樣性,整理并歸納繳費(fèi)行為的類別,采用數(shù)據(jù)挖掘技術(shù),設(shè)計出能準(zhǔn)確劃分不同信用狀況對象的評價指標(biāo),實現(xiàn)電力客戶信用科學(xué)評估和精確評級。

在信用評估算法設(shè)計思想上首先要求分析電力客戶繳費(fèi)行為數(shù)據(jù),找到一種能夠客觀如實反映客戶信用狀況的參數(shù)；其次,能夠揭示客戶復(fù)雜多樣的繳費(fèi)行為的實質(zhì),從而使錯綜復(fù)雜的繳費(fèi)問題變得簡潔與清晰；再次,信用評估算法能夠區(qū)分電力客戶的復(fù)雜的繳費(fèi)行為,具備及時、正確反映客戶信用狀況的動態(tài)變化情況。

由于電費(fèi)每月都需要結(jié)算,因此,電力客戶的繳費(fèi)信息,更新速度快,這為開展信用分析工作提供了最新的信息。只要善于利用與挖掘數(shù)據(jù),就能大大減少類似于外出作資信調(diào)查這樣一些額外的工作量。電費(fèi)管理中的幾類繳費(fèi)行為如表1所示。

由表1可以看出,基于繳費(fèi)行為來進(jìn)行信用評價與2個指標(biāo)有密切關(guān)系:繳費(fèi)金額和實際繳費(fèi)時間,其中繳費(fèi)時間與繳費(fèi)金額是不可分割的,因此,將復(fù)雜多樣的繳費(fèi)行為直接簡化為繳費(fèi)金額和時間2個指標(biāo)。

通過將表1中繳費(fèi)時間和繳費(fèi)金額2個指標(biāo)建立一元函數(shù)關(guān)系,便可得出繳費(fèi)當(dāng)月的信用分值。需要強(qiáng)調(diào)的是,對于電力客戶的信用分值,它不是一成不變的,會隨著每月繳費(fèi)情況的不同而不斷修正,即信用評估實際上應(yīng)該是一種動態(tài)的評價過程。在文中評價系統(tǒng)信用分值計算中,除了考慮本月繳費(fèi)情況得出的信用分值,還會考慮歷史月信用表現(xiàn),并通過設(shè)置各月信用分的權(quán)重,給出最后的綜合得分。其中權(quán)值的大小,可以簡單地用直線關(guān)系表示,離考核月越近信用分值的權(quán)重也就越大,這恰恰符合信用評估中著重關(guān)注近期表現(xiàn)原則。當(dāng)然也可通過建立二次函數(shù)等的曲線關(guān)系,這種情況主要適用于對某些特定月份信用分值的重視度高的情況,本文中不予考慮。信用評價維度示例如圖1所示。

基于客戶繳費(fèi)行為的信用分析方法是以客戶是否及時繳納電費(fèi)作為衡量標(biāo)準(zhǔn),即以電費(fèi)兌現(xiàn)時刻為準(zhǔn)來衡量客戶信用狀況。本項目的客戶信用評價算法采用的是變現(xiàn)動態(tài)信息度量算法。通過此算法,可以反映客戶不同繳費(fèi)行為的信用得分差異,揭示復(fù)雜的繳費(fèi)行為的實質(zhì),有效區(qū)分不同繳費(fèi)類型,進(jìn)而有效區(qū)分不同客戶的信用狀況,并同時正確地動態(tài)反映客戶的信用變化狀況,實現(xiàn)客戶信用的累積效應(yīng)計算。如果將信用分值計算過程用流程圖表示,可以更為直觀,如圖2所示。

2 信用等級劃分

在對電力客戶信用評級時參考國際通用等級劃分標(biāo)準(zhǔn)并結(jié)合電力行業(yè)用電客戶特點采用 “三等五級”劃分標(biāo)準(zhǔn)確定電力客戶欠費(fèi)信用等級分別為:AA級、A級、BB級、B級和C級共5級,其核心定義如下:

AA級客戶核心定義:測評期內(nèi)簽訂了預(yù)付款合同,按時全額繳納電費(fèi),無拖欠電費(fèi)現(xiàn)象。

A級客戶核心定義:測評期內(nèi)基本按時全額繳納電費(fèi),拖欠電費(fèi)現(xiàn)象極少。

BB級客戶核心定義:測評期內(nèi)大部分時間按時全額繳納電費(fèi),拖欠電費(fèi)現(xiàn)象一般。

B級客戶核心定義:測評期內(nèi)部分按時全額繳納電費(fèi),拖欠電費(fèi)現(xiàn)象較多。

C級客戶核心定義:測評期內(nèi)基本無法按時全額繳納電費(fèi),拖欠電費(fèi)現(xiàn)象頻繁發(fā)生。

根據(jù)以上規(guī)則制定電力客戶信用分值等級標(biāo)準(zhǔn),見表2。

3 信用評價實證分析

由于不同電壓等級的客戶其價值、信用、風(fēng)險存在較大差異,在湖南某地市試點應(yīng)用時,文中先按照電壓等級將客戶進(jìn)行劃分,將客戶分為居民和一般工商業(yè)、非普工業(yè)和大客戶3個大類。進(jìn)而通過數(shù)據(jù)挖掘技術(shù),分析每個客戶用電量、電價、用電波動、繳費(fèi)行為等多方面因素,挖掘不同個體之間的關(guān)聯(lián)關(guān)系,從企業(yè)視角出發(fā),將具有相同或類似經(jīng)濟(jì)行為和價值的客戶劃分到一個客戶群。通過分類模型演算,居民和一般工商業(yè)客戶分為6類群體；非普工業(yè)客戶分為6類群體；大客戶分為3類群體。本文針對劃分的這15類客戶群,結(jié)合這些客戶繳費(fèi)數(shù)據(jù)進(jìn)行實證分析,得出10 kV以下電力客戶 (主要是居民和一般工商業(yè)客戶)信用情況(見表3)。

通過表3可知客戶群5信用全部在AA級普通金卡；客戶群2和4相對分散,各個等級客戶都有但大部分集中在C級,其他群信用表現(xiàn)相對較低。

10～35 kV(含10 kV)電力客戶 (主要是非普工業(yè)客戶)信用情況見表4。

通過表5可知客戶群5全部集中在AA級信用較高,客戶群1中95.76%集中在AA級整體信用較好,客戶群2相對較為分散,但有47.62%的客戶集中在A級,38.10%的客戶集中在BB級,該群客戶總體信用屬于中等水平,其他客戶群信用表現(xiàn)相對較低。

對35 kV及以上電力客戶 (主要是大客戶)信用情況見表5。

通過表5可知客戶群1中80%的客戶信用為AA級10%為A級10%為B級,該群客戶總體信用較高；客戶群3中的客戶信用相對較為分散,但大部分 (64.29%)都為AA級,該群客戶信用總體表現(xiàn)良好；客戶群2中的客戶信用表現(xiàn)也相對較為分散有一般的客戶信用等級為AA級,但也有42.86%的客戶信用為C級,即該群客戶信用存在2個極端。

通過上述分析,就可采用差異化服務(wù)的理念,對不同客戶群制定相應(yīng)的應(yīng)對措施,有效規(guī)避欠費(fèi)風(fēng)險。并通過這些信用數(shù)據(jù)量化分析,制定相應(yīng)規(guī)章制度,搭建起電力公司客戶信用評價管理體系,實現(xiàn)信用精細(xì)化管理的能控和可控。

4 結(jié)論

文中分析了影響信用評價的指標(biāo)因素,在目前大量外部信息數(shù)據(jù)較難獲取的情況下,通過對電力企業(yè)營銷系統(tǒng)中電力客戶繳費(fèi)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,提出一種變現(xiàn)動態(tài)信用分值度量算法,并結(jié)合對湖南省某地市電力客戶繳費(fèi)數(shù)據(jù)進(jìn)行實證分析,正確地動態(tài)反映出客戶的信用變化狀況,實現(xiàn)客戶信用綜合評價計算,為電力公司開展客戶信用評估,并依據(jù)評估結(jié)果開展相應(yīng)營銷手段提供了技術(shù)手段。

〔1〕周鳳生.供電企業(yè)客戶服務(wù)與市場營銷 〔J〕.電力需求側(cè)管理,2002,4(6):52-53.

〔2〕王霞,趙平,王高,劉佳.基于顧客滿意和顧客忠誠關(guān)系的市場細(xì)分方法研究 〔J〕.南開管理評論,2005,8(5):26-30.

〔3〕馮璐.基于數(shù)據(jù)挖掘的供電公司客戶關(guān)系管理系統(tǒng)研究與開發(fā)〔D〕.北京:華北電力大學(xué),2008.

〔4〕李力.信用評級 〔M〕.北京:知識產(chǎn)權(quán)出版社,2010.

Em pirical research of dynam ic credit assessment based on electric power customer's payment behavior

Guo xin-ze1,Xu Zhen-ya2,LIU Xiao-xiao3
(1.Changsha Electric Power Technical College,Changsha 410000,China；2.State Grid Hunan Electrical Power Corporation Changsha Power Supply Company,Changsha 410015,China；3.State Grid Hunan Electrical Power Corporation Research Institute,Changsha 410007,China)

This paper proposes a realizable dynamic credit score metric algorithm based on studies of credit assessment indicators and payment data of current electricity customers to reveal the essence of complex payment behavior.It effectively distinguishes different types of payment and the credit profiles of different customers.By analysis of the payment data of one municipal electric power customers in Hunan province,the dynamic creditassessmentmethod proposed above is applied,and it is proved to be scientifically valid.

credit evaluation；electric power customer；payment；dynamic state

F407.61

B

1008-0198(2014)01-0042-03

10.3969/j.issn.1008-0198.2014.01.013

2013-05-13