基于CRITIC權重的供電企業客戶信用及風險研究

歐陽柳++沈志宏++謝知寒++侯素穎

【摘 要】為降低電費回收風險，提高電費回收效率，提升供電企業經營的抗風險能力，本文通過構建電力客戶信用以及風險評價指標體系，建立CRITIC權重模型計算客戶繳費信用及欠費風險評價指標，客觀反映電力客戶在電力消費行為中的信用情況，及時預警可能出現的電費風險，并通過相關案例進行驗證，總結電力客戶信用以及風險評價結果，保障供電企業經營成果、促進企業管理、提升社會信用水平等方面的成效。

【關鍵詞】電費回收 信用風險 風險評價

【Abstract】In order to reduce the risk of tariff recovery， to improve the efficiency of tariff recovery， and increase the profitability of the power companies， In this paper， the construction of power customer credit and risk evaluation index system， critic weight model of customer payment credit and arrearage risk evaluation index system was established， objectively reflect the power customer in power consumption credit， timely early warning of possible risk of electric charge and through relevant case verification， summarizing the results of the electric power customer credit and risk evaluation， guarantee power supply operating results of enterprises， improve the management of the company management， and enhancing the effectiveness of the level of social credit and so on.

【Keywords】tariff recovery；credit risks；risk evaluation

1 引言

一直以來，電力作為一種特殊的商品，其電力供應與價值交換的主要形式是“先用電，后付費”，不同于一般商品交易“先付后用”的方式，交易方式對按時、足額回收電費造成較大影響，直接影響供電企業的正常經營活動，同時也構成了供電企業的“信用風險”。“信用風險”基本概括為受信人履約能力的變化而使授信人的預期收益與實際收益發生偏離的可能性。供電企業的“信用風險”可分為內部風險和外部風險。內部風險是企業內部員工由于工作失誤或者操作違紀等原因造成的電費計量失誤或電費損失；外部風險是指由于用電客戶惡意拖欠電費，而沒有相應制約機制造成的電費壞賬損失。

電力客戶的信用以及風險問題一直備受產業界、學術界和政府的重視，近年來國內對電力“信用風險”的研究較為豐富。供電企業的全面風險管理很有必要性，研究已經提出了基于目標偏移法的地市供電企業電費回收風險管理體系[1]；同時電能賒銷方式也是引起的電費回收風險的一個問題，建立規范電費回收指標體系利于電力企業信用風險的分析[2]；有學者運用Logistic回歸理論與方法建立可識別電力客戶欠費風險識別模型，運用該模型根據所掌握的客戶最新資料可提前預測出其欠費的違約概率[3]；陳昊（2013）針對當前供電企業管理制度不完善、用電企業經營不景氣及客戶繳費觀念落后、意識薄弱等方面剖析企業需改進電費繳納方式并建立健全電費回收制度[4]。韓啟發等（2013）認為在現今化會制度和電力體制改革的情形下，協調好電網和用戶收繳費用交易關系，降低電網電費回收難度十分重要，并結合當時地方電費回收情況，探討了交費方式、回收節點、服務態度等幾個方面對電費回收風險的形成的影響[5]。

如何加強客戶信用建設，盡早預警并及時控制電費風險發生，盡快達到國際市場的規范要求，已成為國內供電企業亟需解決的問題。如何建立全面有效的電費回收體系，實現電費回收風險規避和風險防范，已經成為供電企業當前營銷工作的重點。本文以通過實際應用為例，基于CRITIC權重模型構建客戶信用和電費回收風險控制指標體系，提出電費回收用戶風險評價與管理方法，為供電企業提供借鑒。

2 電力客戶信用及風險評價指標體系構建

2.1 信用及風險評價指標

電力客戶信用是指電力客戶在電力付費、合作方式及其他有關電力事宜中履行約定所取得的信任。電力客戶信用是一個內涵豐富、外延模糊的概念，其內容涉及電力客戶的歷史、現狀、前景等諸多方面，是在綜合考慮電力用戶交費的歷史信用記錄、合作情況及交納相關費用意愿的基礎上對電力用戶進行客觀、公正的信用評價。該評價既是對電力客戶歷史的總結，也是對電力用戶未來信用狀況的預測和信用風險的評價[6]。企業信用管理部門針對目前的信用管理實踐，廣泛采用5C系統來全面考察客戶的信用情況。5C是指考察客戶的信用和償付能力的5個主要要素，分別是：品德（Character），即客戶愿意履行其付款承諾的可能性；能力（Capacity），即客戶的支付能力和償還貸款的能力；資本（Capita1），即客戶企業的財務狀況；抵押（Collatera1），客戶用其資產對其所作的承諾的付款進行擔保；情況（Condition），即能夠對客戶的償付能力產生影響的社會經濟發展的一定趨勢，以及某些地區或某些領域的特殊發展和變動[7]。本文電力客戶信用評價指標在遵循5C理論的基礎上，全面考慮到電力行業的實際情況，靈活確定客戶信用風險評估指標體系，主要指標如表1。

CRITIC權重模型是一種客觀權重賦權法，它的基本思路是確定指標的客觀權數以兩個基本概念為基礎。一是對比強度，它表示同一指標各個評價方案取值差距的大小，以標準差的形式來表現，即標準化差的大小表明了在同一指標內各方案的取值差距的大小，標準差越大各方案的取值差距越大。二是評價指標之間的沖突性，指標之間的沖突性是以指標之間的相關性為基礎，如兩個指標之間具有較強的正相關，說明兩個指標沖突性較低。最后再由各指標值除以所有指標值之和來計算指標權重[8]。

2.1.1 信用評價指標評分及指標值計算方法

（1）電費違約系數計算方法：，其中R為應收用戶違約金，L為最近一次產生應收違約金的月份與當前月份的時間間隔（0≤L<12），n表示用戶總數量。

（2）按期繳費率計算方法：，其中N為應收用戶的電費，M為用戶按期繳費金額（指在違約金起算日前繳費）。

（3）回款及時率計算方法：電費回款期 =實際繳費日期 - 電費發行日期；固定回款期 =違約金起算日期 - 電費發行日期 + 容忍度（默認2天）；[計算方法] （固定回款期 - 電費回款期）/ 固定回款期。

（4）欠費頻度計算方法：未按期繳費次數/應繳電費次數×（12-L+1）/12。

（5）電費拖欠系數計算方法：， P為繳費日期，D為電費發行日期。

2.1.2 欠費風險系數指標評分及測算方法

（1）回款波動系數計算方法：，其中。

（2）風險積累系數計算方法：F為欠費次數，Q為最近未欠費天數，S為最近12個月首尾兩次欠費時間間隔（天），L0為風險消失天數（取365天），A為風險累計系數。若S=0，則A=0；若Q=S，則A=F*（L0-L）/（L0-S）。

（3）購電量趨勢計算方法：計算用電回歸曲線的斜率。采用Oracle10g REGR_SLOPE計算曲線斜率，并對結果求出以10為底的對數值。

（4）行業風險系數。

計算方法：，其中分別為所在行業的底信用客戶和好信用客戶數量，分別為全行業的底信用客戶和好信用客戶數量。

（5）區域風險系數。

計算方法：，其中分別為所在地區供電局的的低信用客戶和高信用客戶數量，分別為全省的低信用客戶和高信用客戶數量。

（6）用電波動系數。

計算方法：，其中，X為每月用電量，。

（7）電費拖欠系數計算方法：log10（欠費次數×累計遲交天數）×（12-L+1）/12。

上述各類指標的計算需要運用供電企業的相關數據信息，該類信息的主要來源于電力公司內部掌握的用電客戶信用信息，可以從三個途徑獲取，一是企業內部的管理信息系統，包括電力營銷管理信息系統、客戶服務管理系統以及負荷控制系統中的用電客戶的基本信息、用電信息以及安全用電信息；二是公司內部的客戶信用行為信息，如財務信息管理系統、營銷管理信息系統中的用電客戶的歷史繳費信息、安全檢查信息以及違約用電信息等。三是公司內部的客戶信用調查信息，主要存在于供電公司的抄表員、用電檢查人員等由于長期的經常的與用電客戶接觸所掌握了大量的第一手用電客戶的信用信息。比如，客戶的表面印象、客戶的管理能力、客戶的產品需求、客戶的生產規模、市場競爭環境等等。隨著我國供電企業信息化的逐步完善，該類客戶信用信息的采集均屬于可控狀態。

2.2 評分指標標準化處理

為確定單個評分指標的相對重要程度，使評價體系具有通用性和可比性，同時盡可能保持評分指標的變化信息及時更新，需要對評分指標數據的運算結果進行標準化處理。評分指標標準化處理的結果是0-1之間的小數，稱為評價指數。

正向：代表該指標越大越優，標準化處理公式為：

其中：對于某一項指標x，ri代表第i個用戶標準化處理的評分指標值，xi代表由【1.2評分指標數據抽取及運算】計算出的第i個用戶的評分指標值，為全省用戶的評分指標最大值，為所有用戶的評分指標最小值。

反向：代表該指標越小越憂，標準化處理公式為：

其中：對于某一項指標x，rli代表第i個樣本標準化處理的評分指標值。

標準化的實施過程，僅為企業用戶評分指標提供了基值比較作用。

2.3 確定評分指標的權重

在CRITIC權重模型中，每個系數值占總系數值得比重即為該系數的權重，權重的確定是一個簡單的過程，每個指標權重=指標值/所有指標值之和。

3 信用風險評價案例

以下對2015年6月份某市客戶信用及風險情況進行評測。

3.1 電力客戶信用分類與評價

按照電力用戶管理的等級劃分原則，結合當前用戶風險分布情況制定比例，對客戶繳費信用等級和欠費風險等級進行劃分。客戶繳費信用等級分一般為六級，分別是：AAA級、AA級、A級、B級、C級、D級；欠費風險等級分為三級，分別是：高風險、中風險、低風險。

結合用戶信用等級分類，可以針對不同信用等級用戶的信用風險管理開展工作，針對風險等級不同的客戶，也可以制定預警方案，為電費順利回收提供較好的管理基礎。

當期該地區參與信用評價的非居民用電客戶共178659戶，信用分級評價情況如表2。

從具體數據中分析發現，A類客戶中，AAA級35017戶，占全市用戶19.6%；AA級用戶34302戶，占全市用戶19.2%；A級用戶49846戶，占全市用戶27.9%。此三類客戶作為高信用客戶，繳費積極性高，應收電費平均回款天數達到6.5天，高于全市用戶應收電費平均回款天數35.8%；

B級用戶40735戶，占全市用戶22.8%，此類客戶作為信用一般客戶，繳費積極性高，應收電費平均回款天數達到12.4天，較全市用戶應收電費平均回款天數低23.8%，近6個月發生過逾期繳費的比例為6.9%；

C級用戶15007戶，占全市用戶8.4%，此類客戶作為信用較差客戶，繳費積極性高，應收電費平均回款天數達到13.7天，較全市用戶應收電費平均回款天數低36.3%；近6個月發生過逾期繳費的比例為21.4%；

D級用戶3752戶，占全市用戶2.1%，此類客戶作為信用很差客戶，繳費積極性高，應收電費平均回款天數達到13.5天，較全市用戶應收電費平均回款天數低36.1%；近6個月發生過逾期繳費的比例為93%。

3.2 電力客戶信用風險評級與管理

供電企業營銷系統能夠對信用等級長期處于低位及信用等級較上月發生突降的用戶開展風險監測。業務人員對監測出的異常用戶開展風險排查，分析用戶信用異常的原因，對確實存在欠費風險的用戶進行風險防控。在業務應用系統中對該類客戶限制受理信用銷售類的業務，加大催繳力度，采用提前催費、短信催費等多種手段保證電費回收工作。

以某房地產經營有限公司用戶為例，該用戶2015年7月份的信用等級較6月份突然降低了3級，由年初的AAA級下降至B級。通過驗證分析該客戶的繳費結果及業務辦理情況，發現用戶2014年全年，未發生一起電費拖欠現象；2015年2月至5月，連續發生兩起電費逾期繳費記錄，電費逾期繳費天數達到累計15天，導致用戶信用等級突降。為此，供電企業通過加大對該用戶的關注力度，在加強現場催收力度同時，實施了預付電費策略，避免了一起可能引發的電費回收風險。

從上述分析可以看出，供電企業通過對全市的用電量大客戶、對年累計電量排名前20%的用戶，開展信用評價結果分析，有助于及時把握電費風險節點；業務人員對信用異常的用電量大客戶定期進行風險排查，對確實存在欠費風險的用戶，如信用突降、長期處于信用底位等用電客戶，及時開展電費催繳工作和風險防范措施，能在很大程度上避免電費損失的發生。

3.3 欠費風險評價管理

在調研的客戶中，參與欠費風險評價的非居民用戶共178659戶，按照客戶欠費風險大小，將客戶分為兩類，一類為低風險用戶，一類為高風險用戶。通過計算，該市2015年7月低風險用戶為172299戶，占全市用戶96.44%，此類客戶按期繳費的情況良好，出現電費拖欠情況的可能較小；高風險用戶6360戶，占全市用戶3.56%，此類客戶一般分為兩種情況：按期繳費的情況較差，多次出現超過繳費期限或接近繳費期限才完成繳費；客戶所在行業總體欠費風險較大，造成其被統計在高風險用戶范圍內，此類客戶均應給予重點關注。

針對不同類型客戶，供電企業對風險等級長期處于高危及風險等級較上月發生突降的用戶應堅持開展風險監測。業務人員對監測出的異常用戶應立即開展風險排查，分析用戶風險異常的原因，對確實存在欠費風險的用戶進行風險防控。如該市某金具有限公司，2015年7月份的信用等級較上月突然降低了2級。通過分析用戶的繳費結果及業務辦理情況，發現用戶最近7個月繳費日期距離電費發行日間隔逐步增加，并在6月份出現一次拖欠情況。供電企業立即組織實施擔保（履約保函）風險控制手段，進行了電費回收風險控制，同時開展分次結算，有效的控制了電費回收風險，避免產生經濟損失。

4 電力客戶信用及風險管理效益分析

4.1 管理效益提升

通過建立電費回收信用風險評價指標體系，可以有效的對信用風險實施預警管理，通過加強企業內外部的信息資源管理，多渠道收集客戶信息，進行信用風險評價與控制，提高了電費回收風險事前預防控制，及時化解風險，減少了電費回收過程中人力物力的投入，消除了因欠費停電造成的電量損失，縮短了電費回收時間，為電費顆粒歸倉提供了有利的保障。

4.2 經濟效益增長

通過對客戶欠費信用風險進行評價與分級，能及時發現問題及時處理，有效的掌握電費的回收進度及資金流向，使電費回收工作時時處于可控、在控狀態，確保了電費安全、集中、及時到位。對案例單位整體數據分析，客戶信用風險評價指標數據均來源于客戶信息系統，其數據真實性較強，預測性較高，在此基礎上實行信用風險評價管理，可以降低甚至消除欠費現象，降低財務風險，保障供電企業的經濟效益。

4.3 社會效益明顯

采取定量指標對客戶信用風險評價，大大降低了違章用電現象發生。業務人員能夠及時與列入信用風險預警客戶開展溝通與交流，提醒預警客戶及時籌措資金，按時繳納電費，防止了因欠費停電影響客戶生產經營，降低了欠費停電幾率，維護了供電企業形象，能夠產生良好的社會效益。同時，通過信用評價，也提高了客戶珍惜信用、維護信用的良好氛圍，有力促進了全社會信用體系的建設。

5 結語

本文運用定量方法，建立科學的電費回收客戶信用評價體系，構建可測量的評價指標，提高了供電企業電費管理水平和抗風險能力，不僅能夠對電費回收環節中的客戶形成一定的約束作用，同時也大大提升了供電企業的電費回收率，提高工作人員收費工作的效率，規范了電費日常管理，進而產生良好的管理、經濟和社會效益，促進供電企業的良性持續發展。

參考文獻：

[1]鄧強，供電企業風險營理中風險度量方法研究[J].中國高新技術企業，2014，（9）：119-120.

[2]黃靜.保定市供電公司大用戶電費回收風險的預警機制研究[D].北京：華北電力大學，2013.

[3]周暉，王毅，王瑋，李濤，楊紅.基于Logistic回歸模型的電力客戶欠費違約概率的預測[J].電網技術，2007（17）.

[4]宋新明，居勇，曾鳴，衛煒.褚燁.基于主成分分析法和BP神經網絡的電力客戶信用評價[J].技術經濟與管理研究，2009（05）.

[5]韓啟發，尤開進，田沛文.談新形勢下電費回收風險防范[J].中國電力企業教育，2013，（14）：220-221.

[6]汪莉.電力客戶信用評價體系研究[D].北京：華北電力大學，2011.

[7]石宇.電力客戶信用風險及防范研究[D].北京：華北電力大學，2011.

[8]張玉，魏華波.基于CRITIC的多屬性決策組合賦權方法[J].統計與決策，2012，（16）.

[9]鄧艷.電費回收風險項目績效評價研究[J].價值工程，2016.（03）.