论文部分内容阅读
随着电力工业改革进程的深入,电力公司所面临的电力客户的欠费问题,变得愈加严峻。为了保证电网公司资金的正常运转以及效益,电力客户的信用管理显得十分必要。首先,为了解决电力公司在电费交费问题上所处的被动局面的问题,借助于电力公司的内部信息和公开的社会信息,设计了适于电力企业使用的信用评价体系。其中,基于量化度量电力客户信用差异的需要,利用电费数据库的交费纪录对其进行数据挖掘,设计了变现动态信用评估算法。它客观性强,能较好地区分电力客户欠费、拖费、正常交费以及还款与不还款、还款及时性等各种复杂的缴费行为所表现出来的信用差异。考虑到电力企业信用评估量大,且要求每月一次,评估频繁的特点,以及企业内部信用管理成本的控制问题,设计了由抄表员负责的信息收集卡,运用电力公司的人力资源,有效地解决了电力客户信用信息收集难的问题。其次,利用主成分分析方法或突变理论等综合评价方法,完成了对众多用户的信用评估从而实现客户细分管理的要求。采用信用风险分析方法,通过对历史数据的训练,建立了多个用户信用风险判别模型(如Beyes, ANN, ANFIS等),它们能根据及时掌握的最新用户信用特征信息,有效地诊断用户的信用类别,从而达到有效防范信用风险的目的。在实际运行中,模型判断的正确率达85%以上;此外,还建立了Logistic判别模型,实现对电力客户的违约概率进行估计与判断。最后,在对用户拖欠费历史纪录及其原因进行深入分析的基础上,设计了统计预警方式下的欠费预警指标及预警标准。它具有指标实用、可观测的特点,且可根据实际管理工作的需要,进行调节,运用对用户预警指标下的观察值,来确定其是否列入预警黑名单。此外,运用灰色系统理论,建立了估计每个用户的信用变化趋势的模型,应用聚类方法确定出欠费类别判断准则,从而断定客户下一阶段可能位于的预警区域,为加强电费管理提供了可靠的技术支持。考虑到欠费控制手段需相互配合使用,着重从理论上探讨了预付费这种创新的制度,对于欠费风险控制的作用。