基于电力大数据企业客户风险预警研究.docVIP

基于电力大数据企业客户风险预警研究 　　摘要： 电力产品的“先用电、后付费”的营销模式导致企业欠费行为一直困扰着电力企业。本研究在系统分析和深入调研的基础上，构建了基于电力大数据的供电企业客户风险预警体系。该预警体系旨在通过企业用电量的序列分析，动态监控企业的用电异常行为，同时结合当前普遍采用的客户信用评价预警机制有针对性地实施重点监测，以此提高了客户管理效率，提升了电力企业风险预警能力。 　　Abstract： The marketing mode of paid after use of electric power products always plagues the power companies. On the basic of the system analysis and in-depth survey， this paper constructs the risk early warning system for the power company based on the big power date. The early warning system aims to monitoring the companys abnormal behavior dynamically by analyzing the companys power as a time sequence. The system can help customer credit evaluation focus on the target customer， then improve the efficiency of customer management and enhance the risk early warning capability. 　　关键词： 风险预警；客户信用评价；客户管理 　　Key words： risk early-warning；customer credit evaluation；customer management 　　中图分类号：F407.61 文献标识码：A 文章编号：1006-4311（2016）23-0093-03 　　0 引言 　　当前，电力市场上电力产品采用的是先消费后支付的营销模式。客户恶意拖欠、逃避电费、偷电、漏电等问题始终困扰着地方电力企业。在信用经济和风险经济并生共存的市场经济环境下，电力企业作为电力市场的主要参与主体，既要严守信用按时供电，还必须要尽可能地采用措施来规避风险。特别地，大工业企业的大金额费用拖欠甚至会影响电力企业的正常运营。因此，电力企业有必要对这些大用电客户建立一套预警机制以预防企业由于经验不善致使的财务回收风险。目前，解决这种风险的基本措施就是实施客户信用管理。然而，客户信用评级涉及到政治、经济、法律和技术等多方面因素，具体实施起来需要大量时间和精力。 　　由于用电量往往是其生产经营状况的最直接反映①，企业用电量分析能够在一定程度上探测出企业经营的异常行为。因此，本研究提出了基于用电量的企业异常行为检测预警研究。该预警检测系统结合客户用电量分析和客户信用评价来鉴别异常客户，提高电力企业实施重点监控效率，从而能及时防范并应对异常客户的拖欠行为。 　　1 客户风险管理研究分析 　　当前在解决用电企业的拖欠费用、跑路等风险问题时普遍采取的措施就是客户信用管理系统。客户信用管理在一定程度上避免了企业客户管理的盲目性。电力企业在预警客户风险时也可以借鉴客户信用管理，通过构建客户信用评价体系，将客户信用水平划分为不同的等级，然后实施不同的管理预警措施。由于电力营销环境在地区行业等方面的差异性，电力行业内目前还不存在统一的电力企业客户信用评价体系。众多关于电力企业客户信用评价方面的研究多采用“5C”系统[1]，即品德（Character）、能力（Capacity）、资本（Capital）、抵押（Collateral）、情况（Condition）。此外还出现有缴费、品质、外部评价以及配合的评价[2，3]，信誉、能力、安全、合作、抵押或担保[4]，行业状况、财务指标状况、用电状况、缴纳电费状况、违章窃电状况、设备管理状况、社会信誉度要素[5]，以及缴费信息、发展潜力、履约信息、经营状况、违章窃电、客户设备产生谐波信息[6]，企业的购电水平、电费消耗特征、潜在价值、信用状况以及可持续性能力[7]，客户当前价值和潜在客户价值[8]，客户缴费行为[9]。 　　综上，地方电力企业均在依据当地实际情况采用客户信用评估来实施营销政策，该措施能够激发客户依法用电的积极性，避免由于违法违章用电以及拖欠电费现象。然而，企业客户信用评价体系容易构建，但在具体评估时涉及到客户企