基于大客户信用等级的电费回收风险管控模式探析

周海媚

【摘要】电费回收是供电公司经营的最终体现，也是支持企业后续发展的基础。电费能否全部及时回收影响着企业的效益和长远发展。用电大客户是所有用电用户中耗电量最大，电费最多的企业，这些企业的电费是电费回收中的关键少数。对用电大客户的用电性质、企业类型、财务状况进行多层次分析，利用粗糙集理论建立大客户信用指标评价体系，通过加权确定指标权值，以建立大客户信用等级，对不同信用等级的大客户制定一对一的电费回收策略，防范大客户电费回收的潜在风险。

【关键词】供电企业 用电大客户 电费回收 信用等级 粗糙集

随着最近几年国际市场经济的低迷，许多企业的效益持续下滑，导致故意拖欠电费的现象比比皆是，供电企业收费难、收费慢已经成为制约供电企业长远发展的拦路虎。近年来，国网公司发生过多起大额电费欠费事件，比如天津天钢的破产重整，拖欠电费3.4亿;天津渤钢资不抵债，拖欠电费8.8亿;甘肃俱进矿业恶意拖欠电费1.47亿，这些触目惊心的欠费造成了国家利益的重大损失。我省的大海集团、晨曦集团等大型500强企业也出现过破产重组，高额电费难以及时回收的险情。由于大客户的用电量很大，而我国主要采用“先用电，后交费”的模式，这为一些企业拖欠电费创造了条件，一旦大客户失信，极易造成电费难以回收的风险。本文主要对用电大客户的用电性质、企业类型、财务状况等方面进行层次分析，运用粗糙集理论建立大客户指标评价体系，通过加权确定指标权值，以此建立大客户信用等级，对不同信用等级的大客户制定一对一的电费回收策略。

1聚类分析用电大客户

用电大客户的标准不一，这里主要从客户的电压等级、用电量两个方面来界定，同时满足电压等级大于35kV，年用电量大于500万千瓦时的客户认定为用电大客户。在这些大客户中不同企业类型，财务状况差异很大。若使用相同的企业类别和财务指标评价，将无法得到企业真实的信用信息。比如汽车行业的资产负债率高，而白酒行业的存货周转率高，各类企业的实际情况千差万别，为了精确的评价用电大客户企业的信用等级，需要对企业的行业类别和财务指标进行聚类分析。首先统计2013年-2018年五年用电大的行业信息，其财务指标如下表1所示：

通过上表1统计分析我们发现，主营业务利润率、总资产增长率、销售净利率受外部环境的影响颇大，为了客观的对企业进行聚类分析，这里使用SPSS Statistics 24.0统计分析，其中变量选取现金比率、资产负债率、流动比率和流动资产周转率，企业类别为标注个案，个体与类别距离采用最远邻居距离，将所有企业类别分为六类，如下表2：

通过上表2的统计我们可以看出，聚类归类分析所列举的六类企业类别中，其中第五类和第六类往往是用电大的行业，比如金属冶炼、矿产开发、石化提炼、汽车制造业，这些行业每月的耗电量很大，属于电费回收重点监控的行业。

2信用评价指标体系

用电大客户信用水平是企业经济领域不同层次、不同类别因素的结合，建立完备、科学的企业信用等级体系是电费回收风险管控的基础，这里将用电大客户信用指标体系建立成四层金字塔式：第二层由企业经营能力指标和企业信用指标两层构成，第三层企业经营能力指标又由偿还债务能力指标、企业运营能力指标、企业盈利能力指标和企业未来发展指标四大类指标构成。

偿还债务能力指标主要考察用电大客户企业到期偿还债务的能力，由流动比率、现金比率和总资产负债率等三个财务指标构成。

企业运营能力指标主要反应用电大客户企业经营管理水平的高低，指标的大小直接体现出企业的整体盈利和偿还能力，由流动资产周转率、应收账款周转率、存货周转率等三个财务指标构成。

企业盈利能力指标直接反映了用电大客户企业经营活动的获利情况，是企业持续发展的重要指标，由总资产报酬率、销售净利率等两个财务指标构成。

企业未来发展指标用来考察用电大客户企业扩宽未来市场和长期规划发展的体现，由主营业务利润率、总资产增长率等两个财务指标构成。

第一层企业信用指标由企业银行信用和企业用电信用两大类指标构成。其中企业银行信用主要反应用电大客户企业贷款还款信用，由企业的银行信用等级组成;企业用电信用主要反应用电大客户企业是否及时缴纳电费和依法依规用电等情况，由电费缴纳比率、电费缴纳及时率和非法用电率构成。年内用电大客户企业无不良贷款记录，则等级为一级记为100分，出现1次不良贷款记录则等级为二级记为70分，出现2次及以上不良贷款记录则等级为三级记为0分;电费缴纳比率=实际缴纳电费/当年应缴电费，电费缴纳比率为100%记为100分，大于90%小于100%记为90分，大于80%小于90%记为80分，大于70%小于80%记为70分，大于60%小于70%记為60分，小于60%记为0分。综上所述，用电大客户企业信用评价指标金字塔体系如下：

3基于粗糙集的用电大客户信用评价

粗糙集是继概率论、模糊集、证据理论之后又一个处理不确定性的数学工具。利用该理论可以从样本数据中挖掘数据间隐秘的关系。用电大客户的信用决定因素多，评价体系更具有多维度和多层次，针对于此，文章利用粗糙集算法对复杂信用评价体系中的属性进行约简，消除多类数据的冗余，挖掘不同层次间数据的关联关系，以此构建合理有效的用电大客户信用等级评价体系。

3.1用电大客户信用评价权重

通过图1我们可知，整个用电大客户信用评价体系总分四层，其中第四层含有14个评价指标，这些指标具体反应了企业的经营和用电缴费实际情况，以此层作为决策层，计算量太大;第三层的指标与企业的类型关系不密切，条件区分度不高;这里将第二层作为决策属性，采用层次分析法进行评价，第二层企业经营能力指标和企业信用指标权重如下：

上表3可知，不同的企业类别，两种指标的权重有所不同，对于第五、第六类企业，资金周转较大，企业的经营能力是企业发展的最大动力，也是企业信用的重要保障，因此该指标的权重较大。利用等类集合导出第二层指标的条件属性集合，然后求取条件属性的基数，以基数为定量标准，计算第三层指标相对于第二层指标的依赖度和重要程度，以此求取第三层指标相对于第二层指标的权重，以此类推求取第四层指标相对于第三层指标的权重。以第六类企业为例，其企业经营能力和企业信用指标如下：

利用表3、表4和表5进行相乘，最终获得14个指标的权重，如下：

3.2用电大客户信用等级及电费回收管控

利用14个指标权重计算电力大客户的信用等级，将计算结果归一化为百分制数值，得到企业相应的信用评价分数，根据评价结果，将电力大客户的信用等级分为四个级别：90分以上为绿色等级，75分-90分为黄色等级，60分-75分为橙色等级，60以下为红色等级。

红色等级的电力大客户企业电费回收风险最大，为多次拖欠电费或经营状况恶化，供电公司要时刻准备限电，同时及时跟企业负责人对接，明确及时缴纳电费的义务，并告知一旦欠费或所欠电费无法在规定时间内缴纳，供电企业要限制该类企业用电，并对该类企业实行电费预付制度;橙色等级的电力大客户企电费回收风险比较高，要加强对该类企业的风险预警，每月派专人负责电费的回收，要求其在规定的时间内缴纳电费，一旦出现拖欠或拖欠次数有上升的趋势时，要及时改变用电模式，实行电费预付制度，或者引入第三方担保电费回收;黄色等级的电力大客户企业收电费回存在一定的风险，但风险在可控范围内，需要电费回收人员每月保持对该类企业的跟进和沟通，规定电费缴纳的日期，逾期不缴纳的，下达催缴通知单，在一定的时限内催促其缴纳，多次催促仍不缴纳的，要执行企业限电措施，并改变用电模式，实行电费预付制度;绿色等级的电力大客户企业信用良好，无需进行风险预警，只需电费回收人员每月与其保持正常联系即可。

4总结

本文对用电大客户的用电性质、企业类型、财务状况进行多层次分析，将所有企业分为六类，以第六类高能耗企业为例，利用粗糙集理论建立大客户信用指标评价体系，通过加权确定指标权值，以建立大客户信用等级，对“红橙黄绿”四类信用等级的大客户制定一对一的电费回收策略。信用评价等级划分是基础，一对一电费回收策略是保障，防范化解电费回收风险是目的。

参考文献：

[1]汤克艰，王树全，孙强.新型营销电费回收控制研究及其应用[J].中国电力，2016，49（11）：70-75.

[2]涂瑩，林士勇，欧阳柳，等.基于市场细分的逻辑回归模型在电费回收风险预测中的应用研究[J].电力需求侧管理，2016，18（4）：46-50.

[3]任腾云.基于机器学习的电力大客户群体月度售电量预测研究[J].电网与清洁能源，2018，34（9）：1-5.

[4]程晓荣，张兰，岳娇.基于粗糙集属性约简的评估模型在电力通信网风险评估中的应用及实现[J].电力系统保护与控制，2016，44（8）：44-49.

[5]张清华，胡荣德，姚龙洋，等.基于属性重要度的风险决策粗糙集属性约简[J].