基于大客戶信用等級的電費回收風險管控模式探析

周海媚

【摘要】電費回收是供電公司經營的最終體現，也是支持企業后續發展的基礎。電費能否全部及時回收影響著企業的效益和長遠發展。用電大客戶是所有用電用戶中耗電量最大，電費最多的企業，這些企業的電費是電費回收中的關鍵少數。對用電大客戶的用電性質、企業類型、財務狀況進行多層次分析，利用粗糙集理論建立大客戶信用指標評價體系，通過加權確定指標權值，以建立大客戶信用等級，對不同信用等級的大客戶制定一對一的電費回收策略，防范大客戶電費回收的潛在風險。

【關鍵詞】供電企業 用電大客戶 電費回收 信用等級 粗糙集

隨著最近幾年國際市場經濟的低迷，許多企業的效益持續下滑，導致故意拖欠電費的現象比比皆是，供電企業收費難、收費慢已經成為制約供電企業長遠發展的攔路虎。近年來，國網公司發生過多起大額電費欠費事件，比如天津天鋼的破產重整，拖欠電費3.4億;天津渤鋼資不抵債，拖欠電費8.8億;甘肅俱進礦業惡意拖欠電費1.47億，這些觸目驚心的欠費造成了國家利益的重大損失。我省的大海集團、晨曦集團等大型500強企業也出現過破產重組，高額電費難以及時回收的險情。由于大客戶的用電量很大，而我國主要采用“先用電，后交費”的模式，這為一些企業拖欠電費創造了條件，一旦大客戶失信，極易造成電費難以回收的風險。本文主要對用電大客戶的用電性質、企業類型、財務狀況等方面進行層次分析，運用粗糙集理論建立大客戶指標評價體系，通過加權確定指標權值，以此建立大客戶信用等級，對不同信用等級的大客戶制定一對一的電費回收策略。

1聚類分析用電大客戶

用電大客戶的標準不一，這里主要從客戶的電壓等級、用電量兩個方面來界定，同時滿足電壓等級大于35kV，年用電量大于500萬千瓦時的客戶認定為用電大客戶。在這些大客戶中不同企業類型，財務狀況差異很大。若使用相同的企業類別和財務指標評價，將無法得到企業真實的信用信息。比如汽車行業的資產負債率高，而白酒行業的存貨周轉率高，各類企業的實際情況千差萬別，為了精確的評價用電大客戶企業的信用等級，需要對企業的行業類別和財務指標進行聚類分析。首先統計2013年-2018年五年用電大的行業信息，其財務指標如下表1所示：

通過上表1統計分析我們發現，主營業務利潤率、總資產增長率、銷售凈利率受外部環境的影響頗大，為了客觀的對企業進行聚類分析，這里使用SPSS Statistics 24.0統計分析，其中變量選取現金比率、資產負債率、流動比率和流動資產周轉率，企業類別為標注個案，個體與類別距離采用最遠鄰居距離，將所有企業類別分為六類，如下表2：

通過上表2的統計我們可以看出，聚類歸類分析所列舉的六類企業類別中，其中第五類和第六類往往是用電大的行業，比如金屬冶煉、礦產開發、石化提煉、汽車制造業，這些行業每月的耗電量很大，屬于電費回收重點監控的行業。

2信用評價指標體系

用電大客戶信用水平是企業經濟領域不同層次、不同類別因素的結合，建立完備、科學的企業信用等級體系是電費回收風險管控的基礎，這里將用電大客戶信用指標體系建立成四層金字塔式：第二層由企業經營能力指標和企業信用指標兩層構成，第三層企業經營能力指標又由償還債務能力指標、企業運營能力指標、企業盈利能力指標和企業未來發展指標四大類指標構成。

償還債務能力指標主要考察用電大客戶企業到期償還債務的能力，由流動比率、現金比率和總資產負債率等三個財務指標構成。

企業運營能力指標主要反應用電大客戶企業經營管理水平的高低，指標的大小直接體現出企業的整體盈利和償還能力，由流動資產周轉率、應收賬款周轉率、存貨周轉率等三個財務指標構成。

企業盈利能力指標直接反映了用電大客戶企業經營活動的獲利情況，是企業持續發展的重要指標，由總資產報酬率、銷售凈利率等兩個財務指標構成。

企業未來發展指標用來考察用電大客戶企業擴寬未來市場和長期規劃發展的體現，由主營業務利潤率、總資產增長率等兩個財務指標構成。

第一層企業信用指標由企業銀行信用和企業用電信用兩大類指標構成。其中企業銀行信用主要反應用電大客戶企業貸款還款信用，由企業的銀行信用等級組成;企業用電信用主要反應用電大客戶企業是否及時繳納電費和依法依規用電等情況，由電費繳納比率、電費繳納及時率和非法用電率構成。年內用電大客戶企業無不良貸款記錄，則等級為一級記為100分，出現1次不良貸款記錄則等級為二級記為70分，出現2次及以上不良貸款記錄則等級為三級記為0分;電費繳納比率=實際繳納電費/當年應繳電費，電費繳納比率為100%記為100分，大于90%小于100%記為90分，大于80%小于90%記為80分，大于70%小于80%記為70分，大于60%小于70%記為60分，小于60%記為0分。綜上所述，用電大客戶企業信用評價指標金字塔體系如下：

3基于粗糙集的用電大客戶信用評價

粗糙集是繼概率論、模糊集、證據理論之后又一個處理不確定性的數學工具。利用該理論可以從樣本數據中挖掘數據間隱秘的關系。用電大客戶的信用決定因素多，評價體系更具有多維度和多層次，針對于此，文章利用粗糙集算法對復雜信用評價體系中的屬性進行約簡，消除多類數據的冗余，挖掘不同層次間數據的關聯關系，以此構建合理有效的用電大客戶信用等級評價體系。

3.1用電大客戶信用評價權重

通過圖1我們可知，整個用電大客戶信用評價體系總分四層，其中第四層含有14個評價指標，這些指標具體反應了企業的經營和用電繳費實際情況，以此層作為決策層，計算量太大;第三層的指標與企業的類型關系不密切，條件區分度不高;這里將第二層作為決策屬性，采用層次分析法進行評價，第二層企業經營能力指標和企業信用指標權重如下：

上表3可知，不同的企業類別，兩種指標的權重有所不同，對于第五、第六類企業，資金周轉較大，企業的經營能力是企業發展的最大動力，也是企業信用的重要保障，因此該指標的權重較大。利用等類集合導出第二層指標的條件屬性集合，然后求取條件屬性的基數，以基數為定量標準，計算第三層指標相對于第二層指標的依賴度和重要程度，以此求取第三層指標相對于第二層指標的權重，以此類推求取第四層指標相對于第三層指標的權重。以第六類企業為例，其企業經營能力和企業信用指標如下：

利用表3、表4和表5進行相乘，最終獲得14個指標的權重，如下：

3.2用電大客戶信用等級及電費回收管控

利用14個指標權重計算電力大客戶的信用等級，將計算結果歸一化為百分制數值，得到企業相應的信用評價分數，根據評價結果，將電力大客戶的信用等級分為四個級別：90分以上為綠色等級，75分-90分為黃色等級，60分-75分為橙色等級，60以下為紅色等級。

紅色等級的電力大客戶企業電費回收風險最大，為多次拖欠電費或經營狀況惡化，供電公司要時刻準備限電，同時及時跟企業負責人對接，明確及時繳納電費的義務，并告知一旦欠費或所欠電費無法在規定時間內繳納，供電企業要限制該類企業用電，并對該類企業實行電費預付制度;橙色等級的電力大客戶企電費回收風險比較高，要加強對該類企業的風險預警，每月派專人負責電費的回收，要求其在規定的時間內繳納電費，一旦出現拖欠或拖欠次數有上升的趨勢時，要及時改變用電模式，實行電費預付制度，或者引入第三方擔保電費回收;黃色等級的電力大客戶企業收電費回存在一定的風險，但風險在可控范圍內，需要電費回收人員每月保持對該類企業的跟進和溝通，規定電費繳納的日期，逾期不繳納的，下達催繳通知單，在一定的時限內催促其繳納，多次催促仍不繳納的，要執行企業限電措施，并改變用電模式，實行電費預付制度;綠色等級的電力大客戶企業信用良好，無需進行風險預警，只需電費回收人員每月與其保持正常聯系即可。

4總結

本文對用電大客戶的用電性質、企業類型、財務狀況進行多層次分析，將所有企業分為六類，以第六類高能耗企業為例，利用粗糙集理論建立大客戶信用指標評價體系，通過加權確定指標權值，以建立大客戶信用等級，對“紅橙黃綠”四類信用等級的大客戶制定一對一的電費回收策略。信用評價等級劃分是基礎，一對一電費回收策略是保障，防范化解電費回收風險是目的。

參考文獻：

[1]湯克艱，王樹全，孫強.新型營銷電費回收控制研究及其應用[J].中國電力，2016，49（11）：70-75.

[2]涂瑩，林士勇，歐陽柳，等.基于市場細分的邏輯回歸模型在電費回收風險預測中的應用研究[J].電力需求側管理，2016，18（4）：46-50.

[3]任騰云.基于機器學習的電力大客戶群體月度售電量預測研究[J].電網與清潔能源，2018，34（9）：1-5.

[4]程曉榮，張蘭，岳嬌.基于粗糙集屬性約簡的評估模型在電力通信網風險評估中的應用及實現[J].電力系統保護與控制，2016，44（8）：44-49.

[5]張清華，胡榮德，姚龍洋，等.基于屬性重要度的風險決策粗糙集屬性約簡[J].