电力企业大客户信用评价体系构建路径

倪达 等

近年来，电力企业大客户存在“先赊后交”的行为特征，加上供电公司对电费缴纳的认识不到位，使得电费拖欠成为了一种社会问题，一些大客户为了获得较好的经济效益，降低用电成本，通过私自篡改电路结构，以及破坏电路计量仪器，使缴费用电量低于实际用电量。此外还有一些用户，恶意拖延电费缴纳日期，甚至不缴纳电费，这些行为都在一定程度上影响电力企业经济收益，虽然企业针对恶意客户行为采取了相应的措施，但是偷盗技术越来越先进，给调查工作带来了困难，导致电力企业经济效益损失。因此，针对电力企业大客户，构建信用评价体系，对于降低电力企业经济损耗具有重要意义。电力企业大客户信用评价的基本思想是：对被认定有窃电的顾客进行定量的分析，包括窃取电量、年窃电频率、月窃电频率、历史窃电次数以及窃电天数等，针对电费逾期用户，通过对逾期数据（逾期次数、逾期频率、逾期天数等）分析，对大客户信用定量和定性评估，与信誉良好的大客户建立良好的服务关系，并对不良的客户进行处理。客户信用评价体系构建对于防止偷盗、拖欠电费等不良企业的行为具有十分积极的意义，同时还可以降低电力企业运营风险。当前正处于大数据时代，电力企业客户数据量较大，这些数据对企业大客户信用评价具有重要价值，科学合理地应用大数据，对提升客户信用评价精度具有重要意义，因此在大数据背景下电力企业需要结合实际情况，探索出一条新的客户信用评价体系构建路径，实现对企业大客户信用高精度评价，对企业可持续发展具有一定推动价值，为此提出大数据背景下电力企业大客户信用评价体系构建路径。

一、电力企业大客户信用评价体系构建意义

1.构建信用评价体系是企业电力销售的前提。电力企业大客户信用评价体系构建具有一定的现实意义，目前国内电力企业采用的是让客户提前使用电能，在一段时间后，对该时段的电费进行统一收费。由于电力用户向用户收费时，总是有一些用户由于种种理由而不能尽到自己的职责。由于电费拖欠，供电公司的资金流动必然受到一定程度的制约，会对供电公司的经营造成一定的不利影响，造成供电公司供电能力下降，进而降低供电公司的经营风险。而通过构建健全的大客户信用评价体系，可以降低电力企业在营销过程中的风险，并能有效地降低成本，避免因不能及时资本回收所带来的成本损失，进而增强企业的生存能力。另外结合企业大客户信用评价结果，对企业大客户实行分级管理，对于信用度较高的客户，在支付费用时能享受到相应的折扣优惠，用户在享受到了优惠政策的同时，也会更好地履行自己的义务，形成一个良好的循环。针对信用等级较低的客户，针对客户未及时支付的情况做出相应的应对措施，减少经营风险。由此可以看出，构建信用评价体系是企业电力销售的前提。

2.可以提高客户服务质量。构建大客户信用评价体系，还可以提高客户服务质量，对具有高信誉度的客户进行更好地服务，并对信用评级较低的用户进行适当的处理，从而提高用户的信用评级。对客户进行差别化管理，能有效地将其有限的资源进行合理配置，从而达到更好地使用效率和与用户之间的互动。另外，用户的信用评价体系也能使其有目标地进行收费，对信誉评级高的用户可以降低其收费次数，如果是信誉评级较低的用户，则可以提高收费次数，降低收费的风险。在不同的情况下，电力企业可以利用这些闲置的资源，提高用户的满意度和粘性，进而提高企业的综合竞争力。

3.可以做到及时防范风险。除此之外，还可以做到及时防范风险，通过对大客户信用评价，能够对用户进行实时的电价回收。如果存在用户拖欠电费情况，电力企业不仅要耗费大量的人力和财力，也要承担因欠费造成的现金流困难，从而对电力企业的经营造成极大的不利。而如果能够构建一个健全的客户信用评价体系，则能够对电价进行及时合理的安排，为电力企业决策提供有力的数据支撑。

二、电力企业大客户信用评价体系现状

1.客户信息归集不完备。对大客户信用进行评价的关键在于对其进行风险辨识，而搜集的资料则是决定危险辨识的主要因素。以往的客户信用评价资料来源比较单一，近数十年来，电力企业大客户信用评价信息来源多以三种方式进行：一是被评价客户主动为电力企业提交的相关资料，其中包含了基本信息、财务信息等资料；二是为中国央行所公布的被评价客户的资信状况；三是由独立调查的中介公司所获得的调查资料。该信息的价值密度很高，但其评价的范围比较小，不能全面地掌握受评的关联方信息，尤其是隐性关联方信息、风险舆情信息和产业信息等。此外，部分中小企业还存在着不完善的信息公开、隐匿、监管规则不完善等问题。由此可见，电力企业大客户信用评价体系中客户信息归集不够完备，缺乏全面的有效数据信息。

2.量化手段不先进。对于电力企业来说，根据实际需求选择相应的评价方式，以及对评价模式进行适当调整，可以提高其评价的精确度。因此，如何能够有效地对客户信用进行评价和管理，促进信用评估业务的顺利进行就成为亟待解决的问题。目前大部分电力企业在对大客户信用评估时，虽然已经可以对每一个环节进行有效地控制，但由于过程的复杂性和其他诸多因素的限制，导致了信用评价效率低下，并且无法保证评价结果的准确性。因此，在信用评估体系建设中，有许多数据可以作为参照，从而为信用评估工作的顺利进行打下坚实的基础。但是，从我国目前的现实状况来看，电力企业大客户信用评價方式比较单一，并且量化手段比较落后，主要采用专家评分模式，这种评价方式在选择评价指标和权重的时候，往往依赖于专业人士的主观经验，评价结果比较含糊，有的时候会出现不同的评价结论，从而极大地降低了信用评价的精确度和可信度。此外评价准则也不够全面，将不同的细分指数和参考价值进行比较，从而实现对大客户的信用综合评价。从整体上看，基于电力企业大客户信用评价缺少基于大数据技术的风险定量方法的应用，无法对客户进行全方位的分析和动态的风险监控。

3.评价体系指标选择不合理。目前，电力企业对大客户的信用评价都是基于以前的电能信息来进行的，也就是在分析了近几年大客户的用电情况基础上，选择相应的评估指数，并进行相应评估，从而判断出客户的资信水平。然而，该方式不能有效地界定大客户的信用。在进行信用评估时，必须综合考虑多种影响因素，但其中最重要的是客户经济状况，特别是在资金流动方面。当前电力企业对于大客户的信用评价，仅从评估对象的品德、资本、能力和条件四个方面筛选评估指标，在指标选取上具有垄断性质，且与现实状况有很大偏差，导致评价体系无法真实地反映出客户信用情况。

三、大数据背景下信用评价体系构建路径

1.完备客户数据信息。在大数据背景下，电力企业构建评价体系中，有必要采用大数据技术对客户数据信息深度挖掘，为信用评价提供完备的客户数据信息。新一代技术的发展和应用，为公司生产经营方式和管理模式的转变提供了新的机遇，也为电力企业技术转型变革和创新发展带来了新的机遇。特别是在建立一个基于大数据、移动互联等技术的信用评估体系中，要灵活地处理客户数据信息。同时，由于体系的发展和企业的业务革新存在着很大的关联，因此必须强化数据集成能力，提高相应软件的研发，以构建一个完善的客户信用评价体系。随着用电量的不断增加，用户数量越来越多，所生产的客户数据信息也越来越多，因此，电力公司必须加强数据挖掘、数据分析、数据模型的研究，通过数据标准化、共享应用等手段，促进数据资源的公开共享，不断完善新技术的应用。第一，应加强对客户行为全数据采集与应用，不断地充实广大企业用户的数字化服务形象，健全公司大客户的信息服务，加强数据资源的有效交流，精准地深刻分析广大企业客户对于电能消费行为及信息服务需求。收集各用户的基础资料和用户的实际用电量，并对其进行有效的分类和分析，结合自身的特点和电力消费的特点，以识别用户的不同类别，在评价客户信用的基础上，将其分为重点客户、失信客户和普通客户三种类型。根据不同类别客户的需求，积极开展业务活动，预防电费的风险，为客户提供个性化服务，增进与客户之间的联系。电力企业为客户建立一个客户信用评估和客户关系管理的集成模式，包括客户基本档案管理等。为客户建立一个整合的业务模式，可以使市场销售、服务的信息化、智能化等方面得到全面提升。第二，通过对电力企业和下游企业的信息分享，提高用户信用评估的价值和社会效果。与第三方征信公司进行合作，将用户的用电量数据、电费缴纳数据、银行信贷数据等数据整合，建立用户信用档案，实现用户信用数据数字化管理，为用户的信用评价工作和日常管理工作奠定基础；根据电力公司大用户的用能信息采集体系（包括电表、天然气表、水表、热表等），并建设 “四表合一的客户数据模型，完善信息资源共享机制，打造新型的用能服务模式，全方位地支持智慧电力企业的建设。此外，利用大数据技术获得用电端的可靠资料，提高客户信用评价服务的品质与水准，建立以客户为导向的经营模式，从而增强电力企业内外的交流与工作的高效性。

2.优化量化手段。充分利用大数据技术，建立客户信用评价模型，优化与完善客户信用量化手段。与传统评价模型相比，基于大数据的大客户信用评价模型已经不局限于数据源，它可以利用数据挖掘、关联分析等大数据技术，将大量的数据和模型的运算功能完美地融合，对其内部的规则进行分析，从而得出结论，加快大客户信用评价速度与精度。基于大数据的大客户信用评价主要表现以下三个方面。第一，采用大数据技术进行客户信用评估，将海量的数据整合到评估体系中，采用多模型进行多角度多层次分析，能够分析出数百 TB的数据，通过逻辑回归模型、欺诈模型、 Map Reduce模型、决策树模型等模型对其进行分析，使得该模型能够更加可靠、精确。第二，基于大数据的客户信用评价模型可以扩展客户信用评价的范围。在快速发展的今天，电力企业大客户信用评价与现代信息技术相融合，能够为企业提供更多的信息资源。由于传统的客户信贷评价模型难以有效地获取企业和个体的信贷信息，而且所能获得的资料数量十分有限。然而，运用大数据分析技术建立的客户信用评价模型，不但能够搜集到与客户信贷相关的海量资料，而且能够从众多分散的信息中抽取出与之相关联的信息，从而使大客户的信用风险得到更为科学、客观地反映。在互联网、云计算和大数据快速发展的今天，评估人员能够从被评估单位中获得尽可能多的有关资料，从而更好地反映出大客户的风险状况。第三，利用大数据技术建立的客户信用评价模型能够从数据的角度对客户全面评估，使其评价更为科学、公平、客观。以数据为基础的客户信用评价模型具有很强的数据采集能力和分析能力，能够对评价对象的信用状况进行动态收集，能够准确地反映评价对象信用状况，以大数据为基础的客户信用评价模型具有明显的优越性。因此利用大数据技术建立评价模型，为客户信用评价提供有力的软件支撑。

3.完善评价指标体系。科学合理地筛选评价指标，完善和优化大客户信用评价指标体系。在选择电力企业用户信用评价指标时，必须遵守下列准则。（1）系统性：所有指标必须相互联系，并构成一个完整的系统，但不能相互冲突。（2）全面性：选择的指标应同时兼顾客户当前和将来。在此基础上，必须考虑到国家的方针和周围的环境。选择的指标应能全面地反映客户。（3）简洁化：选取具有代表性的指标，但指标的规模要适当，不能因为内容过于繁复而造成矛盾和冲突。有些信用评估者总是期望选取更多的指标来更好地体现被评估者，从而导致评估的信息互相冲突、互相交叉。（4）可比性：选择的指标应在横向和纵向两个维度上都有很强的可比性，并且尽量避免出现例外或意外事件的情况。（5）公平、客观：选择指标时要做到客观、公平、真实、可信，以防止管理层作出不正确的判断和决定。（6）弹性：所选择的评价指标要有一定的弹性，以便企业可以灵活地使用和适应自身的具体状况，这样才能有效地提升信用评价工作效能，并便于发现问题和解决问题。依据以上六个原则，在原有指标体系基础上，对指标进行扩充和完善，在众多的客户信用评估中，客户基本情况、客户外部环境、客户发展前景等都是对公司产生重大影响的重要因素，故将该四个指标作为一级指标，在此基础上筛选出二级指标和三级指标。客户基本情况主要包括客户偿债能力、盈利能力和客户信誉。客户的偿债能力与很多方面有关，这取决于客户的还贷资金来源。对客户的长期资金流动的有关指数进行挖掘和分析，速动比率和流动比率可以用来衡量客户的短期债务偿还能力，而资产负债和资产比例可以用来衡量客户的长期债务偿还水平。盈利能力可以根据客户的总体资本回报率、成本费用利润率和净利率来决定，客户信用度的高低，是由客户电费累积拖欠的百分比和拖欠的费用的比例来决定的。客户外部环境指的是客户外部政治、经济、社会、技术等外部因素，这些外部环境在短期之内不受公司管理层的影响。客户发展的远景指的是客户发展能力、行业风险等。发展的潜力是指公司将来的成长与发展。公司发展的能力愈大，则愈不容易发生电费拖欠和逾期危机；如果公司发展的实力不强，则会增加拖欠电费的几率，从而增加公司的信用风险。与公司发展的关系包括：公司经营业绩的增长速度、净利润的增长速度、净资产的增长速度。公司主营业务收益的增长速度=（当前一期主营业务收入-上期主营业务收入）/上期主营业务收入×100%。通过对主要业务的收益增长速度的分析，可以对其经营现状进行评价，进而得出其发展的规模。如果增长速度低于5%，则表示该客户经营进入了衰退状态，企业收益减少，电费支付能力减弱。纯收入增幅是指公司今年的利润增幅×100%。凈资产增长速度=（当期净资产总额一期初净资产总额）/上期净资产总额 ×100%，是能够反映企业资本规模扩大幅度和总量规模变动的指标，通过对以上三个指标分析，确定大客户发展前景，发展前景越差，客户信用等级越低。将以上筛选出来的指标建立电力企业大客户信用评价指标体系，并设定相应的评价准则，结合基于大数据的信用评价模型与完备的客户数据信息，对电力企业大客户进行全面的综合分析，真实地反映出大客户信用等级，从而构建完善的客户信用评价体系。综上所述，在大数据背景下，电力企业构建完善的大客户信用评价体系，需要完备客户数据信息、基于大数据技术优化量化手段，完善评价指标体系，以此提高客户评价服务质量和水平。

四、结语

此次结合大数据背景需求，针对电力企业大客户信用评价体系构建问题，提出了一条合理化路径，为电力企业大客户信用评价体系构建提供了参考依据。同时，也对提升电力企业大客户信用评价水平，提升客户服务质量，具有一定的现实意义。但由于本次探究时间有限，仅对评价体系路径进行了探究，在内容方面可能存在不足，今后会对基于大数据的电力企业大客户信用评价体系构建方面进行探索，推动电力行业又好又快发展。

（执笔人：倪 达  尹 泉  杨志胜   肖柱红）

（作者单位：中国电力科学研究院有限公司  北京盈科会计师事务所有限责任公司）