【关键词】信用体系；电力营销；风险管理
电力营销作为供电企业经营活动中的重要组成部分，现阶段，我国因为社会经济下滑压力，导致绝大部分企业都出现了资金周转困难等问题，从而增加了电费回收风险。在供电企业中，如何降低欠费风险已然成为极其困难的一项工作，针对此现象，供电企业也采取了相应的补救措施，比如实行用户预付费制度，但是这种制度并没有从根本上解决用户的欠费行为。除此之外，窃电也在很大程度上导致供电企业出现极其严重的经济损失，根据相关数据显示，我国地级市因窃电而造成的损失高达上百万，这不仅影响了供电公司的利益，而且也会阻碍到电力系统的安全运行。针对窃电的现象，虽然相关供电企业已经加大了监管力度、及采取了先进的监测技术，但是由于针对窃电的惩处措施并不完善，从而导致窃电户不能得到相应的处罚，窃电行为没有从根本上得到解决。
1电力营销风险管理近况
在电力营销阶段，缺乏规范的电费回收风险防范措施、及参考依据，针对电费欠费的用户，主要由工作人员凭借以往的催收经验进行跟进，这不仅催收效率低下，并且也缺乏主观性，针对个别用户的违约用电普遍存在着业务申请材料虚假，或者恶意投诉等问题，针对这种情况，电力企业也没有采取有效的措施。上述问题，我国部分供电企业对电力营销中信用进行了深入研究，通过对用户属性、交费情况、用电行为等实际信息进行分析，从而获取到用户的信用特征。另外，设计用户缴费的信用标签，通过用户种种行为，制定出相应的预警策略、及电费回收风险控制模型，从而真正做到风险识别及预警。为了避免上述问题的发生，电力企业内部应不断的完善和优化基础服务，不同信用等级的客户应提供不同的服务。现阶段，电力营销信用评价工作开展过程中，存在着信息化对信用评价支撑程度较低、业务覆盖范围小、评价数据基础不高、以及评价结果缺乏准确性等问题，因此，无法对信用相关指标做出更加深入的分析和挖掘。
随着电力营销业务对信用结果应用的需求不断增多，目前的研究成果和目前实际工作的需求相背而驰，因此无法有效的预防电力营销中存在的种种风险，为了促进电力营销业务的顺利进行，还需要电力企业内部建立合理的信用评价平台，对客户信用做出精准的评价，从而避免在工作中出现风险。
2信用评价平台建设
2.1指标体系与评价模型设计的分析
指标体系和评价模型作为信用评价的基础，评价模型的建立可以分为以下3步：首先，清洗内外部的各种数据，具体来讲，生产和用户数据是供电公司的内部数据，而工商数据、司法数据、海关数据、税务数据、互联网数据、以及第三方征信机构数据等在外部数据的范围之内。将获取到的数据以相关规则为基础，进行合理的过滤；针对特定数据及缺失，或者部分重复的数据应过滤到信息库，再由信息库进入到平台交换至数据库，从而对比完整的数据；第二、在完成数据的清洗之后还需要对数据进行标准的处理。数据标准化可以分为以下类型：定性指标、定量指标、正向指标、逆向指标等。针对部分特殊字段来讲，还需要工作人员以相关规定为基础，转换成规范数据之后再对比相关数据，同时要对比过滤转换之后的完整信息，将比对失败的数据输入到错误信息库，而对比成功的数据库，则以相关规则为基础进行入库操作。
期刊文章分类查询,尽在期刊图书馆针对数据库中不存在的数据，可以开展执行插入，数据库中已存在，并且能够相匹配的数据，不做任何操作，自动更新未匹配数据；第三、在完成数据的标准化处理之后，以指标搭建理论为基础，搭建一级、二级、三级指标体系，同时可以根据数据的实际情况，适当的修改指标体系。指标体系的构建应确保其具备一定的科学性、合理性、以及要将定量和定性相融合，在全面了解业务管理模式、业务存在的风险和问题之后，方可搭建指标体系。
2.2制定评价策略标准的分析
应从风险预警、信用评估、信用评分、授信评估、以及服务策略5个方面制定相关策略。
2.3建设信用评价平台的分析
信用评价平台的总体架构可以分为数据层、模型层、服务层、应用层、展现层五种。在设计信用评价平台的过程中，需要以电力营销管理需求和实际需求为基础，并且要以指标体系和评价策略为前提。第一、针对数据层来讲。数据层主要可以为平台提供相应的数据支持，信用数据按照评价过程可以分为原始数据库、分析数据库、以及信用数据库。原始数据库是储存从内外部采集的原始数据。第2类分析数据则是清洗原始数据，并提升原始数据的标准化，将其转换之后，则可以形成信用评价的中间数据；针对第3类的信用数据库来讲。储存信用评价结果输出类数据，其包含了信用评分、评价及报告等；第2针对模型层来讲，模型呈具备一定的全面性和科学性，并且其符合电力营销管理的实际需求，模型层包含了成长能力模型、企业信用评分模型、以及企业素质评估模型等。通过深入分析上述模型，能够对企业的信用等级做出全面的了解；第3针对服务层来讲，服务从主要可以为平台提供相应的服务和决策分析，应用安全统计报表数据交换、以及全文检索等服务，通过服务层能够确保信息之间交互的流畅性，同时也能够促进信息安全、及平台的稳定运行；第四，针对应用层来讲。应用层主要是平台对外提供的各类应用，内部电力、财务数据与外部工商、互联网、司法等都在数据采集的工作范围内。由供电企业将相关数上报至上级管理机构，对支撑模型进行有效的建设及维护；相应的指标信息则是指标管理，配置管理可以落实公共模型定义；数据分析则是以客户的类型、行业、区域、时间等维度为基础，对其实际信息进行统计查询；若想有效的区分出客户的实际信用，可以利用红名单和黑名单，针对信用良好的客户可以在红名单中进行维护，黑名单中则是信用不好的客户，可以以信用级别划分的规则为基础，对各客户进行相应的维护；第五，针对展现层来讲，主要是利用企业征信报告、风险预警、红黑名单、全景视图以及关系图谱等充分的展现出相关信息
2.4关键技术的分析
关键技术大致可以分为数据交换技术、网络数据抓取技术等。首先，针对数据交换技术来讲，由于信用信息是来自于不同的内外部系统和信息库，因此针对不同系统的数据，要通过各种传输方式、解密、证书、以及签名等方式，科学合理的对各类数据做出采集、清洗、及交换，并且要为系统的联通性、数据的安全性提供有效的保障。其次，针对网络数据抓取技术来讲，为了提升信用评价的精准性、及丰富数据基础，可以有效的利用网络抓取技术、文本智能分类技术等技术，达到提升信息收集与分类的精准性目的。
总结：
综上所述，在电力营销中科学合理的建设信用体系，可以提升供电企业内部的管理效益、经济效益、及社会效益，在未来也可以将客户信用评价完善到其他业务环节中，将各专业管理与信用体系有效的融合在一起，逐渐的完善和优化电力行业信用体系的建设。
【参考文献】
[1]何鸿慧. 电力营销风险管理的研究[J]. 中国新技术新产品,2013(19):163-164.
[2]万兴俊. 电力营销稽查管理中存在的问题及处理问题[J]. 山东工业技术,2014(24):287.
[3]颜龙. 浅谈安全生产风险管理体系在电力营销专业的应用[J]. 科技视界,2015(32):276.
[4]刘瑾. 电力营销智能化体系在智能电网环境下的分析[J]. 科技风,2018(28):172.
[5]王齐,刘潇潇,罗志坤,单周平,何铁祥,邵壮,向运琨. 多元化电力市场用电增值服务技术创新及应用[J]. 大众用电,2017,32(05):8-10.
论文作者:郭哲军
论文发表刊物:《当代电力文化》2019年15期
论文发表时间:2019/12/12
标签：数据论文; 信用论文; 电力论文; 模型论文; 信用评价论文; 指标体系论文; 风险论文; 《当代电力文化》2019年15期论文;