摘要：随着经济的放缓，部分客户融资困难，公司面临电费欠费风险日益增加，对每个客户进行电费风险信用评级，并制定相应的措施，可以降低客户欠费和服务过程中的风险。本文运用主成分分析法对电费风险评级体系中的各项指标进行权重确定，这是整个风险评价模型的重要一环，对风险评级体系的适用性和有效性具有决定性作用。
关键词：电费风险；主成分分析法；风险评价
0 引言
目前，风险预判广泛运用于各行各业，银行、证券、电信等通过建立客户信用评级体系对用户进行信用等级评价，从而起到风险防范作用。供电公司采取“一户一表”改造、建立客户信用评价体系等手段进行风险防范，促进了电费回收。如果利用营销业务系统所产生的客户缴费信息数据进行分析和研究，在风险发生前加大对客户缴费行为的分析评估，了解客户缴费情况，对每个客户进行电费风险信用评级，并制定相应的措施，可以大大降低客户欠费和服务过程中的风险。
1 电费风险现状
目前电力公司仍旧普遍采用客户“先用电，后付费”的收费模式，部分客户拖欠电费现象时有发生，电费回收风险依旧存在。这不利于公司及时回收电费资金，也影响了公司的可持续发展，因此电力公司急需加快客户风险评价体系建设工作，并进一步健全电费回收体系，提高电费回收率。
在对每一个用电客户进行电费风险评级时，需建立完整的电费风险评级指标体系，其包括测评的指标，和各项指标在评级指标体系中所具有的不同的重要程度，从而确定的各项指标对总体风险评级的影响权重。本文重点介绍如何应用主成分分析法确定各项指标的权重，构建等级评价模型。
2 评价模型构建
模型构建的核心为确定评价指标的权重，确定权重的方法多种多样，比较常见的方法如：层次分析法、德尔菲法（专家打分法）、主观赋权法和主成分分析法等。主成分分析法适用于多个定量指标的权重确定，并可以避免人为因素带来的偏差，它是最为简单直接的方法，也是最常用的方法。
2.1 主成分分析法原理和模型
主成分分析是数学上数据降维的一种方法。其基本思想是设法将原来众多的具有一定相关性的指标Xp重新组合成一组较少个数的互不相关的综合指标Fm来代替原来指标。
因此，运用主成分分析法进行权重确定时，首要任务有两个：1.计算出各个主成分Fi和原指标Xi的表达式，即求出Aij的值，另外，系数Ai对应单位化的特征向量，即满足Ai’Ai=1；2.计算主成分载荷系数，主成分载荷系数是Fi和Xi的关联程度：
P（Zk，xi）= √λk Aki（i=1，2，…，p；k=1，2，…，m）
以上表达式系数以及主成分载荷系数，在各类统计软件中都可以直接计算。
2.2 指标选取
综合考虑电力行业客户特点和电费回收实际影响因素，经过反复讨论和比较，选定电费风险评价体系的指标有：用电量变化、平均欠费金额、平均欠费金额比例、累计欠费次数、平均催费次数、应收违约金和账户余额满足率等。
2.3 模型构建
选取用电量变化、平均欠费金额、平均欠费金额比率、累计欠费次数、平均催费次数等上述7个指标的用户数据，并对用户进行标号。
期刊文章分类查询,尽在期刊图书馆
1）主成分选取
将选取指标的基础数据引入spss软件的主成分分析方法中，可得到初始的特征值和方差贡献率。前三个主成分（组件）的特征根大于1，分别为2.328、1.132和1.006，特征根小于1的主成分此处不进行列举。
另外，提取前3个主成分的累计方差贡献率达到93.788%，超过80%。因此前3个主成分基本可以反映全部指标的信息，可以代替原来的7个指标。
通过SPSS软件，计算出3个主成分的载荷系数，得到主成分载荷矩阵，三组指标具有显著的关联关系，同时意味着存在信息重叠，以3个主成分代表原有的7个指标，可以规避信息重叠带来的偏差。
2）权重确定
主成分分析法确定权重，以主成分的方差贡献率为权重，再对该指标在各主成分线性组合中的系数的加权平均的归一化。因此通过主成分分析法进行权重确定，有以下3个步骤：1.确定指标在各主成分线性组合中的系数；2.确定各个主成分的方差贡献率；3.指标权重归一化。
以主成分载荷矩阵中的数据除以主成分相对应的特征根开根便得到3个主成分中每个指标所对应的系数【3】，因此我们得到3个主成分线性组合如下：
F1=-0.002X1+0.190X2+0.558X3+0.552X4+0.588X5+0.041X6-0.022X7
F2=-0.042X1+0.715X2-0.248X3+0.150X4-0.181X5+0.607X6-0.026X7
F3=0.702X1+0.021X2+0.018X3-0.001X4+0.002X5+0.062X6+0.709X7
在求出线性组合系数后，确定各个主成分的方差贡献率。3个主成分的方差贡献系数分别为43.254、26.165和24.369。
由于原来的7个指标基本可以用前3个主成分代替，因此，指标系数可以看成是以这3个主成分方差贡献率为权重，对指标在这3个主成分线性组合中的系数做加权平均，可以得出指标综合得分系数。其中用电量变化指标的综合得分系数为0.17，平均欠费金额为0.29，平均欠费比率为0.19，累计欠费次数为0.30，平均催费次数为0.22，应收违约金为0.20，账户余额满足率为0.17。
由此，我们可以得出各个指标在综合得分模型中的系数，此系数也代表了各个指标之间的权重关系，其表达式为：
Y=0.17X1+0.29X2+0.19X3+0.30X4+0.22X5+0.20X6+0.17X7
至此，进行指标确定的最后一步：指标权重归一化。确定各个指标的权重，其中用电量变化权重为0.11，平均欠费金额为0.19，平均欠费比率为0.13，累计欠费次数为0.19，平均催费次数为0.14，应收违约金为0.13，账户余额满足率为0.11。
至此，完成运用主成分分析法进行电费风险指标权重确定。
3 总 结
随着电费风险评级体系的不断完善，随着电费风险评级的不断发展，在未来的实际应用中，当电力公司可以承受足够大的成本，将差异化服务提供给每一个客户，将各地区、各类型的客户进行区分，本文所举出的方法从指标选取到权重确定都有细化改进的空间，此方法在电费风险评级体系中的应用也具备较强的可调控性。
参考文献：
[1]刘晓霞.满意度研究中的指标权重确定[J].市场研究，2014（6）.
[2]于秀林，任雪松.多元统计分析[M]．北京：中国统计出版社，1999（8）：154.
[3]董寒青.解析SPSS对主成分分析的计算技术[J].统计与决策，2014（2）：171.
论文作者:张吉盛1,顾俊1,李亮1, 朱萍1, 王旋1
论文发表刊物:《电力设备》2017年第16期
论文发表时间:2017/10/24
标签：成分论文; 指标论文; 权重论文; 电费论文; 风险论文; 欠费论文; 系数论文; 《电力设备》2017年第16期论文;