基于电力大数据的电费回收风险防控策略研究

　　摘要：电力能源是人们生活的重要能源，各行各业都要用到电能源。所以电费的计算非常重要。电费回收率是电力企业的一项最主要考核指标。本文讨论了目前电力企业电费回收中面临的风险，由此设计了信誉评分管控法，通过客户类型、交费方式、欠费风险等维度对客户进行分类，构建欠费催收客户标签体系，建立系统信誉评分制度，对不同的用户使用不同的“抄、催、停”措施，提高电费回收率。本文对电力大数据的电费回收风险防控策略进行了简单的研究。

　　关键词：电力;电费;风险防控

　　引言

　　现阶段有关供电企业电费回收管理及电费核算问题等研究相对较少，基于该问题现状，要求通过行之有效的措施对其进行分析研究，如强化电费回收管理措施执行、加强技术配备实现设备创新、各部门协调配合积极开展工作等。对供电企业电费回收管理及电费核算问题进行分析，具有十分重要的理论意义。

　　1供电企业电费回收现状

　　供电企业电费回收效率与企业内部管理、国家法规政策、客观经济形势等各种内外因素相关。目前电费回收存在以下3个难点。(1)客户群体广且增速快。鉴于一户一表安装、国有企业“三供一业”分离、小微企业快速发展等情况，供电企业客户基数和增量均较大，传统的基于个人工作经验的电费回收模式具有较大局限性，缺乏科学的、全面的客户电费回收风险评估手段。(2)实际用电客户信息迭代快。随着房地产经济的繁荣，房屋交易、租赁导致实际用电主体信息变更较快，供电企业掌握的客户基本信息数据，如客户联系方式，其准确度不足以支撑电费远程催收工作有效开展。(3)客户违约成本低，法律意识淡薄。按照《电力供应与使用条例》第三十九条规定：“逾期未交付电费的，供电企业可以从逾期之日起，每日按照电费总额的千分之一至千分之三加收违约金。”虽然单一客户的违约成本低，但供电企业的客户基数大，叠加后其资金回收压力较大。在有限人力成本的支撑下，在电力企业智能化、数字化推进发展的大前提下，基于电力大数据的风险防控策略的制订及实施，对供电企业电费回收工作意义重大。

　　2用电客户回收风险预测的大数据应用

　　2.1层次分析法

　　众所周知，层次分析法重点在于“层次”二字，是将决策内部的一些关键元素分解，具体分解为小目标、小准则、方案等，然后联系定性和定量两项因素。简单来说，一个决策包括很多小的支系，是要形成一个系统，各个目标分解为具体的、细致的，进而形成若干层次，在联合定性和定量两个准则，做出良好的总排序，为此优化决策。分析法的运算方法较为复杂，按照缓急分为总目标、各层次目标、评价体系、倍投方案等，形成形式不一的构造，工作人员结合矩阵特征向量的相关内容和方法进行深入地运算分解，明白相互配合的各个层次和单元的相关点在哪里，怎样排列优先权重;结合权加的形式与之递进，查看备折方案和总目标权重，确定权重后，将是最优方案的成型。

　　2.2提供产业风险防范

　　将三大产业、地域性支柱产业及重点行业的电力大数据与行业工业增加值等宏观经济指标相融合，可开展行业产能分析、产业转型分析等数据应用服务。同时，可全面了解行业发展态势、发现行业潜在发展风险。2.3评估电力信用等级企业的用电数据与其经营状况会存在一定的关联性，利用企业的用电特点可对企业的经营情况及发展潜力进行预测。将电力信用评级应用于企业，可以帮助金融信贷以及征信机构识别出企业潜在的运营风险，以此拓展征信辅助业务。

　　3差异化电费回收风险防控策略

　　3.1基于上述大数据挖掘分析结果，结合供电企业

　　目前电费回收工作模式，本文提出如下差异化电费回收风险防控策略。策略一：针对风险评估模型预测的高风险客户(以下简称“预测型高风险客户”)，电费发行后开展上门催收(告知)、电话催收(告知)，提前开展电费催收(告知)工作，增加客户感知度;策略二：针对预测型高风险客户，收集并及时更新维护其基本信息，包括居住性质(业主、租赁户)和联系电话;策略三：根据缴费习惯判定模型，对超过习惯缴费日的，将其预警成突变型高风险客户;策略四：根据缴费方式判定模型，对习惯线上缴费的高风险客户优先开展电话催收(告知)工作;策略五：根据居住行为判定与预测模型，合理安排上门催收工作，避免遇到上门时无人在家的情况;策略六：根据用电行为判定模型，实时跟踪对违约欠费客户实施停电工作的效果。

　　3.2为用户提供定制分析服务

　　建立定制服务平台，通过在平台上开发高级应用功能，以满足客户基于电力大数据在各方面的数据需求，包括住户回迁率、房屋入住率、宏观经济预测、商业投资选址等信息。根据该项服务的各项分析指标成本收取相应费用，为电力公司拓展新业务，实现经济收益。基于区域用户用电量数据及地理信息系统数据，建立居民用电分布图，统计区域房屋空置率，辅助政府全面掌握回迁率，房屋入住率，预测经济发展趋势。基于用电量数据、营销用户信息数据，与政府部门经济统计数据联动，建立基于电耗的宏观经济预测模型，实现企业未来发展的能耗与单位工业附加值能耗预测分析，辅助政府建设行业宏观经济评估。对于商业投资选址方面可进行辅助分析，通過分析区域居民、商户等不同群体用电行为，结合区域电费缴纳、业扩报装、GIS信息等多方面数据，建立不同类型商户与周边区域用电关联分析模型，评估建立商铺投资回报及区域服务能力，辅助分析商业投资选址。

　　3.3完善风险控制机制

　　电力企业若要提高自身管理能力，对财务风险进行有效的控制，就要构建完善的风险控制机制。财务管理人员要认真学习先进的财务知识和风险控制技术，掌握专业的技能，提高自身综合素质。财务人员要学习计算机技术的操作方法，具备大数据思维，能够将大数据与实际工作相结合，积极开展财务内部风险控制工作，提高企业的经济效益。企业管理者要结合财务的实际情况，对内部风险控制机制进行改进，充分发挥互联网与大数据技术的作用，保证数据得到全面的分析与处理，制定针对性的预防措施。即使发生风险，也可以在第一时间内进行补救，减少风险所带来的破坏性。企业要组织财务人员和管理人员参与到多种多样的培训和座谈会之中，提高其综合素质。需建立风险紧急预案，进一步完善风险预警机制。此外，要加强对内部结构的优化，对人员进行合理配置，最大程度降低风险。

　　3.4重视内部人员节点控制

　　为了进一步降低财务管理中存在的风险，就要高度重视成本管理。要加强对成本管理的优化，结合电力企业运营情况，对各类成本进行综合分析，做到全面控制。需制定专项管理制度，明确成本管理职责，对各项成本支出进行优化和细化处理。要重视财务会议的举办，在会议中要及时指出财务中存在的问题，明确企业的资产流动情况等重要的财务内容，对企业经营的杠杆系数进行精准计算，确定企业现阶段财务风险的情况。为了保证财务风险得到进一步控制，就要有效发挥出信息技术的作用。要积极开展集中信息管理，提高财务信息的准确性，及时对预算方案进行优化，提高企业对风险的应对能力。

　　结束语

　　基于电力大数据的电费回收风险防控策略，充分将供电企业的客户历史缴费数据和用电数据与电费回收实际工作相结合。实践结果表明，应用新的风险防控策略后，月底欠费客户数下降48%，节省了供电企业电费催缴成本，提高了电费回收工作效率。下一步可与政府、互联网企业开展数据共享合作，自动关联并更新客户档案数据，减少人工数据收集工作量，同时引入智能语音客服、自动短信推送等智能化手段，进一步提高电费回收的工作效率。

　　参考文献

　　[1]薛庆跃.水力发电企业资金管理存在的问题及应对措施[J].商讯，2020(26)：99-100.

　　[2]詹召科.以现金流为核心的发电企业资金管理优化[J].中外企业家，2019(35)：61-62.

　　[3]陈佩仪.经济新常态下电力企业资金管理问题探讨[J].全国流通经济，2019(28)：46-47.

　　推荐阅读：电力工程论文题目参考

期刊VIP网，您身边的高端学术顾问

文章名称： 基于电力大数据的电费回收风险防控策略研究

文章地址： http://www.qikanvip.com/dianli/62028.html