• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      電費信用風險管理績效評價研究

      2011-05-29 06:00:02歐陽柳
      浙江電力 2011年6期
      關(guān)鍵詞:收款信用風險電費

      歐陽柳,張 成

      (1.浙江省電力公司,杭州 310007;2.上海博苑信息科技有限公司,上海 201100)

      由于諸多因素的影響,電費拖欠已成為困擾電網(wǎng)企業(yè)經(jīng)營和發(fā)展的重要問題之一。如何有效防范和化解電費風險,及時回收電費,提高電費資金利用率,是目前亟待解決的重要課題。

      本文對電費信用風險管理績效評價問題進行研究,構(gòu)建電費信用風險管理績效評價指標體系及模糊智能績效綜合評價模型,以期找到一種能對電費信用風險管理績效作出符合客觀實際、科學評價的方法。

      1 管理績效評價體系

      電費信用風險管理績效評價的基礎(chǔ)是建立績效評價指標體系。而構(gòu)建該指標體系必須從電費信用風險管理理論和實際要求出發(fā),真正反映它的管理價值和實用價值,恰當反映電費信用風險管理水平。該指標體系遵循兩個標準,一是指標的有效性,又稱指標效度,描述指標的概念與所反映現(xiàn)象內(nèi)容的一致性;二是指標的可靠性,又稱指標信度,描述指標值重復觀測結(jié)果的一致性??冃гu價指標體系包括按期收款率、平均收款率、逾期賬款比等多項內(nèi)容。

      1.1 按期收款率

      按期收款率反映一個電費結(jié)算周期內(nèi)(從電費發(fā)行日期到繳費截止日期)的應(yīng)收電費回收效率,以本期按期繳費金額占應(yīng)繳電費金額的比重表示:

      式中:Ri為用電客戶按期繳費金額;Ni為用電客戶應(yīng)繳電費金額;n為應(yīng)繳電費客戶數(shù)。按期收款率的值越接近1,表示收款效率越高。

      1.2 平均收款期

      平均收款期表示電網(wǎng)企業(yè)從取得應(yīng)收電費的權(quán)利至實際回收到電費所需要的時間。這個指標越小,表示應(yīng)收賬款流通速度越快。該指標集中反映了企業(yè)信用風險管理的效率,是目前信用風險管理績效評價中應(yīng)用最為廣泛的指標[1]。

      比如:某供電公司月內(nèi)應(yīng)收電費額為8000萬元,月末應(yīng)收電費余額為650萬元,該月30天,則:

      1.3 平均收款天數(shù)

      平均收款天數(shù)表示從電費記賬日期到用電客戶實際繳費日期之間的時間。這個指標越小,表示電網(wǎng)公司收取電費款的速度越快。

      式中:Ri為用電客戶的電費記賬日期;Pi為用電客戶的實際繳費日期;n為應(yīng)繳電費客戶數(shù)。

      1.4 平均欠款天數(shù)

      平均欠款天數(shù)表示從繳費截止日到欠費客戶實際繳費日之間的時間。這個指標越小,表示客戶平均拖欠電費的時間越短。

      式中:Ci為欠費客戶的繳費截止日期;Pi為欠費客戶的實際繳費日期;n為欠費客戶數(shù)。

      1.5 逾期帳款回收率

      逾期帳款回收率反映了本月逾期賬款的回收情況,用月末逾期賬款余額占月初應(yīng)收逾期賬款的比例表示。

      式中:Bi為月初應(yīng)收逾期賬款;Si為月末逾期賬款余額;n為欠費客戶數(shù)。逾期賬款回收率越小,表示逾期賬款回收效率越高。

      1.6 逾期賬齡比

      逾期賬齡比反映應(yīng)收賬款的賬齡結(jié)構(gòu),用逾期天數(shù)在60天以上的應(yīng)收賬款余額占總應(yīng)收賬款余額的比重表示,套用此算法可以計算所有的賬齡結(jié)構(gòu)。逾期賬齡比率值越小,應(yīng)收賬款的平均賬齡就越短,應(yīng)收賬款的流動性就越好[1]。

      1.7 欠費客戶數(shù)

      欠費客戶數(shù)表示在應(yīng)繳電費的客戶中,欠費客戶數(shù)占總客戶數(shù)的百分比。

      1.8 壞賬損失率

      壞賬損失率用壞賬金額與應(yīng)收電費金額之比表示,該指標越大,表示應(yīng)收賬款回收的效果越差,不良債權(quán)越多。

      2 管理績效評價模型

      2.1 評價方法的選擇

      目前,信用風險管理績效評價常采用的方法有:核心指標法、綜合指數(shù)法、多目標規(guī)劃法等。核心指標法簡單、易操作,但不能達到全面評價電費信用風險管理績效的目的;綜合指數(shù)法評價全面,但其權(quán)重的選擇帶有一定的主觀性和隨意性,缺乏科學性;而多目標規(guī)劃法在確定某項指標的滿意度時帶有一定的主觀隨意性。為解決上述問題,本文提出采用智能權(quán)重分析算法確定各評價指標權(quán)重的新思路,在引入評價指標相對隸屬度評價矩陣概念的基礎(chǔ)上構(gòu)建模糊智能綜合評價模型,并用于電費信用風險管理績效評價。

      2.2 構(gòu)造相對隸屬度模糊評價矩陣

      越小越優(yōu)型指標的標準化處理公式為∶

      式中: xmax(i), xmin(i)分別為指標樣本集中第 i個指標的最大值、最小值。r(i,j)為標準化后的評價指標值,也就是第j個實例第i個評價指標從屬于優(yōu)的相對隸屬度值。

      以這些r(i,j)值為元素,可組成單評價指標相對隸屬度模糊評價矩陣 R=[r(i, j)]n×m。

      2.3 采用智能權(quán)重分析模型確定評價指標權(quán)重

      智能權(quán)重分析模型是一種綜合定性與定量分析、模擬人的決策思維過程以解決多因素復雜系統(tǒng)的分析方法,其原理如下:

      設(shè)權(quán)重判斷矩陣為:A=[aij],B=[bij],C=[cij]∈Rn×n。

      (1)若aij=1/aji,則稱A為互反矩陣;若bij=-bji,則稱B為反對稱矩陣。

      (2)若A為互反矩陣,且aij=aik/ajk,稱A是一致的。若B是反對稱矩陣,且bij=bik+bkj,則稱B是傳遞的。若A是一致性的,則B=lgA(bij=lgaij,?i,j)是傳遞的。反之若B是傳遞陣,則A=10B是一致的。

      根據(jù)構(gòu)造的權(quán)重判斷矩陣A,求bij=lgaij(i,j=1,2,…,n),計算(bik-bjk)和,最后求出A*的特征向量,即可得到指標權(quán)重wi(i=1, 2, …, n)。

      2.4 績效評價模型

      將績效評語集U={u1,u2,…,um}定義為m個等級,比如可以定義U為{很差,較差,一般,較好,很好}。把各評價指標的權(quán)重值wi與各判例相應(yīng)的評價指標相對隸屬度值r(i,j)相乘并累加,可得模糊智能評價綜合指標值z(j)。

      得出企業(yè)信用風險管理績效程度:

      式中:C表示模糊性評語數(shù)值行向量,其數(shù)值以每個等級的代表值表示,CT為C的轉(zhuǎn)置矩陣。根據(jù)F值的大小即可判斷電費信用管理績效的優(yōu)劣,為電網(wǎng)企業(yè)電費信用管理提供決策依據(jù)。

      3 應(yīng)用實例

      以浙江某地區(qū)供電公司電費信用風險管理績效評價為例,進一步說明應(yīng)用模糊智能綜合評價模型的過程。該例評價指標體系及2009年10-12月及2010年1月的評價指標樣本數(shù)據(jù)見表1。

      該評價指標樣本集中指標8的數(shù)據(jù)缺失,暫不納入績效評價體系。指標1和5為越大越優(yōu)型指標,按式(6)計算相對隸屬度值,其余指標為越小越優(yōu)型,按式(7)計算相對隸屬度值,得到相對隸屬度值矩陣R,結(jié)果列于表1中。采用智能權(quán)重分析模型得到各評價指標的權(quán)重值矩陣W,其值分別為:0.3837(按期收款率)、0.2208(平均收款期)、0.1093(逾期賬齡比)、0.0991(欠費客戶數(shù))、0.0749(平均欠款天數(shù))、0.0248(平均收款天數(shù))、0.0874(逾期賬款回收率)。由式(8)可得績效模糊智能評價綜合值Z={0.4576,0.5156,0.6091,0.5504}。從Z中可以看出,該供電公司的電費信用風險管理水平屬于很好,從2009年10月開始,管理績效綜合評價值一直上升,在2009年12月達到最高。這可能與年底該供電公司采用了更為有力的加強電費信用風險管理的措施有關(guān)。

      表1 評價指標樣本數(shù)據(jù)

      4 結(jié)語

      目前,評價電費信用管理績效的難點在于合理構(gòu)建績效評價指標體系、科學設(shè)置評價指標的權(quán)重和保持評價結(jié)果的客觀性和一致性。本文在建立績效評價指標體系的基礎(chǔ)上,提出了電費信用風險管理績效模糊智能綜合評價模型,采用智能權(quán)重分析算法確定各績效評價指標的權(quán)重,在一定程度上解決了以往權(quán)重設(shè)置中過于依賴人的主觀判斷、易受主觀因素影響的問題。同時,在模型中引入了相對隸屬度評價矩陣的概念,使績效評價結(jié)果比核心指標模型、綜合指數(shù)模型和多目標規(guī)劃模型更能客觀、公正地反映實際情況,結(jié)果更具有橫向和縱向可比性。應(yīng)用表明,模糊智能綜合評價模型評價結(jié)果較為客觀、穩(wěn)定,方法具有通用性,在電費信用風險管理績效評價中具有實用價值。

      [1] 林均躍.企業(yè)與消費者信用管理[M].上海:上海財經(jīng)大學出版社,2005.

      [2] 比嘵麗,洪偉.生態(tài)環(huán)境綜合評價方法的研究進展[J].農(nóng)業(yè)系統(tǒng)科學與綜合研究,2001,17(2):122-124.

      [3] 陳守煜.復雜水資源系統(tǒng)優(yōu)化模糊識別理論與應(yīng)用[M].吉林:吉林大學出版社,2002.

      [4] 李洪興,汪培莊.模糊數(shù)學[M].北京:國防工業(yè)出版社,1994.

      猜你喜歡
      收款信用風險電費
      微信群收款能撤回嗎
      基于ε-SVR模型的日電費回收預測
      吉林電力(2022年1期)2022-11-10 09:20:40
      會賺錢的收款二維碼
      淺析我國商業(yè)銀行信用風險管理
      基于大用戶電費回收的風險管控
      收款像打針
      分憂(2016年7期)2016-07-14 02:40:28
      京東商城電子商務(wù)信用風險防范策略
      企業(yè)銷售與收款循環(huán)的內(nèi)部控制
      關(guān)于縣級供電企業(yè)電費對賬的研究
      個人信用風險評分的指標選擇研究
      阳山县| 宜兰市| 蒙自县| 清涧县| 花垣县| 洛川县| 梅河口市| 长治县| 健康| 前郭尔| 视频| 岫岩| 台北县| 大足县| 枣阳市| 西华县| 临清市| 政和县| 富裕县| 玉龙| 汉阴县| 榕江县| 水城县| 凤庆县| 垫江县| 安溪县| 崇文区| 册亨县| 威海市| 阳原县| 大理市| 寻乌县| 察哈| 肇源县| 开阳县| 阿拉善左旗| 肃南| 韶关市| 梁河县| 灵川县| 内丘县|