:1006－9348(2011)05－0333－04层次分析法在电力客户信用风险中的评价牛小梅，张银玲(黄淮学院计科系，河南驻马店463000)摘要:研究电力系统收费风险问题，由于存在着拖欠电费、窃电、违章用电的现象，影响正常交易秩序。针对信用风险进行评价，由于电力客户进行多层次和全方位评价的复杂性，评价指标体系建立和权重确定是比较困难的。结合电力客户信用风险的实际情况，建立了一套基于层次分析法的电力客户信用风险分级评价模型。首先建立评价指标体系，采用专家对指标进行打分，然后根据层次分析法确定指标权重并进行信用风险综合评价，并详细分析了模型的实施过程以具体的实例对模型进行了仿真，结果表明，对于层次分析方法的电力客户信用风险评价模型能够评价风险等级，评价的精度更加精确，为电力信用风险评价提供了一种切实可行的思路和方法。关键词:信用风险;电力客户;层次分析法:F830．5文献标识码:AAssessmentofPowerCustomerCreditRiskBasedonAnalyticHierarchyProcessNIUXiao－mei，ZHANGYin－ling(Huang－huaiCollegeofComputerScience，HenanZhumadian463000)ABSTRACT:Aimingatsystematicandcomprehensiveassessmentoftheelectricpowercustomercreditrisk．Thein-fluencesofelectricpowercustomercreditriskindexwereanalyzedinthispaper，apowercustomercreditriskevalua-tionindexsystemwasbuilt，whichincludesthemoralsofelectricpowercustomer，theintendofcaptureexpends，e-valuationofplacedepartment，cooperatelevelandotherfactors．Combiningwiththeactualsituationofcreditriske-valuation，ahierarchyevaluationmodelwasestablishedtoevaluateelectricpowercustomercreditrisk．Thenthejudgmentmatrixandexpertsattributeweightsofevaluationwere引言随着电力体制改革的不断深入，电力企业面对用电客户的信用风险越来越大［1］。电力客户存在着拖欠电费、窃电、违章用电的现象，影响了供电企业正常的经营活动，破坏了电力市场交易的正常秩序，对电力企业的发展、设备的更新造成了巨大的负面影响。为了防范电力公司面临的潜在风险，必须对电力客户进行信用风险评估。因此，对电力客户信用风险进行科学合理评价是电力公司相关部门科学决策的重要依据。传统客户信用风险评估方法是采用定性的评价方法，涉及的信息量十分大，导致效率低下。同时客户信用评价缺乏科学的指标体系，主观因素和经验因素较多，难以量化和标准化，影响了评价的准确性［2］。近年来，有些学者将一些人工智能方法引入评价领域，如遗传算法、粒子群算法和神经网络方法，拓展了电力客户信用风险评价的研究空间，取得了不错的效果，但是这些方法只能进行定量分析，不能进行有效地定性分析，对评价结果的解释性较差限制了这些方法在电力客户评价领域的应用［3，4］。对电力客户信用风险进行科学评价是一个多层次、全方位的复杂问题。首先，需要建立全面的评价指标体系其是建立风险评价模型的基础。其次，不同评价指标之间存在相互关联关系，重要程度也各不相同，如何科学合理的给出各个指标的权重是能否对系统进行合理评价的关键［5］。层次分析法是定性与定量相结合的决策分析方法，它体现了人们1收稿日期:2010－12－12修回日期:2011－01－07决策思维的基本特征，即分解－判断－综合，这也是电力客户风险评价分析的基本过程［6］。因此，本文在对电力客户信用风险等级和分级标准分析基础上，结合电力客户信用风险的实际需求，建立了基于层次分析法的电力客户信用风险综合评价模型，最后以实例证明该模型是有效的，评价结果是科学、可行的。专家对指标打分并构建判断矩阵建立了电力客户信用网络指标体系后，然后需要专家对每一层次评价指标相对于上一层次中某个功能模型的相对重要性进行两两比较，然后给出这些指标相对重要性的判断值，即专家打分。全部指标经过专家的两两判定之后，可形成一个比较判断矩阵A。3．2a11a12a22…a22…………a1na2n…anna21层次分析法原理层次分析法(AnalyticHierarchyProcess，AHP)是一种定量与定性相结合的多目标决策分析方法，在20世纪70年...