[发明专利]一种高压用户风险评估方法

说明书

本发明公开了一种高压用户风险评估方法，包括以下步骤：S1：从采集评估所需的相关数据；S2：对相关数据进行预处理；S3：进行数据的多维度量化处理得到若干量化数据；S4：构建高压用户经营风险指数模型，将多维度的量化数据代入，输出风险指数；S5：根据风险指数所在的数值范围确定风险等级，根据风险等级执行对应的预设措施。本发明通过高压用户经营风险指数模型，融合内外部数据，从多个维度量化评估高压用户的生产经营风险，为供电公司电费回收、地方政府预防大规模欠薪，共同建设平安社会提供决策参考。

技术领域

本发明涉及数据处理领域，特别涉及一种高压用户风险评估方法。

背景技术

用电数据能够较为客观地反映企业生产经营情况，是衡量企业枯荣与否的重要指标。在数字化改革的今天，急需一种可靠有效的综合评判手段，以便及时提供扶助政策或提前采取预防措施。

发明内容

针对现有技术缺少对高压用户的有效风险评估手段的问题，本发明提供了一种高压用户风险评估方法，通过高压用户经营风险指数模型，融合内外部数据，从多个维度量化评估高压用户的生产经营风险，为供电公司电费回收、地方政府预防大规模欠薪，共同建设平安社会提供决策参考。

以下是本发明的技术方案。

一种高压用户风险评估方法，包括以下步骤：

S1：从采集评估所需的相关数据；

S2：对相关数据进行预处理；

S3：进行数据的多维度量化处理得到若干量化数据；

S4：构建高压用户经营风险指数模型，将多维度的量化数据代入，输出风险指数；

S5：根据风险指数所在的数值范围确定风险等级，根据风险等级执行对应的预设措施。

作为优选，所述从采集评估所需的相关数据，包括：采集户名、户号、地址、用电类别、行业分类、月电量、实收日期、缴费方式、失信被执行人、企业名称、法人以及统一社会信用代码。

作为优选，所述对相关数据进行预处理，包括：判断数据格式是否规范、数据内容是否缺失以及关联性数据是否匹配，如出现数据格式不规范、数据内容缺失或关联性数据不匹配，则标记并隔离相关数据。各字段任一数据缺失即定义为数据缺失，如统一社会信用代码数据缺失；业务数据出现明显的常识性错误，即定义为数据不准确，如供电所、户号、户名等与常识不符；各字段任一数据格式不规范即定义为不规范，如月电量数据格式不规范。

作为优选，所述进行数据的多维度量化处理得到若干量化数据，包括：建立维度得分表，维度包括了缴费方式维度、缴费时间维度、电量波动维度以及社会征信维度，根据实际数据对照维度得分表计算各维度的得分，得到各维度的量化数据。电费缴纳方式为金融机构银行柜台代收，收费人员为银联的用户极有可能是运用POS机透支信用卡缴纳电费；每月第二笔电费缴纳时间在次月12日及以后的用户的资金链容易断裂，因此需要重点关注；电量环比剧烈下滑，极有可能近期经营可能遇到问题，需予以关注，同时考虑同比情况，排除部分行业季节性电量突降的影响；若被法院列为失信被执行人/组织，说明用户诚信不佳，其经营风险相对较高。

其中，缴费方式维度：得分等于每个月的缴费次数*K得到的总和，其中K的值根据每个月调整，例如6月的次数*10+7月的次数*15+……+11月的次数*35。

缴费时间维度：每次缴费超期1天即12日缴费的用户算10分，超期2天即13日缴费的用户算15分，超期3天即14日缴费的用户算20分。

电量波动维度：依据电量环比结果，在40％-60％之间计50分，60％-80％之间的计70 分，80％-100％之间的计100分。

社会征信维度：应用统一社会信用代码、增值税号、企业名称、企业法人等进行内外网数据匹配，凡匹配成功的被列为失信被执行人的高压用户，均200分。