李 凡

(蘇州市能源發(fā)展集團(tuán)有限公司，江蘇 蘇州 215000)

1 研究背景

黨的十八大以來，國(guó)家高度重視社會(huì)信用的制度建設(shè)。2014年，國(guó)務(wù)院印發(fā)了《社會(huì)信用體系建設(shè)規(guī)劃綱要(2014—2020年)》，其中提到，加強(qiáng)供水、供電、供熱、燃?xì)?、電信、鐵路、航空等關(guān)系人民群眾日常生活行業(yè)企業(yè)的信用體系建設(shè)。2020年，國(guó)務(wù)院五部委聯(lián)合發(fā)文，要求供水、供電、供氣、供熱行業(yè)規(guī)范收費(fèi)標(biāo)準(zhǔn)，促進(jìn)行業(yè)高質(zhì)量發(fā)展，要求相關(guān)行業(yè)加快完善行業(yè)服務(wù)質(zhì)量體系，提升行業(yè)整體服務(wù)質(zhì)量。供水行業(yè)客戶信用管理體系建設(shè)成為行業(yè)發(fā)展的熱點(diǎn)問題和難點(diǎn)問題。

本文的研究對(duì)象S自來水有限公司是華東地區(qū)某發(fā)達(dá)地級(jí)市的市屬國(guó)有供水公司，它歷史悠久，是本省地級(jí)市中首家完成自來水深度處理全覆蓋工藝的供水城市，主持和參與多項(xiàng)國(guó)家和省級(jí)行業(yè)標(biāo)準(zhǔn)制定，在供水行業(yè)內(nèi)有著較高的聲譽(yù)和影響力。近年來，S自來水公司的應(yīng)收賬款規(guī)模迅速擴(kuò)大，導(dǎo)致占用企業(yè)資金過多，企業(yè)自身的周轉(zhuǎn)率和周轉(zhuǎn)速度減緩[1]。

不管是大公司還是中小企業(yè)，信用風(fēng)險(xiǎn)都是客觀存在的，不能避免的，所以人們只能在風(fēng)險(xiǎn)發(fā)生之前去識(shí)別風(fēng)險(xiǎn)、轉(zhuǎn)移風(fēng)險(xiǎn)來進(jìn)一步降低風(fēng)險(xiǎn)，永遠(yuǎn)無法使其徹底消除[2]。如何有效提取對(duì)信用評(píng)估有重要影響的因素，基于科學(xué)方法論將這些因素相結(jié)合，形成用于客戶信用評(píng)估的信用管理模型，來控制管理信用風(fēng)險(xiǎn)的成本，降低信用風(fēng)險(xiǎn)對(duì)公司經(jīng)營(yíng)的影響是行業(yè)研究的難點(diǎn)之一。

2 信用管理模型構(gòu)建

本文采用主成分分析法來構(gòu)建信用管理模型，主成分分析的優(yōu)勢(shì)在于，一方面，可以將多個(gè)雜亂無聯(lián)系的變量進(jìn)行分類以加強(qiáng)聯(lián)系，將具有一定相關(guān)性和聯(lián)系的變量歸為一類，從而達(dá)到將含有大量原始變量的數(shù)據(jù)體降維的目的；另一方面，分析不同成分和原始變量的關(guān)系，通過成分矩陣可以獲得不同主因子與原始變量之間的定量關(guān)系，從而獲得原始變量在新的主成分因子中的貢獻(xiàn)量，進(jìn)而獲得權(quán)重系數(shù)，為一些無法直接獲取權(quán)重的問題提供科學(xué)的解題思路[3]。這里需要注意的是，因財(cái)務(wù)部門和業(yè)務(wù)部門的信用政策傾向不同，信用管理的建設(shè)應(yīng)該獨(dú)立于兩者[4]。信用管理模型構(gòu)建的主要步驟為：

2.1 特征量的選取

首先需要收集自來水銷售客戶的相關(guān)數(shù)據(jù)，這可能包括客戶的付款歷史、消費(fèi)水量、延遲支付的次數(shù)、個(gè)人或企業(yè)的財(cái)務(wù)信息等。這些數(shù)據(jù)應(yīng)是定量的和可度量的。

自來水銷售客戶的相關(guān)數(shù)據(jù)可以包括以下幾類：

戶表信息：即水費(fèi)用戶的基本信息，包括客戶的年齡、戶主性別、職業(yè)、家庭狀況、戶齡。戶齡越長(zhǎng)的，欠費(fèi)可能性越低，戶齡短的用戶可能存在投資房產(chǎn)、出租房產(chǎn)等行為，易導(dǎo)致高欠費(fèi)率。在家庭狀況方面，家庭人口與欠費(fèi)之間可能存在一定的相關(guān)性。二手房屋市場(chǎng)價(jià)格和欠費(fèi)之間也存在一定相關(guān)性，總體上，房屋價(jià)格越高，自住率就越高，相應(yīng)的欠費(fèi)率就越低。

消費(fèi)信息：包括客戶的用水量、用水頻率、用水習(xí)慣等。用水量即用戶的賬單水量，總體上，自來水居民戶的用水量呈正態(tài)分布，一戶一表居民戶共474 156戶，其中全年0度及以下用戶40 127戶，有水量的用戶平均年用水量113立方米。用水頻率和用水習(xí)慣影響居民用水的變化幅度，可以用方差或標(biāo)準(zhǔn)差的方式衡量用水量的波動(dòng)性，標(biāo)準(zhǔn)差越大，數(shù)據(jù)之間的差異就越大；反之，標(biāo)準(zhǔn)差越小，數(shù)據(jù)之間的差異就越小。標(biāo)準(zhǔn)差的實(shí)證意義在于，標(biāo)準(zhǔn)差越小，客戶的用水習(xí)慣越穩(wěn)定，其欠費(fèi)的可能性就越低。

付款歷史：包括客戶的付款方式、支付記錄、逾期支付的情況、欠費(fèi)情況等?？蛻舻闹Ц斗绞接泄衽_(tái)現(xiàn)金支付，手機(jī)網(wǎng)銀以及微信、支付寶支付，銀行代扣支付等形式。

支付記錄：指統(tǒng)計(jì)用戶的支付記錄，主要統(tǒng)計(jì)用戶支付銷賬日與開賬日之間的天數(shù)，即客戶在開賬幾天后完成付款。逾期支付情況即用戶逾期付款及欠費(fèi)的次數(shù)。

2.2 模型搭建的數(shù)據(jù)整理

模型建構(gòu)的主要流程節(jié)點(diǎn)為數(shù)據(jù)預(yù)處理、運(yùn)行主成分分析、模型公式確定、模型的驗(yàn)證與評(píng)估四個(gè)方面。

當(dāng)把行李和牙具放到早已安排好的房間里的鐵床上時(shí)，猴子一手提壺，一手端著茶杯，把她領(lǐng)了進(jìn)來，又彎腰又點(diǎn)頭，一會(huì)兒說原諒，一會(huì)兒說包涵——哼，可讓他得了表現(xiàn)的機(jī)會(huì)。這是遺傳因子的作用，比他爸爸在上司面前八面玲瓏的本領(lǐng)還技高一籌。

模型的基本原理為通過主成分分析選取跟客戶信用相關(guān)性最強(qiáng)的四個(gè)變量并根據(jù)成分矩陣明確各個(gè)變量的權(quán)重，建立針對(duì)供水行業(yè)的信用計(jì)算模型。

在S自來水公司的水費(fèi)營(yíng)銷系統(tǒng)中提取2022年水費(fèi)用戶數(shù)據(jù)進(jìn)行分析，從所獲取數(shù)據(jù)中隨機(jī)抽取某個(gè)月份的全部的水費(fèi)用戶數(shù)據(jù)作為分析對(duì)象，對(duì)選取樣本的各指標(biāo)進(jìn)行篩選，選出與欠費(fèi)天數(shù)相關(guān)性較高的指標(biāo)數(shù)據(jù)作為建模依據(jù)。本次共選取232 718條繳費(fèi)記錄作為分析對(duì)象。

選取與欠費(fèi)相關(guān)的客戶信息作為自變量，其中影響因素主要包括客戶年齡、戶主性別、職業(yè)、家庭狀況、戶齡、消費(fèi)水量、水量CV值(用水習(xí)慣和用水頻率)、付款方式、支付記錄、逾期支付的情況、欠費(fèi)情況。以這些影響因素作為模型輸入的變量進(jìn)行模型構(gòu)建。

基于Z-Score具有可加性和可分辨性的優(yōu)勢(shì)，對(duì)原始數(shù)據(jù)進(jìn)行Z值標(biāo)準(zhǔn)化[5]。通過(x-μ)/σ將兩組或多組數(shù)據(jù)轉(zhuǎn)化為無單位的Z-Score分值，使得數(shù)據(jù)標(biāo)準(zhǔn)統(tǒng)一化，提高了數(shù)據(jù)可比性，削弱了數(shù)據(jù)解釋性。(表1)

表1 Z值標(biāo)準(zhǔn)化后的樣本矩陣(矩陣Z)

2.3 自變量相關(guān)性分析及模型建立

相關(guān)分析主要研究自變量與主變量之間的關(guān)系。主要通過各個(gè)自變量包括客戶年齡、戶主性別、職業(yè)、家庭狀況、戶齡、消費(fèi)水量、水量CV值(用水習(xí)慣和用水頻率)、付款方式、支付記錄、逾期支付的情況、欠費(fèi)情況和因變量欠費(fèi)天數(shù)分別進(jìn)行相關(guān)性計(jì)算，以獲得相關(guān)性系數(shù)，從而衡量各個(gè)自變量分別與因變量之間的相關(guān)性強(qiáng)弱，為下一步主成分分析降維和企業(yè)客戶信用管理計(jì)算公式做前期基礎(chǔ)。

表2～表3為計(jì)算得出的協(xié)方差矩陣的特征值及其特征向量。

表2 特征值

表3 特征值所對(duì)應(yīng)的特征向量構(gòu)成的矩陣

將以上特征值按從大到小的順序排列，計(jì)算各主成分的貢獻(xiàn)率及累積貢獻(xiàn)率(表4)。

表4 主成分累積貢獻(xiàn)率

根據(jù)方差累計(jì)貢獻(xiàn)率一般為85%，選擇5個(gè)主成分，前5個(gè)主成分的載荷因子矩陣，即最大的四個(gè)特征所對(duì)應(yīng)的特征向量。

將最大的5個(gè)特征值按權(quán)重進(jìn)行分配，即為主成分系數(shù)，得到主成分函數(shù)：

以上主成分函數(shù)結(jié)合對(duì)應(yīng)的特征向量，即為自來水公司的信用管理模型。

3 基于模型計(jì)算調(diào)整管理模式

分層信用管理模式如表5所示。

表5 分層信用管理模式

信用值在200分以下的用戶屬于信用最優(yōu)的一類用戶，一般是自主用房，具有穩(wěn)定的家庭人口和用水習(xí)慣，絕大部分通過代收代扣進(jìn)行繳費(fèi)，比較關(guān)心自身的信用值。出現(xiàn)欠費(fèi)的情況，往往是因?yàn)榧彝ゴ坫y行賬戶余額不足、家庭臨時(shí)外出、家庭遷址等，這種情況下，無須過早采取催討措施，可等待用戶自行發(fā)現(xiàn)后完成繳費(fèi)。

信用值在200～400分的用戶，屬于信用優(yōu)質(zhì)用戶，一般是自住用房，具有穩(wěn)定的家庭人口和用水習(xí)慣，通過代收代扣或網(wǎng)上銀行進(jìn)行繳費(fèi)，對(duì)自身信用值無感，出現(xiàn)欠費(fèi)的情況往往是因?yàn)樽陨磉z忘，非主觀意愿，對(duì)這類用戶，優(yōu)先貼單通知，主要通過貼單通知加深其欠費(fèi)印象，爭(zhēng)取調(diào)整該類用戶的繳費(fèi)習(xí)慣，并在貼單通知上附上銀行代收代扣的簽約方式，鼓勵(lì)其前往銀行網(wǎng)點(diǎn)簽訂代收代扣協(xié)議。

信用值在400～600分的用戶，屬于信用一般用戶，既有自住用房也有租賃用房，家庭人口不穩(wěn)定，導(dǎo)致用水習(xí)慣不穩(wěn)定，一般通過網(wǎng)上銀行進(jìn)行繳費(fèi)。對(duì)這類用戶，通過上門貼單和電話通知雙管齊下通知其繳費(fèi)，確保能夠通知到人，另外滿45天即關(guān)閥停水，防止賬單過大導(dǎo)致企業(yè)發(fā)生較大損失。

信用值在600～800分的用戶，屬于信用較差用戶，一般以租賃用房為主，這類用戶的關(guān)閥停水期限為30天，如關(guān)閥停水后仍未及時(shí)繳費(fèi)復(fù)開，則在滿60天時(shí)予以拆表停水，拆表意味著中止供水服務(wù)，用戶若要恢復(fù)供水必須走更為復(fù)雜的流程。因此在滿60天，即下一個(gè)賬期到來時(shí)予以拆表，施以較為嚴(yán)厲的催收措施。

信用值在800分以上的用戶，屬于信用極差的用戶，對(duì)該類用戶，在欠費(fèi)滿15日起即開始通過貼單和電話催討的方式通知其繳費(fèi)，且為避免二次上門的費(fèi)用，在滿30日起，直接予以拆表停水。

4 結(jié)語

基于主成分分析法，運(yùn)用matlab軟件工具對(duì)企業(yè)客戶信用數(shù)據(jù)進(jìn)行處理，形成客戶信用管理模型，以該模型為基礎(chǔ)調(diào)整信用管理模式，可以有差別地施加催討政策。一方面，暫緩部分優(yōu)質(zhì)用戶停水的催討措施，給予優(yōu)質(zhì)用戶一定的容錯(cuò)空間，可以減少催討成本，同時(shí)提升客戶的用水體驗(yàn)；另一方面，對(duì)信用等級(jí)較差的用戶或有長(zhǎng)期惡意欠費(fèi)前科的用戶，及時(shí)止損，減少中間環(huán)節(jié)，及時(shí)中止供水，可以更有效地進(jìn)行水費(fèi)催討，提升企業(yè)的綜合收益。