[0001] 本发明属于电力交易技术领域，尤其涉及一种电力市场市场主体市场化交易行为信用评价方法。

[0002] 为进一步推动电力市场交易工作的开展，并解决现有技术标准评价范围小、量化程度低、可操作性不强，更多市场主体且评价角度更全面的市场主体信用评级模型及体系尚未建立，不能准确实时的对电力市场主体信用进行评价等问题，发明本评价方法。

[0003] 该评价方法紧紧围绕市场，聚焦市场主体实际交易行为关键环节，客观地反映市场主体的信用情况，满足可收集、可量化、可评价的要求，有效防范电力市场主体信用风险和交易违约损失的重要工具，对实现电力体制改革目标、强化能源资源优化配置、规范市场及交易行为具有重要意义。

[0042] 一种电力市场市场主体市场化交易行为信用评价方法，它包括：

[0043] 步骤1、建立信用评级指标体系；

[0044] 步骤2、采集电力市场实际交易历史数据、运用综合权重法对各指标权重进行计算和修正；

[0045] 步骤3、基于指标权重，建立指标评分标准及信用主标尺。

[0046] 针对发电企业、电力用户、售电公司的典型市场化交易行为及可能存在的交易风险，应用电力市场基础理论分析进行风险识别，确定交易信用风险的影响因素，运用德尔菲法，以评级指标的适用性、科学性、易得性为调研原则，开展调研，通过对需要的指标进行评价，讨论，剔除、增补，最终形成一批电力市场主体交易信用评级指标，形成最终指标体系。

[0047] 通过集合多名专家的专业知识、经验和主观判断能力进行预测分析的决策方式，通过将分散的专家意见进行多次的筛选评估，最终达成一个协调一致的结果，有助于增强指标和权重的精确程度，进而提高评级结果的科学性和可靠性。

[0048] 电力用户市场化交易行为指标短名单示例

[0049]

[0050]

[0051] 指标权重设计和修正

[0052] 通过指标筛选环节筛选出的指标即可构成评级指标体系(指标短名单)，结合贵州电力市场实际交易历史数据、运用综合权重法对各指标权重进行计算和修正。

[0053] (1)基于专家群决策的层次分析法设定主观指标权重

[0054] 基于专家群决策的层次分析法(Analytic Hierarchy Process，简称AHP)是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法较完整地体现了系统分析和系统综合的思想，这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。

[0055] 指标权重设定过程中，首先以指标短名单为基础，进行指标分层；然后设计调查问卷，由参与指标筛选的专家根据每两个指标的重要程度进行打分，从而形成判别矩阵；利用统计分析法检验判断矩阵一致性，并对不具有一致性的矩阵进行修正；对判断矩阵进行标准化后，计算判断矩阵的最大特征根，及其对应的标准化特征向量，该标准化特征向量即该层次指标对上一层指标的相对重要性权重，从而在整合各个专家意见的基础上，合理确定指标权重。

[0056] ①指标分层。一般的层次结构可以分成三层，包括为最高层、中间层和最底层。最高层作为评价对象的预定目标，是层次结构中的目标层。中间层是实现目标的过程和准则，是层次结构中的准则层。最底层包括了为实现目标可供选择的各种措施、决策方案等，因此可以称为元素层。设置层次中的元素时，每个准则层最好不超过九个元素，因为元素之间要判断两两之间的关系，过多元素会难以判断。

[0057] ②权重赋值。本报告对指标权重赋值采用的是1-9标度法，来确定影响市场主体信用等级的各项评级指标之间的相对权重。该方法通过同一个层次的指标对上一级指标的重要程度进行两两比较，对同层次指标之间相对于上层某因素的重要性进行评定。衡量标尺划分为9个等级，其中9，7，5，3，1的数值分别对应绝对重要、十分重要、比较重要、稍微重要、同样重要，8，6，4，2表示重要程度介于相邻的两个等级之间。判断尺度表示指标Ai对指标Aj相对重要性的数量尺度。

[0058] ③构造判断矩阵。收集专家组每位成员权重设定调查表打分结果后，将此调查表赋值结果转化为多组两两判断矩阵，并检查每组矩阵是否可以通过一致性检验，最后进行指标权重计算。其中，一致性判断流程，具体如下：

[0059] 由于各项指标是用专家打分法，判断矩阵存在误差。因此需进行相容性和误差分析。一般用一致性比率CR进行判断。一般来说，一致性比率越小，判断矩阵的一致性越好。计算每组判断矩阵的CR值，若CR＜0.1，表示该矩阵通过一致性检验；若CR≥0.1，表示该矩阵未通过一致性检验；通过一致性判断的矩阵，即可以用来计算和确定各指标的权重。

[0060] ④指标权重计算。通过以上步骤可以得到所有专家判断矩阵，并且经过修正后，每组判断矩阵均能够通过一致性检验。为得到专家群决策结果，本报告采用将所有判断矩阵，运用加权几何平均的方法合成为一个综合判断矩阵，然后进行群决策结果的计算，最终得到各指标的权重值。

[0061] 假设有s个专家参与某项判断，他们的判断矩阵分别为A1A2A3，，，AS，其中Ak＝(aij，k)k＝1，2，...，s

[0062] 将s个判断矩阵，用加权几何平均的方法获得一个综合判断矩阵A＝(aij)，其中，[0063]

[0064] 这里λ1，λ2，λ3，…λs，是各个专家的权重系数，他是对专家能力水平的一个综合数量表示。当对专家的能力水平的高低难以获得先验信息或不易做出比较时，可取λi＝1/s，i＝1，2，...s，此时

[0065] aij＝(aij，1·aij，2…aij，s)1/s i，j＝1，2，...n

[0066]

[0067] 上述方法保持了判断矩阵A的互反性，当每个AK(k＝1,2,,,s)均为一致时，A保持了一致性，当Ak中有不一致矩阵时，A的一致性不能保证(本报告中Ak均具有一致性)。

[0068] 假设当不能事先确保Ak的一致性时，须对群组决策得出的综合判断矩阵，进行一致性检验，通过对于一组群组判断，计算总体标准差的方法进行检验，公式如下：

[0069]

[0070] 当σij＜ε时，这组判断认为是可以接受的。否则应将信息反馈给专家，通过专家组考虑作适当修改后再行计算。这里ε是一个给定的值，一般可取在[0.5,1]之间。

[0071] (2)基于交易历史数据的熵权法设定客观指标权重

[0072] 基于确立的市场主体评价指标体系，按照分集团、分行业、分背景关联发电企业、电力用户、售电公司的交易历史数据，形成交易历史数据指标矩阵，再运用熵权法设定客观指标权重。

[0073] 熵权法是一种客观赋值方法。在具体使用的过程中，熵权法根据各指标的变异程度，利用信息熵计算出各指标的熵权，再通过熵权对各指标的权重进行修正，从而得到较为客观的指标权重。一般来说，若某个指标的信息熵指标权重确定方法之熵权法越小，表明指标值得变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。相反，若某个指标的信息熵指标权重确定方法之熵权法越大，表明指标值得变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小。

[0074] 若系统是有两种物质的二元系统，物质有n2个分子，物质有n2个分子，熵值用玻尔兹曼公式表示：

[0075] E＝k ln Q

[0076] Q是系统中两物质分子的微观排列方式， 根据斯蒂林公式ln n！＝n ln n-n，则。

[0077]

[0078] 步骤2.3.1、确立交易历史指标矩阵

[0079] 根据交易历史数据分析，设有m个电力市场主体，每个主体有n个交易行为评价指标，由此形成的指标矩阵为：

[0080] X＝(xij)m×n

[0081] 式中，xij表示第j个评价对象的第i个指标的取值。

[0082] 步骤2.3.2、指标信息熵计算

[0083] 矩阵X中每列理想值为x*j，则评价指标与理想值得接近程度分别表示为：

[0084]

[0085]

[0086] 由此得到评价指标j的评价决策重要性熵值为：

[0087]

[0088] 步骤2.3.3、指标综合权重计算：

[0089] 通过信息熵计算各指标的客观权重并进行归一化处理：

[0090]

[0091] 式中，0≤uj≤1，

[0092] 将指标主观权重与指标客观权重进行加权平均后，可得最终的指标综合权重wi。

[0093]

[0094] 式中：aj为主观权重值，uj为客观权重值，ω1、ω2为赋权系数。

[0095] 按上述信用评价算法计算发电企业初始信用评级指标体系及权重设置，具体内容如下表所示：

[0096]评价指标 主观权重 客观权重 综合权重
市场承诺度 0.5003 0.00 50.03％
合同签订率 0.2506 0.0493 29.99％
月度合同履行率 0.0717 0.2802 35.19％
年度合同履约率 0.0717 0.2802 35.19％
交易手续费按时缴纳率 0.0717 0.2782 34.99％
交易周期覆盖率 0.0338 0.1121 14.59％

[0097] 评分标准制定

[0098] 确定指标和权重后，需要对各项指标的评分标准进一步细化和落实。不同市场主体具有不同的风险特征，交易信用表现也有所差异，用统一的标准衡量并不能很好的比较所有市场主体，因此评分标准可以依据市场主体类型及评价类型的实际情况进行设计，以便能实现对市场主体更准确科学的评价。

[0099] 评分标准的设计综合参考专家经验、历史数据、行业参考资料、国家有关部门发布的参考标准等信息，同时充分考虑了电力交易中心的信用风险管理现状与文化、电力市场主体风险特征等因素，并力求评分细则具有较强的操作性，便于具体打分操作人员使用。通过对每个指标所代表的内容进行优劣程度分类，进而制定每个指标的评分标准以及对应评分标准的标准值，并通过调查问卷的方式征询专家组成员意见后进行评分标准的完善。

[0100] ①计分规则

[0101] 信用评级最终总评分分值计算公式说明如下：

[0102] 在市场主体的基础分为100分的前提下，对每一项评价指标赋予了较高的分值，将合计可扣分值提高到200分，再根据市场主体的交易行为逐项进行扣分，基础分减去合计扣分的得分(最低为零分)作为市场主体的信用评价分数，得出对应的评价等级。这种放大扣分标准的评价方法，可以实现对市场主体交易行为的有效管控，避免出现选择性失信的情况(即某一项指标分值不影响评价等级时，选择该项长期失信)。

[0103] ②定性指标评分原则

[0104] 依据定性指标所表示内容的优劣、多少等程度的不同，在每个定性指标下设置多个考量因素。为了便于评分操作，给出每一个考量因素的对应的分值，最后评分者依据考量因素的具体情况，按评级的审慎性原则，选择对应的分值。若某个因素无法评估，则选择最小分值。

[0105] 如下表所示：对于电力大用户“市场承诺”指标评分中，影响该指标的评级因素有五种情况：在交易过程中有操纵电价的行为；交易活动中有“合谋”行为并已造成影响；交易活动中有利用第三方干预市场行为；如一年内发生两次及以上此类行为。评分者依据对电力大用户市场承诺的调查结果，在评分标准中选择对应的分值进行扣分。

[0106] 表5定性指标评分标准示例

[0107]

[0108] ③定量指标评分原则

[0109] 采用区间分段线性评分原则：即以定量指标的扣分标准值为基准，有评分者按区间分段线性评分。定量指标计算的数据取值以信用定量信息的调查结果为基础。以电力大用户为例，如下表所示，对于“合同结算”指标评分中，影响该指标的评级因素有六种情况：主要包括交纳比例＝100％，不扣分；95％≤交纳比例＜100％，扣8分；90％≤交纳比例＜
95％，扣16分；85％≤交纳比例＜90％，扣24分；80％≤交纳比例＜85％，扣32分；交纳比例＜80％，扣40分。在评分标准中选择对应的分值。

[0110] 表6定量指标评分标准示例

[0111]

[0112] 评级主标尺设定

[0113] 信用评级主标尺即电力市场主体信用等级的划分标准，是反映电力市场主体稳定交易能力和违约可能性的重要标准，信用等级的划分以评定结果的得分区间为准，不同分值对应不同信用等级。贵州电力市场交易信用评级主标尺参考国内外评级主标尺设计标准，利用专家讨论结果，采用星级设定。

[0114] 5星级(★★★★★)：85分＜得分≤100分，电力市场交易信用很好，交易行为很规范，合同执行很好，交易稳定性很高，各种费用按时足额交纳很好。

[0115] 4星级(★★★★)：70分＜得分≤85分，电力市场交易信用较好，交易行为较规范，合同执行较好，交易稳定性较高，各种费用按时足额交纳较好。

[0116] 3星级(★★★)：50分＜得分≤70分，电力市场交易信用一般，交易行为基本规范，合同执行一般，交易稳定性一般，各种费用基本按时足额交纳。

[0117] 2星级(★★)：30分＜得分≤50分，电力市场交易信用较差，交易行为不规范，合同执行较差，交易稳定性较低，各种费用按时足额交纳较差。

[0118] 1星级(★)：得分≤30分，电力市场交易信用很差，交易行为很不规范，合同执行很差，交易稳定性很低，各种费用按时足额交纳很差。