Page 23 - 电力与能源2024年第三期
P. 23
栾晶晶，等：基于组合赋权—云模型的电力市场主体信用风险评估 297
场主体自行公布的报告。
4.1 计算指标权重
（1）主观权重计算。首先采用属性层次模型
AHM 确定指标主观权重，邀请电力市场专家对市
场主体评估指标进行重要性打分，以风险评估指
标体系中结构层面的指标为例，构造比较判断矩
阵 A 1：
ê é 1 2 5 ù 6 ú ú
ê
ê ê1/2 1 3 ú 5
A 1 = ê ê ú ú （21）
ê ê 1/5 1/3 1 2 ú ú
图 1 标准评价概念云 ê ê ú
ë1/6 1/5 1/2 û 1
n n 2 根据式（1）将比较判断矩阵 A 1 转化为属性判
H e，sW s
∑ i = 1∑ j = 1
H e = （19）
n n 2 断矩阵 B 1：
W s
∑ i = 1∑ j = 1
ê ê
n é0. 071 4 0. 142 8 0. 357 1 0. 428 6 ù ú ú
E x，s = RW s （20） ê ê
∑ i = 1 0. 052 6 0. 105 3 0. 315 8 0. 526 3 ú ú
B 1 =ê ê （22）
式中 E x，s，E n，s，H e，s——根据式（13）~式（15）计 ú ú
ê ê0. 056 6 0. 094 3 0. 283 0 0. 566 0 ú ú
ê ê
算出的第 s 个指标的期望、熵值和超熵；W s——第 ë0. 089 3 0. 107 1 0. 267 9 0. 535 7 û
s 个指标的组合权重；R——标准评价矩阵。 由式（2）~式（3）计算出结构层各指标的主观
根据电力市场主体信用风险评估的云数字特 权重向量 W 1-B1=［0.067 5 0.112 4 0.306 0 0.514 1］。
征计算等级隶属度函数，通过对比风险综合评估 同理，可以计算得出行为层面和绩效层面的主观
指标评价云图和风险评估标准云图可得到电力市 权重向量。
场主体信用风险的评估结果。综上，电力市场主 （2）客观权重计算。收集所选取的 5 个发电
体信用风险评估流程如图 2 所示。 企业在各个指标上的原始数据，根据式（7）计算出
各指标的反熵值，再根据式（8）计算得到各指标的
客观权重向量。
（3）组合权重计算。通过合作博弈模型均衡
主、客观指标权重，根据式（9）~式（12）计算得出
各指标的组合权重。综上，计算得到的各指标的
主、客观及组合权重如表 3 所示。
从指标层的权重来看，权重最大的 3 个指标
分别为合同电量履约率、流动比率、净利润率，涵
盖了指标体系结构、行为及绩效的所有层面，证明
了本文所构建指标体系的合理性。从准则层的权
图 2 电力市场主体信用风险评估流程
重来看，结构层、行为层和绩效层的权重分别为
0.271 2，0.359 6 和 0.369 1，表明绩效和行为因素
4 算例分析
对市场主体信用风险评估尤为重要，对于市场运
为了检验评估指标体系和评估模型的有效 营机构和监管部门来说，应重点关注市场主体的
性，本文选取 5 家发电企业作为研究对象对其信 行为和绩效所导致的风险。
用风险进行评估，分别记为 G1，G2，…，G5。试验 4.2 电力市场主体信用风险评估结果
数据均来源于电力交易中心的年报以及各电力市 首先，根据式（20）计算得出各发电企业的二
