Page 24 - 电力与能源2024年第三期

298 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

表 3 各指标的主、客观及组合权重
准则层 指标层 主观权重 客观权重 组合权重
0.022 5 0.118 4 0.069 4
C 11
0.037 5 0.090 0 0.062 6
C 12
结构层面 B 1
0.102 0 0.077 5 0.058 1
C 13
0.171 4 0.043 6 0.081 1
C 14
0.019 6 0.047 7 0.069 0
C 21
0.130 0 0.058 5 0.087 6
C 22
0.072 7 0.147 6 0.071 1
行为层面 B 2 C 23
0.085 2 0.158 7 0.061 3
C 24
0.025 8 0.019 3 0.070 6
C 25
0.018 3 0.017 3 0.078 3
C 31
0.071 1 0.056 4 0.078 9
C 32
图 4 各电力市场主体风险评估云
0.005 6 0.051 7 0.063 3
绩效层面 B 3 C 33
0.106 7 0.104 6 0.071 5
C 34 为稳定；G3 的收入规模与市场份额仅次于 G1，但
0.131 7 0.008 6 0.077 1
C 35
由于其资产负债率与流动比率较低，故其评估结果
级指标得分，得到准则层风险评估雷达图，如图 3 处于中等水平；而市场份额最小的 G4 仅在资产负
所示；然后，再根据式（17）~式（19）计算出各发 债率上表现较佳，其余方面均不如其余市场主体，
电企业的综合云数字特征，如表 4 所示；同时使 G4 可通过扩大市场份额、流动比率与收入规模等
用 Python 绘制出综合评估云，如图 4 所示。由图 4 措施来提高其抵御结构层面信用风险的能力。
可知，云滴的分布较为密集，表明了云模型的评估 在行为层面，各企业的市场扩展能力均相差
结果具有稳定性。结合原始数据及评估结果，可 不大，但 G2，G4 与 G5 的合同电量履约率和成本
以得到以下结论。 费用控制率最低，这是由于这 3 家均为新能源发
电企业，其发电量受外部因素的影响较大且开发
新技术的成本较高，故其面临的行为层面的风险
较高；而 G1，G3 的表现最好，这是因为市场份额
大的企业有着持续且较高的市场关注度高，因此
其在交易行为方面较为规范，市场经营能力更佳。
在绩效层面，G1 和 G4 除了投资回报率与营
业收入增长率稍低以外，其余各绩效指标均表现
较佳，故其在绩效层面面临的信用风险较低；相比

图 3 各电力市场主体准则层风险评估结果 于 G1 和 G4，G2 和 G5 在各绩效指标上均表现较
表 4 各电力市场主体风险评估云数字特征 差，因此 G2 和 G5 亟须通过增加企业绩效的方式
发电企业 云数字特征 来降低信用风险。
G1 （0.357，0.062，0.006）
综上所述，5 家发电企业的信用风险排名为：
G2 （0.861，0.093，0.013）
G1<G3<G4<G2<G5。根据以上评估结果，对
G3 （0.512，0.042，0.007）
G4 （0.683，0.061，0.008） 各市场主体的信用风险防范与管控提出以下建
G5 （0.769，0.085，0.010）
议：市场主体 G1 在结构、行为及绩效等方面的表
在结构层面，市场份额最大的 G1 在收入规 现均较好，但其在行为层面的表现稍弱于结构与
模、资产负债率和流动比率方面都表现良好，因此 绩效层面，建议其继续规范交易行为，提高市场经
G1 在参与电力市场时面临结构层面信用风险的 营能力；市场主体 G2 和 G5 则需要通过全面加强
可能性最低；G2 和 G5 的市场份额均较小，但企业 结构、行为、绩效层面的表现来降低其信用风险；
资产总额高且严格控制负债率的 G5 企业结构更 G3 需要通过提高市场绩效与优化企业结构等方