电网公司作为产业链核心，拥有上下游大量供应商、客户的真实交易数据，但因缺乏一套贯穿电网企业整体运营流程且具备行业公信力的供应商及客户价值评价体系，数据未被充分挖掘，应用范围和深度也有限，难以支撑新业态下公司精益管理变革和提质增效战略发展。F电力公司充分挖掘财务、物资、运检、营销等内部管理信息，整合市场监管、法院、税务等外部机构信息，融合标普、穆迪等国际权威评级体系和互联网创新思维，引入国际前沿的机器学习算法（Xgboost），创新构建了具备一定行业公信力的供应商及客户综合价值体系。通过打通供应商及客户全过程业财链路，自主研发可视化平台，实现了对上下游企业信用和价值的快速分析和精准评价，对内可服务于供应商招投标评审、经营风险防控和供应链金融创新等各项应用，提升了供应商服务质量和响应速度，减少了客户违约失信风险，对外填补了电力行业信用市场空白，为建设行业信用体系提供了有力补充（体系整体框架见图1）。

一、体系的构建

供应商及客户评价以往采用的评价方法主要包括AHP层次分析法、TOPSIS理想点排序、DEA包络分析、模糊集合论等，但因存在主观性较强、依赖专家经验、评价维度有限或缺少动态跟踪等不足，往往在较宏观的领域发挥着定性评价作用，且只能识别最优和最劣，难以对中坚部分供应商及客户实现更为精准的定量价值评估。本文通过实际样本数据测试对比了SVM支持向量机、逻辑回归、决策树、神经网络和XGboost五种机器学习算法的建模效果（见图2），优选XGBoost算法作为核心算法，并在此基础上与在金融行业有成熟应用的信用评分卡模型进行集成，扩大了评价要素范围，保障了模型的科学、全面、稳健和高效。

基于XGBoost算法的电力供应商及客户价值体系构建具体工作步骤包括指标选择、数据清洗、特征工程、体系构建等。技术路径见图3。

（一）指标选择

全面梳理供应商（包括资质认定、运输交付、建设投运、运行维护、退役处置等管理环节）及客户（包括客户挖掘、客户接入、客户服务、客户评价、客户维护等管理环节）管理全过程的内部交易数据。采集来源包括ERP、电子商务系统、生产管理系统（PMS）、绩效评价系统、用电采集系统、95598等核心业财系统，同时引入市场监管、税务、法院、征信等外部公开信息，通过对原始数据的整理分析，构建供应商及客户价值体系。其中供应商价值体系涵盖企业概况、经营情况、产品能力、履约历史、资质能力五个维度，初步涉及指标数229个；客户价值体系涵盖用户概况、用电行为、缴费情况、社会属性、用户特征五个维度，初步涉及指标数272个。

（二）数据清洗

基于1985组配网物资供应商和1145组大工业客户样本的原始指标数据，对存在的缺失值、无效值和异常值进行数据清洗，并组织106位专家进行两轮评价并通过模糊综合评价确定样本评价标签。

（三）特征工程

对数据做特征工程和数据预处理，主要包括相关性分析、离散化和归一化等。一是在501个指标的基础上进行相关性分析，若两个指标相关系数大于或等于0.95，则两个指标中可剔除一个，只选取与因变量相关性更高的一个放入模型即可。通过相关性分析，最终从501个指标中提取出130个指标，其中供应商指标85项、客户指标45项。以供应商价值体系为例，企业概况维度指标主要包括成立日期、注册资本、企业性质等；经营状况维度指标主要包括资产总额、资产负债率、流动比率等；产品能力指标为抽检质量、设计工艺、生产能力等；履约历史指标主要包括历史合作年限、三年故障率、履约及时率等；资质能力维度指标主要包括团队配置、专利数量、团队人员数量等。二是对离散数据进行哑变量化，主要是针对“企业性质”“是否上市”“生产厂房使用性质”等定性类别变量。为了检验其对因变量的作用和影响，提高评价模型的精度，需进一步将其转化为数值变量以用于分析指标的效用数值。三是通过WOE（证据权重分析）值对分类自变量进行编码，从而更直观地理解自变量对目标变量的作用效果及方向，提升评分卡模型预测效果。四是综合采用卡方检验和人为离散化对连续变量进行离散化，使离散化的结果尽量合理且与业务逻辑更贴近。

（四）体系构建

采取XGBoost算法进行最终价值体系构建。XGBoost算法本质是一种基于树的集成学习方式，通过一组弱分类器的迭代计算实现准确分类效果。该算法在GBDT的基础上进一步做了改进，在正则化、损失函数等方面进行了优化。图4展示了配网物资供应商的综合得分、履约情况得分、产品能力得分的分布情况，其中配网物资供应商的综合得分集中分布在610～670之间。

二、体系的应用

（一）应用情况

目前，F电力公司构建的基于机器学习算法的供应商及客户价值评价体系已应用于公司供应商招投标评审、供应商及客户差异管理、供应链金融创新等方面。

1.辅助供应商招投标评审工作。基于供应商管理全过程历史信息和外部公开信息，运用可视化、场景化技术，能够动态掌握供应商历史投标情况、履约情况和社会信誉，对供应商价值和信用进行精准量化，在供应商招投标评审中，借助该平台能够自动开展预审、辅助专家开展评审，通过提升抽检精度和效率，有效降低招投标评审成本，提高评标结果的客观性和公正性，改善以往供应商招投标评审中评价维度较少、过度依赖专家等不足，防范专家廉政风险。

2.开展供应商及客户差异管理。一是动态跟踪供应商信誉及价值的历史和现状，业务人员可针对不同评级的供应商，在履约供应、质量监督、资金支付等环节实现供应商差异化管理，确保物资供应和服务响应的及时性，保障工程项目顺利实施，进一步提升物资及服务供应质效。在此基础上，挖掘优质供应商形成产业链联盟，通过履约优惠、金融服务、信用互联等激励机制，引导供应商积极维护自身品牌形象；对于不良供应商通过加强抽检等风险防范举措，促进其形成良好、自律的行业诚信生态，实现多方共赢。二是该体系基于用户概况、用电行为、缴费情况、社会属性、用户特征五个维度对客户进行精准刻画，能够辅助电网公司准确识别客户特征，防范客户违约用电、窃电等行为，并且通过进一步洞察客户需求，可提升服务的差异化和精准度，实现客户画像与服务策略的紧密结合。

3.为供应链金融提供信用支撑。供应链金融的本质是依托于真实的交易，为产业链上游供应商或下游经销商提供融资服务，解决中小企业融资难的问题。电网公司是电力供应链中核心企业，其上游主要包括发电供应商、物资供应商和服务供应商，下游包括各类用户及售电公司。电力行业作为资产密集型行业，固定资产及资产负债率一般较高，投资额巨大且投资周期较长，但供应链上下游企业拥有大量短期投融资需求且一般拥有质量较高的应收账款和电费收费权。因此，借助电网公司拥有真实的第一手交易信息的优势，形成对上下游企业的评价体系，可以明确企业信誉是否良好、盈利能力是否稳定、发展前景是否乐观，能够为供应链金融服务提供信用支撑，可根据各企业应收账款余额，动态调整融资限额，大大提高核查效率，帮助供应链金融平台有效降低信用和财务风险，满足供应链上下游企业大量短期资金需求，为解决中小企业融资难题奠定数字化基础。

（二）应用成效

1.创新上下游企业管理模式，助力电网公司提质增效。F公司基于XGBoost算法的电力供应商及客户价值体系有力支撑了针对电力供应商及客户的风险防控，促进经营管控精益高效、资源运作提质增效。一是供应商精益化管理水平显著提升。一方面，通过该体系可实现供应商价值动态评估、综合评分自动化，有效缩短评标周期，减少专家评审投入。以每年“1000元/人×200人/批次×30批次”测算，按照节约30%估计，每年可节约评标专家成本约180万元；若综合考虑人员组织、抽检投入等成本，每年可节约约830万元。另一方面，由于实现供应商信用互联，动态信用评价模式可促进供应商物资质量和服务水平的提升，较大程度缩短电网公司项目建设周期，加快运维响应速度。以每年缩短3小时估算，可节约建设和运维成本0.5‰，每年可节约建设和运维成本约1070万元。二是在对客户进行有效分级的基础上，通过科学量化电网客户信用和价值，挖掘违约及失信电力客户特征，引入风险特征预警，促使客户自觉维护信誉，减少客户用电违约失信行为。以防范50%预计，每年可减少违约用电、窃电及潜在电费坏账损失约3200万元。

2.实现供应链数据互联互通，完善行业信用体系建设。目前，“互联网+征信体系”的服务范围主要集中于个人开展消费信贷或小微贷款业务：一方面难以覆盖至企业尤其是电网行业相关企业评级；另一方面由于数据污染和数据孤岛等问题，导致数据征信存在一定的风险和误差。2014年10月，中国电力企业联合会发布《电力行业信用体系建设指导意见（2015-2020年）》，标志着行业信用体系建设已得到政府和社会各界的广泛认同。F公司基于XGBoost算法的电力供应商及客户价值体系的构建是基于供应链真实的交易、履约、运行等全过程真实信息，涉及140项指标，实现了电网设备、供应商和客户之间数据的互联、互通、互用，促进了电网公司与上下游企业的全时空泛在连接能力，是目前国网系统内较为全面、客观的供应商客户评价体系，通过科学方法、真实数据保障体系的公信力和生命力，辅助电力供应商及客户建立自我改进理念，强化了品牌形象的自我维护意识，从而形成守信自律、“良币驱逐劣币”的行业新生态，为行业信用体系乃至社会信用体系的建设提供了有益补充。

三、未来展望

虽然F公司构建的基于XGBoost算法的供应商及客户价值体系立足于电网产业链上下游细分领域的评价，方法科学、数据真实，具备一定的科学性和公信力，在该领域较传统评级机构更为专业可靠，且由于过程数据不公开，安全性、稳健性较强，能够有效防止企业隐私泄露和数据资产流失，研究成果具备行业通用性，在系统内部易于复制和推广，但仍存在以下两个问题：一是该项目评价结果具有综合性和通用性，能够覆盖一般应用场景，但是对于更为细化的领域分析，需要进一步探索和挖掘；二是目前该体系多应用于电网板块，还需投入更广泛运行，通过与各界信息进一步互联，以提升模型的精准度和成熟度。

下一步，F公司将进一步甄别不同专业部门对于供应商及客户的风险、绩效和价值的关注重点，开展更为细分领域的专业研究和应用。此外，随着国网数字经济战略和社会信用体系建设的快速推进，借助科技与产业、金融的深度融合，F公司将加大与电e宝、国网商场和电动汽车等相关应用的进一步对接，在电网系统内外形成合力，助力打造合作共赢的电网行业生态圈。

责任编辑 李卓