CN107644285A

CN107644285A - 售电市场盈利能力评估指标的筛选与权重确定方法及系统

Info

Publication number: CN107644285A
Application number: CN201710690261.4A
Authority: CN
Inventors: 张利军; 裘华东; 刘卫东; 丁; 丁一; 胡若云; 徐晨博; 黄锦华; 刘周斌; 朱国荣; 袁翔; 徐汶; 范明霞; 邵常政; 余徳钊
Original assignee: Zhejiang University ZJU; State Grid Corp of China SGCC; Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd
Current assignee: Zhejiang University ZJU; State Grid Corp of China SGCC; Economic and Technological Research Institute of State Grid Zhejiang Electric Power Co Ltd
Priority date: 2017-08-14
Filing date: 2017-08-14
Publication date: 2018-01-30

Abstract

本发明公开了一种售电市场盈利能力评估指标的筛选与权重确定方法及系统。目前一些改善指标相关性的方法，对参与评价的多个指标进行分类和筛选通过权重进行调整，但只能在一定程度上减小指标间的相关性，并不能将其彻底消除。本发明采用施密特正交化方法去除指标间的相关性，然后通过离差标准化法将指标样本数据归一化，并基于此确定各个指标间相对重要度比较值矩阵，最后采用层次分析法进行各指标的权重求解。本发明求得的权重结果能更好地反映各指标对市场盈利水平的影响程度；基于有效的指标评价结果得出当前阶段的重要盈利指标，并对目前市场状况进行评估，从而为规避市场风险和确定盈利方案提供依据。

Description

售电市场盈利能力评估指标的筛选与权重确定方法及系统

技术领域

本发明涉及售电市场领域，具体地说是一种考虑指标相关性的售电市场盈利能力评估方法及系统。

背景技术

随着售电主体不断进入市场，原本的由电网统购统销模式逐渐转变为由发电公司、售电公司、用户之间的购售电业务，由此而引发整个市场的风险等级增加。因此，确定售电市场盈利指标并进行市场盈利风险评估是随着售电市场发展的一项需要不断深入的工作。然而，目前对于售电市场尚未有一个详细全面的盈利指标体系，而且也缺少一套科学的计算方法来确定哪些是需要重点关注的盈利指标以及各项盈利指标对市场影响的权重。

目前对于指标评估，采用层次分析法(AHP)确定指标权重是一种经典常用的方法。有关文献详细介绍了层次分析法的基本概念，也分析了层次分析法权重的计算方法和应用。层次分析法也被应用于配电网能效评估、现状电网评估和实际电网规划问题的求解分析。但是层次分析法求解指标权重时，需要输入指标间重要度比较值。对于实际问题中的任何评估指标，指标间一般都存在相关性，即学者对指标B做评判时，或多或少受到指标 A的影响。那么，在这种情况下，要输入指标B对指标A的重要度比较值是无从衡量的，或者说量化指标间重要度比较值会受到指标相关性的干扰。因此，在确定指标相对重要度时，保证指标去相关化是保证比较值准确度和可信度的基本要求。

考虑到指标间重要度比较值是层次分析法的输入，因此解决指标相关性问题是准确应用层次分析法的前提。有关文献提出了一些改善指标相关性的方法，对参与评价的多个指标进行分类和筛选通过权重进行调整。但这些方法仍然只能在一定程度上减小指标间的相关性，并不能将其彻底消除。

发明内容

本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种售电市场盈利能力评估指标的筛选与权重确定方法，能够基于盈利指标通过应用正交化的思想对指标间的相关性进行解耦，从而提高应用层次分析法的科学合理性，使求得的权重结果更好地反映各指标对市场盈利水平的影响程度；基于有效的指标评价结果得出当前阶段的重要盈利指标，并对目前市场状况进行评估，从而为规避市场风险和确定盈利方案提供依据。

为此，本发明采用如下的技术方案：售电市场盈利能力评估指标的筛选与权重确定方法，其包括：

1)对盈利能力评估指标进行分层；2)模糊量化指标；3)指标去相关化；4)指标结果归一化；5)建立指标间重要度比较值矩阵；6)建立层次分析法判断矩阵；7)判断矩阵一致性，如是，则计算指标权重；如否，则修改判断矩阵，返回至6)。

作为对上述技术方案的进一步完善和补充，本发明采取以下技术措施：

采用施密特正交化方法去除指标间的相关性，然后通过离差标准化法将指标样本数据归一化，并基于此确定各个指标间相对重要度比较值矩阵，最后采用层次分析法进行各指标的权重求解。

通过施密特正交化来解耦指标相关性，在数学上通过协方差来判别向量的相关性，即当Cov(x,y)＝0时，变量x和变量y的协方差为零，变量x与y不相关；

对于含有p个指标的盈利能力评估指标集，记为R＝[r₁,r₂,...,r_p]，其中r_i表示第i个指标，各元素间存在相关性，通过施密特正交化，将R转化成R^*＝[r₁ ^*,r₂ ^*,...,r_p ^*]，其中r_i ^*表示指标去相关化后的第i个指标，保证任意两元素不相关，其步骤如下：

首先，选取合适的基准指标r₁，令r₁ ^*＝r₁，然后令其中a₂₁为满足 Cov(r₁ ^*,r₂ ^*)＝0的待定常数，

由(1)式得：

因为Cov(r_i,r_j)＝E(r_ir_j)-E(r_i)E(r_j)，其中E(r_ir_j)表示指标r_i与r_j乘积的期望值，E(r_i) 表示指标r_i的期望值，所以需要指标的期望值才能求出a₂₁；

采用n组样本数据的均值来表示指标的期望值，

其中，T_k(r_i)表示指标r_i在n个样本中的第k个样本值，通过取样本均值来表示指标r_i的期望；

将式(2)和式(3)代入式(1)，则求得a₂₁，

同理，令由得：

以此类推，求得转换矩阵A：

根据之前的定义，知R^*＝AR；

按照上述步骤对样本数据进行施密特正交化后，得到去除指标相关性后的真实值；

若令样本均值来表示指标的实际值，即令t_i＝E(r_i)，令t_i ^*＝E(r_i ^*)；则由R^*＝AR可知， T^*＝AT；

然后，根据T^*建立指标间重要度比较值矩阵。

为了更合理地建立指标间重要度比较值矩阵，采用离差标准化来对指标值进行归一化处理。

建立判断矩阵是运用层次分析法的关键步骤，判断矩阵的元素为各指标间的重要度比较值。

为了保证层次分析法得到的结论基本合理，还需要对构造的矩阵进行一致性检验，故在层次分析法中引入判断矩阵最大特征根λ_max以外的其余特征根的负平均值CI，作为度量判断矩阵偏离一致性的指标。

当判断矩阵通过一致性检验之后，通过判断矩阵及其最大特征值求出指标权重结果。

本发明还提供一种售电市场盈利能力评估指标的筛选与权重确定系统，其包括：盈利能力评估指标分层模块：对盈利能力评估指标进行分层；模糊量化指标模块：对指标进行模糊量化；指标去相关化模块：去除指标间的相关性；指标结果归一化模块:将指标样本数据归一化处理；指标间重要度比较值矩阵建立模块：建立指标间重要度比较值矩阵；层次分析法判断矩阵建立模块：建立层次分析法判断矩阵；判断模块：用于检验判断矩阵的一致性。

本发明具有以下有益效果：本发明的方法可以应用于含有定性与定量指标的盈利指标评估；基于算例分析，本发明得出目前售电市场过渡期的典型重要盈利指标及其权重，权重结果能够为后续市场盈利水平评估提供依据，有助于市场风险规避与决策；同时，通过分析不同阶段体现的市场特征，基于本发明所求得的市场风险指标的权重结果，其反映的市场特征可以帮助评估售电市场的改革阶段，从而为更切实有效地制定售电市场发展策略提供参考。

附图说明

图1为本发明盈利能力评估指标的结构框图；

图2为本发明方法的流程示意图。

具体实施方式

下面结合说明书附图和实施例对本发明作进一步的说明。

实施例1

一种售电市场盈利能力评估指标的筛选与权重确定方法，如图2所示，其包括：1)对盈利能力评估指标进行分层，如图1所示；2)模糊量化指标；3)指标去相关化；4)指标结果归一化；5)建立指标间重要度比较值矩阵；6)建立层次分析法判断矩阵；7)判断矩阵一致性，如是，则计算指标权重；如否，则修改判断矩阵，返回至6)。

本发明采用施密特正交化方法去除指标间的相关性，然后通过离差标准化法将指标样本数据归一化，并基于此确定各个指标间相对重要度比较值矩阵，最后采用层次分析法进行各指标的权重求解。

(1)施密特正交化解耦指标相关性

本发明通过施密特正交化来解耦指标相关性。在数学上通过协方差来判别向量的相关性。即当Cov(x,y)＝0(变量x和变量y的协方差为零)时，变量x和y是不相关的。

对于含有p个指标的盈利能力评估指标集，记为R＝[r₁,r₂,...,r_p](其中r_i表示第i个指标)，各元素间存在相关性。本发明通过施密特正交化，将R转化成R^*＝[r₁ ^*,r₂ ^*,...,r_p ^*](其中r_i ^*表示指标去相关化后的第i个指标)，保证任意两元素不相关。其步骤如下：

首先，选取合适的基准指标r₁，令r₁ ^*＝r₁。然后令其中a₂₁为满足 Cov(r₁ ^*,r₂ ^*)＝0的待定常数。

由式(1)可得：

因为Cov(r_i,r_j)＝E(r_ir_j)-E(r_i)E(r_j)(其中E(r_ir_j)表示指标r_i与r_j乘积的期望值，E(r_i) 表示指标r_i的期望值)，所以需要指标的期望值才能求出a₂₁。

本发明中，采用n组样本数据的均值来表示指标的期望值。

其中T_k(r_i)表示指标r_i在n个样本中的第k个样本值，通过取样本均值来表示指标r_i的期望值。

将式(2)和式(3)代入式(1)，则可求得a₂₁。

同理，令r₃ ^*＝r₃-a₃₂r₂-a₃₁r₁，由Cov(r₃ ^*,r₂ ^*)＝Cov(r₃ ^*,r₁ ^*)＝0可得：

以此类推，可求得转换矩阵A：

根据之前的定义，可知R^*＝AR；

因此，按照上述步骤对样本数据进行施密特正交化后，可以得到去除指标相关性后的真实值。

若令样本均值来表示指标的实际值，即令t_i＝E(r_i)，令t_i ^*＝E(r_i ^*)；则可由R*＝AR可知，T^*＝AT。

然后，本发明根据T^*建立指标间重要度比较值矩阵。

(2)层次分析法预处理

层次分析法是求解指标权重的经典方法，建立判断矩阵是运用层次分析法的关键步骤。如前所述，判断矩阵的元素为各指标间的重要度比较值。

为了更合理地建立指标间重要度判断矩阵，本发明采用离差标准化来对指标值进行归一化处理。对于T^*中的元素，采用式(4)进行归一化：

其中，表示第i项指标的真实结果；表示p个去相关化指标中的最小值；表示p个去相关化指标中的最大值；t_i'表示第i项指标的归一化值。

对于某一个二级指标C_i下的各指标，表1表示构建指标间相对重要度的方式：

表1 建立判断矩阵示意表

Table 1 Judgment Matrix

C_i	r₁	r₂	…	r_p
					r₁	v₁₁	v₁₂	v_1p
r₂	v₂₁	v₂₂		v_2p
					…
r_p	v_p1	v_p2		v_pp

令

则V即为层次分析法的判断矩阵。元素v_ij表示上层指标C_i下的指标r_i和指标r_j在进行比较时，指标r_i和指标r_j具有模糊关系“…比…重要得多”的隶属度。为了使任意两个方案关于某准则的相对重要程度得到定量描述，建立如下量化关系：

表2 层次分析法1-9标度表

Table 2 the 1-9 Scale of AHP

各指标的评价结果差值可以体现指标间的相对重要度程度。本发明基于评分映射的想法，构建模糊映射关系，将各指标重要度评分的差值转化为指标间的重要度比较值。在指标样本值归一化的基础上，按照以下规则进行指标样本值与指标重要度比较值的转换。

表3 指标比较值映射表

Table 3 Correspondence of T'and V

(3)层次分析法求解指标权重

层次分析法(AHP)是由A.L.Saaty提出，层次分析法将与决策有关的元素分解成不同层次，在此基础上进行定性和定量分析的决策方法。在确定指标体系后，AHP解决权重问题的三大重要步骤是：①建立判断矩阵；②判断矩阵的一致性校验(如果不通过一致性校验，则修改判断矩阵)；③求得指标权重。

为了保证层次分析法得到的结论基本合理，还需要对构造的矩阵进行一致性检验。故在层次分析法中引入判断矩阵最大特征根λ_max以外的其余特征根的负平均值CI，作为度量判断矩阵偏离一致性的指标。按照式(5)建立λ_max和CI的关系。

其中n表示判断矩阵的维数。

层次分析法用一致性比率(CR)来检验判断矩阵的一致性，CR与CI的关系如式(6)所示：

CR＝CI/RI (6)

RI表示判断矩阵平均随机一致性指标，判断矩阵的阶数不同，RI的取值也会不同。RI 和判断矩阵阶数n的关系如表4所示。

一般当CR<0.1时，认为判断矩阵通过一致性检验，否则就需要调整判断矩阵并使之具有满意的一致性。

表4 判断矩阵的一致性指标值

Table 4 Values of RI

n	1	2	3	4	5
						RI	0	0	0.58	0.9	1.12
n	6	7	8	9	10
						RI	1.24	1.32	1.41	1.46	1.49

当判断矩阵通过一致性检验之后，通过判断矩阵及其最大特征值便可求出指标权重结果。假设某一指标层的各评估指标的权重系数是ω₁ω₂…ω_m，且记为权重向量 ω＝[ω₁,ω₂,...,ω_m]。用权重向量ω右乘判断矩阵V，则可得到判断矩阵V的特征方程。

Vω＝λ_maxω (7)

式中λ_max为矩阵V的最大特征值，所要求解的权重即为该特征值对应的归一化特征向量ω＝[ω₁,ω₂,...,ω_m]。

实施例2

一种售电市场盈利能力评估指标的筛选与权重确定系统，包括：

盈利能力评估指标分层模块：对盈利能力评估指标进行分层；

模糊量化指标模块：对指标进行模糊量化；

指标去相关化模块：去除指标间的相关性；

指标结果归一化模块:将指标样本数据归一化处理；

指标间重要度比较值矩阵建立模块：建立指标间重要度比较值矩阵；

层次分析法判断矩阵建立模块：建立层次分析法判断矩阵；

判断模块：用于检验判断矩阵的一致性。

所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

Claims

1.售电市场盈利能力评估指标的筛选与权重确定方法，其特征在于，包括：

2.根据权利要求1所述的售电市场盈利能力评估指标的筛选与权重确定方法，其特征在于，采用施密特正交化方法去除指标间的相关性，然后通过离差标准化法将指标样本数据归一化，并基于此确定各个指标间相对重要度比较值矩阵，最后采用层次分析法进行各指标的权重求解。

3.根据权利要求2所述的售电市场盈利能力评估方法，其特征在于，通过施密特正交化来解耦指标相关性，在数学上通过协方差来判别向量的相关性，即当Cov(x,y)＝0时，变量x和变量y的协方差为零，变量x与y不相关；

首先，选取合适的基准指标r₁，令r₁ ^*＝r₁，然后令其中a₂₁为满足Cov(r₁ ^*,r₂ ^*)＝0的待定常数，

由(1)式得：

因为Cov(r_i,r_j)＝E(r_ir_j)-E(r_i)E(r_j)，其中E(r_ir_j)表示指标r_i与r_j乘积的期望值，E(r_i)表示指标r_i的期望值，所以需要指标的期望值才能求出a₂₁；

采用n组样本数据的均值来表示指标的期望值，

<mrow> <mi>E</mi> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>T</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> <mi>n</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

<mrow> <mi>E</mi> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mi>i</mi> </msub> <msub> <mi>r</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>T</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>*</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> </mrow> <mi>n</mi> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

将式(2)和式(3)代入式(1)，则求得a₂₁，

同理，令由Cov(r₃ ^*,r₂ ^*)＝Cov(r₃ ^*,r₁ ^*)＝0得：

以此类推，求得转换矩阵A：

根据之前的定义，知R^*＝AR；

若令样本均值来表示指标的实际值，即令t_i＝E(r_i)，令t_i ^*＝E(r_i ^*)；则由R^*＝AR可知，T^*＝AT；

然后，根据T^*建立指标间重要度比较值矩阵。

4.根据权利要求3所述的售电市场盈利能力评估方法，其特征在于，为了更合理地建立指标间重要度比较值矩阵，采用离差标准化来对指标值进行归一化处理。

5.根据权利要求3所述的售电市场盈利能力评估方法，其特征在于，建立判断矩阵是运用层次分析法的关键步骤，判断矩阵的元素为各指标间的重要度比较值。

6.根据权利要求5所述的售电市场盈利能力评估方法，其特征在于，为了保证层次分析法得到的结论基本合理，还需要对构造的矩阵进行一致性检验，故在层次分析法中引入判断矩阵最大特征根λ_max以外的其余特征根的负平均值CI，作为度量判断矩阵偏离一致性的指标。

7.根据权利要求6所述的售电市场盈利能力评估方法，其特征在于，当判断矩阵通过一致性检验之后，通过判断矩阵及其最大特征值求出指标权重结果。

8.售电市场盈利能力评估指标的筛选与权重确定系统，其特征在于，包括：

模糊量化指标模块：对指标进行模糊量化；

指标去相关化模块：去除指标间的相关性；

指标结果归一化模块:将指标样本数据归一化处理；

层次分析法判断矩阵建立模块：建立层次分析法判断矩阵；

判断模块：用于检验判断矩阵的一致性。