基于熵权的区域电力市场运营的风险建模
基于熵权法的物流金融风险评价模型构建
基于熵权法的物流金融风险评价模型构建随着全球经济一体化的深入和信息技术的快速发展，物流金融业务在全球范围内得到了迅速发展。
随之而来的风险也越发复杂和多样化。
为了有效评估物流金融风险，构建一套科学的评价模型显得尤为重要。
本文将介绍一种基于熵权法的物流金融风险评价模型，帮助企业更好地识别和管理风险。
一、熵权法的基本原理熵权法是一种多指标决策方法，其核心思想是利用信息熵的概念来计算各指标的权重，进而综合评价各项指标的综合表现。
在物流金融风险评价中，通常会有多个影响因素，比如市场风险、信用风险、流动性风险等，每个因素都由多个指标来衡量，而这些指标的重要性又各不相同。
利用熵权法来计算各指标的权重，能够更客观、科学地评估各种风险。
1.确定评价指标体系在构建物流金融风险评价模型时，首先需要确定一个完备的评价指标体系。
这个体系需要考虑到物流金融业务全面的风险因素，包括市场风险、信用风险、操作风险等多个方面的指标。
比如在评估市场风险时，可以考虑股票市场的波动率、利率的波动情况等指标；在评估信用风险时，可以考虑信用评级、违约概率等指标。
通过综合考量各种可能的风险因素，确定评价指标体系。
2.数据标准化在确定了评价指标体系之后，需要对各指标进行标准化处理。
由于各指标的量纲和单位可能不一致，为了能够进行统一的评价，需要对这些指标进行标准化处理，将其转化为无量纲的相对指标。
通常可以采用线性标准化方法，将各指标的取值映射到[0,1]的区间内。
这样处理之后，各指标之间的差异将变得更容易比较和统一。
3.计算权重在数据标准化之后，即可利用熵权法来计算各指标的权重。
需要计算各指标的信息熵，其计算公式为：\[E_i = -\frac{p_{ij} \cdot \ln{p_{ij}}}{\ln{n}}\]\(p_{ij}\)表示指标\(i\)在第\(j\)个区间的比重，\(n\)表示指标的等级数。
然后，计算各指标的权重，其计算公式为：通过这样的计算，即可得到各指标的权重，进而可以得到各指标的加权综合评价。
基于熵权法的物流金融风险评价模型构建
基于熵权法的物流金融风险评价模型构建随着全球化的发展，物流业在国民经济中扮演着重要的角色。
物流金融风险一直是制约物流业发展的一个重要问题。
建立一种科学可靠的物流金融风险评价模型对物流企业和金融机构都具有重要的意义。
本文将基于熵权法，构建物流金融风险评价模型，为物流企业和金融机构提供决策支持。
我们需要确定物流金融风险评价指标体系。
根据物流业的特点和金融风险的来源，我们将考虑以下几个指标：物流企业的财务风险、供应链风险、运输安全风险、市场风险和经营管理风险。
这些指标既涵盖了物流企业自身的风险，也考虑了外部环境的影响。
接下来，我们需要收集各个指标的数据。
可以通过物流企业自身的财务报表、供应链管理系统、运输安全报告、市场调研数据以及经营管理经验等途径获取数据。
对于一些难以量化的风险指标，可以采用专家咨询或问卷调查的方式进行主观评估。
然后，我们需要对数据进行处理和分析。
需要对数据进行标准化处理，将不同指标的数据转化为无量纲化的数据，这样可以避免数据之间的单位差异对评价结果的影响。
接着，计算各个指标的权重。
熵权法是一种常用的权重计算方法，可以考虑指标之间的相对重要性。
通过计算各个指标的熵值和信息熵，可以得到各个指标的权重。
将数据和权重结合，得到每个物流企业的金融风险评价结果。
可以采用综合评价指数的方法，利用权重和数据进行加权计算，得到最终的评价结果。
可以将评价结果进行排名或分级，便于比较不同物流企业的金融风险。
基于熵权法的物流金融风险评价模型可以帮助物流企业和金融机构识别风险、评估风险，并进行风险管理。
该模型具有科学性和可操作性，可以为决策者提供准确的风险评估结果，指导其决策和管理行动。
需要注意的是，模型的结果应该作为决策的参考，而非唯一依据，因为风险评估是一个复杂的过程，除了数据和模型，还需要考虑其他因素的影响。
基于熵权法的物流金融风险评价模型构建
基于熵权法的物流金融风险评价模型构建物流金融风险评价是指针对物流金融业务中存在的各种风险因素进行科学评估和量化分析，为金融机构提供科学合理的风险管理决策。
在实际的物流金融业务中，由于市场环境、运输环节、资金周转等多方面因素的影响，风险因素多样化且复杂性很强。
物流金融风险评价模型的构建对于降低金融机构的风险敞口、提高资金使用效率、保障金融安全具有重要意义。
本文将基于熵权法构建物流金融风险评价模型，以期为实际应用提供参考。
一、熵权法概述熵权法是一种综合赋权法，通过计算指标的权重来反映指标的重要程度。
其主要思想是通过对指标进行加权处理，使得各指标在决策中的贡献度得以充分发挥。
熵权法是将信息熵理论引入到决策问题中来进行综合评价的一种方法，可以充分考虑各指标间的相关性和重要性，具有较好的适用性和可操作性。
二、物流金融风险评价模型构建1. 确定评价指标体系物流金融风险评价的指标体系应包括多个方面的指标，包括市场风险、信用风险、操作风险、流动性风险等。
在构建指标体系时，需要充分考虑到各项指标的实际应用可操作性和有效性，以确保模型的科学性和实用性。
2. 确定权重的计算方法熵权法是一种常用的指标权重计算方法，其计算步骤主要包括以下几个方面：（1）构建决策矩阵，将评价指标的具体数据进行矩阵化。
（2）计算每个指标的熵值和权重值，通过信息熵和权重计算公式，分别得出各指标的熵值和权重值。
（3）进行一致性检验，判断各指标权重是否符合一致性要求。
（4）进行权重调整，对于不符合一致性要求的指标进行调整，直至各指标权重满足一致性要求。
3. 模型构建将指标的熵值和权重值代入评价模型，得出各项指标的综合评分。
根据得分的大小排序，对风险程度进行评价。
在实际应用中，可以根据具体的情况对模型进行适当的调整，以满足不同场景下的风险评估需求。
三、实例分析为了更好地说明基于熵权法的物流金融风险评价模型构建的实际应用，我们以某物流金融公司的风险评估为例进行具体分析。
基于层次分析法和熵权法的电网风险评估
中 图分 类 号 ：Ｔ Ｍ７ １ ２
文 献 标 识 码 ：Ａ
Ｄ Ｏ Ｉ ：１ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ２— ０ ７ ９ ２ ． ２ ０ １ ３ ． １ １ ． ０ ０ ８
行 的稳 定 与 控 制 面 临 着 严 峻 的 挑 战 。 美 国 、加 拿 路 介 数 指 标 ，能 够 很 好 地 辨识 出 脆 弱线 路 。 大 、英 国 、澳 大 利 亚 都 发 生 过 大 面 积 停 电 事 故 ，
本 文 通 过 建 立 合 理 的 电 网 风 险 评 判 体 系 ，试
分 析 方 法 进 行 估 算 ，以 实 现 电 网 的 安 全 、稳 定 运 某 条 支 路 因 故 障被 系 统 切 除 ，其 上 的 潮 流 将 转 移 行 ，防止 连 大 停 电 事 件 。 文 献 ［ ２］ 从 连 锁 故 障 至 与 其 相 邻 的 支 路 上 ，引 起 正 常 线 路 的 过 载 。 通
最 优 潮 流交 易 的 电力 系统 连 锁 跳 闸 风 险 评 估 问题 ，
０ 引 言
采 用 潮 流 转 移 因子 预 测 支 路 切 除 后 潮 流 转 移 情 况 ， 为 交 易 决 策 和风 险 防 范 提 供 理 论 依 据 。 文 献 ［ ４ ］
近 年 来 ，随 着 电 力 系 统 的 快 速 发 展 ，电 网运 通 过 对 复 杂 网 络 理 论 的 研 究 ，提 出 了 带 有 权 重 线
常 ，在 支 故 障 发 生 后 的 初 期 ，潮 流 转 移 影 响 范 围
起 因 和传 播 过 程 出发 ，从 分 布 的 聚 集 性 和 均 匀 角
电力市场交易中的风险预警模型研究
电力市场交易中的风险预警模型研究电力市场交易是一种基于竞争的交易模式，其目的是为了让不同的电力供应商和需求方能够在市场上进行自由交易，从而达到市场平衡和效率。
在电力市场交易中，不同的交易方面临着各种各样的风险，如市场风险、操作风险、信用风险等。
因此，开发有效的风险预警模型具有重要的意义。
本研究针对电力市场交易中的风险预警问题进行深入探讨，提出了一种新型的风险预警模型，旨在帮助交易方在市场上更好地应对风险，保护自身的利益。
风险预警模型的设计在设计风险预警模型时，我们首先需要明确所要预警的风险类型，并建立一个有效的预测模型以实现对该风险的预测和预警。
我们采用了基于神经网络的预测模型，对电力市场交易中的各种风险进行了预测和分类。
在风险预测之前，我们需要先对相关数据进行分析和建模。
我们以电力市场交易中的供需平衡数据作为预测对象，对供需平衡的变化情况进行分析和建模，从而实现对市场风险的预测和预警。
该模型可以不断地更新和优化，以实现更准确的风险预警。
风险预警模型的优势通过对电力市场交易中的风险预警模型进行研究和分析，我们发现了其具有以下几个明显的优势：1. 高精度预警。
我们的风险预警模型采用了基于神经网络的预测模型，可以对市场风险进行较为准确的预测和预警。
2. 快速反应。
我们的风险预警模型可以实时更新和优化，保证了对市场变化的快速反应和预警。
3. 自适应性强。
我们的风险预警模型可以根据市场的实际情况进行自适应调整，保证了预测结果的准确性和稳定性。
4. 监管合规性。
我们的风险预警模型符合国家监管要求，保证了交易的合规性和可靠性。
未来展望基于当前的研究成果，我们可以进一步完善和发展该风险预警模型，以适应电力市场交易环境不断变化的需求。
除此之外，我们还可以将该模型应用于其他领域的风险预警中，如金融、保险等行业，以提高风险预警的准确性和精度。
总的来说，电力市场交易中的风险预警模型研究具有重要的意义，其开发和应用可以为电力市场交易的参与者提供有力的风险预警保障，使其更好地应对市场风险，并实现稳健可持续的发展。
数学建模 -的范例
针对问题三，本文首先对主要风险因子进行了灰色预测，计算出未来几年水资源总量、降水量、平均气温、生活用水量、工业用水量。
然后采用问题二中的BP神经网络预测每年的缺水量。
最后通过整合往年的数据，运用问题二中的熵值取权的模糊评价模型预测出未来几年内水资源短缺的风险等级。
由于考虑到降水量和地下储水相关系数高，我们依据历年的降水量估测出平水年，偏枯年，枯水年三种不同年份的水资源总量，并应用问题二的风险评价模型进行评估，得到三种不同年份水资源短缺风险等级依次为高，较高，较低。
最后我们分析了南水北调工程对北京市未来两年水资源短缺的风险等级影响，风险等级依次变为低，偏低，无。
针对问题四，我们从北京市水资源现状及分析、北京市严重缺水的原因探究、北京市水资源开发利用对策三个层面向相关行政主管部门提交建议报告，以求帮助其合理规避水资源短缺风险。
关键字：水资源短缺风险、灰色关联度分析、主成分分析，模糊综合评价、BP 神经网络、熵值取权一、问题重述1.1 问题背景水是生命之源，万物之本，是人类生存和发展不可或缺的物质，是地球上最普遍、最常见同时也是最珍贵的自然资源。
水是人类一切生产活动的基础，有水的地方欣欣向荣，水资源枯竭的地方则文明消失。
长期以来，我们注重经济社会发展，却忽略了水资源的承载能力，注重水资源开发利用，却没有同等重视节约和保护。
随着经济社会发展，1.2 问题重述水资源短缺危险泛指在特定的时空环境下，由于来水和用水的不确定性，室区域水资源系统发生供水短缺的可能性以及有此产生的损失。
近年来我国水资源短缺问题日趋严重，以北京市为例，北京是世界上水资源严重缺乏的大都市之一，属严重缺水地区。
虽然政府采取了一些列措施，如南水北调工程建设, 建立污水处理厂,产业结构调整等。
但是，气候变化和经济社会不断发展，水资源短缺风险始终存在。
如何对水资源风险的主要因子进行识别，对风险造成的危害等级进行划分，对不同风险因子采取相应的有效措施规避风险或减少其造成的危害，这对社会经济的稳定、可持续发展战略的实施具有重要的意义。
基于熵权法的物流金融风险评价模型构建
基于熵权法的物流金融风险评价模型构建1. 引言1.1 研究背景在当今全球经济不断发展的背景下，物流金融风险日益引起人们的关注。
由于物流环节的复杂性和不确定性，物流金融风险存在着诸多挑战和隐患，需要通过科学的评估方法来进行有效控制。
物流金融风险评价作为物流金融管理的重要组成部分，直接影响着物流企业的经营效益和发展前景。
基于熵权法的物流金融风险评价模型的构建具有重要的理论意义和实践价值。
通过将熵权法与物流金融风险管理相结合，可以更好地识别和评估物流金融风险，为物流企业的决策提供科学依据，促进物流金融管理的持续优化和提升。
1.2 研究意义物流金融风险是指在物流金融活动中可能面临的各种不确定性和可能导致损失的因素。
在当前经济全球化和信息化的背景下，物流金融风险不断呈现复杂多变的特点，对相关企业和金融机构的经营与发展带来了挑战和压力。
加强对物流金融风险的评估和管控，具有重要的理论和实践意义。
对物流金融风险进行评价可以帮助企业和金融机构更好地识别、量化和管理潜在的风险因素，有助于提升其风险意识和应对能力。
通过建立科学有效的评价模型，可以为相关决策提供客观、可靠的依据，从而降低风险决策的主观性和盲目性，提高决策的准确性和有效性。
研究物流金融风险评价模型还可以促进相关理论和方法的不断创新和完善，为金融风险管理领域的发展提供新的思路和方法。
深入研究基于熵权法的物流金融风险评价模型构建，对促进我国物流金融风险管理的科学化、规范化和智能化具有重要的现实意义和发展价值。
1.3 研究目的研究目的是通过建立基于熵权法的物流金融风险评价模型，深入分析物流金融领域中存在的各种风险因素，并探讨这些风险因素之间的相互关系。
具体来讲，本研究旨在：1. 确定物流金融风险评价模型所需考虑的主要因素，包括但不限于物流环节的安全性、稳定性、成本控制以及信息流畅度等因素。
2. 探讨熵权法在风险评价中的应用，了解其在权重确定和主观因素衡量中的优势，并从理论上构建一个适用于物流金融领域的评价模型。
基于熵权法的电力施工企业项目部绩效模糊综合评价
基于熵权法的电力施工企业项目部绩效模糊综合评价明确了电力施工企业的发展战略目标后，将其战略目标合理地分解到企业各个部门，各职能部门通过项目协作，才能顺利达成企业总的战略目标。
施工项目部作为电力施工企业的重要的经济来源，其工程成本控制水平的高低及作业效率的高低就直接影响着企业的整体利益。
为能使得企业管理者更好的了解并掌握企业项目部的作业情况，特构建了施工企业项目部的绩效评价指标体系。
通过调查研究确定了项目部绩效评价指标，并采用客观赋权的熵权法和主观赋权的模糊综合评价法相结合确定了各指标权重值。
此绩效评价体系的科学性和实用性为施工企业项目部的绩效评价提供了一种科学有效的思路和方法，进而更好的提升施工企业对项目队的管理水平。
标签：熵权法；模糊综合评价；施工项目部；绩效评价施工行业由于“苦、累、脏”等特点，吸纳的劳动力大多来自农民工或者其他辛苦行業的分流富余劳动力，因此，保全施工行业的健康稳定发展，就有利于确保就业的“中流砥柱”的牢固，对我国工业化、城市化进程的稳健推进奠定坚实基础。
项目部是施工企业重要的利润来源与核心管理对象，所以对项目部绩效的管理至关重要。
目前我国大多数建筑施工企业推行的绩效评价，仍然是建立在以经验判断为主的基础上，缺乏客观标准，没有规范化、定量化的评价体系。
另外，推行信息化管理的时代，施工企业在信息化管理的践行过程中，实施战略管理的口号并没有落实，体现在其绩效评价与企业战略之间缺乏联系[2]。
绩效评价的最终目的是明确评价对象的不足之处，指出改进的方向，最终起到激励作用。
然而，实际的绩效评价中并未能实现这样的目标。
因此，施工企业为实现快速变化的内外部环境，就必须加强施工企业绩效考核，强化企业内部管理，提升企业整体管理水平，提升企业绩效水平，进而实现员工与企业的双赢。
所有这些目标的实现，都必须有一个更加符合施工企业发展需要和市场发展需要的绩效评价体系来保证[3]。
1 熵权法概述“熵”（entropy）一词西文源自希腊语“变化”，表示变化的容量，1856年德国物理学家克劳修斯为了将热力学第二定律格式化而引入这个概念的。
财务报表审计重大错报风险评估研究——基于熵权TOPSIS和灰色关联度法
２０21年第3期一级指标Ⅰ偿债风险（+）Ⅱ营运风险（+）Ⅲ盈利风险（+）Ⅳ发展风险（+）二级指标流动比率（-）速动比率（-）现金流量比率（-）资产负债率（+）现金比率（-）长期债务与营运资金比率（-）应收账款周转率（-）存货周转率（-）总资产周转率（-）总资产净利率（-）营业利润率（-）营业净利率（-）销售期间费用率（+）总资产增长率（-）净利润增长率（-）营业收入增长率（-）销售费用增长率（+）一、引言在日益复杂的审计环境下，重大错报风险的评估是财务报表审计的核心，影响了进一步审计程序的制定和实施。
黄冠华（2018）利用模糊综合评估法（FCE ），从模糊集合理论出发，使用隶属函数对非确定性的专家评语进行量化计算，对大数据背景下的审计风险进行科学建模与量化评估。
王扬、王岩（2019）运用网络分析法（ANP ）和模糊综合评价法（Fuzzy ）构建审计风险评估模型并进行实例分析，为新型审计模式顺利开展及审计风险管理提供借鉴。
吴国斌、李明燕（2020）基于层次分析法、专家打分法和模糊评价法构建评估模型进行重大错报风险评估，方便指导后续的实质性审计程序。
结合以上文献得出，目前比较普遍的审计风险评价方法为模糊综合评价法和层次分析法。
目前，重大错报风险的评价方法主要为层次分析法和模糊评价法，可以从定量的角度对重大错报风险进行评估。
模糊综合评价法实现了审计风险的量化评价，但专家打分的程序存在一定主观性；层次分析法可以用较少的指标数据完成审计风险的评价，更加简单快捷，但难以计算大量的统计指标数据，且权重界限确定模糊。
为了评价方法的科学合理性，本文提出熵权TOPSIS 和灰色关联度相结合的方法，对审计重大错报风险进行评估。
二、构建评价指标体系重大错报风险往往伴随着财务报告异常特征指标的波动，故分别从偿债风险、营运风险、盈利风险、发展风险四个方向选取指标，并在每个一级指标下选取若干二级指标，如表1所示。
其中，资产负债率越高，表示该企业为保持运营所背负的负债越高，企业资不抵债，审计风险可能较大；销售期间费用率、销售费用增长率越高，表明企业营销花费较高，可能存在资金行贿行为，审计风险较大。
基于熵权—突变级数法的中国省域营商环境评价研究
基于熵权—突变级数法的中国省域营商环境评价研究
朱兆珍;周雪梅;魏婷
【期刊名称】《重庆三峡学院学报》
【年(卷),期】2024(40)1
【摘要】营商环境是省域竞争力和影响力的重要体现,优化营商环境是驱动经济高质量发展的重要法宝。
基于政务环境、法治环境、公共环境、市场环境四个维度,构建我国省域营商环境评价指标体系,并尝试纳入“数字政府”新指标。
基于熵权—突变级数法,对我国31个省域的营商环境实践工作进行系统评价。
研究结果表明,我国省域营商环境发展水平呈现层次化特征,在整体指标与分项指标方面均存在较大发展差距,且区域层面呈现出东部地区最优、中部和东北地区次之、西部地区最为落后的空间分布特征。
根据研究结论提出优化我国省域营商环境的对策建议:加强各省市协同顶层设计,完善沟通协调机制;从公共环境、法治环境及政务环境等入手改善营商环境;重视以“标准化”促进“平衡化”发展;积极推动以评促建、以评促改。
【总页数】16页(P41-56)
【作者】朱兆珍;周雪梅;魏婷
【作者单位】安徽财经大学会计学院
【正文语种】中文
【中图分类】F279.2
【相关文献】
1.基于熵值法和突变级数法的安徽省上市企业绩效评价研究
2.基于熵权-突变级数法的安徽省资源环境承载力时空演变分析及障碍因子诊断
3.营商环境评价体系的构建与研究
——基于熵权TOPSIS法4.基于熵权TOPSIS法的营商环境办事便捷度评价——以甘肃省为例5.我国省域环境治理效率评价及其影响因素——基于熵权法与DEA 非期望产出模型
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于熵权的区域电力市场运营的风险建模
摘要:随着电力市场不断推进,电力市场营销观念和管理模式不断变化.通过研究和分析现在电力市场营销存在的风险,引进熵权建立电力市场风险指标评价模型及给出相应的策略.
关键词:电力市场营销模型策略
随着当今电力市场改革,发电商和电网运营商已分离．电价不再是由政府统一定价。
为了促进燃料企业、发电企业、供电企业三方的竞争与合作关系,实现电力市场优化运营,做好电力市场决策,带来巨大的经济效益,进行区域电力市场运营风险建模成为一项重要的工作.
1 电力市场的定义及特点
1.1 电力市场化的定义
电力市场化是指对电力行业放松管制,使电力工业产权私有化,引入竞争,建立竞争、开放、规范、有序的电力市场,通过市场机制对电力资源进行优化配置,利用电价机能达到供需平衡的一种市场状态,从而提高效率、降低电价、促进社会经济发展。
1.2 电力市场的特点
电力产品不同于其他的物品,具有自己的一些特点:(1)从生产到用户时间短,交易瞬时完成(2)不存在产品存储成本问题(3)电力产品销
售具有垄断性问题(4)电力产品没有产品寿命周期(5)电力产品属于公共产品定价。
2 区域电力市场风险因素及指标体系的建立
2.1 电力市场内部风险成因分析
(1)供需风险成因:供需风险含有由供小于求产生缺电风险。
引起缺电风险的原因有用电需求增长迅速、备用容量不足、耗能行业发展迅速。
供大于求导致电压升高,电压升高会影响到电网的安全稳定运行。
(2)交易风险成因:交易风险主要由交易机制、竞价策略和负荷预测准确性所决定。
(3)电网安全风险成因:电网安全风险主要由工作人员安全意识不强、电网基础设施落后和事故应急处理机制落后三方面原因造成。
(4)电网规划风险成因:电网规划风险主要由电源规划不合理、电网规划存在缺陷、电源和电网规划不协调所导致的。
(5)市场力风险成因:电力的自身垄断特性导致市场秩序的混乱,发电商追求利润最大化导致限制电力供给,抬高电力价格。
2.2 电力市场外部风险成因分析
(1)自然风险成因分析:未可预知的自然灾害会对电力市场的稳定造成影响,尤其是那些突发性,持久性,破坏性大的自然灾害会对电力基础设施带来巨大破坏。
如2008年的冰冻雨雪灾害导致多个电网大范围停电,14个省级电网约570个县的供电受到不同程度的影响,部分地区电力设施损失极其严重,给电力工业
造成了巨大损失。
(2)社会经济风险成因分析:在国家电力行业政策和法规允许和支持的范围内,积极发展电力工业,不能与之背道而驰。
在目前的节能减排环境和核电安全的环境下,有序合理开发水电资源,积极安全推进核电行业发展,重视生态环境的保护,鼓励清洁能源发电。
在经济不景气情况下,电力需求减少,发电企业整体亏损,反之影响到电力工业的发展和经济复苏的进程。
3 基于熵权的电力市场风险指标体系的建立
3.1 熵值赋权法
熵值赋权法是在客观的条件下由各评价指标的监测值构成的判断矩阵来确定各指标的权重的方法。
计算简单由于熵值可以用来度量信息量的大小,某项指标携带和传输的信息越多,表示该指标对决策的作用就越大,因此可以避免主观因素的影响,很适合在电力市场风险评
价实践中使用,因此本文采用熵权法对电力市场风险指标进行评价。
熵权的计算步骤:(1)构造原始矩阵:对m个准则层的n个下层指标,用下列矩阵来描述
3.2 区域电力市场风险指标体系的建立
目标层区域电力市场风险指标包含电网安全风险指标B1、供需风险B2、市场力风险B3、交易风险指标B4、系统规划风险指标B5、自然风险指标B6、社会经济风险指标风险指标B7。
电网安全风险指标B1包含保证可靠性必运行机组、阻塞成本、输电容量富裕度子指标。
供需风险B2包含市场的可用容量、市场供需弹性、备用容量水平。
市场力风险指标包含各发电公司所占的市场份额的平方和、市场供需比。
交易风险指标B4包含竞价风险、电价平稳性子指标。
系统规划风险指标B5包含电源发展规划风险、电网发展规划风险、电源与电网规划协调性子指标。
自然风险指标B6包含影响电力系统的自然灾害子指标。
社会经济风险指标风险指标B7包含政策法规风险、金融风险子指标。
4 实例分析
结合上述建模方法对江西省电力公司高安市供电局电力市场风险进行分析得出18个底层指标的熵值和熵权,表1。
基于熵权的风险评价指标权向量集为:W=(0.03,0.03,0.07,0.03,0.08.0.03,0.06,0.01,0.06.0.06,0.03,0.03,0.04,0 .06,0.01,0.02)
选取30位专家采用5等级标度法分别对16种风险评价因子赋予各自的风险等级,即V={1,2,3,4,5)得到各自风险等级隶属度矩阵再计算五种风险等级B=W*R=(0.44 0.32 0.13 0.04 0.07)
5 结论
本文通过对电力市场风险构成要素的分析,在指标选取原则指导下,选取了16个评价指标,利用熵权的模糊综合评价法对高安市电力市场风险进行了评价,评价结果高安市电力市场风险处于较低等级。
评价模型具有一定的客观性和普遍性,可以推广运用到其他地区进行区域电力市场风险评价。