个人中心
鹿泉区 
当前位置： 平台产品>电力风控产品
电力大数据金融风控产品
国网大数据征信公司
电力大数据金融风控产品，是国网大数据征信公司依托国家电网公司准确、实时的电力大数据，经数据分析、深度数据挖掘以及科学的数学算法和建模，形成的适用于金融行业需要的企业评价、监测和管理系列产品， 为金融行业客户提供贷前、贷中、贷后的全面高效的风险管理服务。该系列产品包括反欺诈、授信辅助、贷后预警和空壳企业识别四个子产品。
电力大数据金融风控产品是金融风控领域的一大创新，将国家电网独 特的电力大数据与金融业务特征充分融合，构建了电力大数据在信贷风险 控制领域完整的解决方案，实现了电力大数据在银行信贷风控领域的数据 价值。
产品介绍
贷前反欺诈 是基于电力数据对企业欺诈风险有效识别的数据风控产品，用于金融机构贷前风险筛查。其原理是通过采集企业24个月的历史用电信息，构建以企业开工状态、停电风险、用电差异度、用电波动、电费水平为核心的多维电力数据指标，形成客户信贷反欺诈模型，有效评估企业欺诈风险概率，帮助金融机构识别可疑主体，实现贷前风险的识别和控制。产品用途
基于电力数据有效识别虚假经营风险
应用场景
主要用于金融机构贷前风险筛查
指标构成
信贷反欺诈模型由企业开工验证、停电反馈度、用电差异度、用电量波动、电费交纳水平、用电行为、违约用电7大类14小类指标构成
模型说明
企业反欺诈模型是通过对企业的用电量、电费以及违约信息进行分析，通过与行业对应值进行对比，来计算各项指标的信用得分，并综合输出加权总得分。以此判断企业在用电行为上的欺诈可能性。开工验证
通过分析企业在电力系统中的账户状态信息和送电状态信息，验证企业是否是正常的电力用户。
停电反馈度
通过分析企业当前用电故障状态和连续24个月的停电次数，验证企业开工的连续性。
用电量差异度
通过分析企业月用电量与同行业水平差异度及企业12个月内自身用电差异度，验证其当前用电水平是否处于合理区间。
用电量波动
通过分析企业连续12个月用电量小于同行业平均月用电量的次数，以及企业近12个月用电波动与行业水平的差异度，验证企业用电趋势是否符合行业规律。
电费缴纳水平
通过分析企业近12个电费的缴费次数、金额与同行业平均水平的差异度，以及当前电费余额水平，验证企业在此期间是否有正常的经营成本支出和对未来电费支出的资金储备。
用电行为
通过分析企业近12个月的平均用电量增长率，可有效识别处于衰退期的企业，防范道德风险。
违约用电
通过分析企业长期欠费时长、近36个月内长期违约用电、窃电等行为的发生情况，反映企业的信用水平。
服务模式
用户通过输入企业名称、统一社会信用代码和企业用电编号（非必填）信息查询信贷反欺诈产品，反馈企业欺诈分、欺诈风险级别和风险代码。其中，欺诈分为20-100的得分，企业欺诈分越高，欺诈风险越大；欺诈风险级别分为正常、关注、风险三级，根据企业所属地区和行业对应不同的欺诈分值；风险代码是指输出对评分贡献度较高的一级指标代码，反映企业在该风险指标的表现较明显。
产品介绍
授信辅助 是基于电力数据对企业电力信用风险综合评估的数据风控产品，用于辅助金融机构开展贷中授信审批业务。其原理是通过采集企业36个月的历史用电信息，构建以企业基础用电信息电量水平、电量波动、电量趋势、电费水平、违约用电为核心的多维信用评价体系，对企业在电力领域的信用水平全面、综合评估，输出信用评分，为金融机构制定授信策略提供参考。产品用途
从企业用电方面多角度综合评估企业信用状况
应用场景
用于辅助金融机构开展贷中授信审批业务
指标构成
授信辅助模型由企业基础用电信息、电量水平、电量波动、电量趋势、电费信息、违约用电信息6大类27小类指标构成
模型说明
授信辅助模型着力于帮助银行解决贷款发放前的信息不对称问题，对还款积极性差、还款能力弱的高违约可能性企业，预先进行电力信用评价及筛查。模型充分覆盖水平指标、加速指标和趋势指标等综合反映企业生产经营能力的指标。基础用电信息
反映企业在生产安全方面的信息，通过用电安全等级分类，电网故障次数，检查通过比率等信息部分反映企业操作风险，而且通过用电时长反映企业真实生产经营时长
电量水平
通过分析企业过去12个月平均用电量情况，以及与同行业平均月用电量差异性，反映企业生产规模及其行业地位
电量波动
通过分析企业过去12个月用电波动性，结合企业在过去3个月、6个月、9个月所表现出的周期性波动特征，综合反映生产经营的稳定性
电量趋势
通过分析企业过去3个月、6个月和12个月内用电量较上一年的变动情况，反映企业在短、中、长期表现出的生产经营规模增缩情况及潜在发展趋势
电费信息
通过分析过去12个月内企业电费账户的缴费频率、平均回款时长、预付费金额和电费余额，反映企业用于生产经营的流动资产状况
违约用电信息
通过分析企业在过去12个月内发生欠费、逾期及违约用电等失信行为的次数和程度，综合反映企业的信用水平及还款意愿
服务模式
用户通过输入企业名称、统一社会信用代码和企业用电编号（非必填）信息查询信授信辅助产品，反馈企业识别信息、授信评分以及模型分项指标得分，包括：基础用电信息得分、用电量水平得分、电量波动得分、电量趋势水平得分、电费水平得分、违约用电得分。其中，授信评分为20-100的得分，是对前述6项得分的综合评估。企业授信评分越高，表示其信用水平越好。
产品介绍
贷后预警是用于金融机构开展信贷客户贷后管理工作的有效工具，该产品是基于电力数据对企业的各项电力指标进行持续监测，及时、准确的揭示企业生产经营风险。其原理是通过持续采集企业用电信息，构建以企业容量状态监测、用电水平监测、电费交纳水平监测、违约用电监测、停电分析等风险监测量化指标。利用时间序列、聚类、回归等分析算法，实现对企业各项指标的时间序列及行业水平比较，客观反映企业在贷后产生的生产经营异动，提前揭示企业运营风险。赋能银行制定相应的策略，提前做出对应的防范措施，为贷后管理决策提供量化依据，提高风险防范能力。产品用途
从企业用电方面多角度综合评估企业信用状况
应用场景
用于辅助金融机构开展贷后风险管理
指标构成
贷后预警模型由企业基础用电信息、用电水平、电费水平、违约用电、停电分析5大类19小类指标构成
模型说明
模型主要基于企业用电数据，构建5大类19小类量化指标。利用时间序列、聚类、回归等分析算法，实现对企业各项指标的时间序列及行业水平比较，客观反映企业在贷后产生的生产经营异动，提前揭示企业运营风险。容量状态
通过分析企业在当月内合同容量大小、增减情况、平均负载率等指标，可以预测未来的生产规模，反映企业发展趋势；
用电水平
通过分析企业近3个月用电同比、环比，以及与行业水平的对比差异度，可从企业自身角度及时识别其生产经营的异动情况，同时甄别出在呈上升发展态势的行业中仍发展缓慢的企业
用电缴纳水平
通过分析企业当月电费回收情况、近3个月的实交电费金额同比和环比，在剔除周期性用电变化的情况下反映企业用于生产经营的资金状况，同时反映了企业的还款积极性。
违约用电
通过分析企业在近3个月内发生违约用电、窃电等失信行为的次数和程度，及时提示企业信用水平变化情况。
停电分析
通过分析企业在近3个月内发生的用电故障和停电的次数，反映其内部管理尤其是安全生产方面的缺陷，可对企业经营操作风险起预警作用
服务模式
用户通过输入企业名称、统一社会信用代码和企业用电编号（非必填）信息查询贷后预警产品，反馈企业贷后预警分数、预警级别和告警码。其中，贷后预警分数为20-100得分，得分越高表示企业当前经营风险越高；贷后预警级别分为正常、扩张、收缩、预警低风险、中风险、高风险四个等级，根据企业所属地区和行业对应不同的预警分值；告警码是指输出对风险评分贡献度较高的一级、二级指标代码，反映企业在该风险指标的表现较明显。
产品介绍
空壳企业识别 是基于电力数据对企业虚假经营风险有效识别的数据风控产品，可用于金融机构贷前、贷后风险筛查。其原理是通过采集企业12个月的历史用电信息，将企业的用电量和电费在过去12个月的分布情况分别与行业水平和自身趋势对比分析，判断企业异常经营状态，得出企业为空壳企业的风险概率，为市场监管及信贷业务准入提供有效参考产品用途
基于电力数据有效识别企业虚假经营风险
应用场景
主要用于金融机构贷前、贷后风险筛选
指标构成
空壳企业识别模型由停电反馈度、用电差异度、用电量波动、电费缴纳水平、停电分析、用电增长度5大类10小类指标构成
模型说明
空壳企业识别模型是将企业在过去12个月的用电量和电费情况与行业水平及自身变化趋势对比分析，得出企业为空壳企业的风险概率，为市场监管及业务准入提供有效参考。停电反馈度
通过分析企业当前用电故障状态和连续12个月的停电次数，验证企业开工的连续性。
用电差异度
通过分析企业月用电量与同行业水平差异度以及企业12个月内自身用电差异度，验证其当前用电水平是否处于合理区间。
用电量波动
通过分析企业连续12个月用电量小于同行业平均月用电量的次数，以及企业近12个月用电波动与行业水平的差异度，验证企业用电趋势是否符合行业规律。
电费缴纳水平
通过分析企业近12个电费的缴费次数、金额与同行业平均水平的差异度，以及当前电费余额水平，验证企业在此期间是否有正常的经营成本支出和对未来电费支出的资金储备
用电增长度
通过对企业过去12个月平均用电量增长率，可有效识别处于衰退期的企业，防范道德风险。
服务模式
用户通过输入企业名称、统一社会信用代码和企业用电编号（非必填）信息查询空壳企业识别产品，反馈企业识别信息、空壳概率得分以及模型分项指标得分，包括：停电反馈度得分、用电量差异得分、用电量波动得分、实收电费行业水平得分、总用电量增长度得分。其中，企业空壳概率得分区间为20-100，是对前述5项得分的综合评估，基于机器学习算法计算企业的空壳规律，该数值越小，企业空壳的风险越高。
