《国家电网运营诊断关键技术研究与实证分析》-工学论文，软件工程论文-论文范文参考-科学狗论文网

标题

国家电网运营诊断关键技术研究与实证分析

范文

李沛然++苏卫东++段振华++张相文

摘要：本文介绍了公司运营诊断中的关键技术与分析方法，包括数据调整方法、实证建模方法、结构性分析技术、趋势分析与预测技术、预警分析技术。然后，针对国家电网构造其运营诊断系统，以实际运营数据为基础构建实证模型进行分析研究，评估企业运行绩效，帮助企业发现运营中存在的问题，为企业实时监控并了解市场或其他外在因素对企业战略目标执行可能产生的各种影响提供依据。

关键词：运营诊断；实证建模；时间序列；预测预警

中图分类号：C939

文献标识码：A

DOI： 10.3969/j.issn.1003-6970.2016.01.029

0 引言

企业诊断也称为对企业“看病”，它是专门用于帮助企业消除经营管理中的弊病，改善经营管理，开发资源，提高经济效益，保障企业生存与不断发展的一种新兴管理方式。其实质是了解企业现状、策划企业未来、消除企业弊病、实现企业持续、稳定发展。

国家电网公司作为关系国家能源安全和国民经济命脉的国有骨干企业之一，公司以建设和运营电网为核心业务，承担着保障安全、经济、清洁、可持续的电力供应的基本使命。近年来，随着电力体制改革的不断深化，随着国际国内环境的变化、能源发展新的形势、中国经济的快速发展和老百姓生活水平的提高，对电网的安全稳定、供电质量和供电服务提出了更高的要求。国家电网公司的内外部运营和管理环境发生了巨大变化。因此，如何及时调整企业发展方式，建立并实施适应新形势、新环境的企业运营战略，已成为国家电网公司生存与发展的重大课题和任务。

1 企业运营诊断流程

在总体执行而言，企业运营诊断的基本精神如下图展示在于对比预期运营目标和实际运营结果的符合度。如果此对比有出入，诊断系统需要指出运营流程的可能误差，并进行调整改善。

在此过程中，如果预期运营目标是外在产生或是领导层预先设定，那么诊断过程相对简单；然而当市场机制受到国内国际多种因素影响时，企业运营目标通常会随市场变化动态转移。在这种状态下，企业运营诊断的目标和功能是在协助企业经理更明确了解企业运营和市场状态的互动关系。

企业运营诊断体系执行的第一步骤是数据处理和调整（数据清洗）；第二步骤是在系统动力学的概念下建立以数据特征为基础的实证模型。一般系统动力学是在物理学工程理论的基础上对一个体系进行建模进而了解该系统的运转；但是在企业的运营体系中，许多指标间的关系受到企业内部管理决策和外部市场震荡的干扰导致一般理论模型很难适用。建立实证模型的主要目的是在没有完全符合市场现象的理论基础下，得到一个与事实相符合的实证模型。因为此模型是依数据特征建立的，因此当取得足够新数据后，定期（一般每三个月）需要对此模型进行检验和修正。然后，从这个实证模型我们可以对未来进行结构性分析，趋势分析预测分析，和预警分析。这三类诊断分析可以协助企业经营者深入了解企业运营流程和市场动态的互动关系。根据这些诊断结果可以改善优化当前的运营措施。

2 企业运营诊断关键技术

上一节对企业运营诊断的流程进行了描述，本节将对流程中采用的关键技术和方法进行讨论，包括实证建模方法、结构性分析技术、趋势分析与预测技术、预警技术。

2.1 实证建模方法

本文用到的建模方法主要有单变量时间序列模型、动态回归模型和多变量时间序列模型。

一、单变量时间序列模型

单变量时间数列模型是一个量化指标观测值前后关系的通用模型指标前后观测值之所以会有关联性，主要来自社会中不论个人或机构的行为决策都有不同程度的记忆性，时间数列模型的基本功能就是让分析者可以明确量化不同指标自身包含记忆性的强弱。

二、动态回归模型

前面阐述如何以变量过去的观察值对此变量的记忆结构建模，并以此作为预测未来观察值的基础。在实务上，商业、经济与环保的相关变量经常受到已知外生变量的影响，比如在零售行业，商品价格会影响销售额，广告支出会影响销售额；在金融行业，利率变化会影响某些行业股票价格的变化等等。

动态回归模型包括解释变数的滞后值、或者反映变数的滞后值，抑或同时包括这二者的滞后值。该模型运用转移函数对预测变数与解释变数之间的关系进行建模。当解释变数发生变化时，动态回归模型即可以解释未来将要发生的情况。

三、多变量时间序列模型

企业、经济、工程和环境数据经常以大约相等的时间间隔收集，例如一小时、一周、一个月或者一季，在很多问题里，这样的时间序列数据可能在所关心的几个相关变量上可得到，这些变量之间那个是输入指标，那个是输出指标不一定很明确，在家电业，比如海尔电器总经理关注海尔品牌各类家电的销售额，电视、冰箱以及其他相关产品，他希望了解不同产品的销售有没有什么关系，这也是一个类似的情境。总体而言，同时分析这样的数列并求取模式的原因至少有两个如下：

1.理解它们之间的动态关系。它们可能是同时相关的，一数列可能领先其他的数列或者可能有回馈关系，当然也可能指标间根本没有关系。

2.改进预测的准确度。当一序列有信息包含在另一个数列的历史数据里时，如果序列能同时用来求取模式，可能产生更好的预测效果。

2.2 结构性分析技术

在分析企业运营流程的过程中，管理者对营运指标间会产生某些预期的关系，但是在实证分析时，分析者希望能够通过数据指标来验证这些关系的存在。对此类问题常用的方法是格兰杰因果关系判定。多指标间的结构因果关系测试在统计分析领域一直是一个争议性非常高的议题。很多自然科学领域的专家强调只有在实验环境下才能明确的区分因果关系的存在或不存在。如果只有观察数据（分析者不能控制数据的产生的环境和过程），科学上是不可能证明因果关系的存在或不存在，只能测试相关性关系的存在与否。事实是社会科学领域绝大多数数据是观察记录数据，数据产生的环境我们也只能观察而不能控制。但是社会科学中许多领域的专家仍然希望区分数据指标相关性的不同特征。格兰杰教授（Granger 1969）提出了格兰杰因果关系（Granger Causality）的观念；考虑两个指标x和v，指标v对指标x有单向因果关系的充分条件是：当对指标x做预测时，引入指标v信息可以比只用指标x自身过去信息预测时的预测平均误差会降低。但是指标x信息不能增加对指标v的预测精确度。假设两个观察指标以下面符号表示：{xt，Yt}，t=l，2，...，T，定义条件变异量如下：

是用指标x自身过去，预测当前指标x的预测误差变异量；

是用指标x自身过去和指标v的过去信息，预测当前指标x的预测误差变异量；

是用指标x自身过去和指标v同期和过去信息，预测当前指标x的预测误差变异量；

格兰杰因果关系，指标v单向影响指标x的条件就可以量化为

在格兰杰提出的因果关系概念之后，两位学者Piece （1979），Geweke （1987）把格兰杰因果关系更具体区分为以下八类动态关系：

两个指标间的八种动态关系可以通过逐步检测以下八个统计假设而完成。

目前预测技术主要有持续法、人工神经网络法、模糊逻辑法和支持向量机。针对国家电网的特点，本文模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。现代统计方法、计量经济模型在某种程度上已经能够帮助企业对未来进行预测。

模型预测的基本程序：

（一）根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别。一般来讲，经济运行的时间序列都不是平稳序列。

（二）对非平稳序列进行平稳化处理。如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理，如果数据存在异方差，则需对数据进行技术处理，直到处理后的数据的自相关函数值和偏相关函数值无显著地异于零。

（三）根据时间序列模型的识别规则，建立相应的模型。若平稳序列的偏相关函数是截尾的，而自相关函数是拖尾的，可断定序列适合AR模型；若平稳序列的偏相关函数是拖尾的，而自相关函数是截尾的，则可断定序列适合MA模型；若平稳序列的偏相关函数和自相关函数均是拖尾的，则序列适合ARMA模型。

（四）进行参数估计，检验是否具有统计意义。

（五）进行假设检验，诊断残差序列是否为白噪声。

（六）利用已通过检验的模型进行预测分析。

预测模型模型主要包括单指标时间数列模型预测、转换函数模型预测和多指标向量时间数列模型（VARMA）预测。

2.4 预警分析技术

预警分析的关键在于阀值的设置。设置指标阈值的目的就是要在指标的正常值和异常值之间设置一个分界线，因此核心问题就是对照值和实际值的分布问题。一般而言，正常值属于分布较普遍的取值，其出现次数较多，而异常现象的取值往往偏离常规取值。因此，对于指标阈值设定的问题，可以通过分析指标的取值变化情况，确定其分布形式，根据分布的特性设置相应的阈值。

然而企业营运指标大多不会重复发生，本文首先通过对指标的历史取值进行分析建模，确定其所服从的模型，对每一个时点的指标值，用样本内其他数据对此点数据进行预测并计算其预测误差。当模型对数据拟合适当时，预测误差应该满足一个正态分布。判断一个指标观测值是否异常可以先计算实际观测值和其预期值的差（就是预测误差）；然后比对该预测误差值和正态分布的正常范围就可以得到结论。

一个满足正态分布的随机变量的正常范围取决于对不正常的认定，也取决于正常范围是否对称（预期值不会太大也不会太小），或是偏左（预期值会小），或是偏右（预期值会大）按照这个标准和预测误差的实际分布，平均值μ=O，标准差σ为模型误差标准差，可以得到阈值。

3 国家电网实证模型分析

本节以国家电网某网省公司的2010年1月到2015年6月的数据为基础，以营业总收入净额、总售电量、总购电量为例进行实证模型分析。

下图是营业总收入净额，总售电量，和总购电量的时间序列图。

一般合理的营运方式下一个时段的购电量应该与下一时段的售电量匹配。社会经济对用电的需求通常有一定程度的惯性，前月份的售电量可以用来预测下月份的售电量，按照这个逻辑，未来月份的购电量会受到过去售电量的影响。从财务角度来看，营业总收入净额会受到总售电，总购电和其他营运花费的影响，那个因素最有效决定营业总收入净额，对管理层也是有用的信息。实际应用时可以对指标两两进行因果关系分析。首先对购电量和售电量使用向量模型建模流程，得到以下向量模型。

误差向量的变异矩阵为。利用前进测试法和后退测试法。都得到相同的结果：

总购电量=>总售电量（购电量影响售电量）

这表示过去和同月份的购电量影响售电量，这个结果和前面讨论的预期并不符合。换句话说目前的营运方式，购电量并没有考虑过去的售电量，这个诊断结果指出未来营运可能的改变的方向。利用相同方法我们可以得到：

营业收入净额<_>总购电量（同期相关）

营业收入净额A总售电量（相互独立）

也就是说营业总收入净额和售电量没有直接关系，和购电量有同期关系，如图3所示。这个结果和目前国家电网的垄断经营方式也是符合。如果企业的战略目标要提高服务品质或是营运效率，以上分析指出购电量没有受到售电量的影响反而是售电量受制于购电量，购电部门必须，调整购电流程，以达到售电引导购电的预期。

如果企业战略对营业总收入，或是总售电量，总购电量本身有预期目标，诊断系统可以对个别指标进行分析预测，如图4所示。

这些结果可以和总部下达的战略目标比对，也可以和外部经济指标比对，比如地区经济总产值成长指标，地区消费零售总额成长指标等等。如果部门领导对营业总收入净额，总购电量，总售电量的预警分析有关注。诊断系统可以产生以下预警分析。

浅蓝色为中度低于预期，深蓝色为严重低于预期，粉色为中度高于预期，红色为大幅度过热。对于营业收入净额，总售电量低于预期的月份，必须探讨原因。

4 结语

企业运营诊断系统是协助提高企业管理效率的主要工具；任何企业股东都有必要定期检测企业的运营是否符合并如期完成企业既定的战略目标；如果企业的战略目前未能圆满达成，此运营诊断系统必须明确指出企业子部门运营流程的不完善之处并责成相关单位立即修正改善。本文介绍了公司运营诊断中的关键技术与分析方法，并针对国家电网构造其运营诊断系统，以实际运营数据为基础构建实证模型进行分析研究，为企业评估运行绩效提供依据，使企业实时监控并了解市场因素（或其他外在因素）对企业战略目标执行可能产生的各种影响，如此对各部门的既定战略，战术达到实时评估预警的作用。

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。