四川中电启明星信息技术有限公司 石金平 谭学钟 杨 帅

资产墙风险分析是基于ERP系统海量资产数据信息，借鉴PAS 55国际资产管理理念，为存量资产管理、投资、检修的策略制定提供支撑的重要方法。对国家电网公司而言，其主要作用在于有效缓解公司未来资产管理面临的压力，结合公司经营的内外需求和制约因素，预测公司资产的中长期资产改造、运检规模，模拟资产预期使用寿命分析、未来技改、重置及运维工作过程，并对未来电网投资计划、检修计划、资金安排等提供数据支撑，满足国家电网公司《资产全寿命周期管理规范》的要求。

1.理论概述

资产墙分析（Asset Wall Analysis）是一种动态资产数据处理的统计方法，是时间序列分析（Time series analysis）的衍生。该方法基于随机过程理论和数理统计学方法，将历年资产投资状况和价值规模等数据按照时间正序（年度）进行统计，研究资产数据的时间序列所遵从的统计规律，用于解决资产管理实际问题。

随着计算机应用的普及，资产墙分析建立在数理统计等知识之上，借助信息技术对信息系统中固定资产数据进行分析处理，对特定时间范围内资产投运情况以投运时间为横坐标，资产价值规模（或技术规模）为纵坐标，将庞大的资产数据通过二维平面图形（即“墙”）的形态展示出来。

资产墙通过对历年资产数据分析，得出不同分类资产的实际使用寿命，从而准确设定设备浴盆曲线（Bathtub curve）时间分布状况，有效预测资产技改规模预测和检修规模。

2.建设基础

资产墙建立于成熟ERP系统之上，基于ERP系统中的资产数据，依据资产数据进行数据模拟。保证公司一物一卡的覆盖率为前提，将资产分类并将历年投运资产数据累加，形成公司历年投资金额墙现状图。借助信息技术对信息系统中固定资产数据进行分析，将资产信息有针对性地划分不同场景，并通过直观明了的平面图形展示出来。资产现状中每年的资产投资额，累加即为资产投资总额。

3.预测模型

3.1 现状模型分析

资产墙的数据分析是通过数理学、统计学计算，达到推断资产的投资规律。资产投资预测，需要先对现有资产的现状规模（技术规模和价值规模）进行分析，将不同类型资产通过年龄、平均年龄、技术规模、价值规模等进行归类汇总。这里以年龄结构分析举例，如图1，单类型资产不同年龄的技术规模分析。

图1 资产年龄结构分析

依据资产墙资产年平均龄分析公式如下：

举例：变电设备2014年年龄分布如图2，变电设备2014年的平均年龄 计算如下：

图2 变电设备年龄结构分析

资产的平均年龄是表现当前资产整体技术生产水平重要指标。其不仅可以初步衡量当前各项工作的效率及生产能力，也能作为当前技改需求度的衡量依据。

与资产年龄结构分析类似，资产墙现状价值规模分析是将各年各类型资产投资额作为分析对象，详见第三节投资预测分析。

3.2 技改模型分析

电力建设的大力发展，使得大型机组和变电站点的修建必然导致诸多密集型资金投运，而对未来的影响必是大规模集地中改造，大量资金需要投入到资产技改与重置，带来极大资金压力。资产墙通过资产预期使用年限，对不同类型资产未来投资强度进行分析预测。

（1）分析过程

①使用年限分析

资产预测使用年限分为实际使用年限、折旧年限、管理规定年限、设计寿命四个场景（称之为“预测媒介”），将不同分类资产按照不同使用年限进行平移，预测未来投资。

②物价变动分析

对不同分类资产预测过程中考虑GPI、PPI等物价变动因数。

③设备运维工作分析

通过资产规模分析、预测使用年限，预估设备未来缺陷率走向，模拟设备运维工作量分布。

图3 资产墙投资预测思路

如图3，资产墙的分析预测资产未来技改的思路，横坐标是资产的投运时间（年），纵坐标是资产投资价值规模（或技术规模）。透过资产预测使用年限Y（实际使用年限、折旧年限、管理规定年限、设计寿命），将资产墙现状平移，同时加入物价变动因子影响预测结果，得到某一类（主题）资产未来资产技改投资金额，再进行累加，得到未来公司整体资产墙，由此来模拟预测未来技改投资状况。

（2）预测年限

资产墙对于资产的使用年限给出了四种“预测媒介”，实际使用年限、折旧年限、管理规定年限、设计寿命。

各类资产的资产墙的预测使用年限需严格遵循以下原则：

①若资产的实际使用年限未达到其管理规定年限，则预测资产使用年限时使用管理规定年限的下限；

②如果资产的实际使用年限处于其管理规定年限范围内，但未超过其设计寿命，则预测资产使用年限时使用其实际使用年限。

③超过其设计寿命的资产依照规定应予以报废处理，并对其进行重置投资预测。

（3）投资预测分析

对于资产墙现状进行分析目的在于推演未来资产状况，如图4，资产墙投资预测分析示例。资产墙现状投资分析公式如下：

图4 资产墙投资现状

通过分析公司各类资产的预期使用年限，做出资产墙综合价值规模预测，展现技改资金总投入，为公司经营层做出决策支持。然而，仅平移资产投运价值规模不能做出精准预测未来投资状况，随着社会经济环境变化，设备在投运时的原值必然会与若干年后重置此设备的原值有所不同。

图5 资产墙投资预测分析

因而，资产墙投资预测公式是对公式②的演变，通过对时间横轴按照预测年限 的推移，同时加入物价变动因子C，对预测数据造成影响，形成预测数据曲线（如图5）。资产墙未来预测投资分析原始公式如下：

3.2 运维模型分析

电力系统是一个由众多发、送、输、配、用电设备连接而成的大系统，这些设备的可靠性及运行状况直接决定整个系统的稳定和安全,也决定着供电质量和供电可靠性。目前我国在设备管理与预测、设备可靠性技术以及设备状态监测及故障诊断技术等方面已经取得了一些可实际应用的成果，但还存在不少问题。

检修是保证电力设备健康运行的必要手段，它关系着设备的利用率、事故率、使用寿命、人力物力财力的消耗，以及电力企业的整体效益等诸多问题。所以，做好电气设备的检修工作，及早发现事故隐患并及时予以排除，使其始终以良好的状态投入运行，具有十分重要的意义。

（1）设备缺陷分析

实践证明大多数设备的故障率是时间的函数，一个普遍的故障曲线称之为“故障（失效）率曲线”，因该曲线两头高，中间低，有些像浴盆，因而学术界也称之为“浴盆曲线”（Bathtub curve）。该曲线划分为三个阶段：早期故障期，偶然故障期，严重故障期。设备从投入到报废为止的整个寿命周期内，其可靠性的变化呈现一定的规律。如果取设备的失效率作为产品的可靠性特征值，它是以使用时间为横坐标，以失效率为纵坐标的一条曲线（如图6）。

对公式③演变如下：

图6 设备失效率曲线

（2）运维工作量预测

运维工作量预测基于对各类资产年龄结构分析，结合设备缺陷率（失效率）与时间的关系，找出设备缺陷上升期的投运时间范围。以变压器为例解释运维工作量预测分析方法，变压器除早期故障期外，在投运第八年缺陷率开始攀升，并逐渐进入严重故障期。由于8年至12年之间年龄的设备占有率较高，因而可断定未来5年内将是变压器设备运维工作量高峰期。

4.总述

资产墙理论基于随机过程理论，结合积分学、数理统计学相关计算方法，对公司庞大数据进行分析归纳，并对未来资产形态给出合理预测。以上科研理论业已在青海省电力公司付诸实践，形成资产墙产品，并得到良好的预期效果。