Neue Scoring-Modelle

Bessere Vorhersagekraft mit neuen Scoring-Modellen

Creditsafe arbeitet kontinuierlich an der Verbesserung der Bewertungsmodelle (Scorecards). Mit dem Start der neuen Scoring-Modelle im Spätsommer dieses Jahres verbinden wir statistische Scoring-Methoden mit unserem ständig wachsenden Datenbestand. Die erweiterte Datenbasis ermöglicht uns, bessere und genauere Bewertungen für eine größere Anzahl von Unternehmen anzugeben.

Das Konzept hinter dem Scoring-Ansatz von Creditsafe besteht darin, das Insolvenzrisiko eines Unternehmens in den nächsten 12 Monaten anhand einer Reihe von eindeutigen Merkmalen vorherzusagen. Die Bedeutung dieser ist für die Bonitätsbewertung unterschiedlich, weshalb sie anhand ihrer Relevanz gewichtet werden. Sowohl die Merkmale, als auch deren Einfluss auf den Score werden anhand moderner statistischer Methoden bestimmt. 

Bonitätsrelevante Merkmale

Diese Faktoren fließen in den Score ein.

Finanzdaten

Insolvenzhistorie

Wirtschaftszweige

Geschäftsführung

Erfahrung, Wechsel, Insolvenzerfahrung, ...

Trends

Liquidität, Verschuldungsgrade, ...

Allgemeines

Alter, Veröffentlichungspflichten, Gruppenzugehörigkeiten, ...

Maßgeschneiderte Modelle

Vom kleinen Handwerksbetrieb bis hin zum stark verzweigten Großkonzern in der Pharmaindustrie: Die Datenbasis, aber auch die Gründe für Insolvenzrisiken unterscheiden sich je nach Firmentyp, Branche oder Größe eines Unternehmens. Um die Präzision und Stabilität unserer Modelle zu erhöhen, segmentiert Creditsafe sämtliche Unternehmen in Größe oder Firmentyp nach gesetzlichen Vorgaben, sowie Branchen nach statistischer Signifikanz. 

Kleinstunternehmen

Kleine Unternehmen

Mittlere Unternehmen

Große Unternehmen

Start-Ups

Unternehmen ohne Finanzzahlen

Ausfallwahrscheinlichkeiten als Basis der Bonitätsbewertung

Unsere statistischen Regressionsmodelle prognostizieren die Wahrscheinlichkeit, dass ein Unternehmen innerhalb eines Zeitraums von 12 Monaten in die Insolvenz gerät. Diese Ausfallwahrscheinlichkeit wird in Prozent ausgedrückt und von Creditsafe in einen Score von 0 bis 100 skaliert. Daraufhin wird er in das klassische Schulnotensystem mit Zahlen zwischen 1,0 und 6,0 übersetzt und in übergeordnete Risikoklassen (A bis E) unterteilt. Die entsprechende Umrechnungstabelle für das neue Scoring steht Ihnen zum Download bereit. 

Bonitätsindex

Qualität der Scoring-Modelle

Präzision

Robustheit

Monatliche Modellüberwachung

Einen insolvenzgefährdeten Kunden nicht als solchen zu erkennen, kann zu hohen Forderungsausfällen führen. Jedoch bedeutet auch ein fälschlich abgelehnter Kunde ein entgangenes Geschäft und kostet somit Geld. Die Unterscheidung von "guten" und "schlechten" Unternehmen, sprich Unternehmen mit einer hohen Insolvenzwahrscheinlichkeit, sind die Quintessenz eines guten Scoring-Modells.

Die Prognosestärke von Scoring-Modellen wird oft in einer Zahl (Gini) beschrieben und liegt bei den neuen Creditsafe Scoring-Modellen bei bis zu 0,74. Die gewonnene Stärke unserer Modelle liegt nicht ausnahmslos in der substantiellen Verbesserung des Gini-Koeffizienten, sondern auch in der sogenannten Trennschärfe, der Genauigkeit zwischen „gut und schlecht“ zu unterscheiden. 

Fast 50% aller zukünftigen Insolvenzen können bereits durch die gegenwärtige Betrachtung der 5% an Unternehmen mit der höchsten Ausfallwahrscheinlichkeit identifiziert werden. Bei 20% identifiziert das neue Modell-Set bereits beeindruckende 70%. So ermöglicht Creditsafe seinen Kunden eine wesentlich verbesserte Vorhersage von Insolvenzen und damit substantielle Verringerung von Zahlungsausfällen.

Um sicher zu stellen, dass unsere Scoring-Modelle nicht nur für den Zeitraum der Modell-Daten, sondern auch zu anderen Zeitpunkten genaue Ergebnisse liefern, wurde die „Out-of-Time-Validierung“ (OoT) über mehrere historische Zeiträume durchgeführt. 

Um eventuelle saisonale Effekte ausschließen zu können, wurde die Oot zusätzlich zu unterschiedlichen Jahreszeiten durchgeführt.

Jedes Modell, sowie deren Modellinformation wird monatlich validiert, zum fortlaufend verlässliche Prognosen treffen zu können. Eine kontinuierliche Überwachung der Modelle ist dringend erforderlich, da sie die Marktbedingungen zu einem bestimmten Zeitpunkt widerspiegeln. Diese ändern sich in der Regel während der Lebensdauer eines Modelles und somit oft auch die Bedeutung der Einflussgrößen bzw. Modellvariablen. 

Zahnräder
Präzision
Robustheit
Monatliche Modellüberwachung

Bewertungsänderungen

Die Migrationsmatrizen zu den jeweiligen Risikoklassen A-E und Scores 0-100 zeigen die Wanderung registrierter Unternehmen von bisheriger zu neuer Bewertung. Die Felder geben an, zu welchem Anteil Unternehmen aus der gegenwärtigen Risikogruppe (s. links) in eine andere Risikogruppe (s. oben) migrieren werden.

Migrationsmatrix Bewertungsklasse
Migrationsmatrix Bonitätsscore

 E:    Beinahe 90% der Unternehmen mit der heutigen Risikoklasse „E“ können nun durch das neue Verfahren bewertet werden, wobei 67.88% in die neue Risikoklasse „B“ migrieren und somit ein geringes Ausfallrisiko darstellen.

A:    58.11% der momentan mit „A“ bewerteten Unternehmen bleiben in der Risikoklasse „A“.

Kreditlimit

Neben der Implementierung der neuen Scorecard, wurde ebenso der Algorithmus für die Berechnung des Kreditlimits weiterentwickelt. Um hier die Gegebenheiten des deutschen Marktes bestmöglich zu reflektieren, entstand dies in enger Zusammenarbeit mit unseren Kunden. Die zentrale Rolle spielt hierbei die Symbiose aus Zahlungsfähigkeit und Ausfallrisiko. Durch eine höhere Präzision der Modelle, konnte das Limit bei mehr als der Hälfte der Unternehmen erhöht werden.  

Individuelle Scorecards

Klicken Sie unten, um eine Zusammenfassung der länderspezifischen Scorecards zu erhalten.

Nicht jedes Land ist gleich: Nicht nur die Datenverfügbarkeit, Bilanzierungsgrundsätze und gesamtwirtschaftliche Entwicklung kann stark variieren. Um stets präzise die Ausfallwahrscheinlichkeit vorherzusagen, werden unsere Scorecards individuell für jedes Land entwickelt. Während wir uns der Einführung einer Scorecard nähern, werden wir eine Zusammenfassung der entsprechenden  Scorecards mit Details zur angewandten Segmentierung, Methodik und den Risikobändern veröffentlichen.

Wenn ein Dokument verfügbar ist, können Sie es herunterladen, indem Sie auf das PDF-Symbol mit der Länderflagge klicken.

Deutschland

September 2019

Schweden

November 2019

Großbritannien

UK

Q4 2019

Frankreich

france

2020

Belgien

belgium

2020

+ viele mehr

more

2020-2021

Häufig gestellte Fragen

Kann ich die Änderung meiner Bewertung noch vor der Einführung der neuen Scoring-Modelle überprüfen?

Eine vollständige Migrationsmatrix der Bewertung (Bonität & Limit) Ihrer Kunden, sowie Ihrer eigenen, kann Ihnen auf Nachfrage zur Verfügung gestellt werden. Zu beachten ist, dass dieser Einblick immer nur eine Momentaufnahme bedeuten kann. 

Welche Faktoren werden bei der Kreditlimitempfehlung berücksichtigt?

Folgende Informationen finden Berücksichtigung bei der Berechnung des Kreditlimits:

·        Ausfallwahrscheinlichkeit, basierend auf dem jeweiligen Score

·        Rechtsform

·        Unternehmensgröße

·        Umlaufvermögen

·        Kapitalstruktur

Warum werden Neugründungen nicht mehr bewertet?

Eine signifikante Aussage über die Liquidität eines Unternehmens, benötigt einen Einblick in dessen Geschäftsgebaren, entweder anhand von Geschäftszahlen oder historischen Entwicklungen auf anderen Ebenen, wie Informationen über Geschäftsführer.

Unternehmen mit einem Alter von unter 18 Monaten, besitzen diese prädiktive Charakteristik meist nicht und werden aus diesem Grunde vorerst nicht bewertet. 

Kann sich mit der neuen Scorecard die Bewertung eines Unternehmens erhöhen und das Kreditlimit verringern?

Nebst Implementierung der neuen Scorecard, wird ebenso der Algorithmus für die Berechnung des Kreditlimits weiterentwickelt. Um hier die Gegebenheiten des deutschen Marktes bestmöglich reflektieren zu können, entsteht dies in enger Zusammenarbeit mit unseren Kunden. Die Beziehung zwischen Kreditlimit und Bonitätsindex wird sich ändern, sodass eine gegenläufige Entwicklung bei Einführung der neuen Modelle und des Kreditlimits möglich sind.

 Das zentrale Gewicht spielt hierbei die Symbiose aus Zahlungsfähigkeit und Ausfallrisiko. 

Worin liegt der Unterschied von alter zu neuer Scorecard?

Der wohl gravierendste Unterschied ist die Art des Modells, von einem Experten-Model, welches die allgemeine wirtschaftliche Lage des Unternehmens bewertet, hin zu einem statistischen Regressionsmodel, bei dem die Wahrscheinlichkeit des Zahlungsausfalls bzw. der Insolvenz innerhalb der kommenden 12 Monate berechnet wird.  

Mit dem neuen Model-Set werden auch Unternehmen bewertet, welche keine aktuellen Finanzzahlen vorweisen können.            

Warum kann sich meine Bewertung und mein Kreditlimit verändern?

Im Spätsommer 2019 wird eine neue Scorecard- und Limitstrategie für deutsche Unternehmen implementiert. Diese neue und stark verbesserte Lösung, welche auf den aktuellsten, verfügbaren Daten basiert, berechnet die Wahrscheinlichkeit eines Unternehmens, in den kommenden 12 Monaten in Insolvenz abzugleiten. Eine Veränderung der Bewertung kann hierbei aus verschiedensten Gründen auftreten.

·        komplexere, aktuellere sowie genauere Daten

·        von Experten-Modell hinzu logistischem Regressionsmodell

·        von ökonomischer Bewertung zur Vorhersage des Zahlungsausfalls

Wie wird der Score/Bonitätsindex berechnet?

Um die Prognose so aktuell wie nur möglich zu halten, werden interne sowie externe Daten kontinuierlich überwacht und aktualisiert. Creditsafe verwendet je nach Art und Größe des Unternehmens ein individuelles Regressionsmodell, um die bestmögliche Prognose zu erhalten. 

Was sind die Gründe für die Verringerung des Kreditlimits?

Es gibt eine Vielzahl an Gründen, warum einem Unternehmen kein oder ein geringeres Kreditlimit zugestanden wird. Der häufigste ist jedoch, dass negatives Eigenkapital die Höhe des Umlaufkapitals übersteigt. 

Haben Sie Fragen?

Dann nehmen Sie Kontakt zu unseren Experten auf. Gerne stellen wir Ihnen auch eine weiterführende Dokumentation zur Verfügung.