Scoring von Unternehmen weltweit

Ganz klar, Scoring von Unternehmen ist ein wichtiges Instrument, wenn es darum geht, geschäftliche Risiken richtig einzuschätzen. Anhand der Risikobewertung von Unternehmen können Credit Manager prüfen, mit wem sie Geschäfte machen und zu welchen Konditionen.

Beim Scoring werden möglichst viele Informationen zum Zahlungsverhalten, der Bonität oder der wirtschaftlichen Situation eines Unternehmens gesammelt, um mit statistischen Methoden eine zuverlässige Prognose über die Zukunft zu erstellen.

Im Mittelpunkt stehen die Fragen: Wie groß ist das Risiko einer Insolvenz in den nächsten zwölf Monaten? Wie ist die Kreditwürdigkeit meines Geschäftspartners? Je mehr valide Daten über ein Unternehmen vorliegen, desto besser können Credit Manager einschätzen, wie hoch das Risiko einer Insolvenz und damit eines Zahlungsausfalls ist.

Scoring ist ein wichtiges Instrument, um das Wachstum eines Unternehmens voranzutreiben. Denn je weniger Verluste ein Unternehmen durch Zahlungsausfälle macht, desto mehr kann es wachsen. Deshalb ist es wichtig, Kreditentscheidungen auf Basis valider Daten zu treffen.

Um zu veranschaulichen, welche Folgen ein Zahlungsausfall für ein Unternehmen haben kann, hier ein kurzes Rechenbeispiel.

Ein Kunde kauft im Wert von 10.000 Euro Waren mit einer Handelsmarge von 2 Prozent. Der Kunde zahlt die Rechnung nicht. Die zentrale Frage in dieser Situation: Wie oft muss die Marge von 200 Euro erzielt werden, um den Zahlungsausfall von 10.000 Euro zu kompensieren? Insgesamt müsste die Marge 50-mal gemacht werden. Das macht einen Umsatz von 500.000 Euro. Wer also einen Zahlungsausfall von 10.000 Euro kompensieren möchte, der muss 500.000 Euro Umsatz machen.

Anhand der Scores von Dun & Bradstreet können Credit Manager bevor sie ein Geschäft eingehen, genau abschätzen, wie hoch die Wahrscheinlichkeit eines Zahlungsausfalls ist. So wird das Risiko kalkulierbar.

Auf Basis der Scores können Credit Manager außerdem entscheiden, zu welchen Konditionen sie ein Geschäft machen. Ist die Wahrscheinlichkeit hoch, dass es zu einer verspäteten Begleichung der Rechnung kommt, kann ein Risikoaufschlag verlangt werden. Dieser Vorgang wird als Risk Adjusted Pricing bezeichnet. Zu deutsch risikojustierte Preisfindung. Dabei legt der Credit Manager fest, ab welchem Score ein Preisaufschlag verlangt wird, weil ein erhöhtes Risiko für einen Zahlungsausfall besteht.

Der Paydex von Dun & Bradstreet zeigt an, ob ein Unternehmen seine Rechnungen pünktlich bezahlt oder nicht. Weltweit sammelt Dun & Bradstreet dafür Zahlungserfahrungen und analysiert auf Grundlage dieser Informationen das Zahlungsverhalten von Unternehmen.

Die Scores von Dun & Bradstreet werden auf Basis statistischer Methoden ermittelt. Das ist die traditionelle Art, Scores zu bauen.

Zum Vorgehen: Es kommt das Verfahren der logistischen Regression zum Einsatz. Experten analysieren Daten aus der Vergangenheit und prüfen, ob ein Unternehmen insolvent gegangen ist oder nicht. Dafür werden Variablen wie die Branche, wichtige Bilanzdaten oder das Alter der Firma betrachtet, um anhand dieser Informationen eine Aussage treffen zu können, wie hoch die Wahrscheinlichkeit ist, ob ein Unternehmen insolvent geht. Unterschreitet das Eigenkapital beispielsweise einen bestimmten Wert, kann von einem erhöhten Risiko einer Insolvenz ausgegangen werden.

Der Vorteil der traditionellen Bauweise von Scores ist, dass sich genau erkennen lässt, weshalb ein bestimmtes Unternehmen einen schlechteren Score hat. In manchen Fällen liegt es an der Eigenkapitalquote, in anderen beispielsweise am Zahlungsverhalten. Das Verfahren sorgt somit für Transparenz.

Bei Machine Learning lernt ein künstliches System auf Basis von Beispielen und trifft anhand dieser Informationen eine Aussage über die Zukunft. Dieser Ansatz, Scores zu bauen, hat den Nachteil, dass sich keine Aussage darüber treffen lässt, was der Grund für einen schlechten Score ist. Es ist eine Black Box.

Um die Qualität eines Scores zu prüfen, setzt Dun & Bradstreet verschiedene Testverfahren ein. Der Gini ist ein solches Verfahren. Dazu sortieren Analysten die Unternehmen auf Basis ihres Scores. Dabei wird geschaut, in welchen Fällen die Prognosen richtig waren und in welchen nicht.