Derfor virker scoring
For nyligt introducerede vi D&B Failure Score, der gør det muligt at forudsige risikoen for, at en virksomhed går konkurs eller insolvent inden for de næste 12 måneder. Til at udarbejde modellen, har vi fået hjælp fra nogle af verdens førende statistikere. Derfor kan vi i dag anvende modellen på alle danske selskaber samt ikke mindst enkeltmandsvirksomheder.
D&B Failure Score er blevet rigtig godt modtaget blandt vores faste kunder. Der er dog nogle spørgsmål, som går igen, når kunderne bliver præsenteret for produktet. Derfor kommer her svarene på de oftest stillede spørgsmål.
Hvordan kan D&B’s statistiske beregninger være så gode, at de kan erstatte fakta om den enkelte virksomhed?
I D&B har vi over 25 års erfaring med at omsætte faktiske hændelser til statistiske risici. Det er præcis, som når forsikringsselskaberne skal fastsætte en forsikringspræmie, hvor faktorer som den geografiske bopæl og forsikringstagerens arbejde eller alder kan få indflydelse på præmien. Princippet er altså det samme, selvom forudsætningerne og tallene er nogle helt andre.
De statistiske beregninger, vi foretager i D&B, giver os mulighed for at tildele en score for enhver dansk virksomhed – fra enkeltmandsvirksomheden til aktieselskabet. Vi tildeler den enkelte virksomhed en score fra 1-100, og hver score er knyttet til en insolvensrisiko udtrykt i procent. En virksomhed med høj risiko for at gå konkurs eller insolvent tildeler vi en lav score, fx scoren 1. Omvendt tildeler vi virksomheder med en lav risiko en højere score, fx scoren 100.
Hvordan kan D&B lave seriøse vurderinger om enkeltmandsvirksomheder, når kun stamoplysningerne og ikke de økonomiske nøgletal er kendt?
Når vi beregner scoren for en enkeltmandsvirksomhed, supplerer vi stamoplysningerne med data fra en række offentlige kilder. Det er oplysninger som fx beliggenhed, branche, etableringsår og lignende. Udover disse oplysninger indhenter vi selv betalingserfaringer på danske virksomheder. D&B har siden midten af 60'erne indhentet information om virksomheders betalingsadfærd. På enkeltmandsvirksomheder har vi således både demografiske data og betalingsadfærd som grundlag for den score, vi beregner.
Når D&B Failure Score er så præcis, er årsagen altså kort og godt, at det er lykkedes os at sammensætte og ikke mindst vægte de mest forudsigelige elementer fra såvel offentlige som egne kilder. Og analyser bekræfter, at vores evne til at forudsige, om en enkeltmandsvirksomhed vil gå konkurs eller insolvent, er næsten lige så stærk som på selskaber med regnskabsdata.
Hvordan undgår D&B, at scoringen bliver meget branchetung?
Det er korrekt, at tal fra branchen indgår i den samlede score for en virksomhed, men tallene fra branchen udgør under 10 % af scorens samlede værdi ved maksimal scoring (dvs. en score på 100). Kunsten er netop at finde de mest informative data og vægte disse i forhold til hinanden. Derved opnår man den største værdi af den tilgængelige information, og det resulterer i meget præcise scoringer.
I D&B har vi så stor erfaring med scoring, at vi også har udviklet scorekort i andre sammenhænge – fx når vi skal forudsige risikoen for, at et debitorudestående forfalder 60 dage for sent, eller når vi tilpasser scorekort til de behov, som nogle af de største selskaber har – i den finansielle sektor, i industrien og i handels- og servicevirksomheder.
Publiceret 04.01.2005