"Scoring". Einführung, Erstellung und Auswirkungen für Verbraucher

Inhaltsverzeichnis

Einleitung

Elemente und Wesen von Scoringverfahren

Merkmale

Modelle

Ziele

Sparkassen Kundenscoring

Kriterien und Güte von Scoringverfahren

CAP (Cumulative Accuracy Profile)

Gini Koeffizient

Folgen für den Verbraucher

Chancen

Risiken

Schluss

Anhang

Literaturverzeichnis

Kurzfassung

Die Aufgabe von Kreditinstituten war es seit jeher, durch Transformationsdienstleistungen einerseits Kundengelder anzunehmen und andererseits für Finanzierungen an Kunden wieder herauszugeben. Dabei entscheidend ist, welche Personen oder Firmen die Möglichkeit besitzen einen Kredit fristgerecht zurückzuzahlen. Aktuell besteht diese Entscheidungsfindung aus den drei Schritten: Berücksichtigung der Negativmerkmale, Aufstellen eines Haushaltsplans und zu guter Letzt dem Rating des Kunden. Letzteres ist nur eine Zahl auf dem Bildschirm, die jedoch sehr ausschlaggebend für die Entscheidung ist, ob ein Kredit gewährt wird. Wie wird jedoch so ein Rating ermittelt? Wie setzt sich diese Zahl zusammen? Was steckt dahinter?

Diese Hausarbeit soll den Lesern einen tieferen Einblick in Scoringverfahren gewähren. Die Merkmale, die hinter der Zahl stecken, Modelle, mit denen Scoringverfahren ermittelt werden und die folgende Überprüfung des Ganzen. Ebenfalls dargestellt werden die Auswirkungen bzw. Chancen und Risiken eines Scoringverfahrens auf den Verbraucher.

Abbildungsverzeichnis

Abbildung 1: CAP (Cumulative Accuracy Profile)

Abbildung 2: Vergleich der Ratings

Einleitung

Ein Teil des Entscheidungsprozesses bei der Kreditvergabe wird durch das Scoring des Kreditnehmers beeinflusst. Der Scorewert setzt sich dabei aus verschiedenen Werten zusammen, von denen einige kurz angesprochen werden. Zentrale Fragestellung dabei soll zum einen sein, ob Scoringverfahren eine verlässliche Grundlage für die Kreditentscheidung bilden und zum anderen, welche Folgen ein Scoringverfahren letztendlich für den Verbraucher hat.

Diese Hausarbeit befasst sich zunächst mit den Elementen und dem Wesen des Scoringverfahrens. Dabei wird auf relevante Merkmale sowie Modelle eingegangen, die zur Bewertung des Kunden genutzt werden. Anschließend sollen die Ziele solcher Scoringverfahren erläutert werden und kurz ein Beispiel für ein Scoringverfahren anhand des Sparkassen KundenScorings vorgestellt werden. Im nächsten Schritt werden Verfahren zur Überprüfung der Güte von Scoringverfahren erläutert, die zum Testen der Genauigkeit von Scoringverfahren dienen. Im Zuge dessen werden aus der Statistik die CAP Kurve und der Gini- Koeffizient vorgestellt. Das letzte Kapitel befasst sich mit der Auswirkung von Scoringverfahren auf den Verbraucher und die Chancen und Risiken werden diskutiert.

Besondere Relevanz birgt dieses Thema für mich, da es im Zuge der Ausbildung auch in der Praxis nun zu meinem Alltag gehört und die Zusammensetzung der Zahl, nach der man letztendlich entscheidet, ob ein Kunde einen Kredit erhält oder nicht, mich sehr interessiert hat.

Elemente und Wesen von Scoringverfahren

„Scoring ist das systematische Verfahren, künftiges Verhalten von Personen oder Personengruppen, die bestimmte gemeinsame Merkmale (…) aufweisen, zu prognostizieren.“ (Stuppert & Schreier, 2006, S.1)

In der Fachliteratur gibt es keine genaue Definition, die den Unterschied zwischen Rating und Scoring angibt. Die Wörter Scoring und Rating kommen aus dem Englischen und bedeuten übersetzt „bepunkten“ (Scoring) und „einordnen“ (Rating). Ratings beinhalten meist zwischen 10 und 20 Klassen während Scorings sog. Scorewerte für den Kunden ermitteln.¹ Ein Kreditnehmer soll mithilfe des Scoringverfahrens bewertet werden im Hinblick auf die Wahrscheinlichkeit eines Ausfalls. Dabei werden den Kreditnehmern Punkte bzw. Scores, abhängig von relevanten Merkmalen, zugeteilt. Die Summe der Scores ergibt den Scorewert des Kunden, mit dem er einer Ratingklasse zugeordnet werden kann. Scoringverfahren können interner oder externer Natur sein, je nachdem auf welchen Daten dieses beruht. Zu den bekannten externen Ratingagenturen gehören Moodys oder Standard & Poors.² Die internen Scoringverfahren haben besonders im Zuge der Verabschiedung von Basel II an Bedeutung gewonnen, da sie i.d.R. mit geringerer Eigenkapitalunterlegung verbunden sind.³

Den Ratingklassen sind jeweils Wahrscheinlichkeiten für einen Ausfall, meistens innerhalb der nächsten 12 Monate, zugeordnet. Dabei sind die Wahrscheinlichkeiten über die Ratingklassen ordinal skaliert, da die Ausfallwahrscheinlichkeit nicht linear monoton mit den Bonitätsklassen steigt, sondern meist exponentiell monoton. ⁴

Wird ein Kreditnehmer einer Ratingklasse X zugeordnet, so wird mit einer Wahrscheinlichkeit von P der Kredit innerhalb der nächsten 12 Monate ausfallen⁵. Das Risikomanagement kann darauf mit risikoadjustierten Pricing, einem Zinsauf- bzw. Zinsabschlag als eventuelle Risikoprämie und risikogerechter Eigenkapitalunterlegung reagieren.

Für ein Scoringverfahren sind bestimmte Anforderungen zu beachten. Nach Blochewitz und Eigermann sind dies vier wesentliche Aspekte: Objektivität, Transparenz, Nachvollziehbarkeit und Einheitlichkeit: ⁶

Objektivität wird durch das Ausklammern subjektiver Faktoren wie Sympathie oder Mitleid mithilfe von statistischen Verfahren gewährt. Transparenz und Nachvollziehbarkeit erreicht ein Scoringverfahren, wenn Außenstehende sowohl die verwendeten Informationen als auch deren Wirkung auf den Scorewert verstehen können. Einheitlich ist ein Scoringverfahren, wenn gleiche Informationen zu einem gleichen Ergebnis führen.

Merkmale

Grundlage für den Scorewert eines Kreditnehmers sind die Merkmale, auf Basis derer die Scores vergeben werden. Bei den Merkmalen unterscheidet man zwischen qualitativen und quantitativen Merkmalen⁷ ; Quantitative Merkmale entsprechen im Hinblick auf Unternehmen Kennzahlen wie Rentabilität oder Verschuldungsgrad, die berechnet werden können. Qualitative Merkmale können nicht berechnet, sondern beschrieben werden.

Anhand des in der Sparkassengruppe verwendeten Sparkassen KundenScorings sollen hier beispielhaft für qualitative Merkmale einige Merkmalskategorien genannt und erklärt werden: ⁸

Kredite sind meist langfristige Verträge. Informationen zum Kreditnehmer müssen Eingang in die Bewertung finden, da letztendlich dieser den Kredit zurückzahlen muss. Ob der Kunde verheiratet ist oder ledig (Familienstand), wie lange und zufrieden er in seinem Beruf arbeitet (berufliche Situation), sein Bildungsstand, o.ä. können Auskünfte zu möglichen zukünftigen Ereignissen geben und die Kreditentscheidung beeinflussen.

Neben der beruflichen Situation entscheidet das Einkommen bzw. der Haushaltsplan des Kunden, ob und in welcher Höhe ein Kredit bedient werden kann. Ein Haushaltsplan wird dabei mithilfe von Pauschalwerten, abhängig von Faktoren wie Anzahl der Kinder, Autos etc., ermittelt.

Alle bisherigen Erfahrungen mit dem Kunden sind für die Kreditvergabe relevant. Informationen zu der bisherigen Kontoführung, darunter Rücklastschriften oder Überziehungen, geben Rückschlüsse zu der Zuverlässigkeit des Kunden. Sind von dem Kreditnehmer bereits Darlehen in der Vergangenheit beansprucht worden, liegen bereits Daten zur Rückzahlungshöhe, Regelmäßigkeit und eventuellen Ausfällen vor.

Abgesehen von der Sparkassengruppe ergänzen viele Kreditinstitute ihre Daten um Informationen der SCHUFA.

Modelle

Für die Erstellung eines Scoringmodells können zwei Verfahren unterschieden werden: Das kausalanalytische und statistische Verfahren.

Die Voraussetzung für die Ermittlung eines genauen Scoringmodells mithilfe von statistischen Verfahren ist eine ausreichend große Stichprobe; je größer die Stichprobe ist, desto genauer werden die Ergebnisse. Das kausalanalytische Verfahren findet immer dann Anwendung, wenn die vorliegende Stichprobe mengenmäßig nicht ausreicht. An dieser Stelle soll jedoch auf die statistischen Verfahren, darunter die Diskriminanzanalyse und die logistische Regression eingegangen werden:

Die Diskriminanzanalyse eignet sich bei großer quantitativer Datenmenge. Diese Analyse unterschiedet mehrere Personen anhand unterscheidender (diskriminierender) Merkmale mit dem Ziel, neue Personen möglichst genau einer Gruppe zuordnen zu können. ⁹

Regression versucht den Zusammenhang von einer Regressante zu einem Regressor herzustellen. Beispielsweise, welche Auswirkung die Einkommenshöhe (Regressor) einer Privatperson auf die Ausfallhäufigkeit (Regressanten) hat. Untersucht wird der „Eintritt der jeweils unabhängigen Variablen (Merkmalsausprägungen) auf die Eintrittswahrscheinlichkeit“. (Braun, Allgeier, & Cremers, 2011, S. 25) Ein Vorteil der logistischen Regression ist die zusätzliche Errechnung der Wahrscheinlichkeit für die Ratingklassen.¹⁰

Die Vorgehensweise für die Entwicklung eines Scoremodells mit der logistischen Regression sieht dabei wie folgt aus: ¹¹

Zunächst müssen Daten der Vergangenheit gesammelt werden, die die Grundlage für das Verfahren darstellen. Die Daten dürfen dabei nicht zu alt sein und besondere Ereignisse wie eine Finanzkrise müssen gesondert behandelt werden; zudem sollte sie groß genug sein, damit Ausreißer nur wenig Einfluss ausüben können. Für die Güte des Scoringverfahrens ist eine ausreichende Anzahl an Ausfällen innerhalb der Datenmenge notwendig. Anschließend muss definiert werden, wann ein Kredit als Ausfall zählt. Üblich ist dabei ein Zahlungsverzug von 12 Monaten. Für die Schätzung des Regressionsmodells müssen nur die o.g. Merkmale selektiert werden, die Eingang finden sollen und gewichtet werden; Merkmale, die dabei eine größere Relevanz für einen Ausfall haben, werden höher gewichtet. Bei einer ausreichend großen Datenmenge sollten als nächstes Stichproben erstellt werden, um das bereits geschätzte Regressionsmodell zu überprüfen. Im nächsten Schritt sollen Ratingklassen erstellt werden: Dafür wird festgelegt, welche Scorewerte zu welchem Rating führen. Hauptkriterium ist die Homogenität innerhalb einer Ratingklasse, um eine durchschnittliche Ausfallwahrscheinlichkeit berechnen zu können, von der die Kreditnehmer innerhalb der Ratingklasse minimalst abweichen. Im letzten Schritt kann eine sog. Kalibrierung der Ausfallwahrscheinlichkeiten erforderlich sein, wenn die durchschnittliche Ausfallwahrscheinlichkeit nicht der Grundgesamtheit entspricht.

Ziele

An dieser Stelle wird ausschließlich auf die Ziele eines Scoringverfahrens aus der Sicht des Kreditinstituts eingegangen. Ziele bzw. Chancen für den Verbraucher werden in 4.1 behandelt.¹²

Wesentlich können in Bezug auf die Kreditvergabe einer Bank zwei Oberziele unterschieden werden: Risikominimierung/ Gewinnmaximierung und Kundenbindung. Zum einen möchte das Kreditinstitut seinen Gewinn maximieren, was zum anderen nur möglich ist, wenn es seinen Kunden insofern entgegen kommt, als das die Kredite auch beansprucht werden.

Das Ziel der Risikominimierung schließt ein, dass die Entscheidung über eine Kreditvergabe zum größten Teil objektiv abläuft. Durch statistischen Verfahren wird dies sowohl bei der Erstellung eines Scoringmodells als auch bei der Zuteilung zu einer Rating Klasse ermöglicht; subjektive Einflüsse wie Sympathie o.ä. werden ausgeklammert.

[...]

¹ (vgl. Henking, Bluhm, & Fahrmeir, 2006, S. 207)

² Siehe Anhang 1, Abbildung 2: Vergleich der Ratings von S&P und der DSGV

³ (vgl. Braun, Allgeier, & Cremers, 2011, S. 11)

⁴ (vgl. Henking, Bluhm, & Fahrmeir, 2006, S. 207)

⁵ Wie erwähnt kann die Zeitspanne auch größer oder kleiner sein.

⁶ (vgl. Blochwitz & Eigermann, 2001, S. 366)

⁷ (vgl. Braun, Allgeier, & Cremers, 2011, S. 8)

⁸ (vgl. Falter, 2012, S. 131)

⁹ (vgl. Braun, Allgeier, & Cremers, 2011, S. 11)

¹⁰ (vgl. Henking, Bluhm, & Fahrmeir, 2006, S. 212)

¹¹ (vgl. Prof. Böhm- Dries, Dörr, & Schins, 2012, S. 62)

¹² (vgl. Falter, 2012, S. 128 ff.)