Kredittscoring i stadig utvikling

Allerede på 1950-tallet utviklet det amerikanske selskapet Fair Isaac de første modellene for kredittscoring. Men først på 1990-tallet ble slike modeller viktige for norske banker, og etter årtusenskiftet har modellene blitt kraftig forbedret.

– Bankene har hele tiden fokus på å forbedre vurderingen av lav og høyrisikokunder, sier Rune Rasmussen, direktør for risikostyring i BN Bank ASA.

Tidligere var lav datakapasitet et problem, men den teknologiske utviklingen de siste 15–20 årene har gjort at man har helt andre muligheter innen kredittscoring i dag. Datamaskinene har fått stadig større lagrings- og regnekapasitet. Dette gjør det mulig å utnytte mer avanserte metoder og analyseverktøyer og legge grunnlaget for mer kompliserte modeller.

Høy forklaringskraft

Utover på 2000-tallet er modellene blitt stadig mer sofistikerte. – BN Bank utviklet i 2003–2004 en simuleringsmodell som kan teste ut mange forskjellige scenarioer fremover i tid, forteller Rasmussen. Modellen simulerer hvordan kundenes betalingsevne endrer seg gitt forskjellige makroøkonomiske situasjoner.

– Med den datakraften vi har nå, simulerer vi 10 000 ganger på en kunde. Modellen har vist seg gjennom valideringstester å ha en veldig høy forklaringskraft.

Hovedgrunnen til å bruke kredittscoringsmodeller er å hjelpe bankene til å skille mellom kunder med lav og høy risiko. Men i tillegg eff ektiviserer modellene behandlingen av kundene samt reduserer manuell behandling og feil. Man får en objektiv vurdering og konsistente beslutninger. Dette gjør at kredittprosessen blir mer kostnadseff ektiv og bidrar til forbedret inntjening.

– Vi får bedre porteføljeanalyser og prognoser på porteføljene. De blir dermed mye enklere å styre. Dersom banken ønsker å ta lavere eller høyere risiko, kan det lettere gjøres gjennom et scorekort enn ved å gi beskjed til alle kundebehandlerne, sier Rasmussen. Gjennom modellene kan banken også se hva som er forventet tap på mislighold til forskjellige tider.

Suksess

Rune Rasmussen forteller at det hele tiden gjøres forsøk på å forbedre eksisterende modeller. – Forskjellen på suksess eller ikke er om man klarer å integrere effekten av markedsendringer eller endringer i beslutnings-prosesser, og så får de kjapt inn i modellene. Det er ikke bare vitenskap, men også litt kunst å få bakt endringer matematisk inn i modellene.

Rasmussen legger også vekt på at modellene er brukervennlige. – Modeller med høy forklaringskraft trenger ikke være robuste over tid. De må hele tiden justeres.

RAGNAR LERFALDET

redaksjonen@mediaplanet.com