Hva betyr kredittscore?

AMLCERTs kredittscore forutsier sannsynligheten for at et foretak blir insolvent innen 12 måneder. Følgende kriterier brukes for å definere insolvens:

• Konkurs
• Tvangsoppløsning
• Rekonstruksjon

Scoren for kredittverdighet bruker en skala fra 1 til 100, fordelt på fem risikointervaller. Høyere score indikerer lavere risiko, og omvendt. Skalaen gir en detaljert risikovurdering ved å vise om en score ligger nær et høyere eller lavere risikointervall.

Alle foretak tildeles en kredittscore samt en individuell risikoprognose i prosent (probability of default - PD).

Vi anvender et stort antall forskjellige parametre for å sikre kvaliteten på scoremodellene våre. AMLCERT bruker også ulike generiske scoringsmodeller basert på virksomhetens juridiske form, der hver modell er tilpasset det aktuelle selskapets forutsetninger og risikobilder. Parameterne vektes og vurderes forskjellig i alle våre scoremodeller, basert på hvilke som har størst forklaringskraft - det vil si hvor godt de kan forutsi insolvens.

Her er eksempler på de variablene som kan påvirke et foretaks kredittscore: 

• Firmografiske data: For eksempel bransjekode og selskapsform.
• Betalingsinformasjon: Basert på inkassosaker og annen negativ betalingsinformasjon.
• Negativ informasjon om styre: Nåværende og tidligere engasjement i insolvente foretak samt alvorlige betalingsanmerkninger.
• Regnskap og finansielle data: For eksempel lønnsomhet, gjeldsgrad, likviditetsgrad, aksjekapital og revisors merknader.
• Annet: For eksempel endringer i styret, adresseendringer og alder.

Scoren oppdateres fra dag til dag, og er basert på en rekke parametre. Det kan dermed være flere grunner til at selskapet har fått en lavere score, og det er vanskelig å si hva som har vært avgjørende i hvert enkelt tilfelle. Eksempler på vanlige årsaker er nye anmerkninger, gjeld, oppdaterte regnskapstall eller negativ informasjon om styremedlemmer.

Kontakt gjerne kundeservice på 800 24 900, så kan vi gjøre et søk på selskapet ditt og se hvilke forandringer som nylig har skjedd, og hva som kan ha påvirket vurderingen din. 

Scoren er ikke noe AMLCERT beregner manuelt – det skjer automatisk gjennom en rekke generiske scoringsmodeller. Faktorer som kan gi høyere score, er blant annet stabile regnskapstall og at selskapet har vært aktivt i flere år. Vi kan imidlertid aldri spå på forhånd om scoren kommer til å stige, eller ikke.

AMLCERTs kredittscore estimerer risikoen for at du som privatperson får en betalingsanmerkning eller annet mislighold innen 12 måneder. Jo høyere score, desto lavere er risikoen for en betalingsanmerkning.

Følgende kriterier brukes:

• Inkassosaker 
• Lønnstrekk 
• Utleggspant 
• Intet til utlegg 
• Gjeldsordning

Nedenfor er noen eksempler på de variablene som inngår i modellene for privatpersoner. Parameterne vektes og vurderes forskjellig, basert på hvilke som har størst forklaringskraft for å beregne risikoen for en fremtidig betalingsanmerkning – det vil si hvor godt de kan forutsi mislighold.

• Alder: Hvor gammel er personen? 
• Skatteinformasjon: For eksempel nettoformue og inntekt,  inkludert inntektsnivå i forhold til alder samt inntektsutvikling over tid.
• Negativ betalingsinformasjon: Basert på blant annet inkassosaker og utleggspant registrert i Statens Kartverk eller Løsøreregisteret. 
• Foretak: Har personen et aktivt enkeltpersonforetak?

I våre statistiske scoremodeller benytter vi informasjon fra blant annet Folkeregisteret, Skatteetaten, Statens Kartverk, Løsøreregisteret og inkassoselskaper. Vi tar også hensyn til om du har et aktivt enkeltpersonforetak.

Blant faktorene som påvirker risikoen din – og dermed scoren din – er eventuelle inkassosaker, utleggspant registrert i Statens Kartverk eller Løsøreregisteret, samt ditt inntektsnivå og hvordan det har utviklet seg over tid. All informasjon vurderes samlet for å gi en så nøyaktig og presis risikovurdering som mulig.

Statistiske modeller bruker policyregler som kan føre til at en privatperson eller et enkeltpersonforetak ikke får en score. Dette betyr at risikoen enten er vanskelig å vurdere, eller at den ikke kan vurderes gjennom våre generiske modeller. I slike tilfeller gis det alltid en forklaring på hvorfor scoren ikke er beregnet.

Eksempler:

• Personen er utvandret
• Personen er avdød
• Manglende skattemessig ligning
• Gjeldsordning
• Konkurs