Textprobe: Kapitel 3.2, Multivariates Vorgehen: Im multivariaten Vorgehen werden mehrere Bonitätsmerkmale zusammen hinsichtlich ihrer Prognosefähigkeit und -güte betrachtet, darauf folgend findet eine Gewichtung anhand der jeweiligen Prognosequalität der Merkmale statt. Zu den Verfahren gehören die lineare als auch die quadratische Diskriminanzanalyse, die logistische Regression sowie die Nutzwertanalyse: 3.2.1, Nutzwertanalyse: Entscheidungssysteme, welche auf Basis der Nutzwertanalyse ablaufen, treffen ihre Einteilung in solvente und insolvente Gruppen mittels eines Skalenwerts. Der Skalenwert ergibt sich aus der Bündelung und nummerischen Quantifizierung sämtlicher persönlicher als auch materieller Kundeninformationen. Diese Informationen werden angesichts einzelner Bonitätsmerkmale risikoabhängig bewertet, gewichtet und im Anschluss zusammengefasst. Es findet wieder ein Gegenüberstellung mit einem Trennwert statt, welcher die Grenze von vertretbarem und nicht-vertretbarem Risiko repräsentiert. Die am häufigsten vorkommende Methode im Bereich der Punktebewertungsverfahren ist die sogenannte Punkteaddition: Den Ausprägungen der Bonitätsfaktoren werden anhand von Erfahrungswerten aus der Vergangenheit subjektiv Punkte zugeordnet, anschließend werden diese zum Bonitätsscore zusammengefasst und letztendlich mit dem cut-off score verglichen. Heutzutage findet die klassische Nutzwertanalyse eher weniger Verwendung in der Bonitätsbeurteilung an sich als vielmehr in der damit zusammenhängenden Kundenwertanalyse zur Klassifizierung von margenstarken und margenschwachen Kundengruppen. Dennoch beruhen viele neue Scoringmodelle auf den Grundlagen der Punktebewertung in Kombination mit weiteren mathematisch-statistischen Verfahren, u.a. auch wegen ihrer nachvollziehbaren Ergebnisentstehung. Nachteilhaft bei der Zusammenfassung zum Bonitätsscore ist die meist schwer zu erfüllende Bedingung, dass die einzelnen Ausprägungen der Faktoren voneinander unabhängig und metrisch skaliert sein müssen. 3.2.2, Lineare Diskriminanzanalyse: Die lineare Diskriminanzanalyse untersucht analog der dichotomen Klassifikation die Trennfähigkeit zweier oder mehrerer Kundengruppen, allerdings werden bei diesem Verfahren mehrere Kennzahlen bzw. Faktoren zugleich betrachtet und durch eine Trennfunktion (Diskriminanzfunktion) zu einer einzigen Variablen zusammengefasst. Die Auswahl der aussagekräftigsten Faktoren erfolgt mit Hilfe heuristischer Methoden anhand eines vorher aufgestellten Kriterienkatalogs. Der bei der Kombination der Merkmalsvariablen auftretende Informationsverlust ist hierbei minimal.