Forecasting gæld er integreret i forvaltningen af en virksomhed. Enhver virksomhed, der håndterer kundefordringer, håndterer tab. Enkle fremskrivninger kan bedre forberede dig ved at beregne de sandsynlige gæld, der ikke vil blive modtaget.
Få kredit- eller risikoscores af alle væsentlige forbrugerkonti. Certificerede virksomheder vil have adgang til kredit bureauer, hvilket giver mulighed for brug af FICO scoringer. Kredit score kan opnås gennem de store kredit agenturer, såsom TransUnion, Experian og Equifax med forbehold for medlemskab godkendelse - som kan fås gennem deres hjemmesider.
Tildel risikoscore til hver kunde i en database eller et regneark. Sorter listen fra høj til lav score.
Opdel listen i fire kategorier. For kvadranten med de værste (laveste) scorer, mærket gruppen som "høj risiko". Efterfølgende skal de fire grupper hedde "højrisiko", "middelhøj risiko", "medium lav risiko" og "lav risiko" ved rækkefølge af laveste til højeste score.
Opdele procentdelen af tab på de samlede fordringer for tidligere års data, hvis de er tilgængelige via tidligere firmaposter. Hvis du ikke har nogen tidligere data, skal du blot beregne for hver af de fire kategorier. Jo flere data der er til rådighed, jo større er sandsynligheden for nøjagtighed i fremspringet. Ved at finde et gennemsnit for virksomheden kan du justere den forventede procentdel af ulemper opad for højere risikokategorier og nedad for lavere risiko. Det første år kan kræve balpark estimater, men gem disse data for at akkumulere mere præcise fremskrivninger fremadrettet. I fremtiden vil du have empiriske estimater for dårlig gæld for hver risikokategori.
Multiplicere procentdelen af forventet (eller historisk) tab på de enkelte kategorier med summen af de nuværende tilgodehavender for kategorien. Summen for hver gruppe er størrelsen af forventede tab på de nuværende konti.
Tips
-
Større stikstørrelser af tidligere data vil intensivere prognosen.
Advarsel
Prognoser er ikke altid korrekte. Brug aggressive estimater af dårlig gæld til at være konservative.
