This paper presents an approach to model the risks associated with defaults, prepayments, and order returns in the context of unsecured consumer credits, specifically in buy-now-pay-later (BNPL) loans. The paper presents a Bayesian competing risk proportional hazard model to model the time to default, prepayment, and order return in BNPL loans. Model parameters are estimated using Markov chain Monte Carlo (MCMC) sampling techniques and Bayesian inference is developed using a unique dataset containing monthly performance data of fixed-duration interest-bearing consumer loans.

I denna rapport presenteras en metod för att modellera riskerna förknippade med fallissemang, förskottsbetalning, och returnering av order i osäkrade konsumentkrediter, mer specifikt i köp-nu-betala-senare (BNPL) krediter. Rapporten presenterar en Bayesiansk konkurrerande utfall-modell (competing risk) för att estimera tiden till fallissemang, förskottsbetalning och retur av order i BNPL-lån. Modellens parametrar estimeras med hjälp av Markov chain Monte Carlo (MCMC) metoder och Bayesiansk inferens uppnås med hjälp av ett unikt dataset med månatlig kassaflödesdata från räntebärande BNPL-lån.