O que é FPD (first payment default) e o que provoca a inadimplência na primeira parcela

O FPD, ou first payment default, é a proporção de empréstimos recém-originados em que o tomador não realiza o primeiro pagamento programado. É a primeira leitura de desempenho que um credor obtém e a que costuma concentrar mais informação sobre fraude, porque um default na primeira parcela dificilmente reflete uma mudança de circunstâncias, ao contrário de um que ocorre doze meses depois.

Neste artigo tratamos de como a inadimplência na primeira parcela é medida, o que a movimenta, como reduzi-la em um produto novo e como as equipes de risco a utilizam.

Como o FPD é calculado e por que as definições divergem

O cálculo é simples – empréstimos em default divididos pelos empréstimos originados na mesma safra, em porcentagem. A complexidade está nas definições, e isso importa porque torna pouco confiável a comparação entre instituições.

O período de cura é o primeiro ponto de divergência. Não existe convenção única. As definições contratuais em crédito com garantia costumam usar uma janela de trinta dias e, às vezes, sessenta; algumas definições de securitização contam de um a trinta dias de atraso; sistemas operacionais em crédito de curto prazo com frequência permitem regularizar a posição até a segunda parcela programada. Os rótulos abaixo são os mais usados em crédito digital, e uma mesma carteira produz taxas substancialmente diferentes sob cada um deles:

O denominador também varia. Contar contratos e contar saldo devedor de principal produzem respostas diferentes na mesma safra, e os números publicados raramente indicam qual foi usado.

Outras três convenções variam conforme a instituição:

• Pagamentos parciais. Algumas definições tratam qualquer diferença como default; outras exigem que a parcela inteira fique em aberto.
• Base da safra. O mês de desembolso é a âncora habitual, mas safras montadas por data do primeiro vencimento se comportam de outra forma, e as duas às vezes são reportadas de modo intercambiável.
• Empréstimos reestruturados. Não há prática consolidada sobre se um contrato modificado antes do primeiro vencimento permanece na safra.

Fixar uma definição interna e mantê-la é mais útil do que igualar um benchmark publicado, já que os números de referência raramente informam qual convenção os produziu.

Dois termos próximos cobrem a extremidade dessa mesma escala. Uma conta never pay não realiza pagamento algum, em vez de deixar de pagar o primeiro, e um straight roller descreve um empréstimo tomado sem intenção de pagamento desde a origem. O FPD inclui os dois, e essa é parte da razão pela qual ele concentra informação sobre fraude – mas separá-los dentro da safra é mais informativo do que o agregado, já que uma taxa de never pay que se move de forma independente do FPD geral costuma apontar para a originação, e não para a capacidade de pagamento.

Por que a métrica concentra informação sobre fraude

O risco de crédito tende a se manifestar ao longo do tempo, conforme as circunstâncias mudam. Um tomador que nunca realiza um único pagamento não tinha capacidade no momento da originação ou não tinha intenção de pagar, e ambas as coisas remetem à solicitação, e não a eventos posteriores. O default precoce é também onde costumam aflorar a declaração falsa de renda, o endividamento excessivo em várias linhas de crédito e a fraude de identidade que passou pelos controles de originação.

Isso faz do FPD o ciclo de feedback mais curto disponível para uma equipe de risco. Para quem ajusta controles antifraude, regras de onboarding ou uma nova fonte de dados, a diferença entre um veredito em seis semanas e um em cinco meses é a diferença entre iterar e esperar.

FPD frente ao NPL90

As duas métricas respondem a perguntas diferentes e costumam ser lidas em conjunto. O NPL90 mede empréstimos com noventa dias ou mais de atraso e descreve o desempenho de crédito da carteira; exige pelo menos três meses mais a defasagem de reporte antes que uma safra seja legível. O FPD fecha em semanas e está mais voltado para a solicitação do que para os eventos posteriores.

Para o trabalho sobre índices de NPL, o FPD funciona como indicador antecedente. Um FPD elevado em uma safra tende a preceder um NPL90 elevado nessa mesma safra, o que significa que intervenções testadas contra o FPD podem ser validadas meses antes de seu efeito sobre o número de noventa dias se tornar visível. A recíproca não é verdadeira: uma carteira pode apresentar FPD aceitável e se deteriorar depois por capacidade de pagamento, e não por fraude.

O que movimenta a taxa

Uma taxa de FPD elevada raramente tem uma única causa. As candidatas mais frequentes:

• Mix de canais ou afiliados – as fontes de tráfego diferem acentuadamente em qualidade, e um aumento rápido de volume pode alterar a composição da carteira mais depressa do que os modelos se ajustam
• Fraude organizada em solicitações – propostas feitas por laranjas, fazendas de dispositivos e perfis sintéticos, que se concentram em safras específicas em vez de se distribuir de forma uniforme
• Loan stacking entre credores, em que a capacidade de pagamento parece sólida para cada instituição isoladamente
• Drift de modelo ou de política após uma mudança de scorecard, um ajuste de ponto de corte ou o lançamento de um produto novo
• Mudanças na fricção do onboarding – um fluxo simplificado pode elevar as aprovações e o FPD ao mesmo tempo
• Expansão para tomadores thin-file, onde a cobertura dos birôs é limitada e a incerteza é genuinamente maior

Separar essas causas exige cortar a safra por canal, produto, segmento e sinal de dispositivo, em vez de ler o número agregado, que por si só indica que algo se moveu sem dizer o quê.

Como reduzir a inadimplência na primeira parcela em um produto de crédito novo

Um produto novo não tem histórico de desempenho, o que elimina a resposta habitual de endurecer um scorecard já calibrado. O que resta é uma sequência, e a ordem importa mais do que qualquer passo isolado.

1. Segmentar antes de diagnosticar. O número agregado indica que algo se moveu. Cortar a safra por canal de aquisição, variante de produto, segmento de tomador e atributo de dispositivo indica o quê. Em um produto novo, o mix de canais é o primeiro lugar para olhar: o scorecard ainda não teve tempo de sofrer drift, enquanto o mix de tráfego muda a cada nova fonte ativada.
2. Estabelecer o ciclo de feedback antes de mudar qualquer outra coisa. Fixe uma definição interna de FPD, mantenha-a e garanta que os resultados de cada safra cheguem à equipe de risco em semanas, e não por meio de um ciclo mensal de reporte. Um ciclo mais curto vale mais no início do que um modelo melhor.
3. Testar sinais adicionais de forma retrospectiva, e não em produção. Quando um credor já tem algum volume originado, os atributos de dispositivo e de sessão podem ser avaliados contra o FPD observado sobre esse volume antes de influenciar decisões em tempo real. Uma camada que não acrescenta separação sobre os dados do próprio credor não deveria ir para produção, independentemente do desempenho em outras carteiras.
4. Preferir o roteamento à recusa. A verificação escalonada sobre solicitações sinalizadas preserva solicitantes que um corte rígido eliminaria, algo que importa em um produto novo, onde a população aprovada é pequena e cada solicitante recusado é um dado que nunca chega a ser coletado. Um exemplo da nossa própria prática: na carteira de um credor digital do sul da Ásia, marcadores positivos de dispositivo identificaram cerca de 10,70% das solicitações já recusadas como candidatas a aprovação mediante validação – volume que um corte rígido elimina sem nunca gerar um resultado do qual aprender.

Onde entram os sinais de dispositivo

O FPD é o rótulo contra o qual os atributos de dispositivo e de sessão são validados de forma mais prática, porque o retorno chega rápido o bastante para agir. Comparar o FPD entre grupos formados segundo atributos de device intelligence – ambientes de dispositivo repetidos ou semelhantes entre solicitações, integridade do ambiente, consistência da conexão, padrões de comportamento durante a solicitação – mostra se esses sinais separam risco em uma carteira específica, e não na de um fornecedor.

Na análise do sul da Ásia mencionada acima, a JuicyScore avaliou mais de 150.000 solicitações do canal web contra resultados observados da primeira parcela. Classificar o fluxo segundo atributos de dispositivo, de comportamento, de conexão e técnicos o dividiu em seis segmentos, com FPD variando de 0,07% no mais baixo a 4,49% no mais alto. Um conjunto mais restrito de stop-markers isolou menos de 0,5% das solicitações com taxa de FPD próxima de 20% – um segmento pequeno o suficiente para ser roteado à verificação manual em vez de recusado de imediato. O estudo de caso completo está publicado aqui.

Depois de uma recusa, uma nova tentativa com credenciais diferentes chega à camada de solicitação como um caso sem relação. O que muda são os dados declarados. O ambiente técnico de onde a solicitação chega – configuração do dispositivo, conexão, padrão de comportamento durante a sessão – em geral não. Reconhecer essa recorrência no momento da solicitação mantém a safra limpa e evita que o mesmo ambiente entre duas vezes no numerador do FPD sob identidades declaradas diferentes.

Agende uma demo com a JuicyScore

A JuicyScore avalia atributos desse tipo sem depender de identificadores diretos do usuário, como nome, telefone ou e-mail, e os devolve em um formato que as equipes de risco podem testar contra seus próprios resultados de FPD.

Para ver como os sinais de dispositivo e de sessão separam os segmentos de FPD na sua própria carteira, agende uma demo com o nosso time. Percorremos o conjunto de atributos, como ele chega a um fluxo de decisão existente e, quando os dados permitem, uma análise preliminar contra os seus resultados.

Principais conclusões

• O FPD mede a proporção de empréstimos recém-originados em que o primeiro pagamento programado não é realizado.
• Não existe uma definição única. O período de cura, o denominador, os pagamentos parciais e a base da safra variam, o que dificulta a comparação com benchmarks publicados.
• Contas never pay e straight roller ficam na extremidade dessa mesma escala e vale a pena separá-las dentro da safra.
• Um default na primeira parcela remete à solicitação, e não a mudanças posteriores de circunstâncias.
• O FPD fecha em semanas onde o NPL90 leva meses, o que faz dele o indicador antecedente para o trabalho sobre índices de NPL.
• O mix de canais e a fraude organizada em solicitações são fatores frequentes, ao lado do drift de modelo e das mudanças no onboarding.
• Em um produto novo, a segmentação e um ciclo curto de feedback importam mais do que ajustar o scorecard.
• Tomadores inadimplentes que voltam a solicitar com credenciais novas distorcem a safra se a recorrência não for reconhecida no momento da solicitação.
• Atributos de dispositivo e de comportamento podem separar um mesmo fluxo de solicitações em segmentos com taxas de FPD substancialmente diferentes, e é isso que os torna testáveis contra os dados do próprio credor.

FAQ

O que é FPD?

O FPD, ou first payment default, é a proporção de empréstimos recém-originados em que o tomador deixa de realizar o primeiro pagamento programado. Em português, é a inadimplência na primeira parcela. É calculado como empréstimos em default divididos pelos empréstimos originados na mesma safra, e é o primeiro indicador de desempenho de carteira disponível para um credor.

Como o FPD é calculado?

Divida o número de contratos que não cobriram a primeira parcela pelo número de contratos originados naquela safra. Algumas definições usam saldo devedor de principal em vez de número de contratos, o que produz um número diferente a partir dos mesmos dados. O período de cura aplicado – um dia, sete dias, trinta dias, ou a regularização até a segunda parcela programada – muda o resultado novamente.

Qual é a diferença entre FPD e NPL90?

O FPD captura a falha na primeira parcela e costuma ser legível em semanas. O NPL90 captura empréstimos com noventa dias ou mais de atraso e exige pelo menos três meses mais a defasagem de reporte. O FPD é mais rápido e mais voltado para fraude; o NPL90 reflete o desempenho de crédito de forma mais ampla, e o FPD em geral se move primeiro.

Qual é a diferença entre FPD, never pay e straight roller?

Os três descrevem uma gravidade crescente. O FPD cobre uma primeira parcela programada não paga. Uma conta never pay não realiza pagamento algum. Um straight roller refere-se em geral a um empréstimo em que há indícios de que o pagamento não estava previsto desde a originação, o que o torna particularmente relevante para a análise de fraude. O FPD é o mais amplo dos três e funciona como alerta antecipado; os outros dois são subconjuntos que vale acompanhar separadamente, porque se movem por razões diferentes.

Uma taxa alta de FPD significa fraude?

Não por si só. O mix de canais, as mudanças de scorecard e a expansão para segmentos thin-file movimentam a taxa. A fraude tende a se concentrar em safras, canais ou perfis de dispositivo específicos, em vez de elevar a carteira de forma uniforme, e por isso a segmentação é o passo diagnóstico. Um primeiro corte útil é por canal de aquisição: a fraude organizada em solicitações chega por um número limitado de fontes, de modo que uma taxa elevada concentrada em um afiliado ou em uma fonte de tráfego aponta em uma direção diferente de uma distribuída por toda a carteira. Os atributos de dispositivo dão o segundo corte, já que solicitações coordenadas compartilham características de ambiente que tomadores independentes não compartilham.

Qual é uma taxa normal de FPD?

Nenhum número único se transfere entre produtos, mercados ou definições. O crédito sem garantia de curto prazo e o crédito com garantia em mercados maduros operam em níveis diferentes, e o período de cura escolhido muda o número de novo. Uma série interna consistente é mais útil do que um benchmark externo, já que os números publicados raramente informam qual convenção os produziu. Quando uma comparação externa é necessária, vale confirmar o período de cura, a base da safra e o tratamento dos pagamentos parciais antes de tratar duas taxas como comparáveis.

Por que as equipes de risco usam o FPD para testar novas fontes de dados?

Porque o ciclo de feedback é curto. Um atributo de dispositivo ou uma mudança de scorecard pode ser avaliado contra segmentos de FPD em semanas, enquanto esperar o NPL90 atrasa o veredito em meses e permite que várias mudanças intermediárias o confundam. O método prático é uma divisão retrospectiva: pegue o volume originado com resultados conhecidos de primeira parcela, divida-o segundo o atributo que está sendo testado e compare o FPD entre os grupos resultantes. Se o atributo separa, a diferença aparece sem nenhuma mudança nas decisões em produção. Isso também responde à pergunta de se um score de fraude se correlaciona com inadimplência posterior, algo que de outra forma é difícil de estabelecer – o score é aplicado a solicitações históricas e os grupos são lidos contra resultados que já ocorreram.

Assine para receber a próxima análise

Análises sobre device intelligence, padrões de fraude e decisão de risco – pesquisa, dados de casos e mudanças regulatórias que vale a pena conhecer. Assine a newsletter da JuicyScore.