Principais lições deste artigo
- O risco em BNPL abrange cinco dimensões distintas: crédito, fraude, merchant, liquidez e superendividamento. Cada dimensão exige camadas de decisão separadas.
- Métricas quantitativas como PD, LGD, EAD, roll rates e PSI ajudam a monitorar e antecipar a deterioração da carteira.
- O Open Finance brasileiro amplia a capacidade de underwriting em tempo real, principalmente para perfis com histórico limitado em bureau.
- Limites dinâmicos, separação entre risco de crédito e fraude e cobrança segmentada reduzem perdas e aumentam a qualidade da carteira.
- A infraestrutura full stack da Celcoin conecta originação, formalização, cobrança e funding em um único ecossistema modular, o que viabiliza o ciclo completo de gestão de risco em BNPL. Conheça a solução de crédito da Celcoin.
Conheça a infraestrutura de crédito da Celcoin
Quais são os principais riscos específicos do BNPL?
O BNPL tem um perfil de risco diferente do cartão de crédito rotativo. O curto prazo de amortização, a alta frequência de transações, a decisão em tempo real e a presença simultânea do consumidor em múltiplos provedores criam exposições que modelos tradicionais de crédito não capturam bem.
Os cinco riscos centrais de uma operação de BNPL são:
- Risco de crédito: probabilidade de o tomador não honrar as parcelas, por incapacidade financeira genuína ou por deterioração de renda após a concessão.
- Risco de fraude: uso de identidade sintética, account takeover, múltiplas contas e first-party fraud, que exige camadas de decisão separadas do risco de crédito.
- Risco de merchant: disputas por mercadoria não entregue, chargebacks e pedidos fraudulentos que recaem sobre o lojista ou sobre o provedor, conforme o contrato.
- Risco de liquidez: descasamento entre o adiantamento ao lojista e o recebimento das parcelas do consumidor, o que pressiona o capital de giro e a estrutura de funding.
- Superendividamento: acúmulo de múltiplos planos simultâneos em provedores distintos, criando uma “dívida fantasma” invisível ao bureau tradicional e muitas vezes ao próprio consumidor.
Para operar com precisão, é necessário dominar os termos quantitativos que estruturam a análise de risco em BNPL:
- PD (Probability of Default): probabilidade de o tomador não cumprir suas obrigações em um horizonte definido, geralmente de doze meses.
- LGD (Loss Given Default): fração da exposição efetivamente perdida após o default, descontadas recuperações e custos de cobrança, equivalente a 1 menos a taxa de recuperação.
- EAD (Exposure at Default): valor total em risco no momento do default, que em BNPL corresponde ao saldo devedor das parcelas ainda não pagas.
- Roll rate: taxa de migração de uma faixa de atraso para a seguinte, como de DPD 30 para DPD 60, que indica deterioração da carteira.
- PSI (Population Stability Index): métrica que detecta drift na distribuição da população de tomadores em relação à amostra de desenvolvimento do modelo. Valores acima de 0,10 merecem investigação e acima de 0,25 geralmente indicam necessidade de revisão ou reconstrução do modelo.
- Chargeback: estorno de uma transação contestada pelo consumidor ou pelo emissor do cartão, que pode sinalizar fraude ou insatisfação com o merchant.
Como a gestão de risco em BNPL funciona na prática: o ciclo fechado
A gestão de risco em BNPL segue um ciclo contínuo. Cada etapa alimenta a seguinte e retroalimenta o modelo de decisão:
- KYC e prevenção a fraude: verificação de identidade e análise de dispositivo, IP, e-mail e pegada digital antes de acionar bureau ou Open Finance.
- Consulta a bureau e Open Finance: combinação de histórico de pagamentos, score tradicional e dados transacionais em tempo real para avaliar a capacidade de pagamento atual.
- Risk engine e decisão em tempo real: motor de crédito que integra todas as fontes e aplica a política de risco para aprovar, recusar ou solicitar step-up de verificação em segundos.
- Definição de limites: definição de limite inicial conservador, com regras de aumento gradual e redução automática baseadas em comportamento de pagamento.
- Monitoramento da carteira: acompanhamento contínuo de PD, LGD, EAD, DPD, roll rates, cure rate e PSI para identificar sinais de alerta precoce.
- Cobrança: régua multicanal segmentada por perfil de inadimplência, com retry inteligente, Pix e renegociação.
- Feedback para o modelo: uso dos dados de performance da carteira para calibrar parâmetros e ajustar políticas.
- Funding: uso da qualidade da carteira para definir elegibilidade e precificação em estruturas de FIDC e securitização.
O ciclo fechado pode ser resumido assim:
KYC + fraude → bureau + Open Finance → risk engine → limite → monitoramento → cobrança → feedback → funding → retorno para KYC + fraude
Conecte originação, cobrança e funding em um só ecossistema
Panorama do mercado e do ecossistema de BNPL no Brasil
A emissão anual de ABS lastreados em BNPL cresceu de menos de US$ 1 bilhão em 2020 para mais de US$ 5,5 bilhões em 2025. Esse movimento consolidou a securitização como via relevante de funding para carteiras de BNPL. No Brasil, o ecossistema de infraestrutura financeira que viabiliza o BNPL é robusto e combina Pix, Open Finance, SCDs e FIDCs.
O Open Finance brasileiro é o maior ecossistema do mundo nessa categoria. O mercado atingiu mais de 154 milhões de consentimentos ativos e mais de 100 milhões de clientes conectados, e instituições reportaram queda relevante de inadimplência após incorporar dados de Open Finance aos modelos de risco. Para o BNPL, isso permite que a aprovação instantânea no checkout use dados transacionais reais do consumidor em vez de se apoiar só em score estático de bureau.
As licenças de SCD (Sociedade de Crédito Direto) e SEP (Sociedade de Empréstimo entre Pessoas) são os principais veículos regulatórios para operações de crédito digital no Brasil. A diferença entre elas define o modelo de funding possível: a SCD concede crédito exclusivamente com recursos próprios via plataforma eletrônica, enquanto a SEP atua como intermediária entre investidores e tomadores, ambas com autorização do Banco Central e exigência de política robusta de análise de crédito, KYC, cobrança e gestão de inadimplência.
No plano regulatório, a EBA publicou as Diretrizes sobre originação e monitoramento de crédito (EBA/GL/2020/06). Elas estabelecem padrões para concessão e monitoramento ao longo do ciclo de vida do crédito, com avaliação de capacidade de pagamento, limites dinâmicos e revisão periódica de modelos. Esses princípios se aplicam diretamente ao BNPL. A EBA também publicou as Diretrizes sobre a aplicação da definição de inadimplência (EBA/GL/2026/05), que harmonizam critérios de DPD, unlikeliness to pay e retorno ao status de não inadimplente na União Europeia. O CFPB documentou preocupações com loan stacking e exposição agregada do consumidor em múltiplos provedores de BNPL simultâneos, o que reforça a importância de monitorar a exposição por CPF no contexto brasileiro.
FIDCs e securitização são os principais instrumentos de funding para carteiras de BNPL no Brasil. A Cédula de Crédito Bancária (CCB) emitida via SCD formaliza juridicamente cada operação e torna os recebíveis elegíveis para cessão a fundos e estruturação de operações no mercado de capitais.
Esse é o pano de fundo regulatório e de mercado. A partir dele, as práticas operacionais a seguir mostram como transformar essas condições em uma política de risco executável no dia a dia.
Melhores práticas de gestão de risco em BNPL
Uma política de risco eficaz em BNPL combina análise de crédito em tempo real, dados alternativos, Open Finance, monitoramento de inadimplência, prevenção a fraude, estruturação via FIDC e cobrança multicanal. As sete práticas a seguir formam o núcleo operacional desse framework.
-
Underwriting em tempo real: o underwriting em BNPL combina verificação de identidade, sinais de dispositivo e comportamento, dados de bureau e análise de fluxo de caixa via dados bancários consentidos. O objetivo é avaliar a capacidade de pagamento atual em vez de se apoiar só no score histórico. Variáveis derivadas do Open Finance, como fluxo de caixa médio, variabilidade de renda e percentual de comprometimento com dívidas existentes, tendem a ter alto poder preditivo para modelos de crédito.
-
Limites dinâmicos e exposição agregada: limites iniciais conservadores devem ser combinados com regras de aumento gradual baseadas em comportamento de pagamento e com redução automática diante de sinais de deterioração. O monitoramento precisa cobrir a exposição por CPF, merchant, produto e período, e não somente o saldo de cada operação.
-
Separação de risco de crédito e fraude: o mesmo evento de inadimplência pode ter causas distintas, como dificuldade financeira genuína, identidade sintética, account takeover ou first-party fraud, e cada causa exige resposta operacional diferente. Tratar toda inadimplência como uma única categoria faz com que o time errado tente resolver o problema errado. Camadas de decisão separadas para identidade, velocidade, dispositivo e comportamento transacional são necessárias. Uma pesquisa de 2026 com credores indicou que 93% reportam impacto de perdas de crédito por fraude, e 61% apontaram a fraude de identidade sintética como a ameaça de crescimento mais rápido.
-
Métricas e early-warning: a fórmula de perda esperada EL = PD × LGD × EAD é o ponto de partida para dimensionar provisões e capital. O monitoramento contínuo deve incluir approval rate, DPD 1/7/30/60/90, roll rates, cure rate, recovery e PSI. Sinais de alerta precoce incluem aumento de consultas simultâneas ao bureau, crescimento de BNPL em múltiplos provedores e variação brusca no mix de originação.
-
Cobrança segmentada e multicanal: a régua de cobrança precisa ser calibrada por perfil de inadimplência e canal preferencial do consumidor, com lembretes via WhatsApp, SMS e e-mail, retry inteligente de débito, Pix e opções de renegociação. O Banco Central do Brasil reforçou as regras de segurança do Pix em setembro de 2026, o que torna esse ecossistema ainda mais relevante como canal de cobrança e liquidação.
-
Funding e liquidez: a qualidade da carteira de BNPL impacta diretamente a elegibilidade para funding via securitização, a precificação e o apetite de investidores. Como mencionado no panorama, a CCB emitida via SCD é o que torna cada recebível elegível para cessão a FIDCs e estruturas de securitização.
-
Governança de modelos e stress testing: testes out-of-time, avaliação de discriminação com Gini e KS, calibração por faixas de score e monitoramento de PSI ajudam a detectar drift e necessidade de revisão do modelo. O stress testing deve simular cenários de desemprego, queda de renda, inflação e choque em merchant. Regras de override, validação independente e backtesting periódico completam o ciclo de governança.
Erros comuns e pontos de atenção na gestão de risco em BNPL
Alguns equívocos recorrentes comprometem a sustentabilidade de operações de BNPL:
- Tratar fraude e crédito no mesmo score: separar os tipos de perda é essencial porque cada causa exige uma resposta operacional diferente. Como visto nas práticas acima, misturar risco de crédito e risco de fraude no mesmo score produz decisões imprecisas para ambos.
- Ignorar a exposição agregada por CPF: cerca de 63% dos usuários de BNPL tinham empréstimos simultâneos em algum momento, e 33% tinham sobreposição em mais de um provedor. Sem visibilidade da exposição total do consumidor, a operação tende a subestimar o risco de superendividamento.
- Usar limites estáticos: limites fixos não respondem a mudanças no comportamento de pagamento nem a sinais de deterioração financeira do tomador. Por isso, carteiras de alta frequência exigem limites dinâmicos, com regras automáticas de ajuste.
- Não monitorar roll rates: a migração entre faixas de DPD é um dos principais indicadores antecedentes de deterioração da carteira. Ignorar esse indicador leva a uma reação à inadimplência apenas quando ela já está consolidada.
- Negligenciar a governança de modelos: um modelo treinado em um período específico pode ficar gravemente descalibrado após mudanças de regime econômico. Sem validação independente, backtesting e calibração periódica, o modelo de decisão se torna uma fonte de risco.
Como a gestão de risco em BNPL varia por perfil de operação
As necessidades de infraestrutura, funding e governança mudam conforme o perfil do operador:
- Fintechs de crédito: precisam de um motor de crédito configurável e de emissão automatizada de CCB via SCD. A integração com Open Finance e o acesso a gestoras de fundos completam o que é necessário para estruturar o funding. A velocidade de lançamento e a capacidade de ajustar políticas de risco sem depender de times técnicos extensos são diferenciais importantes.
- Varejistas de grande porte: usam o BNPL como alavanca de conversão e receita. A gestão de risco precisa se integrar ao checkout sem fricção. A necessidade de solução white-label, compliance regulatório e monitoramento de merchant risk é prioritária.
- ERPs: atuam como distribuidores de crédito para uma base de clientes empresariais ou consumidores finais. Precisam de APIs modulares que se integrem ao sistema existente, com políticas de risco configuráveis por segmento e relatórios de carteira consolidados.
- Gestoras de fundos: focam na qualidade da carteira originada, na rastreabilidade dos recebíveis e na estruturação eficiente para FIDC e securitização. A neutralidade do parceiro tecnológico e a capacidade de conectar originação ao funding sem trocar de ecossistema são determinantes.
Estruture o funding da sua carteira de BNPL com a Celcoin
A infraestrutura full stack da Celcoin para a gestão de risco em BNPL
A Celcoin não concede crédito diretamente ao consumidor. A empresa fornece a infraestrutura tecnológica para que outras empresas ofereçam produtos de crédito, como BNPL e crédito consignado, aos seus clientes finais.
A solução de crédito da Celcoin conecta todos os elos do ciclo de gestão de risco em BNPL em um único ecossistema modular. Isso inclui a originação, com avaliação de score e políticas configuráveis, e a formalização, com emissão de CCB via SCD própria. O monitoramento da carteira, a cobrança e a integração com gestoras de fundos para FIDCs e securitização completam o ciclo. Com a aquisição da VERT Capital, anunciada em agosto de 2026, a Celcoin passou a cobrir também securitização, administração fiduciária e gestão de fundos estruturados. Essa combinação conecta originação e funding em um único ecossistema, sem obrigar o cliente a contratar o pacote completo.
A plataforma cel_agents, lançada em agosto de 2026, reduz de meses para horas o tempo entre a decisão de desenvolver um novo produto de crédito e a criação de uma versão funcional. Um ambiente gratuito de testes fica disponível em minutos e acelera a experimentação de novas políticas de risco com baixo custo de engenharia.
A tabela a seguir resume como cada funcionalidade da infraestrutura da Celcoin se traduz em ganho operacional para a empresa contratante:
| Funcionalidade da Celcoin | Benefício para sua empresa |
|---|---|
| APIs modulares | Integrações mais rápidas, com redução de custos e prazos de desenvolvimento. |
| Experiência e suporte ao desenvolvedor | Documentação, SDKs e sandboxes que reduzem ciclos de integração e custos de engenharia. |
| Capacidade de lançamento rápido | Módulos pré-construídos e entrega via SaaS aceleram lançamentos e melhoram o tempo para geração de receita. |
| Distribuição white-label e embutida (embedded) | Suporte a produtos financeiros com marca própria. |
| Ter escalabilidade com confiabilidade | Solução com alta disponibilidade e escalável na nuvem mantém serviços funcionando em altos volumes e protege a receita. |
| Cobertura de diversas possibilidades de pagamentos, incluindo crédito | Oferecer pagamentos e emissão de crédito aumenta conversão, ARPU e fidelização. |
| Acesso a dados e personalização | Dados e análises via Open Finance permitem ofertas personalizadas e melhoram conversão e retenção. |
| Compliance e conformidade como princípio | KYC, AML e relatórios integrados reduzem risco regulatório e aceleram ciclos de vendas. |
| Prevenção de fraude e controles de risco | Monitoramento baseado em IA e autenticação robusta reduzem estornos, perdas e exposição regulatória. |
| Força do ecossistema de parceiros da Celcoin | Parcerias e integrações com bancos, redes e fintechs ampliam cobertura e velocidade de entrada no mercado. |
Conecte originação, cobrança e funding em um só ecossistema
A seguir, respondemos às dúvidas mais recorrentes sobre a operação de risco em BNPL.
Perguntas frequentes (FAQ)
Como os cinco riscos de BNPL se relacionam entre si?
Os cinco riscos descritos acima, crédito, fraude, merchant, liquidez e superendividamento, raramente aparecem isolados. Na prática, uma fraude de identidade sintética costuma vir acompanhada de risco de merchant, e o superendividamento agrava o risco de crédito. Por isso, a gestão de risco precisa separar as camadas de decisão para cada tipo de risco e, ao mesmo tempo, monitorar como eles se combinam em cada carteira.
Como definir limites de crédito no BNPL?
Limites de crédito em BNPL devem ser dinâmicos. O ponto de partida é um limite inicial conservador, calibrado com base na capacidade de pagamento avaliada no underwriting, que combina score de bureau, dados de Open Finance e comportamento transacional. A partir daí, o limite aumenta gradualmente conforme o histórico de pagamentos em dia se consolida e reduz automaticamente diante de sinais de deterioração, como atraso em parcelas, aumento de consultas ao bureau ou crescimento de BNPL simultâneos. Como já detalhado, o monitoramento da exposição agregada por CPF, merchant, produto e período evita subestimar o superendividamento.
Como usar Open Finance na análise de crédito BNPL?
O Open Finance permite acessar, com consentimento do consumidor, dados transacionais em tempo real da conta bancária do tomador, como fluxo de caixa, renda recorrente, comprometimento atual com dívidas, padrão de gastos e sinais de estresse financeiro recente. Para o BNPL, que exige aprovação instantânea no checkout, o Open Finance viabiliza um underwriting baseado na capacidade de pagamento atual e complementa o histórico registrado no bureau. Isso é relevante para perfis com histórico limitado em bureau, como autônomos, trabalhadores informais e jovens, que teriam maior chance de recusa em modelos tradicionais.
O que são PD, LGD e EAD no BNPL?
PD (Probability of Default) representa a probabilidade de o tomador não honrar suas obrigações em um horizonte definido, geralmente de doze meses. Em BNPL, a PD costuma ser estimada por segmento de produto, canal e perfil de tomador e precisa de monitoramento contínuo para detectar drift. LGD (Loss Given Default) mede a fração da exposição perdida após o default, já descontadas recuperações e custos de cobrança. EAD (Exposure at Default) corresponde ao valor total em risco no momento do default, que em BNPL é o saldo devedor das parcelas ainda não pagas. Essas três métricas formam a base do cálculo de perda esperada.
