Online mail order and online retail purchases have increased rapidly in recent years worldwide, with Covid-19 forcing almost all non-grocery shopping to move online. These practices have facilitated the availability of new data sources, such as web behavioural variables providing scope for innovation in credit risk analysis and decision practices. This paper examines new web browsing variables and incorporates them into survival analysis as predictors of probability of default (PD). Using a large sample of purchase and repayment credit accounts from a major digital retailer and financial services provider, we show that these new variables enhance the predictive accuracy of probability of default (PD) models at account level. This also holds in the absence of credit bureau data, therefore, the new information can help people who may not have a credit history (thin file) who cannot be assessed using traditional variables. Moreover, we leverage on the dynamic nature of these new web variables and explore their predictive value in short and long- term horizons. By adding macroeconomic variables, the possibility for stress-testing is provided. Our empirical findings provide insights into web browsing behaviour, highlight how the inclusion of non-standard variables can improve credit risk scoring models and lending decisions and may provide a solution to the thin files problem. Our results also suggest a direct value added to the online retail credit industry as firms should leverage the increasing trend of consumers embracing the digital environment.

近年来，全球在线邮购和在线零售购买迅速增加，Covid-19 迫使几乎所有非杂货购物都转向在线。这些做法促进了新数据源的可用性，例如为信用风险分析和决策实践提供创新空间的网络行为变量。本文研究了新的网络浏览变量，并将它们作为违约概率 (PD) 的预测因子纳入生存分析。使用来自主要数字零售商和金融服务提供商的大量购买和还款信用账户样本，我们表明这些新变量提高了账户级别违约概率 (PD) 模型的预测准确性。这在没有征信机构数据的情况下也成立，因此，新信息可以帮助那些可能没有信用记录（精简文件）且无法使用传统变量进行评估的人。此外，我们利用这些新网络变量的动态特性，探索它们在短期和长期范围内的预测价值。通过添加宏观经济变量，提供了压力测试的可能性。我们的实证研究结果提供了对网络浏览行为的见解，强调了非标准变量的包含如何改进信用风险评分模型和贷款决策，并可能为精简文件问题提供解决方案。我们的结果还表明，在线零售信贷行业可以直接增加价值，因为公司应该利用消费者接受数字环境的增长趋势。我们利用这些新网络变量的动态特性，探索它们在短期和长期范围内的预测价值。通过添加宏观经济变量，提供了压力测试的可能性。我们的实证研究结果提供了对网络浏览行为的见解，强调了非标准变量的包含如何改进信用风险评分模型和贷款决策，并可能为精简文件问题提供解决方案。我们的结果还表明，在线零售信贷行业可以直接增加价值，因为公司应该利用消费者接受数字环境的增长趋势。我们利用这些新网络变量的动态特性，探索它们在短期和长期范围内的预测价值。通过添加宏观经济变量，提供了压力测试的可能性。我们的实证研究结果提供了对网络浏览行为的见解，强调了非标准变量的包含如何改进信用风险评分模型和贷款决策，并可能为精简文件问题提供解决方案。我们的结果还表明，在线零售信贷行业可以直接增加价值，因为公司应该利用消费者接受数字环境的增长趋势。我们的实证研究结果提供了对网络浏览行为的见解，强调了非标准变量的包含如何改进信用风险评分模型和贷款决策，并可能为精简文件问题提供解决方案。我们的结果还表明，在线零售信贷行业可以直接增加价值，因为公司应该利用消费者接受数字环境的增长趋势。我们的实证研究结果提供了对网络浏览行为的见解，强调了非标准变量的包含如何改进信用风险评分模型和贷款决策，并可能为精简文件问题提供解决方案。我们的结果还表明，在线零售信贷行业可以直接增加价值，因为公司应该利用消费者接受数字环境的增长趋势。