Enam pemberi pinjaman BNPL besar menyalurkan 335,8 juta pinjaman senilai USD 45,2 miliar, dengan rata-rata USD 135 per pinjaman, dan 34% hingga 41% pengguna mengaku pernah setidaknya sekali telat membayar. Sepasang angka terakhir itulah yang menjadi ketegangan di pasar ini: tunggakan resmi terlihat ringan, dengan 4,1% pinjaman dikenai denda keterlambatan dan 1,83% dihapusbukukan sebagai piutang macet, sementara kesulitan pembayaran yang dilaporkan sendiri oleh pengguna jauh lebih tinggi, hingga satu tingkat magnitudo. BNPL masih sekitar 1% dari volume belanja kartu kredit, jadi pertanyaan sistemiknya bukan soal ukuran, melainkan apakah data keras ini mengukur hal yang tepat. Angka-angka di bawah berasal dari laporan pasar dan survei CFPB.
TL;DR
- Enam perusahaan BNPL besar menyalurkan 335,8 juta pinjaman (CFPB)
- Pinjaman tersebut bernilai total USD 45,2 miliar (CFPB)
- Rata-rata nilai pinjaman adalah USD 135 (CFPB)
- 53,6 juta konsumen mengambil setidaknya satu pinjaman BNPL (CFPB)
- Ini naik 12% dari tahun sebelumnya (CFPB)
- 4,1% pinjaman dikenai denda keterlambatan (CFPB)
- Turun dari 5,2% pada tahun sebelumnya (CFPB)
- Penghapusan piutang turun menjadi 1,83%, dari 2,63% (CFPB)
- 34% hingga 41% pengguna mengaku setidaknya sekali telat membayar (survei CFPB)
- BNPL hanya sekitar 1% dari total volume belanja kartu kredit (CFPB)
- CFPB mencatat indikasi memburuknya tunggakan sejak saat itu (CFPB)
- Perlakuan regulasi terhadap BNPL sudah berubah arah dan masih belum jelas
- Data rinci penyaluran pinjaman tertinggal lebih dari setahun
1. Pasar dalam Angka
Angka penyaluran pinjaman menggambarkan produk yang dibangun di atas volume, bukan nilai. Enam perusahaan BNPL besar menyalurkan 335,8 juta pinjaman senilai total USD 45,2 miliar, dengan rata-rata USD 135 per pinjaman. Ratusan juta transaksi yang hanya menghasilkan kurang dari lima puluh miliar dolar adalah pola distribusi yang tidak dimiliki produk kredit konvensional mana pun.
Struktur itu punya konsekuensi terhadap cara produk ini seharusnya dinilai. Biaya underwriting per pinjaman harus mendekati nol agar model bisnisnya masuk akal, itulah sebabnya persetujuan BNPL nyaris instan dan dangkal. Ini juga berarti eksposur pemberi pinjaman terhadap satu peminjam tertentu kecil, sementara eksposurnya terhadap perburukan kondisi konsumen secara umum tersebar di sangat banyak akun. Profil risikonya lebih mirip bisnis pembayaran dengan kredit tempelan ketimbang bisnis pinjaman itu sendiri, dan ini sebagian menjelaskan mengapa klasifikasi regulasinya begitu diperdebatkan.
| Metrik | Nilai | Sumber |
|---|---|---|
| Pinjaman yang disalurkan enam perusahaan besar | 335,8 juta | CFPB |
| Total nilai penyaluran | USD 45,2 miliar | CFPB |
| Rata-rata nilai pinjaman | USD 135 | CFPB |
| Konsumen dengan setidaknya satu pinjaman | 53,6 juta | CFPB |
| Perubahan jumlah konsumen dari tahun ke tahun | naik 12% | CFPB |
| Perkiraan pinjaman per konsumen | sekitar 6,3 | Turunan dari data CFPB |
| Porsi BNPL dari belanja kartu kredit | sekitar 1% | CFPB |
| Perusahaan yang tercakup dalam data rinci | 6 | CFPB |
Konteks tentang metode pembayaran ada di statistik dompet digital kami. Sumber: CFPB, pasar Buy Now Pay Later.
2. Keterlambatan Pembayaran Versus Gagal Bayar
Di sinilah data ini menjadi benar-benar menarik, karena dua ukuran yang sama-sama kredibel berbeda dengan faktor sekitar sembilan kali lipat. 4,1% pinjaman dikenai denda keterlambatan dan 1,83% dihapusbukukan sebagai piutang macet, sementara survei CFPB menemukan bahwa 34% hingga 41% pengguna mengaku pernah setidaknya sekali telat membayar.
Keduanya bisa sama-sama benar. Angka di tingkat pinjaman menghitung transaksi individual, dan sebagian besar dibayar tepat waktu; angka survei menghitung orang, dan seorang pengguna dengan selusin pinjaman BNPL dalam setahun punya banyak peluang untuk telat pada salah satunya. Tingkat keterlambatan 4,1% per pinjaman, jika diterapkan pada rata-rata enam pinjaman per pengguna, menghasilkan persis jenis kejadian di tingkat pengguna yang ditemukan survei tersebut. Dipahami dengan cara ini, kedua angka tidak saling bertentangan, dan angka survei justru menjadi acuan yang lebih baik untuk mengetahui seberapa umum pengalaman telat membayar sebenarnya terjadi.
| Metrik | Nilai | Sumber |
|---|---|---|
| Pinjaman yang dikenai denda keterlambatan | 4,1% | CFPB |
| Angka yang sama pada tahun sebelumnya | 5,2% | CFPB |
| Pinjaman yang dihapusbukukan | 1,83% | CFPB |
| Angka yang sama pada tahun sebelumnya | 2,63% | CFPB |
| Pengguna yang mengaku setidaknya sekali telat membayar | 34% sampai 41% | Survei CFPB |
| Perkiraan pinjaman per pengguna | sekitar 6,3 | Turunan dari data CFPB |
| Rasio antara kejadian di tingkat pengguna dan pinjaman | sekitar 9 banding 1 | Turunan |
| Apakah kedua ukuran ini bertentangan | tidak, penyebutnya berbeda | Turunan |
Sumber: CFPB, penggunaan Buy Now Pay Later oleh konsumen.
3. Data Keras Membaik, Data Lunak Tidak
Kedua ukuran risiko resmi bergerak ke arah yang benar. Kejadian denda keterlambatan turun dari 5,2% menjadi 4,1%, dan penghapusan piutang turun dari 2,63% menjadi 1,83%, yang jika dilihat sendiri akan menggambarkan pasar yang makin matang dengan proses underwriting yang makin baik.
CFPB menambahkan catatan yang melemahkan rasa aman itu: ada indikasi dari survei konsumen bahwa perilaku keterlambatan dan tunggakan justru meningkat sejak periode yang dicakup data rinci tersebut. Ini membuat sektor ini berada dalam posisi bukti yang canggung, di mana angka yang ketat sudah lama dan sedang membaik, sementara angka yang lebih baru justru lebih lemah dan memburuk. Siapa pun yang mengutip tingkat penghapusan piutang 1,83% sebagai bukti bahwa BNPL berisiko rendah perlu menyadari bahwa angka itu menggambarkan periode yang sudah jauh tertinggal.
| Metrik | Nilai | Sumber |
|---|---|---|
| Kejadian denda keterlambatan, tahun rinci terbaru | 4,1% | CFPB |
| Tahun sebelumnya | 5,2% | CFPB |
| Perubahan | turun 1,1 poin | Turunan dari data CFPB |
| Tingkat penghapusan piutang, tahun rinci terbaru | 1,83% | CFPB |
| Tahun sebelumnya | 2,63% | CFPB |
| Perubahan | turun 0,8 poin | Turunan dari data CFPB |
| Arah bukti berbasis survei sejak saat itu | memburuk | CFPB |
| Ketegangan antara kedua ukuran | data keras lebih lama, data lunak lebih baru | Turunan |
Konteks tentang kredit rumah tangga ada di statistik utang pinjaman mahasiswa kami. Sumber: laporan pasar BNPL CFPB.
4. Skala Dibandingkan dengan Kredit Konsumen Lainnya
Konteks ini mencegah baik pembesar-besaran maupun sikap terlalu santai. BNPL hanya sekitar 1% dari total volume belanja kartu kredit, yang berarti sebagai porsi kredit konsumen, produk ini tetap marjinal meskipun sudah bertahun-tahun tumbuh pesat.
Karena itu, argumen risiko sistemik bukan bertumpu pada ukuran. Argumen itu bertumpu pada penumpukan dan ketidaktampakan: pinjaman BNPL secara historis tidak dilaporkan secara konsisten ke biro kredit, sehingga seorang peminjam bisa memegang beberapa pinjaman sekaligus tanpa ada satu pun pemberi pinjaman, atau penilai kredit konvensional mana pun, yang melihat gambaran utuhnya. Produk yang hanya 1% dari volume kartu kredit tetapi tidak terlihat dalam catatan kredit tetap bisa mendistorsi penilaian kemampuan bayar untuk 99% sisanya. Itulah mekanisme yang patut diawasi, dan justru itulah yang belum bisa diukur oleh data yang tersedia saat ini.
| Metrik | Nilai | Sumber |
|---|---|---|
| Porsi BNPL dari belanja kartu kredit | sekitar 1% | CFPB |
| Total nilai penyaluran BNPL | USD 45,2 miliar | CFPB |
| Konsumen yang menggunakan produk ini | 53,6 juta | CFPB |
| Rata-rata nilai pinjaman | USD 135 | CFPB |
| Pinjaman per konsumen | sekitar 6,3 | Turunan |
| Kekhawatiran sistemik utama | penumpukan pinjaman lintas pemberi pinjaman | CFPB |
| Riwayat pelaporan ke biro kredit | tidak konsisten | CFPB |
| Apakah data saat ini mengukur penumpukan tersebut | tidak | Turunan |
Konteks dari sisi pedagang ada di statistik live shopping kami. Sumber: Richmond Fed soal perkembangan terbaru BNPL.
5. Mengapa Data Ini Lebih Tipis Dari Seharusnya
BNPL adalah kategori kredit konsumen terbesar dengan statistik publik paling lemah, dan alasannya bersifat regulasi, bukan teknis. CFPB sempat memperlakukan BNPL di bawah aturan kartu kredit, lalu mundur dari penerapan pendekatan tersebut, sehingga pengawasannya tidak jelas dan pelaporan wajib tidak pernah didefinisikan.
Hasilnya di lapangan, angka terbaik yang tersedia berasal dari kegiatan pemantauan pasar yang bersifat sukarela, mencakup enam perusahaan, diterbitkan secara tidak teratur, dan menggambarkan periode yang makin jauh tertinggal setiap kuartal berlalu tanpa pembaruan. Untuk produk yang dipakai lebih dari lima puluh juta orang, ini adalah landasan bukti yang tipis, dan itulah sebabnya setiap statistik BNPL sebaiknya dibaca lengkap dengan tahun rujukannya, bukan sebagai gambaran pasar saat ini.
Kesenjangan ini juga membentuk apa yang beredar di masyarakat. Ketika data resmi langka dan sudah usang, perkiraan riset pasar dan siaran pers pemberi pinjaman mengisi kekosongan itu, dan angka-angka tersebut dibuat dengan standar yang berbeda-beda tanpa kewajiban mengungkap metodologinya. Sebagian besar komentar tentang BNPL yang beredar berasal dari sumber semacam itu, bukan dari data pengawasan yang dipakai di sini. Memilih angka yang sedikit lebih lama tetapi metodologinya terdokumentasi, dibandingkan angka yang lebih baru tanpa dasar itu, adalah pilihan yang tepat untuk kategori ini, sebuah kesimpulan yang belum tentu berlaku di sebagian besar segmen kredit konsumen lainnya.
| Metrik | Nilai | Sumber |
|---|---|---|
| Perusahaan yang tercakup dalam data rinci CFPB | 6 | CFPB |
| Sifat pengumpulan data | pemantauan pasar, bukan pelaporan wajib | CFPB |
| Frekuensi publikasi | tidak teratur | Turunan |
| Status regulasi | tidak jelas | CFPB |
| Konsumen yang terdampak | 53,6 juta | CFPB |
| Pinjaman yang disalurkan | 335,8 juta | CFPB |
| Selisih antara periode data dan saat ini | lebih dari setahun | Turunan |
| Konsekuensi | statistik ini menggambarkan pasar masa lalu | Turunan |
Konteks dari sisi penipuan ada di statistik penipuan online kami. Sumber: analisis pendekatan regulasi CFPB terhadap BNPL.
Ringkasan: BNPL dalam Angka
| Metrik | Nilai | Sumber |
|---|---|---|
| Pinjaman yang disalurkan enam perusahaan besar | 335,8 juta | CFPB |
| Total nilai penyaluran | USD 45,2 miliar | CFPB |
| Rata-rata nilai pinjaman | USD 135 | CFPB |
| Konsumen dengan setidaknya satu pinjaman | 53,6 juta | CFPB |
| Perubahan jumlah konsumen dari tahun ke tahun | naik 12% | CFPB |
| Perkiraan pinjaman per konsumen | sekitar 6,3 | Turunan |
| Pinjaman yang dikenai denda keterlambatan | 4,1% | CFPB |
| Tingkat denda keterlambatan tahun sebelumnya | 5,2% | CFPB |
| Tingkat penghapusan piutang | 1,83% | CFPB |
| Tingkat penghapusan piutang tahun sebelumnya | 2,63% | CFPB |
| Pengguna yang mengaku telat membayar | 34% sampai 41% | Survei CFPB |
| Rasio antara kejadian di tingkat pengguna dan pinjaman | sekitar 9 banding 1 | Turunan |
| Porsi BNPL dari volume belanja kartu | sekitar 1% | CFPB |
| Arah bukti survei sejak saat itu | memburuk | CFPB |
| Perusahaan dalam kumpulan data rinci | 6 | CFPB |
| Status regulasi | tidak jelas | CFPB |
Metodologi dan Sumber
- Jumlah penyaluran pinjaman, nilai pinjaman, rata-rata nilai pinjaman, jumlah konsumen, kejadian denda keterlambatan, dan tingkat penghapusan piutang berasal dari laporan pasar BNPL Consumer Financial Protection Bureau (gambaran pasar, PDF laporan pasar, laporan sebelumnya tentang penggunaan konsumen).
- Kejadian keterlambatan pembayaran di tingkat pengguna berasal dari survei Making Ends Meet milik CFPB (CFPB).
- Konteks pasar dan analisis regulasi berasal dari Richmond Fed serta komentar hukum (nota ekonomi Richmond Fed, University of Baltimore Law Review, Consumer Financial Services Law Monitor).
- Catatan data: angka rinci penyaluran pinjaman dan tunggakan mencakup enam pemberi pinjaman besar dan periode rujukan yang kini tertinggal lebih dari setahun, dan CFPB sendiri sudah memberi sinyal indikasi dari survei bahwa tunggakan memburuk sejak saat itu. Perlakukan angka keras yang membaik ini sebagai data historis, bukan kondisi terkini. Cakupan enam perusahaan ini tidak memasukkan penyedia yang lebih kecil, program yang menempel pada peritel, dan fitur cicilan dari penerbit kartu kredit, sehingga total pasar sebenarnya lebih besar dari yang tercatat di sini. Kejadian di tingkat pinjaman dan tingkat pengguna memakai penyebut yang berbeda, dan selisih sekitar sembilan kali lipat di antara keduanya adalah soal aritmetika, bukan kontradiksi. Pelaporan BNPL ke biro kredit tidak konsisten, sehingga tidak ada satu pun kumpulan data yang bisa diandalkan untuk menangkap peminjam yang memegang beberapa pinjaman dari berbagai pemberi pinjaman sekaligus, yang justru merupakan risiko utama bagi konsumen. Perlakuan regulasi sudah berubah arah dan belum ada rezim pelaporan wajib. Baris yang ditandai sebagai turunan merupakan hasil perhitungan aritmetika dari angka yang sudah dipublikasikan.
- Terakhir diperbarui: 2 Agustus 2026. Kami memperbarui ulasan ini setiap kuartal seiring CFPB dan bank-bank regional Federal Reserve menerbitkan analisis baru tentang BNPL.