Kredittkort har lenge vært en populær betalingsmetode og bruken vokser globalt. Kred- ittkortselskaper må stadig vurdere risikoen forbundet med pengeutlåning og en måte å måle risiko i forbindelse med kredittkortutgifter er å spore antall inkassosaker over tid. Nøyaktige prediksjoner over antall kunder som blir sendt til inkasso i fremtiden vil derfor være svært interessant for kredittkortselskaper. Formålet med denne avhandlingen var å predikere den totale balansen som blir sendt til inkasso hver måned for året 2019, basert på historiske data fra SpareBank 1 Kredittkort AS i tidsperioden juli 2017 til september 2018. I tillegg ønsket vi å bestemme hvilke faktorer som gjør at noen kunder er mer utsatt for mislighold. Datasettet var longitudinelt med repeterende observasjoner hver måned for mer enn 500 000 kredittkortkunder i Norge. En mixed effects logistisk regresjonsmodell ble konstruert og brukt som en klassifikator for å bestemme hvorvidt en kunde blir sendt til inkasso i en gitt måned. Modellen ble deretter brukt til å klassifisere og telle antall inkassosaker i en måned. Ved å multiplisere med gjenomsnittsbalansen en kunde skylder ga dette predik- sjoner for den totale balansen sendt til inkasso hver måned. Datasettet var svært ubalansert siden de fleste kundene ikke blir sendt til inkasso. Vi brukte tilfeldig undersampling i til- legg til en metode for å justere outputen til en klassifikator. Modellen predikerte en økning i den totale balansen sendt til inkasso for året 2019. En mulig forbedring av modellen vil være å samle tilleggsinformasjon for hver kunde som kan forklare hvorfor noen kunder er mer utsatt for mislighold. Dette kan blant annet være en kundes månedlige inntekt, andre typer usikret gjeld og sivilstatus.