Анализ и Совершенствование Потребительского Кредитования в Российской Федерации (2022–2025 гг. на примере ПАО [Крупный Банк])

метки: Кредитный, Банковский, Кредит, Москва, Портфель, Россия, Снижение, Кредитование

На фоне беспрецедентного ужесточения денежно-кредитной и макропруденциальной политики, в начале 2025 года в российской банковской системе наблюдалось рекордное сокращение кредитования: портфель потребительских кредитов в январе 2025 года уменьшился на 0,3%. Этот факт — прямое отражение тектонических сдвигов, происходящих на рынке, где регулятор целенаправленно «охлаждает» спрос, вынуждая банки пересматривать свои стратегии и модели риск-менеджмента. Данное исследование призвано не просто зафиксировать эти изменения, но и провести глубокий методологический анализ их влияния на кредитную политику крупнейших игроков, таких как ПАО [Крупный Банк], и разработать актуальные пути совершенствования в новой регуляторной реальности.

Теоретические Основы и Правовое Регулирование Потребительского Кредитования

Начало любого глубокого финансового анализа требует четкой дефиниции объекта исследования, особенно в условиях динамично меняющегося законодательства. Потребительское кредитование представляет собой сложный финансово-правовой институт, балансирующий между потребностью населения в доступе к средствам и необходимостью обеспечения финансовой стабильности банковской системы, поскольку его неконтролируемый рост неизбежно создает системные риски для всей экономики.

Сущность, функции и классификация потребительского кредита

Потребительский кредит — это ключевой элемент розничного банковского бизнеса, представляющий собой форму предоставления денежных средств физическому лицу для удовлетворения личных, семейных, домашних или иных нужд, не связанных с предпринимательской деятельностью.

Согласно Федеральному закону от 21.12.2013 № 353-ФЗ «О потребительском кредите (займе)», потребительский кредит (заем) определяется как денежные средства, предоставленные кредитором заемщику на основании кредитного договора или договора займа в целях, не связанных с осуществлением предпринимательской деятельности.

Ключевые функции потребительского кредита:

1. Перераспределительная функция: Обеспечивает перемещение временно свободных денежных средств от кредитора к заемщику, стимулируя спрос и экономическую активность.
2. Регулирующая функция: Позволяет государству (через Центральный банк) и коммерческим банкам регулировать объем денежной массы и уровень потребления посредством изменения процентных ставок и требований к заемщикам.
3. Стимулирующая функция: Ускоряет реализацию товаров и услуг, позволяя домохозяйствам приобретать дорогостоящие активы (автомобили, бытовую технику) до накопления необходимой суммы.

Классификация потребительских кредитов:

Сравнительный анализ условий потребительского кредитования в ...

... любого финансового анализа лежит в четком определении предмета. Розничный (потребительский) кредит — это денежные средства, предоставляемые кредитной организацией физическому лицу на цели, которые не ... Оценить влияние макропруденциального регулирования на условия кредитования и кредитный риск банков. Сформулировать методологию сопоставимого анализа и провести практическое сравнение актуальных ...

Признак классификации	Виды кредитов	Описание и примеры
По целевому назначению	Целевые	Ипотека, автокредит (средства расходуются строго на указанную цель, часто под залог).
	Нецелевые	Кредиты наличными, овердрафты (средства расходуются по усмотрению заемщика).
По обеспечению	Обеспеченные	Под залог недвижимости, автомобиля, поручительство.
	Необеспеченные	Кредиты без залога (наиболее рисковый сегмент).
По сроку	Краткосрочные	До 1 года (экспресс-кредиты, микрозаймы).
	Среднесрочные	От 1 года до 5 лет.
	Долгосрочные	Свыше 5 лет (в основном ипотека).

Правовая база и ключевые условия кредитования

Нормативно-правовая база потребительского кредитования основана на Гражданском кодексе РФ (главы о займе и кредите) и детализирована в ФЗ-353. Регуляторный фокус в период 2022–2025 гг. сместился в сторону защиты прав потребителей и контроля за долговой нагрузкой.

Ключевые требования ФЗ-353:

1. Полная Стоимость Кредита (ПСК): Это важнейший показатель, обеспечивающий прозрачность. Закон обязывает кредитора размещать ПСК на первой странице договора в квадратной рамке. ПСК включает не только процентную ставку, но и все сопутствующие расходы (комиссии, страховки, обязательные платежи).
   • Критическое ограничение: ПСК не должна превышать среднерыночное значение, рассчитанное Банком России для соответствующей категории кредита, более чем на одну треть.
2. Ограничение долговой нагрузки (ПДН): Внедрение Показателя долговой нагрузки (ПДН) стало революционным шагом в макропруденциальной политике. ПДН рассчитывается как отношение ежемесячных платежей заемщика по всем кредитам и займам к его среднемесячному доходу.
   • Согласно статье 5.1 ФЗ-353, если рассчитанный кредитором ПДН заемщика превышает 50%, кредитор обязан письменно уведомить заемщика о высоком риске неисполнения обязательств и возможных штрафных санкциях. Это обязательство направлено на повышение финансовой грамотности и снижение рисков на уровне домохозяйств, которые уже имеют критически высокую закредитованность.

Таким образом, современное регулирование стремится не просто ограничить объем кредитования, но и адресно защитить наиболее уязвимые категории заемщиков.

Трансформация Рынка Потребительского Кредитования РФ под Влиянием Макропруденциальной Политики (2022–2025 гг.)

Период 2022–2025 годов ознаменовался беспрецедентными макроэкономическими шоками и жестким ответом Банка России, что привело к кардинальной трансформации розничного кредитного рынка. Влияние высокой ключевой ставки и макропруденциальных лимитов (МПЛ) стало определяющим, фактически перестроившее стратегическое планирование в банковском секторе.

Динамика и структура рынка необеспеченного кредитования

Рынок потребительского кредитования пережил фазу активного роста в 2023 году, которая затем сменилась замедлением. Политика «охлаждения» достигла своей цели:

• Замедление роста: Рост портфеля необеспеченных потребительских ссуд в РФ замедлился, составив 11,2% по итогам 2024 года, что заметно ниже 15,7% в 2023 году.
• Сокращение в 2025 году: Тенденция продолжилась в начале 2025 года. В январе 2025 года портфель потребкредитов сократился на 0,3% (после сезонного снижения на 1,9% в декабре 2024 года).

  Это является прямым следствием высоких процентных ставок и ужесточения МПЛ.

Наиболее тревожным фактором остается высокая закредитованность населения, что напрямую коррелирует с качеством портфеля:

Показатель	Значение (на 01.07.2024)	Последствия
Доля заемщиков с ПДН > 50%	53%	Повышенный риск просрочки и дефолта, требует от банков увеличения резервирования.
Прогноз по автокредитам (2025 г.)	2,1–2,3 трлн руб. (объем)	Ожидается снижение количества выдач на 10–20%, но объем в рублях сохранится из-за роста средней стоимости автомобиля.

Высокая доля рисковых заемщиков с ПДН более 50% создает структурный дисбаланс, при котором половина рынка кредитуется на пределе своих возможностей, что заставляет регулятора применять прямые количественные ограничения. Разве это не повод для банковских аналитиков пересмотреть саму методологию оценки кредитоспособности, вместо того чтобы полагаться лишь на статичные макропруденциальные рамки?

Влияние макропруденциального регулирования ЦБ РФ

Макропруденциальные лимиты (МПЛ) — это прямые количественные ограничения, устанавливаемые ЦБ РФ для ограничения выдачи кредитов наиболее рисковым категориям заемщиков. Цель МПЛ — ограничить системные риски и предотвратить формирование «кредитного пузыря».

Ключевые этапы ужесточения МПЛ (2024–2025 гг.):

1. Необеспеченное кредитование: ЦБ РФ последовательно ужесточает МПЛ для необеспеченных кредитов с высоким ПДН (свыше 50% и 80%).

   Это ограничивает возможности банков по кредитованию самой рисковой аудитории, вынуждая их фокусироваться на клиентах с более низким ПДН.

2. Расширение сферы действия (Ипотека и Автокредиты): С 1 июля 2025 года МПЛ впервые распространились на сегменты ипотеки и автокредитов.
   • Например, на III квартал 2025 года для целевых и других автокредитов с ПДН свыше 50%, но до 80% включительно, лимит установлен на уровне 20% от общего объема выдачи. Это означает, что банк может выдать не более 20% своих автокредитов клиентам с такой высокой долговой нагрузкой.

Введение МПЛ на ипотеку и автокредиты стало критическим шагом, поскольку эти сегменты ранее служили запасными путями для наращивания портфелей в условиях высоких ставок по необеспеченным кредитам.

Анализ механизмов обхода МПЛ и контрмеры регулятора

Как только ЦБ РФ ужесточает прямое регулирование, финансовые институты ищут легальные способы обхода ограничений. В 2024 году такой «лазейкой» стали нецелевые потребительские кредиты, обеспеченные залогом транспортного средства.

Механизм обхода:
Банки активно продвигали нецелевые потребительские кредиты под залог автомобилей. Несмотря на наличие залога, эти кредиты не попадали под прямые макропруденциальные ограничения, применимые к стандартным необеспеченным потребительским кредитам.

• Рост доли: Доля нецелевых потребкредитов под залог ТС в общем объеме потребкредитов возросла с менее 1% до 2023 года до более 3% во II квартале 2024 года, а у отдельных банков достигла половины предоставляемых кредитов.

Контрмеры регулятора:
ЦБ РФ оперативно отреагировал на эту тенденцию, используя инструменты надбавок к коэффициентам риска:

• С 1 ноября 2024 года ЦБ РФ повысил надбавки к коэффициентам риска по нецелевым потребительским кредитам под залог ТС, особенно для заемщиков с высоким ПДН.
• Например, надбавка составляет 1.7 при ПДН 50–60% и достигает 2.9 при ПДН свыше 80%.

Повышение надбавок увеличивает объем капитала, который банк обязан резервировать под такие рисковые кредиты, что делает их выдачу экономически невыгодной и, по сути, нивелирует преимущество «обхода» МПЛ.

Анализ Кредитной Политики и Риск-Менеджмента Крупного Коммерческого Банка (На примере ПАО [Крупный Банк])

Анализ деятельности ПАО [Крупный Банк] позволяет увидеть, как макроэкономические и регуляторные факторы преломляются в финансовой отчетности и кредитной политике лидера рынка.

Анализ финансового состояния и кредитного портфеля банка

ПАО [Крупный Банк] сохраняет лидирующие позиции по размеру розничного портфеля, но его структура и динамика демонстрируют прямое влияние политики ЦБ РФ.

Динамика кредитного портфеля (Q2 2025, по МСФО):

• Общий розничный портфель: Достиг 17,7 трлн рублей.
• Ипотечный портфель: Продолжил рост на 2,8% за квартал (за счет ранее выданных льготных кредитов и инерции рынка).
• Необеспеченный потребительский портфель: Составил 3,4 трлн рублей, но демонстрирует снижение на 5,1% за квартал.

Снижение необеспеченного портфеля на 5,1% является прямым индикатором того, что банк активно следует требованиям регулятора, ужесточает скоринг и ограничивает выдачи в сегменте высокого риска, несмотря на потенциальную потерю процентных доходов.

Расчет ключевых показателей:

Для оценки эффективности управления портфелем используются два ключевых показателя: Коэффициент проблемности (К_пробл) и Коэффициент доходности (К_доходн).

1. Коэффициент проблемности кредитного портфеля (К_пробл): Характеризует качество активов.
   Кпробл = (Объем Просроченной Задолженности / Объем Кредитного Портфеля) × 100%
   • Пример использования: Доля обесцененных кредитов (NPL) в ПАО [Крупный Банк] выросла в годовом выражении с 4,1% до 4,5%. Рост К_пробл сигнализирует об ухудшении качества активов, что требует от банка усиления резервирования.
2. Коэффициент доходности кредитного портфеля (К_доходн): Оценивает экономическую эффективность кредитования.
   Кдоходн = ((Процентные Доходы - Процентные Расходы на Фондирование) / Среднегодовой Объем Кредитного Портфеля) × 100%
   • Анализ: Высокая ключевая ставка в 2024–2025 гг. увеличила расходы банков на фондирование, что снижает чистый процентный доход и, как следствие, К_доходн. Банки вынуждены повышать ставки для заемщиков, чтобы компенсировать рост стоимости привлечения средств.

Применение актуальных нормативов ЦБ РФ и оценка кредитного риска

Кредитная политика банка напрямую регулируется нормативами достаточности капитала и концентрации риска, устанавливаемыми ЦБ РФ. С 18 августа 2025 года банки с универсальной лицензией переходят на новые инструкции ЦБ РФ № 220-И и № 221-И, что требует более риск-чувствительного подхода к оценке активов.

Нормативы концентрации риска (Н6, Н7, Н10.1):

1. Норматив максимального размера риска на одного заемщика (Н6): Ограничивает кредитный риск планкой 25% от собственного капитала банка (К).

   Этот норматив заставляет банки диверсифицировать свой корпоративный кредитный портфель.

2. Норматив максимального размера крупных кредитных рисков (Н7): Ограничивает совокупную величину крупных кредитных рисков планкой 800% от собственного капитала банка (К).
   • Критическая ситуация: У крупнейших десяти банков РФ показатель Н7 достиг в первой половине 2025 года рекордных 316% (против 221% в начале 2022 года).

     Этот рост вызван ужесточением правил ЦБ по расчету рисков на связанных лиц и отменой льгот, что требует от банков тщательного мониторинга взаимосвязей заемщиков и может ограничивать их возможности по дальнейшему крупному кредитованию.

3. Норматив совокупной величины риска по инсайдерам банка (Н10.1): Направлен на предотвращение недобросовестного использования средств банка. Максимально допустимое значение составляет 3% от собственного капитала.

Формула для расчета норматива Н10.1:

Н10.1 = (Σ Kрси i / К) × 100% ≤ 3%

Где: Σ K_{рси i} — сумма i-тых кредитных требований к инсайдеру, взвешенных на коэффициент риска, за вычетом сформированного резерва; К — собственные средства (капитал) банка.

Для крупного банка, такого как ПАО [Крупный Банк], жесткое соблюдение Н7 и Н10.1 является критически важным, поскольку нарушение нормативов влечет за собой административные санкции и может снизить доверие инвесторов.

Оценка качества кредитного портфеля и стоимости риска

Самым ярким показателем растущих рисков стало увеличение расходов на резервирование.

• Рост NPL: Доля обесцененных кредитов (NPL) в ПАО [Крупный Банк] выросла с 4,1% до 4,5% в годовом выражении.
• Удвоение стоимости риска: Совокупные расходы на резервы по розничному кредитованию резко выросли, что привело к удвоению стоимости риска до 1,7% во II квартале 2025 года.

Стоимость риска (Cost of Risk, CoR) — это отношение резервов, сформированных в отчетном периоде, к среднему объему кредитного портфеля. Рост CoR с 0,85% до 1,7% означает, что банк должен отвлекать в два раза больше средств из своей прибыли на покрытие потенциальных потерь, что напрямую снижает чистую прибыль. Если банк не может оперативно снизить CoR, это неизбежно приведет к замедлению темпов роста собственного капитала.

Это заставляет банк ужесточать требования к скорингу и снижать аппетит к риску, даже ценой сокращения объемов выдачи, как это произошло с необеспеченным портфелем.

Стратегические Направления Совершенствования Потребительского Кредитования и Оценка Эффективности

В условиях жестких макропруденциальных ограничений и высокой стоимости фондирования, совершенствование кредитной политики крупного банка должно фокусироваться на двух направлениях: повышение эффективности риск-менеджмента и индивидуализация предложений.

Сравнительный анализ кредитной политики с конкурентами

Конкурентный анализ показывает, что крупнейшие банки реагируют на сигналы ЦБ РФ схожим образом, но с некоторыми тактическими различиями.

После того как Банк России начал намекать на снижение ключевой ставки в середине 2025 года, крупнейшие игроки оперативно отреагировали снижением ставок, чтобы восстановить объемы выдачи.

Банк	Ставка по потребительскому кредиту (Сентябрь 2025 г.)	Конкурентное преимущество
ПАО [Крупный Банк] (Сбербанк)	От 21% годовых	Традиционно ниже, фокусировка на зарплатных клиентах, широкая сеть, цифровое лидерство.
ВТБ	Снижение до 4 п.п.	Более гибкие условия погашения, конкурентные предложения по автокредитам.

• Вывод: ПАО [Крупный Банк] должен использовать свое преимущество в лояльности и цифровизации для таргетирования наименее рисковых сегментов, предлагая им индивидуальные ставки, недоступные конкурентам, что позволит максимизировать маржу в узком коридоре, оставленном регулятором.

Внедрение риск-чувствительных моделей (Machine Learning) в скоринге

В условиях, когда 53% заемщиков имеют ПДН > 50%, классические статистические скоринговые модели становятся недостаточно точными. Необходим переход к моделям машинного обучения (ML), способным обрабатывать нелинейные зависимости и большие объемы поведенческих данных.

ML-модели позволяют банку точно настроить кредитную политику, оптимизируя соотношение между риском и доходностью.

Тип скоринга	Назначение	Эффективность ML-моделей
Application Scoring	Оценка нового клиента при подаче заявки.	Повышение точности прогноза дефолта (снижение ошибок I и II рода) за счет учета нефинансовых и поведенческих данных.
Behavioral Scoring	Оценка действующего клиента для изменения лимита/ставки.	Позволяет предсказать повышение риска до возникновения просрочки, оптимизировать лимиты и своевременно предложить рефинансирование.
Collection Scoring	Определение приоритетов в работе с проблемной задолженностью.	Ранжирование должников по вероятности возврата средств, что оптимизирует ресурсы коллекторских подразделений.

Оптимизация соотношения Маржи и Резервов:
Использование ML-моделей позволяет банку более точно оценить вероятность дефолта (PD).

Чем точнее PD, тем точнее рассчитывается ожидаемая потеря (EL), и, следовательно, точнее формируются требуемые резервы.

EL = PD × LGD × EAD

Где: PD — вероятность дефолта; LGD — потери при дефолте; EAD — подверженность риску при дефолте.

Эффективная ML-модель позволяет снизить неоправданное резервирование под клиентов, которые имеют высокий ПДН, но низкий реальный риск дефолта (например, за счет стабильной работы в госструктурах или высокого образования).

Таким образом, банк получает возможность кредитовать клиентов с повышенной маржой, минимизируя при этом требуемые резервы.

Оценка экономической эффективности предложенных мероприятий

Экономическая эффективность совершенствования кредитной политики через цифровизацию и внедрение ML-скоринга выражается в двух основных статьях: снижение операционных расходов и снижение стоимости риска.

1. Снижение операционных расходов (ОПЕКС):
Автоматизация процессов принятия решений (Application Scoring) и сокращение времени на рассмотрение заявок (скорость принятия решений) приводит к экономии на ФОТ кредитных специалистов.

• Пример расчета: Если автоматизация позволяет сократить ручной труд на 20% в кредитном подразделении, насчитывающем 500 сотрудников со среднегодовой зарплатой 1,5 млн руб., годовая экономия составит: 500 × 0,20 × 1,5 млн руб. = 150 млн руб.

2. Снижение стоимости риска (CoR):
Наиболее значимый эффект достигается за счет повышения качества портфеля и снижения потерь.

• Целевое снижение CoR: Предположим, ПАО [Крупный Банк] благодаря новым ML-моделям сможет снизить стоимость риска с текущих 1,7% до целевых 1,5%.
• Экономический эффект: При общем розничном портфеле в 17,7 трлн руб. снижение CoR на 0,2 процентных пункта (п.п.) означает прямую экономию на резервах:
  Экономия = Объем Портфеля × Δ CoR
Экономия = 17,7 трлн руб. × 0,002 = 35,4 млрд руб.

Таким образом, стратегические мероприятия, направленные на технологическое совершенствование риск-менеджмента, имеют высокую экономическую эффективность, позволяя крупному банку не только соответствовать ужесточенным требованиям ЦБ РФ, но и максимизировать прибыль в условиях регуляторных ограничений.

Заключение

Анализ современного состояния рынка потребительского кредитования в Российской Федерации в период 2022–2025 гг. продемонстрировал его фундаментальную трансформацию под влиянием агрессивной макропруденциальной политики Банка России. Регуляторные ограничения, включая МПЛ, направленные на «охлаждение» рынка и снижение доли рисковых заемщиков (ПДН > 50%), привели к замедлению роста кредитного портфеля и его сокращению в начале 2025 года.

Исследование кредитной политики ПАО [Крупный Банк] показало, что банк оперативно реагирует на регуляторные вызовы: наблюдается снижение необеспеченного портфеля на 5,1% во II квартале 2025 года, а также рост стоимости риска (CoR) до 1,7% и увеличение доли NPL до 4,5%. Эти показатели подтверждают ужесточение кредитных стандартов и растущее давление на капитал банка, вызванное в том числе усилением контроля по нормативам концентрации риска, таким как Н7 (достигший рекордных 316% в топ-10 банков) и Н10.1.

Для совершенствования кредитной политики в условиях жесткого контроля критически важно внедрение риск-чувствительных технологических решений. Предложенные стратегические мероприятия, основанные на использовании ML-моделей в Application, Behavioral и Collection Scoring, позволяют банку:

1. Повысить точность оценки риска, что критически важно при работе с заемщиками с высоким ПДН.
2. Оптимизировать соотношение между потенциальной маржой и требуемыми резервами, минимизируя негативное влияние роста стоимости риска.
3. Обеспечить значительную экономическую эффективность, выраженную в многомиллиардном снижении расходов на резервирование и сокращении операционных затрат.

В итоге, успешность кредитной политики крупного банка в 2025 году и далее будет определяться не объемом выдач, а способностью банка адаптировать свои модели риск-менеджмента к новым регуляторным стандартам, переходя от массового кредитования к высокоточной, индивидуализированной и технологически продвинутой оценке заемщиков.

Список использованной литературы

1. Российская Федерация. Федеральный закон от 21.12.2013 N 353-ФЗ «О потребительском кредите (займе)» (с изменениями и дополнениями).
2. Российская Федерация. Гражданский кодекс Российской Федерации: часть первая: федер. закон № 51-ФЗ от 30.11.94: принят ГД ФС РФ 21.10.1994. Доступ из СПС «Консультант плюс».
3. Российская Федерация. Законы. О банках и банковской деятельности: федер. закон № 395-1 от 02.12.1990. Доступ из СПС «Консультант плюс».
4. Российская Федерация. Законы. О Центральном Банке РФ (Банке России): федер. закон № 86-ФЗ от 27.06.2002. Доступ из СПС «Консультант плюс».
5. Российская Федерация. Инструкции ЦБ РФ. Об обязательных нормативах банков: инструкция № 110-И от 16.01.2004: зарег. в Минюсте РФ № 5529 06.02.2004. Доступ из СПС «Консультант плюс».
6. Российская Федерация. Положения ЦБ РФ. О порядке формирования кредитными организациями резервов на возможные потери: положение № 232-П от 20.03.2006: зарег. в Минюсте РФ 25.04.2006 № 7741. Доступ из СПС «Консультант плюс».
7. Российская Федерация. Положения ЦБ РФ. Об обязательных резервах кредитных организаций: положение № 255-П от 07.08.2009: зарег. в Минюсте РФ 15.09.2009 № 14775. Доступ из СПС «Консультант плюс».
8. Решение Совета директоров Банка России об установлении макропруденциальных лимитов в отношении отдельных видов потребительских кредитов (займов) // cbr.ru.
9. Решение Совета директоров Банка России об установлении макропруденциальных лимитов… // cbr.ru.
10. БАНКОВСКИЙ СЕКТОР — Банк России (Обзор, 1к25) // cbr.ru.
11. ЦБ РФ ужесточает макропруденциальные лимиты и ограничивает пути их обхода // expert.ru.
12. Банк России установил более жесткие макропруденциальные лимиты на IV квартал // interfax.ru.
13. Чистая прибыль Сбербанка во II квартале — 422 млрд рублей // frankmedia.ru.
14. ЦБ расширил послабление при расчете нормативов концентрации на кредиты нерезидентам // interfax.ru.
15. В топ-10 российских банков норматив максимального размера крупных кредитных рисков (Н7) в I полугодии достиг рекордных 316% против 221% на начало 2022 г. // smart-lab.ru.
16. С 1 июля 2025 года банки начнут чаще отказывать заемщикам с высокой долговой нагрузкой. Рассказываем, что это значит // banki.ru.
17. Азрилиян, А. Н. Большой экономический словарь. 7-е изд., доп. и перераб. Москва: Омега-Л, 2013. 1376 с.
18. Белоглазова Г. Н. Банковское дело: учебник для вузов. 5-е изд., доп. и перераб. Москва: Финансы и статистика, 2013. 591 с.
19. Бернар, И. Толковый экономический финансовый словарь. Французская, русская, английская, немецкая, испанская терминология. В 2-х тт. Т. I. Пер с фр. Москва: Международные отношения, 2012. 784 с.
20. Борисов, А. Б. Большой экономический словарь: издание 2-е переработанное и дополненное. Москва: Книжный мир, 2014. 860 с.
21. Букато, В. И. Банки и банковские операции в России: учебное пособие. Москва: Финансы и статистика, 2013. 317 с.
22. Долан, Э. Дж. Деньги, банковское дело и денежно-кредитная политика. Санкт-Петербург: Питер, 2013. 448 с.
23. Жуков, Е. Ф. Банки и банковские операции: учебник для вузов. Москва: Банки и биржи: Юнити, 2014. 471 с.
24. Килясханов, И. Ш. Банковское право: учебник для вузов. Москва: ЮНИТИ-ДАНА: Закон и право, 2015. 335 с.
25. Колесников, В. И. Банковское дело: учебник для вузов. 4-е изд., перераб. и доп. Москва: Финансы и статистика, 2014. 464 с.
26. Кумок, С. И. Банковское дело в России: Анализ деятельности коммерческого банка. Москва: ВЕЧЕ, 2013. 400 с.
27. Лаврушин, О. И. Банковское дело: учебник для вузов. 2-е изд., перераб. и доп. Москва: Финансы и статистика, 2013. 672 с.
28. Лаврушин, О. И. Банковская система в современной экономике: учеб. для вузов по экон. спец. Москва: Кнорус, 2015. 368 с.
29. Максимова, А. В. Управление кредитными рисками в банке: учеб. пособие. Санкт-Петербург: Новое время, 2013. 304 с.
30. Никитина, Т. В. Банковский менеджмент: учеб. Пособие. Санкт-Петербург: Питер, 2014. 161 с.
31. Одегов, В. А. Банковский менеджмент: учеб. пособие. Москва: Экзамен, 2015. 466 с.
32. Ольшаный, А. Н. Банковское кредитование: учебник для вузов. Москва: Инфра-М, 2013. 379 с.
33. Поляков, В. П. Основы денежного обращения и кредита: учеб. пособие. Москва: ИНФРА-М, 2014. 208 с.
34. Райзберг, Б. Г. Современный экономический словарь. Москва: ИНФРА-М, 2014. 496 с.
35. Тавасиев, А. М. Банковское кредитование: учебник для вузов. Москва: ИНФРА-М, 2013. 656 с.
36. Тагирбеков, К. Р. Основы банковской деятельности: учебник для вузов. Москва: Инфра-М, 2015. 360 с.
37. Челноков, В. А. Банки и банковские операции: Букварь кредитования. Технология банковских ссуд. Околобанковское рыночное пространство: учеб. для вузов. Изд. 2-е, перераб. Москва: Высш. шк., 2013. 291 с.
38. Челноков, В. А. Деньги, кредит, банки: учеб. пособие для вузов по спец. «Финансы и кредит». Москва: ЮНИТИ-ДАНА, 2014. 366 с.
39. Шишкин, Б. А. Финансовый менеджмент банка: учеб. Пособие. Москва: Юнити, 2014. 418 с.
40. Анализ рисков банковского сектора Российской Федерации // Банковские технологии. 2014. № 10. С. 14-25.
41. Аналитика в банках // Банковские технологии. 2013. № 12. С. 16-35.
42. Андрианов В. Ограничение банковских рисков: рекомендации Базельского комитета и обязательные нормативы деятельности банков // Банковское дело. 2014. № 10. С. 47-55.
43. Готовчиков, И. Ф. Комплексная скоринговая модель оценки дефолта клиента // Банковские технологии. 2015. № 1. С. 27-35.
44. Давыдова, Л. В. Формирование системы мониторинга устойчивости банковского сектора // Финансы и кредит. 2014. № 13. С. 9-16.
45. Кислякова, М. Н. Кредитные риски коммерческого банка // Финансовый бизнес. 2013. № 4. С. 8-11.
46. Коган, Е. А. Оценка возможной неоплатности долговых обязательств заемщика // Финансы и кредит. 2013. № 7 (апрель).

    С. 34-40.

47. Лишанский М. А. Правовое регулирование кредитных отношений // Хозяйство и право. 2014. № 4. С. 21-23.
48. Найчек, А. Г. Мировая практика оценки кредитоспособности заемщика // Проблемы теории и практики управления. 2014. № 9. С. 25.
49. Некрасов, Ю. В. Без репутации нет банка // Банковские технологии. 2013. № 11. С. 44-47.
50. Осипенко, Т. В. Построение комплексной системы управления банковскими рисками // Деньги и кредит. 2014. № 3. С. 30-35.
51. Плисецкий, Д. Е. Об основных тенденциях и перспективах развития банковской системы России // Банковское дело. 2015. № 6. С. 14-22.
52. Тарабанова, О. И. Методика определения кредитоспособности заемщика – частного лица // Вестник Банка России. 2014. № 16. С. 18-29.
53. Тарабанова, О. И. Оценка кредитных рисков // Вестник Банка России. 2013. № 24. С. 23-36.
54. Трофимов, А. К. Проблемы правоспособности банка // Хозяйство и право. 2013. № 4. С. 89.
55. Усоскин, В. М. Кредитная политика банка: анализ и выбор // Банковские технологии. 2015. № 8. С. 41-61.
56. Чиненков, А. В. Банковские кредиты и способы обеспечения кредитных обязательств // Бухгалтерия и банки. 2014. № 4. С. 8-11.
57. Кредитование в России // TAdviser. URL: https://www.tadviser.ru/index.php/Статья:Кредитование_в_России (дата обращения: 08.10.2025).
58. Методика построения банковской скоринговой модели для оценки кредитоспособности физических лиц // bsu.by. URL: https://bsu.by/ (дата обращения: 08.10.2025).
59. Методические подходы по оценки качества кредитного портфеля банка // cyberleninka.ru. URL: https://cyberleninka.ru/ (дата обращения: 08.10.2025).
60. Методики оценки кредитного портфеля коммерческого банка Водопьянова // vvsu.ru. URL: https://vvsu.ru/ (дата обращения: 08.10.2025).
61. Норматив совокупной величины риска по инсайдерам банка (Н10.1) // orioncom.ru. URL: https://orioncom.ru/ (дата обращения: 08.10.2025).
62. Построение скоринговой карты — Финансовые Информационные Системы // fisgroup.ru. URL: https://fisgroup.ru/ (дата обращения: 08.10.2025).
63. Прогноз банковского кредитования на 2025 год: под куполом ограничений — Эксперт РА // raexpert.ru. URL: https://raexpert.ru/ (дата обращения: 08.10.2025).
64. Скоринг: как банки и МФО решают, давать ли вам кредит // fincult.info. URL: https://fincult.info/ (дата обращения: 08.10.2025).
65. cbr.ru – сайт центрального банка РФ. URL: https://www.cbr.ru/ (дата обращения: 08.10.2025).
66. www.bankir.ru – финансовый информационный портал. URL: https://www.bankir.ru/ (дата обращения: 08.10.2025).
67. www.cberbank.ru – сайт ПАО «Сбербанк России». URL: https://www.sberbank.ru/ (дата обращения: 08.10.2025).
68. www.dumatlt.ru – сайт думы городского округа Тольятти. URL: https://www.dumatlt.ru/ (дата обращения: 08.10.2025).