Кредитный риск в потребительском кредитовании РФ (2024-2025): Системный анализ регуляторных ограничений, цифровизации и стратегий управления капиталом

метки: Кредит, Https, Рубль, Кредитный, Анализ, Портфель, Триллион, Модель

В условиях высокой волатильности, геополитической напряженности и беспрецедентного ужесточения денежно-кредитной политики (ДКП) Центрального Банка Российской Федерации (ЦБ РФ) управление кредитным риском в сегменте потребительского кредитования становится ключевым фактором финансовой устойчивости коммерческих банков. Настоящее исследование представляет собой глубокий аналитический обзор современного состояния рынка, фокусируясь на динамике портфелей, влиянии контрциклических макропруденциальных лимитов (МПЛ), эволюции скоринговых систем на базе искусственного интеллекта (ИИ) и критической оценке достаточности капитала банковского сектора в период 2024–2025 гг. Цель работы — трансформировать массивы актуальных статистических и регуляторных данных в исчерпывающую академическую картину, выявляя структурные риски и предлагая практические рекомендации по совершенствованию риск-менеджмента.

---

Теоретико-методологические основы и эволюция системы оценки кредитного риска

Кредитный риск, в контексте банковской деятельности, представляет собой вероятность того, что заемщик не выполнит свои обязательства по кредитному договору в полном объеме и в установленные сроки, что приведет к финансовым потерям для кредитора. В сегменте потребительского кредитования этот риск носит системный характер, поскольку он зависит не только от индивидуальной платежеспособности клиента, но и от макроэкономической конъюнктуры, уровня безработицы и динамики реальных располагаемых доходов населения; следовательно, для точного прогнозирования необходим комплексный подход, выходящий за рамки традиционного анализа. Управление кредитным риском — это центральный элемент банковского риск-менеджмента, охватывающий идентификацию, измерение, мониторинг и контроль рисков. В российской практике классификация кредитного риска основана на требованиях Положения ЦБ РФ, где ключевым критерием оценки является качество обслуживания долга и уровень резервирования (формирование резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности — РВПС).

Потребительское кредитование в Российской Федерации: сущность, ...

... риски мошенничества, что в конечном итоге повысит финансовую грамотность населения. В совокупности эти законодательные инициативы формируют более зрелую и защищенную среду для участников рынка потребительского кредитования, ... на заемщиков, особенно в сегменте микрозаймов. Одновременно с этим была увеличена максимальная фиксируемая сумма платежей по договору потребительского кредита (займа), срок ...

Эволюция и современное состояние методологий скоринга в РФ

Исторически оценка кредитоспособности физических лиц в российских банках опиралась на традиционные статистические модели, такие как Application Scoring (оценка клиента в момент подачи заявки) и Behavioral Scoring (оценка поведения клиента после выдачи кредита).

Эти модели, как правило, строились на линейных регрессиях или логистических функциях, интерпретирующих исторические данные кредитной истории и социально-демографические параметры.

Однако с начала 2020-х годов произошел фундаментальный сдвиг. Российский банковский сектор, особенно крупнейшие игроки (такие как Сбербанк), перешел от статичных статистических моделей к интегрированным ИИ-системам, использующим Big Data и методы Machine Learning (ML).

Внедрение ИИ позволяет банку обрабатывать не только структурированные данные из бюро кредитных историй (БКИ) и внутренних систем, но и огромные массивы неструктурированных (альтернативных) данных: активность в мобильном банкинге, поведенческие паттерны, геолокация и даже психометрические профили.

Например, Сбербанк, один из лидеров цифровизации, активно использует нейросети и ML для психологического прототипирования заемщиков. Этот подход позволяет выявить скрытые корреляции между цифровым следом клиента и вероятностью дефолта. Результаты впечатляют: еще в 2017 году применение этих моделей позволило банку получить дополнительную чистую прибыль в размере 50 млн долларов США за счет более точного ценообразования и снижения уровня просрочки.

Современные скоринговые системы, построенные на ML, обладают рядом преимуществ:

1. Динамическое реагирование: Модели способны в режиме реального времени адаптироваться к макроэкономическим шокам и быстро менять вес факторов риска.
2. Повышенная точность: ML-модели показывают лучшую предсказательную силу (Area Under Curve, AUC) по сравнению с традиционными скоринговыми картами, формировавшимися вручную.
3. Персонализация: Системы могут не просто отказывать потенциально рискованному заемщику, но и формировать для него персонализированное, но более дорогое или структурированное кредитное предложение, учитывающее специфические риски.

Регуляторная среда: Федеральное законодательство и нормативы ЦБ РФ

Правовая основа потребительского кредитования в России базируется на Федеральном законе №353-ФЗ «О потребительском кредите (займе)» и ФЗ №395-1 «О банках и банковской деятельности». Однако ключевая роль в управлении системными рисками принадлежит ЦБ РФ, который использует пруденциальные и макропруденциальные инструменты.

Основными пруденциальными нормативами, влияющими на кредитный риск, являются:

Норматив	Название	Суть регулирования
Н1.0	Норматив достаточности совокупного капитала	Отражает отношение собственного капитала банка к активам, взвешенным по риску (включая надбавки). Служит буфером для покрытия непредвиденных потерь.
Н1.2	Норматив достаточности основного капитала	Более жесткое требование, фокусирующееся на наиболее устойчивой части капитала (акции, нераспределенная прибыль).
Н2	Норматив мгновенной ликвидности	Требует поддержания запаса высоколиквидных активов для покрытия краткосрочных обязательств.
Н3	Норматив текущей ликвидности	Обеспечивает способность банка выполнять свои обязательства в течение ближайших 30 дней.

Именно через нормативы достаточности капитала ЦБ РФ реализует свое влияние, устанавливая повышенные коэффициенты риска (КР) и макропруденциальные надбавки для кредитов с высоким показателем долговой нагрузки (ПДН) и низким первоначальным взносом, тем самым принуждая банки резервировать больше капитала под рискованные активы. Таким образом, регулятор использует капитальные требования как прямой рычаг для сдерживания агрессивного кредитования.

---

Макропруденциальное регулирование и динамика кредитного портфеля (2024-2025 гг.)

Период 2024–2025 гг. характеризуется беспрецедентной контрциклической политикой ЦБ РФ, направленной на сдерживание инфляции и охлаждение рынка потребительского кредитования, который демонстрировал признаки перегрева. Неужели эти жесткие меры действительно привели к желаемому замедлению роста кредитования и повышению качества портфелей?

Анализ динамики портфеля необеспеченных потребительских кредитов

В ответ на агрессивный рост потребительского кредитования в 2023 году, ЦБ РФ последовательно повышал ключевую ставку и ужесточал макропруденциальные лимиты (МПЛ).

Эффект этой политики стал очевиден в 2024 году и усилился в начале 2025 года.

Портфель необеспеченных потребительских кредитов, достигший в начале 2025 года объема 13,9 трлн рублей, впервые за долгое время показал отрицательную динамику. В I квартале 2025 года его сокращение составило 1,4%, а во II квартале 2025 года — еще 1,6%. Это прямое свидетельство снижения риск-аппетита банков и охлаждения спроса на фоне высоких ставок.

ЦБ РФ сохранил значения МПЛ на II квартал 2025 года на уровне I квартала, продолжая жестко ограничивать выдачу кредитов заемщикам с высокой долговой нагрузкой (ПДН).

Влияние МПЛ на качество выдачи кредитов

Показатель	IV квартал 2022 года	III квартал 2024 года	II квартал 2025 года
Доля выдач с ПДН > 50%	63%	28%	22%
Доля выдач с ПДН > 80%	Высокая	Ограничена	Минимальна

Источник: Фактические данные ЦБ РФ, 2025 г.

Снижение доли высокорисковых выдач с 63% до 22% менее чем за два года доказывает высокую эффективность МПЛ как инструмента таргетирования рисков. Дополнительно ЦБ РФ проявил гибкость, скорректировав с **декабря 2024 года** и **февраля 2025 года** надбавки к коэффициентам риска (КР).

Эта мера была направлена на снижение дополнительной капитальной нагрузки на банки в условиях рекордной ключевой ставки (до 19% в сентябре 2024 года) и стимулирование кредитования менее рискованных сегментов, например, задолженности по кредитным картам, находящейся в льготном периоде, где уровень дефолтности в 2–3 раза ниже.

Прогнозный анализ: Расширение сферы действия макропруденциальных лимитов

Ключевой тенденцией 2025 года становится распространение макропруденциальных ограничений на обеспеченные кредиты, что является прямым ответом ЦБ РФ на структурные сдвиги и риски в ипотечном и автокредитовании. Регулятор не просто ужесточает политику, он закрывает лазейки, которые банки использовали для обхода предыдущих ограничений, что является признаком зрелого и адаптивного риск-менеджмента на уровне государства.

Таблица 2. Прогнозное расширение макропруденциальных лимитов (МПЛ) в 2025 году

Сегмент кредитования	Дата введения	Параметры риска	Установленный МПЛ
Ипотека (наиболее рискованная)	С 1 июля 2025 года	ПДН > 50% и Первоначальный взнос ≤ 20%	2%
Автокредиты	С 1 июля 2025 года	ПДН 50–80%	20%
Ипотека на ИЖС	С 1 октября 2025 года	Высокий ПДН	Впервые вводится
Нецелевые кредиты под залог недвижимости	С 1 октября 2025 года	Высокий ПДН	Впервые вводится

Введение МПЛ для ипотеки, даже на уровне 2% для наиболее рискованного сегмента, означает, что регулятор начинает активно управлять качеством ипотечного портфеля, который до сих пор считался наименее рискованным, но который стал активно расти за счет льготных программ. Ограничения по автокредитам (МПЛ 20% для ПДН 50–80%) также призваны купировать риск быстрого роста задолженности в сегменте, где залог (автомобиль) быстро теряет стоимость.

---

Анализ роста просроченной задолженности и структурные стратегии банков

Рост просроченной задолженности (Non-Performing Loans, NPL) является наиболее острым индикатором ухудшения качества кредитного портфеля и снижения платежеспособности населения.

Анализ роста проблемных долгов и корреляции с макроэкономикой

К июлю 2025 года общий объем проблемных долгов граждан перед банками достиг критической отметки — 2,2 трлн рублей, увеличившись в 1,5 раза всего за один год. При этом просроченная задолженность по потребительским кредитам (без учета ипотеки) к маю 2025 года достигла 1,5 трлн рублей, что является шестилетним рекордом.

Этот рост имеет две основные причины:

1. Накопленный риск: Просрочка связана с так называемыми «токсичными» кредитами, которые были выданы в конце 2023 – начале 2024 года, когда банки, предвидя ужесточение регуляторики, агрессивно наращивали портфели, часто выдавая кредиты высокозакредитованным заемщикам.
2. Экономическая нестабильность: Увеличение задолженности сигнализирует о финансовых трудностях населения, связанных с высокой инфляцией и падением реальных располагаемых доходов, что снижает способность граждан обслуживать высокие процентные ставки, установленные в условиях жесткой ДКП.

Наиболее проблемные сегменты по просрочке — это необеспеченные кредиты: кредиты наличными и кредитные карты. По прогнозам, в сегменте кредитных карт количество просрочек может вырасти на 70–90% за первое полугодие 2025 года, добавив 1,5–1,8 млн проблемных заемщиков.

Даже ипотечный сегмент, традиционно считавшийся наиболее надежным, не остался в стороне: просроченная задолженность по ипотеке в 2024 году выросла на 63%, достигнув 95 млрд рублей, хотя ее доля в общем портфеле остается низкой (около 0,5%).

Этот рост в значительной степени обусловлен рисками, связанными с массовыми льготными программами, которые могут привести к образованию «пузыря» в отдельных сегментах рынка недвижимости.

Нецелевое залоговое кредитование как стратегия обхода МПЛ

Жесткие макропруденциальные лимиты по необеспеченным кредитам вынуждают банки искать структурные способы обхода регуляторных ограничений. Одним из наиболее заметных структурных сдвигов стало активное масштабирование нецелевых залоговых кредитов. Это объясняется тем, что изначально МПЛ распространялись только на необеспеченные займы, поэтому банки стали предлагать потребительские кредиты под залог ликвидного имущества, чаще всего — транспортных средств (ТС) или имеющейся недвижимости.

Доля нецелевых кредитов под залог ТС выросла с менее 1% до 3% от общего объема выдач во II квартале 2024 года. У отдельных банков, агрессивно наращивающих портфель, доля таких кредитов достигла 50% от объема выдач потребкредитов.

Этот механизм не только позволял банкам наращивать портфель в обход МПЛ, но и нести меньшую капитальную нагрузку, поскольку такие кредиты, обеспеченные залогом, имеют более низкий коэффициент риска. Критический момент заключается в том, что 40% таких займов под залог выдавались заемщикам с ПДН более 80%. То есть, банки фактически переводили самых закредитованных и рискованных клиентов в сегмент обеспеченных кредитов, чтобы избежать ограничений, что, безусловно, увеличивает риск для всей финансовой системы.

Именно поэтому ЦБ РФ с 1 октября 2025 года вводит МПЛ и для нецелевых кредитов под залог недвижимости, закрывая эту регуляторную лазейку и усиливая контроль за структурными рисками.

---

Современный риск-менеджмент и обеспечение финансовой устойчивости сектора

Обеспечение финансовой устойчивости в условиях геополитической и макроэкономической неопределенности требует от банков комплексного подхода, сочетающего передовые технологии оценки риска с накоплением регулятивного капитала.

Цифровизация андеррайтинга и её количественный эффект

Цифровизация кредитных процессов, основанная на ИИ и ML, перестала быть конкурентным преимуществом и стала стандартом риск-менеджмента. Современный андеррайтинг использует не только БКИ и внутренние скоринговые модели, но и обязательное документальное подтверждение дохода (например, справка 2-НДФЛ), а также сверку с цифровым профилем в Социальном фонде России (СФР).

Количественный эффект ужесточения регуляторики и перехода к интегрированным AI-системам оказался драматическим:

На фоне внедрения жестких требований и ML-систем, уровень одобрения заявок на кредит наличными снизился с 29% в III квартале 2023 года до всего 17% в IV квартале 2024 года.

Это снижение отражает системный отказ от высокорисковых заемщиков, которых ИИ-модели идентифицируют с большей точностью, чем традиционные скоринговые карты. Хотя это ведет к замедлению темпов роста кредитного портфеля, в долгосрочной перспективе это повышает его качество и снижает системный кредитный риск.

Достаточность капитала, антициклический буфер и стресс-тестирование

Несмотря на рекордные прибыли банковского сектора (чистая прибыль превысила 4 трлн рублей в 2024 году и составила 1,7 трлн рублей за первое полугодие 2025 года), общая достаточность капитала сектора снижается.

На 1 октября 2024 года норматив достаточности совокупного капитала (Н1.0) снизился с 13,3% до 12,1%. Это сокращение связано как с ростом активов, взвешенных по риску (АЗР), так и с выплатой дивидендов. Сохранение высокой капитальной базы при таком росте рисковых активов — это вызов, требующий проактивного управления.

В этих условиях ЦБ РФ активно использует макропруденциальные инструменты для накопления системных буферов:

1. Антициклическая надбавка: Введена национальная антициклическая надбавка к нормативам достаточности капитала: 0,25% с 1 февраля 2025 года и 0,5% с 1 июля 2025 года. Это требование заставляет банки создавать запас капитала в период экономического подъема (или высоких прибылей), чтобы использовать его для покрытия потерь в период кризиса.
2. Макропруденциальный буфер: За счет повышенных коэффициентов риска и надбавок ЦБ РФ фактически накапливает макропруденциальный буфер капитала. К 1 июля 2025 года этот буфер достиг 7,6% от портфеля необеспеченных потребкредитов (за вычетом резервов) и составил в абсолютном выражении впечатляющие 1,3 трлн рублей по потребительским кредитам.

По оценкам рейтинговых агентств (например, АКРА), шести из 11 системно значимых банков (СЗКО) потребуется нарастить капитал в 2025 году, поскольку их текущие нормативы достаточности находятся либо на уровне будущих требований ЦБ, либо имеют минимальный запас прочности.

Основные инструменты риск-менеджмента в условиях неопределенности:

• Стресс-тестирование и сценарный анализ: Регулярное тестирование портфелей на устойчивость к гипотетическим шокам (например, падение ВВП, рост безработицы на 20%).
• Формирование резервов: Адекватное и проактивное создание РВПС в соответствии с требованиями ЦБ РФ и с учетом собственной оценки рисков (ПДН, кредитный скоринг).

---

Практические рекомендации и заключение

Синтез выводов и региональные особенности

Анализ показывает, что управление кредитным риском в РФ в 2024–2025 гг. перешло от пассивного реагирования к активному макропруденциальному таргетированию. Основные выводы:

1. Регуляторный успех: ЦБ РФ успешно охладил рынок необеспеченного кредитования, сократив выдачу высокорисковых займов (доля ПДН > 50% снижена до 22%).
2. Структурные риски: Обнаружен структурный сдвиг в сторону нецелевого залогового кредитования (особенно под залог ТС), который использовался банками для обхода МПЛ, что привело к концентрации риска у наиболее закредитованных клиентов (ПДН > 80%).
3. Системный запас прочности: Банковский сектор, несмотря на снижение Н1.0, располагает значительным антициклическим буфером (1,3 трлн руб. по потребкредитам).
4. Цифровой барьер: Внедрение ИИ-скоринга и строгий андеррайтинг привели к резкому снижению уровня одобрения заявок (до 17%), что положительно сказывается на будущем качестве портфеля.

Региональные особенности подтверждают неоднородность кредитного рынка. Например, в Сибирском федеральном округе (СФО) уровень задолженности традиционно остается ниже федерального среднего из-за более консервативного отношения населения. Однако в густонаселенных индустриальных регионах, таких как Челябинская область (УрФО), средний объем задолженности достиг 392,5 тыс. рублей, а соотношение к средней годовой зарплате составило 53,9%, что свидетельствует о высокой региональной закредитованности и необходимости дифференцированного подхода к оценке рисков.

Практические рекомендации для коммерческих банков

Для минимизации кредитных рисков и обеспечения устойчивости в условиях ужесточающейся регуляторики коммерческим банкам рекомендуется:

1. Интеграция прогнозного анализа регуляторики в скоринг: Внедрить в ML-модели сценарный анализ по влиянию будущих МПЛ (особенно на обеспеченные займы с 1 июля 2025 года) и активно перестраивать продуктовые линейки, снижая долю автокредитов и ипотеки, попадающих в высокорисковые категории по ПДН и первоначальному взносу.
2. Усиленный мониторинг структурных стратегий: Срочно пересмотреть подход к нецелевому залоговому кредитованию (под залог ТС и недвижимости), исключая выдачу таких кредитов заемщикам с ПДН выше 70% до вступления в силу новых ограничений ЦБ РФ. Это позволит избежать создания «отложенной просрочки» в 2026 году.
3. Повышение точности ML-моделей: Активно работать с альтернативными данными для сегментации заемщиков с низким кредитным профилем. Вместо полного отказа, предлагать им реструктурированные или обеспеченные продукты с более высокой, но прозрачной ставкой, что позволит банку контролировать риск и сохранять клиентскую базу.
4. Активное управление капиталом: СЗКО должны форсировать работу по наращиванию основного капитала, чтобы соответствовать будущим повышенным требованиям антициклической надбавки (0,5% с 1 июля 2025 года) и сохранить запас прочности над нормативом Н1.0.

Список использованной литературы

1. Белоглазова Г.Н., Кроливецкая Л.П. Банковское дело: розничный бизнес: Учебное пособие. Москва: КНОРУС, 2010. 416 с.
2. Банки и банковские операции: Букварь кредитования. Технологии банковских ссуд. Околобанковское рыночное пространство: Учебник для вузов / В.А. Челноков. 3-е изд., перераб. и доп. Москва: Высшая школа, 2008. 292 с.
3. Банки и банковское дело / Под ред. И.Т. Балабанова. Санкт-Петербург: Питер, 2007. 302 с.
4. Банки и банковское дело: Учебник для вузов. 2-е изд. Санкт-Петербург: Питер, 2007. 448 с.
5. Банковские операции: учебное пособие для средн��х профессиональных учебных заведений / М.Р. Каджаева, С.В. Дубровская. 2-е изд., перераб. и доп. Москва: Академия, 2006. 400 с.
6. Банковские операции: учебное пособие для среднего профессионального образования / под ред. Ю.И. Коробова. Москва: Магистр, 2007. 446 с.
7. Банковское дело / Под ред. Г.Г. Коробовой. Москва: НОРМА – М, 2007. 751 с.
8. Банковское дело: учебник / О.И. Лаврушин, И.Д. Мамонова, Н.И. Валенцева [и др.]; под ред. О.И. Лаврушина. 6-е изд., стер. Москва: КНОРУС, 2008. 768 с.
9. Банковское дело: учебник для студентов вузов, обучающихся по специальности «Финансы и кредит» / Е.П. Жарковская. 6-е изд., испр. Москва: Омега-Л, 2008. 476 с.
10. Банковское дело: управление и технологии: Учебное пособие / под ред. А.М. Тавасиева. Москва: ЮНИТИ – ДАНА, 2006. 863 с.
11. Банковское дело: учебник для вузов, обучающихся по экономическим специальностям / под ред. Е.Ф. Жукова, Н.Д. Эриашвили. Москва: ЮНИТИ-ДАНА: Единство, 2007. 575 с.
12. Бородина В.В. Малые предприятия. Москва: Книжный мир, 2005. 367 с.
13. Булатова А.С. Экономика. Москва: Экономист, 2006. 816 с.
14. Грибов В.Д. Основы бизнеса: Учебное пособие. Москва: Финансы и статистика, 2007. 160 с.
15. Деньги, кредит, банки: Опорный конспект лекций / В.М. Никитин, И.Н. Юдина. Барнаул: Азубка, 2007. 152 с.
16. Деньги, кредит, банки: Учебное пособие / под ред. В.П. Воронина, С.П. Федорова. Москва: Юрайт, 2005. 269 с.
17. Деньги. Кредит. Банки / под ред. Е.Ф. Жукова. Москва: Финансы и статистика, 2006. 458 с.
18. Деньги. Кредит. Банки / под ред. М. П. Владимировой. Москва: КНОРУМ, 2006. 288 с.
19. Ефимова М.С. Всё о кредите для населения. Москва: Омега-Л, 2008. 176 с.
20. Иода Е.В., Унанян И.Р. Основы организации деятельности коммерческого банка: Учебное пособие / под ред. И.Р. Унанян. Тамбов: Тамбовский государственный технический университет, 2007. 96 с.
21. Источники финансирования малого и среднего бизнеса в Северо-Западном федеральном округе РФ. Санкт-Петербург, 2007. 170 с.
22. Гусева А.Л. Влияние кризиса на банковскую розницу // Банковский ритейл. 2009. №2. С. 25-34.
23. Антилов А.И. Проблемы малого предпринимательства в национальной экономике // Актуальные проблемы современной науки. 2006. №6. С. 14 – 22.
24. Банковская система и проблемы кредитования экономики // Мировая экономика и международные отношения. 2005. №10. С. 3 – 7.
25. Глинский В.В. К вопросу о перспективах развития малого предпринимательства в России // Сибирская финансовая школа. 2008. №6. С. 3-6.
26. Калугина З.И. Большие проблемы малого бизнеса Сибири // ЭКО. 2006. №2. С. 105–127.
27. Кононов А.М. Банки должны учиться рисковать в работе с инновационным и малым бизнесом // Российская бизнес-газета. 2007. №43. С. 6.
28. Кононов А.М. И деньги, и доверие с чистого листа // Российская бизнес-газета. 2006. №14. С.7.
29. Коржм М.В. Малый бизнес просит кредит // Российская бизнес-газета. 2007. №14. С. 8.
30. Банковское законодательство / под ред. Е.Ф. Жукова. Москва: ЮНИТИ, 2007. 387 с.
31. Закон РФ от 29.05.1992 №2872-1 (ред. от 30.12.2008) «О залоге».
32. Банк России сохранил значения макропруденциальных лимитов по необеспеченным потребительским кредитам [Электронный ресурс] // Банк России. URL: https://cbr.ru (Дата обращения: 09.10.2025).
33. Как меняется ипотечный рынок, что ждет цены на жилье и как ЦБ управляет рисками [Электронный ресурс] // Банк России. URL: https://cbr.ru (Дата обращения: 09.10.2025).
34. Ипотечные заморозки: что будет с рынком жилищного кредитования в 2025 году [Электронный ресурс] // Forbes. URL: https://forbes.ru (Дата обращения: 09.10.2025).
35. ЦБ снижает надбавки к коэффициентам риска по потребкредитам [Электронный ресурс] // Frank Media. URL: https://frankmedia.ru (Дата обращения: 09.10.2025).
36. В декабре произошло ожидаемое охлаждение корпоративного и потребительского кредитования [Электронный ресурс] // Банк России. URL: https://cbr.ru (Дата обращения: 09.10.2025).
37. ЦБ РФ сохранил макролимиты по потребкредитам на II квартал на уровне I квартала [Электронный ресурс] // Интерфакс. URL: https://interfax.ru (Дата обращения: 09.10.2025).
38. ЦБ сохранил макропруденциальные лимиты на II квартал 2025 года [Электронный ресурс] // Рынок Взыскания. URL: https://rvzrus.ru (Дата обращения: 09.10.2025).
39. Ипотечное кредитование в 2025 году: рынок без рынка [Электронный ресурс] // Эксперт РА. URL: https://raexpert.ru (Дата обращения: 09.10.2025).
40. Долговая нагрузка в России: статистика за 2025 год [Электронный ресурс] // ФПА. URL: https://fpa.ru (Дата обращения: 09.10.2025).
41. Информация ЦБ РФ от 08.11.2024 [Электронный ресурс] // Контур.Норматив. URL: https://kontur.ru (Дата обращения: 09.10.2025).
42. Банк России: рост просроченной задолженности граждан вырос в 1,5 раза за год [Электронный ресурс] // Рынок Взыскания. URL: https://rvzrus.ru (Дата обращения: 09.10.2025).
43. Кредит в 2024 году: брать или подождать [Электронный ресурс] // Портал МОИФИНАНСЫ.РФ. URL: https://xn--80apaohbc3aw9e.xn--p1ai (Дата обращения: 09.10.2025).
44. Лед и пламя [Электронный ресурс] // АКРА. URL: https://acra-ratings.ru (Дата обращения: 09.10.2025).
45. Высокие ставки, надбавки и лимиты: что будет с рынком кредитования в 2025 году [Электронный ресурс] // Banki.ru. URL: https://banki.ru (Дата обращения: 09.10.2025).
46. Сведения об обязательных нормативах, показателе финансового рычага и нормативе краткосрочной ликвидности (публикуемая форма) на 1.10.2024 [Электронный ресурс] // Банк России. URL: https://cbr.ru (Дата обращения: 09.10.2025).
47. АКРА: шести из 11 крупнейших банков России потребуется нарастить капитал [Электронный ресурс] // Forbes. URL: https://forbes.ru (Дата обращения: 09.10.2025).
48. В 2024 году просроченная задолженность россиян по ипотеке выросла на 63% — до 95 млрд руб. [Электронный ресурс] // Новости ЕРЗ.РФ. URL: https://erzrf.ru (Дата обращения: 09.10.2025).
49. СОВРЕМЕННЫЕ ПОДХОДЫ К ОЦЕНКЕ КЛИЕНТА В РОССИЙСКИХ БАНКАХ: Текст научной статьи по специальности «Экономика и бизнес» [Электронный ресурс] // КиберЛенинка. URL: https://cyberleninka.ru (Дата обращения: 09.10.2025).
50. Закредитованность россиян в 2025 — сколько людей в кредитах в России и как растут долги: Статистика и обзор основных показателей [Электронный ресурс] // Банкротство Инфо. URL: https://bankrotstvo.info (Дата обращения: 09.10.2025).
51. Что такое скоринг и как работает кредитная скоринговая модель [Электронный ресурс] // Big Data & AI Билайн. URL: https://beeline.ru (Дата обращения: 09.10.2025).
52. Текущие технологии и методы кредитного скоринга в ПАО «Сбербанк» [Электронный ресурс] // Kampus.ai. URL: https://kampus.ai (Дата обращения: 09.10.2025).
53. Обзор финансовой стабильности [Электронный ресурс] // Банк России. URL: https://cbr.ru (Дата обращения: 09.10.2025).
54. Рейтинг лучших потребительских кредитов: в каком банке лучше взять потребительский кредит в 2024-2025 году? [Электронный ресурс] // VC.ru. URL: https://vc.ru (Дата обращения: 09.10.2025).
55. Конференция риск-менеджеров Russia Risk Conference 2025 [Электронный ресурс] // Riskconference.ru. URL: https://riskconference.ru (Дата обращения: 09.10.2025).