Общий розничный кредитный портфель Российской Федерации на 1 июля 2024 года достиг отметки в 37,2 трлн рублей, при этом доля задолженности заемщиков, имеющих три и более кредита, приближается к половине, составляя 49,6% от всего портфеля.
Эта статистика не просто отражает масштаб рынка, но и обозначает ключевой вызов для российских коммерческих банков и регулятора: необходимость балансирования между потребностью населения в финансовых ресурсах и управлением системными рисками, вызванными высокой закредитованностью. Иными словами, каждый банк стоит перед дилеммой — как удовлетворить спрос, не подрывая собственную финансовую устойчивость и не накапливая социальный долг.
Теоретико-Методологические Основы Розничного Кредитования
Краткая аннотация
Современный рынок розничного кредитования в Российской Федерации переживает период трансформации, обусловленный тремя ключевыми факторами: ужесточением денежно-кредитной политики (ДКП) и, как следствие, высокими процентными ставками; активным внедрением цифровых технологий, автоматизирующих процесс; и агрессивным макропруденциальным регулированием со стороны Банка России, направленным на дестимулирование выдачи высокорискованных ссуд. Актуальный фокус исследования — комплексный анализ организации процесса кредитования физических лиц в коммерческом банке, с акцентом на правовые, регуляторные, технологические и учетные аспекты, актуальные для 2024–2025 годов. Исследование фокусируется на том, как банки адаптируются к новым регуляторным требованиям (МПЛ и ПДН) и используют инновационные технологии (ИИ, ML, Big Data) для повышения эффективности риск-менеджмента и конкурентоспособности.
Классификация видов розничного кредита и их роль в современной экономике
Розничное кредитование представляет собой сегмент банковской деятельности, ориентированный на предоставление ссуд физическим лицам для личных, непредпринимательских целей. В структуре современного российского розничного кредитного портфеля выделяют несколько ключевых видов, каждый из которых играет свою специфическую роль в экономике:
- Потребительский (Необеспеченный) Кредит: Предоставляется на общие нужды без конкретного обеспечения (например, кредит наличными или кредитная карта).
7 стр., 3435 слов
Финансовое кредитование организаций в Российской Федерации (2020–2025): ...
... Банковского Сектора РФ Институциональная структура российского банковского сектора в 2020–2025 годах характеризуется высокой степенью консолидации. Ключевую роль в кредитовании организаций играют Системно Значимые ... ключевым инструментом, по которому банк (кредитор) обязуется предоставить денежные средства (кредит) заемщику в размере и на условиях, предусмотренных договором, а заемщик обязуется ...
Его основная роль — поддержание текущего спроса населения и быстрое покрытие финансовых разрывов. Именно этот сегмент наиболее чувствителен к макропруденциальному регулированию из-за высокого риска дефолта.
- Ипотечное Кредитование: Кредиты на покупку недвижимости, обеспеченные залогом приобретаемого жилья. Это наиболее капиталоемкий и долгосрочный вид кредитования, играющий критическую роль в стимулировании строительной отрасли и формировании жилищного фонда страны.
- Автокредитование: Целевые кредиты на покупку транспортных средств. Стимулирует спрос в автомобильной промышленности и часто имеет смешанную структуру риска, так как обеспечен залогом, но срок его действия значительно короче ипотеки.
В условиях, когда отношение розничного кредитного портфеля к ВВП России находится на уровне чуть более 30%, рынок еще не достиг критического «перегрева» в мировом масштабе, однако высокая концентрация долга среди определенной категории заемщиков (13,2 млн человек с 3+ кредитами) требует пристального внимания со стороны как банков, так и регулятора. Следовательно, задача банков заключается не только в выдаче ссуд, но и в предотвращении втягивания уже уязвимых групп граждан в долговую спираль.
Определение и основные принципы организации кредитного процесса
Кредитный процесс в коммерческом банке — это последовательность взаимосвязанных этапов, направленных на принятие решения о выдаче ссуды, ее сопровождение и, в конечном итоге, погашение. Организация этого процесса должна строиться на следующих ключевых принципах:
- Принцип Возвратности: Центральный принцип, требующий обеспечения погашения ссуды и процентов в установленный срок.
- Принцип Срочности: Определяет временные рамки, в течение которых заемщик должен исполнить свои обязательства.
- Принцип Платности: Обеспечивает компенсацию банку за предоставленные средства через процентную ставку.
- Принцип Обеспеченности: Снижение кредитного риска за счет залога, поручительства или других форм обеспечения (особенно актуально для ипотеки и автокредитов).
- Принцип Дифференцированности: Индивидуальный подход к оценке рисков различных категорий заемщиков и видов кредитов.
Современная организация процесса неразрывно связана с цифровым конвейером, где большинство рутинных этапов (сбор данных, скоринг, принятие решения) автоматизированы. Неудивительно, что современные банки стремятся максимально перевести взаимодействие с клиентом в онлайн-формат, чтобы добиться большей операционной эффективности.
Нормативно-Правовой и Макропруденциальный Каркас Регулирования
Ключевой тезис: Правовое поле кредитования физических лиц определяется Федеральным законом № 353-ФЗ, который устанавливает базовые требования к прозрачности и структуре договора, тогда как жесткое макропруденциальное регулирование Банка России (ПДН и МПЛ) служит основным инструментом сдерживания системных рисков.
Федеральный закон № 353-ФЗ: ПСК, Общие и Индивидуальные Условия Договора
Основным законодательным актом, регулирующим отношения между кредитором и заемщиком в сфере потребительского кредитования (займа), является Федеральный закон от 21.12.2013 № 353-ФЗ "О потребительском кредите (займе)". Этот закон стал краеугольным камнем в защите прав потребителей финансовых услуг, требуя максимальной прозрачности условий.
ФЗ-353 устанавливает жесткие требования к содержанию договора, который должен быть разделен на:
- Общие условия: Стандартизированные положения, устанавливаемые банком в одностороннем порядке.
- Индивидуальные условия: Уникальные для каждого заемщика параметры, включая сумму, срок, процентную ставку и график платежей.
Ключевым элементом прозрачности, введенным ФЗ-353, является Полная Стоимость Кредита (ПСК). Согласно закону, ПСК должна быть указана на первой странице договора в рамке, чтобы заемщик мог сразу оценить реальную цену заимствования, включая все комиссии и дополнительные платежи.
Кроме того, Статья 5.1 ФЗ-353 ввела обязанность кредитора рассчитывать Показатель Долговой Нагрузки (ПДН) заемщика перед заключением договора. ПДН представляет собой отношение ежемесячных платежей заемщика по всем его обязательствам (включая предполагаемый новый кредит) к его среднемесячному доходу. Разве не стало это настоящим прорывом в борьбе за финансовую грамотность и предотвращение бездумного закредитования?
Механизмы Макропруденциального Регулирования и Ограничение Рисков
В ответ на высокие темпы роста закредитованности населения и концентрацию рисков в сегменте необеспеченного кредитования, Банк России активно применяет инструменты макропруденциальной политики. Эти меры направлены не на отдельный банк, а на снижение системного риска в целом.
Показатель Долговой Нагрузки (ПДН)
ПДН является ключевым триггером для макропруденциальных мер. Чем выше ПДН, тем выше вероятность дефолта заемщика в случае ухудшения его финансового положения. Банк обязан рассчитывать ПДН и, исходя из его величины, принимать решение о выдаче кредита.
Пример (Модель) Расчета ПДН:
ПДН = (Сумма Ежемесячных Платежей) / Среднемесячный Доход
- Предположим, Заемщик А имеет среднемесячный доход 100 000 руб.
- Его текущие ежемесячные платежи по кредитам: 30 000 руб.
- Планируемый новый кредит требует платежа: 20 000 руб.
- Общие платежи: 30 000 + 20 000 = 50 000 руб.
- ПДН = 50 000 руб. / 100 000 руб. = 50%.
Макропруденциальные Лимиты (МПЛ)
МПЛ — это прямой количественный инструмент ограничения наиболее рискованных сегментов. Банк России устанавливает максимальную долю (лимит) высокорискованных кредитов, которые банки могут выдать в течение квартала.
Актуальные МПЛ для Необеспеченных Потребительских Кредитов (IV квартал 2024 г.):
| Категория Кредитов по ПДН | Лимит Доли Выдач (IV кв. 2024 г.) | Назначение |
|---|---|---|
| ПДН > 50% и ≤ 80% | 15% (Снижение с 20%) | Ограничение кредитования заемщиков с умеренно высокой нагрузкой. |
| ПДН > 80% | 3% (Снижение с 5%) | Жесткое ограничение кредитования наиболее закредитованных граждан. |
Ужесточение этих лимитов (снижение доли с 20% до 15% и с 5% до 3%) нацелено на принудительное снижение темпов роста необеспеченного кредитования, особенно среди заемщиков с низкими доходами и высокой долговой нагрузкой. Это означает, что банкам приходится тщательно отсеивать рискованных клиентов, что напрямую влияет на их скоринговые модели и эффективность автоматизации, описанную в разделе Организационно-Технологическая Схема.
Новые МПЛ для Ипотечного Кредитования (Вводятся с 1 июля 2025 г.):
Хотя ФЗ-353 напрямую не применяется к ипотеке, Банк России использует МПЛ и надбавки к коэффициентам риска для регулирования этого сегмента. С 1 июля 2025 года регулятор вводит количественные лимиты на выдачу высокорискованной ипотеки:
| Вид Ипотеки | Критерии Риска | Лимит Доли Выдач (III кв. 2025 г.) |
|---|---|---|
| ДДУ (Долевое участие) | ПДН > 50% И Первоначальный Взнос < 20% | 2% |
| Готовое Жилье | ПДН > 50% И LTV (Кредит/Стоимость) > 80% | 10% |
Эти меры свидетельствуют о переходе Банка России к комплексному макропруденциальному контролю, охватывающему как потребительский, так и ипотечный сегменты, с целью предотвращения накопления неконтролируемых рисков. Фактически, регулятор устанавливает не просто заградительные барьеры, а четкие квоты на риск, вынуждая банки пересматривать свою стратегию кредитования.
Организационно-Технологическая Схема Кредитного Процесса в Условиях Цифровизации
Ключевой тезис: Эффективность кредитного процесса в современном коммерческом банке достигается за счет полной автоматизации кредитного конвейера, где ключевые решения принимаются интеллектуальными системами, а взаимодействие с клиентом перенесено в системы дистанционного обслуживания.
Этапы Кредитного Конвейера и Удаленное Обслуживание
Традиционный кредитный конвейер в условиях цифровизации претерпел значительные изменения. Большая часть рутинных операций перешла из фронт-офиса в автоматизированные системы (CRM, Скоринг-системы).
| Этап | Содержание | Точка Автоматизации |
|---|---|---|
| 1. Прием Заявки | Сбор данных (Паспорт, СНИЛС, доход). | Системы ДБО (мобильное приложение, сайт).
Заявка формируется без участия менеджера. |
| 2. Первичный Скрининг | Проверка на соответствие минимальным требованиям (возраст, гражданство) и анти-фрод проверки. | Автоматизированные фильтры, основанные на жестких правилах (Rule-based systems). |
| 3. Оценка Кредитоспособности | Расчет ПДН, запрос в БКИ, скоринг (App-скоринг, Behavioural-скоринг). | ИИ/ML-модели, нейросети. Процесс занимает от нескольких секунд до минут. |
| 4. Принятие Решения | Автоматическое одобрение/отказ или передача на ручное рассмотрение (для сложных случаев). | Система интеллектуальной поддержки принятия решений (СППР).
В крупных банках — 100% решений по частным лицам автоматизировано. |
| 5. Оформление и Выдача | Подписание договора (часто удаленно, через СМС-код или биометрию). | Электронный документооборот, биометрическая идентификация (ЕБС). |
| 6. Сопровождение | Мониторинг платежной дисциплины, работа с просрочкой. | CRM-системы, LLM-чаты для напоминаний и консультаций. |
Цифровизация позволила банкам расширить временные и географические рамки, обеспечив круглосуточное удаленное обслуживание.
Применение Инновационных IT-Решений
Современные банки активно интегрируют продвинутые IT-решения для повышения скорости и точности кредитного процесса.
- Интеллектуальные Системы Поддержки Решений (СППР): Эти системы, основанные на алгоритмах машинного обучения, не только принимают решение о выдаче, но и оптимизируют условия кредита (персональная ставка, лимит) для каждого клиента, балансируя между риском и доходностью.
- Генеративный ИИ (Large Language Models, LLM): Использование больших языковых моделей активно тестируется в топовых российских банках (6 из 11 топ-20 банков).
Хотя LLM еще не используются напрямую для скоринга, они играют важную роль в автоматизации коммуникаций и операционной эффективности. Генеративные модели охватывают в среднем 18% сценариев использования в розничном сегменте, включая:
- Создание высокоэффективных чат-ботов и голосовых ассистентов для клиентов.
- Генерация ответов и рекомендаций для сотрудников (ассистенты для кредитных менеджеров).
- Автоматический анализ неструктурированных данных (например, комментариев к транзакциям).
- Open Banking и Обмен Данными: Хотя полноценный Open Banking (открытые API) в России находится на стадии становления, банки стремятся к обмену данными (с согласия клиента) для получения более полной картины финансового состояния заемщика, что критически важно для точного расчета ПДН.
Современный Кредитный Риск-Менеджмент и Технологии Скоринга
Ключевой тезис: Оценка кредитоспособности отошла от традиционных статистических методов к динамичным моделям, основанным на искусственном интеллекте и машинном обучении, которые анализируют огромные массивы структурированных и неструктурированных данных.
Роль Кредитного Скоринга и Альтернативных Данных
Кредитный скоринг — это математико-статистическая методика, позволяющая оценить вероятность дефолта заемщика. Стандартное определение дефолта часто включает просрочку 90 и более дней в течение 12 месяцев со дня выдачи кредита.
Эволюция скоринга:
- Традиционный скоринг: Основывался на данных заявки (доход, стаж, возраст) и кредитной истории из БКИ.
- Современный скоринг (ИИ/ML): Использует многомерные модели, способные анализировать Big Data.
Использование Альтернативных Источников Данных:
Продвинутые скоринговые модели выходят далеко за рамки классической анкеты и данных БКИ, включая:
- Поведенческие метрики: Частота и тип транзакций по дебетовым/кредитным картам; динамика остатков на счетах; использование банковского приложения.
- Транзакционные данные: Анализ назначения платежей (например, регулярные платежи за аренду, коммунальные услуги, подписки), который позволяет оценить стабильность финансового поведения и косвенно подтвердить доход.
- Социальные и цифровые следы: В некоторых моделях используются данные об активности в социальных сетях (при соблюдении законодательства о персональных данных), подписки, история взаимодействия с банком (например, жалобы, запросы в службу поддержки).
Роль Бюро кредитных историй (БКИ) остается ключевой, поскольку именно БКИ предоставляют стандартизированные данные о кредитной дисциплине заемщика, его текущих обязательствах и просрочках, что служит основой для расчета ПДН и базового скорингового балла.
Машинное Обучение и Искусственный Интеллект в Принятии Решений
Внедрение ИИ и ML-алгоритмов (нейросети, градиентный бустинг, случайный лес) стало стандартом для российского банковского сектора.
Статистика Проникновения ИИ в Финансовый Сектор РФ:
| Показатель | Значение | Источник |
|---|---|---|
| Доля финансовых компаний, использующих ИИ (2023 г.) | 95% | Ассоциация ФинТех |
| Проникновение ИИ в кредитных продуктах розничного сегмента | 78% | Ассоциация ФинТех |
| Доля решений по частным заемщикам в крупнейших банках (напр., Сбербанк) с использованием ИИ | 100% | Данные банка |
Преимущества ИИ/ML-скоринга:
- Повышение Точности: Нейросети способны выявлять нелинейные зависимости и скрытые паттерны, недоступные для традиционных регрессионных моделей, что повышает точность прогнозирования дефолта.
- Сокращение Времени: Решение принимается в режиме реального времени (секунды), что критически важно для экспресс-кредитования.
- Исключение Субъективизма: Решение полностью основано на данных и алгоритмах, исключая человеческий фактор и потенциальную дискриминацию.
- Динамиче��кая Оптимизация: Модели постоянно обучаются на новых данных о дефолтах и платежах, автоматически адаптируясь к меняющимся экономическим условиям (например, к росту ключевой ставки или инфляции).
Динамика и Анализ Рисков Рынка Розничного Кредитования РФ (2023–2025 гг.)
Ключевой тезис: Рынок розничного кредитования в 2025 году находится под давлением жесткой ДКП, что привело к резкому сокращению объемов выдачи, в то время как риск концентрируется в сегменте закредитованных граждан и долгосрочной ипотеки.
Актуальная Статистика и Структура Портфеля
| Показатель | Данные (на 01.07.2024 / 9 мес. 2025 г.) | Источник |
|---|---|---|
| Общий розничный кредитный портфель | 37,2 трлн рублей | ЦБ РФ / Аналитические агентства |
| Общее число розничных заемщиков (на 01.01.2025) | 50,1 млн человек (сокращение на 500 тыс. за 6 мес.) | ЦБ РФ |
| Сокращение общего объема выдач (9 мес. 2025 г. к 9 мес. 2024 г.) | -42,5% (6,41 трлн рублей) | Аналитические агентства |
| Сокращение выдач нецелевых кредитов наличными (9 мес. 2025 г. к 9 мес. 2024 г.) | -51% | Аналитические агентства |
Резкое сокращение объемов выдач в 2025 году является прямым следствием сохранения высокой ключевой ставки Банка России и ужесточения МПЛ, что делает кредиты дорогими и менее доступными для банковской системы.
Рост Закредитованности и Концентрация Риска
Наибольшую угрозу стабильности портфеля представляет рост закредитованности и концентрация долга среди определенной группы населения:
- Доля Задолженности Высокорисковых Заемщиков: На заемщиков, имеющих три кредита и более, приходится почти половина (49,6%) всей задолженности по розничным кредитам.
- Средняя Задолженность: Количество таких заемщиков на 1 июля 2024 года составило 13,2 млн человек, при этом средняя задолженность этой категории достигает 1,4 млн рублей на человека. Этот показатель сигнализирует о высокой уязвимости данной группы к экономическим шокам.
Ипотечный Сегмент и Риски Удлинения Срока
В сфере ипотечного кредитования риски смещаются от первоначального взноса к сроку кредитования и ПДН.
- Средний Срок Ипотеки: Средний срок ипотечного кредита в России демонстрирует устойчивый рост, достигнув по итогам 2024 года 30 лет. На 1 сентября 2025 года средневзвешенный срок по всем ипотечным кредитам составил 25,6 лет.
Банки используют удлинение срока для снижения ежемесячного платежа, что теоретически улучшает ПДН заемщика и повышает доступность жилья. Однако, это несет повышенные риски: чем длиннее срок, тем больше неопределенность в отношении будущей платежеспособности заемщика, что требует более тщательного моделирования долгосрочных рисков. Кроме того, ипотечные кредиты, выданные в середине 2023 года и позже (в период льготных программ и роста цен), демонстрируют более низкое качество обслуживания по сравнению с более ранними выдачами. Разве можно говорить о стабильности, когда потенциальные проблемы растягиваются на три десятилетия?
Особенности Бухгалтерского Учета Операций Кредитования и Резервирование
Ключевой тезис: Бухгалтерский учет кредитных операций в коммерческом банке строго регламентирован Положениями Банка России и требует постоянной оценки кредитного риска для формирования адекватного резерва на возможные потери.
Классификация Ссуд и Оценка Риска
Порядок формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности регулируется Положением Банка России от 28.06.2017 № 590-П. Дополнительные требования к формированию резервов по элементам расчетной базы, не подпадающим под действие 590-П, устанавливает Положение Банка России № 611-П от 23.10.2017.
Согласно Положению № 590-П, кредитная организация обязана на постоянной основе проводить классификацию и оценку кредитного риска по каждой ссуде (или портфелю однородных ссуд) на основе профессионального суждения.
Критерии Оценки Качества Ссуды (для физических лиц):
Категория качества ссуды (от I до V) определяется комбинацией двух ключевых критериев:
- Финансовое Положение Заемщика (ФПЗ): Оценивается на основе доходов, активов, ПДН и общей финансовой устойчивости.
- Качество Обслуживания Долга (КОД): Определяется, в частности, исходя из наличия и сроков просроченных платежей за последние 180 дней.
Ссуды, отнесенные ко II, III, IV и V категориям качества, признаются обесцененными.
Порядок Формирования Резервов на Возможные Потери
Формирование резервов осуществляется путем отнесения определенного процента от основного долга (ссуды) на расходы банка, что снижает налогооблагаемую базу и служит буфером для покрытия потенциальных убытков.
Минимальные Размеры Расчетного Резерва (Положение № 590-П):
| Категория Качества Ссуды | Уровень Риска | КОД (Просрочка) | Минимальный Размер Расчетного Резерва (% от Основного Долга) |
|---|---|---|---|
| I. Стандартные | Отсутствует | Отсутствует или минимальный | 0% |
| II. Нестандартные | Умеренный | Просрочка до 30 дней | От 1% до 20% |
| III. Сомнительные | Значительный | Просрочка 31–90 дней | От 21% до 50% |
| IV. Проблемные | Высокий | Просрочка 91–180 дней | От 51% до 100% |
| V. Безнадежные | Максимальный | Просрочка свыше 180 дней | 100% |
Особенности Бухгалтерского Учета:
Учет операций по кредитованию физических лиц ведется в соответствии с Планом счетов бухгалтерского учета в кредитных организациях (Положение Банка России № 302-П).
При выдаче ссуды:
- Дт 45502 (Ссуды, предоставленные физическим лицам)
- Кт 30102 (Корреспондентские счета) или Кт 40817 (Счета физических лиц)
При формировании резерва (на примере II категории качества — 10%):
- Дт 70606 (Расходы)
- Кт 45515 (Резервы на возможные потери по ссудам, предоставленным физическим лицам) — 10% от суммы долга.
Таким образом, кредитные организации обязаны постоянно поддерживать достаточный уровень резервирования, отражающий реальный кредитный риск портфеля, что является основой финансовой устойчивости банка.
Выводы и Перспективы Развития Розничного Кредитования
Обобщение Основных Результатов
Исследование показало, что процесс кредитования физических лиц в современных российских коммерческих банках достиг высокого уровня технологической зрелости, где:
- Регуляторный Контроль Усилен: Банк России эффективно использует макропруденциальные инструменты (ПДН и МПЛ, включая конкретные лимиты на IV кв. 2024 г. и новые лимиты на ипотеку с июля 2025 г.) для снижения системных рисков, что привело к резкому сокращению высокорисковых выдач (сокращение общего объема выдач на 42,5% за 9 мес. 2025 г.).
- Технологии Стали Основой Риск-Менеджмента: Проникновение ИИ/ML в розничный кредитный скоринг достигло 78%, позволяя использовать Big Data и альтернативные источники информации для высокоточного прогнозирования дефолта.
- Риски Смещаются: Несмотря на общее сдерживание рынка, риски концентрируются в сегменте заемщиков с высокой долговой нагрузкой (почти половина портфеля приходится на заемщиков с 3+ кредитами) и в долгосрочной ипотеке (средний срок достиг 30 лет).
- Учетная Политика Строга: Учет и резервирование строго регламентированы Положениями № 590-П и № 611-П, требуя формирования резервов до 100% в зависимости от категории качества ссуды.
Прогноз Развития Рынка на 3–5 Лет
Рынок розничного кредитования будет развиваться под влиянием нескольких ключевых тенденций:
- Сохранение Жесткой ДКП и МПЛ: Пока инфляционные риски сохраняются, регулятор будет продолжать использовать высокие ставки и МПЛ. Это приведет к стагнации или очень умеренному росту портфеля в 2025–2026 годах, за исключением возможного роста ипотеки за счет адресных госпрограмм.
- Углубление Цифровизации и Персонализация: Банки будут инвестировать в дальнейшее развитие генеративного ИИ (LLM) для оптимизации операционных процессов и повышение точности скоринговых моделей через анализ еще более широкого спектра альтернативных данных.
- Развитие Open Banking и Экосистем: Потребность в более точных данных о ПДН и доходах будет стимулировать банки к участию в инициативах по безопасному обмену данными, что сделает кредитование более прозрачным и персонализированным.
- Фокус на Проблемных Активах: В условиях роста числа закредитованных граждан и снижения качества ссуд, выданных в период высоких ставок, банки будут вынуждены совершенствовать процессы работы с проблемной задолженностью и реструктуризацией.
Перспективы рынка будут зависеть от способности банков эффективно интегрировать новейшие технологии в свои риск-модели, соблюдая при этом все более строгие регуляторные требования Банка России, что является единственным путем к обеспечению долгосрочной финансовой устойчивости сектора.
Список использованной литературы
- Федеральный закон от 3 февраля 1996 г. № 17-ФЗ «О банках и банковской деятельности» (с изм. и доп. от 8 июля 1999 г.).
- Федеральный закон «О потребительском кредите (займе)» от 21.12.2013 N 353-ФЗ (последняя редакция).
Доступ из справ.-правовой системы «КонсультантПлюс».
- Положение о правилах ведения бухгалтерского учета в кредитных организациях, расположенных на территории Российской Федерации : утв. ЦБ РФ 26 марта 2007 г. № 302-П.
- Положение Банка России от 28.06.2017 N 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам…» (ред. от 15.03.2023).
Доступ из справ.-правовой системы «КонсультантПлюс».
- Положение Банка России от 23 октября 2017 года N 611-П «О порядке формирования кредитными организациями резервов на возможные потери».
- Решение Совета директоров Банка России об установлении макропруденциальных лимитов… (от 29.11.2024).
URL: https://www.cbr.ru
- Анализ тенденций в сегменте розничного кредитования на основе данных бюро кредитных историй (Второе полугодие 2024 года).
URL: https://www.cbr.ru
- Методика подготовки учетной политики кредитной организации в целях составления финансовой отчетности в соответствии с МСФО / Под ред. Н.Р. Адитяровой, А.Б. Зонтовой, С.Б. Тинкельман. Москва : Бухгалтерский учет в кредитных организациях, 2004. 160 с.
- Белоцерковский В. И., Федорова Е. А. Бухгалтерский учет и аудит в коммерческом банке : учебник. Москва : Экономика, 2005. 294 с.
- Богомолова С. Ю. Бухгалтерский учет и налогообложение процентов за пользование денежными средствами // Новое в бухгалтерском учете и отчетности. 2010. № 23. С. 8–11.
- Бурова М. Е. Особенности учетной политики коммерческого банка // Аудиторские ведомости. 2009. № 4. С. 12–16.
- Применение МСФО в кредитных организациях / Под ред. Т.В. Гвелесиани. Москва : БДЦ Пресс, 2004. 392 с.
- Гузнов А. Г. Кредитные организации становятся более прозрачными // Законодательство. 2002. № 1. С. 12–15.
- Ларионова И. В. Управление активами и пассивами в коммерческом банке. Москва : Консалтбанкир, 2003. 268 с.
- Парфенов К. Банковский учет — пример ответственности // Расчет. 2009. № 5. С. 12–16.
- Рассказов Е. А. Управление свободными ресурсами банка. Москва : Финансы и статистика, 2009. 256 с.
- Романова М., Суворов С. Методы снижения риска банковских операций // Финансовая газета. 2010. № 41. С. 4–6.
- Организация кредитования в коммерческом банке // Cyberleninka. URL: https://cyberleninka.ru
- Как банки используют искусственный интеллект в обслуживании бизнеса // Ведомости. URL: https://www.vedomosti.ru
- Новая эра в кредитном скоринге: как ИИ помогает оценивать заемщиков? // Jetlend. URL: https://jetlend.ru
- Нейросетевой подход к кредитному скорингу на данных кредитных историй (Альфа-Банк) // Habr. URL: https://habr.com
- Тренды цифровизации банков в 2025 // Diasoft. URL: https://diasoft.ru
- Рынок банковских услуг в России: итоги 2023 и прогнозы // Frank RG. URL: https://frankrg.com