Совершенствование розничного и автокредитования АО «Россельхозбанк» в условиях макропруденциальных ограничений 2025 года: стратегическая адаптация и цифровые решения

метки: Портфель, Скоринг, Россельхозбанк, Кредитование, Внедрение, Жесткий, Клиент, Макропруденциальный

Введение

Кредитный рынок Российской Федерации в 2024–2025 годах находится под беспрецедентным регуляторным давлением, инициированным Центральным банком (ЦБ РФ) с целью снижения уровня закредитованности населения и повышения устойчивости банковского сектора. Ключевым сдерживающим фактором выступает последовательное ужесточение макропруденциальных лимитов (МПЛ) и строгое применение показателя долговой нагрузки (ПДН), что радикально изменило правила игры, особенно в сегменте необеспеченного потребительского кредитования. В этих условиях банки вынуждены пересматривать свои стратегии, смещая фокус с экстенсивного роста на качество портфеля и разработку нишевых, залоговых продуктов, ведь сохранение прежней модели кредитования неизбежно приведет к нарушению нормативов и штрафам.

АО «Россельхозбанк» (РСХБ), стратегически ориентированный на поддержку агропромышленного комплекса (АПК) и сельского населения, сталкивается с двойным вызовом: необходимостью адаптации к общероссийским регуляторным требованиям и использованием своего уникального конкурентного преимущества — глубокой интеграции в аграрный сектор. Хотя розничный портфель РСХБ уступает по объему корпоративному, банк занимает доминирующее положение в таких нишах, как «Сельская ипотека» (около 75% рынка), что требует дальнейшего развития специализированных кредитных решений.

Целью настоящей работы является формулирование актуальных, обоснованных и современных путей совершенствования розничного потребительского и автокредитования в АО «Россельхозбанк» на основе глубокого анализа его текущего финансового состояния, продуктовой линейки и ключевых рыночных тенденций 2024–2025 гг.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Проанализировать влияние ужесточения макропруденциального регулирования ЦБ РФ на рынок потребительского и автокредитования.
2. Изучить современные теоретические модели кредитного скоринга, включая ИИ-решения и концепцию Open Banking.
3. Оценить динамику, структуру и качество розничного кредитного портфеля АО «Россельхозбанк» за 2023–2024 гг.
4. Разработать инновационные предложения по совершенствованию продуктовой линейки (включая автокредиты) с фокусом на потребности личных подсобных хозяйств (ЛПХ) и аграрного сектора.
5. Провести экономическое обоснование предлагаемых цифровых решений с использованием расчета показателя ROI.

Глава 1. Теоретические основы и анализ российского рынка розничного кредитования в 2024–2025 гг.

Макропруденциальное регулирование ЦБ РФ как ключевой фактор сдерживания роста портфеля

В 2024–2025 годах российский рынок розничного кредитования переживает фазу «охлаждения», спровоцированную не только высокой ключевой ставкой, но и системным ужесточением политики ЦБ РФ. Регулятор, руководствуясь необходимостью снижения системного риска, сделал ставку на макропруденциальные инструменты.

Финансово-экономический анализ рынка потребительского кредитования ...

... платежеспособности клиента. Макроэкономический анализ рынка потребительского кредитования РФ и влияние регулятора (2023–2025) Динамика и структура портфеля необеспеченных потребительских кредитов Период 2023– ... и других кредиторов. Ключевые функции потребительского кредита: Стимулирующая: Поддерживает совокупный спрос и способствует развитию розничной торговли и производства. Перераспределительная: ...

Макропруденциальные лимиты (МПЛ) и ПДН как барьеры.

Ключевым инструментом стало ограничение выдачи необеспеченных потребительских кредитов заемщикам с высоким показателем долговой нагрузки (ПДН).

ПДН, определяемый как отношение ежемесячных платежей по всем кредитам к среднемесячному доходу клиента, стал своего рода «фильтром» для высокорискованных заемщиков.

Согласно данным ЦБ РФ, доля новых выдач необеспеченных кредитов банками с ПДН более 50% снизилась с 63% в IV квартале 2022 года до 33% в II квартале 2024 года, что является прямым результатом действия МПЛ. Дальнейшее ужесточение делает этот сегмент практически недоступным:

• С 1 июля 2025 года предоставление наиболее рискованных необеспеченных потребительских кредитов заемщикам с ПДН 80% и выше фактически запрещено.
• На IV квартал 2025 года Банк России сохранил жесткие значения МПЛ, что заставляет банки либо повышать ставки, либо радикально сокращать риск-аппетит.

Высокая ключевая ставка и регуляторные ограничения привели к росту средней ставки по нецелевым потребительским кредитам до 29,36% годовых к концу 2024 года, что дополнительно сдерживает спрос, поэтому даже «хорошие» заемщики начинают активнее искать альтернативные, залоговые продукты.

Новые ограничения и поиск обходных путей.

Регуляторная политика также была расширена на сегменты, которые банки использовали для обхода МПЛ. С апреля 2025 года ЦБ РФ получил полномочия устанавливать МПЛ по ипотечным и автокредитам, а с III квартала 2025 года вводятся прямые количественные ограничения на выдачу целевых автокредитов (например, не более 20% выдач для заемщиков с ПДН 50–80%).

Особое внимание следует уделить новому порядку расчета среднемесячного платежа, который вступает в силу с 1 октября 2025 года. В платеж теперь включается показатель «Иные Требования» (ИТ), который учитывает все платежи, в том числе за дополнительные услуги (страховки, комиссии).

Это делает расчет ПДН более строгим и усложняет банкам задачу по «подгонке» кредитных продуктов под регуляторные требования.

Регуляторное ограничение	Дата введения/ужесточения	Влияние на рынок
Фактический запрет кредитов с ПДН ≥ 80%	1 июля 2025 г.	Резкое сокращение высокорисковых выдач, необходимость повышения точности скоринга.
МПЛ на целевые автокредиты (ПДН 50–80%)	III квартал 2025 г.	Ограничение роста автокредитования, стимул к развитию залоговых продуктов с низким ПДН.
Введение показателя «Иные Требования» (ИТ)	1 октября 2025 г.	Ужесточение расчета ПДН, сокращение возможности маскировать стоимость кредита через допуслуги.

Таким образом, для АО «Россельхозбанк» стратегическая адаптация заключается в минимизации выдач необеспеченных кредитов с высоким ПДН и максимальном развитии залоговых, нишевых продуктов, где риски ниже, а регуляторные требования менее жесткие. Более детально эти шаги рассмотрены в Главе 3.

Современные модели кредитного скоринга и концепция Open Banking

В условиях ужесточения ПДН, ключевым конкурентным преимуществом банка становится точность прогнозирования кредитного риска. Современный кредитный скоринг отошел от линейных статистических моделей и полностью перешел на технологии машинного обучения (МО).

Application Scoring и поведенческий скоринг.

Для принятия решения о первоначальной выдаче кредита используется Application Scoring. В настоящее время доминируют модели на основе МО, такие как логит-регрессия, а также более мощные ансамблевые методы, например, градиентный бустинг (Gradient Boosting).

Эти модели позволяют обрабатывать сотни переменных (социально-демографические данные, кредитная история, транзакционная активность), чтобы максимально точно спрогнозировать вероятность дефолта.

Однако в условиях, когда банк должен не только оценить нового клиента, но и управлять риском в уже выданном портфеле, критически важным становится Поведенческий скоринг (Behavioral Scoring). Эта модель непрерывно анализирует изменение платежеспособности клиента на основе его текущих финансовых действий (динамика остатков на счетах, использование овердрафта, своевременность платежей по другим обязательствам).

Behavioral Scoring позволяет банку:

• Проактивно корректировать кредитные лимиты или условия.
• Предлагать программы реструктуризации до возникновения просрочки.
• Прогнозировать вероятность досрочного погашения или дефолта с точностью, недостижимой для традиционного скоринга.

Концепция Open Banking как будущее скоринга.

Концепция Открытого банкинга (Open Banking) — это перспективная теоретическая основа, которая позволяет повысить точность скоринга до максимального уровня. Open Banking подразумевает стандартизированный обмен данными о клиенте (с его согласия) между различными финансовыми и нефинансовыми организациями.

Применение для ПДН: В контексте строгого контроля ПДН, Open Banking позволяет банку получить не просто информацию из БКИ, но и агрегированные данные о реальных доходах и расходах клиента из других банков, пенсионных фондов и даже государственных реестров. Это дает возможность провести наиболее точный расчет показателя долговой нагрузки и минимизировать риски нарушения МПЛ, а также снизить собственные кредитные потери. По сути, можно ли вообще гарантировать точность расчета ПДН, не имея доступа к полной финансовой картине клиента?

Глава 2. Анализ финансово-кредитной деятельности АО «Россельхозбанк» в сфере розничного кредитования

Динамика, структура и качество розничного кредитного портфеля РСХБ (2023–2024 гг.)

Финансовые результаты АО «Россельхозбанк» за 2024 год свидетельствуют о высокой эффективности работы, несмотря на сложную рыночную конъюнктуру. Чистая прибыль Группы по МСФО достигла 39,8 млрд рублей, что на 25% превышает показатель 2023 года. Однако при анализе структуры активов становится очевидным стратегическое позиционирование банка.

Преобладание корпоративного сегмента.

Кредитный портфель Группы (до вычета резервов) на конец 2024 года составил 4,2 трлн рублей. При этом корпоративный портфель (3,7 трлн рублей) доминирует, что отражает основную миссию банка — финансирование АПК. Розничный кредитный портфель на 31 декабря 2024 года составил 580,8 млрд рублей, показав сдержанный рост в 2,4%.

Сдвиг в структуре розничного портфеля.

Детальный анализ розничной структуры показывает четкую переориентацию бизнеса на залоговое кредитование:

1. Потребительские кредиты: Портфель необеспеченных потребительских кредитов сократился на 25,2% до 110 млрд рублей. Это прямое следствие ужесточения макропруденциального регулирования и целенаправленной стратегии банка по снижению риска в высокорискованном сегменте.
2. Ипотечное кредитование: Ипотечный портфель, напротив, вырос на 12% до 470 млрд рублей. Основным драйвером этого роста является программа «Сельская ипотека», где РСХБ занимает лидирующую позицию, контролируя около 75% рынка. С момента запуска программы выдано кредитов на сумму свыше 275 млрд рублей.

Показатель	31.12.2023 (млрд руб.)	31.12.2024 (млрд руб.)	Динамика (%)	Примечание
Чистая прибыль Группы (МСФО)	~31,8	39,8	+25%	Рекордный рост.
Общий кредитный портфель	~3,68	4,2	+14%	Преобладание корпоративного сегмента.
Розничный кредитный портфель	~567	580,8	+2,4%	Сдержанный рост.
Потребительские кредиты	~147	110	-25,2%	Сокращение из-за МПЛ.
Ипотечный портфель	~420	470	+12%	Драйвер роста – «Сельская ипотека».

Качество портфеля и маржинальность.

РСХБ демонстрирует одно из лучших в секторе качество кредитного портфеля. Уровень просроченной задолженности (Stage 3/NPL) за 2024 год сократился с 3,1% до 2,2%. Сопутствующий показатель — стоимость риска (CoR) — снизился с 1,2% до 0,8%. Это говорит о консервативной и эффективной системе управления рисками. В то же время, чистая процентная маржа (NIM) Группы по итогам 2024 года составила **2,7%**. Этот показатель, хотя и отражает высокую конкуренцию, подчеркивает, что для повышения рентабельности РСХБ необходимо увеличивать долю высокомаржинальных, но при этом залоговых и нишевых продуктов, которые соответствуют его специализации и обходят жесткие МПЛ.

Оценка текущих цифровых решений и продуктовой линейки для аграрного сектора

Цифровая трансформация в РСХБ является стратегическим приоритетом, направленным как на повышение операционной эффективности, так и на снижение зависимости от иностранного ПО.

Цифровизация и ИИ.

Банк успешно завершил импортозамещение иностранного ПО на объектах критической информационной инфраструктуры, инвестировав в отечественные решения свыше 20 млрд рублей в 2024 году. Взаимодействие с физическими лицами переведено на 40% в безбумажный формат, что сокращает операционные издержки и повышает скорость обслуживания. РСХБ активно развивает применение искусственного интеллекта (ИИ), нацеливаясь на внедрение ИИ-кейсов с быстрой окупаемостью, таких как персонализированные предложения и автоматизация IT-разработок (цель — 5% генерации кода и автотестов в 2024 году).

Этот цифровой фундамент критически важен для совершенствования скоринга.

Продуктовая линейка для ЛПХ.

Текущая продуктовая линейка РСХБ уже включает специализированные кредиты, адаптированные под нужды аграрного сектора:

1. Кредиты для ЛПХ: Предлагаются гражданам, ведущим личное подсобное хозяйство, на суммы до 700 тыс. рублей, сроком до 5 лет, без залога и поручительства.
2. Целевое использование: Средства можно направить на приобретение ГСМ, удобрений, молодняка, оборудования, а также ремонт. Важным преимуществом является возможность предоставления льготного периода погашения основного долга до 24 месяцев, что соответствует сезонности аграрного бизнеса.
3. Специализированные автокредиты: Существует продукт на переоборудование автотранспортных средств и сельскохозяйственной техники на газомоторное топливо (до 300 000 рублей, до 3 лет).

Несмотря на наличие нишевых продуктов, их потенциал для развития залогового и целевого автокредитования, направленного на малую сельхозтехнику, остается не до конца раскрытым, что является зоной роста для РСХБ в 2025 году.

Глава 3. Разработка путей совершенствования и экономическое обоснование предложений

Инновационные кредитные продукты, ориентированные на аграрный сектор и ЛПХ

В условиях ужесточения регуляторного контроля над необеспеченным кредитованием, ключевым путем совершенствования для РСХБ является развитие залогового кредитования, максимально интегрированного в аграрную экосистему банка («Свое Фермерство»).

Предлагаемые продукты позволят обойти жесткие МПЛ по потребительским кредитам и целевым автокредитам, поскольку они будут иметь адекватное обеспечение.

Предложение 1: Специализированный залоговый автокредит на малую сельхозтехнику.

Сегодня автокредиты в основном ориентированы на легковой транспорт или крупную технику. Однако для ЛПХ и мелких фермеров существует острая потребность в малой технике (мотоблоки, мини-тракторы, прицепы, культиваторы).

• Механизм: Разработка целевого залогового автокредита, где предметом залога выступает приобретаемая малая сельхозтехника (с соответствующей регистрацией).
• Преимущества: Поскольку это целевой залоговый кредит с низкой стоимостью риска, он может быть выдан на более выгодных условиях и с более низким ПДН для клиента, не попадая под самые жесткие ограничения ЦБ РФ, предназначенные для необеспеченных кредитов.

Предложение 2: Кредит под залог прогнозируемого урожая/инвентаря (Agri-Pledge Credit).

Это наиболее инновационное предложение, использующее синергию цифровой экосистемы РСХБ.

• Механизм: Кредит, где часть обеспечения формируется не традиционным имуществом, а прогнозируемым объемом будущего урожая или ценным инвентарем (например, высокотехнологичным оборудованием, ГЛОНАСС-трекерами, датчиками IoT).
• Оценка залога: Оценка прогнозируемого урожая производится с помощью данных, агрегированных через платформу «Свое Фермерство», а также спутникового мониторинга (БПЛА) и IoT-решений, в которые инвестирует венчурная компания РСХБ. Эти данные позволяют банку количественно оценить ожидаемую стоимость залога и риски, связанные с погодными условиями.
• Преимущества: Это позволяет РСХБ, как лидеру АПК, предложить уникальный продукт, недоступный другим банкам, и расширить кредитование ЛПХ, которые не имеют достаточного традиционного залогового обеспечения. Гибкий график погашения может быть привязан к срокам реализации урожая.

Усовершенствование кредитного скоринга на базе ИИ и поведенческого анализа

В условиях, когда регулятор, начиная с IV квартала 2025 года, будет строго контролировать ПДН, а заемщикам с ПДН 80%+ будет фактически отказано в кредите, точность скоринга становится не просто вопросом прибыли, а вопросом выживания и соблюдения нормативов. Макропруденциальные ограничения делают этот шаг неотложным.

1. Срочное внедрение Поведенческого скоринга (Behavioral Scoring).

Учитывая, что стоимость риска (CoR) РСХБ уже находится на низком уровне (0,8%), задачей является не только отсекать новых рискованных клиентов, но и активно предотвращать дефолты в существующем портфеле.

• Рекомендация: Внедрить продвинутые модели МО для behavioral scoring, которые будут в режиме реального времени мониторить транзакционную активность клиентов.
• Эффект: Возможность проактивного предложения реструктуризации или снижение кредитного лимита для клиентов с ухудшающимися финансовыми показателями, что позволит сохранить низкий уровень NPL (2,2%) и снизить CoR ниже целевого 0,8%.

2. Усиление Application Scoring за с��ет элементов Open Banking.

Для максимально точного расчета ПДН и соблюдения новых правил (включая показатель ИТ с 1 октября 2025 г.), РСХБ должен использовать больше внешних данных.

• Рекомендация: Разработать систему интеграции данных, которая, с согласия клиента, агрегирует информацию из внешних источников (другие счета, налоговые декларации для ЛПХ).
• Практическое применение: Более точный расчет совокупного дохода и обязательств позволит банку принимать взвешенные решения о выдаче, избегая штрафов за нарушение МПЛ и гарантируя, что кредиты не будут выданы заемщикам, чей реальный ПДН превышает 80%.

Экономическое обоснование внедрения цифровых решений

Экономическая эффективность предлагаемых путей совершенствования, в частности, внедрения и усовершенствования ИИ-скоринга, должна быть подтверждена расчетом окупаемости инвестиций (ROI).

Средний показатель ROI для ИИ-проектов в российских компаниях оценивается в диапазоне 220–250%. Прямые экономические эффекты для кредитного бизнеса включают сокращение операционных затрат (за счет автоматизации) и повышение точности прогнозирования дефолтов.

Методология расчета ROI для ИИ-скоринга:

Для оценки экономической целесообразности используется общая формула расчета ROI:

ROI = ((Eприб - Eзатр) / Eзатр) * 100%

Где:

• E_приб — Экономическая выгода (доход), полученная от внедрения ИИ.
• E_затр — Общие затраты на внедрение и поддержку ИИ-системы.

Детализация экономической выгоды (E_приб):

Eприб = Δ Объемк * Маржа + Δ Риск * Портфель - Δ ОперЗатр

1. Исходные и оценочные данные (на основе фактов РСХБ за 2024 год):

• Средняя чистая процентная маржа (Маржа): 2,7% (0,027).
• Текущий объем розничного портфеля (Портфель): 580,8 млрд руб.
• Текущая стоимость риска (CoR): 0,8% (0,008).
• Целевое снижение CoR (Δ Риск): ИИ-скоринг позволяет снизить кредитные потери на 30–60%. Возьмем консервативный целевой показатель снижения CoR до 0,6%. Таким образом, Δ Риск = 0,008 — 0,006 = 0,002.
• Прирост кредитного объема (Δ Объем_к): За счет ускорения скоринга и более точного определения «хороших» заемщиков, которых ранее отклоняли, допустим прирост на 2% от текущего портфеля. Δ Объем_к = 580,8 млрд руб. * 0,02 = 11,616 млрд руб.

2. Расчет составляющих выгод:

• Выгода от прироста объема (за счет маржи): 11,616 млрд руб. * 0,027 = 313,6 млн руб.
• Выгода от снижения кредитных потерь (риска): 580,8 млрд руб. * 0,002 = 1161,6 млн руб.
• Общий эффект до учета операционных затрат (без Δ ОперЗатр): 1161,6 млн руб. + 313,6 млн руб. = 1475,2 млн руб. (1,475 млрд руб.)

Предположим, общие затраты на внедрение и поддержку системы ИИ-скоринга (E_затр) в первый год составляют 450 млн руб. (включая затраты на ПО, интеграцию и обучение).

3. Итоговый расчет ROI (без учета сокращения оперзатрат для консервативности):

ROI = (1475,2 млн руб. - 450 млн руб.) / 450 млн руб. * 100%

ROI = 1025,2 млн руб. / 450 млн руб. * 100%

ROI ≈ 227,8%

Полученный показатель ROI (227,8%) находится в пределах среднерыночных оценок (220–250%) и убедительно доказывает экономическую эффективность инвестиций в цифровые решения. Внедрение ИИ-скоринга не только повышает конкурентоспособность РСХБ, но и является финансово обоснованным шагом, который позволяет банку адаптивно работать в условиях жестких регуляторных ограничений 2025 года.

Заключение

Проведенный анализ подтверждает, что в условиях беспрецедентного ужесточения макропруденциального регулирования ЦБ РФ в 2024–2025 годах, включая фактический запрет на выдачи с ПДН 80%+ с июля 2025 года и введение новых МПЛ на автокредиты, АО «Россельхозбанк» должен сосредоточиться на двух ключевых направлениях: нишевой продуктовой диверсификации и цифровой адаптации скоринговых систем.

Финансовый анализ показал, что РСХБ уже успешно переориентировал свой розничный бизнес, демонстрируя высокую прибыльность (39,8 млрд руб. в 2024 г.) и исключительное качество портфеля (NPL 2,2%, CoR 0,8%), при этом сократив рискованный сегмент необеспеченного кредитования (-25,2%).

Однако для дальнейшего роста и сохранения конкурентных позиций в рознице, особенно с учетом низкой NIM (2,7%), требуется стратегическое развитие уникальных преимуществ банка в АПК.

Основные выводы и резюме предложений:

1. Продуктовое совершенствование: Необходимо внедрение инновационных, залоговых продуктов, которые минимизируют риски и обходят жесткие МПЛ. Ключевые предложения — специализированный залоговый автокредит на малую сельхозтехнику и разработка кредита под залог прогнозируемого урожая/инвентаря (Agri-Pledge Credit), оцененного через экосистему «Свое Фермерство» (IoT/БПЛА).
2. Цифровая адаптация скоринга: Для точного соблюдения регуляторных требований (ПДН, ИТ) и повышения качества портфеля критически важно срочное усовершенствование скоринга. Это включает внедрение Поведенческого скоринга (Behavioral Scoring) для проактивного управления текущим риском и повышение точности Application Scoring за счет использования элементов Open Banking для более полной агрегации данных о клиенте.
3. Экономическое обоснование: Предложенные меры являются экономически эффективными. Расчет окупаемости инвестиций (ROI) в ИИ-скоринг, основанный на актуальных показателях РСХБ (Маржа 2,7%, снижение CoR на 0,2 п.п.), показал, что ожидаемый ROI превышает 227,8%. Это подтверждает, что инвестиции в цифровые решения не только стратегически необходимы для соблюдения нормативов, но и приносят значительную финансовую выгоду за счет сокращения кредитных потерь и увеличения объема выдач.

Таким образом, цель курсовой работы достигнута. Пути совершенствования розничного и автокредитования в АО «Россельхозбанк» заключаются в синергии его нишевого аграрного лидерства и прорывной цифровой трансформации, направленной на точечное управление риском и адаптацию к новым, суровым правилам регулятора.

Список использованной литературы

1. Банк России обновил макропруденциальные лимиты (МПЛ) в отношении отдельных видов потребительских и ипотечных кредитов (займов) [Электронный ресурс]. Доступ из справ.-правовой системы «КонсультантПлюс».
2. Банк России установил более жесткие макропруденциальные лимиты на IV квартал // Interfax.ru. URL: https://www.interfax.ru/business/978805 (дата обращения: 08.10.2025).
3. Будущее цифровых технологий: РСХБ на конференции «Финтех 2024» // Habr.com. 2024. URL: https://habr.com/ru/companies/rshb/articles/880292/ (дата обращения: 08.10.2025).
4. В России заработали новые правила расчета среднемесячного платежа по кредиту // Banki.ru. URL: https://www.banki.ru/news/daytheme/?id=11075726 (дата обращения: 08.10.2025).
5. Взять кредит на развитие личного подсобного хозяйства [Электронный ресурс] // Официальный сайт Россельхозбанка. URL: https://www.rshb.ru/private/credits/lph/ (дата обращения: 08.10.2025).
6. Взять потребительский кредит под залог имущества в Москве [Электронный ресурс] // Официальный сайт Россельхозбанка. URL: https://www.rshb.ru/private/credits/secured/ (дата обращения: 08.10.2025).
7. Как в 2024 году выросли ставки по кредитам. Итоги года в кредитовании // Banki.ru. 2024. URL: https://www.banki.ru/news/daytheme/?id=11075079 (дата обращения: 08.10.2025).
8. Как рассчитать ROI от внедрения AI в отдел продаж // Salesai.ru. URL: https://salesai.ru/blog/kak-rassчитать-roi-ot-vnedreniya-ai-v-otdel-prodazh/ (дата обращения: 08.10.2025).
9. Макропруденциальные лимиты [Электронный ресурс] // Официальный сайт Банка России. URL: https://cbr.ru/faq/mpl/ (дата обращения: 08.10.2025).
10. Разработка системы кредитного скоринга на основе моделей машинного обучения: материалы докладов // Уральский федеральный университет. 2024. URL: https://elar.urfu.ru/bitstream/10995/133744/1/978-5-7996-3841-2_2024_189.pdf (дата обращения: 08.10.2025).
11. Регуляторные ограничения станут ключевым сдерживающим фактором // Bosfera.ru. URL: https://bosfera.ru/bo/regulyatornye-ogranicheniya-stanut-klyuchevym-sderzhivayushchim-faktorom (дата обращения: 08.10.2025).
12. РСХБ в 2024 г. увеличил прибыль по МСФО на 25%, до рекордных 39,8 млрд рублей // Interfax.ru. 2024. URL: https://www.interfax.ru/business/980590 (дата обращения: 08.10.2025).
13. Цифровизация в Россельхозбанке // TAdviser. URL: https://www.tadviser.ru/index.php/Статья:Цифровизация_в_Россельхозбанке (дата обращения: 08.10.2025).
14. ЦБ впервые вводит прямые ограничения на выдачу ипотеки и автокредитов // Vedomosti.ru. 24.04.2025. URL: https://www.vedomosti.ru/finance/articles/2025/04/24/1033481-tsb-vpervie-ogranicheniya-ipoteki (дата обращения: 08.10.2025).
15. ЦБ РФ ужесточит макропруденциальные лимиты по потребкредитам с высоким ПДН на III квартал // Interfax.ru. URL: https://www.interfax.ru/business/963282 (дата обращения: 08.10.2025).
16. Behavioral-scoring — оценка будущей платежеспособности заемщика исходя из его действий // Banki.ru. URL: https://www.banki.ru/wikibank/behavioral-scoring/ (дата обращения: 08.10.2025).
17. Экономический эффект от внедрения искусственного интеллекта в бизнес: как повысить прибыльность с помощью ИИ // Fedag.tech. URL: https://fedag.tech/blog/economic-effect-from-the-introduction-of-artificial-intelligence-in-business-how-to-increase-profitability-with-ai (дата обращения: 08.10.2025).