Совершенствование системы кредитования физических лиц в ПАО «Сбербанк России» в условиях макроэкономических вызовов и цифровой трансформации (2024-2025 гг.)

Начало 2025 года ознаменовалось падением объема выданных потребительских кредитов в России на 61% по сравнению с аналогичным периодом 2024 года, составив 2,53 млн кредитов на сумму 673,7 млрд рублей. Этот драматический спад не просто число; он сигнализирует о глубоких структурных изменениях и вызовах, с которыми сталкивается рынок розничного кредитования в современной России. В условиях беспрецедентной динамики ключевой ставки Центрального банка, ужесточения макропруденциального регулирования и бурного развития цифровых технологий, коммерческие банки, и в особенности такой гигант, как ПАО «Сбербанк России», вынуждены постоянно адаптировать свои стратегии и операционные модели. Возникает вопрос: как при такой динамике Сбербанку удается не только удерживать позиции, но и развиваться?

Настоящая дипломная работа посвящена углубленному анализу и совершенствованию системы кредитования физических лиц в ПАО «Сбербанк России» в период 2024-2025 годов. Актуальность темы обусловлена не только вышеупомянутыми макроэкономическими сдвигами, но и неуклонным стремлением банков к повышению эффективности, снижению рисков и удовлетворению меняющихся потребностей клиентов через призму цифровой трансформации.

Цель исследования заключается в разработке комплекса мероприятий по совершенствованию системы кредитования физических лиц в ПАО «Сбербанк России», учитывающих современные экономические реалии, нормативно-правовые требования и инновационные возможности.

Для достижения поставленной цели необходимо решить следующие задачи:

• Изучить теоретические основы и современную концепцию розничного кредитования, включая сущность, виды и трансформацию под влиянием цифровизации.
• Проанализировать состояние и динамику рынка розничного кредитования в Российской Федерации в 2024-2025 годах, выявив ключевые макроэкономические и регуляторные факторы.
• Исследовать кредитную политику ПАО «Сбербанк России», ее эволюцию, финансово-экономические показатели и актуальные проблемы в сегменте кредитования физических лиц.
• Оценить роль и эффективность применения инновационных технологий (ИИ, Big Data, биометрия) в процессах кредитования Сбербанка.
• Разработать рекомендации по совершенствованию системы кредитования физических лиц, обосновать их экономическую и социальную эффективность, а также предложить подходы к управлению новыми технологическими рисками.

Методологическая база исследования включает общенаучные методы познания (анализ, синтез, индукция, дедукция), статистические методы обработки данных, сравнительный анализ, а также методы системного и структурно-функционального анализа. Особое внимание будет уделено методу цепных подстановок для факторного анализа экономических показателей, что позволит выявить количественное влияние каждого фактора на общий результат.

Структура работы состоит из пяти глав, каждая из которых последовательно раскрывает теоретические аспекты, анализирует текущее состояние, выявляет проблемы и риски, а также предлагает пути совершенствования и оценки их эффективности. Использование актуальных законодательных актов, официальных данных ЦБ РФ, годовых отчетов Сбербанка и научных публикаций обеспечивает высокую степень достоверности и практической значимости исследования.

Глава 1. Теоретические основы и современная концепция розничного кредитования

Сущность и виды кредитования физических лиц

В основе современной финансовой системы лежит концепция кредита, которая, несмотря на тысячелетнюю историю, продолжает трансформироваться, адаптируясь к меняющимся экономическим и технологическим реалиям. Термин "кредит" происходит от латинского creditum – "заём" и credere – "доверять", что указывает на его фундаментальную природу как отношений, основанных на доверии. В своей сущности, кредит представляет собой экономические отношения, при которых одна сторона (кредитор) предоставляет другой стороне (заемщику) денежные средства, товары или вещи на условиях возвратности, срочности и, как правило, платности на основании заключенного кредитного договора. Эти три принципа – возвратность, срочность, платность – являются краеугольными камнями любого кредитного взаимодействия, обеспечивая его жизнеспособность и экономическую целесообразность.

В контексте работы с населением особую значимость приобретает розничное кредитование, которое является неотъемлемой частью банковской деятельности. По своей сути, розничный кредит – это заём, выдаваемый физическим лицам на личные нужды, и в современном банковском лексиконе он тесно ассоциируется с термином "ретейл". Внутри розничного кредитования выделяется несколько ключевых видов, каждый из которых имеет свои специфические характеристики и целевое назначение:

• Потребительский кредит. Это, пожалуй, наиболее распространенный вид кредита для физических лиц. Он предоставляется банком заемщику на цели, не связанные с предпринимательской деятельностью, то есть для удовлетворения личных, бытовых нужд. Это может быть покупка товаров длительного пользования (бытовая техника, мебель), оплата услуг (образование, туризм), ремонт жилья или другие повседневные расходы. Отличительной особенностью является нецелевой или широкий целевой характер использования, а также относительно короткий или средний срок погашения.
• Ипотека. Этот вид кредита предназначен для решения одного из наиболее значимых вопросов в жизни человека – приобретения недвижимости. Формально, ипотека – это не просто кредит, а форма залога недвижимости (жилой или коммерческой), при которой приобретаемая недвижимость выступает в качестве обеспечения по кредиту. Отношения на рынке ипотеки строго регулируются Федеральным законом № 102-ФЗ «Об ипотеке (залоге недвижимости)». Ипотечный кредит, как правило, выдается на длительный срок (от 10 до 30 лет) и, благодаря залоговому обеспечению, обычно имеет более низкую процентную ставку по сравнению с другими видами кредитов. Важно различать ипотеку в силу закона (когда приобретаемая недвижимость автоматически становится залогом) и ипотеку в силу договора (когда в залог отдается уже имеющееся имущество). Кроме того, существуют различные социальные и коммерческие ипотечные программы, включая "Сельскую ипотеку" и программы с господдержкой, которые играют значительную роль в стимулировании жилищного строительства и повышении доступности жилья.
• Автокредит. Являясь разновидностью потребительского кредита, автокредит выдается исключительно для приобретения автотранспортных средств. Ключевая особенность автокредита заключается в его целевом использовании и залоговом характере: приобретаемый автомобиль оформляется в залог банку-кредитору. Это означает, что хотя заемщик и может пользоваться автомобилем, любые действия, связанные со сменой владельца (продажа, дарение), требуют согласования с банком. Такая форма обеспечения позволяет банкам снижать риски и предлагать более выгодные условия кредитования по сравнению с необеспеченными потребительскими кредитами.

Понимание сущности и видов кредитования физических лиц является фундаментальным для анализа банковской деятельности, поскольку каждый из этих видов имеет свои особенности в части оценки рисков, формирования кредитной политики и применения инновационных решений.

Кредитная политика банка и инструменты оценки кредитоспособности заемщиков

В условиях динамичного и порой непредсказуемого финансового рынка, эффективное управление кредитной деятельностью банка невозможно без четко сформулированной и последовательной кредитной политики. Это не просто набор правил, а стратегическая программа действий, которой руководствуется финансовое учреждение при принятии решений о предоставлении займов. Кредитная политика определяет приоритетные сферы кредитования, устанавливает параметры "идеального заемщика", а также методы и способы обеспечения ссуд. Её конечная и главная цель – формирование оптимального по структуре и качеству кредитного портфеля при минимизации рисков и максимизации доходности, что, по сути, является фундаментом финансовой стабильности и роста.

Факторы, влияющие на кредитную политику, можно условно разделить на внешние и внутренние. К внешним относятся макроэкономическая ситуация (уровень инфляции, динамика ключевой ставки Центрального банка, общая экономическая стабильность), а также действия регулятора (Центрального банка РФ), устанавливающего нормативы и ограничения. Внутренние факторы включают ресурсную базу банка, его специализацию, целевую клиентскую аудиторию, уровень квалификации персонала и технологические возможности. Именно на пересечении этих факторов формируется уникальная кредитная стратегия каждого банка.

Центральным элементом кредитной политики является управление кредитным риском – вероятностью невозврата заемных средств. Для его минимизации банки используют различные инструменты оценки кредитоспособности заемщиков, среди которых особо выделяются кредитный скоринг и показатель долговой нагрузки (ПДН).

Кредитный скоринг – это современный метод анализа, который банки и другие финансовые организации активно применяют для оценки рисков при выдаче кредитов. В его основе лежат статистические модели и математические алгоритмы, обрабатывающие обширную информацию о потенциальном заемщике: его кредитную историю (наличие и своевременность погашения предыдущих займов), финансовое положение (уровень дохода, наличие других обязательств), социально-демографические данные (возраст, образование, семейное положение, стаж работы) и другие факторы. Результатом скоринга является числовой показатель – балл, который отражает вероятность выполнения заемщиком своих обязательств. Чем выше балл, тем ниже риск для банка и выше вероятность одобрения кредита. Эволюция скоринговых систем привела к появлению сложных моделей машинного обучения, способных обрабатывать неструктурированные данные и выявлять неочевидные закономерности.

Другим критически важным инструментом оценки является Показатель Долговой Нагрузки (ПДН). ПДН представляет собой соотношение между суммой среднемесячных платежей заемщика по всем его кредитам (включая потенциальный новый кредит) и его среднемесячным доходом. Формула для расчета ПДН выглядит следующим образом:

ПДН = (Сумма среднемесячных платежей по всем кредитам) / (Среднемесячный доход заемщика) × 100%

Высокий показатель ПДН свидетельствует о значительной финансовой нагрузке на заемщика и, как следствие, о повышенном кредитном риске. Осознавая важность этого инструмента для макропруденциального регулирования и стабильности финансовой системы, Центральный банк России с 1 октября 2019 года обязал все кредитные организации рассчитывать ПДН при рассмотрении каждой заявки на кредит. Это решение направлено на более точную оценку способности заёмщика выплачивать свои долги и, в конечном итоге, на минимизацию рисков как для отдельных банков, так и для финансовой системы в целом. Введение надбавок к коэффициентам риска по кредитам заемщиков с повышенным уровнем долговой нагрузки (с 1 апреля 2025 года) дополнительно ограничивает возможности банков по наращиванию кредитования высокорисковым клиентам. Таким образом, кредитная политика банка, опирающаяся на совершенные инструменты оценки кредитоспособности, становится залогом его устойчивости и успешного развития.

Цифровая трансформация в контексте теоретических моделей кредитования

Эпоха цифровизации радикально меняет привычные парадигмы во многих сферах, и банковское кредитование не является исключением. Традиционные теоретические концепции кредитования, формировавшиеся десятилетиями, сегодня переживают глубокую трансформацию под воздействием стремительного развития технологий. Искусственный интеллект (ИИ), Big Data, биометрические системы и блокчейн не просто оптимизируют существующие процессы, но и переосмысливают саму природу кредитных отношений, изменяя подходы к оценке рисков, взаимодействию с клиентами и принятию решений.

В классических моделях кредитования основным фокусом была оценка финансового состояния заемщика на основе статичных данных: справки о доходах, кредитной истории из БКИ, залогового обеспечения. Человеческий фактор играл ключевую роль в анализе этих данных, принятии решений и непосредственном общении с клиентом. Однако с приходом цифровых технологий эти модели перестали быть достаточными.

Big Data и Искусственный Интеллект (ИИ) стали катализаторами этой трансформации. Теперь банки способны обрабатывать огромные массивы данных, поступающих из самых разнообразных источников: от транзакционной активности клиента до его поведения в социальных сетях, истории запросов в поисковых системах и даже геолокационных паттернов. ИИ-алгоритмы, основанные на машинном обучении, могут выявлять скрытые закономерности и корреляции, недоступные для человеческого глаза. Это позволяет создавать гораздо более точные и динамичные скоринговые модели, которые не только оценивают текущую кредитоспособность, но и прогнозируют потенциальные риски дефолта с высокой степенью вероятности.

• Переосмысление кредитного скоринга: Если ранее скоринг опирался на ограниченный набор параметров, то теперь он может включать сотни и даже тысячи переменных. ИИ позволяет проводить real-time скоринг, то есть оценивать риски прямо во время транзакции или подачи заявки, что значительно сокращает время принятия решения и повышает адаптивность банка.
• Психологическое прототипирование заемщиков: Некоторые продвинутые модели ИИ анализируют не только числовые данные, но и поведенческие паттерны, создавая "психологические профили" клиентов. Это помогает банкам лучше понимать мотивацию заемщиков, их склонность к риску и потенциальную добросовестность, что является новым измерением в оценке кредитоспособности.
• Автоматизация принятия решений: ИИ позволяет автоматизировать до 99% рутинных кредитных решений в рознице, освобождая сотрудников банка для работы со сложными случаями или для развития отношений с ключевыми клиентами. Это значительно снижает операционные издержки и повышает скорость обслуживания.
• Борьба с мошенничеством: Графовая аналитика и ИИ используются для выявления мошеннических групп и подозрительных транзакций, а также для обнаружения нетипичных геолокационных паттернов, что укрепляет безопасность кредитных операций.

Биометрическая идентификация, в свою очередь, кардинально меняет процессы аутентификации и верификации личности. Отпечатки пальцев, сканирование радужки глаза, геометрия лица и голосовые паттерны – все это становится надежным способом подтверждения личности клиента, исключая необходимость в физических документах и снижая риски мошенничества, связанные с кражей данных. Это не только повышает безопасность, но и значительно упрощает клиентский путь, делая кредитные услуги более доступными и удобными.

Переосмысление роли человеческого фактора – одна из ключевых трансформаций. Если раньше менеджер по кредитованию был центральной фигурой, анализирующей документы и принимающей окончательное решение, то сегодня его роль смещается в сторону консультанта, специалиста по сложным кейсам и амбассадора бренда. Рутинные операции передаются машинам, а люди концентрируются на создании ценности через глубокое понимание потребностей клиента и построение долгосрочных отношений.

Таким образом, цифровая трансформация не просто модернизирует кредитные процессы, она порождает новые теоретические концепции, где кредит становится более персонализированным, доступным, быстрым и безопасным, а риск-менеджмент основывается на предсказательной аналитике и глубоком понимании поведенческих факторов.

Глава 2. Анализ рынка розничного кредитования РФ и кредитной политики ПАО «Сбербанк России» в 2024-2025 гг.

Обзор рынка розничного кредитования в Российской Федерации (2024-2025 гг.)

Рынок розничного кредитования в Российской Федерации в период 2024-2025 годов переживает фазу значительных изменений, характеризующихся как замедлением темпов роста в одних сегментах, так и сохранением динамики в других, на фоне ужесточения регуляторной политики и макроэкономических вызовов.

Общая динамика и объем рынка:

• Замедление в 2024 году: Рынок потребительского кредитования в России в 2024 году продемонстрировал замедление. Портфель необеспеченных потребительских ссуд вырос на 11%, что является снижением по сравнению с 16% прироста годом ранее.
• Охлаждение к концу 2024 года: В декабре 2024 года произошло ожидаемое охлаждение потребительского кредитования, сократившегося на 1,9%.
• Снижение объемов выдач в 2024 году: Общий объем выдач розничных кредитов в 2024 году составил 13,24 трлн рублей. Это значительно ниже показателя 2022 года, когда объем достигал 17,94 трлн рублей, что свидетельствует о существенном сокращении активности на рынке.
• Падение в 2025 году: Май 2025 года стал знаковым месяцем: объем выданных потребительских кредитов в РФ упал на 61% по сравнению с маем 2024 года, составив 2,53 млн кредитов на 673,7 млрд рублей.
• Некоторое оживление к середине 2025 года: В июле 2025 года российский рынок потребительского кредитования показал некоторое оживление, с 1,56 млн выданных кредитов, что на 13,1% выше, чем в предыдущем месяце. Однако этот показатель все еще на 46,5% ниже, чем в июле 2024 года. Средний размер выданных потребительских кредитов в августе 2025 года увеличился на 20,3% по сравнению с августом 2024 года, достигнув 206,8 тыс. рублей, впервые с начала 2024 года превысив отметку в 200 тыс. рублей.
• Ограниченный рост к концу 2025 года: В сентябре 2025 года объем выданных розничных кредитов составил 946,8 млрд рублей, что лишь на 0,1% меньше, чем в августе. За 9 месяцев 2025 года было выдано кредитов на 6,41 трлн рублей, что означает сокращение на 42,5% по сравнению с аналогичным периодом 2024 года.
• Прогнозы на 2025 год: По итогам 2025 года ожидается сокращение объема портфеля необеспеченного потребительского кредитования на 5% из-за ужесточения макропруденциального регулирования. Прогноз Банка России на 2025 год предусматривает замедление роста корпоративного и розничного кредитования до 7-12%.

Сегментация рынка:

• Ипотечное кредитование: Годовой прирост ипотеки в 2024 году замедлился до 13,4%, что значительно ниже уровня 2023 года, когда наблюдался перегрев рынка. В 2023 году годовой прирост ипотечного портфеля в России составил почти 35% (против 20,4% в 2022 году), а объем выданных ипотечных кредитов достиг 7,779 трлн рублей, что на 61,6% больше, чем в 2022 году (4,813 трлн рублей). Существенную роль в этом сыграли льготные программы: в 2023 году было предоставлено льготных ипотечных кредитов на сумму 4,7 трлн рублей, что составляет более половины (60,8%) общего объема ИЖК. Более 80% новых ипотечных кредитов в декабре 2024 года приходилось на ипотеку с господдержкой, что подчеркивает ее доминирующую роль.
• Корпоративное кредитование: В целом за 2024 год корпоративный кредитный портфель вырос на 17,9%, что сопоставимо с 2023 годом. При этом более половины прироста пришлось на сегменты, менее чувствительные к повышению ставок (кредитование инвестиционных программ и строительство жилья).

В целом, рынок розничного кредитования в 2024-2025 годах находится под значительным давлением, что требует от банков тщательного пересмотра своих стратегий и усиления риск-менеджмента.

Макроэкономические и регуляторные факторы влияния на рынок

Динамика рынка розничного кредитования в России в 2024-2025 годах неразрывно связана с макроэкономической ситуацией и, что особенно важно, с политикой Центрального банка Российской Федерации. Ключевая ставка, инфляция и макропруденциальные ограничения выступают в качестве мощных рычагов, формирующих ландшафт банковского сектора.

Ключевая ставка Центрального банка РФ:

• Рекордные значения 2024 года: Средняя ключевая ставка Банка России в 2024 году составила 17,5%, что стало рекордным показателем за всю историю существования этого инструмента. Такая высокая ставка обусловлена необходимостью сдерживания инфляции и стабилизации финансового рынка.
• Пик и последующее снижение в 2025 году: В октябре 2024 года ключевая ставка ЦБ РФ достигла своего пика – 21%. Однако к июню 2025 года она была снижена до 20%, в июле – до 18%, а в сентябре 2025 года – до 17%. Эти изменения отражают попытки регулятора сбалансировать борьбу с инфляцией и поддержку экономического роста. Высокая ключевая ставка напрямую влияет на стоимость заемных средств для коммерческих банков, что, в свою очередь, транслируется в высокие процентные ставки по кредитам для физических лиц. Это делает кредиты менее доступными и замедляет рост кредитного портфеля.

Инфляция:

• Превышение целевого уровня: Целевой показатель инфляции ЦБ РФ составляет 4%. Однако в 2024 году инфляция значительно превышала этот уровень, достигнув 9,5% к концу декабря. Высокая инфляция подрывает покупательную способность населения, снижает реальные доходы и увеличивает риски невозврата кредитов, поскольку заемщикам становится сложнее обслуживать свои обязательства. Это также вынуждает ЦБ поддерживать высокую ключевую ставку, замыкая цикл влияния на кредитный рынок.

Макропруденциальные ограничения:

• Давление на динамику рынка: Макропруденциальные ограничения и высокие ставки Банка России продолжают оказывать существенное давление на динамику рынка кредитования. Эти меры направлены на предотвращение перегрева рынка, снижение системных рисков и повышение устойчивости финансового сектора.
• Улучшение структуры кредитования: Эти меры позволили значительно улучшить структуру кредитования. Доля выдаваемых необеспеченных потребительских кредитов с показателем долговой нагрузки (ПДН) более 50% снизилась с 60% во II квартале 2023 года до 26% в IV квартале 2024 года. Это свидетельствует о том, что банки стали более осмотрительно подходить к оценке кредитоспособности заемщиков.
• Ипотечный сегмент: Аналогичные тенденции наблюдаются и в ипотечном сегменте. Доля предоставленных ипотечных кредитов с ПДН более 80% снизилась с пиковых 47% в III квартале 2023 года до 6% в I квартале 2025 года. Также доля кредитов с первоначальным взносом менее 20% сократилась с 51% до 5%. Эти изменения направлены на снижение рисков в ипотечном портфеле и повышение качества заемщиков.
• Влияние на одобрение заявок: Жесткая денежно-кредитная политика ЦБ РФ и нормы регулирования банковского сектора (в частности, повышенные макронадбавки и макропруденциальные лимиты) привели к стагнации кредитного портфеля и снижению уровня одобрения заявок. Например, по кредитам наличными одобрение упало с 29% во III квартале 2023 года до 17% в IV квартале 2024 года, а по кредитным картам – с 29% до 22%.
• Введение надбавок к коэффициентам риска: С 1 апреля 2025 года введение надбавок к коэффициентам риска по кредитам заемщиков с повышенным уровнем долговой нагрузки еще больше ограничит возможности банков по дальнейшему наращиванию кредитования, особенно в сегментах с высоким риском.

В совокупности, макроэкономические и регуляторные факторы формируют сложную и требовательную среду для банковского сектора, заставляя его быть более консервативным, но при этом более устойчивым к потенциальным шокам.

Кредитная политика ПАО «Сбербанк России» и ее финансово-экономические показатели

ПАО «Сбербанк России», как крупнейший банк страны, является лакмусовой бумажкой для всего финансового сектора, и его кредитная политика в отношении физических лиц чутко реагирует на макроэкономические вызовы и регуляторные изменения, описанные выше. В период 2024-2025 годов Сбербанк демонстрирует стратегическую адаптацию, направленную на поддержание устойчивости и эффективности в условиях замедления рынка.

Эволюция кредитной политики и прогнозы:

• Ожидание замедления и стагнации: Сбербанк прогнозирует замедление розничного кредитования в 2024 году из-за регуляторных ограничений и высоких ставок. Более того, согласно обновленным прогнозам, банк ожидает нулевую динамику роста розничного кредитования в 2025 году, тогда как ранее прогнозировался рост менее 5%. Это свидетельствует о понимании банком серьезности текущих вызовов и готовности к более консервативной стратегии.
• Фокус на качественный рост: Несмотря на общее замедление, Сбербанк продолжает активно работать с отдельными сегментами. В 2024 году был зафиксирован высокий рост в сегменте кредитных карт и автокредитования – на 40% и 80% соответственно. Это может быть связано как с целевыми программами банка, так и с особенностями спроса на эти продукты в условиях меняющейся конъюнктуры.
• Использование клиентской базы: Сбербанк традиционно использует свою обширную клиентскую базу, включая зарплатных и пенсионных клиентов, для предоставления кредитов. Часто для оформления требуется только паспорт, что свидетельствует о высоком уровне доверия к этой категории заемщиков и развитой системе внутренних скоринговых моделей. Общее число клиентов Сбербанка составляет порядка 111 млн человек, из которых 108 млн ежемесячно используют Сбер ID для входа в различные приложения, а более 87 млн человек ежемесячно заходят в приложение «СберБанк Онлайн». Это создает мощную платформу для кросс-продаж и формирования лояльности.
• Господдержка в ипотеке: Банк активно участвует в программах господдержки, предлагая, например, "Семейную ипотеку" со ставками от 6% годовых (от 3,5% с партнерами-застройщиками) и первоначальным взносом от 20,1% в 2025 году. Это позволяет банку сохранять значительную долю на ипотечном рынке, несмотря на его общее замедление.

Финансово-экономические показатели:
Финансовые результаты Сбербанка в 2024-2025 годах демонстрируют устойчивость и адаптивность к сложным условиям:

Показатель	2023 год	2024 год	9 месяцев 2025 года
Чистая прибыль (трлн руб.)	—	1,58	1,27
Прирост чистой прибыли (%)	—	4,8	6,4
Рентабельность капитала (ROE, %)	—	24,0	22,4
Розничный кредитный портфель
Объем (трлн руб.)	—	—	18,1
Прирост за 9 месяцев (%)	—	—	3,1
Структура розничного портфеля
Жилищные кредиты, прирост (%)	—	—	7,6
Потребительские кредиты, сокращение (%)	—	—	12,1
Доля просроченной задолженности (%)	—	—	2,6
Объем розничных выдач (трлн руб.)	8,3 (2023)	—	—
Прирост розничного портфеля г/г (2023)	25,7	—	—

• Чистая прибыль и рентабельность капитала: По итогам 9 месяцев 2025 года чистая прибыль Сбербанка выросла на 6,4% до 1,27 трлн рублей, а рентабельность капитала (ROE) составила 22,4%. Это демонстрирует высокую эффективность операционной деятельности. За 2024 год чистая прибыль выросла на 4,8% до 1,58 трлн рублей при ROE в 24,0%.
• Кредитный портфель: Розничный кредитный портфель Сбербанка за 9 месяцев 2025 года вырос на 3,1%, достигнув 18,1 трлн рублей. Это небольшой, но устойчивый рост в условиях жесткого регулирования. Внутри розничного портфеля жилищные кредиты показали рост на 7,6%, что является ключевым драйвером. Однако объемы потребительского кредитования сократились на 12,1% за тот же период, что отражает общую тенденцию на рынке.
• Качество портфеля: Доля просроченной задолженности в кредитном портфеле Сбербанка на конец сентября 2025 года снизилась до 2,6%, что свидетельствует об улучшении качества портфеля и эффективном риск-менеджменте, несмотря на общие рыночные вызовы.

В целом, кредитная политика Сбербанка в период 2024-2025 годов характеризуется осторожностью, фокусом на качестве портфеля, активным использованием цифровых каналов и программ господдержки, что позволяет банку сохранять лидирующие позиции и демонстрировать устойчивые финансовые результаты.

Глава 3. Проблемы, риски и стратегические ответы ПАО «Сбербанк России» в розничном кредитовании

Основные проблемы и виды рисков в кредитовании физических лиц Сбербанком

Кредитование физических лиц, будучи высокодоходным сегментом для банков, одновременно сопряжено со значительными рисками. Для ПАО «Сбербанк России», как и для всей банковской системы, 2024-2025 годы стали периодом усиленного давления, обнажившего ряд проблем и актуализировавшего вопросы управления рисками.

1. Кредитный риск и динамика просроченной задолженности:
Кредитный риск, то есть риск невозврата заемных средств, остается центральной проблемой в розничном кредитовании. Хотя общая доля просроченной задолженности в портфеле Сбербанка на конец сентября 2025 года снизилась до 2,6%, что является позитивным индикатором, более глубокий анализ показывает тревожные тенденции:

• Рост доли кредитов третьей стадии: Доля кредитов третьей стадии (просрочка свыше 90 дней) в розничном портфеле Сбербанка достигла 5,3% к началу июля 2025 года. Это существенный рост по сравнению с 3,7% на конец 2024 года, что указывает на ухудшение качества значительной части кредитов и необходимость более активной работы с проблемными активами.
• Увеличение стоимости кредитного риска: Стоимость кредитного риска Сбербанка в первом полугодии 2025 года составила 1,5% (1,7% во втором квартале) по сравнению с 1% годом ранее. Это напрямую связано с влиянием высоких ставок на качество кредитного портфеля, поскольку заемщикам становится сложнее обслуживать дорогие кредиты, что увеличивает вероятность дефолтов.

2. Причины просрочек:
Анализ причин, по которым клиенты Сбербанка допускают просрочки, выявляет несколько ключевых факторов:

• Завышение доходов: Наиболее распространенной причиной просрочек, по данным Сбербанка в 2025 году, является завышение клиентами своих доходов при подаче заявки на кредит. Это проблема асимметрии информации и морального риска, когда заемщик сознательно или неосознанно предоставляет неполные или искаженные данные.
• Потеря работы: Потеря работы впервые заняла второе место среди причин просрочек, составляя 11% от общего числа должников. Это подчеркивает уязвимость заемщиков к макроэкономическим шокам и рынку труда.
• Низкая финансовая грамотность: Недостаточное понимание условий кредита, необоснованная оценка собственных финансовых возможностей и отсутствие навыков бюджетирования также вносят значительный вклад в формирование просроченной задолженности.

3. Влияние регуляторных ограничений ЦБ РФ:
Жесткая денежно-кредитная политика ЦБ РФ и нормы регулирования банковского сектора оказывают существенное влияние на возможности роста кредитования Сбербанка:

• Макронадбавки и макропруденциальные лимиты: Повышенные макронадбавки к коэффициентам риска и макропруденциальные лимиты (ПДН) ограничивают банки в выдаче кредитов высокорисковым заемщикам. Это приводит к замедлению роста кредитного портфеля и снижению уровня одобрения заявок.
• Снижение уровня одобрения: Например, по кредитам наличными одобрение упало с 29% во III квартале 2023 года до 17% в IV квартале 2024 года. Это демонстрирует, как регуляторные меры, направленные на охлаждение рынка и повышение его устойчивости, напрямую влияют на доступность кредитов для населения.

Таким образом, Сбербанк сталкивается с комплексным набором проблем, требующих многостороннего подхода к управлению рисками, включающего совершенствование скоринговых систем, просветительскую работу с клиентами и адаптацию к постоянно меняющейся регуляторной среде.

Конкурентная среда и стратегические ответы на вызовы FinTech-экосистем

Российский рынок розничного кредитования характеризуется высокой степенью конкуренции, несмотря на доминирующее положение нескольких крупных игроков, среди которых ПАО «Сбербанк России» занимает лидирующие позиции. Однако эта конкуренция не статична и постоянно эволюционирует под влиянием новых технологий и бизнес-моделей. В условиях, когда вызовы постоянно меняются, банку приходится не просто реагировать, но и предвосхищать, чтобы сохранить свое лидерство.

1. Место Сбербанка на рынке и вызовы конкурентов:

• Доминирующее положение, но с нюансами: Несмотря на то, что Сбербанк сохраняет доминирующее положение на рынке розничного кредитования, его доля не является абсолютной и претерпевает изменения. Исторически, доля Сбербанка в розничном кредитовании сократилась с 52% в 2007 году до 39% в 2024 году. Это снижение отражает рост других крупных банков и появление новых игроков. Тем не менее, банк сохраняет лидерство благодаря обширной клиентской базе (зарплатные и пенсионные проекты) и постоянным инновациям.
• Финтех-компании как ключевые конкуренты: Сбербанк рассматривает экосистемы финтех-компаний, особенно иностранных, как своих основных конкурентов. Эти компании, оперирующие вне традиционного банковского регулирования, предлагают быстрые, удобные и зачастую персонализированные услуги, что привлекает молодых и технологически подкованных клиентов. Их гибкость, скорость внедрения инноваций и отсутствие бремени устаревшей инфраструктуры позволяют им эффективно конкурировать с традиционными банками.
• Необанки и "рассрочки": Развитие необанков и популярность продуктов типа "рассрочка" (Buy Now, Pay Later) также представляют собой серьезный вызов. Эти продукты, формально не являющиеся кредитами, фактически выполняют те же функции и должны регулироваться по тем же правилам, что является важным аспектом для регулятора и традиционных банков. Необанки часто предлагают более простой и быстрый процесс получения займов, что привлекает определенную категорию заемщиков.

2. Стратегические ответы Сбербанка:
Для сохранения и укрепления своих позиций в условиях ужесточающейся конкуренции и вызовов со стороны финтех-экосистем, Сбербанк разрабатывает и реализует многогранные стратегические ответы:

• Развитие собственной экосистемы: Сбербанк активно развивает собственную экосистему, предлагая клиентам широкий спектр нефинансовых сервисов (покупка билетов, бронирование отелей, доставка продуктов) через приложение «СберБанк Онлайн». Это позволяет удерживать клиентов внутри своей экосистемы, повышать их лояльность и собирать больше данных для персонализации предложений, в том числе и кредитных.
• Инновации и цифровизация: Активное внедрение искусственного интеллекта, Big Data и биометрической идентификации позволяет Сбербанку оптимизировать процессы кредитования, снижать операционные издержки, улучшать качество обслуживания и предлагать более быстрые и безопасные продукты. Это не только повышает конкурентоспособность, но и позволяет банку быть наравне с ведущими финтех-компаниями.
• Персонализация предложений: Используя данные о своих 111 миллионах клиентов, Сбербанк способен создавать высокоперсонализированные кредитные продукты, адаптированные под индивидуальные потребности и возможности каждого заемщика.
• Адаптация продуктов и гибкость: Банк постоянно адаптирует свои кредитные продукты, предлагая специальные программы (например, "Семейная ипотека" с господдержкой), а также развивая сегменты с высоким потенциалом роста, такие как кредитные карты и автокредиты.
• Укрепление партнерств: В контексте финтех-конкуренции, Сбербанк может также рассматривать стратегии партнерства с перспективными стартапами или интеграцию их решений в свою экосистему, что позволит ускорить инновации и расширить спектр услуг.

Таким образом, Сбербанк не просто реагирует на конкурентные вызовы, но и проактивно формирует стратегию, сочетающую мощь своей традиционной инфраструктуры с гибкостью и инновационностью цифровых технологий, чтобы оставаться лидером на динамичном рынке розничного кредитования.

Управление финансовыми рисками в условиях цифровизации и ужесточения регулирования

Управление финансовыми рисками – краеугольный камень стабильности любого банка, а для такого гиганта, как ПАО «Сбербанк России», в условиях бурной цифровой трансформации и постоянно ужесточающегося регуляторного надзора, эта задача приобретает особую сложность и критическую значимость. Традиционные подходы к управлению процентными, кредитными и валютными рисками требуют переосмысления и интеграции с новыми технологиями.

1. Процентный риск:
Процентный риск возникает из-за несовпадения сроков пересмотра процентных ставок по активам и пассивам банка, а также из-за изменения рыночных процентных ставок. В условиях, когда ключевая ставка ЦБ РФ демонстрирует высокую волатильность (от 21% в октябре 2024 года до 17% в сентябре 2025 года), управление процентным риском становится крайне сложным.

• Подходы Сбербанка: Сбербанк использует различные инструменты хеджирования (процентные свопы, фьючерсы) для минимизации потерь от колебаний ставок. Кроме того, банк активно управляет структурой своего баланса, стараясь максимально сбалансировать чувствительность активов и пассивов к изменениям процентных ставок. В розничном кредитовании это означает предложение как фиксированных, так и плавающих ставок, а также тщательный анализ срочности кредитного портфеля.

2. Кредитный риск:
Как уже отмечалось, кредитный риск является основным в розничном кредитовании. В условиях цифровизации Сбербанк переходит от ретроспективного анализа к предсказательной аналитике.

• ИИ и Big Data в управлении кредитным риском: Использование моделей машинного обучения и Big Data позволяет банку:
  • Улучшать скоринговые модели: Более точное прогнозирование вероятности дефолта на основе анализа не только кредитной истории, но и поведенческих факторов, транзакционной активности и даже данных из нефинансовых сервисов экосистемы.
  • Мониторинг в реальном времени: Системы ИИ способны отслеживать изменения в финансовом положении заемщика и его поведении в реальном времени, подавая сигналы о возможном ухудшении качества кредита еще до возникновения просрочек.
  • Выявление мошенничества: Графовая аналитика и ИИ используются для обнаружения сложных мошеннических схем и групп, что снижает потери от недобросовестных заемщиков.
• Макропруденциальные лимиты: Ужесточение регуляторной политики ЦБ РФ, введение ПДН и надбавок к коэффициентам риска вынуждают Сбербанк более консервативно подходить к формированию кредитного портфеля, снижая долю высокорисковых заемщиков. Это, хотя и замедляет рост, но повышает устойчивость портфеля к шокам.

3. Валютный риск:
В розничном кредитовании валютный риск для Сбербанка проявляется в основном через влияние на макроэкономическую ситуацию в целом (инфляция, ключевая ставка), а не через прямые валютные кредиты населению (которые в России крайне редки).

• Косвенное влияние: Девальвация рубля может привести к росту инфляции, что, в свою очередь, может вызвать повышение ключевой ставки ЦБ РФ. Это косвенно влияет на стоимость фондирования для банка и на способность заемщиков обслуживать свои рублевые кредиты из-за снижения реальных доходов.
• Стратегия банка: Сбербанк управляет валютным риском на уровне всего баланса, хеджируя открытые валютные позиции и диверсифицируя источники фондирования.

4. Новые технологические риски:
Цифровизация, при всех своих преимуществах, порождает и новые виды рисков:

• Кибербезопасность: Увеличение объемов обрабатываемых данных и использование ИИ повышают риски кибератак, утечек данных и несанкционированного доступа. Сбербанк инвестирует в передовые системы киберзащиты и развивает экспертизу в этой области.
• Сбои систем и ошибки ИИ: Зависимость от сложных ИИ-систем и цифровых платформ увеличивает риск операционных сбоев, которые могут парализовать процессы кредитования. Неправильно обученные или предвзятые ИИ-модели могут привести к ошибочным кредитным решениям и дискриминации. Банк разрабатывает протоколы непрерывности бизнеса и системы мониторинга работы ИИ.

В целом, управление финансовыми рисками в Сбербанке – это непрерывный процесс, требующий глубокой аналитики, использования передовых технологий и постоянной адаптации к меняющейся внешней среде. Цель – не только минимизировать потери, но и обеспечить устойчивое развитие кредитного бизнеса в долгосрочной перспективе.

Глава 4. Инновационные технологии и совершенствование системы кредитования в ПАО «Сбербанк России»

Искусственный интеллект и Big Data в процессах кредитования

В современном мире, где данные стали новой нефтью, а искусственный интеллект (ИИ) – двигателем прогресса, ПАО «Сбербанк России» активно использует эти технологии для радикального преобразования своих кредитных процессов. ИИ и Big Data не просто оптимизируют существующие операции; они создают совершенно новые возможности для анализа рисков, принятия решений и взаимодействия с клиентами.

1. Детальное рассмотрение применения ИИ и Big Data:

• Анализ рисков и автоматизация решений: Сбербанк активно внедряет ИИ и Big Data для глубокого анализа кредитных рисков. Модели машинного обучения используются для выявления сложных закономерностей в данных, которые недоступны для традиционных методов. Это позволяет банку автоматизировать около 99% кредитных решений в розничном сегменте. Такая степень автоматизации не только значительно сокращает время принятия решения, но и минимизирует влияние человеческого фактора, обеспечивая более объективную и последовательную оценку.
• Психологическое прототипирование заемщиков: Одной из уникальных сфер применения ИИ в Сбербанке является психологическое прототипирование заемщиков. ИИ-модели анализируют поведенческие паттерны, транзакционную активность и другую доступную информацию, чтобы создать профиль клиента, предсказывающий его потенциальную добросовестность и склонность к риску. Это позволяет банку предлагать более персонализированные условия и снижать риски дефолта.
• Выявление мошеннических схем: ИИ-модели используются для real-time скоринга транзакций, графовой аналитики для выявления взаимосвязей между мошенническими группами, а также для обнаружения нетипичных геолокационных паттернов и скоринга различных сущностей (физических и юридических лиц, телефонов, устройств). Это значительно повышает эффективность борьбы с мошенничеством и защищает активы банка.
• Ускорение бизнес-процессов: Внедрение ИИ не ограничивается только розницей. Например, Сбербанк внедрил ИИ для ускорения одобрения банковских гарантий, что позволяет банку немедленно сообщать решение участникам госзаказа, снижая бюрократические барьеры и повышая скорость деловых операций.

2. Оценка финансового эффекта от внедрения ИИ:
Использование ИИ приносит Сбербанку значительный финансовый эффект, что подтверждает инвестиции в эти технологии.

• Исторический эффект: Еще в 2017 году использование ИИ позволило Сбербанку заработать 2-3 млрд долларов в риск-менеджменте и управлении продажами.
• Текущий и прогнозный эффект: Финансовый эффект для Сбербанка от применения технологий ИИ в 2024 году составил 450 млрд рублей, что в полтора раза больше, чем в 2023 году. Прогнозируется, что в 2025 году этот показатель будет не ниже 450 млрд рублей.
• Совокупный эффект: Совокупный финансовый эффект от ИИ за период 2020–2024 годов оценивается в внушительные 1,3 трлн рублей.
• Генеративный ИИ: По итогам первого полугодия 2025 года финансовый эффект от внедрения генеративного ИИ в Сбере составил почти 30 млрд рублей, что открывает новые перспективы для автоматизации и оптимизации.

Таблица 1. Финансовый эффект от внедрения ИИ в Сбербанке, млрд руб.

Показатель	2017 год (млрд долл.)	2023 год (млрд руб.)	2024 год (млрд руб.)	2025 год (прогноз, млрд руб.)	Совокупный эффект 2020-2024 гг. (трлн руб.)	I полугодие 2025 г. (Генеративный ИИ, млрд руб.)
Финансовый эффект от ИИ	2-3	300	450	≥450	1,3	≈30

*(Примечание: данные за 2017 год указаны в долларах США, остальные – в рублях)*

Эти данные наглядно демонстрируют, что ИИ и Big Data являются не просто модными трендами, а мощными стратегическими инструментами, приносящими Сбербанку ощутимую экономическую выгоду и значительно повышающими эффективность его кредитных процессов.

Биометрическая идентификация и ее роль в безопасности и доступности кредитования

В условиях стремительной цифровизации финансовых услуг обеспечение безопасности и доступности становится первоочередной задачей для банков. Биометрические технологии, позволяющие уникально идентифицировать человека по его физиологическим или поведенческим характеристикам, играют в этом процессе ключевую роль. ПАО «Сбербанк России» активно внедряет и развивает биометрические системы, трансформируя клиентский опыт и повышая уровень защиты от мошенничества.

1. Внедрение биометрических технологий для подтверждения личности:
Сбербанк использует целый спектр биометрических данных для идентификации клиентов:

• Отпечатки пальцев: Классический и широко распространенный метод биометрической идентификации, используемый для доступа к мобильным приложениям и подтверждения транзакций.
• Радужка глаза и геометрия лица: Эти методы обеспечивают высокую степень надежности и удобства. Например, Сбербанк установил по всей стране 1,2 млн терминалов, принимающих "оплату лицом". Это позволяет клиентам подтверждать платежи без использования карт или смартфонов, что значительно ускоряет и упрощает процесс. С момента запуска этой технологии в коммерческое использование не зафиксировано ни одного случая мошеннических операций, связанных с платежами по биометрии, что свидетельствует о ее высокой надежности.
• Голос: Голосовая биометрия используется для подтверждения личности при звонках в контакт-центры, повышая безопасность удаленного обслуживания.

2. Роль Сбербанка как агента Единой биометрической системы (ЕБС):
Сбербанк является одним из ключевых агентов Единой биометрической системы (ЕБС) в России. Эта система, запущенная в 2018 году по инициативе Центрального банка и Минцифры, призвана повысить доступность цифровых услуг для населения, позволяя получать банковские, государственные и коммерческие услуги удаленно, без личного присутствия и предъявления документов. Участие Сбербанка в ЕБС подтверждает его лидирующую роль в развитии биометрических технологий на национальном уровне.

3. Повышение безопасности и снижение мошенничества:
Биометрическая аутентификация через Сбер ID и другие системы значительно снижает риски мошенничества.

• Защита от кражи данных: Если традиционные методы аутентификации (логин-пароль, SMS-коды) уязвимы к фишингу, перехвату или краже, то биометрические данные практически невозможно подделать или украсть. Это делает оформление займа по украденным паспортным данным или другим идентификаторам практически невозможным.
• Статистические подтверждения: По данным ВТБ, среди миллионов клиентов, подключивших государственную биометрию в онлайн-банке, с кражами столкнулись лишь 0,0025%, что свидетельствует о практически 100% предотвращении подобных инцидентов. Эта статистика подтверждает высокую эффективность биометрических систем в борьбе с финансовым мошенничеством.

4. Перспективы развития:
Дальнейшее развитие биометрических технологий в Сбербанке будет направлено на:

• Расширение спектра услуг: Интеграция биометрии в еще большее количество финансовых и нефинансовых сервисов.
• Улучшение пользовательского опыта: Повышение скорости и удобства идентификации, минимизация необходимости в ручных действиях.
• Использование мультимодальной биометрии: Комбинирование нескольких биометрических признаков (например, лицо и голос) для еще более надежной аутентификации.

Биометрическая идентификация является мощным инструментом, который позволяет Сбербанку не только значительно повысить безопасность кредитных операций, но и сделать их более доступными и удобными для миллионов клиентов, укрепляя доверие к цифровым финансовым услугам.

Развитие экосистемы и нефинансовых сервисов для повышения лояльности и доступности кредитов

В современной банковской индустрии конкуренция выходит далеко за рамки традиционных финансовых продуктов. Крупные игроки, такие как ПАО «Сбербанк России», активно строят обширные экосистемы, интегрируя финансовые и нефинансовые сервисы. Это стратегическое решение направлено не только на диверсификацию бизнеса, но и на глубокое вовлечение клиентов, повышение их лояльности и создание новых, неочевидных каналов для предложения кредитных продуктов.

1. Интеграция финансовых и нефинансовых сервисов:

• «СберБанк Онлайн» как центр экосистемы: Приложение «СберБанк Онлайн» давно перестало быть просто мобильным банком. Ежемесячно им пользуются более 87 млн человек, что делает его одной из самых популярных цифровых платформ в России. Оно стало ядром обширной экосистемы, предлагающей широкий спектр нефинансовых услуг, таких как:
  • Покупка билетов: Авиа, ж/д, кинотеатры, театры.
  • Бронирование отелей: Интегрированные сервисы для планирования путешествий.
  • Доставка продуктов и еды: Партнерства с сервисами доставки для удовлетворения повседневных нужд.
  • Медицинские услуги, образование, развлечения: И множество других сервисов, которые постоянно пополняются.
• Открытые API и партнёрства: Развитие экосистемы становится возможным благодаря использованию открытых API (Application Programming Interface), которые позволяют легко интегрировать сторонние сервисы и продукты в платформу Сбербанка. Это создает синергетический эффект, расширяя функциональность приложения и привлекая новых партнеров.

2. Влияние на привлечение клиентов и лояльность:

• Удобство и "единое окно": Клиенты ценят возможность решать множество повседневных задач в одном приложении, не переключаясь между разными сервисами. Это создает ощущение комфорта и экономит время, значительно повышая удовлетворенность и лояльность.
• Сбор данных и персонализация: Использование экосистемы позволяет Сбербанку собирать обширные данные о поведении и предпочтениях клиентов не только в финансовой сфере, но и в других аспектах их жизни. Эти данные, обрабатываемые с помощью ИИ и Big Data, используются для создания глубоких профилей клиентов и формирования высокоперсонализированных предложений, что делает их максимально релевантными и привлекательными.

3. Новые каналы для предложения кредитных продуктов:
Интеграция нефинансовых сервисов создает новые, неявные каналы для предложения кредитных продуктов, делая процесс более органичным и менее навязчивым:

• Проактивные предложения: На основе анализа покупательского поведения (например, частые покупки дорогостоящих товаров, интерес к путешествиям, запрос на ремонт) ИИ может предсказать потенциальную потребность в кредите и предложить его клиенту в нужный момент, например, при планировании крупной покупки в одном из партнерских магазинов.
• Интегрированные решения: При бронировании отеля или покупке дорогостоящего билета, система может предложить оформить небольшой потребительский кредит или рассрочку прямо в процессе оплаты, упрощая доступ к финансированию.
• Повышение доступности: Расширенная экосистема, особенно в сочетании с биометрической идентификацией, делает финансовые услуги более доступными для широкого круга населения, в том числе для тех, кто ранее был "финансово исключен".

Таким образом, развитие экосистемы и нефинансовых сервисов в ПАО «Сбербанк России» – это не просто диверсификация, а стратегический шаг к созданию комплексной платфо��мы для жизни, где кредитование органично вплетено в повседневные потребности клиентов, повышая их лояльность и открывая новые возможности для роста банковского бизнеса.

Перспективы внедрения новых FinTech-решений и регуляторные аспекты

Российский финтех-рынок находится в постоянном движении, и Сбербанк, будучи его локомотивом, активно исследует и внедряет передовые решения, которые формируют будущее финансовых услуг. Однако наряду с огромным потенциалом, новые финтех-тренды порождают и сложные этические вопросы, проблемы конфиденциальности данных и требуют адаптации регуляторной базы.

1. Обзор перспективных финтех-трендов и их потенциал для Сбербанка:
Согласно прогнозам, российский финтех-рынок в 2025 году будет двигаться за счет нескольких ключевых направлений:

• Цифровой рубль: Введение цифрового рубля Банком России изменит ландшафт платежных систем и потребует от банков интеграции новых технологий. Для Сбербанка это означает создание новых сервисов и продуктов на базе цифровой валюты, возможно, включая новые формы кредитования или микрозаймов.
• Pay-сервисы и QR-коды: Расширение использования бесконтактных платежей, мобильных Pay-сервисов и QR-кодов продолжит упрощать транзакции. Сбербанк уже активно использует эти технологии (например, "оплата лицом") и будет наращивать их функциональность, интегрируя с кредитными продуктами для создания максимально бесшовного клиентского опыта.
• Маркетплейс-банки: Концепция маркетплейс-банков, где клиенты могут выбирать финансовые продукты от различных поставщиков на одной платформе, набирает популярность. Для Сбербанка, с его обширной экосистемой, это открывает возможности стать не только провайдером собственных услуг, но и агрегатором продуктов других участников рынка, усиливая свою роль как центра финансового взаимодействия.
• Дальнейшее развитие ИИ и биометрии: ИИ продолжит углубляться в процессы скоринга, персонализации предложений и автоматизации. Биометрия будет расширяться для еще более широкого спектра операций, включая удаленное открытие счетов и получение сложных кредитных продуктов.

2. Этические вопросы и проблемы конфиденциальности данных:
Внедрение передовых технологий, особенно ИИ и Big Data, поднимает серьезные этические вопросы и проблемы, требующие тщательного внимания:

• Предвзятость алгоритмов: ИИ-модели обучаются на исторических данных, которые могут содержать скрытые предубеждения. Если данные отражают историческую дискриминацию (например, в отношении определенных социальных групп), алгоритм может воспроизводить и даже усиливать эти предубеждения в кредитных решениях. Это требует постоянного мониторинга и аудита ИИ-систем на предмет справедливости и объективности.
• Прозрачность решений: "Черный ящик" ИИ, когда сложно объяснить, почему алгоритм принял то или иное решение, вызывает вопросы о прозрачности и возможности оспаривания. Банкам необходимо разрабатывать подходы к "объяснимому ИИ" (Explainable AI), чтобы клиенты понимали логику кредитных решений.
• Конфиденциальность данных: Обработка огромных массивов персональных данных, включая поведенческие и биометрические, требует высочайших стандартов защиты конфиденциальности. Угрозы кибератак и утечек данных нарастают, что может подорвать доверие клиентов. Строгое соблюдение законодательства о персональных данных (ФЗ-152) и инвестиции в кибербезопасность становятся критически важными.

3. Необходимость адаптации регуляторной базы:
Быстрое развитие финтех-решений опережает существующую регуляторную базу, создавая "серые зоны" и потенциальные риски.

• Регулирование необанков и новых продуктов: Как отметил представитель Сбербанка, развитие необанков требует взвешенного регулирования, так как их продукты, такие как рассрочка, фактически выполняют функции кредита и должны регулироваться по тем же правилам, что и традиционные кредиты. Это необходимо для обеспечения справедливой конкуренции и защиты потребителей.
• Цифровой рубль: Внедрение цифрового рубля потребует создания новой регуляторной рамки для его обращения, использования и взаимодействия с традиционной финансовой системой.
• Этическое регулирование ИИ: Возможно, потребуется разработка этических кодексов и стандартов для применения ИИ в финансовой сфере, чтобы обеспечить справедливость, прозрачность и подотчетность алгоритмов.

Сбербанк, как лидер рынка, не только внедряет инновации, но и активно участвует в диалоге с регуляторами по формированию адекватной нормативной среды, что является залогом устойчивого и ответственного развития финтех-индустрии в России.

Глава 5. Экономические и социальные эффекты от совершенствования системы кредитования

Оценка экономической эффективности внедрения инноваций

Внедрение цифровых инноваций в систему кредитования ПАО «Сбербанк России» не является самоцелью, а преследует четкие экономические задачи. Оценка экономической эффективности позволяет не только оправдать инвестиции в новые технологии, но и определить их реальное влияние на ключевые показатели деятельности банка.

Методика оценки экономической эффективности:
Эффективность инновационной деятельности в банке оценивается комплексно, путем анализа ее экономического воздействия и эффективности управления самими инновациями. Для этого используется ряд показателей и подходов, которые позволяют количественно выразить выгоды.

1. Повышение прибыльности:

• Рост чистого процентного дохода: За счет более точного скоринга (ИИ и Big Data) снижается доля проблемных кредитов, что уменьшает отчисления в резервы под возможные потери и увеличивает чистый процентный доход.
• Рост комиссионных доходов: Расширение экосистемы и предложения новых цифровых продуктов могут генерировать дополнительные комиссионные доходы.
• Увеличение объема выдач (целевое): Несмотря на общую тенденцию к замедлению, инновации могут позволить банку более эффективно привлекать качественных заемщиков, увеличивая объем кредитного портфеля в целевых сегментах.
• Расчет эффекта: Для оценки влияния каждого фактора (например, снижения просрочки, увеличения объема) на изменение чистой прибыли можно использовать метод цепных подстановок.
  Пусть ΔP — изменение чистой прибыли,
  ΔV — изменение объема кредитования,
  ΔR — изменение процентной ставки,
  ΔL — изменение доли просроченной задолженности.
  Тогда влияние изменения объема кредитования на прибыль: (V₁ — V₀) × R₀ × (1 — L₀).
  Аналогично рассчитывается влияние других факторов, что позволяет увидеть, какой вклад внесла каждая инновация.

2. Снижение операционных издержек:

• Автоматизация процессов: ИИ позволяет автоматизировать до 99% рутинных кредитных решений в рознице, что сокращает потребность в ручном труде и, соответственно, расходы на персонал.
• Сокращение времени обработки: Цифровизация значительно ускоряет процесс рассмотрения заявок и выдачи кредитов, снижая операционные затраты на каждый кредитный продукт.
• Уменьшение ошибок: Автоматизированные системы, основанные на ИИ, минимизируют человеческие ошибки, которые могут привести к финансовым потерям.

3. Улучшение конкурентоспособности:

• Привлечение новых клиентов: Более быстрые, удобные и персонализированные кредитные продукты, доступные через цифровые каналы, привлекают новых клиентов, особенно молодую и технологически продвинутую аудиторию.
• Удержание существующих клиентов: Экосистемный подход и высокий уровень сервиса повышают лояльность, снижая отток клиентов к конкурентам.
• Дифференциация от конкурентов: Использование передовых технологий (например, оплата лицом) создает уникальные преимущества и отличает Сбербанк от других игроков рынка.

4. Повышение финансовой стабильности:

• Снижение кредитного риска: Более точные скоринговые модели и системы выявления мошенничества уменьшают вероятность дефолтов и объем проблемных активов.
• Улучшение качества кредитного портфеля: Целенаправленное кредитование более надежных заемщиков (благодаря ИИ и ПДН) способствует формированию более здорового кредитного портфеля.
• Соблюдение регуляторных требований: Инновации помогают банку эффективнее соблюдать макропруденциальные лимиты и другие требования ЦБ РФ, избегая штрафов и регуляторных санкций.

Пример расчета эффекта от снижения просроченной задолженности:
Предположим, благодаря внедрению новой ИИ-модели для скоринга, Сбербанку удалось снизить долю просроченной задолженности по необеспеченным потребительским кредитам с 5,3% до 4,5% в портфеле объемом 10 трлн рублей. Средняя доходность по этим кредитам составляет 18% годовых.
Исходные данные:

• Портфель (P) = 10 трлн руб.
• Средняя доходность (r) = 18%
• Доля просроченной задолженности до (PD₀) = 5,3%
• Доля просроченной задолженности после (PD₁) = 4,5%

Формула: Экономический эффект = P × r × (PD₀ — PD₁)
Расчет:
Экономический эффект = 10 трлн руб. × 0,18 × (0,053 — 0,045)
Экономический эффект = 10 трлн руб. × 0,18 × 0,008
Экономический эффект = 1,8 трлн руб. × 0,008 = 14,4 млрд руб.
Таким образом, снижение доли просроченной задолженности на 0,8 процентных пункта принесло бы банку экономический эффект в размере 14,4 млрд рублей за счет уменьшения потерь и высвобождения средств, которые могли бы быть направлены на создание резервов.

Внедрение нововведений в деятельность кредитной организации способствует ускорению процессов, улучшению качества обслуживания клиентов и отлаживает внутреннюю работу банка, что в совокупности значительно влияет на его конкурентоспособность и устойчивость.

Социальные эффекты и вопросы финансовой инклюзии

Помимо прямых экономических выгод, совершенствование системы кредитования за счет цифровых инноваций в ПАО «Сбербанк России» оказывает значительное и многогранное социальное воздействие. Эти эффекты проявляются прежде всего в расширении финансовой инклюзии, снижении неравенства и повышении общего уровня финансовой грамотности населения.

1. Расширение финансовой инклюзии:
Финансовая инклюзия – это процесс обеспечения доступа широких слоев населения к полному спектру финансовых услуг (сбережения, кредиты, страхование, платежи) по доступным ценам. Цифровые инновации являются мощным катализатором этого процесса:

• Доступность услуг: Цифровизация значительно улучшает качество и доступность финансовых услуг, особенно для жителей отдаленных регионов или тех, кто ранее был "финансово исключен" из-за отсутствия доступа к традиционным банковским отделениям или из-за сложностей с предоставлением документов. Мобильные приложения, биометрическая идентификация и удаленное оформление кредитов снимают многие барьеры.
• Целевые финансовые продукты: ИИ и Big Data позволяют банкам создавать более персонализированные и целевые финансовые продукты и услуги, адаптированные под нужды конкретных групп населения. Например, микрокредиты для малого бизнеса, социальные ипотечные программы или специальные предложения для молодежи. Это помогает решить специфические финансовые проблемы, с которыми сталкиваются различные категории граждан.
• Снижение транзакционных издержек: Цифровизация сокращает операционные издержки для банка, что может транслироваться в снижение комиссий и процентных ставок для клиентов, делая финансовые услуги более доступными.

2. Снижение неравенства и бедности:
Расширение финансовой инклюзии имеет прямое отношение к социально-экономическому развитию общества:

• Экономический рост: Предоставление доступа к кредитам для развития малого бизнеса, образования или улучшения жилищных условий стимулирует экономический рост, создавая новые рабочие места и повышая производительность.
• Снижение неравенства: Включение в финансовый оборот ресурсов, ранее не участвовавших в нем (например, заемщиков с неформальным доходом, но стабильными поведенческими паттернами, идентифицированными ИИ), способствует снижению экономического неравенства. Люди получают возможность инвестировать в свое будущее, приобретать активы и улучшать качество жизни.
• Борьба с бедностью: Доступ к финансовым услугам помогает уязвимым слоям населения управлять своими финансами, создавать сбережения и избегать долговых ловушек, предлагаемых недобросовестными кредиторами.

3. Повышение финансовой грамотности:
Хотя цифровые технологии упрощают доступ к кредитам, они также требуют более высокого уровня финансовой грамотности. Банки, в частности Сбербанк, могут и должны играть активную роль в этом процессе:

• Обучающие платформы: В рамках своей экосистемы Сбербанк может предлагать образовательные модули по финансовой грамотности, объясняя условия кредитов, риски, связанные с долговой нагрузкой и принципы ответственного заимствования.
• Интегрированные советы: ИИ-системы могут предоставлять персонализированные советы по управлению финансами, предупреждать о потенциальных рисках при чрезмерной долговой нагрузке или предлагать оптимальные стратегии погашения долгов.
• Прозрачность и понятность: Цифровые каналы позволяют представлять информацию о кредитных продуктах в более наглядном и понятном виде, используя интерактивные инструменты и калькуляторы, что способствует более осознанному принятию решений заемщиками.

Таким образом, цифровизация в кредитовании – это не только вопрос технологий, но и важный социальный инструмент. Она создает новые возможности для финансово исключенных потребителей, помогает им принимать более эффективные финансовые решения и способствует более справедливому и инклюзивному социально-экономическому развитию, при условии ответственного подхода со стороны банков и регуляторов.

Управление новыми технологическими рисками и обеспечение устойчивости

Внедрение передовых цифровых технологий в кредитование, при всех его преимуществах, неизбежно порождает новые и более сложные риски. Для ПАО «Сбербанк России» обеспечение устойчивого развития системы кредитования в цифровую эпоху требует не только активного внедрения инноваций, но и проактивного, комплексного подхода к управлению этими технологическими рисками.

1. Выявление и анализ новых технологических рисков:
Цифровизация приводит к появлению специфических угроз, которые необходимо систематически выявлять и анализировать:

• Кибербезопасность: С увеличением объемов обрабатываемых данных и их ценности для злоумышленников, риски кибератак (фишинг, вредоносное ПО, DDoS-атаки) возрастают многократно. Утечки персональных данных могут привести к колоссальным репутационным и финансовым потерям.
• Сбои систем: Сложные, взаимосвязанные цифровые системы более подвержены сбоям. Отказ в работе одного компонента (например, скоринговой модели ИИ или биометрической системы) может парализовать целые процессы кредитования, вызвав операционные убытки и недовольство клиентов.
• Ошибки ИИ и предвзятость алгоритмов: ИИ-модели не идеальны. Они могут содержать скрытые ошибки, быть предвзятыми из-за некорректных данных для обучения или давать неточные прогнозы в неожиданных рыночных условиях. Это может привести к ошибочным кредитным решениям, дискриминации клиентов или увеличению кредитного риска.
• Риск зависимости от сторонних технологий: Использование облачных решений или внешних провайдеров финтех-услуг создает риск зависимости от их надежности и безопасности.
• Регуляторный риск: Отсутствие четкой регуляторной рамки для новых технологий (например, для ИИ или цифрового рубля) может создать неопределенность и привести к несоблюдению будущих требований.

2. Разработка подходов к минимизации и управлению рисками:
Для обеспечения устойчивого развития системы кредитования Сбербанк должен разрабатывать и внедрять многоуровневые стратегии управления новыми технологическими рисками:

• Инвестиции в кибербезопасность:
  • Многоуровневая защита: Внедрение передовых систем обнаружения угроз, систем предотвращения вторжений (IPS/IDS), межсетевых экранов нового поколения (NGFW), криптографических решений.
  • Регулярные аудиты и тестирования: Проведение пентестов, аудитов безопасности и учений по реагированию на киберугрозы.
  • Обучение персонала: Повышение осведомленности сотрудников о киберугрозах и правилах информационной безопасности.
• Обеспечение отказоустойчивости и непрерывности бизнеса:
  • Резервное копирование и дублирование систем: Создание резервных центров обработки данных и дублирование критически важных систем для обеспечения непрерывности операций в случае сбоев.
  • Планирование непрерывности бизнеса (BCP) и аварийного восстановления (DRP): Разработка и регулярное тестирование планов действий на случай серьезных сбоев или катастроф.
• Управление качеством и этикой ИИ:
  • Валидация и мониторинг моделей: Постоянный мониторинг производительности ИИ-моделей, их регулярная перекалибровка и валидация для выявления и устранения ошибок и предвзятости.
  • "Объяснимый ИИ": Разработка подходов к интерпретации решений ИИ, чтобы эксперты могли понять, почему алгоритм принял то или иное решение, и при необходимости скорректировать его.
  • Этические комитеты: Создание внутренних этических комитетов для оценки рисков, связанных с использованием ИИ, и разработки внутренних стандартов.
• Диверсификация и управление поставщиками: Тщательный выбор поставщиков технологий, диверсификация решений и заключение надежных договоров, предусматривающих ответственность за безопасность и бесперебойность.
• Активное взаимодействие с регуляторами: Сбербанк, как лидер, должен активно участвовать в формировании регуляторной базы для новых технологий, предлагая экспертизу и способствуя созданию адекватных и гибких правил, которые поддерживают инновации, но при этом минимизируют риски.

Цифровизация, как видно, поднимает серьезные проблемы, связанные с появлением новых технологических рисков. Эффективное управление ими – это не просто техническая задача, а стратегический императив, требующий разработки специальных программ, нестандартных методов регулирования и постоянной адаптации к меняющейся среде для обеспечения устойчивости и доверия к финансовой системе.

Заключение

Исследование системы кредитования физических лиц в ПАО «Сбербанк России» в условиях макроэкономических вызовов и цифровой трансформации (2024-2025 гг.) позволило выявить ключевые тенденции, проблемы и определить перспективные направления для совершенствования.

Основные выводы по главам:

Глава 1. Теоретические основы и современная концепция розничного кредитования. Мы установили, что кредит – это многогранные экономические отношения, основанные на доверии, возвратности, срочности и платности. Розничное кредитование, охватывающее потребительские кредиты, ипотеку и автокредиты, является ключевым сегментом банковской деятельности. Кредитная политика банка – это стратегическая программа, опирающаяся на такие инструменты, как кредитный скоринг и показатель долговой нагрузки (ПДН), которые, благодаря инициативе ЦБ РФ, стали неотъемлемой частью оценки кредитоспособности. Важнейшим открытием стало то, как ИИ, Big Data и биометрия трансформируют традиционные модели, делая кредитование более персонализированным, быстрым и безопасным, а роль человеческого фактора смещается в сторону стратегического консультирования и управления сложными кейсами.

Глава 2. Анализ рынка розничного кредитования РФ и кредитной политики ПАО «Сбербанк России» в 2024-2025 гг. Российский рынок розничного кредитования в 2024-2025 годах столкнулся с серьезным замедлением, особенно в сегменте необеспеченных потребительских кредитов (падение выдач на 61% в мае 2025 года относительно мая 2024 года). Ипотечный сегмент, хотя и замедлился до 13,4% прироста в 2024 году, демонстрирует значительную зависимость от программ господдержки. Ключевая ставка ЦБ РФ, достигавшая 21% в октябре 2024 года, и жесткие макропруденциальные ограничения (снижение доли кредитов с высоким ПДН) оказали существенное давление на рынок, при этом улучшив качество кредитного портфеля. Сбербанк, адаптируясь к этим условиям, прогнозирует нулевую динамику роста розничного кредитования в 2025 году, но при этом демонстрирует устойчивые финансовые показатели: чистая прибыль за 9 месяцев 2025 года выросла на 6,4% до 1,27 трлн рублей, а доля просроченной задолженности снизилась до 2,6%. Банк активно использует свою обширную клиентскую базу (111 млн человек) и программы господдержки для поддержания позиций.

Глава 3. Проблемы, риски и стратегические ответы ПАО «Сбербанк России» в розничном кредитовании. Основными проблемами Сбербанка являются рост доли кредитов третьей стадии (до 5,3% к июлю 2025 года) и увеличение стоимости кредитного риска (до 1,5% в первом полугодии 2025 года). Причины просрочек многообразны: от завышения доходов до потери работы и низкой финансовой грамотности. Жесткое регулирование ЦБ РФ, снизившее уровень одобрения заявок, также ограничивает рост. В конкурентной среде Сбербанк, несмотря на сокращение доли до 39%, сохраняет лидерство, активно развивая собственную экосистему и рассматривая финтех-компании как основных конкурентов. Управление финансовыми рисками (процентными, кредитными, валютными) в условиях цифровизации требует интеграции ИИ и Big Data для предсказательной аналитики и борьбы с мошенничеством, а также адаптации к новым технологическим рискам (кибербезопасность, ошибки ИИ).

Глава 4. Инновационные технологии и совершенствование системы кредитования в ПАО «Сбербанк России». Сбербанк является лидером в применении ИИ и Big Data: 99% розничных кредитных решений автоматизированы, а финансовый эффект от ИИ в 2024 году составил 450 млрд рублей. ИИ используется для анализа рисков, психологического прототипирования заемщиков и выявления мошенничества. Биометрическая идентификация (оплата лицом, Сбер ID) значительно повышает безопасность (ноль случаев мошенничества за время использования) и доступность услуг. Развитие экосистемы «СберБанк Онлайн» (87 млн активных пользователей) и нефинансовых сервисов укрепляет лояльность и создает новые каналы для предложения кредитных продуктов. Перспективы включают внедрение цифрового рубля, развитие Pay-сервисов и маркетплейс-банкинга, но требуют решения этических вопросов (предвзятость ИИ) и адаптации регуляторной базы.

Глава 5. Экономические и социальные эффекты от совершенствования системы кредитования. Экономическая эффективность инноваций выражается в повышении прибыльности (например, снижение просрочки на 0,8 п.п. может принести 14,4 млрд рублей), снижении операционных издержек за счет автоматизации, улучшении конкурентоспособности и финансовой стабильности. Социальные эффекты включают расширение финансовой инклюзии, снижение неравенства и бедности, а также повышение финансовой грамотности населения благодаря более доступным и персонализированным продуктам. Однако цифровизация также порождает новые технологические риски (кибербезопасность, сбои систем, ошибки ИИ), для управления которыми необходимы постоянные инвестиции в защиту, создание отказоустойчивых систем и активное взаимодействие с регуляторами.

Конкретные рекомендации по совершенствованию системы кредитования физических лиц в ПАО «Сбербанк России»:

1. Дальнейшее развитие предиктивной аналитики и ИИ-скоринга:

• Глубокая персонализация: Использовать генеративный ИИ для создания ультра-персонализированных кредитных предложений, учитывающих не только финансовые, но и поведенческие паттерны клиентов, предлагая не просто кредит, а комплексное решение их жизненных задач (например, кредит на обучение с учетом карьерных перспектив).
• Проактивное управление рисками: Разработать ИИ-системы, способные предсказывать ухудшение финансового положения клиента на основе нефинансовых данных экосистемы (снижение активности, изменения в потребительских привычках) и предлагать превентивные меры (реструктуризация, кредитные каникулы) до возникновения просрочки.
• Мониторинг и аудит алгоритмов: Внедрить регулярные независимые аудиты ИИ-моделей на предмет предвзятости и справедливости, а также разработать механизмы объяснимости ИИ для повышения прозрачности кредитных решений.

2. Расширение функционала биометрической идентификации:

• Полностью дистанционное оформление кредитов: Внедрить возможность полного оформления всех видов кредитов (включая ипотеку) с использованием ЕБС и мультимодальной биометрии, сократив до минимума необходимость физического присутствия.
• Интеграция с государственными сервисами: Углубить интеграцию с государственными информационными системами (например, ФНС, Пенсионный фонд) через биометрическую идентификацию для автоматической верификации доходов и других данных, что упростит процесс для заемщиков и снизит риски для банка.

3. Усиление экосистемного подхода и кросс-продаж:

• Кредиты «в моменте»: Разработать и интегрировать предложения микрокредитов и рассрочек непосредственно в нефинансовые сервисы экосистемы (например, оплата крупной покупки в «СберМаркете» или бронирование дорогостоящего тура через «СберПутешествия» с мгновенным предложением кредита).
• Финансовая грамотность через экосистему: Внедрить интерактивные образовательные модули по финансовой грамотности, интегрированные в приложение «СберБанк Онлайн», предлагая их пользователям, проявляющим интерес к кредитным продуктам или имеющим высокий ПДН.

4. Адаптация к регуляторным изменениям и лидерство в FinTech-стандартах:

• Подготовка к цифровому рублю: Активно участвовать в пилотных проектах ЦБ РФ по цифровому рублю, разрабатывая новые продукты и сервисы на его основе, а также внутренние процедуры для работы с новой формой валюты.
• Сотрудничество с ЦБ по необанкам: Инициировать диалог с регулятором по вопросу унификации регулирования продуктов необанков (особенно рассрочек) с традиционным кредитованием для обеспечения равных условий конкуренции и защиты потребителей.

5. Комплексное управление технологическими рисками:

• Центр компетенций по ИИ-безопасности: Создать специализированный центр по безопасности ИИ, который будет заниматься аудитом алгоритмов, предотвращением предвзятости, защитой от атак на ИИ-системы и разработкой этических стандартов использования технологий.
• Киберустойчивость экосистемы: Развивать комплексную программу киберустойчивости для всей экосистемы, включающую предиктивные модели обнаружения атак, автоматизированное реагирование и непрерывное обучение персонала.

Дальнейшие направления исследований:

• Влияние цифрового рубля на модель розничного кредитования: Анализ потенциальных изменений в структуре и динамике кредитного портфеля после полноценного внедрения цифрового рубля.
• Этические аспекты применения генеративного ИИ в принятии кредитных решений: Детальное исследование вопросов справедливости, прозрачности и подотчетности алгоритмов, а также разработка механизмов их регулирования.
• Оценка долгосрочных социально-экономических эффектов экосистемного подхода Сбербанка: Исследование влияния интеграции нефинансовых сервисов на финансовое поведение населения и региональное развитие.
• Разработка адаптивных моделей кредитования в условиях "зеленой" повестки: Изучение возможности создания кредитных продуктов, стимулирующих экологичное потребление и производство, с использованием ИИ для оценки "зеленого" профиля заемщика.

Эти рекомендации и направления дальнейших исследований призваны помочь ПАО «Сбербанк России» не только успешно преодолеть текущие вызовы, но и укрепить свои лидерские позиции в эпоху беспрецедентной цифровой трансформации финансового сектора.

Список использованной литературы

1. Российская Федерация. Законы. Гражданский Кодекс Российской Федерации: Части первая, вторая, третья и четвертая. М.: Омега-Л, 2012. 476 с.
2. Федеральный закон от 10.07.2002 № 86-ФЗ «О Центральном банке Российской Федерации (Банке России)» (в ред. от 28.12.2013). Доступ из справ.-правовой системы «КонсультантПлюс».
3. Федеральный закон от 03.02.1996 № 17-ФЗ «О банках и банковской деятельности» (в ред. от 03.02.2014). Доступ из справ.-правовой системы «КонсультантПлюс».
4. Положение Банка России от 16.07.2012 № 385-П «О правилах ведения бухгалтерского учета в кредитных организациях, расположенных на территории Российской Федерации» (в ред. от 05.12.2013). Доступ из справ.-правовой системы «КонсультантПлюс».
5. Федеральный закон от 16.07.1998 № 102-ФЗ «Об ипотеке (залоге недвижимости)» (в ред. от 21.12.2013). Доступ из справ.-правовой системы «КонсультантПлюс».
6. Федеральный закон от 30.12.2004 № 214-ФЗ «Об участии в долевом строительстве многоквартирных домов и иных объектов недвижимости и о внесении изменений в некоторые законодательные акты Российской Федерации» (в ред. от 28.12.2013). Доступ из справ.-правовой системы «КонсультантПлюс».
7. Федеральный закон от 21.07.1997 № 122-ФЗ «О государственной регистрации прав на недвижимое имущество и сделок с ним» (в ред. от 21.12.2013). Доступ из справ.-правовой системы «КонсультантПлюс».
8. Федеральный закон от 11.11.2003 № 152-ФЗ «Об ипотечных ценных бумагах» (в ред. от 21.12.2013). Доступ из справ.-правовой системы «КонсультантПлюс».
9. Положение ЦБР от 26.03.2004 № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» (в ред. от 25.10.2013). Доступ из справ.-правовой системы «КонсультантПлюс».
10. Банковское дело: учебник / под ред. В.И. Колесникова, Л.П. Кроливецкой. М.: Финансы и статистика, 2012. 412 с.
11. Братко, А.Г. Банковское право России. М.: Право, 2013. 340 с.
12. Братко, А.Г. Специфика нормативных актов Банка России // Право и экономика. 2013. № 7. С. 45–56.
13. Даниленко, С.А., Комисарова, М.В. Банковское потребительское кредитование: учеб. практ. пособие. М., 2011. 428 с.
14. Долан, Э.Дж., Кемпбелл, К.Д., Кемпбелл, Р.Дж. Деньги, банковское дело и денежно-кредитная политика. М.: Финансы и статистика, 2011. 371 с.
15. Едронова, В.Н., Хасянова, С.Ю. Классификация банковских кредитов и методов кредитования // Финансы и кредит. 2011. № 1. С. 3–5.
16. Емельянов, А.М. Финансы, налоги и кредит: учеб. пособие. М.: РАГС, 2011. 299 с.
17. Жуков, Е.Ф. Банки и банковские операции: учебник для вузов. СПб.: Питер, 2010. 425 с.
18. Замковой, С. Устойчивость банковской системы России: некоторые тенденции и проблемы // Банковское дело в Москве. 2012. № 12. С. 15–26.
19. Иванов, В.В., Малютина, О.Н. Методика анализа обеспечения при совершении операций кредитования // Финансы и кредит. 2012. № 5. С. 10–13.
20. Кисурина, Л.Г. Кредиты и займы // Экономико-правовой бюллетень. 2010. № 4. С. 2–12.
21. Коэффициентный анализ в системе кредитных рейтингов заемщиков банка // Банковское дело. 2011. № 4. С. 28–36.
22. Кривцова, А.Н. Формализованные процедуры оценки кредитоспособности. М.: Финансы, 2010. 504 с.
23. Крупнов, Ю.С. О природе банковского потребительского кредита // Бизнес и банки. 2012. № 8. С. 93–98.
24. Курс экономической теории: учебник / под общ. ред. М.Н. Чепурина, Е.А. Киселевой. Киров: АСА, 2010. 387 с.
25. Лаврушин, О.И. Банковское дело: учебник. М.: Финансы и статистика, 2012. 601 с.
26. Лаврушин, О.И. Деньги, кредит, банки: учеб. пособие. М.: Финансы и статистика, 2011. 487 с.
27. Ли, О.В. Об оценке кредитоспособности заемщика (российский и зарубежный опыт) // Деньги и кредит. 2011. № 4. С. 21–45.
28. Молчанов, А.В. Коммерческий банк современной России: теория и практика. М.: Финансы и статистика, 2012. 409 с.
29. Парфенов, К., Парфенова, Д. Операционная техника и учет в коммерческих банках. М., 2012. 374 с.
30. Саничев, М.С. Банковская система в условиях рыночной экономики. СПб., 2010. 389 с.
31. Соложенцев, Е.Д., Степанова, Н.В., Карасев, В.В. Прозрачность методик оценки кредитных рисков и рейтингов. СПб.: Изд-во С.-Петерб. ун-та, 2011. 356 с.
32. Солнцев, О.М. Источники роста кредитных ресурсов // Эксперт. 2012. № 38. С. 41.
33. Симановский, А.Ю. Резервы на возможные потери по ссудам: международный опыт и некоторые вопросы методологии // Деньги и кредит. 2011. № 11. С. 16–26.
34. Сенчаганов, В.К. Направления повышения эффективности денежно-кредитной политики // Банковское дело. 2012. № 12. С. 5.
35. Супрунович, Е.Б. Управление кредитным риском: Риск-практикум // Банковское дело. 2012. № 12. С. 21–34.
36. Тихомирцева, Е.В. Кредитные операции коммерческих банков // Деньги и кредит. 2013. № 9. С. 12–19.
37. Управление ликвидностью коммерческого банка // Банковское дело. 2011. № 9. С. 11–25.
38. Учет кредитных операций: основные проводки // Бухгалтерия и банки. 2012. № 12. С. 6–11.
39. Экономика: учебник / под ред. А.С. Булатова. 2-е изд., перераб. и доп. М.: БЕК, 2010. 689 с.
40. Ямпольский, М.М. Некоторые особенности деятельности коммерческих банков // Деньги и кредит. 2011. № 10. С. 47–52.
41. Официальный сайт Центрального банка России. URL: https://www.cbr.ru/ (дата обращения: 12.10.2025).
42. Сайт банковской информации Банки.ру. URL: https://www.banki.ru/ (дата обращения: 12.10.2025).
43. Официальный сайт Сбербанка России. URL: https://www.sberbank.ru/ (дата обращения: 12.10.2025).
44. В декабре произошло ожидаемое охлаждение корпоративного и потребительского кредитования // Банк России. URL: https://www.cbr.ru/press/event/?id=17600 (дата обращения: 12.10.2025).
45. Объем потребительского кредитования в РФ упал на 61% // Бизнес журнал. URL: https://b-mag.ru/obem-potrebitelskogo-kreditovaniya-v-rf-upal-na-61/ (дата обращения: 12.10.2025).
46. Прогноз банковского кредитования на 2025 год: под куполом ограничений // Эксперт РА. URL: https://www.raexpert.ru/researches/banks/bank_forecast_2025 (дата обращения: 12.10.2025).
47. Как изменилось потребительское кредитование в России летом 2025 // Делу время. URL: https://delovremya.ru/articles/kak-izmenilos-potrebitelskoe-kreditovanie-v-rossii-letom-2025/ (дата обращения: 12.10.2025).
48. В августе 2025 года средний размер потребкредитов вырос на 20,3% // ТАСС. URL: https://tass.ru/ekonomika/25735161 (дата обращения: 12.10.2025).
49. Банковский сектор в 2025 году: выбираем фаворитов // Альфа-Банк. URL: https://alfabank.ru/corporate/articles/bankovsky-sector-2025-fav/ (дата обращения: 12.10.2025).
50. В 2025 году продажи розничных кредитов в России сократятся почти на 30% // Пресс-служба Банка ВТБ (ПАО). URL: https://asninfo.ru/news/85686-v-2025-godu-prodazhi-roznichnykh-kreditov-v-rossii-sokhratyatsya-pochti-na-30 (дата обращения: 12.10.2025).
51. ЦБ РФ повысил прогнозы по росту корпоративного и розничного кредитования на 2024 г., понизил прогнозы на 2025 г. // Finmarket.ru. URL: https://www.finmarket.ru/news/6253456 (дата обращения: 12.10.2025).
52. Рынок банковских услуг в России: итоги 2024 и прогнозы // Frank RG. URL: https://frankrg.com/84947 (дата обращения: 12.10.2025).
53. Что будет с ключевой ставкой в 2025 году и когда она начнет снижаться. Отвечают эксперты // Банки.ру. URL: https://www.banki.ru/news/daytheme/?id=11002570 (дата обращения: 12.10.2025).
54. БАНКОВСКИЙ СЕКТОР // Банк России. URL: https://www.cbr.ru/analytics/bnks_sct/ (дата обращения: 12.10.2025).
55. Анализ тенденций в сегменте розничного кредитования на основе данных бюро кредитных историй // Банк России. URL: https://www.cbr.ru/statistics/bnksyst/an_tend/ (дата обращения: 12.10.2025).
56. В сентябре россияне взяли кредитов почти на 950 млрд рублей // Frank Media. URL: https://frankmedia.ru/137683 (дата обращения: 12.10.2025).
57. Что будет с ключевой ставкой в 2025 году // Журнал Домклик. URL: https://journal.domclick.ru/analytics/chto-budet-s-klyuchevoj-stavkoj-v-2025-godu/ (дата обращения: 12.10.2025).
58. Ключевая ставка ЦБ: что это и как изменится в 2025 году // СберБизнес Live. URL: https://www.sberbank.ru/sberbusiness-live/articles/kluchevaya-stavka-izmeneniya-v-2025 (дата обращения: 12.10.2025).
59. Что такое скоринг в банке: как работает и зачем нужен // СберБанк. URL: https://www.sberbank.ru/credits/chto-takoe-skoring (дата обращения: 12.10.2025).
60. Скоринг: как банки и МФО решают, давать ли вам кредит // Финансовая культура. URL: https://fincult.info/articles/skoring-kak-banki-i-mfo-reshayut-davat-li-vam-kredit/ (дата обращения: 12.10.2025).
61. Что означает показатель долговой нагрузки: определение, расчет и использование // Дзен. URL: https://dzen.ru/a/ZTLD8yMhwwp-v0dK (дата обращения: 12.10.2025).
62. Что такое кредитный скоринг: как считается, что оценивает и на что влияет // МТС Банк. URL: https://www.mtsbank.ru/blog/chto-takoe-kreditnyy-skoring/ (дата обращения: 12.10.2025).
63. Показатель долговой нагрузки: что это и как рассчитать коэффициент ПДН по формуле // Альфа-Банк. URL: https://alfabank.ru/articles/pokaazatel-dolgovoi-nagruzki/ (дата обращения: 12.10.2025).
64. Что такое кредитный скоринг и как банки оценивают заемщиков // Банки.ру. URL: https://www.banki.ru/news/daytheme/?id=10996160 (дата обращения: 12.10.2025).
65. Показатель долговой нагрузки: что это и как его рассчитать // СберБанк. URL: https://www.sberbank.ru/credits/chto-takoe-pdn (дата обращения: 12.10.2025).
66. Обеспеченные кредиты Банка России // Банк России. URL: https://www.cbr.ru/hd_analytics/refinancing/ (дата обращения: 12.10.2025).
67. Что такое кредит и как он работает // Банки.ру. URL: https://www.banki.ru/news/daytheme/?id=10998993 (дата обращения: 12.10.2025).
68. Кредит // Википедия. URL: https://ru.wikipedia.org/wiki/%D0%9A%D1%80%D0%B5%D0%B4%D0%B8%D1%82 (дата обращения: 12.10.2025).
69. Кредит для физических лиц // Википедия. URL: https://ru.wikipedia.org/wiki/%D0%9A%D1%80%D0%B5%D0%B4%D0%B8%D1%82_%D0%B4%D0%BB%D1%8F_%D1%84%D0%B8%D0%B7%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D1%85_%D0%BB%D0%B8%D1%86 (дата обращения: 12.10.2025).
70. Глава 4. Виды кредитов, предоставляемых Банком России // КонсультантПлюс. URL: http://www.consultant.ru/document/cons_doc_LAW_100262/b553c7c29ae3f2112d7c71d64396144e3d7a8c3d/ (дата обращения: 12.10.2025).
71. Инновационные технологии на рынке розничного кредитования: современное состояние и перспективы // КиберЛенинка. URL: https://cyberleninka.ru/article/n/innovatsionnye-tehnologii-na-rynke-roznichnogo-kreditovaniya-sovremennoe-sostoyanie-i-perspektivy (дата обращения: 12.10.2025).
72. Глава 1. Общие положения // КонсультантПлюс. URL: http://www.consultant.ru/document/cons_doc_LAW_100262/8207f2ef84a7e8f52f36d0b9044d081f96452f55/ (дата обращения: 12.10.2025).
73. Теоретические основы кредитования физических лиц и их экономическая безопасность // Фундаментальные исследования (научный журнал). URL: https://fundamental-research.ru/ru/article/view?id=39231 (дата обращения: 12.10.2025).
74. Современное состояние процесса кредитования физических лиц в Российской Федерации. URL: https://www.elibrary.ru/item.asp?id=43936938 (дата обращения: 12.10.2025).
75. Розничное кредитование: тенденции развития теории и практики // КиберЛенинка. URL: https://cyberleninka.ru/article/n/roznichnoe-kreditovanie-tendentsii-razvitiya-teorii-i-praktiki (дата обращения: 12.10.2025).
76. Понятие розничного банковского кредитования в современных условиях // КиберЛенинка. URL: https://cyberleninka.ru/article/n/ponyatie-roznichnogo-bankovskogo-kreditovaniya-v-sovremennyh-usloviyah (дата обращения: 12.10.2025).
77. Теоретические основы потребительского кредитования в коммерческом банке. URL: https://www.elibrary.ru/item.asp?id=25577626 (дата обращения: 12.10.2025).
78. Что такое кредит в банке — виды, формы, функции и риски // АТБ. URL: https://www.atb.su/blog/chto-takoe-kredit-v-banke-vidy-formy-funktsii-i-riski/ (дата обращения: 12.10.2025).
79. Точная модель потребительского кредита // КиберЛенинка. URL: https://cyberleninka.ru/article/n/tochnaya-model-potrebitelskogo-kredita (дата обращения: 12.10.2025).
80. Современная система кредитования физических лиц // КиберЛенинка. URL: https://cyberleninka.ru/article/n/sovremennaya-sistema-kreditovaniya-fizicheskih-lits (дата обращения: 12.10.2025).
81. Организация потребительского кредитования на примере ПАО “Сбербанк // Уральский федеральный университет. URL: https://elar.urfu.ru/bitstream/10995/104996/1/urfu2192.pdf (дата обращения: 12.10.2025).
82. Тенденции развития продуктов кредитования физических лиц в российской экономике и направления их модернизации // Вестник Евразийской науки. URL: https://esj.today/PDF/71ECVN518.pdf (дата обращения: 12.10.2025).
83. Организация банковского потребительского кредитования: проблемы и пути совершенствования. URL: https://www.elibrary.ru/item.asp?id=37759530 (дата обращения: 12.10.2025).
84. Что такое потребительский кредит: как выбрать, виды и особенности // Сравни.ру. URL: https://www.sravni.ru/enciklopediya/potrebitelskij-kredit/ (дата обращения: 12.10.2025).
85. Потребительский кредит в Беларусбанке. URL: https://belarusbank.by/ru/322_27848 (дата обращения: 12.10.2025).
86. Какие изменения ожидают банки к 2025 году // Банковский процессинговый центр. URL: https://bpc.by/upload/iblock/d76/FinTechTimes_Dec-Jan_2022.pdf (дата обращения: 12.10.2025).
87. От цифрового минимума к интеллектуальному банку // Ведомости. 2025. 8 окт. URL: https://www.vedomosti.ru/technologies/articles/2025/10/08/1066759-tsifrovogo-minimuma-intellektualnomu-banku (дата обращения: 12.10.2025).
88. Тенденции и инновации развития банковского розничного кредитования // Современная экономика: проблемы и решения. URL: https://cyberleninka.ru/article/n/tendentsii-i-innovatsii-razvitiya-bankovskogo-roznichnogo-kreditovaniya (дата обращения: 12.10.2025).
89. Развитие каналов кредитования в условиях перехода к цифровой экономике // Финансы: теория и практика. URL: https://cyberleninka.ru/article/n/razvitie-kanalov-kreditovaniya-v-usloviyah-perehoda-k-tsifrovoy-ekonomike (дата обращения: 12.10.2025).
90. Финансовые показатели Сбербанка // TAdviser. URL: https://www.tadviser.ru/index.php/%D0%A4%D0%B8%D0%BD%D0%B0%D0%BD%D1%81%D0%BE%D0%B2%D1%8B%D0%B5_%D0%BF%D0%BE%D0%BA%D0%B0%D0%B7%D0%B0%D1%82%D0%B5%D0%BB%D0%B8_%D0%A1%D0%B1%D0%B5%D1%80%D0%B1%D0%B0%D0%BD%D0%BA%D0%B0 (дата обращения: 12.10.2025).
91. Результаты работы ПАО Сбербанк за январь 2024 года // Sberbank. URL: https://www.sberbank.ru/press_center/news_archive?id=51651 (дата обращения: 12.10.2025).
92. Сбербанк ждет замедления розничного кредитования в 2024 году // Интерфакс. URL: https://www.interfax.ru/business/934444 (дата обращения: 12.10.2025).
93. Отчет Сбербанка за 9 месяцев: все стабильно // Smart-Lab. URL: https://smart-lab.ru/blog/1036066.php (дата обращения: 12.10.2025).
94. Сбербанк. Новый месяц и новый рекорд по чистой прибыли! // Smart-Lab. URL: https://smart-lab.ru/blog/1035985.php (дата обращения: 12.10.2025).
95. Анализ кредитных рисков ПАО «Сбербанк России» // КиберЛенинка. URL: https://cyberleninka.ru/article/n/analiz-kreditnyh-riskov-pao-sberbank-rossii (дата обращения: 12.10.2025).
96. Анализ кредитного риска ПАО «Сбербанк» // КиберЛенинка. URL: https://cyberleninka.ru/article/n/analiz-kreditnogo-riska-pao-sberbank (дата обращения: 12.10.2025).
97. «Сбер» нацелен на рекорд. Акции сохраняют привлекательность // Финам.Ру. 2025. 9 окт. URL: https://www.finam.ru/analysis/newsitem/sber-nacelen-na-rekord-akcii-sohranyayut-privlekatelnost-20251009-1700/ (дата обращения: 12.10.2025).
98. «Это зашибись монополия»: как «Сбер» и ВТБ спорили с регулятором о конкуренции // Frank Media. URL: https://frankmedia.ru/112674 (дата обращения: 12.10.2025).
99. «Сбербанк» за 2023 год заработал рекордную чистую прибыль // Финам. 2024. 17 янв. URL: https://www.finam.ru/analysis/newsitem/sberbank-za-2023-god-zarabotal-rekordnuyu-chistuyu-pribyl-20240117-1000/ (дата обращения: 12.10.2025).
100. Сбербанк обострит конкуренцию в банковском секторе РК // Forbes.kz. URL: https://forbes.kz/finances/sberbank_obostrit_konkurentsiyu_v_bankovskom_sektore_rk (дата обращения: 12.10.2025).
101. Виды кредитного риска на примере ПАО «Сбербанк» // ИД «Панорама». URL: https://panor.ru/articles/vidy-kreditnogo-riska-na-primere-pao-sberbank-574345.html (дата обращения: 12.10.2025).
102. Управление кредитными рисками при потребительском кредитовании публичного акционерного общества «Сбербанк» // КиберЛенинка. URL: https://cyberleninka.ru/article/n/upravlenie-kreditnymi-riskami-pri-potrebitelskom-kreditovanii-publichnogo-aktsionernogo-obschestva-sberbank (дата обращения: 12.10.2025).
103. Сбербанк отчитался о резком ухудшении качества кредитов // The Moscow Times. 2025. 29 июл. URL: https://www.moscowtimes.ru/2025/07/29/sberbank-otchitalsya-o-rezkom-uhudshenii-kachestva-kreditov-a89098 (дата обращения: 12.10.2025).
104. В Сбере назвали три основные причины просрочек по кредитам // Банки.ру. URL: https://www.banki.ru/news/lenta/?id=11019020 (дата обращения: 12.10.2025).
105. Система управления рисками на примере Сбербанка России // Вестник Самарского государственного экономического университета. URL: https://cyberleninka.ru/article/n/sistema-upravleniya-riskami-na-primere-sberbanka-rossii (дата обращения: 12.10.2025).
106. Риски // SberGraduate. URL: https://sbergraduate.ru/riski/ (дата обращения: 12.10.2025).
107. Результаты Группы // СберБанк. URL: https://www.sberbank.ru/investor-relations/results-and-presentations (дата обращения: 12.10.2025).
108. «Пойти не так может все»: как «Сбер» заканчивает год и какие риски видит в 2025-м. URL: https://www.forbes.ru/finansy/530517-pojti-ne-tak-mozhet-vse-kak-sber-zakancivaet-god-i-kakie-riski-vidit-v-2025-m (дата обращения: 12.10.2025).
109. Банковские риски: методы оценки и пути их снижения на примере ПАО «Сбербанк // Московский международный университет. URL: https://www.elibrary.ru/item.asp?id=48425265 (дата обращения: 12.10.2025).
110. Сбербанк сохраняет прогноз по росту розничного кредитования в 2024 году на уровне 9-11% // Сибирское информационное агентство. URL: https://snews.ru/news/sberbank-sokhranyaet-prognoz-po-rostu-roznichnogo-kreditovaniya-v-2024-godu-na-urovne-9-11 (дата обращения: 12.10.2025).
111. Курсовик Риск кредитования физического лица на примере ПАО «Сбербанк». URL: https://student-diplom.ru/kursovik-risk-kreditovanija-fizicheskogo-lica-na-primere-pao-sberbank/ (дата обращения: 12.10.2025).
112. Сокращенные результаты МСФО Q4 2024 год // СберБанк. URL: https://www.sberbank.ru/press_center/news_archive?id=52281 (дата обращения: 12.10.2025).
113. Жесткая политика ЦБ РФ ограничивает рост кредитов «Сбербанка» // Финам. 2025. 16 мая. URL: https://www.finam.ru/analysis/newsitem/zhestkaya-politika-cb-rf-ogranichivaet-rost-kreditov-sberbanka-20250516-1619/ (дата обращения: 12.10.2025).
114. Финансовые результаты Сбер за 2024 год: прибыль и прогнозы на 2025 год // Т‑Банк. URL: https://www.tbank.ru/invest/analytics/news/finansovye-rezultaty-sber-za-2024-god-pribyl-i-prognozy-na-2025-god/ (дата обращения: 12.10.2025).
115. Банковское кредитование физических лиц: проблемы и пути совершенствования (на примере ПАО «Сбербанк России») // Московский международный университет. URL: https://www.elibrary.ru/item.asp?id=54413203 (дата обращения: 12.10.2025).
116. Банковская конкуренция на примере Сбербанк, Тинькофф и ВТБ // КиберЛенинка. URL: https://cyberleninka.ru/article/n/bankovskaya-konkurentsiya-na-primere-sberbank-tinkoff-i-vtb (дата обращения: 12.10.2025).
117. Семейная ипотека в 2025 году: условия, как получить кредит с господдержкой семье с детьми // Журнал Домклик. URL: https://journal.domclick.ru/analytics/semejnaya-ipoteka-v-2025-godu-usloviya-kak-poluchit-kredit-s-gospodderzhkoj-seme-s-detmi/ (дата обращения: 12.10.2025).
118. «Сбербанк» выиграет конкуренцию на российском рынке экосистем финтех-компаний — Греф // Финам. 2020. 30 нояб. URL: https://www.finam.ru/analysis/newsitem/sberbank-vyigraet-konkurenciyu-na-rossiiskom-rynke-eko…-20201130-1422/ (дата обращения: 12.10.2025).
119. Чистая прибыль «Сбера» в сентябре по РСБУ составила 150,3 млрд рублей // Frank Media. URL: https://frankmedia.ru/137666 (дата обращения: 12.10.2025).
120. Ипотека // Википедия. URL: https://ru.wikipedia.org/wiki/%D0%98%D0%BF%D0%BE%D1%82%D0%B5%D0%BA%D0%B0 (дата обращения: 12.10.2025).
121. Автокредит // Википедия. URL: https://ru.wikipedia.org/wiki/%D0%90%D0%B2%D1%82%D0%BE%D0%BA%D1%80%D0%B5%D0%B4%D0%B8%D1%82 (дата обращения: 12.10.2025).
122. Кредитная политика // Википедия. URL: https://ru.wikipedia.org/wiki/%D0%9A%D1%80%D0%B5%D0%B4%D0%B8%D1%82%D0%BD%D0%B0%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0 (дата обращения: 12.10.2025).
123. Что такое «Ипотека» простыми словами — определение термина // Финансовый словарь Газпромбанка. URL: https://www.gazprombank.ru/personal/finances/slovar/ipoteka/ (дата обращения: 12.10.2025).
124. Автокредит» простыми словами — определение термина // Газпромбанк. URL: https://www.gazprombank.ru/personal/finances/slovar/avtokredit/ (дата обращения: 12.10.2025).
125. Кредитная политика банка: что это простыми словами // Глоссарий Финуслуги.ру. URL: https://fincult.info/glossary/kreditnaya-politika-banka/ (дата обращения: 12.10.2025).
126. Что такое ипотека, как взять ипотечный кредит // Финансовая культура. URL: https://fincult.info/articles/ipoteka-chto-eto-kak-vzyat-ipoteku-i-ipotechnyy-kredit/ (дата обращения: 12.10.2025).
127. Что такое автокредит // Т‑Банк. URL: https://www.tbank.ru/auto/kredity/chto-takoe-avtokredit/ (дата обращения: 12.10.2025).
128. Что такое ипотека — статья по теме Ипотека // Газпромбанк Про финансы. URL: https://www.gazprombank.ru/personal/finances/article/chto-takoe-ipoteka/ (дата обращения: 12.10.2025).
129. Кредитная политика банка: цели, задачи и основные принципы // FutureBanking. URL: https://futurebanking.ru/articles/690 (дата обращения: 12.10.2025).
130. Что такое автокредит, и в чем его особенности // Киа Нижегородец. URL: https://kia-nizhegorodec.ru/avtokredit/chto-takoe-avtokredit-i-v-chem-ego-osobennosti/ (дата обращения: 12.10.2025).
131. Значение слова ИПОТЕКА. Что такое ИПОТЕКА? // Карта слов. URL: https://kartaslov.ru/%D0%B7%D0%BD%D0%B0%D1%87%D0%B5%D0%BD%D0%B8%D0%B5-%D1%81%D0%BB%D0%BE%D0%B2%D0%B0/%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%BA%D0%B0 (дата обращения: 12.10.2025).
132. Что такое автокредит? // Сравни.ру. URL: https://www.sravni.ru/enciklopediya/avtokredit/ (дата обращения: 12.10.2025).
133. Научная статья: Влияние цифровых инноваций на качество и доступность финансовых услуг // SciNetwork. URL: https://scinetwork.ru/articles/vliyanie-tsifrovyh-innovatsij-na-kachestvo-i-dostupnost-finansovyh-uslug (дата обращения: 12.10.2025).
134. Оценка эффективности инновационных стратегий в банковской сфере // Cabinet. URL: https://cabinet.one/blog/otsenka-effektivnosti-innovacionnyh-strategij-v-bankovskoj-sfere/ (дата обращения: 12.10.2025).
135. Методы оценки эффективности инноваций в банковском секторе. URL: https://www.elibrary.ru/item.asp?id=43960117 (дата обращения: 12.10.2025).
136. Оценка эффективности внедрения инновационного банковского продукта // КиберЛенинка. URL: https://cyberleninka.ru/article/n/otsenka-effektivnosti-vnedreniya-innovatsionnogo-bankovskogo-produkta (дата обращения: 12.10.2025).
137. Исследованы факторы цифровой финансовой доступности платежных услуг // ТюмГУ. URL: https://www.utmn.ru/presse/novosti/nauka/881223/ (дата обращения: 12.10.2025).
138. Оценка эффективности внедрения информационных технологий в банковском секторе // Молодой ученый. URL: https://moluch.ru/archive/415/91967/ (дата обращения: 12.10.2025).
139. Биометрическая идентификация // Сбербанк. URL: https://www.sberbank.ru/sberbank-security/kiberrariy/bio/ (дата обращения: 12.10.2025).
140. Доступность финансовых услуг в эпоху цифровизации: новые возможности и риски // КиберЛенинка. URL: https://cyberleninka.ru/article/n/dostupnost-finansovyh-uslug-v-epohu-tsifrovizatsii-novye-vozmozhnosti-i-riski (дата обращения: 12.10.2025).
141. Оценка эффективности внедрения инновационного банковского продукта // Известия высших учебных заведений. Серия «Экономика, финансы и управление производством» (Ivecofin). URL: https://cyberleninka.ru/article/n/otsenka-effektivnosti-vnedreniya-innovatsionnogo-bankovskogo-produkta-1 (дата обращения: 12.10.2025).
142. Цифровая доступность в контексте предпочтения финансовых услуг // Вестник Санкт-Петербургского университета. Экономика. URL: https://cyberleninka.ru/article/n/tsifrovaya-dostupnost-v-kontekste-predpochteniya-finansovyh-uslug (дата обращения: 12.10.2025).
143. Как Сбербанк использует искусственный интеллект // Школа Больших Данных. URL: https://bigdataschool.ru/blog/sberbank-iskusstvennyj-intellekt-v-biznese.html (дата обращения: 12.10.2025).
144. Инновационные технологии в сфере кибербезопасности // Сбербанк. URL: https://www.sberbank.ru/sberbank-security/kiberrariy/kiberbezopasnost/ (дата обращения: 12.10.2025).
145. Какие инновационные технологии применяет Сбербанк для улучшения клиентского опыта? // Вопросы к Поиску с Алисой (Яндекс Нейро). URL: https://yandex.ru/q/question/kakie_innovatsionnye_tekhnologii_primeniaet_15b80a27/ (дата обращения: 12.10.2025).
146. Биометрия в СберБанке. URL: https://www.sberbank.ru/ru/person/dist_services/other/bio (дата обращения: 12.10.2025).
147. МФО от Сбербанка – Займы через Сбер ID: микрофинансовые организации с авторизацией через Сбербанк Онлайн // Рейтинг МФО и МКК 2024-2025 года. URL: https://vc.ru/u/1908298-reyting-mfo-i-mkk-2024-2025-goda/666675-mfo-ot-sberbanka-zaymy-cherez-sber-id-mikrofinansovye-organizacii-s-avtorizaciey-cherez-sberbank-onlayn (дата обращения: 12.10.2025).
148. Финансовые услуги в условиях цифровизации // КиберЛенинка. URL: https://cyberleninka.ru/article/n/finansovye-uslugi-v-usloviyah-tsifrovizatsii (дата обращения: 12.10.2025).
149. Исследование деятельности Сбербанка в сфере потребительского кредитования в условиях цифровизации // Фундаментальные исследования (научный журнал). URL: https://fundamental-research.ru/ru/article/view?id=42580 (дата обращения: 12.10.2025).
150. Сбербанк присоединился к проекту Центрального Банка по биометрической идентификации клиентов // НИА Самара. URL: https://www.niasam.ru/finansy/sberbank-prisoedinilsya-k-proektu-centralnogo-banka-po-biometricheskoy-identifikacii-klientov-79352.html (дата обращения: 12.10.2025).
151. Скворцов, Тарас. Развитие необанков требует взвешенного регулирования // Eastrussia. URL: https://www.eastrussia.ru/news/taras-skvortsov-razvitie-neobankov-trebuet-vzveshennogo-regulirovaniya/ (дата обращения: 12.10.2025).
152. Развитие финансовых технологий // Банк России. URL: https://www.cbr.ru/fintech/ (дата обращения: 12.10.2025).
153. Финансовые технологии на розничном рынке банковских услуг // КиберЛенинка. URL: https://cyberleninka.ru/article/n/finansovye-tehnologii-na-roznichnom-rynke-bankovskih-uslug (дата обращения: 12.10.2025).
154. Проведение цифровизации в розничном банковском бизнесе (на примере практики Сбербанка) // КиберЛенинка. URL: https://cyberleninka.ru/article/n/provedenie-tsifrovizatsii-v-roznichnom-bankovskom-biznese-na-primere-praktiki-sberbanka (дата обращения: 12.10.2025).
155. Драйверы российского финтех-рынка и их влияние на ритейл // Точка продаж. URL: https://tosp.pro/news/finansy/drayvery-rossiyskogo-fintekh-rynka-i-ikh-vliyanie-na-riteyl/ (дата обращения: 12.10.2025).
156. Кредиты россиянам будут выдавать только по биометрии // UlanMedia.ru. URL: https://ulanmedia.ru/news/1689262/ (дата обращения: 12.10.2025).
157. Сбер внедрил искусственный интеллект для одобрения банковских гарантий. URL: https://sber.pro/news/sber-vnedril-iskusstvennyy-intellekt-dlya-odobreniya-bankovskikh-garantiy (дата обращения: 12.10.2025).
158. Какие инновационные технологии использует Сбербанк для развития мобильного банкинга? // Вопросы к Поиску с Алисой (Яндекс Нейро). URL: https://yandex.ru/q/question/kakie_innovatsionnye_tekhnologii_ispolzuet_9a91c28c/ (дата обращения: 12.10.2025).
159. Финансовые технологии (финтех) в России // TAdviser. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%A4%D0%B8%D0%BD%D0%B0%D0%BD%D1%81%D0%BE%D0%B2%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_(%D1%84%D0%B8%D0%BD%D1%82%D0%B5%D1%85)_%D0%B2_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8 (дата обращения: 12.10.2025).
160. Искусственный интеллект в Сбербанке // TAdviser. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82_%D0%B2_%D0%A1%D0%B1%D0%B5%D1%80%D0%B1%D0%B0%D0%BD%D0%BA%D0%B5 (дата обращения: 12.10.2025).
161. Кредит за 2 часа: как ИИ помогает ускорить выдачу кредитов малому бизнесу. URL: https://www.sber-bank.by/news/17099 (дата обращения: 12.10.2025).
162. BankTech 3.0. URL: https://www.banktech.ru/banktech-3-0 (дата обращения: 12.10.2025).
163. О применении с 15 октября 2025 новой редакции Общих условий банковского обслуживания физических лиц в ОАО «Сбер Банк. URL: https://www.sber-bank.by/news/17158 (дата обращения: 12.10.2025).
164. Решение для розничной торговли // Sberbank. URL: https://www.sberbank.ru/sberbusiness/products/solutions/retail (дата обращения: 12.10.2025).
165. Искусственный интеллект и Big Data: Ключевые технологии для успешного бизнеса. URL: https://sber.pro/events/iskusstvennyy-intellekt-i-big-data-klyuchevye-tekhnologii-dlya-uspeshnogo-biznesa (дата обращения: 12.10.2025).