Мониторинг клиентов в системе управления кредитными рисками банка: теория, практика и перспективы развития

В условиях динамичного развития банковского сектора, характеризующегося усилением конкуренции, цифровизацией финансовых услуг и возрастающей неопределенностью глобальной экономической конъюнктуры, проблема управления кредитными рисками приобретает первостепенное значение. Именно кредитный риск, по признанию многих экспертов и регуляторов, остается одним из наиболее важных для банков, поскольку кредитная деятельность является основным источником их прибыли, но одновременно и одной из самых рисковых. Отсутствие адекватных механизмов контроля и мониторинга заемщиков может привести к значительным финансовым потерям, дестабилизации финансовой системы и подрыву доверия к банковскому сектору в целом. В этом контексте глубокое теоретико-практическое исследование, посвященное мониторингу клиентов в системе управления кредитными рисками банка, является не только актуальным, но и критически важным для обеспечения устойчивости и эффективности работы коммерческих банков.

Целью настоящей работы является разработка комплексного теоретико-практического исследования, представляющего собой всесторонний анализ и методические рекомендации по мониторингу клиентов в системе управления кредитными рисками банка. Для достижения поставленной цели были сформулированы следующие задачи: раскрыть сущность кредитного риска и его классификацию; проанализировать основные методы оценки кредитоспособности клиентов; изучить принципы и этапы организации мониторинга клиентов; выявить проблемы, с которыми сталкиваются российские банки, и предложить направления оптимизации мониторинга с использованием современных технологий. Объектом исследования выступает система управления кредитными рисками коммерческого банка, а предметом — процесс мониторинга клиентов в этой системе. Методологическую базу исследования составляют диалектический, системный, сравнительный, статистический и факторный анализы, а также методы индукции и дедукции. Структура работы последовательно раскрывает теоретические основы, методические подходы, практические проблемы и перспективы совершенствования мониторинга клиентов.

Теоретические основы управления кредитными рисками и их классификация

Управление кредитными рисками – это не просто набор формальных процедур, а краеугольный камень стабильности любого финансового института. Без глубокого понимания природы этих рисков, их классификации и эффективных методов идентификации, банк рискует оказаться в ситуации, когда его финансовые потери станут неконтролируемыми. Этот раздел посвящен раскрытию фундаментальных аспектов кредитного риска, опираясь на академические концепции и нормативно-правовую базу Российской Федерации, чтобы обеспечить прочную основу для дальнейшего анализа.

Понятие и сущность кредитного риска в банковской деятельности

В основе банковской деятельности лежит доверие – доверие к тому, что заемные средства будут возвращены. Однако реальность такова, что это доверие не всегда оправдывается. Именно здесь и проявляется сущность кредитного риска. С точки зрения Газпромбанка, кредитный риск определяется как вероятность финансовых потерь, возникающих из-за неспособности заемщика погасить кредит или выполнить иные договорные обязательства. Более широко, он может быть трактован как вероятность невыполнения контрактных обязательств любой кредитной организацией, будь то сам заемщик или его контрагент.

Для коммерческого банка, кредитный риск — это не абстрактное понятие, а вполне осязаемая угроза его финансовому благополучию. Невыплата кредита влечет за собой не только прямые убытки от непогашенной суммы основного долга и процентов, но и сопряжена с дополнительными затратами на взыскание долга, а также искажает данные для последующего анализа и планирования. В сущности, это вероятность дефолта заемщика, что приводит к увеличению числа клиентов, неспособных полностью или частично выполнить свои обязательства.

Важность кредитного риска для банка невозможно переоценить. Кредитные операции являются основным источником доходов для большинства коммерческих банков. Однако, как отмечается в Письме Банка России от 23.06.2004 № 70-Т «О типичных банковских рисках», они же представляют собой одну из самых рисковых частей банковских операций. Неэффективное управление этим риском может оказать существенное негативное влияние на устойчивость, эффективность работы банка и, в конечном итоге, на уровень его прибыли. И что из этого следует? Что каждый банк обязан выстроить по-настоящему надежную систему управления кредитным риском, чтобы не только соответствовать регуляторным требованиям, но и обеспечить свое долгосрочное выживание и развитие.

В контексте оценки риска важно различать кредитоспособность и платежеспособность. Кредитоспособность – это потенциальная возможность заемщика полностью и в срок рассчитаться по своим долговым обязательствам. Она отражает будущую способность, основанную на анализе финансовых показателей, деловой репутации, качества управления и перспектив развития бизнеса. Платежеспособность же – это текущая способность заемщика выполнять свои обязательства в данный момент, то есть наличие у него достаточного объема денежных средств на счетах или ликвидных активов для погашения текущих долгов. Таким образом, кредитоспособность является более широким и прогностическим понятием, в то время как платежеспособность отражает текущее финансовое положение. Оба эти аспекта критически важны для всесторонней оценки кредитного риска. Банк, как правило, старается избегать кредитования в случаях низкой кредитоспособности заемщика, высокого уровня рисков кредитных операций или отсутствия надежных источников возврата средств.

Классификация кредитных рисков

Мир банковских рисков многообразен, и кредитный риск — лишь один из его аспектов, хотя и самый значимый. Банк России в своих нормативных документах выделяет целый спектр рисков, с которыми сталкиваются кредитные организации.

Согласно Письму Банка России от 23.06.2004 № 70-Т, к типичным банковским рискам относятся:

• Кредитный риск: вероятность финансовых потерь из-за дефолта заемщика.
• Страновой риск: риск, связанный с экономической и политической нестабильностью в стране, где осуществляется деятельность.
• Рыночный риск: риск потерь из-за неблагоприятных изменений рыночных цен на финансовые инструменты.
• Риск ликвидности: риск неспособности банка своевременно и в полном объеме выполнять свои обязательства.
• Операционный риск: риск потерь из-за сбоев во внутренних процессах, системах, из-за человеческих ошибок или внешних событий.
• Правовой риск: риск потерь из-за несоблюдения законодательства или ошибок в юридической документации.
• Риск потери деловой репутации: риск негативного общественного мнения или потери доверия клиентов.
• Стратегический риск: риск потерь из-за неэффективности принятых стратегических решений.

Каждый из этих рисков требует отдельного подхода к управлению, однако кредитный риск чаще всего имеет наибольшее влияние на финансовые результаты банка.

Многочисленные классификации кредитных рисков существуют для того, чтобы помочь банкам лучше понять и управлять ими. Выбор конкретной системы классификации зависит от контекста и целей анализа. Наиболее распространенным является деление на внешние и внутренние факторы нестабильности.

Внешние кредитные риски обусловлены факторами, которые банк не может контролировать:

• Макроэкономические факторы: снижение темпов экономического роста, рецессия, высокая безработица, что ведет к сокращению доходов населения и бизнеса.
• Институциональные факторы: нестабильность правовой системы, частые изменения законодательства, отсутствие эффективных механизмов защиты прав кредиторов.
• Отраслевые факторы: проблемы в отдельных секторах экономики (например, кризис в строительстве или металлургии), которые приводят к ухудшению финансового состояния компаний этой отрасли.
• Инфляционные факторы: обесценивание денег, что снижает реальную стоимость возвращаемых кредитных средств.
• Риски изменения стоимости заемных средств: изменение ключевой ставки Банка России, что влияет на стоимость фондирования для банков и, как следствие, на процентные ставки по кредитам.

Внутренние кредитные риски связаны с деятельностью самого банка и его заемщиков:

• Риски заемщика:
  • Снижение доходов или ухудшение финансового состояния заемщика.
  • Невыполнение долговых обязательств (как по данному, так и по другим кредитам).
  • Риски обеспечения займа (снижение стоимости залога, проблемы с его реализацией).
• Риски кредитора:
  • Ошибки в кредитной политике (недостаточно жесткие стандарты кредитования, отсутствие диверсификации портфеля).
  • Ошибки в рыночной стратегии банка (неудачный выбор целевых сегментов, агрессивная политика привлечения рискованных клиентов).

Практический опыт российских банков в оценке кредитных рисков во многом основывается на методиках Банка России, в частности, на Положении № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности». Этот документ является ключевым для классификации ссуд по категориям качества, что напрямую отражает уровень кредитного риска:

• I категория качества (отсутствие кредитного риска): ссуды с минимальным риском дефолта.
• II категория качества (нестандартные ссуды): имеется незначительный риск невозврата.
• III категория качества (сомнительные ссуды): высокая вероятность невозврата.
• IV категория качества (проблемные ссуды): фактически невозвратные, но есть небольшая надежда.
• V категория качества (безнадежные ссуды): практически невозвратные.

Помимо вышеуказанных, существуют и другие, более специфические виды кредитных рисков:

• Риск непогашения долга: прямая невыплата основной суммы или процентов.
• Риск просрочки (ликвидности): несвоевременное погашение, даже если в итоге долг будет возвращен. Это создает проблемы с ликвидностью для банка.
• Риск обеспечения по кредиту: снижение стоимости залогового обеспечения или проблемы с его юридическим оформлением/реализацией.
• Риск достаточности капитала: недостаток собственного капитала банка для покрытия потенциальных потерь по кредитам.

По степени управляемости выделяют:

• Фундаментальные риски: связанные с принятием стратегических решений менеджерами по управлению активами и пассивами, например, выбором целевых сегментов кредитования или структурой фондирования.
• Коммерческие риски: связанные с текущими деловыми взаимоотношениями банка с конкретными клиентами, их финансовым состоянием и поведением.

Кредитные риски также можно классифицировать по масштабу воздействия:

• Индивидуальный кредитный риск: возникает, когда конкретный заемщик не может выполнить обязательства перед кредитором. Это риск, присущий каждой отдельной ссуде.
• Совокупный риск: характеризуется потенциальной опасностью для всего кредитного портфеля банка, то есть суммарным эффектом от дефолтов по нескольким ссудам.

Особое внимание следует уделить риску концентрации, который охватывает риски, связанные с вовлеченностью кредитной организации в операции по секьюритизации активов, а также остаточный риск.

• Риск концентрации возникает, когда банк чрезмерно зависит от одного заемщика, отрасли, географического региона или типа обеспечения. Например, если большая часть кредитного портфеля приходится на одну отрасль, кризис в этой отрасли может привести к коллапсу банка.
• Остаточный риск – это риск, который остается после осуществления всех внутренних и внешних мероприятий по контролю и минимизации рисков. Это тот уровень риска, который банк сознательно принимает, понимая, что его полностью устранить невозможно. Он рассчитывается по формуле:
  Остаточный риск = Первичный риск − Влияние мероприятий по контролю над рисками
  Представим, что первичный риск дефолта по кредиту оценивается в 10%. После введения мер контроля, таких как требование залога (снижение риска на 3%) и тщательная проверка финансовой отчетности (снижение риска на 2%), остаточный риск будет равен 10% — 3% — 2% = 5%.

Риски, связанные с секьюритизацией активов, представляют собой отдельный пласт проблем. Секьюритизация — это процесс преобразования неликвидных активов (например, портфелей кредитов) в ликвидные ценные бумаги, которые затем продаются инвесторам. В России этот механизм активно развивался: изначально, после принятия Закона об ипотечных ценных бумагах в 2003 году, он был возможен преимущественно для ипотечных активов. Однако с 1 июля 2014 года изменения в Закон о рынке ценных бумаг расширили возможности, позволив секьюритизировать и иные виды финансовых активов, такие как права требования по потребительским кредитам, автокредитам, договорам займа, факторинга и лизинга. Для этого используются специализированные финансовые общества (СФО) в качестве эмитентов. Риски, связанные с секьюритизацией, включают:

• Риск раннего погашения: если заемщики погашают кредиты быстрее ожидаемого, доходность для инвесторов снижается.
• Риск дефолта базовых активов: несмотря на передачу рисков, банк-оригинатор может столкнуться с репутационными потерями или даже необходимостью выкупа активов при массовых дефолтах.
• Структурный риск: сложности в понимании сложной структуры сделки секьюритизации, юридические нюансы.

Эти специфические риски требуют глубокого анализа и специализированных подходов к управлению, отличных от традиционных методов оценки индивидуальных кредитов.

Методы идентификации кредитных рисков

Идентификация кредитных рисков – это процесс выявления, признания и описания факторов, которые могут привести к финансовым потерям. Это своего рода «дактилоскопия» риска, позволяющая определить его уникальные характеристики и потенциальное воздействие. Существует широкий спектр методов идентификации, от традиционных до инновационных.

Традиционные методы идентификации:

• Статистические методы: основаны на анализе исторических данных о дефолтах и кредитоспособности заемщиков. К ним относятся различные скоринговые системы, которые широко применяются для оценки кредитоспособности на разных этапах:
  • Application scoring (скоринг заявки): оценка вероятности дефолта на этапе подачи заявки на кредит.
  • Behavioral scoring (поведенческий скоринг): мониторинг поведения заемщика после выдачи кредита, предсказание вероятности дефолта на основе транзакционной активности.
  • Collection scoring (скоринг взыскания): оценка вероятности погашения задолженности после наступления просрочки, для оптимизации стратегии взыскания.

  Эти методы имеют приоритетное значение для предсказания надежности клиентов на развивающихся рынках, таких как российский.

• Аналитические методы: предполагают глубокий анализ финансового состояния заемщика, его деловой репутации, бизнес-модели, рыночных перспектив. В российских банках аналитический метод оценки кредитного риска осуществляется на основе нормативных документов Банка России, таких как уже упомянутое Положение № 590-П. Он предполагает оценку степени риска по каждой кредитной операции с учетом:
  • Платежеспособности заемщика.
  • Его финансового состояния (анализ баланса, отчета о прибылях и убытках).
  • Обслуживания им кредитной задолженности (история погашений).
  • Уровня обеспечения (наличие и качество залога).
• Математические методы: включают более сложные модели, такие как модели оценки вероятности дефолта (например, модели на основе логистической регрессии), рейтинговые модели (определение внутреннего рейтинга заемщика) и модификации моделей оптимизации кредитного портфеля (например, двухкритериальная модель Марковица, учитывающая соотношение доходности и риска портфеля). Эти модели учитывают неоднородность и особенности среды функционирования заемщиков.
• Методы аналогий: сопоставление нового заемщика или кредитной операции с уже имеющимися в базе данных банка, по которым известны результаты.
• Сценарный анализ: оценка влияния различных гипотетических сценариев (например, ухудшение макроэкономической ситуации, изменение процентных ставок) на кредитный портфель и отдельных заемщиков.
• Экспертные методы: используются, когда отсутствует достаточная статистическая база о частоте негативных событий или системное представление процесса формирования риска. Эксперты (кредитные аналитики, риск-менеджеры) используют свой опыт и интуицию для оценки рисков, например, при кредитовании уникальных проектов или клиентов без длинной кредитной истории.

Современные методы идентификации включают применение передовых технологий:

• Машинное обучение (МО) и искусственный интеллект (ИИ): позволяют прогнозировать кредитные риски с гораздо большей точностью, учитывая факторы, которые не охватываются классическим анализом финансовых показателей. МО-модели могут выявлять скрытые закономерности в больших массивах данных. Российские банки активно внедряют эти технологии:
  • Сбербанк использует ИИ для принятия более 80% решений по выдаче кредитов малому и микробизнесу, а также по краткосрочному кредитованию среднего и крупного бизнеса.
  • Банк «УРАЛСИБ» применяет нейронные сети, случайный лес и градиентный бустинг, что позволило улучшить модели склонности приобретения потребительского кредита и кредитной карты на 10-12% по сравнению с классической логистической регрессией.

  Эти системы постоянно обучаются на новых данных, что повышает их прогностическую силу.

• Кредитная миграция: этот метод идентификации риска предполагает оценку вероятности изменения кредитного рейтинга дебитора, операции, контрагента или эмитента. Банки отслеживают, как изменяются внешние кредитные рейтинги их клиентов, или используют внутренние системы рейтингования. В России деятельность по присвоению кредитных рейтингов осуществляют аккредитованные Банком России рейтинговые агентства, такие как АО «Эксперт РА», АКРА (АО), ООО «Национальное Рейтинговое Агентство» (НРА) и ООО «Национальные Кредитные Рейтинги» (НКР). Эти агентства оценивают платежеспособность финансовых учреждений, нефинансовых компаний и других субъектов, помогая банкам и инвесторам в оценке кредитного риска. Миграция рейтинга (например, из категории «А» в «ВВВ») сигнализирует об изменении уровня риска.

Идентификация рисков – это первый и один из важнейших шагов в эффективном управлении кредитными рисками, формирующий основу для дальнейшей оценки, мониторинга и минимизации.

Методические подходы к оценке кредитоспособности и организации мониторинга клиентов

После того, как мы определили, что такое кредитный риск и какие его виды существуют, перед нами встает вопрос: как оценить вероятность его реализации? Иными словами, как понять, способен ли клиент вернуть заемные средства, и что делать после того, как кредит выдан? Этот раздел посвящен детальному анализу методических подходов к оценке кредитоспособности на этапе рассмотрения заявки и к организации непрерывного мониторинга клиентов на протяжении всего срока действия кредитного договора. Это позволяет банку не только принять обоснованное решение о выдаче займа, но и оперативно реагировать на меняющиеся обстоятельства.

Основные подходы к оценке кредитоспособности клиентов коммерческих банков

Оценка кредитоспособности – это сложный и многогранный процесс, призванный определить готовность и способность заемщика выполнять свои обязательства по возврату кредита и уплате процентов. Коммерческие банки используют разнообразные методы, которые можно разделить на качественные и количественные.

Качественные методы сосредоточены на анализе неоцифровываемых аспектов, которые, тем не менее, оказывают существенное влияние на риск:

• Изучение кредитной истории: анализ информации из бюро кредитных историй (БКИ) – важнейший источник данных о прошлом поведении заемщика. Положительная кредитная история свидетельствует о дисциплинированности и надежности, в то время как наличие просрочек или дефолтов является серьезным предупреждением.
• Оценка деловой репутации заемщика: для юридических лиц это анализ истории компании, ее места на рынке, отзывов партнеров, опыта и квалификации руководства. Для физических лиц – это социальный статус, профессия, стабильность занятости.
• Анализ бизнес-плана (для юридических лиц): оценка реалистичности и обоснованности планируемых финансовых потоков, которые будут источником погашения кредита.
• Оценка отрасли: анализ перспектив отрасли, в которой работает заемщик, ее чувствительности к экономическим циклам.

Количественные методы основаны на расчетах и статистическом анализе финансовых показателей:

• Скоринг: одна из наиболее распространенных методик, особенно для массовых кредитов (потребительских, ипотечных). Скоринговые системы присваивают баллы различным характеристикам заемщика (возраст, доход, стаж работы, наличие иждивенцев, кредитная история) и на их основе рассчитывают общий балл, который определяет вероятность дефолта. Как уже упоминалось, скоринг бывает нескольких видов:
  • Application scoring: используется на этапе подачи заявки для быстрого принятия решения о выдаче кредита.
  • Behavioral scoring: применяется для уже действующих клиентов, чтобы прогнозировать их поведение и риск дефолта в будущем.
  • Collection scoring: помогает оптимизировать процессы взыскания задолженности, предсказывая вероятность погашения долга после просрочки.
• Анализ финансовых коэффициентов (для юридических лиц): включает расчет и интерпретацию ряда показателей, отражающих различные аспекты финансового состояния компании:
  • Коэффициенты ликвидности: показывают способность компании погашать краткосрочные обязательства (например, коэффициент текущей ликвидности = Оборотные активы / Краткосрочные обязательства).
  • Коэффициенты оборачиваемости: характеризуют эффективность использования активов (например, оборачиваемость активов = Выручка / Средняя стоимость активов).
  • Коэффициенты прибыльности: демонстрируют эффективность деятельности компании (например, рентабельность продаж = Чистая прибыль / Выручка).
  • Коэффициенты обслуживания долга: оценивают способность компании генерировать достаточный денежный поток для погашения долгов (например, коэффициент покрытия долга = Прибыль до уплаты процентов и налогов / Процентные расходы).
• Анализ денежных потоков: прямое изучение способности заемщика генерировать достаточные денежные средства для обслуживания кредита.

Взаимосвязь оценки кредитоспособности и определения степени кредитного риска очевидна: чем выше кредитоспособность заемщика, тем ниже степень кредитного риска, и наоборот. Результаты оценки кредитоспособности напрямую влияют на принятие банком решения о выдаче кредита, его сумме, сроке, процентной ставке и требованиях к обеспечению. Если анализ показывает высокую степень риска, банк может либо отказать в кредите, либо предложить более жесткие условия (например, повышенную процентную ставку, требование дополнительного залога или поручительства).

Организация и этапы мониторинга клиентов в системе управления кредитным портфелем

Оценка кредитоспособности – это лишь первый шаг. После выдачи кредита начинается не менее важный процесс – мониторинг. Мониторинг клиентов в системе управления кредитным портфелем – это систематический, непрерывный процесс отслеживания финансового состояния и поведения заемщика после получения кредита. Его основная цель – своевременное выявление ухудшения финансового положения клиента и признаков роста кредитного риска, что позволяет банку оперативно реагировать и минимизировать потенциальные потери. Какой важный нюанс здесь упускается? Что эффективный мониторинг позволяет не только сокращать уже возникшие проблемы, но и проактивно предотвращать их, значительно повышая общую устойчивость кредитного портфеля банка.

Ключевые этапы мониторинга:

1. Сбор информации:
   • Регулярное получение финансовой отчетности (для юридических лиц): ежеквартальные, полугодовые или годовые отчеты (бухгалтерский баланс, отчет о финансовых результатах, отчет о движении денежных средств).
   • Мониторинг банковских счетов заемщика: анализ оборотов по расчетным счетам, поступлений и списаний, что позволяет отслеживать активность и финансовые потоки.
   • Отслеживание кредитной истории: периодические запросы в БКИ для выявления новых кредитов или просрочек у других кредиторов.
   • Мониторинг внешней информации: отслеживание новостей о заемщике, его отрасли, изменениях в законодательстве, публикаций в СМИ, судебных разбирательств.
   • Полевые проверки: посещение заемщика, проверка наличия и состояния залога.
   • Автоматизированный сбор данных: использование внутренних систем для агрегации данных о погашениях, просрочках, обращениях клиента в банк.
2. Анализ показателей:
   • Сравнительный анализ финансового состояния: сопоставление текущих показателей с предыдущими периодами, с плановыми значениями и среднеотраслевыми данными. Выявление негативных тенденций.
   • Пересчет скоринговых баллов: для массовых кредитов системы поведенческого скоринга автоматически пересчитывают баллы, сигнализируя об изменении риска.
   • Анализ выполнения ковенант (для корпоративных клиентов): проверка соблюдения заемщиком условий кредитного договора (например, поддержание определенного уровня ликвидности, соотношения долга к капиталу).
   • Оценка достаточности и ликвидности обеспечения: переоценка залога, проверка его сохранности и юридической чистоты.
3. Пересмотр условий кредитования и/или принятие корректирующих мер:
   • Реструктуризация задолженности: при выявлении проблем банк может предложить изменение графика платежей, продление срока кредита, изменение процентной ставки.
   • Дополнительное обеспечение: требование предоставить дополнительный залог или поручительство.
   • Ужесточение контроля: введение более частых проверок, запрос дополнительной отчетности.
   • Раннее предупреждение: информирование клиента о возможном ухудшении его положения и предложение мер по его стабилизации.
4. Работа с проблемной задолженностью:
   • Уведомления и напоминания: рассылка СМС, звонки, письма.
   • Переговоры с заемщиком: выяснение причин просрочки и поиск совместных решений.
   • Юридические процедуры: обращение в суд, взыскание залога, банкротство.

Роль мониторинга в поддержании качества кредитного портфеля и снижении потерь банка критически важна. Он позволяет банку не только оперативно реагировать на уже возникшие проблемы, но и предвосхищать их, предпринимая превентивные меры. Эффективный мониторинг снижает вероятность дефолтов, минимизирует объем просроченной задолженности и улучшает общую структуру кредитного портфеля, что напрямую влияет на прибыльность и устойчивость банка.

Роль нормативно-правового регулирования в системе мониторинга и управления рисками

Управление кредитными рисками в России неразрывно связано с жесткой системой нормативно-правового регулирования. Банк России, как мегарегулятор, устанавливает стандарты и требования, обязательные для всех кредитных организаций, что обеспечивает стабильность всей финансовой системы.

Федеральные законы и акты ЦБ РФ:

• Федеральный закон от 10.07.2002 № 86-ФЗ «О Центральном банке Российской Федерации (Банке России)» и Федеральный закон от 02.12.1990 № 395-1 «О банках и банковской деятельности» устанавливают общие рамки для деятельности кредитных организаций, включая принципы управления рисками и надзорные функции ЦБ РФ.
• Положение Банка России № 590-П от 28.06.2017 «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» является ключевым документом, определяющим методологию оценки кредитного риска и порядок создания резервов. Это положение прямо обязывает банки:
  • Классифицировать ссуды по категориям качества (I-V), что напрямую зависит от финансового положения заемщика, качества обслуживания долга и уровня обеспечения. Эта классификация, по сути, является результатом непрерывного мониторинга.
  • Формировать адекватные резервы на возможные потери, размер которых зависит от категории качества ссуды. Чем выше риск, тем больше резерв, что уменьшает прибыль банка, но повышает его финансовую устойчивость.
  • Регулярно пересматривать категории качества ссуд и размер резервов, что требует постоянного мониторинга заемщиков и их финансового состояния.

  Таким образом, Положение № 590-П не только регламентирует процесс формирования резервов, но и является фундаментальной основой для организации внутреннего мониторинга и оценки кредитного риска в банках. Оно задает стандарты для аналитических методов идентификации риска.

Значение Федерального закона от 30.12.2004 № 218-ФЗ «О кредитных историях»:

Этот закон имеет колоссальное значение для эффективного мониторинга и оценки заемщиков. Он:

• Создал единую систему сбора и хранения информации о кредитной дисциплине граждан и юридических лиц в бюро кредитных историй (БКИ).
• Обязывает кредиторов передавать информацию о выданных кредитах и их обслуживании в БКИ.
• Предоставляет банкам доступ к кредитным историям потенциальных и действующих заемщиков, что позволяет:
  • На этапе оценки кредитоспособности: быстро получить объективные данные о прошлой кредитной дисциплине, подтвердить или опровергнуть информацию, предоставленную заемщиком.
  • На этапе мониторинга: отслеживать появление новых кредитов у других кредиторов, возникновение просрочек по ним. Изменение кредитной истории может быть ранним индикатором ухудшения финансового состояния заемщика, что требует повышенного внимания и корректирующих мер со стороны банка.

Без этого закона банкам было бы значительно сложнее получать полную и достоверную информацию о заемщиках, что существенно увеличивало бы кредитные риски. Нормативно-правовое регулирование, таким образом, не просто накладывает ограничения, а создает необходимый фундамент для построения надежной и прозрачной системы управления кредитными рисками и мониторинга клиентов.

Проблемы и перспективы совершенствования мониторинга клиентов в российском банковском секторе

Несмотря на разработанные теоретические основы и жесткое нормативно-правовое регулирование, российский банковский сектор сталкивается с рядом существенных проблем в области мониторинга клиентов и управления кредитными рисками. Эти вызовы требуют не только адаптации существующих методик, но и активного внедрения инновационных подходов.

Основные проблемы мониторинга клиентов в коммерческих банках РФ

Экономическая реальность России, характеризующаяся волатильностью и периодическими кризисами, создает уникальные вызовы для банковского сектора.

1. Нестабильность экономической среды:
   • Макроэкономические шоки: резкие изменения курса рубля, падение цен на энергоресурсы, санкции – все это напрямую влияет на доходы предприятий и населения, повышая риски дефолтов.
   • Высокая инфляция: обесценивает залоговое имущество и снижает реальную покупательную способность заемщиков, затрудняя погашение кредитов.
   • Неопределенность перспектив: затрудняет долгосрочное планирование для заемщиков и банков, делая прогнозирование рисков менее точным.
2. Качество информации о заемщиках:
   • Недостаточная прозрачность финансовой отчетности: особенно это касается малого и среднего бизнеса, где часто практикуется «серая» бухгалтерия или упрощенная система учета, не дающая полной картины.
   • Неактуальность данных: информация, предоставленная на момент выдачи кредита, быстро устаревает, а получение свежих данных может быть затруднено или несвоевременно.
   • Фрагментарность информации: данные из разных источников (БКИ, налоговая, внутренние системы банка) могут быть разрозненными и требовать значительных усилий для агрегации и анализа.
   • Мошенничество: преднамеренное искажение данных заемщиками.
3. Высокая доля необеспеченных кредитов:
   • В сегменте потребительского кредитования значительная часть ссуд выдается без залога, что существенно повышает риски потерь при дефолте заемщика. Отсутствие обеспечения делает мониторинг поведения клиента еще более критичным.
4. Специфика проблем мониторинга в сегменте малого предпринимательства (МП):
   • Недостаток прозрачности: многие предприятия МП являются непубличными, их финансовая отчетность менее стандартизирована и доступна, чем у крупных компаний. Часто отсутствует полноценный управленческий учет.
   • Ограниченный доступ к финансовым данным: банки испытывают трудности с получением оперативной и достоверной информации о текущем состоянии дел в малом бизнесе. Предприниматели часто не имеют квалифицированных финансовых специалистов.
   • Высокая волатильность: малый бизнес более чувствителен к изменениям рынка, конкуренции, экономической ситуации. Его финансовое положение может резко меняться.
   • Ограниченность залоговой базы: у предприятий МП часто отсутствует ликвидное обеспечение, что усложняет минимизацию рисков.
   • Зависимость от ключевых лиц: финансовая устойчивость малого бизнеса часто критически зависит от одного или нескольких ключевых собственников/управляющих, что создает дополнительные риски.

Эти проблемы делают традиционные методы мониторинга менее эффективными и вынуждают банки искать новые, более адаптивные и технологичные решения. Но действительно ли банки готовы к такой трансформации, учитывая инертность финансового сектора?

Применение современных технологий для повышения эффективности мониторинга

В условиях нарастающих вызовов и необходимости повышения эффективности, банки все активнее обращаются к современным технологиям. Машинное обучение (МО) и искусственный интеллект (ИИ) становятся не просто трендом, а насущной необходимостью в прогнозировании кредитных рисков, автоматизации скоринга и поведенческом анализе заемщиков.

Детальное рассмотрение роли МО и ИИ:

• Прогнозирование кредитных рисков: МО-модели могут анализировать огромные массивы данных, включая не только традиционные финансовые показатели, но и неструктурированные данные (например, активность в социальных сетях, геолокационные данные, поведенческие паттерны онлайн) для выявления скрытых взаимосвязей и паттернов, недоступных человеческому анализу. Это позволяет значительно улучшить точность прогнозирования вероятности дефолта.
• Автоматизация скоринга: ИИ-системы способны обрабатывать заявки на кредит в режиме реального времени, автоматически собирая и анализируя данные, рассчитывая скоринговый балл и вынося решение. Это существенно ускоряет процесс кредитования и снижает операционные издержки.
• Поведенческий анализ заемщиков: МО-алгоритмы непрерывно отслеживают транзакционную активность клиентов, их платежное поведение, использование банковских продуктов. Любые отклонения от нормального паттерна (например, частые просрочки по мелким платежам, резкое сокращение поступлений) могут быть ранним индикатором нарастающих финансовых проблем.
• Персонализация предложений: ИИ может использоваться не только для выявления рисков, но и для предложения клиентам индивидуальных условий кредитования или программ реструктуризации, что повышает лояльность и снижает вероятность дефолта.

Примеры успешного внедрения ИИ в российских банках:

• Сбербанк: Являясь одним из лидеров цифровизации, Сбербанк активно использует ИИ для принятия более 80% решений по выдаче кредитов малому и микробизнесу. Это позволяет банку значительно сократить время рассмотрения заявок, стандартизировать процесс и снизить человеческий фактор. ИИ-системы также применяются для краткосрочного кредитования среднего и крупного бизнеса, что подтверждает их универсальность.
• Банк «УРАЛСИБ»: Этот банк продемонстрировал впечатляющие результаты, внедрив нейронные сети, случайный лес и градиентный бустинг для улучшения моделей склонности приобретения потребительского кредита и кредитной карты. Эти передовые алгоритмы позволили повысить точность прогнозов на 10-12% по сравнению с классической логистической регрессией. Это прямое доказательство эффективности МО в повышении качества кредитного портфеля.

Перспективы использования больших данных (Big Data) и блокчейн-технологий:

• Big Data: сбор, хранение и анализ огромных объемов структурированных и неструктурированных данных из различных источников (внутренние системы банка, БКИ, социальные сети, телеком-операторы, государственные реестры). Big Data позволяет создавать более полные профили клиентов, выявлять неочевидные связи и паттерны, что критически важно для точного прогнозирования рисков и более глубокого поведенческого анализа.
• Блокчейн-технологии: могут кардинально изменить процессы сбора и обмена информацией. Распределенные реестры способны обеспечить прозрачность, безопасность и неизменность данных о кредитной истории, залогах, контрактах. Это может существенно снизить риски мошенничества, ускорить верификацию данных и упростить взаимодействие между банками, БКИ и другими участниками рынка. Например, в перспективе блокчейн может создать единую, децентрализованную базу залогов, минимизируя риск двойного залога.

Интеграция этих технологий в систему мониторинга клиентов позволит российским банкам перейти на качественно новый уровень управления кредитными рисками, сделав его более проактивным, точным и эффективным.

Направления оптимизации системы мониторинга и управления кредитными рисками

Опираясь на выявленные проблемы и потенциал современных технологий, можно выделить ключевые направления для оптимизации системы мониторинга и управления кредитными рисками в российских банках.

1. Разработка методических рекомендаций по совершенствованию внутренних политик и процедур мониторинга клиентов:
   • Дифференциация подходов: внедрение более гибких и индивидуализированных стратегий мониторинга в зависимости от сегмента клиента (МП, крупный бизнес, розница), его кредитного рейтинга и типа кредита. Для малого бизнеса – упрощенные, но частые проверки, фокус на оборотах по счетам и нефинансовых индикаторах.
   • Усиление проактивного мониторинга: переход от реагирования на уже возникшие просрочки к предсказанию рисков с использованием поведенческого скоринга и систем раннего предупреждения.
   • Регламентация сбора нефинансовой информации: разработка четких правил сбора и анализа данных о репутации заемщика, изменениях в управленческой команде, событиях в отрасли.
   • Разработка системы мотивации: внедрение показателей эффективности работы кредитных менеджеров и риск-менеджеров, связанных со своевременным выявлением рисков и снижением уровня просроченной задолженности.
   • Усиление контроля над соблюдением ковенант: для корпоративных клиентов – автоматизированный мониторинг выполнения ключевых показателей, зафиксированных в кредитном договоре.
2. Предложения по интеграции новых аналитических инструментов и моделей в существующие банковские системы:
   • Внедрение МО-моделей для кредитного скоринга и прогнозирования дефолтов: интеграция алгоритмов машинного обучения в автоматизированные банковские системы (АБС) для обработки заявок, пересчета поведенческого скоринга и формирования прогнозов.
   • Разработка систем поддержки принятия решений (СППР) на базе ИИ: создание интерфейсов, которые будут предоставлять кредитным аналитикам и менеджерам комплексную информацию о клиенте, рекомендации по уровню риска и возможным действиям.
   • Использование Big Data платформ: для агрегации и анализа разнородных данных о заемщиках, что позволит создавать более глубокие и динамичные профили клиентов.
   • Развитие предиктивной аналитики: прогнозирование не только вероятности дефолта, но и сценариев развития ситуации (например, вероятность реструктуризации, перехода в другую категорию риска) на основе анализа больших данных.
   • Автоматизация формирования отчетов: внедрение систем, способных автоматически генерировать отчеты о кредитном портфеле, рисках и результатах мониторинга для руководства и регулятора.
3. Рекомендации по адаптации нормативно-правовой базы к новым вызовам и технологиям:
   • Разработка стандартов для использования ИИ и МО в оценке кредитных рисков: Банку России необходимо создать четкие рекомендации и, возможно, обязательные требования к моделям, использующим ИИ, в части их валидации, объяснимости и борьбы с предвзятостью (bias). Это поможет банкам увереннее внедрять технологии, не опасаясь регуляторных рисков.
   • Расширение обмена данными: стимулирование расширения видов данных, которыми могут обмениваться БКИ и банки (например, небанковские кредитные истории, данные от телеком-операторов, информация о платежах за коммунальные услуги), с соблюдением требований по защите персональных данных.
   • Правовое регулирование блокчейн-технологий: создание законодательной базы для использования распределенных реестров в финансовых операциях, включая секьюритизацию активов и управление залогами, что повысит прозрачность и снизит операционные риски.
   • Стимулирование кибербезопасности: ужесточение требований к защите данных в условиях активного использования цифровых технологий для предотвращения утечек и кибератак.
   • Оценка влияния ESG-факторов: включение в нормативную базу требований по учету экологических, социальных и управленческих факторов в оценке кредитного риска, что соответствует мировым тенденциям устойчивого финансирования.

Реализация этих направлений позволит российским банкам не только адекватно реагировать на существующие вызовы, но и создать конкурентное преимущество за счет более эффективного и инновационного управления кредитными рисками, что в конечном итоге повысит устойчивость всей банковской системы. В заключение раздела хотелось бы подчеркнуть, что именно проактивный подход к внедрению технологий и адаптации регуляторной базы станет определяющим фактором успеха в динамичной среде современного банковского дела.

Заключение

Проведенное исследование позволило всесторонне рассмотреть феномен мониторинга клиентов в системе управления кредитными рисками банка, начиная от фундаментальных теоретических положений и заканчивая практическими проблемами и перспективными направлениями развития в российском банковском секторе. Цель работы – разработка комплексного теоретико-практического исследования – была полностью достигнута, а поставленные задачи решены.

В ходе исследования было установлено, что кредитный риск является центральным элементом в структуре банковских рисков, определяющим устойчивость и прибыльность кредитной организации. Была представлена многоаспектная классификация кредитных рисков, включающая деление на внешние и внутренние факторы, риски заемщика и кредитора, а также специфические виды, такие как риски концентрации, остаточный риск (с формулой: Остаточный риск = Первичный риск − Влияние мероприятий по контролю над рисками) и риски, связанные с секьюритизацией активов, правовое поле применения которой в России значительно расширилось после 2014 года. Обзор методов идентификации – от традиционных статистических и аналитических, основанных на Положении Банка России № 590-П, до современных методов кредитной миграции и использования машинного обучения – подтвердил динамичность развития этой области.

Анализ методических подходов к оценке кредитоспособности продемонстрировал необходимость комплексного применения как качественных (кредитная история, репутация), так и количественных методов (скоринг, финансовые коэффициенты). Мониторинг клиентов был определен как непрерывный, систематический процесс, ключевыми этапами которого являются сбор информации, анализ показателей, пересмотр условий кредитования и работа с проблемной задолженностью. Особое внимание было уделено роли нормативно-правового регулирования, в частности Федерального закона «О кредитных историях» и Положения Банка России № 590-П, которые формируют основу для эффективного мониторинга и снижения системных рисков.

Выявление проблем российского банковского сектора, таких как нестабильность экономической среды, качество информации о заемщиках и специфика мониторинга малого предпринимательства, подчеркнуло актуальность поиска новых решений. В качестве таких решений было предложено активное внедрение современных технологий, включая машинное обучение и искусственный интеллект, примеры успешного применения которых в Сбербанке и УРАЛСИБе подтверждают их потенциал в автоматизации скоринга, прогнозировании дефолтов и поведенческом анализе. Перспективы использования Big Data и блокчейн-технологий были оценены как ключевые для улучшения качества и скорости мониторинга.

Разработанные методические рекомендации по совершенствованию внутренних политик, предложения по интеграции новых аналитических инструментов и моделей, а также рекомендации по адаптации нормативно-правовой базы имеют высокую практическую значимость. Их внедрение позволит российским коммерческим банкам повысить эффективность управления кредитными рисками, минимизировать потери, улучшить качество кредитного портфеля и, как следствие, укрепить свою финансовую устойчивость и конкурентоспособность в условиях быстро меняющегося экономического ландшафта. Это исследование служит ценным вкладом в академическое осмысление и практическое решение актуальных проблем банковского дела.

Список использованной литературы

1. Положение ЦБР от 9 октября 2002 г. N 199-П «О порядке ведения кассовых операций в кредитных организациях на территории Российской Федерации».
2. Постановление Госкомстата РФ от 18 августа 1998 г. N 88 «Об утверждении унифицированных форм первичной учетной документации по учету кассовых операций, по учету результатов инвентаризации» (с изменениями от 27 марта, 3 мая 2000 г.).
3. Александрова А. Конкурс для заемщиков // Domex-Недвижимость. 29.01.2005.
4. Алексеева В. Д. Банковские риски: методы расчёта, регулирования и управления: Учеб. пособие. 2-е изд., доп. Сыктывкар: СГУ, 2001.
5. Андреева Г. Скоринг как метод оценки кредитного риска // Банковские технологии. 2005. № 18.
6. Архангельский В. Н. и др. Рыночное хозяйствование и риски. СПб.: Наука, 2003.
7. Ахундов В. М. Финансовый риск. М.: Изд-во МСХА, 2000.
8. Багиева М. Н. Концептуальные основы анализа и оценки рисков предприятия: Учеб. пособие по курсу «Упр. рисками» / Под ред. Д. В. Соколова. СПб.: Изд-во С.-Петерб. гос. ун-та экономики и финансов, 2001.
9. Бадюков В. Ф. Оценка рисков: Учеб. пособие для студентов эконом. вузов региона. Хабаровск: Хабар. гос. акад. экономики и права, 2002.
10. Балацкий Е. Проблемы управления кредитными рисками банка // Финансовый менеджмент. 2005. № 4.
11. Беликов А. Ю. Теория рисков: Учеб. пособие. Иркутск: Изд-во Иркут. гос. экон. акад., 2001.
12. Боков В. В. и др. Предпринимательские риски и хеджирование в отечественной и зарубежной экономике: Учеб. пособие. М.: ПРИОР, 2000.
13. Большов А. В. и др. Риск-менеджмент: Учеб. пособие. Казань: Изд-во КФЭИ, 2003.
14. Буренина Г. А. Стратегический анализ рисков промышленного предприятия: Препринт. СПб.: Изд-во СПбГУЭФ, 1999.
15. Буянов В. П. Методологические основы оценки и управления экономическими рисками в малом бизнесе: Автореф. дис. на соиск. учен. степ. к. э. н. М., 2000.
16. Быкова Н. И. Предпринимательский риск. СПб.: Изд-во СПбГУЭФ, 2001.
17. Валдайцев С. В. Управление рисками: Учебное пособие. СПб., 2000.
18. Видякин А. Н. Анализ банковских рисков. М.: Весь мир, 2006.
19. Воронцова Г. В. Методические основы управления рисками деятельности строительных предприятий: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05. Хабаровск, 2000.
20. Воропаев Ю. Н. Риски, присущие бизнесу // Бухгалтерский учёт. 1995. № 4.
21. Герасимов Б. И. и др. Управление кредитным риском коммерческого банка. Тамбов: Изд-во ТГТУ, 2001.
22. Головихин С. А., Басов Е. А. Управление рисками в системе интеграционных отношений промышленных предприятий с банками. Челябинск: ЧелГУ, 2000.
23. Гранатуров В. М. Экономический риск: сущность, методы измерения, пути снижения: Учеб. пособие. М.: Дело и Сервис, 1999.
24. Грачева М. В. и др. Риск-анализ инвестиционного проекта: Учебник для вузов. М.: ЮНИТИ-ДАНА, 2001.
25. Джурабаева Г. К. Оценка и управление риском промышленной организации: Автореф. дис. на соиск. учен. степ. к. э. н. Новосибирск, 2000.
26. Дубров А. М. и др. Моделирование рисковых ситуаций в экономике и бизнесе: Учеб. пособие. М.: Финансы и статистика, 2000.
27. Егоров В. Б. Методы анализа и преодоления рисков инновационно-ориентированных предприятий: Автореф. дис. на соиск. учен. степ. к. э. н. СПб., 2000.
28. Знаменский В. В., Марочкина Е. В. Управление инвестиционными рисками // Инвестиции, инновации. 2004. № 37.
29. Каменская Н. Ю. Финансовая среда предпринимательства, предпринимательские риски. Новосибирск: СибАГС, 2001.
30. Кашин В. Управление рисками при кредитовании субъектов малого предпринимательства // Банковские технологии. 2005. № 27.
31. Комаров Л. М. Ревизия и контроль. М.: Финансы и статистика, 2001.
32. Конюховский П. В. Математические методы исследования операций в экономике. СПб., 2000.
33. Кривов В. Проблема рисков при принятии управленческих решений // Управление риском. 2000. № 4.
34. Кристиан Л. Фонтц. Межбанковские корреспондентские отношения Дойче банка АГ // Деньги и кредит. 2001. № 5. С. 32-35.
35. Куракина Ю. Г. Оценка фактора риска в инвестиционных расчетах // Бухгалтерский учет. 2003. № 6.
36. Лепешкина М. Н. Методологические аспекты оценки рисков // Менеджмент в России и за рубежом. 2001. № 6.
37. Максимова Н. В. Начинающему инноватору. Инновационное предпринимательство, его риски и обеспечение безопасности // Стратег. 2002. № 38.
38. Мамонова И. Д. Как банки оценивают кредитоспособность своих клиентов // Банковские технологии. 2006. № 4.
39. Международные валютно-кредитные и финансовые отношения / Под ред. Л. Н. Красавиной. М.: Финансы и статистика, 2002.
40. Морозов Д. Основные принципы управления проектными рисками // Управление риском. 2003. № 1.
41. Первушина Т. Л. Риски менеджмента. Красноярск: СибГТУ, 2000.
42. Печалова М. Ю. Организация риск-менеджмента в коммерческом банке // Банковские технологии. 2006. № 12.
43. Рогов М. А. Риск-менеджмент. М.: Финансы и статистика, 2001.
44. Рогова Е. М. и др. Управление рисками инновационных инвестиционных проектов: Учеб. пособие. СПб.: Изд-во СПбГУЭФ, 2004.
45. Савичева О. Современное состояние инноваций в России // Инновационные процессы в РФ. URL: www.extech.ru.
46. Седин А. И. Кредитная политика и кредитная культура: отражение во внутренних инструкциях западного банка // Банковские технологии. 2005. № 8.
47. Справочник контролера / под ред. С. М. Устинова. М.: Финансы и статистика, 2000.
48. Хованов Н. В. Математические модели риска и неопределённости. СПб.: Изд-во СПбГУ, 2002.
49. Чернова Г. В. Практика управления рисками на уровне предприятия. СПб.: Питер, 2000.
50. Ширинская Е. Б. Операции коммерческих банков: российский и зарубежный опыт. М.: Финансы и статистика, 2001.
51. Что такое «Кредитный риск» простыми словами — определение термина. Финансовый словарь Газпромбанка. URL: https://www.gazprombank.ru/glossary/19711/.
52. Кредитный риск. КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_100806/808b088e6378411b22e96bf386b1f28b7e77a10a/.
53. Кредитный риск: что это и его виды. Rusbase. URL: https://rb.ru/news/credit-risk/.
54. Что такое Кредитный риск: понятие и определение термина. Глоссарий Банка Точка. URL: https://tochka.com/glossary/kreditnyy-risk/.
55. Сущность кредитного риска: понятие, виды, примеры. Мокка Блог. URL: https://mokka.ru/blog/chto-takoe-kreditnyy-risk.
56. Сущность кредитного риска и способы его минимизации. European Student Scientific Journal (электронный научный журнал). 2016. URL: https://esj.today/pdf/2016/12/57.pdf.
57. Теоретические основы управления кредитными рисками в коммерческом банке. КиберЛенинка. URL: https://cyberleninka.ru/article/n/teoreticheskie-osnovy-upravleniya-kreditnymi-riskami-v-kommercheskom-banke.
58. Теоретические аспекты возникновения кредитных рисков в современных условиях развития экономики. КиберЛенинка. URL: https://cyberleninka.ru/article/n/teoreticheskie-aspekty-vozniknoveniya-kreditnyh-riskov-v-sovremennyh-usloviyah-razvitiya-ekonomiki.
59. Селивончик У. В. Теоретические основы управления банковским риском. Электронная библиотека БГУ. URL: https://elib.bsu.by/bitstream/123456789/261902/1/%d0%a2%d0%b5%d0%be%d1%80%d0%b5%d1%82%d0%b8%d1%87%d0%b5%d1%81%d0%ba%d0%b8%d0%b5%20%d0%be%d1%81%d0%bd%d0%be%d0%b2%d1%8b%20%d1%83%d0%bf%d1%80%d0%b0%d0%b2%d0%bb%d0%b5%d0%bd%d0%b8%d1%8f%20%d0%b1%d0%b0%d0%bd%d0%ba%d0%be%d0%b2%d1%81%d0%ba%d0%b8%d0%bc%20%d1%80%d0%b8%d1%81%d0%ba%d0%be%d0%bc.pdf.
60. Управление кредитными рисками. ТГТУ. URL: https://www.tstu.ru/bogosl/text/uchpos/jarikov.pdf.
61. Классификация банковских рисков и их оптимизация. ТГТУ. URL: https://www.tstu.ru/bogosl/text/monograf/ioda.pdf.
62. Банковские риски. ZNANIUM.COM. URL: https://znanium.com/read/catalog/511598.
63. Классификация и способы управления кредитными рисками в коммерческом банке. КиберЛенинка. URL: https://cyberleninka.ru/article/n/klassifikatsiya-i-sposoby-upravleniya-kreditnymi-riskami-v-kommercheskom-banke.
64. Оценка кредитных рисков с применением методов машинного обучения. eLIBRARY.RU. URL: https://www.elibrary.ru/item.asp?id=50073238.
65. Методика оценки кредитного риска банка. Электронная библиотека БГУ. URL: https://elib.bsu.by/handle/123456789/275924.
66. Основные виды рисков банковской деятельности и важность управления кредитным риском. eLIBRARY.RU. URL: https://www.elibrary.ru/item.asp?id=48421464.
67. Идентификация – дактилоскопия кредитных рисков. GAAP.ru. URL: https://www.gaap.ru/articles/identifikatsiya_daktiloskopiya_kreditnykh_riskov/.
68. Классификация кредитных рисков коммерческого банка. КиберЛенинка. URL: https://cyberleninka.ru/article/n/klassifikatsiya-kreditnyh-riskov-kommercheskogo-banka.