Оценка кредитоспособности физических лиц в коммерческом банке в условиях ужесточения регулятивных требований (на примере [Название Банка])

Введение

РЕЗУЛЬТАТИВНЫЙ ФАКТ: На начало января 2025 года накопленный объем просроченных розничных банковских кредитов без учета ипотеки в Российской Федерации превысил 1,165 трлн рублей, при этом темпы роста неплатежей в 2024 году (10,3%) в 2,5 раза превысили показатели предыдущего года. Эта макроэкономическая статистика служит наглядным индикатором растущего кредитного риска и подчеркивает критическую важность системной и точной оценки кредитоспособности заемщиков. И что из этого следует? Для кредитных организаций это означает, что традиционные методы оценки перестали быть достаточными, а каждый новый кредит потенциально несет повышенный риск для капитала.

В условиях нестабильной макроэкономической конъюнктуры, ужесточения денежно-кредитной политики и беспрецедентного регулятивного давления со стороны Банка России, эффективность системы оценки кредитоспособности физических лиц становится ключевым фактором устойчивости и прибыльности коммерческих банков. Увеличение стоимости кредитного риска (CoR), которая во II квартале 2024 года выросла до 2,4 процентных пункта, требует от кредитных организаций не просто формального соблюдения нормативов, но и внедрения продвинутых, технологически емких методик.

Актуальность темы обусловлена необходимостью адаптации банковских риск-политик к новым реалиям: обязательному применению Показателя долговой нагрузки (ПДН) в соответствии с Указанием ЦБ РФ № 6579-У и жесткому контролю за высокорискованными выдачами через механизм макропруденциальных лимитов (МПЛ), которые были дополнительно ужесточены с октября 2024 года.

Объектом исследования выступает процесс оценки кредитоспособности физических лиц. Предметом исследования являются методики, технологии и нормативно-правовое обеспечение, регулирующее оценку кредитоспособности в коммерческом банке.

Цель работы — провести комплексное, глубоко проработанное исследование теоретических, нормативных и прикладных аспектов оценки кредитоспособности физических лиц, проанализировать актуальные регулятивные требования ЦБ РФ и разработать обоснованные практические рекомендации по совершенствованию системы оценки для [Название Банка].

Для достижения поставленной цели необходимо решить следующие задачи:

1. Систематизировать теоретические основы кредитоспособности и провести ее разграничение с платежеспособностью.
2. Проанализировать актуальную нормативно-правовую базу РФ, регулирующую процесс оценки и формирования резервов.
3. Детально изучить современные банковские методики, включая систему скоринга и обязательный порядок расчета ПДН (Указание № 6579-У).
4. Оценить влияние макропруденциального регулирования (МПЛ) и динамики кредитного риска на стратегию розничного кредитования.
5. Разработать конкретные направления совершенствования оценки кредитоспособности, ориентированные на внедрение ИИ-технологий и Open Banking.

Структура работы логически вытекает из поставленных задач, охватывая теоретические основы, нормативно-правовой анализ, обзор действующих методик и разработку прикладных рекомендаций.

Теоретические и нормативно-правовые основы оценки кредитоспособности

Экономическая сущность и эволюция понятия «кредитоспособность»

Кредитование, по своей сути, является сделкой, основанной на доверии, но требующей формальной оценки потенциального риска. В академической литературе и банковской практике центральное место занимает категория «кредитоспособность».

Кредитоспособность — это способность заемщика в установленный срок полностью и своевременно погасить задолженность по взятым кредитным обязательствам (основной долг и начисленные проценты), а также выполнить прочие условия кредитного договора.

Критически важно провести разграничение кредитоспособности и платежеспособности.

Характеристика	Кредитоспособность	Платежеспособность
Сущность	Прогнозная оценка. Отражает потенциальную возможность заемщика обслуживать долг в будущем.	Фактическое состояние. Отражает наличие у заемщика денежных средств для немедленного погашения обязательств в текущий момент времени.
Период анализа	Долгосрочный, охватывающий весь срок действия кредита.	Краткосрочный, «моментальный срез».
Факторы	Доходы, стабильность трудоустройства, кредитная история, имущество, репутация, семейное положение.	Фактический остаток на счетах, ликвидные активы.
Цель оценки	Принятие решения о выдаче кредита, определение его параметров и резервирование.	Оценка текущего финансового здоровья.

Исторически оценка кредитоспособности базировалась на экспертных подходах. Наиболее известными являются принципы **5С**:

1. Character (Характер): Репутация, честность, готовность выполнять обязательства (отражается в кредитной истории).
2. Capacity (Возможность): Финансовая способность генерировать доход, достаточный для погашения долга (ключевой фактор).
3. Capital (Капитал): Собственный капитал, имущественное положение, наличие активов.
4. Collateral (Обеспечение): Наличие залога или поручительства.
5. Conditions (Условия): Общая экономическая ситуация и целевое использование кредита.

Современная эволюция оценки, особенно в розничном сегменте, сместила акцент с экспертной оценки на количественные, прогностические модели — прежде всего, на скоринг, который автоматизирует анализ факторов Capacity и Character. Однако регулятивные требования ЦБ РФ, в частности введение ПДН, вернули фокус на глубокий и стандартизированный анализ финансовой Возможности (Capacity) клиента, что стало критически важным нюансом, который нельзя упускать при формировании риск-политики.

Регулятивная роль Банка России и нормативно-правовая база

Банк России выступает мегарегулятором финансового рынка, определяя не только правила игры, но и рамки допустимого риска для коммерческих банков. Его роль в оценке кредитоспособности двойственна: он устанавливает минимальные стандарты оценки, напрямую влияющие на размер банковских резервов, и применяет инструменты макропруденциального регулирования для ограничения системных рисков.

Ключевые нормативно-правовые акты РФ:

1. Федеральный закон (ФЗ) № 353-ФЗ «О потребительском кредите (займе)» и внесенные в него изменения (включая ФЗ № 601-ФЗ от 29.12.2022), которые законодательно закрепили обязанность банков по расчету ПДН и информированию заемщиков о рисках.
2. Положение Банка России от 28.06.2017 № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» (в ред. от 15.03.2023).

Положение № 590-П является краеугольным камнем для управления кредитным риском. Оно обязывает банки классифицировать ссуды по категориям качества, которые напрямую зависят от финансового положения заемщика (т.е. его кредитоспособности) и качества обслуживания долга. Чем ниже качество, тем выше требуемый резерв, что напрямую влияет на капитал банка.

Согласно требованиям ЦБ РФ (Положение № 590-П), анализ кредитоспособности физических лиц должен проводиться регулярно — на конец каждого квартала. Этот факт подчеркивает, что оценка кредитоспособности — это не одноразовая процедура в момент выдачи, а непрерывный процесс мониторинга и переоценки риска в течение всего срока действия кредита. В случае ухудшения финансового положения клиента или просрочки, банк обязан изменить категорию качества ссуды и увеличить резерв, что служит защитой финансовой системы от непредвиденных потерь.

Анализ современных методик оценки кредитоспособности и их регулятивное обеспечение

Система кредитного скоринга в розничном кредитовании

В условиях массового розничного кредитования экспертные методы (5С) оказались слишком медленными и субъективными. На смену им пришли скоринговые модели — автоматизированный, статистически обоснованный балльно-рейтинговый инструментарий.

Скоринг (от англ. score — счет, балл) — это математическая модель, позволяющая оценить вероятность дефолта заемщика в течение определенного периода времени на основе анализа его характеристик и кредитной истории.

Основным принципом построения скоринговых моделей является использование логарифмической регрессии или, в более продвинутых моделях, нейросетей (ИИ) для определения веса каждого фактора (возраст, доход, стаж, количество действующих кредитов и т.д.) и присвоения ему соответствующего балла. Достаточно ли этих традиционных подходов для точного прогнозирования в современных условиях?

Тип скоринга	Назначение	Принципы работы
Application Scoring (Заявочный)	Оценка нового клиента в момент подачи заявки. Использует данные анкеты и кредитной истории.	Быстрое первичное решение (да/нет, сумма). Фокусируется на стабильности дохода и репутационных факторах.
Behavioral Scoring (Поведенческий)	Оценка текущих клиентов банка. Использует историю обслуживания кредитов, активность по счетам, транзакционное поведение.	Прогноз вероятности дефолта или досрочного погашения. Используется для принятия решений о повышении лимита или предложении новых продуктов.
Collection Scoring (Коллекторский)	Оценка клиентов, вышедших на просрочку.	Прогноз вероятности возврата долга или отклика на коллекторские действия. Определяет стратегию работы с просроченной задолженностью.

Современные коммерческие банки, как будет показано далее, все активнее замещают традиционные статистические модели методами машинного обучения и нейросетями. Это позволяет обрабатывать огромные объемы данных (Big Data) и выявлять нелинейные зависимости, повышая точность прогноза риска.

Расчет и роль Показателя долговой нагрузки (ПДН) в 2024-2025 гг.

Введение обязательного расчета ПДН стало одним из самых значимых регулятивных нововведений ЦБ РФ последних лет, направленным на снижение закредитованности населения и предотвращение системного риска.

С 1 января 2024 года порядок расчета ПДН регулируется единым актом — Указанием Банка России от 16.10.2023 № 6579-У.

Методика расчета ПДН

ПДН рассчитывается как отношение суммы ежемесячных платежей заемщика по всем его обязательствам (включая будущий кредит) к его среднемесячному доходу:

ПДН = (Σ СрмП) / (СрмД)

Где:

• Σ СрмП — сумма величин среднемесячных платежей по всем действующим и предполагаемому кредиту (запрашивается из всех квалифицированных бюро кредитных историй — КБКИ).
• СрмД — величина среднемесячного дохода заемщика.

Ключевой аспект 2024-2025 гг.: Расчет Среднемесячного Дохода (СрмД)

Самые существенные изменения в методике ЦБ РФ касаются определения СрмД, поскольку именно манипуляции с доходом исторически были главной «слепой зоной» в оценке кредитоспособности.

Банки могут использовать следующие источники для подтверждения дохода:

1. Сведения, полученные через официальные каналы (ФНС, ПФР, справки 2-НДФЛ, выписки о пенсии).
2. Модельный подход (внутренний скоринг банка), если доход документально не подтвержден.

Критически важное регулятивное правило (согласно Указанию № 6579-У): В случае отсутствия документального подтверждения дохода (например, при расчете по модельному подходу), кредитная организация ОБЯЗАНА сравнить заявленный доход заемщика со среднедушевым доходом, установленным Росстатом для соответствующего региона. Для расчета ПДН должна использоваться меньшая из этих двух величин.

Это правило вводит жесткое ограничение на «рисование» доходов в скоринговых моделях, заставляя банки быть консервативными в оценке платежеспособности клиентов без официального подтверждения. Оно снижает риск выдачи кредитов лицам с неофициальными или нестабильными источниками дохода, что обеспечивает макроэкономическую безопасность банковского сектора.

Роль ПДН в принятии решений и уведомление заемщиков

Расчет ПДН является обязательным при принятии решения о предоставлении кредита (займа) на сумму 10 000 рублей и более, а также при увеличении лимита кредитования.

Кроме того, в соответствии с Федеральным законом № 601-ФЗ от 29.12.2022, если рассчитанный ПДН заемщика превышает 50%, кредитная организация или МФО обязана письменно уведомить его о высоком риске неисполнения обязательств по договору. Это требование направлено на повышение финансовой грамотности и ответственности заемщиков.

Управление кредитным риском и пути совершенствования системы оценки

Динамика кредитного риска и макропруденциальное регулирование

Управление кредитным риском в розничном сегменте в 2024–2025 гг. проходит под знаком ужесточения денежно-кредитной политики и прямого регулятивного вмешательства ЦБ РФ.

Рост просроченной задолженности (NPL)

Как было отмечено во введении, накопленный объем просроченных розничных кредитов (без ипотеки) на начало 2025 года достиг 1,165 трлн рублей. Объем просрочки в 2024 году увеличился на 10,3%, что свидетельствует о системном ухудшении качества портфеля.

Важно отметить, что официальная доля просроченных розничных кредитов (NPL 90+) на балансах банков стабильно держится на уровне около 10%. Эта «стабильность» является во многом иллюзией, обусловленной активной продажей банками высокорискованных и просроченных портфелей коллекторским организациям. Реальный объем просроченной задолженности (с учетом проданных портфелей) может быть в 1,5–2 раза выше, что формирует «скрытый» системный риск.

Макропруденциальные лимиты (МПЛ) и Стоимость Кредитного Риска (CoR)

ЦБ РФ использует МПЛ как инструмент прямого ограничения выдачи высокорискованных кредитов, которые создают чрезмерную долговую нагрузку на население.

Ужесточение МПЛ (С 1 октября 2024 г.):

Банк России систематически снижает максимальную долю кредитов, которые банки могут выдавать заемщикам с высоким ПДН:

Период	Доля кредитов с ПДН от 50% до 80% (Лимит)	Доля кредитов с ПДН выше 80% (Лимит)
До 30.09.2024	20%	5%
С 01.10.2024	15%	3%

Это ужесточение вынуждает банки либо повышать стандарты оценки (отказывая заемщикам с высоким ПДН), либо существенно увеличивать капитал для покрытия повышенных резервов по высокорисковым кредитам, выданным в рамках этих лимитов.

Прямым следствием ужесточения риск-политик и роста просрочки стало увеличение Стоимости кредитного риска (CoR). Во II квартале 2024 года CoR в розничном сегменте выросла до 2,4 процентных пункта (п.п.), превысив среднеисторический уровень (~2,0 п.п.). Рост CoR означает, что банки тратят больше средств на формирование резервов, что снижает их маржинальность и заставляет еще более тщательно отбирать заемщиков.

Регулятивное значение временной отмены ограничения ПСК

Временная (с 1 января по 31 марта 2025 года) отмена ограничения Полной Стоимости Кредита (ПСК) по кредитным картам является примером балансирования регулятора между контролем рисков и сохранением доступности продуктов. На фоне роста ключевой ставки и рыночных ставок, а также некорректных практик ряда банков по занижению ПСК, ЦБ РФ временно отменил этот лимит. Это позволяет банкам адекватно закладывать стоимость риска в процентную ставку, избегая сокращения предложения кредитных карт, которое могло бы наступить при сохранении старого, заниженного лимита ПСК.

Направления совершенствования оценки с использованием Big Data и ИИ-технологий

Успешное управление кредитным риском в 2025 году требует перехода от статичных скоринговых моделей к динамическим, основанным на Искусственном Интеллекте (ИИ) и использовании расширенного массива данных.

Внедрение алгоритмов Искусственного Интеллекта (ИИ) в скоринг

ИИ и машинное обучение (МО) — это будущее кредитного анализа. Они позволяют преодолеть ограничения традиционной логистической регрессии:

• Обработка нетрадиционных данных: ИИ может учитывать данные о поведении клиента в банковском приложении, частоту смены телефона, геолокацию, историю покупок — все то, что не входит в стандартную анкету или кредитную историю.
• Выявление сложных нелинейных зависимостей: ИИ способен найти корреляции между сотнями факторов, которые человек или простая модель не увидит, что значительно повышает точность прогноза дефолта.

Крупнейшие российские банки уже достигли практически полной автоматизации:
В Сбербанке алгоритмы ИИ принимают 100% решений в розничном кредитовании, причем 95% из них формируются в полностью автоматическом режиме, без участия человека (данные 2021 года). В Тинькофф Банке более 90% решений по кредитам бизнесу принимаются без человеческой оценки. Почему же эти технологии до сих пор не стали повсеместным стандартом для всего банковского сектора?

Предложение по развитию поведенческого скоринга и Open Banking/Open Data

Для [Название Банка] совершенствование оценки должно идти по следующим ключевым направлениям:

1. Развитие Поведенческого скоринга (Behavioral Scoring): Необходимо углубить анализ транзакционной активности клиентов. Если клиент в течение последних месяцев демонстрирует резкий рост расходов, особенно по кредитным картам других банков, или нестабильность поступлений, это должно автоматически снижать его скоринговый балл, даже если формальный ПДН пока приемлем.
2. Внедрение технологий Open Banking/Open Data: Перспективы развития связаны с созданием единой экосистемы обмена данными, которая позволит банкам получать кросс-отраслевые данные (например, сведения о коммунальных платежах, подписках, страховых случаях, активности в социальных сетях, если это не противоречит законодательству о персональных данных). Чем шире массив данных, тем точнее ИИ-модель.
3. Методическое предложение: Учет нейрокогнитивных факторов: Научные исследования предлагают включать в скоринг факторы, отражающие склонность заемщика к риску и его финансовое поведение. Это может быть оценка уровня финансовой грамотности или использование специальных тестов. Хотя прямое внедрение таких факторов сложно, их косвенное отражение в поведенческих моделях (например, через анализ истории просрочек, количества запросов кредитной истории, импульсивных транзакций) может стать конкурентным преимуществом [Название Банка].

Предложение по совершенствованию скоринговой модели для [Название Банка]

Для минимизации риска, связанного с ограничениями ПДН (особенно в части подтверждения дохода), [Название Банка] следует внедрить многоуровневую скоринговую систему с жестким фильтром по ПДН:

Уровень оценки	Методика	Цель
Уровень 1: Регулятивный фильтр ПДН	Обязательный расчет ПДН по Указанию № 6579-У.	Немедленный отказ при ПДН > 80% или при достижении банком лимита МПЛ (3% от портфеля) для данной категории.
Уровень 2: Базовый Application Scoring	Логистическая регрессия (для скорости) с факторами из КИ (Character) и дохода (Capacity).	Отсечение наиболее очевидных дефолтных заемщиков.
Уровень 3: ИИ-анализ (Машинное обучение)	Нейросеть или Gradient Boosting (для повышения точности).	Переоценка заемщиков с ПДН в диапазоне 50-80% (наиболее рискованная зона, где лимиты МПЛ наиболее строги). Включение нетрадиционных данных.
Уровень 4: Мониторинг (Behavioral)	Непрерывный анализ транзакций, прогнозирование вероятности дефолта на следующие 3-6 месяцев.	Регулярная переоценка резервов (согласно 590-П) и принятие превентивных мер (реструктуризация, снижение лимита).

Применение ИИ на Уровне 3 позволит [Название Банка] более эффективно распределять ограниченные квоты (15%) на выдачу кредитов заемщикам с ПДН 50-80%, выбирая только тех, чей поведенческий профиль минимизирует кредитный риск.

Заключение

Настоящее исследование достигло своей цели — предоставления комплексного, актуального анализа процесса оценки кредитоспособности физических лиц в коммерческом банке в условиях жесткого регулятивного контроля 2024–2025 гг.

Основные теоретические выводы:

1. Кредитоспособность представляет собой прогностическую категорию, отличающуюся от моментальной платежеспособности. Современная оценка базируется на принципах 5С, трансформированных в количественные и автоматизированные модели.
2. Нормативно-правовой основой оценки и управления риском остается Положение ЦБ РФ № 590-П, которое требует регулярного (квартального) анализа кредитоспособности и адекватного резервирования.

Результаты анализа действующих методик (ПДН):

1. Центральным элементом оценки является скоринг, который должен дополняться обязательным расчетом Показателя долговой нагрузки (ПДН), регламентированного Указанием ЦБ РФ № 6579-У с 1 января 2024 года.
2. Критически важным регулятивным новшеством является требование использовать для расчета ПДН меньшую из двух величин (заявленный доход или среднедушевой доход по Росстату) при отсутствии документального подтверждения. Это резко повышает консерватизм в оценке неформализованных доходов, заставляя банки отвечать за качество своего портфеля.

Практические рекомендации по совершенствованию системы оценки:

1. Усиление риск-политики путем неукоснительного соблюдения и даже опережающего применения ужесточенных МПЛ ЦБ РФ (с 1 октября 2024 г.), направленных на снижение выдач заемщикам с ПДН > 50%.
2. Технологическая модернизация: Переход от традиционных скоринговых моделей к системам, основанным на Искусственном Интеллекте (ИИ) и машинном обучении, что позволяет обрабатывать Big Data и достигать более высокой точности прогнозов, как это демонстрируют лидеры рынка (100% автоматизация решений в рознице).
3. Стратегическое развитие: Изучение возможностей внедрения технологий Open Banking/Open Data для расширения массива данных, используемых ИИ-алгоритмами, и углубленное развитие поведенческого скоринга для проактивного управления растущим кредитным риском (CoR до 2,4 п.п.).

Внедрение предложенных направлений позволит [Название Банка] не только соответствовать жестким регулятивным требованиям, но и создать конкурентное преимущество за счет более точной, быстрой и взвешенной оценки кредитоспособности, минимизируя потери на фоне роста просроченной задолженности в РФ.

Список использованной литературы

1. Гражданский кодекс Российской Федерации.
2. Федеральный закон от 10.06.2002 N 86-ФЗ (ред. от 29.07.2004) «О Центральном банке Российской Федерации (Банке России)».
3. Федеральный закон от 02.12.1990 N 395-1-ФЗ (ред. от 29.12.2004) «О банках и банковской деятельности».
4. Федеральный закон от 30.12.2004 № 218-ФЗ «О кредитных историях».
5. Положение Центрального банка РФ от 26.03.2004 № 254-П «О порядке формирования резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности».
6. Положение Банка России от 29.03.2004 № 255-П (в ред. от 13.10.2004) «Об обязательных резервах кредитных организаций».
7. Положение Банка России от 10.02.2003 N 215-П «О методике определения собственных средств (капитала) кредитных организаций».
8. Инструкция Банка России от 06.02.2004 №110-И (в ред. от 13.08.2004) «Об обязательных нормативах банка».
9. Указание Банка России от 13.10.2004 № 1506-У «О внесении изменений в Положение Банка России от 29 марта 2004 года № 255-П «Об обязательных резервах кредитных организаций».
10. Указание ЦБ РФ от 12.12.2006 № 1759-У. о внесении изменений в Положение ЦБ РФ от 26 марта 2004 г. № 254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности».
11. Банковское дело: учебник / под ред. Е.Ф. Жукова, Н.Д. Эриашвили. Москва: ЮНИТИ, 2006. 575 с.
12. Белозерова, В.В. Риски рынка розничных кредитов — насколько показательна цифра просроченных долгов? // Банковский ритейл. 2007. № 4.
13. Веретенников, Д. «Честные» ставки // D`. 2007. №14(29), 16 июля.
14. Готофчиков, И.Ф. Методы прогнозирования дефолтов клиентов в условиях массового потребительского кредитования // Банковское кредитование. 2006. № 4.
15. Давыдов, Р.А. Управление кредитными рисками и методы их оценки при кредитовании // Банковское кредитование. 2007. № 2.
16. Ендовицкий, Д.А., Бочарова, И.В. Анализ и оценка кредитоспособности заемщика. Москва: КноРус, 2005. 264 с.
17. Игнатов, А.А. Скоринговые системы в российской практике // Банковские технологии. 2005. № 5.
18. Лаврушин, О.И. Банковское дело: современная система кредитования: учебное пособие / О.И. Лаврушин, О.Н. Афанасьева, С.Л. Корниенко. Москва: КНОРУС, 2007. 264 с.
19. Лаврушин, О.И. Банковское дело: Учебник / Под ред. О.И. Лаврушина. 2-е изд., перераб. и доп. Москва: Финансы и статистика, 2005. 232 с.
20. Лаврушин, О.И. Банковские риски. Санкт-Петербург: КноРус, 2007. 232 с.
21. Лаврушин, О.И. Деньги, кредит, банки: Экспресс-курс. Санкт-Петербург: КноРус, 2007. 320 с.
22. Литвиненко, А. Розничные банковские услуги и банковская информационная система. Кредитование физических лиц // Бухгалтерия и банки. 2006. № 7.
23. Мальцев, Э.В. Скоринговые системы в кредитовании физических лиц // Банковский ритейл. 2006. № 1.
24. Мельникова, А.В. Кредитование малого и среднего бизнеса: как качественно оценить кредитоспособность // Банковское кредитование. 2007. № 5.
25. Обзор банковского регулирования II квартал 2024 [Электронный ресурс] // Банк России. URL: https://cbr.ru/
26. Информационное сообщение Банка России от 15.11.2024 «Банк России отменяет ограничение ПСК по кредитным картам с 1 января по 31 марта 2025 года» [Электронный ресурс] // КонсультантПлюс. URL: http://www.consultant.ru/
27. С 2024 года банкам и МФО нужно по новым правилам извещать физлиц о рисках неисполнения обязательств [Электронный ресурс] // КонсультантПлюс. URL: http://www.consultant.ru/
28. Объем просроченных розничных кредитов в 2024 году вырос на 10% [Электронный ресурс] // Банковское обозрение (Bosfera). URL: https://bosfera.ru/
29. Просроченные розничные долги: результат 2024 года – Аналитика [Электронный ресурс] // Ассоциация российских банков (АРБ). URL: https://arb.ru/
30. Кредитоспособность: понятие, методы оценки, отличия от платёжеспособности [Электронный ресурс] // РенКредит. URL: https://rencredit.ru/
31. Россияне ускоренными темпами накапливают долги по кредитам [Электронный ресурс] // Banki.ru. URL: https://www.banki.ru/
32. Как банки используют искусственный интеллект в обслуживании бизнеса [Электронный ресурс] // Ведомости. URL: https://vedomosti.ru/
33. Кредитоспособность заемщика: как оценивается, отличие от платежеспособности [Электронный ресурс] // ВТБ. URL: https://vtb.ru/
34. Кредитоспособность физического лица: что это и как рассчитать [Электронный ресурс] // Финграм. URL: https://xn--90a1bg.xn--p1ai/
35. Система оценки кредитоспособности заемщика: что это такое и как оценивается показатель для юридических лиц [Электронный ресурс] // Maritime Bank. URL: https://maritimebank.com/
36. Показатель долговой нагрузки [Электронный ресурс] // Банк России. URL: https://cbr.ru/
37. Анализ кредитоспособности заемщика: определение и методика расчета [Электронный ресурс] // Финграм. URL: https://xn--90a1bg.xn--p1ai/
38. ЦБ зафиксировал рост просроченной задолженности по кредитам у петербуржцев [Электронный ресурс] // BFM SPB. URL: https://bfmspb.ru/
39. Совершенствование методик оценки кредитоспособности физических лиц как метод повышения качества розничного бизнеса банка [Электронный ресурс] // Cyberleninka. URL: https://cyberleninka.ru/
40. Расчет показателя долговой нагрузки заемщика [Электронный ресурс] // Банк России. URL: https://cbr.ru/
41. ЦБ: риски по кредитам физлиц превысили среднеисторический уровень [Электронный ресурс] // Финансист. URL: https://finansist-kras.ru/
42. Показатель долговой нагрузки (ПДН) — что это такое и формула расчета [Электронный ресурс] // Banki.ru. URL: https://www.banki.ru/
43. Что будет с кредитами в 2024 году и как изменятся требования к заемщикам [Электронный ресурс] // Banki.ru. URL: https://www.banki.ru/
44. Оценка кредитоспособности заёмщика с учётом нейрокогнитивных факторов [Электронный ресурс] // УрФУ. URL: https://urfu.ru/
45. Обзор изменений законодательства по расчету показателя долговой нагрузки (ПДН) [Электронный ресурс] // SoftLab. URL: https://softlab.ru/
46. Алгоритмы как финансовые гуру [Электронный ресурс] // Банковское обозрение (Bosfera). URL: https://bosfera.ru/
47. Глава 2. Показатель долговой нагрузки заемщика [Электронный ресурс] // КонсультантПлюс. URL: http://www.consultant.ru/
48. Форум Scoring Day 2024 [Электронный ресурс]. URL: https://scorconf.ru/
49. OpenAPI_24 — Конференции OpenAPI [Электронный ресурс] // Банковское обозрение (Bosfera). URL: https://bosfera.ru/