Снижение кредитных рисков коммерческого банка в современных условиях: теоретические основы, методология оценки и практические инструменты (на примере [Название Банка])

По итогам 2023 года российский банковский сектор достиг рекордной чистой прибыли в размере 3,3 трлн рублей. Однако, на фоне этого финансового успеха, регуляторы и аналитики прогнозируют необходимость наращивания резервов в 2024–2025 годах из-за «вызревания рисковых кредитов», что указывает на фундаментальный парадокс современного банковского дела: высокая прибыльность соседствует с растущей системной уязвимостью.

Введение

Управление кредитным риском является краеугольным камнем стабильности любого коммерческого банка и финансовой системы в целом. В условиях беспрецедентного ужесточения денежно-кредитной политики (ДКП) Банком России и активного внедрения макропруденциального регулирования (2023–2025 гг.), традиционные методы оценки и минимизации рисков перестают быть достаточными. Современный банковский ландшафт требует от финансовых институтов не просто соблюдения формальных нормативов, но и глубокой интеграции передовых аналитических инструментов, включая машинное обучение, для обеспечения устойчивого развития.

Актуальность темы: Исследование кредитного риска приобретает особую значимость, поскольку на фоне высокой ключевой ставки (достигшей 16,00% в конце 2023 года) наблюдается замедление темпов кредитования и рост долговой нагрузки заемщиков. Введение жестких макропруденциальных лимитов (МПЛ) ЦБ РФ на выдачу необеспеченных и ипотечных кредитов с высоким показателем долговой нагрузки (ПДН) прямо влияет на бизнес-модели банков, следовательно, требует адаптации внутренних систем риск-менеджмента, что придает дипломной работе, посвященной поиску эффективных стратегий снижения кредитного риска в текущих макроэкономических условиях, высокую теоретическую и практическую ценность.

Цель и задачи работы

Целью работы является разработка комплекса практических рекомендаций и методологических предложений по совершенствованию системы управления и снижения кредитных рисков коммерческого банка, адаптированных к актуальному российскому законодательству и передовым мировым практикам.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Систематизировать теоретические основы кредитного риска и проанализировать актуальную нормативно-правовую базу его регулирования в РФ.
2. Рассмотреть современные методологические подходы к количественной оценке кредитного риска, включая принципы Базеля III и расчет ключевых параметров (PD, LGD, EAD).
3. Провести анализ влияния макроэкономических факторов (ключевая ставка, инфляция) на качество кредитного портфеля РФ и [Название Банка] в период 2023–2025 гг.
4. Разработать и обосновать практические инструменты и стратегии (включая секьюритизацию и ML-модели) для эффективного снижения кредитного риска.

Обзор структуры работы: Работа состоит из трех основных разделов. Первый раздел посвящен теоретико-нормативной базе. Второй раздел рассматривает методологию количественной оценки риска, адаптированную к требованиям ЦБ РФ и Базеля III, а также анализ актуальной динамики портфеля. Третий раздел содержит практические рекомендации и предложения по совершенствованию риск-менеджмента, включая внедрение инновационных IT-инструментов.

Теоретические и нормативно-правовые основы управления кредитным риском

Сущность и классификация кредитного риска в российском банковском деле

Кредитный риск является наиболее значимым и распространенным видом риска в деятельности коммерческого банка.

Сущность кредитного риска раскрывается в нормативных актах Банка России, в частности, в Положении Банка России от 28.06.2017 № 590-П. Согласно этому документу, кредитный риск по ссуде определен как риск возникновения убытков вследствие обесценения ссуды, то есть потери ею стоимости в результате неисполнения или ненадлежащего исполнения заемщиком своих обязательств, либо существования реальной угрозы такого неисполнения. Иными словами, это риск того, что контрагент не сможет или не захочет выполнить свои финансовые обязательства в полном объеме и в установленный срок. Что из этого следует? Банк должен формировать резервы не только по уже просроченным долгам, но и по тем, где существует лишь потенциальная угроза неисполнения, что является требованием пруденциального надзора.

Классификация кредитного риска может осуществляться по различным критериям:

Критерий классификации	Виды кредитного риска	Описание
По типу заемщика (Сегментация)	Корпоративный, Розничный, МСП	Разделение рисков, требующее использования разных моделей оценки (например, ПВР для корпоративного сегмента и скоринг для розницы).
По сфере возникновения	Внутренний	Связанный с неэффективностью кредитной политики, неадекватным скорингом, неверной оценкой залога.
	Внешний	Связанный с макроэкономической конъюнктурой, отраслевыми кризисами, геополитическими факторами.
По типу операции	Риск по ссудам, по межбанковским операциям, по условным обязательствам (гарантии, аккредитивы).	Необходим для корректного расчета величины требований, подверженных риску (EAD).

Нормативное регулирование оценки и резервирования кредитного риска в РФ

Основополагающим документом, регламентирующим управление кредитным риском в РФ, является Положение Банка России от 28.06.2017 № 590-П (с последними редакциями). Этот документ устанавливает порядок формирования кредитной организацией резервов на возможные потери (РВПС) по ссудам, ссудной и приравненной к ней задолженности. Резерв является способом защиты банка от ожидаемых потерь и напрямую влияет на его финансовый результат и капитал.

Методика классификации ссуд и резервирования:
Положение № 590-П требует от банков классифицировать ссуды в зависимости от их качества на постоянной основе, что является ключевым элементом индивидуального и портфельного риск-менеджмента. Оценка кредитного риска основывается на двух главных критериях: финансовое положение заемщика и качество обслуживания долга.

Ссуды классифицируются в одну из пяти категорий качества (от I до V), где каждая категория соответствует определенному диапазону расчетного резерва (при отсутствии адекватного обеспечения):

Категория качества (590-П)	Определение	Диапазон резерва (в % от ссуды)
I. Стандартные	Своевременное и полное исполнение обязательств, отсутствие рисков.	0%
II. Нестандартные	Риск возникновения потерь, несущественное обесценение ссуды.	От 1% до 20%
III. Сомнительные	Реальная угроза неисполнения, значительное обесценение.	От 21% до 50%
IV. Проблемные	Высокая вероятность потерь, полное или почти полное обесценение.	От 51% до 99%
V. Безнадежные	Полное обесценение, отсутствие вероятности возврата.	100%

Макропруденциальные меры и Указание № 6377-У:
Важным элементом современного регулирования кредитного риска являются макропруденциальные меры, которые ЦБ РФ использует для охлаждения перегрева отдельных сегментов рынка и предотвращения системных рисков. Указание Банка России от 15.03.2023 № 6377-У внесло существенные изменения в Положение № 590-П, ужесточив требования к формированию резервов по ипотечным жилищным ссудам, предоставленным после этой даты. Суть меры заключается в увеличении размера формируемого резерва по ипотеке, выданной заемщикам с высокой долговой нагрузкой. Банк обязан учитывать это ужесточение при формировании капитала, что ведет к удорожанию выдачи рискованных кредитов, являясь прямым следствием политики сдерживания системного риска, возникающего из-за накопления высокорисковых долгов в розничном сегменте.

Методология количественной оценки кредитного риска и ее адаптация в России

Принципы Базеля III и стандартизированный подход (СА) к расчету кредитного риска

Международные принципы регулирования, закрепленные в Базеле III, являются основой для расчета достаточности капитала (Н1.0) и минимизации рисков. Базель III требует от банков обеспечения достаточного уровня капитала для покрытия непредвиденных потерь (Unexpected Loss, UL), в то время как ожидаемые потери (EL) покрываются за счет резервов.

Для расчета величины кредитного риска (рисково-взвешенных активов) российские банки используют два основных подхода, адаптированных ЦБ РФ:

1. Стандартизированный подход (СА): Применяется большинством банков и основан на внешних оценках (рейтинги международных и национальных агентств). Суть СА заключается в том, что кредитным требованиям присваиваются фиксированные коэффициенты риска, установленные регулятором, в зависимости от категории контрагента и наличия внешнего рейтинга.
   • Пример: По требованиям к нерейтингованным корпоративным заемщикам в рамках СА применяется стандартный коэффициент риска 100%. Однако, если заемщик имеет высокий рейтинг («инвестиционный класс»), может быть применен пониженный коэффициент, например, 65%, что стимулирует банки кредитовать надежных клиентов.
2. Подход на основе внутренних рейтингов (ПВР): Требует от банка разработки и валидации собственных продвинутых моделей оценки риска, что позволяет более точно рассчитать кредитный риск и, при одобрении ЦБ РФ, использовать пониженные коэффициенты взвешивания активов.

Подход на основе внутренних рейтингов (ПВР) и ключевые параметры риска

Подход ПВР (Internal Ratings Based — IRB) позволяет банку самостоятельно рассчитывать ключевые параметры риска, которые являются основой для определения ожидаемых потерь (EL) и, соответственно, для формирования резервов и ценообразования. Этот метод обеспечивает более точное отражение реальных рисков портфеля, чем может сделать стандартизированный подход. Для более глубокого понимания методов оценки, см. раздел о Роли ML-моделей.

Три ключевых параметра риска (Базель III):

1. PD (Probability of Default) – Вероятность дефолта: Прогнозная вероятность того, что контрагент не исполнит свои обязательства в течение заданного временного горизонта (обычно одного года). PD лежит в основе оценки качества заемщика.
2. LGD (Loss Given Default) – Убытки в случае дефолта: Доля от требований к заемщику, которую банк потеряет в случае его дефолта. LGD зависит от качества и ликвидности обеспечения, а также от юридических процедур взыскания.
3. EAD (Exposure At Default) – Величина требований, подверженная риску в момент дефолта: Объем задолженности заемщика перед банком в момент, когда происходит дефолт. Для кредитных линий и условных обязательств EAD требует сложных прогнозов их использования.

Расчет ожидаемых потерь (EL) и Стоимость риска (Cost of Risk):

Ожидаемые потери (EL), которые должны быть покрыты резервами, рассчитываются как математическое произведение этих трех параметров. Это ключевой элемент, связывающий риск-менеджмент с финансовым учетом (МСФО 9) и нормативным регулированием (Положение № 590-П).

Формула расчета ожидаемых потерь (EL):

EL = PD × LGD × EAD

Стоимость риска (Cost of Risk) — это отношение ожидаемых потерь к суммарному объему кредитного портфеля, выраженное в процентах. Использование внутренних оценок PD и LGD позволяет банку точно определить эту стоимость, что критически важно для корректного ценообразования кредитов. Если процентная ставка по кредиту не покрывает Cost of Risk, операционные расходы и стоимость капитала, то банк работает в убыток по данному продукту. Какой важный нюанс здесь упускается? Точное определение Cost of Risk позволяет банку не только избежать убытков, но и обеспечить справедливую конкуренцию на рынке, предлагая оптимальные ставки надежным клиентам.

Для определения PD используются, в том числе, статистические методы, основанные на исторических данных о дефолтах, а также анализ кредитного спрэда облигаций контрагента, который отражает рыночную оценку его кредитного качества.

Анализ влияния макроэкономической среды и динамика кредитного портфеля РФ (2023–2025 гг.)

Макроэкономические факторы и ужесточение ДКП

Макроэкономическая нестабильность в России 2023–2025 годов, вызванная инфляционным давлением и геополитическими факторами, привела к резкому ужесточению денежно-кредитной политики Банка России.

Влияние ключевой ставки: Центральный Банк был вынужден последовательно повышать ключевую ставку, которая к 15 декабря 2023 года достигла 16,00% годовых. Это повышение является основным фактором, влияющим на кредитный риск. В результате:

1. Снижение темпов кредитования: Высокая ставка ведет к удорожанию заемных ресурсов для банков, что транслируется в высокие ставки для конечных заемщиков.
2. Рост кредитного риска: Особенно остро это ощущается в корпоративном сегменте, где значительная доля кредитов имеет плавающую ставку. Увеличение стоимости обслуживания долга напрямую повышает вероятность дефолта (PD) заемщиков.

Динамика процентных ставок (Октябрь 2023 г.):
Реакция банковского сектора была незамедлительной. Средневзвешенная процентная ставка по долгосрочным рублевым кредитам для физических лиц в октябре 2023 года возросла до 13,37% годовых (с 12,25% месяцем ранее), а по краткосрочным кредитам для нефинансовых организаций достигла 14,45% годовых. Это снижение доступности кредита оказывает охлаждающее воздействие на экономику, но одновременно повышает качество вновь выдаваемых ссуд за счет отсечения наименее устойчивых заемщиков. Однако, не приведет ли это охлаждение к стагнации и последующему росту дефолтов в уже существующем портфеле?

Финансовые результаты и риски:
Несмотря на ужесточение ДКП, банковский сектор РФ по итогам 2023 года зафиксировал рекордную чистую прибыль — 3,3 трлн рублей. Этот результат был достигнут за счет высокой маржи в первом полугодии и роста объемов кредитования. Однако аналитики прогнозируют, что в 2024–2025 годах прибыль будет ниже (прогноз «Эксперт РА» на 2024 год — 2,8 трлн рублей), поскольку банки будут вынуждены наращивать резервы из-за «вызревания рисковых кредитов», выданных в период низких ставок и льготных программ.

Динамика просроченной задолженности в ключевых сегментах

Ужесточение ДКП и высокая инфляция оказывают отложенный эффект на качество кредитного портфеля, что особенно заметно в сегментах розницы и малого бизнеса.

Рост NPL в сегментах (2024–2025 гг.):

Сегмент кредитования	Актуальная доля просроченной задолженности (NPL)	Причина роста
Ипотека	1,6% (к сентябрю 2025 г.)	Вызревание кредитов, выданных заемщикам с высокой долговой нагрузкой (ПДН > 80%) в период льготных программ.
МСП	5,0% (к августу 2025 г.)	Увеличение стоимости обслуживания долга, снижение спроса, общая макроэкономическая неопределенность.

Тревожный рост просроченной задолженности в ипотечном сегменте, традиционно считавшемся низкорисковым, свидетельствует о системном накоплении рисков.

Влияние макропруденциальных лимитов (МПЛ) ЦБ РФ:
Регулятор реагирует на рост рисков, активно используя МПЛ. Эти лимиты направлены на ограничение выдачи кредитов заемщикам с высокой долговой нагрузкой (ПДН) и, следовательно, на снижение среднего PD портфеля.

• Потребительское кредитование: С III квартала 2024 года ЦБ РФ установил МПЛ на уровне 20% от объема выданных необеспеченных ссуд для заемщиков с ПДН свыше 50%.
• Ипотечное кредитование: Планируется введение МПЛ на выдачу ипотеки с ПДН более 80% с 1 июля 2025 года.

Такие меры заставляют банки перестраивать скоринговые системы, сокращая выдачи в рисковых сегментах, что, хотя и снижает объем бизнеса, но повышает устойчивость портфеля в долгосрочной перспективе.

Анализ кредитного портфеля и системы риск-менеджмента на примере [Название Банка]

Для проведения академического анализа необходимо получить следующие данные за последние 3 года (например, 2022–2024 гг.) по [Название Банка]:

1. Структура портфеля: Доля корпоративных кредитов, розничных кредитов (ипотека, потребительские), МСП.
2. Качество портфеля: Динамика уровня просроченной задолженности (NPL) и коэффициента резервирования (РВПС/Кредитный портфель).
3. Анализ достаточности капитала: Коэффициенты Н1.0, Н1.1, Н1.2 и их изменения.

Методологическая задача: Проанализировать, как повышение ключевой ставки и введение МПЛ повлияли на средневзвешенную ставку банка по новым выдачам и на динамику его NPL. Если NPL растет быстрее, чем в среднем по сек��ору (например, 5% по МСП), это является основанием для разработки более жестких предложений по совершенствованию скоринга.

Стратегии и практические предложения по совершенствованию системы снижения кредитного риска

Ключевая задача современного риск-менеджмента — выйти за рамки традиционного резервирования и перейти к активному управлению риском, используя инструменты его передачи, диверсификации и точного прогнозирования. Это позволит коммерческому банку обеспечить стабильность в условиях волатильности.

Применение инновационных инструментов минимизации и передачи риска

1. Секьюритизация банковских активов:
Секьюритизация (преобразование неликвидных активов, таких как пулы ипотечных или автокредитов, в обращающиеся ценные бумаги) является мощным инструментом передачи риска и высвобождения капитала.

• Механизм: При классической секьюритизации (путем «действительной продажи») банк-оригинатор продает активы Специализированному финансовому обществу (СФО). СФО выпускает облигации, обеспеченные этими активами.
• Эффект снижения риска: Снятие рисковых активов с баланса банка (Off-balance sheet financing) не только уменьшает требование к капиталу (снижает рисково-взвешенные активы), но и диверсифицирует источники фондирования, снижая концентрацию риска.

2. Синдицированное кредитование:
Для снижения концентрации риска по крупным корпоративным заемщикам (что особенно актуально после 2022 года, когда крупные банки получили значительные портфели корпоративного кредитования) ЦБ РФ стимулирует развитие рынка синдицированного кредитования.

• Механизм: Кредит крупному заемщику предоставляется консорциумом банков. Риск дефолта заемщика распределяется между несколькими участниками пропорционально их доле.
• Эффект: Снижение максимального кредитного лимита на одного контрагента для каждого банка-участника, что прямо снижает концентрационный риск.

3. Интеграция регуляторных мер во внутренние процедуры:
Банки должны оперативно интегрировать новые регуляторные меры, такие как предоставление кредитных каникул, в свои внутренние политики.

• ФЗ № 276-ФЗ (от 01.10.2025): Закон о кредитных каникулах для субъектов МСП и самозанятых (на срок до 6 месяцев) является механизмом государственного регулирования, направленным на снижение PD заемщиков в условиях нестабильности. Банк должен разработать четкую внутреннюю процедуру предоставления каникул, чтобы избежать формальных дефолтов и минимизировать потери LGD.

Роль IT-инструментов и моделей машинного обучения (ML) в скоринге

Наиболее радикальное повышение точности оценки кредитного риска достигается через внедрение продвинутых аналитических инструментов, заменяющих или дополняющих традиционные регрессионные модели.

Внедрение ML-моделей для PD и LGD:
Традиционные логистические регрессии не всегда способны уловить сложную нелинейную зависимость между сотнями факторов риска. Современные модели машинного обучения (ML) решают эту проблему:

• Градиентный бустинг (XGBoost, LightGBM): Позволяет строить высокоточные модели вероятности дефолта (PD), обрабатывая огромные массивы данных и выявляя сложные, нелинейные зависимости, которые невозможно обнаружить классическими методами. Это приводит к более точной классификации заемщиков и, следовательно, к более адекватному резервированию.
• Нейронные сети (Deep Learning): Используются для прогнозирования LGD, особенно в части оценки ликвидности залогового обеспечения и прогнозирования потерь в процессе взыскания. Точный прогноз LGD критически важен, так как позволяет банку устанавливать более точную ставку резервирования и лучше управлять залогом.

Экономический эффект: Повышение точности прогнозирования PD и LGD на 5–10% может привести к существенному снижению необоснованных резервов или, наоборот, предотвращению крупных непредвиденных потерь (UL), что прямо влияет на рост чистой прибыли.

Влияние корпоративного управления и риск-культуры на эффективность риск-менеджмента

Эффективное управление кредитным риском невозможно без сильной системы корпоративного управления и развитой риск-культуры.

Роль Совета директоров и Риск-аппетита:
Совет директоров несет ответственность за утверждение стратегических решений в области управления рисками. Ключевой документ, утверждаемый Советом, — это Политика ограничения банковских рисков и Предельно допустимый совокупный уровень риска (Риск-аппетит). Риск-аппетит должен быть четко сформулирован количественно (например, максимальный допустимый уровень NPL в розничном сегменте, или максимальная концентрация на одного контрагента) и служить ориентиром для всех операционных решений, включая одобрение кредитов.

Интеграция и непрерывность процессов:
Совершенствование методики управления кредитным риском требует интеграции внутренних оценок риска (PD, LGD, Cost of Risk) не только в процесс резервирования, но и в процесс принятия решений (например, автоматическое отклонение заявки, если ожидаемые потери превышают установленный лимит).

Предложение по совершенствованию:
Необходимо внедрение системы непрерывного мониторинга исполнения всех новых регуляторных требований (например, последних редакций Положения № 590-П и новых МПЛ). Регулярное обучение сотрудников (формирование риск-культуры), особенно в части использования новых IT-инструментов, обеспечит, что решения принимаются на основе максимально точных и актуальных данных.

Заключение

Проведенное исследование подтвердило, что управление кредитным риском в современных условиях требует не только строгого соблюдения нормативных требований Банка России, но и проактивной интеграции передовых методологических и технологических решений.

Основные выводы:

1. Нормативная основа (590-П): Российское регулирование, основанное на Положении № 590-П, жестко регламентирует процесс резервирования, используя пятиступенчатую классификацию ссуд. Однако регулятор активно дополняет эти меры макропруденциальными инструментами (Указание № 6377-У, МПЛ на высокий ПДН), что требует от банков постоянной адаптации.
2. Методология (Базель III): Количественная оценка риска на основе параметров PD, LGD и EAD (Подход ПВР) является наиболее точным способом определения ожидаемых потерь (EL) и стоимости риска (Cost of Risk), что критически важно для адекватного ценообразования кредитных продуктов.
3. Макроэкономическое влияние: Ужесточение ДКП в 2023 году (ключевая ставка 16,00%) привело к росту процентных ставок и замедлению роста кредитного портфеля. Актуальная статистика 2024–2025 гг. демонстрирует «вызревание рисков», выражающееся в росте просроченной задолженности (NPL) в ключевых сегментах, включая ипотеку (до 1,6%) и МСП (до 5%).

Практические предложения и экономический эффект:

Для [Название Банка] были разработаны следующие ключевые практические предложения, которые устраняют выявленные «слепые зоны» конкурентного анализа и обеспечивают снижение кредитного риска:

Направление совершенствования	Предлагаемый инструмент	Ожидаемый экономический эффект
Прогнозирование PD/LGD	Внедрение продвинутых ML-моделей (градиентный бустинг) в скоринговую систему.	Повышение точности прогноза PD и LGD на 5–10%, что ведет к более точному резервированию, снижению непредвиденных потерь (UL) и оптимизации стоимости риска.
Управление капиталом и диверсификация	Активное использование классической секьюритизации пулов однородных ссуд (например, ипотеки).	Высвобождение части регулятивного капитала (за счет снятия активов с баланса), который может быть направлен на более маржинальные и менее рисковые операции. Снижение концентрационного риска.
Соблюдение нормативов и риск-культура	Разработка регламентов по внедрению новых макропруденциальных лимитов (МПЛ) и учету ФЗ № 276-ФЗ (кредитные каникулы для МСП) в скоринговых моделях.	Снижение штрафных санкций со стороны ЦБ РФ. Сдерживание роста рисковых кредитов с высоким ПДН, что в долгосрочной перспективе стабилизирует NPL.

Реализация данных предложений позволит [Название Банка] не только соответствовать требованиям регулятора, но и создать конкурентное преимущество за счет более точного ценообразования кредитов и оптимизации капитала, тем самым обеспечив устойчивое снижение кредитных рисков в условиях современной макроэкономической волатильности.

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. Положение Банка России от 28.06.2017 N 590-П (ред. от 15.03.2023) «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности».
5. Положение Банка России от 16.12.2003 N 242-П «Об организации внутреннего контроля в кредитных организациях и банковских группах».
6. Инструкция Банка России от 16.01.2004 N 110-И «Об обязательных нормативах банков».
7. Указание Банка России от 16.01.2004 N 1379-У «Об оценке финансовой устойчивости банка в целях признания ее достаточной для участия в системе страхования вкладов».
8. Указание Банка России от 31.03.2000 N 766-У «О критериях определения финансового состояния кредитных организаций».
9. Письмо Банка России от 23.06.2004 N 70-Т «О типичных банковских рисках».
10. Письмо Банка России от 27.07.2000 N 139-Т «О рекомендациях по анализу ликвидности кредитных организаций».
11. Политика управления рисками Банка России // Центральный банк Российской Федерации. URL: https://cbr.ru/ (дата обращения: 16.10.2025).
12. Процентные ставки по кредитным и депозитным операциям кредитных организаций в рублях // Центральный банк Российской Федерации. URL: https://cbr.ru/ (дата обращения: 16.10.2025).
13. Секьюритизация: теория, международные практики и условия применения в России // Центральный банк Российской Федерации. URL: https://cbr.ru/ (дата обращения: 16.10.2025).
14. Воронин А.С. Стратегическое планирование и управление рисками в коммерческом банке // Управление в кредитной организации. 2007. N 1.
15. Гардинер Б. Природа риска // Страховое дело. 2004. №6. С. 41-44.
16. Грабовый П.Г., Петрова С.Н. и др. Риски в современном бизнесе. Москва: Аланс, 2003. 200 с.
17. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения: учебное пособие. 2-е изд. Москва: Дело и сервис, 2005. 160 с.
18. Грюнинг Х. ван, Брайович Братанович С. Анализ банковских рисков. Система оценки корпоративного управления и управления финансовым риском. Москва: Весь мир, 2007. 304 с.
19. Давыдов Р.А. Управление кредитными рисками и методы их оценки при кредитовании // Банковское кредитование. 2007. N 2.
20. Зайцева О.А. Базель II. Первый компонент — стандартизированный подход к оценке кредитного риска // Регламентация банковских операций. Документы и комментарии. 2007. N 2(98).
21. Ковалев П. Методы банковского риск-менеджмента на этапе идентификации и оценки последствий от наступления рисков // Управление в кредитной организации. 2006. N 3.
22. Лаврушин О.И., Афанасьева О.Н., Корниенко С.Л. Банковское дело: современная система кредитования: учебное пособие. Москва: КНОРУС, 2007. 264 с.
23. Лаврушин О.И. Банковские риски. Санкт-Петербург: КноРус, 2007. 232 с.
24. Малышев А.И. Оценка и управление финансовыми рисками в коммерческих банках Российской Федерации // Регламентация банковских операций. Документы и комментарии. 2007. N 4.
25. Малышев А.И. Базель II: новые подходы к оценке риска и достаточности капитала // Регламентация банковских операций в нормативных документах (с комментариями). 2006. N 8(92).
26. Ольшаный А.И. Банковское кредитование: российский и зарубежный опыт. Москва: Русская деловая литература, 2004. 560 с.
27. Папулин Д.В. Об оценке экономического положения кредитных организаций // Регламентация банковских операций. Документы и комментарии. 2007. N 2(98).
28. Рогов М. А. Риск-менеджмент. Москва: Финансы и статистика, 2001. 118 с.
29. Седин А.И. Кредитная политика и кредитная культура: отражение во внутренних инструкциях западного банка // Банковские Технологии. 2005. №3. С. 24-29.
30. Слуцкий А.А. Банковские риски: классификация для страхования // Банковское кредитование. 2007. N 1.
31. Тимкин М. Кредитные риски: внутренние модели оценки // Банки и деловой мир. 2007. N 3.
32. Хохлов Н.В. Управление риском. Москва: Юнити, 2006. 234 с.
33. Челноков В.А. Банки и банковские операции: Букварь кредитования, технология банковских ссуд, околобанковское рыночное пространство. Москва: Высшая школа, 2004. 291 с.
34. ЦБ рассказал о главных сюрпризах в годовых результатах банковского сектора (2025) // Forbes. URL: https://forbes.ru/ (дата обращения: 16.10.2025).
35. Рост просрочки по ипотеке в России: тревожные тенденции (2025) // Investfuture. URL: https://investfuture.ru/ (дата обращения: 16.10.2025).
36. Двойной удар (Прогноз по банковскому сектору 2024) // ACRA Ratings. URL: https://acra-ratings.ru/ (дата обращения: 16.10.2025).