Управление кредитными рисками коммерческого банка в условиях цифровизации и изменяющегося регуляторного ландшафта РФ: комплексный анализ и направления совершенствования

В мире, где скорость изменений стала новой константой, финансовый сектор переживает одну из самых глубоких трансформаций в своей истории. В условиях стремительной цифровизации, беспрецедентного геополитического давления и постоянно эволюционирующего регуляторного ландшафта, управление кредитными рисками коммерческих банков перестало быть рутинной операцией, превратившись в стратегический императив. Проблема возрастающей сложности управления кредитными рисками обусловлена не только волатильностью рынков и новыми видами мошенничества, но и появлением принципиально иных источников данных, а также методов их обработки, требующих от банков гибкости, инновационности и глубокого аналитического подхода.

Настоящее исследование ставит своей целью деконструкцию существующих подходов к управлению кредитными рисками в российских коммерческих банках, анализ их эффективности в современных условиях и формирование обновленного, глубокого и актуального плана исследования. Мы стремимся выявить как успешные практики, так и «слепые зоны», чтобы предложить комплексный взгляд на будущее банковского риск-менеджмента. Работа будет структурирована таким образом, чтобы последовательно раскрыть теоретические основы и их трансформацию, углубиться в детали регуляторного воздействия, проанализировать практическое применение инновационных технологий, оценить влияние макроэкономических и геополитических факторов, а затем сформулировать эффективные стратегии и перспективные направления совершенствования. Наша задача — не просто описать, но и проанализировать, предсказать и предложить решения, обеспечивающие устойчивость и прибыльность банковского сектора в непредсказуемом завтра.

Теоретические основы кредитного риска и его эволюция в цифровую эпоху

В контексте динамично меняющейся финансовой среды, понимание сущности кредитного риска и его классификации становится краеугольным камнем эффективного банковского менеджмента, ведь сегодняшние концепции риска значительно отличаются от тех, что были актуальны еще десятилетие назад, главным образом под влиянием беспрецедентной цифровизации и трансформации банков в полноценные экосистемы.

Сущность и классификация кредитных рисков

Кредитный риск, по своей сути, является той угрозой, которая витает над любой финансовой транзакцией, где одна сторона доверяет активы другой в расчете на будущее возвращение с процентами. Согласно устоявшимся определениям, он представляет собой угрозу появления убытков у кредитной организации из-за неисполнения, неполного или несвоевременного исполнения заемщиком финансовых обязательств. Это базовое понимание остается неизменным, однако масштабы и формы проявления риска постоянно эволюционируют.

Примечательно, что кредитные риски не ограничиваются лишь классическими ссудами. Они пронизывают практически все направления деятельности современного банка. Так, угроза неисполнения обязательств может возникнуть по остаткам на корреспондентских счетах, по краткосрочным межбанковским кредитам, по инвестициям в ценные бумаги, где эмитент может оказаться неплатежеспособным, а также по гарантиям и аккредитивам. Каждая из этих категорий активов требует специфического подхода к идентификации, измерению и управлению риском.

Классификация кредитных рисков может быть многомерной и зависит от выбранных критериев. Традиционно риски делят:

• По типу заемщика: риски юридических лиц (корпоративные, МСП), физических лиц (потребительские, ипотечные, автокредиты), суверенные риски (государства), риски финансовых институтов (банки, инвестиционные фонды).
• По типу инструмента: ссудные риски, риски по ценным бумагам, риски по гарантиям и аккредитивам, риски по производным финансовым инструментам.
• По срочности: краткосрочные, среднесрочные, долгосрочные.
• По степени обеспечения: обеспеченные (залогом, поручительством) и необеспеченные.
• По географическому признаку: страновые риски, региональные риски.
• По отраслевому признаку: риски, связанные с конкретными секторами экономики (например, нефтегазовый, строительный, ритейл).

Однако, современные реалии требуют дополнения этих классификаций новыми категориями, учитывающими динамику цифрового мира.

Влияние цифровизации на концепции кредитных рисков

Цифровизация процессов управления кредитными рисками — это не просто автоматизация рутинных задач. Это кардинальное переосмысление всей парадигмы риск-менеджмента. Она создает качественно новые возможности для более точной оценки рисков, ускорения принятия решений и оптимизации кредитного портфеля. Банки, которые успешно внедрили цифровые решения, не только сократили операционные затраты на 20-30%, но и уменьшили время принятия кредитных решений на 40-60%, а также улучшили точность прогнозирования дефолтов на 10-20%. Эти показатели свидетельствуют о том, что цифровая трансформация – это не просто тренд, а стратегическая необходимость для устойчивой работы.

Вместе с тем, цифровая трансформация порождает и специфические риски, которые не всегда вписываются в традиционные классификации. Среди них выделяются:

• Стратегические риски: риск потери конкурентоспособности из-за отставания в технологическом развитии, риск ошибочного выбора цифровой стратегии.
• Технологические риски: сбои в работе ИТ-систем, устаревание используемых технологий, проблемы совместимости новых и старых систем.
• Кибернетические риски: хакерские атаки, утечки данных, вирусы-вымогатели. Это один из наиболее актуальных вызовов, особенно для российских банков. В 2024 году количество кибератак на финансовый сектор значительно увеличилось, а ущерб от них достиг колоссальных сумм, что потребовало от банков и регулятора беспрецедентных мер по усилению киберзащиты.
• Кадровые риски: недостаток квалифицированных специалистов в области ИТ и Data Science, неспособность персонала адаптироваться к новым технологиям.
• Риски потери данных и конфиденциальности: несанкционированный доступ к чувствительной информации, нарушения в обработке персональных данных клиентов.
• Риски третьих лиц: риски, возникающие при использовании внешних ИТ-провайдеров или облачных сервисов.

Цифровые решения кардинально меняют процесс сбора и проверки информации о заемщиках. Теперь банки могут автоматически собирать данные из внутренних систем (история транзакций, данные о счетах) и внешних источников: кредитных историй, государственных баз данных (ФНС, ЕГРЮЛ), а также, с согласия клиента, из социальных сетей и геоданных, формируя полноценный цифровой профиль.

Технологии блокчейн и распределенных реестров (DLT) начинают применяться для обеспечения прозрачности, безопасности и эффективности процессов, а смарт-контракты используются для автоматизации кредитных соглашений. В России их применение пока находится на стадии пилотных проектов (например, для единых реестров обеспечения или синдицированного кредитования), тогда как на мировом уровне DLT уже активно используется в торговом финансировании и межбанковских расчетах.

API-экономика и концепция открытого банкинга трансформируют способы оценки кредитных рисков и взаимодействия с клиентами. Они создают новые возможности для обмена данными, интеграции сервисов и создания инновационных кредитных продуктов. В России концепция открытого банкинга активно развивается, фокусируясь на стандартизации API для обмена финансовой информацией, что позволит предлагать более персонализированные кредитные продукты и улучшать скоринг.

Таким образом, эволюция концепций кредитного риска в цифровую эпоху требует от банков не только пересмотра существующих методологий, но и постоянной адаптации к меняющимся условиям, так как даже злоумышленники осваивают новые технологии, включая нейросети, для своих целей.

Нормативно-правовое регулирование кредитных рисков коммерческих банков РФ: текущее состояние и вызовы

Регуляторная среда является одним из ключевых факторов, формирующих подходы коммерческих банков к управлению кредитными рисками. В Российской Федерации Банк России последовательно ужесточает и совершенствует законодательно-нормативную базу, стремясь обеспечить финансовую стабильность и минимизировать системные риски. За последнее десятилетие эти изменения были особенно динамичными, отвечая на вызовы как внутреннего экономического развития, так и глобальных финансовых стандартов.

Эволюция и текущая нормативная база Банка России

Основополагающим документом, регулирующим обязательные нормативы банков с универсальной лицензией, является Инструкция Банка России № 199-И от 29 ноября 2019 года. Этот документ ознаменовал переход к новому подходу в оценке кредитного риска, который предусматривает расчет нормативов по классам контрагентов (активов), а не по устаревшим группам активов (I–V группы). Такой подход, соответствующий стандартам Базеля II, позволяет более точно оценивать риски и, как следствие, высвобождать капитал банков для кредитования реального сектора экономики.

Инструкция № 199-И выделяет 7 основных классов контрагентов: суверенные заемщики, кредитные организации, международные банки развития, корпоративные заемщики, субъекты малого и среднего бизнеса, физические лица и центральные контрагенты. Для каждого класса установлены свои риск-веса. Например, для суверенных заемщиков с высоким кредитным рейтингом риск-вес может быть равен 0%, что означает отсутствие риска, в то время как для корпоративных заемщиков он составляет 100%, а для розничных кредитов может быть установлен на уровне 75%. Для категории заемщиков «инвестиционный класс» предусмотрен пониженный коэффициент риска 65% (вместо 100%), но при условии отнесения их к I или II категориям качества и допуске ценных бумаг заемщика к торгам на организованном рынке. В то же время, по вложениям в некотируемые акции (доли) юридических лиц применяются значительно более высокие коэффициенты риска: 400% по краткосрочным спекулятивным вложениям и 250% по прочим вложениям с переходным периодом в пять лет.

Параллельно с этим, Положение Банка России № 590-П от 28 июня 2017 года регулирует порядок формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности. Этот документ регулярно обновляется, что свидетельствует о динамичности регуляторной политики. Например, изменения от 15 марта 2023 года были направлены на уточнение методологии оценки кредитного риска и формирования резервов в условиях изменяющейся экономической конъюнктуры. Оценка кредитного риска по ссуде и портфелям однородных ссуд осуществляется на постоянной основе, начиная с момента выдачи ссуды, с периодичностью, установленной главами 3 и 5 Положения № 590-П.

С 18 февраля 2025 года вступает в силу новое Положение Банка России № 845-П от 02 ноября 2024 года, которое утверждает порядок расчета величины кредитного риска банками с применением банковских методик управления кредитным риском и моделей количественной оценки кредитного риска. Оно заменит предыдущее Положение Банка России № 483-П от 06 августа 2015 года, что является важным шагом к дальнейшей унификации и повышению прозрачности в оценке рисков.

Макропруденциальное регулирование кредитования и его ужесточение

Банк России активно использует инструменты макропруденциальной политики для ограничения системных рисков. Федеральный закон №405-ФЗ, подписанный президентом РФ 6 декабря 2021 года, наделил Банк России правом устанавливать ограничения на выдачу кредитов для замедления чрезмерного роста необеспеченного потребительского кредитования. Эти ограничения реализуются через макропруденциальные лимиты (МПЛ) по показателю долговой нагрузки (ПДН) и первоначальному взносу, а также через установление надбавок к коэффициентам риска по кредитам с высоким ПДН, что напрямую направлено на снижение закредитованности граждан.

С 2025 года все банки с универсальной лицензией перейдут на финализированный подход (Standardised Approach, SA) к нормативам достаточности капитала. Этот подход, предусмотренный Базелем III, предусматривает применение стандартизированных риск-весов к активам, но с более высокой чувствительностью к риску. Это повысит качество оценки рисков и выровняет регуляторное поле. Одновременно с этим, Банк России повышает требования к заемщикам «инвестиционного класса», требуя национальный рейтинг не ниже «А» (например, от АКРА или Эксперт РА) и оценку собственной кредитоспособности не ниже «ВВВ+». Это позволит в эту категорию попадать только высоконадежным компаниям с пониженным коэффициентом риска 65%. Пониженные риск-веса для малого и среднего предпринимательства (МСП) с кредитной задолженностью более 8 млрд рублей перестанут действовать, поскольку такие компании, хотя и формально относятся к МСП, фактически являются крупными и будут иметь стандартный риск-вес в 100% (ранее для МСП с кредитной задолженностью до 8 млрд рублей применялись пониженные риск-веса в размере 75%).

В планах ЦБ РФ на 2025 год также значатся меры по ограничению кредитных рисков крупных компаний с высоким уровнем долговой нагрузки. Предполагается введение надбавок к коэффициентам риска по кредитным требованиям и установление более высокого минимального коэффициента риска для ПВР-банков по кредитам крупнейшим компаниям. Эти меры, которые планируется реализовать в первом полугодии 2025 года, будут зависеть от уровня долговой нагрузки компании, а для ПВР-банков минимальный коэффициент риска может быть установлен на уровне 150-200% для кредитов крупнейшим компаниям с повышенным риском.

Также будет введен повышенный резерв по ипотечным кредитам, платеж по которым растет быстрее 20% в год, а общий срок льготного периода превышает 3 года. Эта мера направлена на защиту заемщиков и снижение интереса банков к схемам, завышающим цену квартиры. Повышенный резерв будет установлен в виде надбавок к коэффициентам риска, что потребует от банков формирования дополнительного капитала. Риск-веса по ипотеке будут актуализированы с учетом статистики дефолтов и станут одинаковыми для договоров долевого участия и ипотеки на готовое жилье, унифицировав их на уровне 75% для стандартных ипотечных кредитов с низким уровнем риска.

Перспективы регуляторных изменений и вызовы (2025-2030)

Регуляторная политика Банка России не стоит на месте, постоянно адаптируясь к новым вызовам. С 1 февраля 2025 года антициклическая надбавка установлена в размере 0,25% от активов, взвешенных по риску, а с 1 июля 2025 года — в размере 0,5%. Эта надбавка является важным инструментом макропруденциальной политики, призванным создать буфер капитала в периоды чрезмерного кредитного роста.

С 2026 года для системно значимых кредитных организаций (СЗКО) планируется установить новый консолидированный норматив Н30 (аналог LEX) на уровне 25% от основного капитала без скидок на риск-вес заемщика (т.е. с риск-весом 100%). Норматив Н21 (норматив максимального размера риска на связанное с банком лицо или группу связанных с банком лиц), ограничивающий совокупную сумму кредитов связанным сторонам, для СЗКО будет отменен. Это изменение направлено на усиление требований к левериджу и снижение системного риска, связанного с внутренней закредитованностью. Также с 2026 года будет уточнена методика расчета Н25 в части сближения критериев связанности с принципами МСФО 24, включая сестринские и дочерние компании банка, связанные с акционером, в единую группу связанных с банком лиц (ГСЛ).

Одним из наиболее значимых и ближайших вызовов для российских банков является сложность учета ESG-факторов (Environmental, Social, Governance) в решениях о кредитовании корпоративных клиентов. Эти факторы, включающие экологические, социальные и управленческие аспекты, становятся все более важными для инвесторов и регуляторов. Их интеграция в кредитный анализ требует разработки специального инструментария, такого как методологии оценки ESG-рисков, скоринговые модели, учитывающие нефинансовые показатели, и стандартизированные ESG-отчеты заемщиков. В условиях глобального тренда на устойчивое развитие, российские банки сталкиваются с необходимостью адаптации к этим требованиям, что потребует значительных инвестиций в методологию и ИТ-системы.

Таблица 1: Ключевые регуляторные изменения и их влияние на кредитный риск

Регуляторное изменение	Дата вступления в силу / реализации	Суть изменения	Влияние на управление кредитным риском
Инструкция Банка России № 199-И	29.11.2019	Расчет нормативов по классам контрагентов с индивидуальными риск-весами	Более точная оценка риска, потенциальное высвобождение капитала для кредитования реального сектора.
Положение Банка России № 590-П (изменения)	15.03.2023	Уточнение порядка формирования резервов на возможные потери по ссудам	Повышение качества резервирования, адаптация к текущей экономической ситуации.
Федеральный закон №405-ФЗ (МПЛ)	06.12.2021	Ограничение выдачи кредитов заемщикам с высокой ПДН и низким первоначальным взносом	Снижение закредитованности населения, уменьшение рисков в розничном кредитовании.
Положение Банка России № 845-П	18.02.2025	Утверждение порядка расчета кредитного риска с применением банковских методик и моделей	Повышение стандартов оценки риска, стимулирование к развитию внутренних моделей.
Переход на финализированный подход (SA)	2025 год	Применение стандартизированных риск-весов по Базелю III	Повышение чувствительности к риску, выравнивание регуляторного поля.
Ужесточение требований к заемщикам «инвест. класса»	2025 год	Национальный рейтинг не ниже «А», риск-вес 65%	Повышение качества кредитного портфеля, снижение рисков по крупным корпоративным заемщикам.
Повышенный резерв по ипотеке с быстрым ростом платежей	2025 год	Введение надбавок к коэффициентам риска	Защита заемщиков, снижение интереса банков к рискованным ипотечным схемам.
Ограничение кредитных рисков крупных компаний	1 полугодие 2025 года	Надбавки к коэффициентам риска, более высокий мин. коэффициент риска для ПВР-банков	Снижение системных рисков, связанных с концентрацией на крупных заемщиках.
Антициклическая надбавка (АЦН)	01.02.2025 (0.25%), 01.07.2025 (0.5%)	Создание буфера капитала в периоды кредитного роста	Повышение устойчивости банковского сектора к шокам.
Введение консолидированного норматива Н30 (аналог LEX) для СЗКО	2026 год	Ограничение отношения основного капитала к сумме всех активов без риск-взвешивания	Усиление требований к левериджу, снижение системного риска.
Учет ESG-факторов	Ближайшая перспектива	Разработка инструментария для оценки климатических и социальных рисков	Адаптация к глобальным трендам устойчивого развития, новые вызовы для риск-менеджмента.

Эти изменения демонстрируют комплексный подход Банка России к управлению кредитным риском, сочетающий как микропруденциальные меры (регулирование резервов, нормативов капитала), так и макропруденциальные инструменты (МПЛ, АЦН) для обеспечения стабильности всей финансовой системы.

Инновационные методы и модели оценки кредитных рисков: практика российских банков

В условиях беспрецедентной скорости изменений и растущего объема данных, традиционные подходы к оценке кредитных рисков уже не могут обеспечить необходимую точность и оперативность. Российский банковский сектор, осознавая это, активно внедряет инновационные методы и модели, опирающиеся на искусственный интеллект (ИИ), машинное обучение (МО) и технологии больших данных (Big Data), стремясь не только оптимизировать процессы, но и получить конкурентное преимущество.

Искусственный интеллект и машинное обучение в кредитном скоринге

Россия является мировым лидером по внедрению искусственного интеллекта в финтехе: по данным на конец 2024 года, более 95% российских финансовых компаний применяют технологии ИИ, что значительно превышает среднемировой показатель в 85%. Это подтверждает проактивную позицию отечественных банков в освоении передовых технологий.

Большинство российских банков используют возможности ИИ в кредитном скоринге, анализируя не просто финансовые показатели компании (выручку, издержки, активы, пассивы, капитал), но и огромные массивы неструктурированных данных для оценки кредитоспособности и предложения индивидуальных условий кредитования. Например, ВТБ активно применяет скоринговую онлайн-технологию на основе машинного обучения, которая позволяет принять решение и выдать кредит за считанные минуты. Модель прогнозирует вероятность дефолта клиента и рассчитывает максимальную сумму кредита. Для обучения этих моделей ВТБ использует не только кредитную историю и транзакционную активность, но и публичную финансовую отчетность ФНС, применяя такие алгоритмы машинного обучения, как градиентный бустинг (например, XGBoost), что существенно повышает точность прогнозирования.

Еще более комплексный подход демонстрирует Сбербанк, чей ИИ анализирует не только транзакции клиентов, но и данные из внешних источников, которые могут показаться неочевидными. Это может быть информация о погоде, курсе валюты, а также данные из социальных сетей, геоданные, информация сотовых операторов и из открытых государственных реестров (с согласия клиента). Такой подход позволяет создать максимально полноценный и динамичный портрет клиента, достигая высокой точности в определении его потребностей и кредитного рейтинга.

Внедрение цифровых решений в управление кредитными рисками приносит ощутимые результаты: сокращение операционных затрат на 20-30%, уменьшение времени принятия кредитных решений на 40-60% и улучшение точности прогнозирования дефолтов на 10-20%.

Исследования, подобные тем, что проводились в Сколтехе, показывают, что использование данных о переводах между клиентами значительно улучшает качество кредитного скоринга. Включение данных о транзакциях между клиентами в скоринговые модели на базе нейронных сетей может увеличить коэффициент Gini (метрику качества модели) на 2-5 процентных пунктов, что является существенным улучшением в контексте оценки рисков.

Нейронные сети, в частности трансформерные нейросети, становятся одним из самых эффективных инструментов для разработки моделей оценки кредитного риска. Их эффективность объясняется способностью к глубокому анализу контекста и взаимосвязей в текстовых и временных рядах данных, что позволяет выявлять скрытые паттерны и корреляции, недоступные для традиционных моделей. Они превосходят логистическую регрессию и даже некоторые ансамблевые методы в задачах со сложными и объемными неструктурированными данными. Нейронные сети также используются для верификации пользователей, оценки платежеспособности, прогнозирования динамики банковских рисков и изменения стоимости ценных бумаг.

В оценке кредитного риска используются PD-модели (Probability of Default – вероятность дефолта) и LGD-модели (Loss Given Default – потери при дефолте). Ключевой метрикой качества этих моделей является коэффициент Gini. В рамках ПВР-подхода также применяются EAD-модели (Exposure At Default), которые оценивают размер кредитного требования к заемщику в момент дефолта. Традиционные инструменты моделирования кредитного риска, такие как логистическая регрессия, ансамблевые методы (бэггинг, бустинг) и нейросетевые алгоритмы, продолжают активно использоваться. Логистическая регрессия сохраняет актуальность благодаря своей прозрачности и интерпретируемости, что делает её предпочтительной для многих банков, особенно при работе с менее объемными и структурированными данными.

Big Data и автоматизация процессов

Big Data является ключевым ресурсом для риск-менеджмента в банковской сфере. Она позволяет оценивать кредитоспособность клиентов, прогнозировать риски, выявлять неплатежеспособных заемщиков и потенциальные мошенничества. Big Data включает информацию как из традиционных источников (кредитные бюро, финансовая отчетность), так и из нетрадиционных (социальные сети, геолокационные данные, данные мобильных операторов, онлайн-покупки). Это позволяет банкам формировать более целостный и динамичный профиль риска клиента, обрабатывая данные в режиме реального времени.

Помимо аналитических моделей, банки активно внедряют роботизированную автоматизацию процессов (RPA). RPA применяется для автоматизации рутинных операций: ввода данных, мониторинга кредитного портфеля, генерации отчетов, обновления кредитных рейтингов и обработки исключений. В российских банках RPA используется для сбора данных из различных систем, формирования стандартизированных отчетов для регулятора и внутреннего контроля, а также для автоматизации проверки первичных документов заемщиков, что значительно снижает операционные затраты и повышает эффективность.

ПВР-подход (IRB) и его перспективы в РФ

ПВР-подход (подход на основе внутренних рейтингов) – это передовая методология, позволяющая банкам использовать собственные модели количественной оценки параметров кредитного риска (PD, LGD, EAD), основанные на анализе статистики дефолтов заемщиков. Это обеспечивает более точную оценку капитала и значительно повышает уровень систем управления рисками.

Однако внедрение ПВР-подхода в РФ отстает от мировых лидеров. Если в странах ЕС и США к 2020 году уже более 70% крупных банков использовали внутренние рейтинговые модели, то в России к 2025 году на ПВР-подход перешли лишь 10 системно значимых банков. Тем не менее, Банк России активно стимулирует этот переход: все системно значимые кредитные организации будут обязаны применять ПВР-подход для оценки кредитного риска с 2030 года.

В исследованиях по построению рейтинговых систем, таких как те, что анализируют вероятности дефолта, модель XGBoost часто показывает себя наиболее оптимальной среди построенных моделей машинного обучения. Она хорошо прогнозирует дефолты и вероятность их наступления, что подтверждает её применимость в банковском риск-менеджменте. Также важным выводом является то, что показатели рентабельности компаний играют большую роль в их устойчивости, чем финансовые показатели, характеризующие уровень заемных средств, что подчеркивает необходимость комплексного анализа. Использование методов интеллектуального анализа данных в кредитном скоринге упрощает работу кредитных специалистов и делает оценку кредитных рисков менее затратной.

Таблица 2: Сравнение традиционных и инновационных методов оценки кредитных рисков

Характеристика	Традиционные методы	Инновационные методы (ИИ/МО, Big Data)
Источники данных	Финансовая отчетность, кредитные истории, стандартные анкеты	Все традиционные + соцсети, геоданные, транзакционная активность, поведенческие данные, внешние макроэкономические показатели
Обработка данных	Ручная, полуавтоматическая, структурированные данные	Автоматизированная, высокоскоростная, обработка неструктурированных данных
Время принятия решения	От нескольких часов до нескольких дней	От нескольких секунд до нескольких минут
Точность прогнозирования	Средняя	Высокая (улучшение прогноза дефолтов на 10-20%)
Выявление мошенничества	Затруднительно, реактивно	Проактивное, выявление скрытых паттернов
Операционные затраты	Высокие (ручной труд)	Низкие (автоматизация, RPA)
Используемые модели	Логистическая регрессия, скоринговые карты, экспертные оценки	Нейронные сети (трансформерные), градиентный бустинг (XGBoost), случайный лес
Адаптивность к изменениям	Низкая, требует перенастройки	Высокая, самообучающиеся модели

Инновационные методы не только повышают эффективность и точность оценки кредитных рисков, но и позволяют банкам адаптироваться к меняющимся условиям, предлагая клиентам более персонализированные и оперативные кредитные продукты, что становится ключом к конкурентоспособности в цифровой экономике.

Динамика кредитных рисков в банковском секторе РФ: макроэкономические факторы и влияние санкций

Современный банковский сектор Российской Федерации находится под постоянным влиянием комплексного сплетения макроэкономических факторов и беспрецедентного давления международных санкций. Эти силы формируют уникальный ландшафт кредитных рисков, требующий от коммерческих банков постоянной адаптации и стратегического переосмысления своих подходов.

Макроэкономические тенденции и их влияние

К началу 2025 года российская экономика демонстрировала замедление темпов роста. В IV квартале 2024 года и I квартале 2025 года прирост ВВП снизился с 4,5% до 1,4%. При этом, по итогам 2023 года, рост ВВП России составил 3,6%, а в IV квартале 2023 года — 5,1%. Эти цифры, вкупе с прогнозами Всемирного банка о дальнейшем замедлении роста ВВП России в 2025 году до 0,9% и в 2026 году до 0,8%, указывают на необходимость более консервативного подхода к кредитованию. Основными причинами замедления называются снижение фискальной поддержки, ослабление экспорта, последствия оборонных расходов и высокая зависимость от государственного кредитования, что подстегнуло дефицит рабочей силы и увеличение кредитных рисков. Снижение фискальной поддержки проявляется в сокращении государственных расходов на инфраструктурные проекты и программы стимулирования экономики, а ослабление экспорта обусловлено снижением мировых цен на энергоносители и ограничениями на экспорт российских товаров из-за санкций.

Жесткая денежно-кредитная политика (ДКП) Банка России, выразившаяся в поддержании высокой ключевой ставки (16% годовых с 18 декабря 2023 года), способствовала замедлению кредитования. Это, в свою очередь, наметило признаки дезинфляции, то есть замедления роста потребительских цен и инфляционных ожиданий. Однако это имеет и обратную сторону: высокая ключевая ставка повышает стоимость заемных средств, увеличивая финансовые затраты и риски для заемщиков. На фоне высоких ставок банки могут столкнуться с трансформацией процентного риска заемщика в кредитный риск, поскольку компании и физические лица могут оказаться неспособными обслуживать более дорогие кредиты.

Ухудшение риск-профиля заемщиков и замедление роста кредитного портфеля привели к реализации кредитных рисков, особенно в розничном кредитовании. Доля просроченной задолженности (NPL) по розничным кредитам (без ипотеки) составила около 10% на начало 2025 года. Хотя этот уровень ниже пиковых значений 2014-2016 годов (13-15%), объем просроченной задолженности в абсолютном выражении продолжает расти, достигнув более 1,1 трлн рублей к началу января 2025 года (рост на 10,3% за 2024 год). Темпы роста неплатежей в 2024 году в 2,5 раза превысили результаты 2023 года (+4,3%). Доля просроченных кредитов на балансах банков стабильно держится на уровне 10% благодаря активной продаже проблемных кредитов коллекторским организациям (объем продаж в 2024 году составил около 350 млрд рублей).

В ипотечном сегменте также наблюдается ухудшение. Доля просроченной задолженности свыше 90 дней на 1 апреля 2025 года увеличилась до 0,9% (против 0,5% годом ранее). Это объясняется ростом просрочек по ипотеке, выданной во второй половине 2023 года – начале 2024 года, когда стандарты кредитования были слабыми. Сумма просроченных ипотечных долгов впервые превысила 100 млрд рублей к середине 2025 года. Темп роста портфеля ипотечных кредитов в России в 2024 году упал в 2,8 раза по отношению к 2023 году, составив 10,4% (против 29,5%). Макропруденциальный буфер капитала для покрытия возможных потерь по ипотечным кредитам достиг 1,8% портфеля на 1 апреля 2025 года (против 1,5% годом ранее), что является мерой для смягчения этих рисков.

Что касается необеспеченных потребительских кредитов, доля выданных займов заемщикам с ПДН выше 50% сократилась до 24% в I квартале 2025 года (с 57% в III квартале 2023 года). Макропруденциальный буфер, покрывающий 7% портфеля этих кредитов, призван покрыть потенциальные потери в случае реализации рисков, значительно повышая устойчивость банков к шокам в данном сегменте.

В корпоративном секторе рост числа компаний, имеющих проблемы с обслуживанием задолженности, в основном характерен для малых и микропредприятий, хотя на них приходится менее 1,5% кредитного портфеля. По итогам 2024 года, количество убыточных малых и микропредприятий увеличилось на 15% по сравнению с 2023 годом, что привело к росту проблемной задолженности в этом сегменте на 18%. Сальдированный финансовый результат компаний по итогам 2024 года снизился на 6,9% год-к-году, до 30,4 трлн рублей (в 2023 году он составлял 32,6 трлн рублей), при снижении числа прибыльных компаний в большинстве отраслей, таких как торговля, строительство и обрабатывающая промышленность.

На этом фоне прибыль банковского сектора РФ в 2024 году составила рекордные 3,8 трлн рублей (без учета внутригруппового перераспределения доходов), тогда как предыдущий рекорд был 3,3 трлн рублей в 2021 году. Однако прогнозируется, что в 2025 году прибыль сектора может быть ниже из-за роста кредитных рисков и снижения маржи. Доля топ-10 банков в активах сектора достигла 79% на 1 июля 2024 года, что демонстрирует усиление концентрации в банковском секторе. Также наблюдается общеотраслевая тенденция: рост операционных расходов банков (около 24%) превышает темпы увеличения чистого процентного и чистого комиссион��ого дохода (примерно на 11% и 13% соответственно) в 2024 году. Основными драйверами роста операционных расходов являются увеличение затрат на персонал, инвестиции в ИТ-инфраструктуру и кибербезопасность, а также расходы на соблюдение ужесточающихся регуляторных требований.

Влияние санкций и геополитических факторов

Внешние условия остаются крайне сложными из-за введения дополнительных пакетов санкций недружественными странами против ключевых отраслей РФ, включая нефтегазовую, угольную, ОПК, судоходные и нефтесервисные компании. В 2024 году были введены 12-й и 13-й пакеты санкций ЕС, а также новые ограничения со стороны США и Великобритании, затронувшие более 600 физических и юридических лиц, в том числе в финансовом секторе. Это привело к дальнейшему ограничению доступа российских банков к мировым рынкам капитала и расчетов.

Западные санкции влияют на российский финансовый сектор через шесть основных каналов:

1. Валютный канал: Ограничения на операции с иностранными валютами, затруднение трансграничных расчетов.
2. Фондовый канал: Невозможность проведения операций с ценными бумагами на зарубежных площадках, отток иностранного капитала.
3. Процентный канал: Удорожание заимствований для российских банков и компаний, повышение стоимости фондирования.
4. Канал доходов: Сокращение выручки от внешнеэкономической деятельности для компаний-экспортеров, снижение их кредитоспособности.
5. Кредитный канал: Усложнение привлечения внешнего финансирования, снижение возможностей по рефинансированию долгов.
6. Страховой канал: Ограничение доступа к услугам международного перестрахования, что увеличивает риски банков по крупным проектам.

Санкции привели к сложности взаиморасчетов за товары и удорожанию/недоступности кредитов из-за высокой ключевой ставки ЦБ РФ. Эти факторы напрямую повышают кредитный риск для банков, работающих с компаниями, подверженными санкционному давлению.

Особенности кредитной активности и рисков концентрации

Несмотря на сдерживающие меры Банка России, кредитная активность банков в 2024 году оставалась высокой. Объем кредитов экономике вырос на 15%, а взвешенные по риску активы (RWA) увеличились на 18%. Это привело к давлению на капитал, поскольку темпы роста RWA превысили темпы увеличения собственного капитала банков, создав дополнительную нагрузку на нормативы достаточности.

Макропруденциальная и денежно-кредитная политика ЦБ РФ будет стимулировать банки к аккумулированию собственных средств и укреплению финансовой устойчивости в ближайшие 12 месяцев. Это означает, что банки будут вынуждены более осторожно подходить к кредитованию и активно работать над снижением рисков.

Особую озабоченность вызывает усиление концентрации в банковском секторе. Доля топ-10 банков в активах сектора достигла 79% к 1 июля 2024 года. Это означает, что риски сконцентрированы в крупных системно значимых банках, и проблемы у одного из них могут иметь системные последствия для всей финансовой системы. Кредиты с плавающими ставками, которые банки традиционно предоставляют финансово устойчивым заемщикам, показывают высокое качество, но их доля в портфелях относительно невелика.

Таблица 3: Ключевые макроэкономические показатели и их динамика (2023-2025 гг.)

Показатель	2023 год	2024 год	2025 год (прогноз)	Влияние на кредитный риск
Рост ВВП	3.6%	1.4% (IV кв.)	0.9%	Замедление роста экономики увеличивает риски дефолтов.
Ключевая ставка ЦБ РФ	15% (на конец года)	16% (с 18.12.2023)	Снижение не ранее II п/г	Удорожание кредитов, рост процентного и кредитного риска.
Прибыль банковского сектора	3.3 трлн руб.	3.8 трлн руб.	Ниже 2024	Рост кредитных рисков и снижение маржи сократят прибыль.
Просроченная ипотечная задолженность (90+ дней)	0.5%	0.9% (на 01.04.2025)	Рост до 100 млрд руб.	Ухудшение качества ипотечного портфеля.
Доля кредитов с ПДН > 50%	57% (III кв.)	24% (I кв.)	Стабилизация	Снижение доли рискованных необеспеченных кредитов.
Рост RWA	15%	18%	Снижение	Давление на капитал банков, ужесточение стандартов.

Таким образом, динамика кредитных рисков в РФ определяется сложным взаимодействием замедляющегося экономического роста, ужесточения денежно-кредитной политики, давления санкций и стремления регулятора к финансовой стабильности. Банкам необходимо учитывать эти факторы при формировании своих стратегий кредитования и управления рисками.

Эффективные стратегии и инструменты управления кредитными рисками коммерческих банков

В условиях экономической нестабильности и постоянно меняющегося регуляторного ландшафта, коммерческие банки вынуждены постоянно совершенствовать свои стратегии и инструментарий управления кредитными рисками. Главная цель – не просто минимизировать потенциальные финансовые потери из-за дефолта заемщика, но и повысить возвратность средств, оптимизировать распределение капитала, а также поддерживать финансовую стабильность и прибыльность на долгосрочной основе.

Классические и инновационные методы снижения кредитного риска

Основой любой эффективной системы управления кредитным риском является надежная оценка кредитоспособности. Это включает глубокий анализ финансового состояния заемщика, его деловой репутации, рыночных позиций, а также перспектив развития отрасли. Чем полнее и достовернее информация, тем точнее прогноз вероятности дефолта.

Традиционным и одним из наиболее эффективных методов снижения кредитного риска является использование обеспечения и гарантий. Залог активов (недвижимость, оборудование, ценные бумаги), поручительство третьих лиц или государственные гарантии предоставляют банку возможность компенсировать убытки в случае неисполнения заемщиком обязательств. В случае дефолта банк может конфисковать и продать заложенное имущество.

Важнейшим методом минимизации совокупного кредитного риска является диверсификация кредитного портфеля. Это означает распределение капитала между различными объектами, направлениями, отраслями и рынками вложений, которые не связаны между собой или имеют низкую корреляцию. Например, не стоит концентрировать все кредиты в одной отрасли (например, в строительстве) или одном регионе, чтобы избежать чрезмерных потерь при возникновении кризиса в этом сегменте.

Лимитирование кредитования – еще один ключевой способ контроля формирования кредитного портфеля. Банки устанавливают лимиты по различным параметрам:

• Отраслевые лимиты: ограничение доли кредитов одной отрасли (например, до 15% от кредитного портфеля).
• Страновые лимиты: для международных операций.
• Лимиты по заемщикам/группам связанных заемщиков: например, лимит на одного крупного заемщика в размере до 25% от капитала банка (норматив Н6).
• Лимиты по видам валюты: для управления валютным риском.
• Лимиты по срокам погашения: для управления ликвидностью.

Эти лимиты помогают уменьшить риски концентрации и обеспечить стабильную прибыль.

Создание резервов на возможные потери по ссудам является неотъемлемой частью управления кредитным риском. Резервы формируются в соответствии с Положением Банка России № 590-П (и ранее № 254-П), а также с учетом внутренних методик оценки. Чем выше риск по ссуде, тем больший резерв должен быть сформирован, что обеспечивает покрытие потенциальных убытков.

Инновационные подходы также включают хеджирование рисков с использованием финансовых инструментов, таких как опционы и фьючерсы, для компенсации возможных убытков. Например, банк может купить опцион на продажу акций компании, которой он выдал кредит, чтобы защититься от падения их стоимости. Трансферт риска означает передачу его другой стороне, например, через страхование кредитного риска или секьюритизацию кредитных портфелей.

Управление проблемной задолженностью и антикризисные меры

Даже при самой тщательной оценке рисков, часть кредитов неизбежно становится проблемной. В этих случаях банк должен иметь четкий механизм управления проблемной задолженностью. Наиболее эффективными методами являются:

1. Самостоятельная работа по возврату долга: Это наиболее распространенный метод для отечественных банков, который включает создание внутренних подразделений по взысканию, работу с заемщиками, досудебные претензии и судебные иски. Однако он требует значительных организационных и материальных затрат; по данным на 2024 год, до 70% проблемной задолженности банки пытаются взыскать самостоятельно, при этом затраты на содержание внутренних подразделений могут достигать 50% от суммы возвращенных средств.
2. Реструктуризация кредита: Эта мера помощи заемщику, если он временно не справляется с выплатами. Она подразумевает уменьшение финансовой нагрузки и смягчение условий действующего договора без выдачи нового кредита. Реструктуризация инициируется заемщиком и применяется по согласию сторон при наличии подтвержденных оснований (снижение дохода, болезнь, потеря имущества). Способы реструктуризации могут включать отсрочку основных платежей, снижение ежемесячной суммы платежа за счет увеличения срока погашения задолженности или изменение процентной ставки.
3. Продажа проблемного долга: Банки могут продавать портфели проблемных кредитов коллекторским или факторинговым компаниям. Это позволяет банку очистить свой баланс от неработающих активов и получить часть средств, даже если и с дисконтом. В 2024 году объем продажи проблемных кредитов коллекторам составил более 350 млрд рублей, что на 20% превышает показатели 2023 года.
4. Методы, возможные только при инициативе монетарных властей: Это могут быть программы государственной поддержки заемщиков (например, ипотечные каникулы или субсидирование процентных ставок), а также регуляторные послабления для банков, позволяющие им более гибко работать с проблемной задолженностью без ужесточения нормативов.

Антикризисная политика Банка России играет ключевую роль в стабилизации финансового положения банков. Она включает регуляторные послабления, такие как снижение надбавок к коэффициентам риска, временные послабления при классификации реструктурированных кредитов и формировании резервов. В 2022-2024 годах Банк России вводил такие меры, чтобы поддержать кредитную активность и предотвратить резкий рост просрочки.

Оптимизация кредитного портфеля и разработка стратегии

Для построения эффективной системы управления рисками банки используют разнообразные методологии, позволяющие минимизировать или нейтрализовать риск путем распределения ресурсов между объектами инвестиций с различными степенями риска или активами с близкими степенями риска прибыльности. Среди этих методологий выделяются VaR (Value at Risk) для оценки потенциальных потерь, стресс-тестирование для анализа устойчивости к шокам, сценарный анализ, а также различные методы оптимизации портфеля на основе соотношения риск-доходность.

Оптимизация кредитного портфеля может быть достигнута через:

• Реструктуризацию в пользу более доходных операций: например, переориентация на кредитование высокотехнологичных производств или проектов в быстрорастущих секторах экономики.
• Разработку новых услуг и продуктов: создание нишевых кредитных продуктов с более высокой маржой, таких как кредиты для малого бизнеса под государственные гарантии.
• Изменение региональной политики: выход на новые, менее рискованные или более перспективные рынки.
• Снижение кредитных рисков: путем внедрения передовых методов оценки и управления.
• Формирование адекватных резервов: в соответствии с внутренней политикой и регуляторными требованиями.
• Усиление требований к обеспечению: повышение качества залогов и поручительств.

Стратегия кредитования в коммерческих банках должна быть комплексной и включать в себя:

• Анализ кредитного потенциала банка: объем доступных средств для кредитования.
• Ресурсных возможностей: способность привлекать фондирование на выгодных условиях (депозиты, межбанковские кредиты).
• Квалификации персонала: наличие опытных риск-менеджеров и аналитиков.
• Обеспеченности методическими материалами: наличие четких внутренних регламентов и политик.
• Оценку клиентской базы: понимание потребностей и риск-профилей различных сегментов клиентов.

Только такой системный подход позволяет банкам не только выживать, но и процветать в условиях повышенной неопределенности, эффективно управляя кредитными рисками и обеспечивая устойчивое развитие, что является залогом долгосрочной финансовой стабильности.

Таблица 4: Эффективные стратегии и инструменты управления кредитными рисками

Стратегия / Метод	Описание	Пример реализации	Преимущества
Надежная оценка кредитоспособности	Глубокий анализ финансового состояния, репутации и перспектив заемщика.	Использование ИИ/МО для анализа Big Data, формирование цифрового профиля клиента.	Повышение точности прогнозирования дефолтов, снижение числа проблемных кредитов.
Обеспечение и гарантии	Требование залога активов, поручительств, государственных гарантий.	Залог недвижимости, оборудования, поручительства крупных компаний, программы господдержки.	Снижение потерь при дефолте, повышение возвратности средств.
Диверсификация кредитного портфеля	Распределение кредитов по отраслям, регионам, типам заемщиков.	Ограничение доли кредитов в одной отрасли до 15%, кредитование МСП и крупных корпораций.	Минимизация совокупного риска, снижение концентрации.
Лимитирование кредитования	Установление максимальных объемов кредитов по различным параметрам.	Лимиты на одного заемщика (Н6), отраслевые, валютные лимиты.	Контроль рисков концентрации, предотвращение чрезмерного кредитования.
Создание резервов	Формирование фондов для покрытия потенциальных потерь по ссудам.	Резервы по Положению № 590-П, надбавки к коэффициентам риска по ипотеке.	Защита от убытков, соответствие регуляторным требованиям.
Хеджирование рисков	Использование финансовых инструментов для компенсации возможных убытков.	Покупка опционов, фьючерсов на процентные ставки или валюту.	Защита от рыночных колебаний, снижение процентного и валютного риска.
Трансферт риска	Передача риска другой стороне.	Страхование кредитного риска, продажа кредитных портфелей.	Снижение нагрузки на капитал, перераспределение рисков.
Реструктуризация долга	Изменение условий действующего кредита для снижения нагрузки на заемщика.	Отсрочка платежей, снижение ежемесячной суммы, увеличение срока.	Предотвращение дефолтов, сохранение клиентской базы.
Продажа проблемного долга	Реализация портфелей просроченных кредитов коллекторам.	Продажа проблемных кредитов на рынке цессии.	Очистка баланса от «плохих» активов, высвобождение ресурсов.
Оптимизация портфеля	Перераспределение активов в пользу более доходных и менее рискованных операций.	Кредитование «зеленых» проектов, развитие нишевых продуктов.	Повышение прибыльности, улучшение качества активов.

Роль регуляторных органов и надзорных практик в обеспечении финансовой стабильности

Центральный банк Российской Федерации, как и ведущие мировые регуляторы, играет ключевую роль в поддержании финансовой стабильности, особенно в части минимизации системных кредитных рисков. Эта функция приобрела особое значение в условиях глобальных экономических потрясений и быстро меняющегося финансового ландшафта.

Макропруденциальная политика Банка России

С 2013 года Банк России является регулятором, ответственным за макропруденциальную политику в Российской Федерации. Это комплекс превентивных мер, направленных на минимизацию системного риска финансового сектора и снижение вероятности системного финансового кризиса. Макропруденциальные инструменты используются для двух основных целей:

1. Снижение уязвимости финансовой системы: это достигается, например, путем ограничения чрезмерного роста долговой нагрузки населения или предотвращения ослабления стандартов кредитования.
2. Создание запаса прочности: формирование достаточного объема капитала для устойчивости к будущим шокам. Например, макропруденциальный буфер капитала для покрытия возможных потерь по ипотечным кредитам достиг 1,8% портфеля на 1 апреля 2025 года.

Инструментарий макропруденциальной политики ЦБ РФ включает:

• Макропруденциальные лимиты (МПЛ): Это прямые ограничения на долю рискованных кредитов (займов) в общем объеме выдач. МПЛ используются для ограничения кредитов заемщикам с высокой долговой нагрузкой (ПДН), низким первоначальным взносом и чрезмерно длительным сроком. Например, с 2024 года ЦБ РФ установил МПЛ по показателю долговой нагрузки (ПДН) выше 80% на уровне не более 5% от всех выданных необеспеченных кредитов, а по кредитам с первоначальным взносом менее 20% — не более 20% от объема выдач ипотечных кредитов. С 1 июля 2025 года МПЛ также устанавливаются в ипотечном и автокредитовании, с фокусом на кредиты с низким первоначальным взносом (менее 10%) и автокредиты с высоким ПДН (более 60%).
• Секторальные надбавки к коэффициентам риска (макропруденциальные надбавки): Применяются к отдельным видам активов с относительно высоким кредитным риском, требуя от банков замораживать определенный объем собственных средств для покрытия убытков в сложных экономических условиях. Например, секторальные надбавки применяются к необеспеченным потребительским кредитам (надбавка до 200% для кредитов с высоким ПДН) и ипотечным кредитам с низким первоначальным взносом (надбавка до 150%).
• Национальная антициклическая надбавка (АЦН): Формируется в период ускоренного роста кредитования во всех сегментах и распускается в случае кризиса для повышения устойчивости банковского сектора к шокам. С 1 февраля 2025 года АЦН установлена в размере 0,25% от активов, взвешенных по риску, а с 1 июля 2025 года — 0,5%. В долгосрочной перспективе значение АЦН должно составлять 1% от активов, взвешенных по риску. Банк России принимает решения об установлении АЦН на основе анализа широкого перечня показателей, характеризующих состояние кредитного цикла. С 2016 года Центральный банк ввел антициклическую надбавку во исполнение требований Базеля III.

Надзорные практики и международные стандарты

Банк России проводит регулярный мониторинг системных рисков, охватывающий финансовые организации, инфраструктурные организации, институты развития и параллельную банковскую систему. Оценка устойчивости субъектов финансовой системы осуществляется, в том числе, с помощью стресс-тестирования. Ежегодные стресс-тесты включают анализ сценариев шоков, таких как резкое падение цен на нефть, ослабление рубля, падение ВВП или рост процентных ставок, для оценки способности банковского сектора поглощать потери.

ЦБ РФ также публикует «Обзор финансовой стабильности» два раза в год, где описываются выявленные уязвимости, анализируются потенциальные шоки и дается оценка устойчивости финансовых организаций. Среди типичных уязвимостей регулярно отмечаются рост долговой нагрузки населения, повышение концентрации кредитов в отдельных секторах экономики и риски, связанные с недостаточным качеством оценки залогов.

Ключевым международным стандартом, влияющим на надзорные практики, является Базель III – документ Базельского комитета по банковскому надзору (утвержден в 2010–2011 гг.). Он направлен на повышение качества управления рисками в банковском деле и укрепление стабильности финансовой системы за счет ужесточения требований к капиталу и введения новых нормативных требований по ликвидности. Ключевые требования Базеля III включают повышение норматива достаточности основного капитала (CET1) до 4,5% (Н1.2), капитала 1-го уровня до 6% (Н1.1), общего капитала до 8% (Н1.0), а также введение нормативов ликвидности LCR (Liquidity Coverage Ratio) и NSFR (Net Stable Funding Ratio) для обеспечения краткосрочной и долгосрочной устойчивости. Базель III также вводит показатель левериджа (соотношение активов к капиталу первого уровня), аналог которого в России для СЗКО будет норматив Н30.

Банк России использует правовые инструменты, такие как обязательные нормативы (например, норматив Н6 – максимальный размер риска на одного заемщика или группу связанных заемщиков, установленный на уровне не более 25% от величины собственных средств банка), для обеспечения устойчивости кредитных организаций. В случае прекращения соответствия банковских методик управления рисками и моделей количественной оценки рисков установленным требованиям, Банк России вправе потребовать их приведения в соответствие или установить повышенные значения параметров риска.

Контроль регуляторных рисков (риска несоблюдения внешних или внутренних норм) является одной из главных составляющих эффективного управления кредитной организацией. Управление этим риском включает получение достоверной информации, определение приемлемого уровня, разработку процедур внутреннего контроля и постоянный мониторинг.

Контроль за оборотом цифровых финансовых активов (ЦФА)

В условиях развития цифровых технологий, Банк России также активно работает над регулированием новых сегментов финансового рынка. Планы ЦБ РФ включают существенное усиление контроля за оборотом цифровых финансовых активов (ЦФА) к 2025 году. Это включает введение дополнительных нормативов по достаточности капитала для операторов ЦФА, усиление проверок AML/CFT (противодействие отмыванию денег и финансированию терроризма) и расширение требований по раскрытию информации о рисках для инвесторов. Дополнительные нормативы по достаточности капитала для операторов ЦФА будут учитывать специфику рисков, связанных с цифровыми активами, и могут включать повышенные требования к основному капиталу, а также специальные буферы для покрытия операционных и киберрисков. Эти меры направлены на обеспечение прозрачности и безопасности операций с ЦФА, а также на предотвращение использования цифровых активов в противоправных целях. Банк России может установить макропруденциальные надбавки по валютным кредитам экспортерам для снижения системных валютных рисков и рисков ликвидности, несмотря на их естественное хеджирование, чтобы предотвратить накопление чрезмерных валютных рисков в банковском секторе.

Таблица 5: Инструменты макропруденциальной политики Банка России

Инструмент	Цель	Механизм действия	Примеры / Значения
Макропруденциальные лимиты (МПЛ)	Снижение закредитованности, ограничение рискованных кредитов	Прямые ограничения на долю выдач по ПДН, первоначальному взносу	ПДН > 80% не более 5%, ПВ < 20% не более 20%. С 01.07.2025 — ипотека и автокредиты.
Секторальные надбавки к коэффициентам риска	Создание буфера капитала для высокорисковых активов	Увеличение риск-весов для определенных видов кредитов	До 200% для необеспеченных кредитов с высоким ПДН, до 150% для ипотеки с низким ПВ.
Антициклическая надбавка (АЦН)	Формирование буфера капитала в периоды кредитного бума	Установление процента от активов, взвешенных по риску	0.25% с 01.02.2025, 0.5% с 01.07.2025. Долгосрочная цель — 1%.
Норматив Н6	Ограничение риска на одного заемщика	Максимальный размер риска на одного заемщика или группу связанных заемщиков	Не более 25% от капитала банка.
Норматив Н30 (аналог LEX)	Ограничение левериджа СЗКО	Соотношение основного капитала к сумме всех активов без риск-взвешивания	25% от основного капитала (с 2026 г.).
Стресс-тестирование	Оценка устойчивости к шокам	Анализ сценариев резких изменений макроэкономических показателей	Ежегодная оценка влияния на достаточность капитала при различных шоках.
Регулирование ЦФА	Обеспечение прозрачности и безопасности оборота цифровых активов	Дополнительные нормативы капитала, усиление AML/CFT, раскрытие рисков	Учет специфики рисков ЦФА, повышенные требования к основному капиталу операторов.

Таким образом, Банк России активно применяет широкий спектр инструментов для минимизации системных кредитных рисков, обеспечивая финансовую стабильность и адаптируясь к новым вызовам цифровой экономики и геополитической обстановки.

Направления совершенствования систем управления кредитными рисками в российских коммерческих банках

В эпоху, когда изменения происходят с калейдоскопической скоростью, системы управления кредитными рисками в российских коммерческих банках должны не просто адаптироваться, но и превентивно развиваться. Это является залогом их устойчивости и конкурентоспособности в ближайшей и среднесрочной перспективе.

Дальнейшая цифровизация и внедрение ИИ

Для устойчивой работы банков в условиях цифровизации экономики и трансформации в экосистемы, дальнейшее внедрение новых цифровых технологий является жизненно важным. Это включает в себя:

• Big Data и Data Mining: создание платформ для обработки больших данных и использование методов Data Mining для выявления скрытых закономерностей в поведении клиентов.
• Искусственный интеллект (ИИ) и машинное обучение (МО): Эти технологии позволяют работать с гораздо более широкими и разнородными массивами данных (транзакции, поведенческие данные, внешние макроэкономические факторы), повышая точность расчета PD (вероятности дефолта) и LGD (потерь при дефолте) на 10-20% по сравнению с традиционными статистическими моделями. Это приводит к более точному расчету ожидаемых потерь и более эффективному управлению капиталом.
• Технологии распределенного реестра (блокчейн): Для повышения прозрачности и безопасности транзакций, автоматизации кредитных соглашений через смарт-контракты.
• RegTech и SupTech: внедрение решений для автоматизации соблюдения регуляторных требований (RegTech) и повышения эффективности надзора со стороны ЦБ РФ (SupTech).
• Роботизация: Автоматизация рутинных процессов, таких как ввод данных, мониторинг портфеля и генерация отчетов.

Дальнейшая цифровизация в банковской сфере будет происходить еще более быстрыми темпами, что требует постоянного изучения и оценки влияния нововведений на экономику и повышения эффективности внедрения новых технологий в управление кредитным риском. Использование комплексных решений, low-code-инструментов и технологий искусственного интеллекта определит контуры риск-менеджмента в будущем.

Адаптация к новым регуляторным требованиям и ESG-трансформация

Банк России активно формирует новую регуляторную повестку, требующую от банков системной адаптации. Одним из ключевых направлений является распространение стимулирующего банковского регулирования на приоритетные проекты устойчивого развития в 2025 году. Это будет включать пониженные коэффициенты риска (например, до 50% вместо 100%) для кредитов, выданных на реализацию «зеленых» проектов, соответствующих международным и национальным стандартам устойчивого развития (возобновляемая энергетика, энергоэффективность, экологически чистое производство).

ЦБ РФ выпустил Информационное письмо (от 04.12.2023 № ИН-018-35/60) с рекомендациями по учету климатических рисков для финансовых организаций. Эти риски делятся на физические (долгосрочные изменения климата, такие как наводнения, засухи) и переходные (связанные с переходом к низкоуглеродной экономике, например, ужесточение экологических норм, изменение цен на выбросы). Ключевые рекомендации включают внедрение систем оценки и мониторинга климатических рисков, раскрытие информации о подверженности этим рискам, а также разработку стратегий адаптации и смягчения их воздействия.

Банк России также провел стресс-тестирование банковского сектора, которое показало, что климатический стресс будет оказывать понижательное влияние на показатель достаточности капитала Н1.0. Масштаб этого влияния зависит от степени адаптации экономики к переходным климатическим рискам и возможности банков перераспределить структуру кредитных портфелей в пользу «зеленых» заемщиков. В негативном сценарии, учитывающем неадаптированность экономики, показатель Н1.0 может снизиться на 0,5-1 процентный пункт в течение 3-5 лет. ЦБ РФ рекомендует финансовым организациям содействовать клиентам и контрагентам в переходу к практикам управления климатическими рисками, а в отношении неадаптированных клиентов рассматривать меры снижения рисков (например, перераспределение структуры кредитного портфеля).

ESG-трансформация российского банкинга пока представляет собой скорее внешнюю адаптацию к глобальному запросу на устойчивое развитие, чем радикальную перестройку внутренних процессов. Тем не менее, существуют предложения по дальнейшему стимулированию ESG-банкинга: выделение ESG-инструментов в отдельную категорию для регулирования, применение пониженных коэффициентов риска для ESG-финансовых инструментов, предоставление госзаказов для «зеленых» проектов, закрепление ESG-принципов в оценке заемщиков и обязательная ESG-отчетность банков. Некоторые из этих предложений, такие как пониженные коэффициенты риска, уже рассматриваются Банком России к реализации в 2025 году.

Еще одним важным регуляторным изменением является обязательный переход всех системно значимых кредитных организаций (СЗКО) на ПВР-подход (подход на основе внутренних рейтингов) для оценки кредитного риска с 2030 года. На текущий момент (октябрь 2025 года) в России действуют 13 СЗКО. Переход на ПВР улучшает процессы управления рисками, повышает прозрачность банковских рисков для регулятора и способствует экономии капитала при высоком качестве активов, которая, по оценкам экспертов, может составить от 10% до 25%.

Банк России будет уточнять подходы к резервированию ссуд физических лиц (до конца 2025 года) и юридических лиц (в 2026 году), а также определять обязательный набор показателей долговой нагрузки для оценки финансового положения заемщиков. Уточнения в резервировании будут касаться более детализированного учета поведенческих факторов заемщиков, специфики кредитных продуктов и макроэкономических прогнозов. Обязательный набор показателей долговой нагрузки для юридических лиц может включать коэффициенты Долг/EBITDA, Обслуживание долга/EBITDA и другие метрики.

Планируется внедрение новаций в регулирование рисков финансирования государственно-частного партнерства (ГЧП) в 2026 году, что позволит банкам оценивать риск с учетом государственной поддержки и снизит нагрузку на капитал (специальные риск-веса для ГЧП-проектов с госучастием могут снизить регуляторную нагрузку на 20-30%). Уточнение риск-весов для ипотечных кредитов и повышение требований к заемщикам инвесткласса также входят в планы ЦБ РФ. С 1 октября 2026 года ЦБ РФ планирует уточнить квалификационные требования к руководителям служб внутреннего контроля, внутреннего аудита и управления рисками финансовых организаций, смягчая требования к профильному высшему образованию (расширяя перечень специальностей) и унифицируя подход к опыту работы.

Управление качеством данных и операционной надежностью

Актуальные проблемы развития риск-менеджмента в российских банках включают ужесточаемые регуляторные требования, проблемы качества и доступности данных, недостаток квалифицированных кадров, быстро меняющиеся рыночные условия и высокие контрагентские риски. Недостаток квалифицированных кадров проявляется в дефиците специалистов по Data Science, машинному обучению и кибербезопасности.

ЦБ РФ утвердил новые требования к операционной надежности банков (Положение №850-П от 22 апреля 2025 года) для обеспечения бесперебойного оказания банковских услуг в условиях технологических сбоев и киберугроз. Это включает учет критических элементов ИТ-инфраструктуры, тестирование устойчивости к атакам (пентесты и киберучения) и меры по предотвращению внутренних угроз (системы управления доступом и мониторинга действий персонала).

Перспективы развития риск-менеджмента

Перспективные направления развития банковской системы управления рисками охватывают несколько ключевых областей:

• Адаптация к регуляторным изменениям: постоянный мониторинг и своевременное внедрение новых требований ЦБ РФ.
• Управление качеством данных: инвестиции в инфраструктуру данных, повышение их полноты, достоверности и доступности.
• Совершенствование системы управления риском информационной безопасности: усиление киберзащиты, внедрение передовых технологий для борьбы с кибератаками.
• Управление капиталом на покрытие рисков: оптимизация структуры капитала, внедрение ПВР-подхода для более точного расчета регуляторного капитала.
• Внедрение ИИ и машинного обучения: дальнейшее развитие моделей прогнозирования, скоринга и выявления мошенничества.
• Развитие риск-культуры и навыков персонала: обучение сотрудников новым технологиям и методологиям риск-менеджмента.

Особое внимание уделяется рискам концентрации из-за изменений в регулировании и ограниченных возможностей управления ими. Ужесточение подходов к оценке рисков по крупным заемщикам и связанным группам лиц требует от банков пересмотра своих стратегий кредитования и поиска новых способов диверсификации портфеля.

Таблица 6: Направления совершенствования систем управления кредитными рисками

Направление	Ключевые меры	Ожидаемый эффект
Цифровизация и ИИ	Внедрение Big Data, МО, DLT, RegTech, SupTech, RPA	Повышение точности оценки рисков (PD, LGD на 10-20%), сокращение операционных затрат, ускорение принятия решений.
Адаптация к регуляторным требованиям	Переход на ПВР-подход (СЗКО к 2030), учет климатических рисков, новое регулирование ГЧП.	Экономия капитала (10-25%), повышение устойчивости к климатическим шокам, снижение нагрузки на капитал по ГЧП.
ESG-трансформация	Стимулирующее регулирование для «зеленых» проектов, учет ESG-факторов в скоринге, обязательная ESG-отчетность.	Привлечение «зеленого» финансирования, улучшение репутационного профиля, снижение долгосрочных рисков.
Управление качеством данных	Инвестиции в инфраструктуру данных, повышение полноты и достоверности данных.	Более точные модели, снижение ошибок в оценке рисков.
Операционная надежность	Новые требования ЦБ РФ (Положение №850-П), усиление киберзащиты, тестирование устойчивости.	Бесперебойность банковских услуг, защита от киберугроз и технологических сбоев.
Развитие риск-культуры и персонала	Обучение новым технологиям, повышение квалификации риск-менеджеров.	Улучшение качества решений, снижение человеческого фактора риска.
Управление рисками концентрации	Пересмотр подходов к крупным заемщикам, диверсификация портфеля.	Снижение системных рисков, связанных с высокой концентрацией кредитов.

Эти направления формируют комплексную дорожную карту для российских коммерческих банков, позволяя им не только отвечать на текущие вызовы, но и строить устойчивую и эффективную систему управления кредитными рисками на долгосрочную перспективу.

Заключение

Современное управление кредитными рисками коммерческого банка в Российской Федерации представляет собой динамичную и многогранную область, находящуюся под постоянным влиянием цифровой трансформации и изменяющегося регуляторного ландшафта. Проведенный анализ позволяет сделать вывод, что стратегическое значение комплексного подхода к управлению кредитными рисками в условиях постоянных изменений не просто возрастает, а становится критически важным для выживания и процветания банковского сектора.

Ключевые выводы исследования демонстрируют, что банки сталкиваются с необходимостью адаптации к новым концепциям риска, порожденным цифровизацией, особенно в части киберрисков. Регуляторная среда, задаваемая Банком России, активно эволюционирует, вводя новые подходы к оценке рисков по классам контрагентов, ужесточая макропруденциальные лимиты и постепенно переводя системно значимые банки на более чувствительный к риску ПВР-подход. При этом российские банки показывают мировое лидерство во внедрении инновационных методов оценки рисков, активно используя искусственный интеллект, машинное обучение и большие данные для повышения точности скоринга и автоматизации процессов.

Макроэкономические факторы, такие как замедление роста ВВП и жесткая денежно-кредитная политика, в сочетании с давлением санкций, создают сложный фон для кредитной активности, приводя к росту проблемной задолженности в некоторых сегментах и усилению концентрации в банковском секторе. В ответ на эти вызовы, банки применяют как классические стратегии (обеспечение, диверсификация, лимитирование), так и антикризисные меры (реструктуризация, продажа долгов), поддерживаемые регуляторными послаблениями. Роль Банка России в обеспечении финансовой стабильности через макропруденциальную политику и надзорные практики остается центральной, охватывая даже такие новые области, как контроль за оборотом цифровых финансовых активов.

Наиболее актуальные направления совершенствования систем управления кредитными рисками включают дальнейшую углубленную цифровизацию, полную интеграцию ИИ и МО в процессы принятия решений, а также адаптацию к новой ESG-повестке и регуляторным требованиям по учету климатических рисков. Управление качеством данных и операционной надежностью, а также развитие риск-культуры и квалификации персонала становятся неотъемлемыми компонентами успешной стратегии.

Ключевые рекомендации для коммерческих банков:

1. Инвестировать в передовые цифровые технологии: Ускорить внедрение Big Data, AI/ML, DLT, RegTech и SupTech, ориентируясь на создание комплексных платформ для сквозного управления рисками и автоматизации процессов.
2. Развивать внутренние модели оценки рисков: Активно готовиться к переходу на ПВР-подход, инвестируя в методологию, ИТ-инфраструктуру и обучение персонала.
3. Интегрировать ESG-факторы в кредитный анализ: Разработать инструментарий для оценки климатических и других нефинансовых рисков, адаптировать кредитные портфели к требованиям устойчивого развития.
4. Укреплять операционную надежность и кибербезопасность: Соответствовать новым требованиям ЦБ РФ (Положение №850-П), проводить регулярные стресс-тесты и киберучения, инвестировать в защиту данных.
5. Совершенствовать управление данными: Обеспечить высокое качество, полноту и доступность данных для построения точных прогнозных моделей.
6. Развивать риск-культуру и компетенции персонала: Создавать условия для непрерывного обучения и адаптации сотрудников к новым технологиям и методологиям риск-менеджмента.

Ключевые рекомендации для регуляторных органов:

1. Продолжать стимулировать внедрение инноваций: Поддерживать банки в освоении новых технологий через развитие регуляторных «песочниц» и стандартизацию новых подходов.
2. Развивать регулирование ESG-рисков: Детализировать требования к учету климатических и социальных факторов, рассмотреть возможность введения стимулирующих мер (пониженные коэффициенты риска) для «зеленых» проектов.
3. Повышать прозрачность и предсказуемость регуляторных изменений: Обеспечивать своевременное информирование и консультации с участниками рынка при разработке новых нормативов.
4. Усилить контроль за качеством данных: Разрабатывать стандарты и требования к качеству данных, используемых банками для оценки рисков.
5. Развивать сотрудничество с международными регуляторами: Обмениваться опытом в области управления новыми видами рисков и адаптации к глобальным стандартам.

Постоянная адаптация, внедрение инноваций и учет emerging-рисков для обеспечения финансовой стабильности и устойчивого развития банковского сектора РФ – это не просто желаемое будущее, а необходимый вектор движения в условиях стремительно меняющегося мира.

Список использованной литературы

1. Налоговый кодекс Российской Федерации: части первая и вторая: официальный текст по состоянию на 1 января 2005 г. М.: НОРМА-ИНФРА-М, 2005. 546 с.
2. Гражданский кодекс Российской Федерации: части первая, вторая и третья: официальный текст по состоянию на 1 ноября 2000 г. М.: НОРМА-ИНФРА-М, 2005. 546 с.
3. Бюджетный кодекс Российской Федерации от 31 июля 1998 г. N 145-ФЗ: по состоянию на 1 января 2005 г. М.: НОРМА-ИНФРА, 2005. 651 с.
4. О банках и банковской деятельности: федеральный закон от 2 декабря 1990 г. N 395-I // Собрание законодательства Российской Федерации. 1992. № 50. Ст. 251.
5. О Центральном банке Российской Федерации (Банке России): федеральный закон от 10 июля 2002 г. N 86-ФЗ // Собрание законодательства. 2002. № 125. Ст. 236.
6. Об организации управления правовым риском и риском потери деловой репутации в кредитных организациях и банковских группах: письмо от 30 июня 2005 г. N 92-Т // Бизнес и банки. 2005. № 29.
7. Положение о порядке расчета кредитными организациями величины рыночного риска от 14 ноября 2007 г. № 313-П // Вестник банка России. № 68. С. 20-30.
8. Об обязательных нормативах банков от 14 ноября 2007 г № 313-П: инструкция ЦБРФ // Вестник банка России. № 68.
9. Андреева С.Ю. Основные направления единой государственной денежно-кредитной политики на 2008 год / С.Ю. Андреева // Финансы. 2007. № 11. С. 15-20.
10. Банки и банковские операции: Учеб. для вузов / Е.Ф. Жуков [и др.]; ред. Е.Ф. Жуков. М.: Банки и биржи, ЮНИТИ, 2008. 471 с.
11. Банковское дело: учебник для вузов / ред. Е.Ф. Жуков, ред. Н.Д. Эриашвили. 3-е изд., перераб. и доп. М.: ЮНИТИ-ДАНА, 2008. 654 с.
12. Банковское дело: учебник для вузов / ред. О.И. Лаврушин. 7-е изд., перераб. и доп. М.: КноРус, 2008. 766 с.
13. Беляков А.В., Ломакина Е.В. Кредитный риск: оценка, анализ, управление / А.В. Беляков, Е.В. Ломакин // Финансы и кредит. 2008. № 9. С. 69-75.
14. Буянов В.П., Алексеева Д.Г. Анализ нормативного обеспечения банковских расчетов: учеб. пособие. М.: Экзамен, 2008. 414 с.
15. Вавилов А.С. Банки-2007 и проблемы управления рисками / А.С. Вавилов // Управление кредитной организацией. 2008. № 3. С. 45-54.
16. Воронин Д. Денежно-кредитная политика как инструмент экономического роста: [материалы VII Московского международного банковского форума, 29 нояб. 2006 г.] / Д. Воронин // Банковское дело. 2007. N 1. С. 19-21.
17. Галяпина Л.В., Трускова Т.М. Финансы и кредит: Учеб. пособие. М.: Издат. – торг. Корпорация «Дашков и К», 2008. 348 с.
18. Голикова Ю.С. Современные задачи и условия проведения Банком России денежно-кредитной политики / Ю.С. Голикова // Банковское дело. 2007. N 9. С. 7-11.
19. Деньги, кредит, банки: учебник / ред. Г.И. Кравцова. 2-е изд., перераб. и доп. Минск: Белорус. гос. экон. ун-т, 2007. 443 с.
20. Селищев А.С. Деньги. Кредит. Банки: Учебник для Вузов. Питер, 2007. 432 с.
21. Деньги. Кредит. Банки. Ценные бумаги: практикум: учебное пособие для вузов / ред. Е.Ф. Жуков. 2-е изд., перераб. и доп. М.: ЮНИТИ-ДАНА, 2008. 431 с.
22. Деньги. Кредит. Банки: учебник / О.И. Лаврушин [и др.]; ред. О.И. Лаврушин. М.: Финансы и статистика, 2008. 460 с.
23. Департамент платежного баланса Банка России. Основные направления государственной денежно-кредитной политики на 2009 г. и период 2010 и 2011 годов // Деньги и кредит. 2008. № 11. С. 3-20.
24. Департамент платежного баланса Банка России. Основные направления единой государственной денежно-кредитной политики на 2008 г. // Деньги и кредит. 2007. № 12. С. 3-25.
25. Кабушкин С.Н. Классификация и факторы банковского кредитного риска / С.Н. Кабушкин // Банковское дело. 2005. № 21. С. 15.
26. Квасова Т.А. Кредитный риск и оценка кредитоспособности заемщика — предприятия малого бизнеса / Т.А. Квасова // Банковские услуги. 2007. N 7. С. 20-25.
27. Корчагин Ю.А. Деньги. Кредит. Банки: учебное пособие. Ростов н/Д: Феникс, 2006. 348 с.
28. Кто принимает на себя кредитный риск?: международный опыт // Образование в документах. 2007. N 5. С. 75-80.
29. Мартиросян С.Р. Роль денежно-кредитной политики банка России в реализации экономической политики государства / С.Р. Мартиросян // Современные аспекты экономики. 2005. № 25 (92). С. 194-196.
30. Николаев И.А. Единая государственная денежно-кредитная политика на 2008 год: оценка реалистичности / И.А. Николаев // Финансовые и бухгалтерские консультации. 2007. N 10. С. 4-7.
31. Помазанов М.В. Кредитный риск-менеджмент и моделирование нового актива в портфеле / М.В. Помазанов // Финансы и кредит. 2007. N 6. С. 12-18.
32. Улюкаев А.В., Куликов М.В. Денежно-кредитная политика на этапе инвестиционного развития экономики / А.В. Улюкаев, М.В. Куликов // Деньги и кредит. 2008. N 7. С. 3-7.
33. Финансы. Денежное обращение. Кредит. Учеб. для вузов / ред. М.В. Романовский; О.В. Врублевская. 2-е изд. М.: ЮНИТИ-ДАНА, 2007. 512 с.
34. Финансы. Денежное обращение. Кредит.: учебник для вузов / Л.А. Дробозина, Окунева Л.П., Андросова Л.Д. и др. / Под. Ред. Проф. Л.А. Дробозиной. М.: ЮНИТИ, 2007. 425 с.
35. В ГД одобрили перевод банков на новую систему оценки рисков. Право.ру. 25.03.2020. URL: https://pravo.ru/news/250320/ (дата обращения: 14.10.2025).
36. Цифровизация процессов управления кредитными рисками: от теории к практике. Risk-management.ru. URL: https://risk-management.ru/upload/iblock/c3c/c3ca57c6674e2d35b9148d5d4d385627.pdf (дата обращения: 14.10.2025).
37. Классификация кредитных рисков коммерческого банка Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/klassifikatsiya-kreditnyh-riskov-kommercheskogo-banka (дата обращения: 14.10.2025).
38. ФИНАНСОВЫЕ РИСКИ КОМПАНИЙ В УСЛОВИЯХ ЦИФРОВОЙ ЭКОНОМИКИ. Elibrary.ru. URL: https://elibrary.ru/item.asp?id=47306385 (дата обращения: 14.10.2025).
39. Гарагуц И. Инновационные технологии в управлении кредитными рисками: стратегии цифровизации банковского риск-менеджмента. Вестник Северо-Кавказского федерального университета. URL: https://vestnik.ncfu.ru/uploaded/articles/pdf/0002_0001_106.pdf (дата обращения: 14.10.2025).
40. Цифровые методы оценки кредитных рисков Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/tsifrovye-metody-otsenki-kreditnyh-riskov (дата обращения: 14.10.2025).
41. Янченко Е.В. Риски организации в условиях цифровизации экономики. Первое экономическое издательство, 2022. URL: https://creativeconomy.ru/lib/470387 (дата обращения: 14.10.2025).
42. Развитие теории управления рисками в условиях расширения присутствия кредитных организаций в цифровом пространстве. КиберЛенинка. URL: https://cyberleninka.ru/article/n/razvitie-teorii-upravleniya-riskami-v-usloviyah-rasshireniya-prisutstviya-kreditnyh-organizatsiy-v-tsifrovom-prostranstve (дата обращения: 14.10.2025).
43. УПРАВЛЕНИЕ БАНКОВСКИМИ РИСКАМИ В УСЛОВИЯХ РАЗВИТИЯ ЦИФРОВОГО БАНКИНГА: ТРАНСФОРМАЦИЯ ПОДХОДОВ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/upravlenie-bankovskimi-riskami-v-usloviyah-razvitiya-tsifrovogo-bankinga-transformatsiya-podhodov (дата обращения: 14.10.2025).
44. Управление рисками в эпоху цифровизации: как минимизировать угрозы. Tadviser.ru. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%A3%D0%BF%D1%80%D0%B0%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D1%80%D0%B8%D1%81%D0%BA%D0%B0%D0%BC%D0%B8_%D0%B2_%D1%8D%D0%BF%D0%BE%D1%85%D1%83_%D1%86%D0%B8%D1%84%D1%80%D0%BE%D0%B2%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D0%B8:%D0%BA%D0%B0%D0%BA_%D0%BC%D0%B8%D0%BD%D0%B8%D0%BC%D0%B8%D0%B7%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D1%82%D1%8C_%D1%83%D0%B3%D1%80%D0%BE%D0%B7%D1%8B (дата обращения: 14.10.2025).
45. Симонян Т.А., Исаев А.А. Кредитные риски коммерческих банков и методы управления ими в банковской системе России. Электронный научный журнал «Вектор экономики», 2020. URL: https://vectoreconomy.ru/images/publications/2020/11/finance/Simonyan_Isaev.pdf (дата обращения: 14.10.2025).
46. Об обязательных нормативах и надбавках к нормативам достаточности капитала банков с универсальной лицензией от 29 ноября 2019. Docs.cntd.ru. URL: https://docs.cntd.ru/document/561498327 (дата обращения: 14.10.2025).
47. Положение Банка России от 28.06.2017 N 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» (с изменениями и дополнениями). Документы системы ГАРАНТ. URL: https://base.garant.ru/71720892/ (дата обращения: 14.10.2025).
48. Инструкция Банка России от 29.11.2019 N 199-И «Об обязательных нормативах и надбавках к нормативам достаточности капитала банков с универсальной лицензией» (с изменениями и дополнениями) (документ не действует). Документы системы ГАРАНТ. URL: https://base.garant.ru/73280062/ (дата обращения: 14.10.2025).
49. О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности от 28 июня 2017. Docs.cntd.ru. URL: https://docs.cntd.ru/document/556184515 (дата обращения: 14.10.2025).
50. 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, ссудной и приравненной к ней задолженности» (вместе с «Порядком оценки кредитного риска по…». КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_220261/ (дата обращения: 14.10.2025).
51. Инструкция Банка России от 29.11.2019 № 199-И «Об обязательных нормативах и надбавках к нормативам достаточности капитала банков с универсальной лицензией». ЦБ РФ. URL: https://cbr.ru/Queries/UniDbQuery/File/49603/759 (дата обращения: 14.10.2025).
52. Положение Банка России от 28 июня 2017 г. № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности». ГАРАНТ. URL: https://base.garant.ru/71720892/ (дата обращения: 14.10.2025).
53. Федеральный закон от 10.07.2002 N 86-ФЗ «О Центральном банке Российской Федерации (Банке России)» (с изменениями и дополнениями), Статья 65. КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_37570/d6a3f124c6e9196b66d6d45e05d045c71b697395/ (дата обращения: 14.10.2025).
54. О порядке формирования кредитными. Банк России. URL: https://cbr.ru/banking_sector/normdocs/doc/41818/ (дата обращения: 14.10.2025).
55. ЦБ РФ утвердил порядок расчета величины кредитного риска банками с применением банковских методик управления кредитным риском и моделей количественной оценки кредитного риска. ЭЛКОД. 31.01.2025. URL: https://elcode.ru/hot/2025/01/31/tsb-rf-utverdil-poryadok-rascheta-velichiny-kreditnogo-riska-bankami-s-primeneniem-bankovskih-metodik-upravleniya-kreditnym-riskom-i-modeley-kolichestvennoy-otsenki-kreditnogo-riska/ (дата обращения: 14.10.2025).
56. ЦБ рассказал о планах изменения банковского регулирования. Финам. 26.02.2025. URL: https://www.finam.ru/analysis/newsitem/tsb-rasskazal-o-planakh-izmeneniya-bankovskogo-regulirovaniya-20250226-1700/ (дата обращения: 14.10.2025).
57. Банк России хочет ограничить кредитные риски крупных компаний. Финам. 08.11.2024. URL: https://www.finam.ru/analysis/newsitem/bank-rossii-khochet-ogranichit-kreditnye-riski-krupnykh-kompaniy-20241108-1931/ (дата обращения: 14.10.2025).
58. РЕГУЛИРОВАНИЕ РИСКОВ КРЕДИТНОЙ КОНЦЕНТРАЦИИ. Банк России. 28.06.2024. URL: https://cbr.ru/Content/Document/File/161474/review_28062024.pdf (дата обращения: 14.10.2025).
59. Банк России принял ряд решений по банковскому регулированию. ЦБ РФ. URL: https://cbr.ru/press/event/?id=10674 (дата обращения: 14.10.2025).
60. Перспективные направления развития банковского регулирования и надзора: текущий статус и новые задачи. Банк России. 25.08.2025. URL: https://cbr.ru/Content/Document/File/163278/dnar_2025-08-25.pdf (дата обращения: 14.10.2025).
61. Положение Банка России от 06.08.2015 № 483-П «О порядке расчета величины кредитного риска на основе внутренних рейтингов». ЦБ РФ. URL: https://cbr.ru/Queries/UniDbQuery/File/49603/762 (дата обращения: 14.10.2025).
62. Федеральный закон от 10.07.2002 N 86-ФЗ «О Центральном банке Российской Федерации (Банке России)» (с изменениями и дополнениями), Статья 72.1. КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_37570/11887e1498b8a5e55e5108253102432a63750036/ (дата обращения: 14.10.2025).
63. Об определении банками с универсальной лицензией величины кредитного риска по производным финансовым инструментам от 12 января 2021. Docs.cntd.ru. URL: https://docs.cntd.ru/document/573033502 (дата обращения: 14.10.2025).
64. Актуальные тенденции регулирования рисков коммерческих банков в РФ. Elibrary.ru. URL: https://elibrary.ru/item.asp?id=45722307 (дата обращения: 14.10.2025).
65. Наиболее важные изменения в сфере регулирования на финансовом рынке в 2021 году. Ассоциация банков России. URL: https://asros.ru/analytics/analytics/naibolee-vazhnye-izmeneniya-v-sfere-regulirovaniya-na-finansovom-rynke-v-2021-godu/ (дата обращения: 14.10.2025).
66. Регулирование в 2024 году. Ассоциация банков России. 2024. URL: https://asros.ru/upload/medialibrary/a7b/cbr_2024_03.pdf (дата обращения: 14.10.2025).
67. Банк России подготовит нормативные изменения, направленные на ограничение кредитных рисков крупных компаний. КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_28256/fa062a4b89e24ff984185799130725a3d76b911c/ (дата обращения: 14.10.2025).
68. КРЕДИТНЫЕ РИСКИ РОССИЙСКИХ КОММЕРЧЕСКИХ БАНКОВ: НОВЫЕ ПОДХОДЫ К УПРАВЛЕНИЮ Текст научной статьи по специальности. КиберЛенинка. URL: https://cyberleninka.ru/article/n/kreditnye-riski-rossiyskih-kommercheskih-bankov-novye-podhody-k-upravleniyu (дата обращения: 14.10.2025).
69. Прогнозирование вероятности дефолта через логистическую регрессию. Habr. 11.05.2023. URL: https://habr.com/ru/articles/734298/ (дата обращения: 14.10.2025).
70. Как банки используют искусственный интеллект в обслуживании бизнеса. Ведомости. 15.04.2024. URL: https://www.vedomosti.ru/press_releases/2024/04/15/kak-banki-ispolzuyut-iskusstvennyi-intellekt-v-obsluzhivanii-biznesa (дата обращения: 14.10.2025).
71. Искусственный интеллект в банках: ТОП-10 эффективных кейсов по версии Smartgopro. Smartgopro.ru. URL: https://smartgopro.ru/blog/ai-v-bankah (дата обращения: 14.10.2025).
72. 5 необходимых цифровых технологий в вашей бизнес-платформе управления кредитными рисками. Emagia. URL: https://emagia.com/ru/blog/5-essential-digital-technologies-in-your-credit-risk-management-business-platform/ (дата обращения: 14.10.2025).
73. Нейронные сети обучили оценке кредитоспособности банковских клиентов. Naked-science.ru. URL: https://naked-science.ru/article/nakedscience/neyronnye-seti-obuchili-otsenke (дата обращения: 14.10.2025).
74. Как оценить кредитные риски с помощью трансформерной нейросети и зачем это нужно. Новости IBS. URL: https://ibs.ru/kompaniya/press-tsentr/novosti/kak-otsenit-kreditnye-riski-s-pomoshchyu-transformernoy-neyroseti-i-zachem-eto-nuzhno/ (дата обращения: 14.10.2025).
75. ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ НОВЫХ ЦИФРОВЫХ ТЕХНОЛОГИЙ В СФЕРЕ УПРАВЛЕНИЯ КРЕДИТНЫМ РИСКОМ И ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ Текст научной статьи по специальности. КиберЛенинка. URL: https://cyberleninka.ru/article/n/perspektivy-ispolzovaniya-novyh-tsifrovyh-tehnologiy-v-sfere-upravleniya-kreditnym-riskom-i-otsenki-kreditosposobnosti (дата обращения: 14.10.2025).
76. Искусственный интеллект в банках — применение и кейсы AI. SCAND. URL: https://scand.com/ru/company/blog/ai-in-banking/ (дата обращения: 14.10.2025).
77. Как искусственный интеллект помогает выдавать кредиты. IQ Media. URL: https://iq.hse.ru/news/853748245.html (дата обращения: 14.10.2025).
78. Машинное обучение: кейсы применения в российских банках. FutureBanking.ru. URL: https://futurebanking.ru/articles/5812 (дата обращения: 14.10.2025).
79. Как российские банки применяют машинное обучение. BFC Bulletins. URL: http://bfcb.ru/kak-rossiyskie-banki-primenyayut-mashinnoe-obuchenie/ (дата обращения: 14.10.2025).
80. Управление кредитными рисками на основе искусственного интеллекта: трансформация оценки и снижение риска. Emagia. URL: https://emagia.com/ru/blog/ai-credit-risk-management-transforming-assessment-and-mitigation/ (дата обращения: 14.10.2025).
81. Применение искусственных нейронных сетей для оценки кредитного риска в рамках CRM-системы коммерческого банка. Elibrary.ru. URL: https://elibrary.ru/item.asp?id=45598696 (дата обращения: 14.10.2025).
82. Машинное обучение в оценке кредитных рисков: как ML меняет правила игры? Habr. 27.10.2023. URL: https://habr.com/ru/companies/data_light/articles/864317/ (дата обращения: 14.10.2025).
83. Big Data в банковской сфере и аналитика больших данных. DECO systems. URL: https://deco.systems/big-data-v-bankovskoj-sfere-i-analitika-bolshih-dannyh/ (дата обращения: 14.10.2025).
84. Россия стала мировым лидером по внедрению искусственного интеллекта в финтехе. InvestFuture. 13.10.2025. URL: https://investfuture.ru/news/rossiya-stala-mirovym-liderom-po-vnedreniyu-iskusstvennogo-intellekta-v-fintehe (дата обращения: 14.10.2025).
85. Bigdata: большой потенциал управления рисками Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/bigdata-bolshoy-potentsial-upravleniya-riskami (дата обращения: 14.10.2025).
86. Дипломная работа посвящена оценке вероятности дефолта заёмщика с использованием методов машинного обучения и процессом. ВШЭ. URL: https://www.hse.ru/edu/vkr/731175782 (дата обращения: 14.10.2025).
87. АНАЛИЗ ТЕХНОЛОГИЙ БОЛЬШИХ ДАННЫХ В УПРАВЛЕНИИ И ПРОГНОЗИРОВАНИИ ФИНАНСОВЫХ РИСКОВ ПРЕДПРИЯТИЯ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/analiz-tehnologiy-bolshih-dannyh-v-upravlenii-i-prognozirovanii-finansovyh-riskov-predpriyatiya (дата обращения: 14.10.2025).
88. ПРИМЕНЕНИЕ ПВР — ПОДХОДА ПРИ ОЦЕНКЕ ДОСТАТОЧНОСТИ КАПИТАЛА БАНКОВ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/primenenie-pvr-podhoda-pri-otsenke-dostatochnosti-kapitala-bankov (дата обращения: 14.10.2025).
89. О ПЕРЕВОДЕ СИСТЕМНО ЗНАЧИМЫХ КРЕДИТНЫХ ОРГАНИЗАЦИЙ НА ПОДХОД К ОЦЕНКЕ. Банк России. URL: https://cbr.ru/Content/Document/File/108398/20201202_pr_pvr.pdf (дата обращения: 14.10.2025).
90. Построение системы обеспечения качества данных коммерческого банка при внедрении Базельского подхода на основе внутренних рейтингов (ПВР). Институт банковского дела АРБ. URL: https://arb.ru/b2b/edu/postroenie_sistemy_obespecheniya_kachestva_dannykh_kommercheskogo_banka_pri_vnedrenii_bazelskogo_podkhoda_na_osnove_vnutrennikh_reytingov_pvr/ (дата обращения: 14.10.2025).
91. Информация Банка России «О принципах и подходах Банка России к проведению валидации рейтинговых систем банков в рамках реализации ПВР». КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_222409/ (дата обращения: 14.10.2025).
92. ИСПОЛЬЗОВАНИЕ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ В БАНКОВСКОЙ СФЕРЕ. Современные наукоёмкие технологии. Региональное приложение. URL: https://elibrary.ru/item.asp?id=54933934 (дата обращения: 14.10.2025).
93. ПВР подходы к оценке кредитного риска и достаточности капитала банка. ВШЭ. URL: https://www.hse.ru/edu/vkr/736181180 (дата обращения: 14.10.2025).
94. Применение методов искусственного интеллекта в системе риск-менеджмента банка Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/primenenie-metodov-iskusstvennogo-intellekta-v-sisteme-risk-menedzhmenta-banka (дата обращения: 14.10.2025).
95. Обзор финансовой стабильности. Банк России. 28.05.2025. URL: https://cbr.ru/Content/Document/File/164394/OFS_2025-05-28.pdf (дата обращения: 14.10.2025).
96. Итоги банковского сектора за 1-е полугодие 2024 года: обреченные на концентрацию. RAEX. URL: https://raexpert.ru/researches/banks/1h2024/ (дата обращения: 14.10.2025).
97. Банки РФ в 2024 году заработали рекордные 3,8 трлн рублей чистой прибыли. Интерфакс. 05.02.2024. URL: https://www.interfax.ru/business/943144 (дата обращения: 14.10.2025).
98. Прибыль российских банков. TAdviser.ru. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%9F%D1%80%D0%B8%D0%B1%D1%8B%D0%BB%D1%8C_%D1%80%D0%BE%D1%81%D1%81%D0%B8%D0%B9%D1%81%D0%BA%D0%B8%D1%85_%D0%B1%D0%B0%D0%BD%D0%BA%D0%BE%D0%B2 (дата обращения: 14.10.2025).
99. Влияние ключевой ставки на процентный риск банков. ВШЭ. URL: https://www.hse.ru/edu/vkr/175932594 (дата обращения: 14.10.2025).
100. Обзор финансовой стабильности. Банк России. 29.11.2024. URL: https://cbr.ru/Content/Document/File/162032/OFS_2024-11-29.pdf (дата обращения: 14.10.2025).
101. Россияне ускоренными темпами накапливают долги по кредитам. Банки.ру. 18.01.2024. URL: https://www.banki.ru/news/lenta/?id=10986754 (дата обращения: 14.10.2025).
102. Новый рекорд маловероятен. АКРА. URL: https://www.acra-ratings.ru/research/2938/ (дата обращения: 14.10.2025).
103. Объем просроченных розничных кредитов в 2024 году вырос на 10%. Bosfera.ru. 22.01.2024. URL: https://bosfera.ru/bo/obem-prosrochennyh-roznichnyh-kreditov-v-2024-godu-vyros-na-10 (дата обращения: 14.10.2025).
104. Объем просроченных платежей в банковском кредитовании вырос на 12% с начала года. NBJ.ru. 19.01.2024. URL: https://nbj.ru/news/obem-prosrochennyh-platezhey-v-bankovskom-kreditovanii-vyros-na-12-s-nachala-goda.html (дата обращения: 14.10.2025).
105. Кредитование юридических лиц и индивидуальных предпринимателей в августе 2025 года. Банк России. URL: https://cbr.ru/statistics/bank_sector/k_ul_ip/ (дата обращения: 14.10.2025).
106. БАНКОВСКИЙ СЕКТОР. Банк России. 10.03.2025. URL: https://cbr.ru/Content/Document/File/163278/BS_2025-03-10.pdf (дата обращения: 14.10.2025).
107. Время кредитной засухи: каким будет 2025 год для российских банков. Forbes.ru. 21.12.2023. URL: https://www.forbes.ru/finansy/525389-vremya-kreditnoi-zasuhi-kakim-budet-2025-god-dlya-rossiiskih-bankov (дата обращения: 14.10.2025).
108. Российские банки: финансовые итоги 2024 года. Finversia. 05.02.2024. URL: https://finversia.ru/publication/rossiiskie-banki-finansovye-itogi-2024-goda-113541 (дата обращения: 14.10.2025).
109. Петербуржцы побежали за реструктуризацией долгов по ипотеке, в целом по России цифры по просрочке выросли до 100 млрд рублей. Мойка78.ру. 13.10.2025. URL: https://moika78.ru/news/2025-10-13/861771-peterburzhcy-pobezhali-za-restrukturizatsiey-dolgov-po-ipoteke-v-tselom-po-rossii-tsifry-po-prosrochke-vyrosli-do-100-mlrd-rubley/ (дата обращения: 14.10.2025).
110. Как санкции влияют на финсектор России: ЦБ назвал шесть каналов. Банки.ру. 20.04.2023. URL: https://www.banki.ru/news/lenta/?id=10967530 (дата обращения: 14.10.2025).
111. В России в 2024 году темп роста портфеля ипотечных кредитов банков упал в 2,8 раза. Интерфакс. 05.02.2024. URL: https://www.interfax.ru/business/943141 (дата обращения: 14.10.2025).
112. Российский банковский сектор — прогноз на 2025 год. Ассоциация банков России. 14.02.2024. URL: https://asros.ru/analytics/analytics/rossiyskiy-bankovskiy-sektor-prognoz-na-2025-god/ (дата обращения: 14.10.2025).
113. Просроченные кредиты в России. TAdviser.ru. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%9F%D1%80%D0%BE%D1%81%D1%80%D0%BE%D1%87%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%BA%D1%80%D0%B5%D0%B4%D0%B8%D1%82%D1%8B_%D0%B2_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8 (дата обращения: 14.10.2025).
114. Проблемы, с которыми столкнулась банковская система РФ в период санкций. Sgu.ru. 10.12.2023. URL: https://www.sgu.ru/sites/default/files/text_of_doc/2023/12/10/sbornik_finansy_i_kredit_2023_tom_2_1098-1104.pdf (дата обращения: 14.10.2025).
115. Легкой жизни для банковской индустрии не видим. Банк России. 02.09.2022. URL: https://cbr.ru/Collection/Collection/File/42078/2022-09-02.pdf (дата обращения: 14.10.2025).
116. Факторы, влияющие на уровень кредитного риска российских банков. ВШЭ. URL: https://www.hse.ru/edu/vkr/531940989 (дата обращения: 14.10.2025).
117. САНКЦИИ: БАНКОВСКИЕ И КРЕДИТНЫЕ РИСКИ ДЛЯ ЭКОНОМИКИ РОССИИ И ПУТИ ИХ ОПТИМИЗАЦИИ Текст научной статьи по специальности. КиберЛенинка. URL: https://cyberleninka.ru/article/n/sanktsii-bankovskie-i-kreditnye-riski-dlya-ekonomiki-rossii-i-puti-ih-optimizatsii (дата обращения: 14.10.2025).
118. Ограниченная достаточность. АКРА. URL: https://www.acra-ratings.ru/research/3004/ (дата обращения: 14.10.2025).
119. РИСКИ БАНКОВСКОГО СЕКТОРА В УСЛОВИЯХ САНКЦИЙ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/riski-bankovskogo-sektora-v-usloviyah-sanktsiy (дата обращения: 14.10.2025).
120. БАНКОВСКИЙ СЕКТОР РОССИИ В УСЛОВИЯХ МЕЖДУНАРОДНЫХ САНКЦИЙ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/bankovskiy-sektor-rossii-v-usloviyah-mezhdunarodnyh-sanktsiy (дата обращения: 14.10.2025).
121. Влияние процентных ставок на кредитование, сбережения, инвестиции и потребление. КонсультантПлюс. URL: https://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=CBR&n=32375&dst=100003 (дата обращения: 14.10.2025).
122. ЦБ ужесточит нормативы достаточности капитала банков, чтобы охлаждать кредитование. Интерфакс. 09.09.2023. URL: https://www.interfax.ru/business/918901 (дата обращения: 14.10.2025).
123. РОЛЬ ВЛИЯНИЯ КЛЮЧЕВОЙ СТАВКИ НА ФИНАНСОВЫЕ РИСКИ. Вестник Алтайской академии экономики и права. URL: https://vaael.ru/ru/article/view?id=3214 (дата обращения: 14.10.2025).
124. Ключевая ставка ЦБ: что это такое и на что влияет. СберБизнес. URL: https://www.sberbank.com/business/go/blog/klyuchevaya-stavka (дата обращения: 14.10.2025).
125. Пресс-конференция по Обзору финансовой стабильности. YouTube. 29.11.2024. URL: https://www.youtube.com/watch?v=Fj-yV5FwWlE (дата обращения: 14.10.2025).
126. МАКРОЭКОНОМИЧЕСКИЕ ФАКТОРЫ, ВЛИЯЮЩИЕ НА КАЧЕСТВО КРЕДИТНОГО ПОРТФЕЛЯ БАНКОВСКОГО СЕКТОРА РОССИИ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/makroekonomicheskie-faktory-vliyayuschie-na-kachestvo-kreditnogo-portfelya-bankovskogo-sektora-rossii (дата обращения: 14.10.2025).
127. Оценка уровня кредитного риска банковского сектора РФ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/otsenka-urovnya-kreditnogo-riska-bankovskogo-sektora-rf (дата обращения: 14.10.2025).
128. БАНКОВСКИЙ СЕКТОР. Банк России. 01.12.2024. URL: https://cbr.ru/Content/Document/File/162032/BS_2024-12-01.pdf (дата обращения: 14.10.2025).
129. Всемирный банк ухудшил прогноз роста ВВП РФ на 2025-2027 годы. Интерфакс. 08.10.2024. URL: https://www.interfax.ru/business/987790 (дата обращения: 14.10.2025).
130. Чего ждать от заседания ЦБ, россияне не справляются с кредитной нагрузкой. Главные события рынка кредитования. Банки.ру. 11.04.2024. URL: https://www.banki.ru/news/lenta/?id=10996841 (дата обращения: 14.10.2025).
131. 2023-й: три пакета санкций, пять повышений ставки ЦБ и семь месяцев рыночного роста. БКС Экспресс. 29.12.2023. URL: https://bcs-express.ru/novosti-i-analitika/2023-y-tri-paketa-sanktsii-pyat-povyshenii-stavki-tsb-i-sem-mesiatsev-rynochnogo-rosta (дата обращения: 14.10.2025).
132. Управление проблемными долгами в банковском секторе: уроки кризиса. Центр макроэкономического анализа и краткосрочного прогнозирования. URL: https://www.forecast.ru/archive/article_dolgovaia_nagruzka_naseleniia_i_problemnye_dolgi_v_bankovskom_sektore_uroki_krizisa.pdf (дата обращения: 14.10.2025).
133. Снижение кредитного риска: 6 ключевых методов финансовой стабильности. Emagia. URL: https://emagia.com/ru/blog/credit-risk-mitigation-techniques/ (дата обращения: 14.10.2025).
134. КРЕДИТНЫЕ РИСКИ И СПОСОБЫ ИХ СНИЖЕНИЯ. Sgu.ru. 25.06.2017. URL: https://www.sgu.ru/sites/default/files/text_of_doc/2017/06/25/kreditnye_riski_i_sposoby_ih_snizheniya.pdf (дата обращения: 14.10.2025).
135. Методы снижения кредитного риска Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/metody-snizheniya-kreditnogo-riska (дата обращения: 14.10.2025).
136. МЕТОДЫ РАБОТЫ С ПРОБЛЕМНОЙ ЗАДОЛЖЕННОСТЬЮ ПОТРЕБИТЕЛЬСКОГО КРЕДИТОВАНИЯ, ИХ ПРЕИМУЩЕСТВА И НЕДОСТАТКИ. Современные проблемы науки и образования. 2012. URL: https://science-education.ru/pdf/2012/6/15.pdf (дата обращения: 14.10.2025).
137. Тисецкая Н.М. МИНИМИЗАЦИЯ БАНКОВСКОГО КРЕДИТНОГО РИСКА. CORE. URL: https://core.ac.uk/download/pdf/287413695.pdf (дата обращения: 14.10.2025).
138. Управление проблемными активами в банке: специфика работы на различных этапах и использование вспомогательных механизмов. ФАКТОРинг ПРО. URL: https://www.factoringpro.ru/articles/upravlenie-problemnymi-aktivami-v-banke-spetsifika-raboty-na-razlichnykh-etapakh-i-ispolzovanie-vspomogatelnykh-mekhanizmov/ (дата обращения: 14.10.2025).
139. Антикризисная политика. Банк России. URL: https://cbr.ru/Content/Document/File/136746/Anti-crisis_policy.pdf (дата обращения: 14.10.2025).
140. Глава 3. Методы снижения кредитного риска. Документы системы ГАРАНТ. URL: https://base.garant.ru/71830200/c15b9c02d1f7c2aa5b21021482ef45b4/ (дата обращения: 14.10.2025).
141. Современные методы минимизации кредитных рисков. Издание.name. 2016. URL: https://izdanie.name/assets/files/journal/2016/5_2016/10_sovremennye-metody-minimizatsii-kreditnyx-riskov.pdf (дата обращения: 14.10.2025).
142. Антикризисные меры. КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_435429/ (дата обращения: 14.10.2025).
143. Работа банка с проблемными активами: эффективное управление и лучшие практики», 22 мая 2023 г. Conference-center.ru. URL: https://www.conference-center.ru/proekt/prakticheskaya_konferentsiya_rabota_banka_s_problemnymi_aktivami_effektivnoe_upravlenie_i_luchshie_praktiki_22_maya_2023_g/ (дата обращения: 14.10.2025).
144. МЕТОДЫ И ИНСТРУМЕНТЫ УПРАВЛЕНИЯ РИСКАМИ КРЕДИТНЫХ ОПЕРАЦИЙ. SWSU.ru. URL: https://www.swsu.ru/sbornik-nauchnykh-trudov/metody-i-instrumenty-upravleniya-riskami-kreditnykh-operatsiy.pdf (дата обращения: 14.10.2025).
145. Оптимизация и стратегия работы с проблемной задолженностью в банках Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/optimizatsiya-i-strategiya-raboty-s-problemnoy-zadolzhennostyu-v-bankah (дата обращения: 14.10.2025).
146. Что такое антикризисное управление? Национальная академия дополнительного профессионального образования. URL: https://nadpo.ru/blog/chto-takoe-antikrizisnoe-upravlenie/ (дата обращения: 14.10.2025).
147. Тарада С.И. CИСТЕМА АНТИКРИЗИСНОГО УПРАВЛЕНИЯ КРЕДИТНЫМИ ОРГАНИЗАЦИЯМИ НА ОСНОВЕ СОВОКУПНОСТИ МАКРОЭКОНОМИЧЕСКИХ И МИКРОЭКОНОМИЧЕСКИХ ИНСТРУМЕНТОВ. Стратегические решения и риск-менеджмент, 2016. URL: https://riskjournal.ru/article/21650/ (дата обращения: 14.10.2025).
148. Основы антикризисного управления в коммерческом банке. Молодой ученый. URL: https://moluch.ru/archive/127/35349/ (дата обращения: 14.10.2025).
149. Что такое реструктуризация кредита: особенности, процедура, документы. МТС Банк. URL: https://www.mtsbank.ru/wiki/chto-takoe-restrukturizaciya-kredita/ (дата обращения: 14.10.2025).
150. Хеджирование рисков: искусство управления финансовой неопределенностью. НФА. URL: https://www.nfa.ru/strategii/hedzhirovanie-riskov/ (дата обращения: 14.10.2025).
151. Реструктуризация кредита: объясняем простыми словами. Генбанк. URL: https://genbank.ru/blog/restrukturizatsiya-kredita-obyasnyaem-prostymi-slovami (дата обращения: 14.10.2025).
152. Реструктуризация кредитов, кредитные и ипотечные каникулы. Сбербанк. URL: https://www.sberbank.ru/ru/person/credits/restructuring (дата обращения: 14.10.2025).
153. Гладкова В.Д. Особенности управления кредитным риском коммерческих банков в России в условиях финансовой нестабильности. Путеводитель предпринимателя, 2017. URL: https://journal.iprbookshop.ru/58778 (дата обращения: 14.10.2025).
154. Классификация и измерение рисков. Хеджирование и диверсификация как способы управления рисками. КонсультантПлюс. URL: https://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=CBRF&n=219803&dst=1000000001%2C0 (дата обращения: 14.10.2025).
155. Совершенствование управления кредитными рисками коммерческого банка Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/sovershenstvovanie-upravleniya-kreditnymi-riskami-kommercheskogo-banka (дата обращения: 14.10.2025).
156. Классификация приемов и способов управления финансовыми рисками Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/klassifikatsiya-priemov-i-sposobov-upravleniya-finansovymi-riskami (дата обращения: 14.10.2025).
157. МЕХАНИЗМ И МОДЕЛЬ ДИВЕРСИФИКАЦИИ КРЕДИТНОГО ПОРТФЕЛЯ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/mehanizm-i-model-diversifikatsii-kreditnogo-portfelya (дата обращения: 14.10.2025).
158. ЦБ РФ с 1 июля повышает антициклическую надбавку к нормативам достаточности капитала банков с 0,25% до 0,5% от активов. Smart-Lab. 29.06.2023. URL: https://smart-lab.ru/blog/907997.php (дата обращения: 14.10.2025).
159. Национальная антициклическая надбавка. Банк России. URL: https://cbr.ru/secdep/acb/ (дата обращения: 14.10.2025).
160. Инструменты макропруденциальной политики. Банк России. URL: https://cbr.ru/secdep/mp_instruments/ (дата обращения: 14.10.2025).
161. ЦБ сохранил антициклическую надбавку к достаточности капитала банков на уровне 0,5%. Интерфакс. 04.08.2024. URL: https://www.interfax.ru/business/974898 (дата обращения: 14.10.2025).
162. Макропруденциальная политика Банка России: концепция проведения и планируемые решения. ЦБ РФ. 01.09.2022. URL: https://cbr.ru/Content/Document/File/140224/discussion_paper_220901.pdf (дата обращения: 14.10.2025).
163. Антициклическая надбавка позволит банкам накопить в 2025 г. буфер капитала на 800 млрд руб. Интерфакс. 29.11.2023. URL: https://www.interfax.ru/business/932789 (дата обращения: 14.10.2025).
164. Антициклическая надбавка: что это такое и как работает? Т-Банк. URL: https://www.tinkoff.ru/invest/pulse/stories/antikliciklicheskaya-nadbavka-chto-eto-takoe-i-kak-rabotaet/ (дата обращения: 14.10.2025).
165. Макропруденциальное регулирование – ключ финансовой стабильности государств Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/makroprudentsialnoe-regulirovanie-klyuch-finansovoy-stabilnosti-gosudarstv (дата обращения: 14.10.2025).
166. Какие правовые инструменты применяет Банк России для защиты финансовой стабильности? Яндекс Нейро. URL: https://yandex.ru/q/question/kakie_pravovye_instrumenty_primeniaet_bank_530f785b/ (дата обращения: 14.10.2025).
167. Что такое макропруденциальные надбавки Банка России (ЦБ РФ) простыми словами. Журнал Домклик. URL: https://journal.domclick.ru/nedvizhimost/chto-takoe-makroprudencialnye-nadbavki-banka-rossii-cb-rf-prostymi-slovami/ (дата обращения: 14.10.2025).
168. Финансовая стабильность. Банк России. URL: https://cbr.ru/fin_stability/ (дата обращения: 14.10.2025).
169. Макропруденциальные лимиты. Банк России. URL: https://cbr.ru/secdep/mp_limits/ (дата обращения: 14.10.2025).
170. Макропруденциальное регулирование. Банки.ру. URL: https://www.banki.ru/wikibank/makroprudentsialnoe_regulirovanie/ (дата обращения: 14.10.2025).
171. Макропруденциальная политика. Википедия. URL: https://ru.wikipedia.org/wiki/%D0%9C%D0%B0%D0%BA%D1%80%D0%BE%D0%BF%D1%80%D1%83%D0%B4%D0%B5%D0%BD%D1%86%D0%B8%D0%B0%D0%BB%D1%8C%D0%BD%D0%B0%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0 (дата обращения: 14.10.2025).
172. Меры защиты финансового рынка. Банк России. URL: https://cbr.ru/finmarket/protection/ (дата обращения: 14.10.2025).
173. Информация Банка России от 24.02.2022 «Меры Банка России по стабилизации ситуации на финансовом рынке». Документы системы ГАРАНТ. URL: https://base.garant.ru/71881778/ (дата обращения: 14.10.2025).
174. ЦБ может установить макронадбавки по валютным кредитам экспортерам для снижения системных рисков. Интерфакс. 01.09.2024. URL: https://www.interfax.ru/business/982939 (дата обращения: 14.10.2025).
175. Базель III. Википедия. URL: https://ru.wikipedia.org/wiki/%D0%91%D0%B0%D0%B7%D0%B5%D0%BB%D1%8C_III (дата обращения: 14.10.2025).
176. Новые регуляторные требования к управлению кредитными рисками в США. Risk-management.ru. URL: https://risk-management.ru/upload/iblock/d70/d70ffb0c53d100c50d30c5e7b24340d8.pdf (дата обращения: 14.10.2025).
177. Базель III значительно ужесточает требования. Банковское обозрение. URL: https://bosfera.ru/bo/bazel-iii-znachitelno-uzhestochaet-trebovaniya (дата обращения: 14.10.2025).
178. Битва Уолл-стрит с Базелем: американские банки против регуляторов. Econs.online. 29.09.2023. URL: https://econs.online/articles/regulirovanie/bitva-uoll-strit-s-bazelem-amerikanskie-banki-protiv-regulyatorov/ (дата обращения: 14.10.2025).
179. Макропруденциальная политика Банка России: новые вызовы и новые инструменты. YouTube. 28.11.2023. URL: https://www.youtube.com/watch?v=R6jQW3NlVp8 (дата обращения: 14.10.2025).
180. ПОЛИТИКА ЦЕНТРАЛЬНОГО БАНКА РФ В СФЕРЕ СНИЖЕНИЯ СИСТЕМНЫХ РИСКОВ И ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ФИНАНСОВОЙ СИСТЕМЫ. Elibrary.ru. URL: https://elibrary.ru/item.asp?id=54415843 (дата обращения: 14.10.2025).
181. Меры Банка России по стабилизации ситуации на финансовом рынке в условиях. ЦБ РФ. 31.05.2022. URL: https://cbr.ru/Content/Document/File/133649/analytics_20220531_2.pdf (дата обращения: 14.10.2025).
182. Как ЦБ РФ контролирует оборот цифровых активов? Ведомости. 10.10.2025. URL: https://www.vedomosti.ru/press_releases/2025/10/10/kak-tsb-rf-kontroliruet-oborot-tsifrovyh-aktivov (дата обращения: 14.10.2025).
183. Базель III – ЦБ непреклонен. ВШЭ. 17.03.2016. URL: https://www.hse.ru/news/edu/167232247.html (дата обращения: 14.10.2025).
184. О мерах по реализации Базеля III и о регулировании деятельности системно значимых банков. ЦБ РФ. URL: https://cbr.ru/press/event/?id=1251 (дата обращения: 14.10.2025).
185. Контроль регуляторных рисков. FutureBanking.ru. URL: https://futurebanking.ru/articles/5301 (дата обращения: 14.10.2025).
186. Организация управления регуляторным риском в коммерческом банке Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/organizatsiya-upravleniya-regulyatornym-riskom-v-kommercheskom-banke (дата обращения: 14.10.2025).
187. Управление кредитными рисками. Корпоративный менеджмент. URL: https://www.cfin.ru/management/finance/risk/bank_credit_risk.shtml (дата обращения: 14.10.2025).
188. Роль ЦБ РФ в условиях дестабилизации мировой финансовой системы. Уральский федеральный университет. 2022. URL: https://elar.urfu.ru/bitstream/10995/107759/1/978-5-7996-3392-4_2022_19.pdf (дата обращения: 14.10.2025).
189. Климатические риски. Банк России. URL: https://cbr.ru/secdep/climate_risks/ (дата обращения: 14.10.2025).
190. ИИ в управлении банковскими рисками: трансформация борьбы с мошенничеством, кредитования и соблюдения нормативных требований. Emagia. URL: https://emagia.com/ru/blog/ai-in-banking-risk-management/ (дата обращения: 14.10.2025).
191. Управление климатическими рисками в банковской отрасли: актуальные тенденции. Группа компаний Б1. URL: https://b1.ru/upload/iblock/6be/6be273f766336e92d77051405b630138.pdf (дата обращения: 14.10.2025).
192. Рекомендации по учету климатических рисков для финансовых организаций. Банк России. URL: https://cbr.ru/Crosscut/Event/42078 (дата обращения: 14.10.2025).
193. AI и low-code существенно трансформируют банковский риск-менеджмент. Bosfera.ru. 13.06.2023. URL: https://bosfera.ru/bo/ai-i-low-code-sushchestvenno-transformiruyut-bankovskiy-risk-menedzhment (дата обращения: 14.10.2025).
194. ЦБ РФ предупредил банки о последствиях реализации климатических рисков. Интерфакс. 08.02.2024. URL: https://www.interfax.ru/finmarket/945415 (дата обращения: 14.10.2025).
195. Банк России подготовил рекомендации по учету воздействия климатических рисков в финансовых организациях. КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_464016/ (дата обращения: 14.10.2025).
196. Проблемы и перспективы развития банковского риск-менеджмента в условиях цифровизации экономики: Problems and prospects of development of banking risk management in the context of digitalization of the economy. ResearchGate. 2023. URL: https://www.researchgate.net/publication/372776361_Problemy_i_perspektivy_razvitia_bankovskogo_risk-menedzmenta_v_usloviah_cifrovizacii_ekonomiki_Problems_and_prospects_of_development_of_banking_risk_management_in_the_context_of_digitalization_of_the_economy (дата обращения: 14.10.2025).
197. ПВР или внутренние рейтинги: как банку подготовить ИТ-ландшафт к новым требованиям ЦБ. CNews. 13.04.2023. URL: https://www.cnews.ru/reviews/banki_2025/articles/pvr_ili_vnutrennie_rejtingi_kak (дата обращения: 14.10.2025).
198. Банк России смягчит требования к образованию руководителей риск-менеджмента в финкомпаниях. Интерфакс. 12.07.2024. URL: https://www.interfax.ru/finmarket/970342 (дата обращения: 14.10.2025).
199. Блог FIS: Управление кредитными рисками. Финансовые Информационные Системы. URL: https://fs.ru/blog/upravlenie-kreditnymi-riskami/ (дата обращения: 14.10.2025).
200. Роль искусственного интеллекта в управлении рисками организации Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/rol-iskusstvennogo-intellekta-v-upravlenii-riskami-organizatsii (дата обращения: 14.10.2025).
201. От ручной экспертизы к применению искусственного интеллекта. Ведомости. 13.10.2025. URL: https://www.vedomosti.ru/ecology/sustainability/articles/2025/10/13/1066034-ot-ruchnoi-ekspertizi-k-primeneniyu-iskusstvennogo-intellekta (дата обращения: 14.10.2025).
202. Крупнейшие банки перейдут на новую систему оценки рисков. Право.ру. 25.03.2020. URL: https://pravo.ru/news/250320/ (дата обращения: 14.10.2025).
203. Искусственный интеллект в банковском секторе: возможности и риски. Вестник Евразийской науки. 2024. URL: https://esj.today/PDF/49FAVN624.pdf (дата обращения: 14.10.2025).
204. ПВР или внутренние рейтинги: как банку подготовить ИТ-ландшафт к новым требованиям ЦБ. IBS. URL: https://ibs.ru/kompaniya/press-tsentr/novosti/pvr-ili-vnutrennie-reytingi-kak-banku-podgotovit-it-landshaft-k-novym-trebovaniyam-tsb/ (дата обращения: 14.10.2025).
205. Рекомендации по учету ESG-факторов. Банк России. 27.12.2021. URL: https://cbr.ru/press/pr/?file=27122021_163101if_Sust_dev.htm (дата обращения: 14.10.2025).
206. Исследование мнений CRO: тренды в управлении банковскими рисками. Группа компаний Б1. 2023. URL: https://b1.ru/upload/iblock/c34/c347f3ec61d9a0d8e85c7b39a38ee687.pdf (дата обращения: 14.10.2025).
207. Суверенный ESG-банкинг. Ассоциация банков России. URL: https://asros.ru/upload/medialibrary/905/s_esg_banking_asros.pdf (дата обращения: 14.10.2025).
208. Практика управления кредитным риском в организациях банковского сектора в России. Молодой ученый. 2023. URL: https://moluch.ru/archive/516/112658/ (дата обращения: 14.10.2025).
209. УДК 336.71 ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ЦИФРОВЫХ ТЕХНОЛОГИЙ В СФЕРЕ УПРАВЛ. КиберЛенинка. URL: https://cyberleninka.ru/article/n/udk-336-71-perspektivy-ispolzovaniya-tsifrovyh-tehnologiy-v-sfere-upravleniya-kreditnym-riskom-i-otsenki-kreditosposobnosti (дата обращения: 14.10.2025).
210. Российские банки планируют внедрить новую методику оценки кредитных рисков. Bankir.ru. 18.10.2024. URL: https://bankir.ru/novosti/20241018/rossiiskie-banki-planiruyut-vnedrit-novuyu-metodiku-otsenki-kreditnykh-riskov-10657920/ (дата обращения: 14.10.2025).
211. В чем заключаются главные задачи подразделений управления кредитными рисками? Яндекс Нейро. URL: https://yandex.ru/q/question/v_chem_zakliuchaiutsia_glavnye_zadachi_55276e5d/ (дата обращения: 14.10.2025).
212. Все системно значимые банки к 2030 году перейдут на продвинутый подход к оценке кредитного риска. ЦБ РФ. URL: https://cbr.ru/press/event/?id=17387 (дата обращения: 14.10.2025).
213. Кредитный риск: управление и оценка, методы, банковский и коммерческий риск, причины и виды. Сравни.ру. URL: https://www.sravni.ru/enciklopediya/info/kreditnyj-risk/ (дата обращения: 14.10.2025).
214. ОСНОВНЫЕ НАПРАВЛЕНИЯ РАЗВИТИЯ ФИНАНСОВОГО РЫНКА РОССИЙСКОЙ ФЕДЕРАЦИИ. Fintechru. 2024. URL: https://fintech.ru/upload/iblock/e76/osnovnye-napravleniya-razvitiya-finansovogo-rynka-rossiyskoy-federatsii-na-2024-god-i-period-2025-i-2026-godov.pdf (дата обращения: 14.10.2025).
215. ESG-портфель российского банковского сектора: бремя первых. АКРА. URL: https://www.acra-ratings.ru/research/2786/ (дата обращения: 14.10.2025).
216. Совершенствование системы риск-менеджмента в российских коммерческих банках. Молодой ученый. 2019. URL: https://moluch.ru/conf/econ/archive/263/13388/ (дата обращения: 14.10.2025).
217. Перспективы риск-менеджмента в банковской сфере Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/perspektivy-risk-menedzhmenta-v-bankovskoy-sfere (дата обращения: 14.10.2025).
218. Перспективные направления развития банковского регулирования и надзора: текущий статус и новые задачи. ЦФА.РФ. 25.08.2025. URL: https://цфа.рф/media/file/%D0%94%D0%BE%D0%BA%D0%BB%D0%B0%D0%B4_%D0%91%D0%B0%D0%BD%D0%BA%D0%B0_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_%D0%A0%D0%B5%D0%B3%D1%83%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5.pdf (дата обращения: 14.10.2025).
219. ЦБ раскрыл новые задачи по банковскому регулированию до 2028 года. X-Compliance. 27.02.2024. URL: https://x-compliance.ru/novosti/tsb-raskryl-novye-zadachi-po-bankovskomu-regulirovaniyu-do-2028-goda/ (дата обращения: 14.10.2025).
220. Особенности и этапы развития риск-менеджмента в российских коммерческих банках. КиберЛенинка. URL: https://cyberleninka.ru/article/n/osobennosti-i-etapy-razvitiya-risk-menedzhmenta-v-rossiyskih-kommercheskih-bankah (дата обращения: 14.10.2025).
221. ESG-факторы в оценке репутационных рисков крупнейших российских банков. Вестник Санкт-Петербургского университета. Экономика. URL: https://cyberleninka.ru/article/n/esg-faktory-v-otsenke-reputatsionnyh-riskov-krupneyshih-rossiyskih-banko (дата обращения: 14.10.2025).
222. Фомина Е.В. Развитие банковского риск-менеджмента как способ обеспечения экономической безопасности. Сибирская финансовая школа, 2019. URL: https://sf-journal.ru/archive/article/669 (дата обращения: 14.10.2025).
223. РАЗВИТИЕ СИСТЕМЫ УПРАВЛЕНИЯ РИСКАМИ ЦИФРОВИЗАЦИИ БИЗНЕС-ПРОЦЕССОВ. Финансового университета. 2023. URL: http://www.fa.ru/fil/ufa/science/Documents/conference/Ufa_Conf_2023_EKB.pdf (дата обращения: 14.10.2025).
224. ЦБ РФ утвердил новые требования к операционной надежности банков. X-Compliance. 13.04.2023. URL: https://x-compliance.ru/novosti/tsb-rf-utverdil-novye-trebovaniya-k-operatsionnoy-nadezhnosti-bankov/ (дата обращения: 14.10.2025).
225. ПРОБЛЕМЫ РАЗВИТИЯ ESG-БАНКИНГА И УПРАВЛЕНИЯ ESG-РИСКАМИ В КОММЕРЧЕСКИХ БАНКАХ Текст научной статьи по специальности «Экономика и бизнес». КиберЛенинка. URL: https://cyberleninka.ru/article/n/problemy-razvitiya-esg-bankinga-i-upravleniya-esg-riskami-v-kommercheskih-bankah (дата обращения: 14.10.2025).
226. ОБЗОР БАНКОВСКОГО РЕГУЛИРОВАНИЯ II квартал 2024. Банк России. 10.07.2024. URL: https://cbr.ru/Content/Document/File/161836/review_2024-07-10.pdf (дата обращения: 14.10.2025).