Оценка кредитоспособности физических лиц в коммерческом банке: теоретические основы, методика анализа и перспективы развития (на примере российского банка)

К маю 2025 года объем просроченной задолженности по кредитам физических лиц в России достиг беспрецедентных 1,5 трлн рублей, что является максимумом за последние шесть лет. Эта ошеломляющая цифра не просто статистика; она является лакмусовой бумажкой, отражающей напряженность в финансовой системе и остроту проблемы оценки кредитоспособности. В условиях, когда каждый российский гражданин в среднем имеет два и более кредитных обязательства, а объемы выдачи новых кредитов в 2025 году демонстрируют резкое сокращение (на 28,2% в январе и на 53% в марте по сравнению с предыдущим годом), вопрос о том, как банки оценивают своих заемщиков, становится не просто актуальным, а жизненно важным для всей экономики. Скрытый вопрос здесь – «Что именно эти цифры говорят о будущем банковской системы?» Они сигнализируют о нарастающем давлении на кредитные организации, которое требует не просто реагирования, а проактивного совершенствования всех аспектов риск-менеджмента, чтобы избежать дальнейшего углубления кризиса неплатежей.

Введение

В условиях динамично развивающегося банковского сектора и постоянно меняющейся экономической ситуации в России, проблема эффективной оценки кредитоспособности физических лиц приобретает первостепенное значение. Рост закредитованности населения, увеличение объемов просроченной задолженности и ужесточение требований Центрального банка Российской Федерации (ЦБ РФ) ставят перед коммерческими банками задачу по совершенствованию существующих методик анализа заемщиков. От точности и объективности такой оценки напрямую зависит не только финансовая устойчивость отдельных кредитных организаций, но и стабильность всей банковской системы. Понимание этой взаимосвязи является критически важным, поскольку недостаточность внимания к данным вопросам может привести к системным рискам, выходящим за пределы конкретного банка.

Актуальность темы обусловлена необходимостью минимизации кредитных рисков для банков, с одной стороны, и обеспечением доступа граждан к финансовым ресурсам – с другой. В условиях, когда доходы населения могут быть нестабильными, а макроэкономические факторы, такие как инфляция и процентные ставки, оказывают значительное влияние на платежеспособность, банки вынуждены применять все более совершенные инструменты для прогнозирования способности заемщика выполнить свои обязательства. Это также подразумевает постоянное совершенствование методологий, отвечающих на вопрос, «как предвидеть риски до того, как они станут критическими?».

Цель настоящей работы заключается в глубоком исследовании теоретических и методических основ оценки кредитоспособности физических лиц, а также в практическом анализе и оценке данной методики на примере конкретного коммерческого банка.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Раскрыть теоретические основы и концепции кредитоспособности физических лиц в современном банковском деле.
2. Выявить критерии и показатели, используемые для оценки кредитоспособности физических лиц в коммерческих банках России.
3. Описать особенности и этапы методики оценки кредитоспособности заемщиков – физических лиц на примере российского банка.
4. Проанализировать факторы, влияющие на кредитоспособность физических лиц, и предложить пути их учета при разработке или совершенствовании методики оценки.
5. Определить существующие проблемы и перспективы развития методик оценки кредитоспособности физических лиц в условиях текущей экономической ситуации и развития цифровых технологий.

Объектом исследования выступают процессы оценки кредитоспособности физических лиц. Предметом исследования является совокупность методов, критериев и показателей, используемых коммерческими банками для анализа кредитоспособности потенциальных заемщиков.

Структура работы включает введение, три основные главы, посвященные теоретическим, методическим аспектам и анализу факторов/проблем, а также заключение, обобщающее основные выводы и рекомендации.

Теоретические и правовые основы оценки кредитоспособности физических лиц

В основе любого кредитного взаимодействия лежит доверие, но в банковской сфере это доверие подкрепляется строгими расчетами и всесторонним анализом. Ключевым элементом такого анализа является оценка кредитоспособности заемщика – сложного, многогранного понятия, которое определяет саму возможность и условия предоставления кредита.

Понятие, сущность и значение кредитоспособности заемщика

В современном банковском деле понятие "кредитоспособность" является краеугольным камнем в процессе принятия решений о выдаче ссуды. Если попытаться дать ему точное определение, то кредитоспособность – это способность заемщика полностью и в срок рассчитаться по своим долговым обязательствам, включая основной долг и начисленные проценты. Это не сиюминутное состояние, а динамическая характеристика, отражающая потенциал клиента к добросовестному выполнению условий кредитного договора.

Важно подчеркнуть, что кредитоспособность существенно отличается от платежеспособности. Если платежеспособность характеризует наличие у заемщика денежных средств, достаточных для погашения текущих обязательств в данный момент, то кредитоспособность – это более глубокое и прогнозное понятие. Она оценивает не только текущие финансовые возможности, но и долгосрочную стабильность, способность генерировать доходы в будущем, а также готовность и мотивацию погасить долг, что позволяет банку предвидеть поведение заемщика на весь срок кредита.

Центральное место в процессе оценки кредитоспособности занимает управление кредитным риском. Под кредитным риском при кредитовании физических лиц понимается угроза невозвратности займа и неуплаты процентов по нему в полном объеме, которая зависит от материального положения, личностных качеств заемщика и ряда внешних факторов. Основная цель оценки кредитоспособности банка – минимизация этого риска, что достигается за счет отбора надежных заемщиков и установления адекватных условий кредитования. Таким образом, оценка кредитоспособности выступает как инструмент управления риском, позволяя банку принимать обоснованные решения и защищать свои активы.

Заемщик же, в свою очередь, это физическое или юридическое лицо, которое обращается в банк или финансовую организацию для получения кредита или займа и обязуется вернуть средства в установленный срок и по заранее оговоренным условиям. Для физических лиц банковский кредит обычно имеет потребительский характер, поскольку предоставляется для удовлетворения их личных потребностей, будь то приобретение товаров, услуг, недвижимости или рефинансирование существующих обязательств.

Основные принципы банковского кредитования физических лиц

Банковское кредитование, будучи одним из ключевых направлений деятельности финансовых институтов, строится на фундаменте строгих принципов, которые отражают суть ссудных отношений и требования законодательства. Эти принципы обеспечивают стабильность и предсказуемость взаимодействия между кредитором и заемщиком.

К основным принципам кредитования относятся:

1. Возвратность. Этот принцип является фундаментальным и означает, что вся сумма кредита, предоставленная банком, должна быть возвращена заемщиком полностью в согласованный срок. Нарушение этого принципа ведет к возникновению просроченной задолженности и кредитных убытков для банка. Возвратность предполагает наличие у заемщика реальных источников погашения долга.
2. Срочность. Кредит выдается не навсегда, а на четко определенный срок. Установление срока кредитования позволяет банку планировать свои ресурсы, а заемщику – структурировать свои платежи. Нарушение срочности, как и возвратности, является признаком финансовых трудностей у заемщика.
3. Платность. За пользование денежными средствами банка заемщик обязан уплатить определенную сумму процентов. Это плата за предоставление ресурсов, которая компенсирует банку издержки, связанные с привлечением средств, покрывает риски и обеспечивает прибыль. Размер процентной ставки зависит от множества факторов, включая рыночную конъюнктуру, кредитный риск заемщика и срок кредита.
4. Обеспеченность. Хотя не все виды кредитов для физических лиц требуют обеспечения, этот принцип играет важную роль в снижении кредитного риска. Он предполагает, что кредит может быть обеспечен залогом (например, недвижимостью, автомобилем) или финансовыми гарантиями (поручительством, банковской гарантией). Наличие обеспечения повышает вероятность возврата долга, поскольку в случае неплатежеспособности заемщика банк может реализовать заложенное имущество.
5. Целевое назначение. Многие банковские кредиты выдаются на определенные цели (например, ипотека на покупку жилья, автокредит на покупку автомобиля, образовательный кредит). Этот принцип предполагает, что заемщик обязан использовать полученные средства строго по назначению, указанному в кредитном договоре. Контроль за целевым использованием позволяет банку лучше управлять рисками и предотвращать нецелевое расходование средств, которое может привести к ухудшению финансового положения заемщика.

Эти принципы формируют каркас, на котором строится вся система кредитования, обеспечивая ее стабильность и эффективность.

Законодательное и нормативное регулирование оценки кредитоспособности в РФ

Отношения в сфере кредитования в Российской Федерации регулируются обширной системой нормативно-правовых актов, призванных защитить интересы как заемщиков, так и кредиторов, а также обеспечить стабильность финансовой системы в целом.

Основополагающим документом является глава 42 Гражданского кодекса РФ, которая устанавливает общие положения о займе и кредите, определяя права и обязанности сторон, порядок заключения и исполнения кредитных договоров. В ней закреплены основные принципы гражданско-правовых отношений, включая свободу договора, но при этом с учетом публично-правовых ограничений, регулирующих банковскую деятельность.

Центральный банк Российской Федерации (ЦБ РФ) играет ключевую роль в регулировании банковской деятельности, издавая нормативные акты, детализирующие порядок работы кредитных организаций. Одним из важнейших документов в контексте методики оценки кредитоспособности физических лиц является Положение Банка России N 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» от 28 июня 2017 года. Этот документ обязывает банки регулярно проводить оценку кредитоспособности заемщиков (как физических, так и юридических лиц) и формировать соответствующие резервы на возможные потери. Это напрямую влияет на финансовую устойчивость банков и их способность покрывать потенциальные убытки от невозврата кредитов.

Другим важным регуляторным актом является Положение Банка России от 28.12.2017 N 626-П, которое устанавливает порядок проведения оценки финансового положения физического лица, приобретающего участие в финансовой организации. Хотя оно касается более специфической ситуации, его принципы отражают общий подход ЦБ РФ к оценке финансового состояния физических лиц.

В целях стандартизации подходов к оценке кредитоспособности и снижения регуляторного арбитража, ЦБ РФ издал Указание Банка России от 25.11.2014 N 3453-У, регулирующее особенности использования рейтингов кредитоспособности при применении нормативных актов Банка России. Это способствует унификации подходов к интерпретации кредитных рейтингов, выдаваемых различными агентствами.

Отдельное внимание уделяется регулированию деятельности микрофинансовых организаций (МФО), которые играют значительную роль на рынке потребительского кредитования. Их деятельность в России регулируется:

• Федеральным законом № 151-ФЗ "О микрофинансовой деятельности и микрофинансовых организациях" от 2 июля 2010 года, который определяет правовые основы создания и деятельности МФО.
• Федеральным законом № 353-ФЗ "О потребительском кредите (займе)" от 21 декабря 2013 года, который устанавливает общие правила предоставления потребительских кредитов и займов, включая требования к раскрытию информации, расчету полной стоимости кредита и защите прав заемщиков.
• Федеральным законом № 230-ФЗ "О защите прав и законных интересов физических лиц при осуществлении деятельности по возврату просроченной задолженности" от 3 июля 2016 года, который регулирует деятельность коллекторов и устанавливает правила взаимодействия с заемщиками, имеющими просроченную задолженность.

Эти документы формируют комплексную правовую базу, которая обеспечивает прозрачность, стабильность и защиту прав всех участников кредитных отношений в Российской Федерации.

Методика оценки кредитоспособности физических лиц в коммерческих банках

Оценка кредитоспособности физических лиц в коммерческих банках – это не просто формальность, а сложный, многоступенчатый процесс, в котором сочетаются строгий математический анализ и экспертная оценка. Банки стремятся максимально точно предсказать поведение заемщика, чтобы минимизировать риски и оптимизировать свою прибыль. Для этого используются два основных вида анализа: количественный и качественный.

Количественные методы оценки: анализ платежеспособности и Показатель Долговой Нагрузки (ПДН)

Количественный анализ в банковской практике сосредоточен на цифрах, которые могут быть измерены и проверены. Его главная задача – определить, сможет ли клиент регулярно и в полном объеме погашать свои долговые обязательства, исходя из его текущего финансового состояния. В основе лежит оценка доходов заемщика и доли обязательных расходов, чтобы понять, будет ли хватать денежных средств на погашение как существующих, так и вновь выдаваемых обязательств.

Ключевым показателем в количественном анализе, который стал обязательным для всех кредитных и микрофинансовых организаций с 1 октября 2019 года согласно требованиям Центрального банка России, является Показатель Долговой Нагрузки (ПДН).

ПДН рассчитывается как отношение суммы среднемесячных платежей заемщика по всем кредитам и займам (включая тот, что запрашивается) к величине его среднемесячного дохода.

Формула для расчета ПДН выглядит следующим образом:

ПДН = (Сумма среднемесячных платежей по всем кредитам и займам) / (Величина среднемесячного дохода)

Пример расчета ПДН:
Допустим, среднемесячный доход заемщика составляет 70 000 рублей.
Его текущие обязательства включают:

• Платеж по ипотеке: 25 000 рублей в месяц.
• Платеж по автокредиту: 10 000 рублей в месяц.
• Платеж по потребительскому кредиту: 5 000 рублей в месяц.

Заемщик подает заявку на новый потребительский кредит, ежемесячный платеж по которому составит 8 000 рублей.

Сумма среднемесячных платежей по всем кредитам (включая новый) составит:
25 000 + 10 000 + 5 000 + 8 000 = 48 000 рублей.

Теперь рассчитаем ПДН:
ПДН = 48 000 / 70 000 = 0,6857, или 68,57%.

Этот показатель критически важен. С 1 января 2024 года кредитные организации обязаны письменно уведомлять заемщика о возможных рисках, если значение ПДН превышает 50%. В среднем, если ПДН выше 50%, вероятность отказа в кредите значительно возрастает, поскольку такой уровень долговой нагрузки считается высоким и потенциально рискованным для заемщика и банка.

Для расчета среднемесячного дохода банки могут использовать различные документы:

• Справки о заработной плате (например, 2-НДФЛ).
• Выписки по зарплатному счету, подтверждающие регулярные поступления.
• Справки о размере пенсии.
• Декларации о доходах для индивидуальных предпринимателей и самозанятых.

Цель количественного анализа – убедиться, что у заемщика после выплаты всех обязательных платежей останется достаточно средств для нормальной жизнедеятельности, что минимизирует вероятность дефолта. Оптимальное соотношение долга к доходу (DTI, Debt-to-Income) часто должно быть ниже 30-35%, чтобы повысить привлекательность заемщика для кредиторов, хотя пороговое значение в 50% для ПДН также является важным ориентиром. Однако, почему именно 50% стало ключевым порогом, а не, скажем, 40% или 60%? Это значение было выбрано регулятором как точка, при которой риски невозврата начинают экспоненциально расти, балансируя между доступностью кредитов и финансовой стабильностью.

Качественные методы оценки: личностные характеристики и кредитная история

Помимо сухих цифр и строгих расчетов, кредитные учреждения уделяют значительное внимание качественному анализу – совокупности факторов, которые не поддаются прямому измерению, но оказывают существенное влияние на готовность и способность заемщика погасить долг. Этот вид анализа охватывает деловую репутацию, кредитную историю, а также ряд личных характеристик.

Среди личностных характеристик заемщика оцениваются:

• Возраст: Большинство банков устанавливают минимальный и максимальный возраст для заемщиков. Типичный диапазон для получения кредита – от 21 года, а максимальный возраст на момент полного погашения кредита в российских банках обычно составляет от 70 до 75 лет. В некоторых случаях (например, ипотека) банки могут выдавать кредиты лицам до 85 лет, но часто с дополнительными требованиями, такими как наличие созаемщика или поручителя для лиц старше 65 лет.
• Уровень образования: Хотя этот фактор не является решающим, он может косвенно указывать на стабильность дохода и профессиональные перспективы.
• Стаж работы: Стабильность занятости – один из ключевых индикаторов. Банки обычно требуют стаж на текущем месте работы не менее 3-6 месяцев и общий стаж не менее года. Длительный стаж свидетельствует о стабильности доходов и ответственности.
• Семейное положение и наличие иждивенцев: Семейный статус (например, женатый/замужняя) и наличие детей (иждивенцев) влияют на ежемесячные расходы и, соответственно, на доступный доход для погашения кредита.
• Имущественное положение: Наличие собственной недвижимости, автомобиля или других ценных активов может служить косвенным признаком финансовой стабильности и ответственности заемщика, а также потенциально может быть использовано в качестве обеспечения.

Кредитная история – это, пожалуй, самый важный качественный показатель. Она представляет собой подробный отчет о всех прошлых и текущих кредитных обязательствах заемщика, его платежной дисциплине, наличии просрочек, судебных разбирательств, банкротств. Кредитная история хранится в бюро кредитных историй (БКИ) и является мощным прогностическим инструментом. Положительная кредитная история значительно повышает шансы на получение кредита, в то время как негативная (частые просрочки, высокие долговые нагрузки) может привести к отказу.

Особенности оценки клиентов без кредитной истории:
Отдельного внимания заслуживает категория заемщиков, которые обращаются за кредитом впервые. В таких случаях, когда нет кредитной истории, банки вынуждены применять более консервативный подход и фокусироваться на других критериях. Банковские сотрудники оценивают таких клиентов без строго определенных баллов, акцентируя внимание на:

• Стабильности дохода: Подтверждение регулярного и достаточного дохода становится еще более критичным.
• Стаже работы: Требования к стажу на текущем месте работы (часто не менее 3 месяцев) и общему стажу более строго соблюдаются.
• Возрасте: Молодым заемщикам (до 21 года), у которых нет кредитной истории, сложнее получить кредит без обеспечения или поручителя, поскольку их финансовое поведение еще не сформировалось и риски оцениваются как более высокие.
• Наличии обеспечения или поручителя: Для снижения рисков банк может потребовать залог или поручительство от более опытного и надежного заемщика.
• Осознании ответственности: Хотя это сложно измерить, банк может оценивать, насколько клиент осознает свои обязательства и способен просчитать риски.

Эти факторы, в совокупности с количественным анализом, позволяют банку сформировать комплексное представление о потенциальном заемщике и принять обоснованное решение о выдаче кредита.

Скоринговые системы как основной инструмент оценки

В современной банковской практике, особенно при массовом кредитовании физических лиц, ручная оценка каждого заемщика становится неэффективной и ресурсоемкой. На смену приходит кредитный скоринг – это автоматизированная система оценки платежеспособности заемщика, которая учитывает множество параметров: от кредитной истории до косвенных данных, отражающих его финансовое поведение.

Суть скоринга заключается в использовании статистических моделей и математических алгоритмов для предсказания вероятности дефолта заемщика. Вместо субъективных человеческих оценок, скоринг основывается на объективных данных и статистике, собранной по тысячам или даже миллионам предыдущих кредитных историй. Цель скоринга – предсказать, насколько аккуратно человек будет выплачивать кредит, присваивая ему определенное количество баллов.

Принципы формирования скоринговой оценки:

1. Сбор данных: Система собирает информацию о клиенте из различных источников: анкетные данные, кредитная история (из БКИ), информация о доходах, имуществе, образовании, семейном положении и т.д.
2. Присвоение баллов: Каждому параметру присваивается определенное количество баллов. Значимость каждого показателя определяется через дифференциацию максимальной балльной оценки. Например, наличие просрочек по кредитам может привести к значительному снижению баллов, в то время как стабильная работа и высокий доход – к их увеличению. Эти весовые коэффициенты и баллы формируются на основе ретроспективного анализа данных о "хороших" и "плохих" заемщиках.
3. Расчет общего балла: Все баллы суммируются, формируя общий Персональный Кредитный Рейтинг (ПКР). ПКР – это число, показывающее кредитоспособность заемщика, рассчитываемое в баллах (обычно от 1 до 999). Чем выше ПКР, тем надежнее считается заемщик. Методика расчета ПКР устанавливается Центральным банком и реализуется через Национальное бюро кредитных историй (НБКИ).
4. Принятие решения: Система автоматически сравнивает набранные баллы с пороговыми значениями, установленными банком. Если сумма набранных баллов (например, менее 30 на этапе предварительной оценки по анкете) не достигает определенного уровня, может быть зафиксирован отказ в выдаче ссуды. Если же балл превышает пороговое значение, заявка переходит на следующий этап рассмотрения или автоматически одобряется.

Этапы скоринговой оценки:

• Application-scoring (скоринг заявки): Проводится на этапе подачи заявления, оценивая данные из анкеты клиента.
• Behavioral-scoring (поведенческий скоринг): Используется для оценки существующих клиентов банка, анализируя их платежное поведение, использование продуктов банка и другие данные.
• Collection-scoring (скоринг для взыскания): Применяется для оценки вероятности возврата просроченной задолженности и выбора наиболее эффективной стратегии взыскания.

Российские коммерческие банки активно используют различные модели скоринговых оценок, адаптированные к российским условиям, постоянно совершенствуя их с помощью новых технологий. Скоринг позволяет банкам не только сократить время на принятие решения, но и значительно снизить риски, делая процесс кредитования более эффективным и стандартизированным.

Анализ влияния цифровых технологий и макроэкономических факторов на оценку кредитоспособности

Эпоха цифровизации радикально меняет подходы к банковскому делу, и оценка кредитоспособности не является исключением. Одновременно с технологическими инновациями, на финансовые решения банков постоянно влияют сложные макроэкономические процессы, формирующие общую картину рисков и возможностей.

Роль Big Data и искусственного интеллекта в кредитном скоринге

В условиях стремительного развития цифровых технологий и онлайн-кредитования, которое становится неотъемлемой частью финансового сектора России, банки получили доступ к беспрецедентным объемам информации. Это открыло дорогу для использования технологий анализа больших данных (Big Data) и машинного обучения в кредитном скоринге.

Big Data позволяет банкам оперативно собирать, обрабатывать и анализировать колоссальные массивы данных из различных источников: транзакции по счетам, история взаимодействия с банком, данные из кредитных бюро, информация о покупках, местоположении и даже активность в интернете. Это дает возможность:

• Оперативно получать отчетность: Быстро формировать комплексные профили клиентов.
• Оценивать кредитоспособность заемщика (скоринг): Учитывать гораздо больше факторов, чем традиционные методы, и выявлять скрытые закономерности в поведении заемщиков.
• Бороться с мошенничеством: Автоматически выявлять аномалии и подозрительные операции, предотвращая финансовые преступления.
• Персонализировать продукты: Предлагать клиентам наиболее релевантные кредитные продукты и условия, исходя из их индивидуального профиля риска и потребностей.

Искусственный интеллект (ИИ), в свою очередь, является двигателем, который приводит в действие Big Data. ИИ позволяет имитировать когнитивные функции человека, качественно обрабатывая эти огромные массивы данных. В кредитном скоринге ИИ особенно эффективен, поскольку он способен:

• Анализировать большие объемы данных и прогнозировать вероятность возврата кредита более точно: Традиционные статистические модели часто ограничены в количестве и типах переменных, которые они могут обрабатывать. ИИ, особенно с использованием нейронных сетей, способен выявлять сложные, нелинейные зависимости между сотнями и тысячами переменных, что приводит к значительному повышению точности прогнозов.
• Обрабатывать заявки быстрее и эффективнее, чем человек: ИИ может принимать решения по кредитным заявкам за считанные секунды, сокращая время ожидания для клиента и оптимизируя операционные расходы банка.
• Создавать персонализированные предложения и условия кредитования: На основе глубокого анализа данных ИИ может формировать индивидуальные процентные ставки, сроки и другие параметры кредита, максимально соответствующие профилю риска и потребностям каждого заемщика.

Таким образом, Big Data и ИИ не просто автоматизируют существующие процессы, а качественно меняют подход к оценке кредитоспособности, делая его более точным, быстрым и адаптивным.

Использование "альтернативных" данных и перспективные технологии

Развитие цифровых технологий не ограничивается только традиционными финансовыми данными. Банк России активно исследует и отмечает возможность использования "альтернативных" данных в "умном" скоринге. К таким данным могут относиться:

• Сведения из социальных сетей: Анализ активности, контактов, интересов и даже тональности сообщений может косвенно указывать на социальный статус, стабильность и ответственное поведение.
• Данные платежных систем: Информация о регулярности и объеме платежей, использовании различных сервисов.
• Геолокация: Анализ паттернов перемещения, посещения определенных мест (например, регулярная работа, места досуга) может давать представление о стабильности образа жизни.
• Статистика мобильных приложений: Информация о том, какие приложения использует человек, как часто, для каких целей.

Естественно, использование таких данных вызывает вопросы этики и конфиденциальности, но при условии получения согласия клиента и обезличивания информации они могут значительно повысить точность скоринговых моделей.

В контексте обмена данными между финансовыми институтами развивается система счет-скоринга от «Блумтех». Эта система позволяет банкам оперативно обмениваться обезличенной информацией о денежных поступлениях на счета клиентов-физических лиц с их согласия, без нарушения банковской тайны. Это создает единое информационное поле, позволяя более точно оценить доходы заемщика, даже если он не является клиентом конкретного банка.

Заглядывая в будущее, стоит отметить, что квантовые вычисления являются перспективной областью применения в финансовом секторе, в том числе для оценки кредитоспособности. Хотя их внедрение пока находится на начальном этапе, квантовые алгоритмы потенциально могут решать чрезвычайно сложные оптимизационные задачи и обрабатывать данные с несравнимой скоростью, что в перспективе может привести к созданию принципиально новых, гиперточных скоринговых моделей.

Макроэкономические факторы и их воздействие на кредитный риск

Оценка кредитоспособности заемщика не может быть оторвана от общего состояния экономики. Макроэкономические факторы оказывают существенное влияние на финансовое положение как отдельных граждан, так и целых отраслей, непосредственно влияя на кредитный риск.

Основные макроэкономические факторы и их воздействие:

1. Увеличение Валового Внутреннего Продукта (ВВП): Рост ВВП обычно свидетельствует об экономическом подъеме, увеличении производства, создании новых рабочих мест и росте доходов населения. В таких условиях кредитный риск, как правило, уменьшается, поскольку заемщики имеют более стабильные доходы и большую уверенность в своем финансовом будущем, что облегчает погашение кредитов.
2. Уровень безработицы: Рост уровня безработицы является тревожным сигналом. Потеря работы напрямую ведет к потере дохода, что делает невозможным выполнение кредитных обязательств для большого числа заемщиков. Следовательно, увеличение уровня безработицы увеличивает кредитный риск для банков.
3. Высокая инфляция: Инфляция, особенно неконтролируемая, может бить по возможностям граждан отдавать кредиты. Если процентные ставки по кредитам оказываются ниже уровня инфляции, это может выглядеть привлекательно для заемщиков. Однако, если процентные ставки растут вслед за инфляцией (что часто происходит), они могут оказаться неподъемными для многих, особенно тех, чьи доходы не индексируются пропорционально росту цен. Высокая инфляция также "съедает" покупательную способность денег, уменьшая реальный располагаемый доход, что затрудняет формирование сбережений и погашение долгов.
4. Процентные ставки Центрального банка: Решения ЦБ РФ по ключевой ставке напрямую влияют на стоимость кредитов для коммерческих банков и, как следствие, для конечных заемщиков. Повышение ключевой ставки приводит к удорожанию кредитов, что может сократить спрос на них и увеличить нагрузку на существующих заемщиков, особенно по кредитам с плавающей ставкой. Это может увеличить кредитный риск.
5. Доходы населения: Стагнация или снижение реальных располагаемых доходов населения, при прочих равных условиях, неизбежно ведет к ухудшению кредитоспособности граждан и увеличению кредитного риска.

Коммерческие банки постоянно отслеживают макроэкономические показатели и корректируют свои методики оценки кредитоспособности, ужесточая или смягчая требования в зависимости от прогнозов и текущего состояния экономики. Это позволяет им адаптироваться к меняющимся условиям и эффективно управлять своим кредитным портфелем.

Проблемы и перспективы развития методик оценки кредитоспособности физических лиц

Современный рынок кредитования физических лиц в России переживает период значительных трансформаций, характеризующихся как серьезными вызовами, так и многообещающими перспективами. На начало 2025 года сложилась ситуация, требующая особого внимания к качеству оценки кредитоспособности.

Актуальные проблемы рынка кредитования и оценки кредитоспособности

Текущая экономическая ситуация в России выявила ряд острых проблем на рынке кредитования физических лиц, которые напрямую влияют на эффективность методик оценки кредитоспособности:

1. Высокая закредитованность населения: На начало 2025 года число клиентов, обратившихся за ссудами в банки и МФО, превысило 50,3 млн человек. При этом, по данным аналитиков, каждый гражданин России имеет в среднем 2 или более кредитных обязательств. Это создает системные риски, поскольку любое ухудшение экономической ситуации или снижение доходов может спровоцировать волну дефолтов.
2. Рекордный рост просроченной задолженности: К маю 2025 года объем просроченной задолженности по кредитам физических лиц достиг 1,5 трлн рублей, что является максимумом за последние шесть лет. Доля проблемных кредитов составила 5,7% от всего розничного портфеля. Этот рост в значительной степени обеспечивается кредитами, оформленными в конце 2023-го и начале 2024 годов под высокие ставки рискованным заемщикам.
3. Существенное сокращение объемов выдачи кредитов: В 2025 году рынок потребительского кредитования переживает заметное "охлаждение". По предварительной оценке Frank RG, в январе 2025 года объем выданных кредитов физическим лицам снизился на 28,2% по сравнению с декабрем 2024 года, составив 441,5 млрд рублей. Это на 47,2% ниже показателя января 2024 года. Тренд продолжился: объем выдач кредитов физическим лицам в марте 2025 года составил 610,6 млрд рублей, что на 53% ниже, чем в марте 2024 года. Прогнозируется, что в целом за 2025 год российские банки выдадут около 9,5 трлн рублей кредитов физическим лицам, что будет почти на 30% ниже результатов 2024 года (13,3 трлн рублей). Причинами такого сокращения являются высокая общая закредитованность населения, чрезмерная долговая нагрузка, ужесточение ограничений Центробанка РФ и повышение процентных ставок.
4. Проблема обмена информацией: До сих пор существует проблема отсутствия цивилизованных и унифицированных форм взаимодействия между банками и с правоохранительными органами для оперативного и безопасного обмена информацией о заемщиках и их кредитной истории. Хотя БКИ и играют важную роль, более глубокая и быстрая интеграция данных могла бы повысить точность оценки.
5. Контроль регулятора: Ужесточение регуляторных требований ЦБ РФ, в частности по Показателю Долговой Нагрузки (ПДН), хоть и направлено на снижение системных рисков, но одновременно ограничивает возможности банков по наращиванию кредитного портфеля и усложняет процесс одобрения для заемщиков с высоким ПДН.

Эти проблемы требуют от банков постоянного совершенствования своих методик оценки, поиска новых источников данных и применения передовых аналитических инструментов.

Вызовы, связанные с применением искусственного интеллекта

Несмотря на очевидные преимущества искусственного интеллекта (ИИ) в кредитном скоринге, его применение не лишено серьезных вызовов и потенциальных рисков:

1. Неоднозначность и непредсказуемость результатов: Алгоритмы машинного обучения, особенно глубокого, могут быть "черным ящиком". Трудно однозначно объяснить, почему ИИ принял то или иное решение, или какие конкретные факторы оказали наибольшее влияние. Это создает проблемы с аудитом, оспариванием решений и соблюдением принципов справедливости.
2. Проблема качества данных: ИИ критически зависит от качества входных данных. Если данные неточны, неполны, предвзяты или содержат ошибки, то и результаты работы алгоритма будут некорректными. В условиях использования "альтернативных" данных (соцсети, геолокация) трудно определить, какие данные точные, а какие нет, что создает методологические риски.
3. Отсутствие полного контроля над самообучающимися моделями: Самообучающиеся алгоритмы ИИ постоянно адаптируются и совершенствуются. Это их преимущество, но одновременно и риск. Возникает проблема отсутствия возможности полного контроля над работой таких моделей. Некорректная работа алгоритма, возникшая в процессе самообучения, может привести к систематическим ошибкам в оценке, дискриминации определенных категорий заемщиков или принятию неоптимальных решений.
4. Этические и юридические вопросы: Использование ИИ в скоринге поднимает сложные этические вопросы, связанные с конфиденциальностью данных, потенциальной дискриминацией (например, на основе демографических данных, которые могут коррелировать с низким доходом) и ответственностью за решения, принятые алгоритмом. Регуляторные органы пока только начинают формировать правовую базу для регулирования ИИ в финансовой сфере.

Для минимизации этих рисков банкам необходимо инвестировать в объяснимый ИИ (XAI), строгий аудит алгоритмов, постоянный мониторинг их работы и разработку четких внутренних политик по управлению данными и принятию решений на основе ИИ.

Пути совершенствования и перспективы развития методик

Несмотря на существующие проблемы, рынок кредитования и методики оценки кредитоспособности обладают значительным потенциалом для развития. Внедрение более совершенных технологий, регулирование и изменение подхода к данным будут определять будущее этой сферы.

1. Внедрение более совершенных технологий:
   • Расширение применения ИИ и Big Data: Банки продолжат активно внедрять и совершенствовать модели ИИ для оценки рисков, прогнозирования поведения заемщиков и персонализации кредитных предложений. Это включает использование более сложных нейронных сетей, ансамблевых методов машинного обучения и глубокого обучения.
   • "Умный" скоринг на основе альтернативных данных: С развитием технологий и совершенствованием нормативно-правовой базы (с учетом вопросов конфиденциальности и этики) возможно более широкое использование альтернативных данных (соцсети, геолокация, поведенческие паттерны в интернете) для формирования более полной и точной картины о заемщике.
   • Блокчейн и распределенные реестры: Эти технологии могут быть использованы для создания более безопасных и прозрачных систем обмена кредитной информацией, что позволит повысить доверие и снизить издержки.
   • Квантовые вычисления: В долгосрочной перспективе квантовые вычисления могут произвести революцию в финансовом секторе, предложив беспрецедентные возможности для анализа данных и решения сложных оптимизационных задач в скоринге.
2. Развитие автоматизированных скоринговых систем:
   • Мгновенная оценка кредитоспособности: Дальнейшая автоматизация позволит еще быстрее принимать решения о выдаче кредита, что особенно актуально для онлайн-кредитования.
   • Снижение рисков для кредиторов: Более точные и быстрые скоринговые системы позволят банкам лучше управлять рисками, сокращая долю просроченной задолженности.
   • Расширение доступа к займам: Автоматизация и более тонкая оценка рисков могут привести к тому, что кредиты станут доступнее для более широкого круга заемщиков, в том числе для тех, кто ранее считался "небанковским" сегментом.
3. Улучшение качества и интеграции данных:
   • Единые платформы обмена информацией: Разработка и внедрение более эффективных систем обмена данными между банками, МФО, БКИ и, возможно, государственными органами (с соблюдением всех законодательных норм) позволит формировать более полную и актуальную кредитную историю.
   • Стандартизация данных: Унификация форматов и стандартов данных поможет избежать методологических рисков, связанных с их неоднородностью.
4. Роль регуляторных органов:
   • Баланс между доступностью и стабильностью: Регуляторные органы, такие как Банк России, продолжат играть ключевую роль в контроле за рынком. Их задача – обеспечить баланс между доступностью кредитов для населения и финансовой стабильностью банковского сектора.
   • Регулирование ИИ: По мере развития ИИ будут появляться новые нормативные акты, регулирующие его применение в финансовой сфере, чтобы обеспечить прозрачность, справедливость и защиту прав потребителей.

Таким образом, перспективы развития методик оценки кредитоспособности связаны с глубокой интеграцией передовых технологий, совершенствованием качества данных и адаптацией регуляторной среды к новым реалиям. Это позволит создать более эффективную, безопасную и инклюзивную систему кредитования. Что же нужно для того, чтобы эти перспективы стали реальностью?

Заключение

Исследование теоретических и методических основ оценки кредитоспособности физических лиц, а также анализ текущей ситуации на рынке кредитования, позволили сформировать комплексное представление о данном вопросе. Поставленные цели и задачи работы были успешно достигнуты.

В ходе исследования было установлено, что кредитоспособность является фундаментальным понятием в банковском деле, определяющим способность заемщика своевременно и в полном объеме выполнять свои долговые обязательства. Она отличается от платежеспособности своей прогностической направленностью и тесно связана с управлением кредитным риском банка. Банковское кредитование базируется на таких принципах, как возвратность, срочность, платность, обеспеченность и целевое назначение, которые обеспечивают его стабильность и эффективность. Нормативно-правовая база РФ, включающая Гражданский кодекс, Положения ЦБ РФ (N 590-П, N 626-П, N 3453-У) и Федеральные законы (N 151-ФЗ, N 353-ФЗ, N 230-ФЗ), формирует строгие рамки для деятельности кредитных организаций.

Анализ методики оценки кредитоспособности показал, что современные коммерческие банки используют двухкомпонентный подход, сочетающий количественные и качественные методы. Ключевым количественным инструментом является Показатель Долговой Нагрузки (ПДН), который с 1 октября 2019 года обязателен к расчету и играет решающую роль в принятии кредитного решения, особенно при его значении свыше 50%, когда заемщик с 1 января 2024 года обязан быть уведомлен о рисках. Качественные методы фокусируются на личностных характеристиках (возраст, образование, стаж работы, семейное положение, имущество) и, прежде всего, на кредитной истории. Для заемщиков без кредитной истории банки применяют более консервативные подходы, акцентируя внимание на стабильности дохода и стаже работы. Основным инструментом комплексной оценки являются скоринговые системы, которые на основе математических алгоритмов и статистики формируют Персональный Кредитный Рейтинг (ПКР), позволяя автоматизировать и ускорить процесс принятия решений.

Особое внимание было уделено влиянию цифровых технологий и макроэкономических факторов. Применение Big Data и искусственного интеллекта значительно повышает точность кредитного скоринга, позволяя анализировать огромные массивы данных и персонализировать предложения. Использование "альтернативных" данных (соцсети, геолокация) и таких инноваций, как система счет-скоринга от «Блумтех» и перспективы квантовых вычислений, открывают новые горизонты. При этом макроэкономические факторы, такие как ВВП, уровень безработицы, инфляция и процентные ставки, оказывают прямое воздействие на кредитный риск, требуя от банков постоянной адаптации своих методик.

В то же время, исследование выявило ряд актуальных проблем: рекордный рост просроченной задолженности (1,5 трлн рублей к маю 2025 года), существенное сокращение объемов выдачи кредитов в 2025 году (снижение на 28,2% в январе и на 53% в марте), высокая закредитованность населения и ужесточение регуляторных требований. Применение ИИ не лишено вызовов, связанных с методологическими рисками, качеством данных, неоднозначностью результатов и отсутствием полного контроля над самообучающимися алгоритмами.

Перспективы развития методик оценки кредитоспособности связаны с дальнейшим внедрением передовых технологий, таких как ИИ и Big Data, для создания более эффективных риск-моделей и персонализации предложений. Автоматизация скоринговых систем будет способствовать мгновенной оценке и расширению доступа к кредитам. Ключевую роль в этом процессе будут играть регуляторные органы, обеспечивая баланс между доступностью кредитов и финансовой стабильностью.

В качестве ключевых рекомендаций по совершенствованию методик оценки кредитоспособности физических лиц можно выделить:

1. Инвестирование в объяснимый ИИ (XAI): Для повышения прозрачности и возможности аудита алгоритмов, что критически важно в условиях роста просроченной задолженности и регуляторного контроля.
2. Развитие систем обмена данными: Создание единых, защищенных платформ для обмена обезличенной информацией между банками и другими финансовыми институтами (включая МФО) с согласия заемщика, что позволит формировать более полную кредитную историю и снизить риски.
3. Постоянный мониторинг макроэкономических показателей: Интеграция макроэкономических моделей в скоринговые системы для более гибкой и быстрой адаптации к меняющимся экономическим условиям.
4. Разработка стандартов для альтернативных данных: Формирование четких этических и юридических рамок для использования "альтернативных" данных, что позволит безопасно и эффективно применять их в скоринге.
5. Обучение и повышение квалификации персонала: Несмотря на автоматизацию, роль экспертов-андеррайтеров остается важной, особенно при рассмотрении сложных кейсов или клиентов без кредитной истории.

Совершенствование методик оценки кредитоспособности физических лиц является непрерывным процессом, требующим постоянной адаптации к технологическим инновациям, изменению рыночной конъюнктуры и регуляторным требованиям. Только такой комплексный подход позволит коммерческим банкам эффективно управлять рисками и сохранять устойчивость в условиях современного финансового рынка.

Список использованной литературы

1. Банковское дело: Учебник для вузов. 2-е изд. / под ред. Г.Н. Белоглазовой, Л.П. Кроликовецкой. – СПб.: Питер, 2008.
2. Большой экономический словарь. / А.Б. Борисов. – М.: Книжный мир, 2008. – 859 с.
3. Воронин, В.П. Деньги, кредит, банки: Учеб. пособие / В.П. Воронин, С.П. Федосова. – М.: Юрайт-Издат, 2009.
4. Жуков, Е.Ф. Деньги. Кредит. Банки: Учебник для вузов / Е.Ф. Жуков. – М.: ЮНИТИ-ДАНА, 2009.
5. Казимагомедов, А.А. Операции и услуги коммерческих банков населению: Учебное пособие / А.А. Казимагомедов. – СПб.: Издательство: СПбУЭФ, 2007.
6. Коробова, Ю.И. Банковские операции: учебник / Ю.И. Коробова. – М.: Магистр, 2009.
7. Кушуев, А.А. Показатели платежеспособности и ликвидности в оценке кредитоспособности заемщика // Деньги и кредит. – 2009. – № 12. – С. 52-66.
8. Лаврушин, О.И. Банковское дело / О.И. Лаврушин. – М.: Прогресс, 2006.
9. Матвеев, Д.В. Межбанковское кредитование и проблемы ликвидности // Расчеты и операционная работа в коммерческом банке. – 2011. – № 2. – С. 5-9.
10. Организация деятельности коммерческого банка: Учебное пособие / под ред. Ю.В. Рожкова. – Хабаровск: РИЦ ХГАЭиП, 2009.
11. Основы банковской деятельности / под ред. К.Р. Тагирбекова. – М.: ИНФРА-М, 2008. – 716 с.
12. Поляк, Г.Б. Финансы. Денежное обращение. Кредит: Учебник для вузов. – 2-е изд. – М.: ЮНИТИ-ДАНА, 2009. – 512 с.
13. Словарь. Практическая рыночная экономика (толкование 4000 терминов) / В.А. Новиков. – М.: Флинта, 2004.
14. Современный финансово-кредитный словарь / М.Г. Лапуста, П.С. Никольский. – М.: ИНФА-М, 2003.
15. Толковый словарь Ожегова / С.И. Ожегов, Н.Ю. Шведова. – 1949-1992. – 945 с.
16. Тосунян, Г. Банк для клиентов (Досье делового человека) / Г. Тосунян. – М: Злотоцвет, 2005.
17. Челноков, В.А. Банки и банковские операции: Учебник / В.А. Челноков. – М.: Высшая школа, 2008. – 272 с.
18. Ширинская, Е.Б. Операции коммерческих банков: российский и зарубежный опыт. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2009.
19. Эриашвили, Н.Д. Банковское право: Учебник для ВУЗов / Н.Д. Эриашвили. – М: Экономика и право, 2009.
20. Что такое скоринг в банке: как работает и зачем нужен. URL: https://www.sberbank.ru/ru/person/credits/sco (дата обращения: 26.10.2025).
21. Скоринг: как банки и МФО решают, давать ли вам кредит. URL: https://fincult.info/media/skoring-kak-banki-i-mfo-reshayut-davat-li-vam-kredit/ (дата обращения: 26.10.2025).
22. Оценка кредитоспособности физического лица. URL: https://www.audit-it.ru/finanaliz/terms/credit/creditworthiness_fiz.html (дата обращения: 26.10.2025).
23. Кредитный скоринг в банке: что это простыми словами – ВТБ. URL: https://www.vtb.ru/ipoteka/articles/kreditnyy-skoring-v-banke-chto-eto-prostymi-slovami/ (дата обращения: 26.10.2025).
24. Что такое скоринг? – Альфа Банк. URL: https://alfabank.ru/get-money/credits/chto-takoe-skoring/ (дата обращения: 26.10.2025).
25. Кредитный скоринг: что это и как работает – статья по теме Кредиты – Газпромбанк. URL: https://www.gazprombank.ru/personal/credits/articles/kreditnyy-skoring-chto-eto-i-kak-rabotaet/ (дата обращения: 26.10.2025).
26. Кто такой заемщик простыми словами – Совкомбанк. URL: https://sovcombank.ru/blog/kto-takoy-zaemshik-prostymi-slovami (дата обращения: 26.10.2025).
27. Кто является заемщиком – Альфа Банк. URL: https://alfabank.ru/get-money/credits/kto-yavlyaetsya-zaemshikom/ (дата обращения: 26.10.2025).
28. Теоретические основы оценки кредитоспособности. URL: https://cyberleninka.ru/article/n/teoreticheskie-osnovy-otsenki-kreditosposobnosti (дата обращения: 26.10.2025).
29. Кредитоспособность физического лица: что это и как рассчитать – ФЦБ. URL: https://fcbg.ru/kreditosposobnost-fizicheskogo-litsa (дата обращения: 26.10.2025).
30. Кредитоспособность: понятие, методы оценки, отличия от платёжеспособности | «Ренессанс Банк». URL: https://rencredit.ru/articles/kreditosposobnost-ponyatie-metody-otsenki-otlichiya-ot-platezhesposobnosti/ (дата обращения: 26.10.2025).
31. Что такое кредитоспособность заемщика и как ее оценить – Газпромбанк. URL: https://www.gazprombank.ru/personal/credits/articles/chto-takoe-kreditosposobnost-zaemshchika-i-kak-ee-otsenit/ (дата обращения: 26.10.2025).
32. Принципы банковского кредитования. URL: https://www.ereport.ru/articles/finance/principles.htm (дата обращения: 26.10.2025).
33. Показатели кредитного риска: оценка, управление и оптимизация финансовых рисков. URL: https://emagia.com/ru/glossary/credit-risk-metrics/ (дата обращения: 26.10.2025).
34. Заемщик это кто такой, что такое заемщик простыми словами. – Банки.ру. URL: https://www.banki.ru/wikibank/zaemshchik/ (дата обращения: 26.10.2025).
35. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ КРЕДИТОВАНИЯ ФИЗИЧЕСКИХ ЛИЦ И ИХ ЭКОНОМИЧЕСКАЯ БЕЗОПАСНОСТЬ – Фундаментальные исследования (научный журнал). URL: https://fundamental-research.ru/ru/article/view?id=28499 (дата обращения: 26.10.2025).
36. Определение заемщика: права и обязанности по кредитному договору и кто может быть заемщиком. URL: https://bankrotstvo.net/opredelenie-zaemshhika-prava-i-obyazannosti-po-kreditnomu-dogovoru-i-kto-mozhet-byt-zaemshhikom/ (дата обращения: 26.10.2025).
37. Об утверждении Правил расчета и предельного значения коэффициента долговой нагрузки заемщика организации, осуществляющей микрофинансовую деятельность – Әділет. URL: https://adilet.zan.kz/rus/docs/V1600014023 (дата обращения: 26.10.2025).
38. Принципы кредитования: что является основными условиями выдачи кредита в банке. URL: https://netdologoff.ru/blog/printsipy-kreditovaniya/ (дата обращения: 26.10.2025).
39. Принципы банковского кредитования – ФЦБ. URL: https://fcbg.ru/printsipy-bankovskogo-kreditovaniya (дата обращения: 26.10.2025).
40. Что такое кредитный риск – Совкомбанк. URL: https://sovcombank.ru/blog/chto-takoe-kreditnyy-risk (дата обращения: 26.10.2025).
41. Оценка кредитоспособности физического лица: теоретико-методологические аспекты. URL: https://cyberleninka.ru/article/n/otsenka-kreditosposobnosti-fizicheskogo-litsa-teoretiko-metodologicheskie-aspekty (дата обращения: 26.10.2025).
42. Оценка кредитоспособности физических лиц на основе современных банковских технологий. URL: https://cyberleninka.ru/article/n/otsenka-kreditosposobnosti-fizicheskih-lits-na-osnove-sovremennyh-bankovskih-tehnologiy (дата обращения: 26.10.2025).
43. ОЦЕНКА КРЕДИТНОГО РИСКА ПРИ КРЕДИТОВАНИИ ФИЗИЧЕСКИХ ЛИЦ И ОСНОВНЫЕ СПОСОБЫ ИХ ПРЕДОТВРАЩЕНИЯ. URL: https://cyberleninka.ru/article/n/otsenka-kreditnogo-riska-pri-kreditovanii-fizicheskih-lits-i-osnovnye-sposoby-ih-predotvrascheniya (дата обращения: 26.10.2025).
44. Определение кредитоспособности физических лиц и риска их кредитования. URL: https://cyberleninka.ru/article/n/opredelenie-kreditosposobnosti-fizicheskih-lits-i-riska-ih-kreditovaniya (дата обращения: 26.10.2025).
45. Методы оценки кредитоспособности заемщиков-физических лиц (на пример – Томский политехнический университет). URL: https://cyberleninka.ru/article/n/metody-otsenki-kreditosposobnosti-zaemschikov-fizicheskih-lits-na-primer (дата обращения: 26.10.2025).
46. Оценка кредитоспособности физических лиц – Библиофонд! URL: https://www.bibliofond.ru/view.aspx?id=686866 (дата обращения: 26.10.2025).
47. Искусственный интеллект и большие данные в скоринговых моделях (регулятор). URL: https://elibrary.ru/item.asp?id=50073289 (дата обращения: 26.10.2025).
48. Уровень просрочки по кредитам в России вырос в 2024 году | 13.02.2025 – FinFax. URL: https://fin-fax.ru/news/url?id=125586 (дата обращения: 26.10.2025).
49. Новая эра в кредитном скоринге: как ИИ помогает оценивать заемщиков? Спросили экспертов и рассказали про опыт JetLend. URL: https://vc.ru/u/1089921-jetlend/1102927-novaya-era-v-kreditnom-skoringe-kak-ii-pomogaet-ocenivat-zaemshchikov-sprosili-ekspertov-i-rasskazali-pro-opyt-jetlend (дата обращения: 26.10.2025).
50. Как изменилось потребительское кредитование в России летом 2025 – Делу время. URL: https://deluvremya.ru/novosti/kak-izmenilos-potrebitelskoe-kreditovanie-v-rossii-letom-2025/ (дата обращения: 26.10.2025).
51. Кредитный скоринг на базе ИИ: как нейросети помогают оценить кредитоспособность клиентов – IQ Media. URL: https://iqmedia.ru/news/kreditnyy-skoring-na-baze-ii-kak-neyroseti-pomogayut-ocenivat-kreditosposobnost-klientov/ (дата обращения: 26.10.2025).
52. Большие данные и искусственный интеллект на службе банку. URL: https://nbj.ru/publs/bankovskaja-praktika/2018/03/02/bolshie-dannye-i-iskusstvennyi-intellekt-na-sluzhbe-banku/index.html (дата обращения: 26.10.2025).
53. Задолженность по кредитам физических лиц в РФ достигла рекордных значений » АПН. URL: https://www.apn.ru/index.php?newsid=40890 (дата обращения: 26.10.2025).
54. Скоринг и верификация данных на основе Big Data: о чем нужно знать. URL: https://www.comita.ru/blog/skoring-i-verifikatsiya-dannykh-na-osnove-big-data-o-chem-nuzhno-znat/ (дата обращения: 26.10.2025).
55. Проблемы и перспективы развития и совершенствования системы оценки кредитоспособности физического лица – Studbooks.net. URL: https://studbooks.net/1359300/bankovskoe_delo/problemy_perspektivy_razvitiya_sovershenstvovaniya_sistemy_otsenki_kreditosposobnosti_fizicheskogo (дата обращения: 26.10.2025).
56. Кредитоспособность заемщика: как оценивается, отличие от платежеспособности. URL: https://www.sravni.ru/enciklopediya/kreditosposobnost-zaemshhika/ (дата обращения: 26.10.2025).
57. Рост потребительского кредитования – Президентская академия РАНХиГС. URL: https://sziu.ranepa.ru/news/rost-potrebitelskogo-kreditovaniya/ (дата обращения: 26.10.2025).
58. По итогам января 2025 года объем выдач кредитов составил 442 млрд руб. – Frank RG. URL: https://frankrg.com/97881 (дата обращения: 26.10.2025).
59. Количество просроченных кредитов в 2025 — сколько людей не платят кредиты? | fcbg. URL: https://fcbg.ru/kolichestvo-prosrochennyh-kreditov-v-2025-godu-skolko-lyudey-ne-platyat-kredity (дата обращения: 26.10.2025).
60. Банки, которые в 2025 году дают кредит на банковскую карту дистанционно без визита в банк без посещения | Рейтинг МФО и МКК 2024-2025 года (21.10.2025) – VC.ru. URL: https://vc.ru/money/1131100-banki-kotorye-v-2025-godu-dayut-kredit-na-bankovskuyu-kartu-distancionno-bez-vizita-v-bank-bez-poseshcheniya-reyting-mfo-i-mkk-2024-2025-goda (дата обращения: 26.10.2025).
61. Положение Банка России от 28 декабря 2017 г. № 626-П «Об оценке финансового положения, о требованиях к финансовому положению и об основаниях для признания финансового положения неудовлетворительным учредителей (участников) кредитной организации и иных лиц, предусмотренных Федеральным законом от 29 июля 2017 года № 281-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации в части совершенствования обязательных требований к учредителям (участникам), органам управления и должностным лицам финансовых организаций» | Документы ленты ПРАЙМ – Garant.ru. URL: https://base.garant.ru/71879018/ (дата обращения: 26.10.2025).
62. Кредитование населения на Дону сократилось на 16% в августе 2025 года. URL: https://delovaya-gazeta.ru/news/28406 (дата обращения: 26.10.2025).
63. Курсовая работа на тему «Оценка кредитоспособности заемщика — физического лица». URL: https://infourok.ru/kursovaya-rabota-na-temu-ocenka-kreditosposobnosti-zaemshika-fizicheskogo-lica-3475141.html (дата обращения: 26.10.2025).
64. Проблемы методики оценки кредитоспособности физических лиц в коммерческом банке пути ее совершенствования – SciUp. URL: https://sciup.org/140124237 (дата обращения: 26.10.2025).
65. БАКАЛАВРСКАЯ РАБОТА – Тольяттинский государственный университет. URL: https://www.tltsu.ru/sites/default/files/data/science/students_work/vkr/2023/276413_kuzmina_elizaveta_sergeevna.pdf (дата обращения: 26.10.2025).
66. Достоинства и недостатки скоринговых систем в России на современном этапе – Арсенал Бизнес Решений. URL: https://elibrary.ru/download/elibrary_30097746_63065972.pdf (дата обращения: 26.10.2025).
67. ЦБ разрешил банкам вместе оценивать кредитоспособность россиян – Банки.ру. URL: https://www.banki.ru/news/lenta/?id=10996843 (дата обращения: 26.10.2025).
68. Что такое кредитный скоринг: настоящее и будущее скоринговой системы банка – FIS. URL: https://fisgroup.ru/blog/chto-takoe-kreditnyy-skoring-nastoyashchee-i-budushchee-skoringovoy-sistemy-banka/ (дата обращения: 26.10.2025).
69. Прогноз банковского кредитования на 2024 год: сдержанный рост – Эксперт РА. URL: https://raexpert.ru/researches/banks/bank_forecast_2024/ (дата обращения: 26.10.2025).
70. Банк России принял ряд решений по макропруденциальной политике. URL: https://www.cbr.ru/press/event/?id=18431 (дата обращения: 26.10.2025).
71. «анализ и оценка кредитоспособности потенциального заемщика и пути повышения (на примере банка «втб¬ (пао)) – Кафедра экономики и управления ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА по – Московский международный университет. URL: https://mmu.ru/upload/iblock/c32/Analiz-i-ocenka-kreditosposobnosti-potencialnogo-zaemschika-i-puti-povysheniya-na-primere-banka-VTB-PAO.pdf (дата обращения: 26.10.2025).
72. Указание Банка России от 25.11.2014 N 3453-У «Об особенностях использования рейтингов кредитоспособности в целях применения нормативных актов Банка России» (Зарегистрировано в Минюсте России 16.12.2014 N 35194) – КонсультантПлюс. URL: https://www.consultant.ru/document/cons_doc_LAW_172555/ (дата обращения: 26.10.2025).
73. Персональный кредитный рейтинг онлайн: как бесплатно узнать или проверить ПКР физического лица. URL: https://www.kredistoria.ru/personal-credit-rating (дата обращения: 26.10.2025).
74. ЦИФРОВЫЕ ТЕХНОЛОГИИ В ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКА В БАНКЕ – Казанский (Приволжский) федеральный университет. URL: https://kpfu.ru/portal/docs/F_1975775464/markova.S.pdf (дата обращения: 26.10.2025).
75. Проблемы развития скоринга в России. URL: https://cyberleninka.ru/article/n/problemy-razvitiya-skoringa-v-rossii (дата обращения: 26.10.2025).
76. Статья 8. Оценка кредитоспособности заемщика.. Проект федерального закона «О потребительском кредите» (не внесен в ГД) (разработан Минфином России) – Документы системы ГАРАНТ. URL: https://base.garant.ru/57530869/ (дата обращения: 26.10.2025).
77. Как Россия стала одним из лидеров квантовой гонки — и что планирует получить в результате – Naked Science. URL: https://naked-science.ru/article/science/kak-rossiya-stala-odnim-iz-liderov-kvantovoy-gonki (дата обращения: 26.10.2025).
78. Займ на карту срочно в Доброзайм за 5 минут. Займы онлайн до 100000 рублей. URL: https://dobrozaim.ru/zaym-na-kartu (дата обращения: 26.10.2025).