СРАВНИТЕЛЬНЫЙ АНАЛИЗ БАНКОВСКИХ МЕТОДИК ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ КОММЕРЧЕСКИХ ОРГАНИЗАЦИЙ 2

1. СРАВНИТЕЛЬНЫЙ АНАЛИЗ БАНКОВСКИХ МЕТОДИК ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ КОММЕРЧЕСКИХ ОРГАНИЗАЦИЙ

Тищенко Полина Дмитриевна
Научный руководитель –
Доцент, кандидат экономических наук, каф. Матыцына Т.В.

2.

Актуальность
Актуальность темы обусловлена тем, что в условиях высокой ключевой ставки и экономической
нестабильности точность оценки заёмщика становится критическим фактором выживания банка.
Кредитование коммерческих организаций — основной источник дохода банков, и любая ошибка в
оценке риска приводит к прямым финансовым потерям.
Цель
Целью исследования является сравнительный анализ методик двух крупнейших банков — ПАО
«Сбербанк» и АО «Альфа-Банк» — и разработка на этой основе практических рекомендаций по
совершенствованию оценки кредитоспособности.

3. Методология Сбер-Банка

Не берет показатели денежного потока
Ориентируется исключительно на бухгалтерский баланс

4. Методология Альфа-Банка

Коэффициент покрытия процентов
Методология
Альфа-Банка
12-15 дней

5.

Ключевое
расхождение
Сравнение категорий качества заёмщиков по
методикам ПАО «Сбербанк» и АО «Альфа-Банк»
90%
Торговля
80%
Сбербанк фиксирует средний риск изза низкой автономии, Альфа-Банк
видит стабильный денежный поток и
присваивает низкий риск.
70%
Промышленность
40%
Обе методики дают низкую оценку
риска, что свидетельствует о
финансовой устойчивости предприятия.
60%
50%
30%
20%
10%
Строительство
Сбербанк оценивает риск как средний,
а Альфа-Банк — как критический изза отрицательного денежного потока.
0%
Торговля
Промышленность
Сбербанк(риск)
Строительство
Альфа-Банк(риск)

6.

ПРОБЛЕМЫ
методик
Чрезмерная опора
на балансовые
показатели, которые
легко поддаются
изменениям.
Применение единых
нормативов для всех
отраслей, хотя
финансовые профили
промышленности,
торговли и строительства
объективно различны
Сбербанк
выполняет работу
быстро, но не всегда
точно, а Альфа-Банк
точно, но слишком
долго.

7.

РЕШЕНИЕ
проблем
ТОРГОВЛЯ
ПРОМЫШЛЕННОСТЬ
СТРОИТЕЛЬСТВО
ЛИКВИДНОСТЬ
1,5
ЛИКВИДНОСТЬ
1,5
ЛИКВИДНОСТЬ
1,5
ЛИКВИДНОСТЬ
1,5-2,0
ЛИКВИДНОСТЬ
1,0-1,2
ЛИКВИДНОСТЬ
1,1-1,3

8.

РЕШЕНИЕ
проблем
МАЛЫЙ БИЗНЕСС
СРЕДНИЙ БИЗНЕСС
КРУПНЫЙ БИЗНЕСС
ДО 400 МЛН.РУБ / ГОД
ОТ 400 МЛН.РУБ / ГОД
ДО 2 МЛРД. РУБ /ГОД
БОЛЕЕ 2 МЛН.РУБ / ГОД
Предлагается использовать
упрощённую методику с
упором на обороты по
расчётному счёту,
кредитную историю
владельца и залоговое
обеспечение
Предлагается использовать
стандартную скоринговую
карту с добавлением
показателей денежного
потока и отраслевых
поправок. Время
рассмотрения заявки —
пять-семь дней
Предлагается применять
углублённый анализ с
полным набором показателей,
включая балансовые
коэффициенты, показатели
денежного потока,
отраслевые поправки, анализ
динамики и оценку
качественных факторов.

9.

СПИСОК
ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1.
Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. — М.: ЮНИТИ, 2022. — 1024 с.
2.
Васильева Н. К., Козлов С. Д. Методы стресс-тестирования в системе оценки кредитного риска коммерческого
банка // Банковское кредитование. — 2024. — № 3. — С. 34–42.
3.
Горлушкина Н. Н., Шин Е. В. Реинжиниринг бизнес-процесса кредитования и применение аппарата нечетких
множеств для классификации заемщиков в задаче кредитного скоринга // Интернет-журнал «НАУКОВЕДЕНИЕ». —
2015. — Т. 7. — № 2.
4.
Григорьева Т. Ю., Соколова М. А. Анализ денежных потоков в оценке кредитоспособности заёмщика:
практические аспекты // Финансовый бизнес. — 2025. — № 1. — С. 52–60.
5.
Ендовицкий Д. А., Бочарова И. В. Анализ кредитоспособности заёмщика: современные методы и модели //
Финансы и кредит. — 2024. — № 4. — С. 32–45.

10.

1.
Жуков Е. Ф., Максимова Л. М. Банки и банковские операции: учебник для бакалавров. — 2-е изд., перераб. и доп. —
СПб.: Питер, 2024. — 480 с.
2.
Зернова Л. Е. Оценка риска кредитования корпоративных клиентов коммерческого банка // Международный научно-
исследовательский журнал. — 2021. — № 3 (105). — DOI: 10.23670/IRJ.2021.105.3.049.
3.
Ибрагимова Э. С. Анализ угроз и полученных данных в финансовой политике учреждения // Научное
периодическое издание «IN SITU». — 2019. — DOI: 10.24411/2658-3569-2019-14041.
4.
Иванов А. А., Петрова Е. В. Современные подходы к оценке кредитного риска корпоративных заёмщиков //
Финансы и кредит. — 2024. — № 6. — С. 45–58.
5.
Канаев А. В. Модели кредитного скоринга: от логистической регрессии до нейронных сетей // Прикладная
эконометрика. — 2023. — № 4. — С. 78–95.
6.
Ковалёв В. В. Финансовый менеджмент: теория и практика. — 3-е изд. — М.: Проспект, 2023. — 1104 с. Лаврушин О.
И. Банковское дело: современная система кредитования: учебник. — 15-е изд.,— М.: КноРус, 2024. — 352 с.
7.
Лаврушин О. И. Банковское дело: современная система кредитования: учебник. — 15-е изд.,— М.: КноРус, 2024. —
352 с.
8.
Маркова О. М. Особенности деятельности российских коммерческих банков и направления повышения их
финансовой устойчивости в условиях высокой турбулентности // Научное периодическое издание «IN SITU». — 2016. —
№ 5. — С. 34–41.

11.

1.
Михайлова Т. С. Отраслевая дифференциация нормативов ликвидности при оценке кредитоспособности
промышленных предприятий // Экономический анализ: теория и практика. — 2024. — № 12. — С. 67–75.
2.
Никонова И. А., Шамгунов Р. Н. Стратегия и стоимость коммерческого банка. — М.: Альпина Паблишер, 2023. — 304
с.
3.
Ольхова Р. Г. Банковский кредит: теория и практика: учебное пособие для вузов. — 3-е изд., испр. и доп. — М.:
Юрайт, 2023. — 287 с.
4.
Оробец А. А., Хашева З. М. Совершенствование кредитования в коммерческих банках в современных условиях //
Экономика и управление. — 2022. — № 4. — С. 56–64.
5.
Пестова А. А., Солодкова Л. В. Оценка кредитоспособности заёмщика – юридического лица: современные подходы и
инструменты // Банковские услуги. — 2025. — № 2. — С. 24–32.
6.
Положение Банка России № 590-П «О порядке формирования резервов на возможные потери по ссудам» (ред. от
15.03.2025).
7.
Русанова Ю. Ю., Фёдорова Е. А. Интегральная оценка кредитоспособности предприятий реального сектора //
Экономика региона. — 2023. — № 3. — С. 721–735.
8.
Тарасова Н. В., Ильин И. В. Цифровая трансформация кредитного скоринга в коммерческих банках // Финансовая
аналитика: проблемы и решения. — 2024. — № 5. — С. 15–27.

12.

1.
Смирнов Д. В., Кузнецова О. А.** Применение методов машинного обучения в банковском скоринге // Банковское
дело. — 2025. — № 1. — С. 22–31.
2.
Федоров П. Н. Сравнительный анализ методик оценки кредитоспособности юридических лиц в российских банках //
Вестник Санкт-Петербургского университета. Экономика. — 2025. — № 2. — С. 112–126.
3.
Фёдорова Е. А., Гиленко Е. В. Модели прогнозирования банкротства российских компаний: эмпирический анализ //
Вопросы экономики. — 2024. — № 7. — С. 88–103.0
4.
Цехомский Н. Концепция формирования конечной (блендированной) стоимости финансирования крупных
инвестиционных проектов // SciNetwork. — 2024. — № 3 (49). — С. 1.
5.
Чугреев В. Л., Рожков И. А. Анализ денежных потоков в системе оценки кредитоспособности корпоративных
заёмщиков // Экономический анализ: теория и практика. — 2025. — № 3. — С. 42–53.
6.
Шекшуева С. В., Абоу Шлоу Х. Сравнительный анализ и оценка качества мобильных банков // Научное
периодическое издание «IN SITU». — 2025. — № 2. — С. 45–53.
7.
Altman E. I. Corporate Financial Distress and Bankruptcy: Predict and Avoid It. — 5th ed. — New York: Wiley, 2023. — 512 p.
8.
Beaver W. H., Correia M., McNichols M. F. Financial Statement Analysis and the Prediction of Financial Distress //
Foundations and Trends in Accounting. — 2022. — Vol. 15. — No. 2. — P. 85–167.

13.

1.
Bellovary J. L., Giacomino D. E., Akers M. D. A Review of Bankruptcy Prediction Studies: 1930 to Present // Journal of
Financial Education. — 2021. — Vol. 47. — No. 1. — P. 26–49.
2.
Charmpi M., Giannouli P., Xanthopoulos S. Mapping Borrowers' Data: A Topological Approach to Credit Scoring // Journal
of Financial Data Science. — 2025. — Vol. 7. — No. 1. — P. 166–195
3.
Gomber P., Kauffman R. J., Parker C., Weber B. W. On the Fintech Revolution: Interpreting the Forces of Innovation,
Disruption, and Transformation in Financial Services // Journal of Management Information Systems. — 2021. — Vol. 38. — No.
1. — P. 220–265.
4.
Jarrow R. A., Turnbull S. M. Credit Risk Modeling with Machine Learning // Journal of Financial Economics. — 2024. —
Vol. 152. — P. 103–121.
5.
Laeven L., Levine R., Michalopoulos S. Financial Innovation and Endogenous Growth // Journal of Financial Intermediation.
— 2020. — Vol. 24. — No. 1. — P. 1–24.
6.
Lessmann S., Baesens B., Seow H. V., Thomas L. C. Benchmarking State-of-the-Art Classification Algorithms for Credit
Scoring: An Update of Research // European Journal of Operational Research. — 2024. — Vol. 312. — No. 2. — P. 446–468.
7.
Basel Committee on Banking Supervision. Sound Practices: Implications of Fintech Developments for Banks and Bank
Supervisors. — Basel: Bank for International Settlements, 2022. — 45 p.
8.
Challoumis C., Eriotis N. Evolution of Credit Risk Assessment Models: A Comprehensive Historical Analysis // Journal of
Business Research. — 2025. — Vol. 7. — No. 1. — P. 1–21.

14.

1.
Mitra R., Dongre A., Dangare P., Tiwari M. K. Knowledge graph driven credit risk assessment for micro, small and
medium-sized enterprises // International Journal of Production Research. — 2024. — Vol. 62. — No. 12. — P. 4273–4289.
2.
Mo G., Zhang G., Tan C., Guo Y. Reassessment of Corporate Credit Risk Identification: Novel Discoveries from Integrated
Machine Learning Models // Computational Economics. — 2025. — Vol. 66. — P. 2791–2841.
3.
Potapova E. A., Iskoskov M. O., Mukhanova N. V. The Impact of Digitalization on Performance Indicators of Russian
Commercial Banks // Journal of Risk and Financial Management. — 2022. — Vol. 15. — No. 10. — P. 452.
4.
Seitshiro M. B., Govender S. Credit risk prediction with and without weights of evidence using quantitative learning
models // Cogent Economics & Finance. — 2024. — Vol. 12. — No. 1. — P. 2338971.
5.
Taffler R. J., Agarwal V. The New Taffler Model: Predicting Corporate Failure in the 21st Century // Journal of Business
Finance & Accounting. — 2021. — Vol. 48. — No. 7–8. — P. 1125–1155.
6.
Thakor A. V. The Economics of Bank Credit Scoring and Loan Origination // Journal of Financial Intermediation. — 2023.
— Vol. 53. — Article 101015.
7.
Van Dixhoorn C. Full Reserve Banking and Financial Stability // Sustainable Finance Lab Working Paper. — 2024. — No.
35. — P. 1–28.
8.
Wu Y. Research on corporate finance credit risk method based on LSTM // Proceedings of International Conference on
Digital Economy, Blockchain and Artificial Intelligence (DEBAI 2024). — 2024.