Вероятность дефолта
Подборка наиболее важных документов по запросу Вероятность дефолта (нормативно–правовые акты, формы, статьи, консультации экспертов и многое другое).
Статьи, комментарии, ответы на вопросы
Нормативные акты
Указание Банка России от 04.07.2016 N 4060-У
(ред. от 17.09.2025)
"О требованиях к организации системы управления рисками негосударственного пенсионного фонда"
(Зарегистрировано в Минюсте России 01.08.2016 N 43052)Глава 2. Определение вероятности дефолтов и предположение об их наступлении
(ред. от 17.09.2025)
"О требованиях к организации системы управления рисками негосударственного пенсионного фонда"
(Зарегистрировано в Минюсте России 01.08.2016 N 43052)Глава 2. Определение вероятности дефолтов и предположение об их наступлении
Статья: Виды облигаций, доступные при условии успешного прохождения тестирования: правовые реалии и перспективы
(Леканова Е.Е.)
("Актуальные проблемы российского права", 2026, N 2)Данное нововведение можно оценить позитивно. Во-первых, облигации с кредитным рейтингом в диапазоне от A+ до AA+ обладают высокой ликвидностью и имеют незначительную вероятность дефолта - в пределах 1,3% <14>. Во-вторых, у неквалифицированных инвесторов, не прошедших тестирование, будет больше возможностей для диверсификации инвестиционного портфеля. В-третьих, как правило, облигации с кредитным рейтингом в диапазоне от A+ до AA+ имеют более высокие процентные ставки, чем облигации с кредитным рейтингом AAA.
(Леканова Е.Е.)
("Актуальные проблемы российского права", 2026, N 2)Данное нововведение можно оценить позитивно. Во-первых, облигации с кредитным рейтингом в диапазоне от A+ до AA+ обладают высокой ликвидностью и имеют незначительную вероятность дефолта - в пределах 1,3% <14>. Во-вторых, у неквалифицированных инвесторов, не прошедших тестирование, будет больше возможностей для диверсификации инвестиционного портфеля. В-третьих, как правило, облигации с кредитным рейтингом в диапазоне от A+ до AA+ имеют более высокие процентные ставки, чем облигации с кредитным рейтингом AAA.
Статья: Уголовная ответственность за неправомерное формирование кредитными организациями резервов на возможные потери по ссудной задолженности
(Крохин Р.И.)
("Банковское право", 2025, N 3)Так, ссуды, отнесенные к 1-й категории (стандартные), признаются практически безрисковыми и, следовательно, не требуют формирования резерва (0%). Напротив, по мере ухудшения качества займа и роста вероятности дефолта заемщика - при отнесении к категориям 2 (нестандартные), 3 (сомнительные), 4 (проблемные) и, наконец, 5 (безнадежные) - норматив резервирования прогрессивно увеличивается, достигая своего максимума для безнадежных ссуд: резерв должен покрывать не менее 50% расчетной суммы потенциальных потерь по такой задолженности.
(Крохин Р.И.)
("Банковское право", 2025, N 3)Так, ссуды, отнесенные к 1-й категории (стандартные), признаются практически безрисковыми и, следовательно, не требуют формирования резерва (0%). Напротив, по мере ухудшения качества займа и роста вероятности дефолта заемщика - при отнесении к категориям 2 (нестандартные), 3 (сомнительные), 4 (проблемные) и, наконец, 5 (безнадежные) - норматив резервирования прогрессивно увеличивается, достигая своего максимума для безнадежных ссуд: резерв должен покрывать не менее 50% расчетной суммы потенциальных потерь по такой задолженности.
Статья: Автоматизация кредитного анализа ММБ: 12 этапов, на которых могут быть проблемы, и варианты их решения
(Герсамия Г., Подколзин И.)
("Банковское кредитование", 2025, N 5)В фокусе нашего исследования - проблемы автоматизации кредитной процедуры для ММБ, основанной на общедоступных данных. Мы предложим возможные пути их решения и дадим практические рекомендации по построению и применению статистических моделей оценки вероятности дефолта (PD).
(Герсамия Г., Подколзин И.)
("Банковское кредитование", 2025, N 5)В фокусе нашего исследования - проблемы автоматизации кредитной процедуры для ММБ, основанной на общедоступных данных. Мы предложим возможные пути их решения и дадим практические рекомендации по построению и применению статистических моделей оценки вероятности дефолта (PD).
Статья: Факторный анализ отклонения частоты дефолтов от прогноза: поток заявок, скоринговая модель, калибровка
(Геворкян А., Урусов А., Ушаков О.)
("Риск-менеджмент в кредитной организации", 2025, N 4)Снижение качества прогноза вероятности дефолта выражается в статистически значимом отклонении реализовавшейся частоты дефолтов (DR) от прогнозного уровня (PD) и может быть обусловлено как внутренними факторами (снижение ранжирующей способности модели, волатильность DR в разрезе риск-грейдов), так и внешними, включая изменение уровня риска на рынке или качества потока заявок. В статье представлен метод факторной декомпозиции отклонения DR от PD, позволяющий разложить изменение метрики Parity (DR/PD) на компоненты и обоснованно приоритизировать меры для стабилизации качества прогноза в зависимости от вклада каждого фактора.
(Геворкян А., Урусов А., Ушаков О.)
("Риск-менеджмент в кредитной организации", 2025, N 4)Снижение качества прогноза вероятности дефолта выражается в статистически значимом отклонении реализовавшейся частоты дефолтов (DR) от прогнозного уровня (PD) и может быть обусловлено как внутренними факторами (снижение ранжирующей способности модели, волатильность DR в разрезе риск-грейдов), так и внешними, включая изменение уровня риска на рынке или качества потока заявок. В статье представлен метод факторной декомпозиции отклонения DR от PD, позволяющий разложить изменение метрики Parity (DR/PD) на компоненты и обоснованно приоритизировать меры для стабилизации качества прогноза в зависимости от вклада каждого фактора.
Ситуация: Как получить отсрочку по погашению кредита?
("Электронный журнал "Азбука права", 2026)Отметим, что Банк России в связи с неисполнением подрядчиками обязательств по строительству объектов ИЖС рекомендовал банкам, заключившим кредитные договоры для финансирования строительства таких объектов, оказывать поддержку заемщикам-гражданам путем реструктуризации задолженности (например, посредством переноса срока исполнения обязательств заемщика). Решение об этом может быть принято банком с учетом индивидуальной оценки каждого случая, включая экономическое положение заемщика, его социальный статус, наличие у него иного жилого помещения, пригодного для постоянного проживания. Также бюро кредитных историй и банкам рекомендовано не учитывать такую реструктуризацию в моделях оценки вероятности дефолта заемщика и в расчете индивидуального рейтинга субъекта кредитной истории в качестве фактора, ухудшающего оценку заемщика (Информационное письмо Банка России от 21.04.2025 N ИН-03-59/82).
("Электронный журнал "Азбука права", 2026)Отметим, что Банк России в связи с неисполнением подрядчиками обязательств по строительству объектов ИЖС рекомендовал банкам, заключившим кредитные договоры для финансирования строительства таких объектов, оказывать поддержку заемщикам-гражданам путем реструктуризации задолженности (например, посредством переноса срока исполнения обязательств заемщика). Решение об этом может быть принято банком с учетом индивидуальной оценки каждого случая, включая экономическое положение заемщика, его социальный статус, наличие у него иного жилого помещения, пригодного для постоянного проживания. Также бюро кредитных историй и банкам рекомендовано не учитывать такую реструктуризацию в моделях оценки вероятности дефолта заемщика и в расчете индивидуального рейтинга субъекта кредитной истории в качестве фактора, ухудшающего оценку заемщика (Информационное письмо Банка России от 21.04.2025 N ИН-03-59/82).
Статья: Искусственный интеллект через призму внутреннего аудита: от "черного ящика" к прозрачному контролю
(Вышлов А.)
("Внутренний контроль в кредитной организации", 2026, N 2)В противоположность этому вероятностное моделирование, лежащее в основе большинства современных решений в области ИИ, оперирует не правилами, а статистическими весами и закономерностями, выявленными из данных. На примере кредитного скоринга это проявляется в отказе от строгих правил в пользу оценки косвенных признаков. Вместо того чтобы отвергать заявку по жесткому критерию, например отсутствию кредитной истории, модель анализирует множество параметров: от поведения пользователя в мобильном приложении до структуры расходов. Она не выдает однозначного ответа на основе инструкции, а рассчитывает вероятность дефолта. Это машинное обучение, процесс, при котором система улучшает свою работу на основе опыта и данных, а не явных инструкций, написанных человеком. Разница в том, что в первом случае мы контролируем логику, а во втором мы контролируем качество данных и статистическую достоверность прогнозов. Для менеджмента это означает переход от управления процессами к управлению неопределенностью, где результат всегда имеет некоторую степень погрешности.
(Вышлов А.)
("Внутренний контроль в кредитной организации", 2026, N 2)В противоположность этому вероятностное моделирование, лежащее в основе большинства современных решений в области ИИ, оперирует не правилами, а статистическими весами и закономерностями, выявленными из данных. На примере кредитного скоринга это проявляется в отказе от строгих правил в пользу оценки косвенных признаков. Вместо того чтобы отвергать заявку по жесткому критерию, например отсутствию кредитной истории, модель анализирует множество параметров: от поведения пользователя в мобильном приложении до структуры расходов. Она не выдает однозначного ответа на основе инструкции, а рассчитывает вероятность дефолта. Это машинное обучение, процесс, при котором система улучшает свою работу на основе опыта и данных, а не явных инструкций, написанных человеком. Разница в том, что в первом случае мы контролируем логику, а во втором мы контролируем качество данных и статистическую достоверность прогнозов. Для менеджмента это означает переход от управления процессами к управлению неопределенностью, где результат всегда имеет некоторую степень погрешности.
Статья: Метод экономики замещения активов и его применение в оценке стоимости бизнеса
(Козырь Ю.В.)
("Имущественные отношения в Российской Федерации", 2025, N 11)Из этой формулы при k = 1 (то есть в случае варианта 100-процентных потерь при наступлении дефолта) определяется рыночная оценка вероятности дефолта для аналогичных функционирующих бизнесов:
(Козырь Ю.В.)
("Имущественные отношения в Российской Федерации", 2025, N 11)Из этой формулы при k = 1 (то есть в случае варианта 100-процентных потерь при наступлении дефолта) определяется рыночная оценка вероятности дефолта для аналогичных функционирующих бизнесов:
Статья: Отчетность по форме 0409112 "Отдельные показатели кредитного риска по кредитам, предоставленным юридическим лицам"
("Официальный сайт Банка России", 2026)Вопрос: Необходимо ли приводить в столбцах "Вероятность дефолта (PD)" и "Уровень потерь при дефолте (LGD)" формы средневзвешенные значения вышеуказанных параметров с учетом макроэкономических прогнозов?
("Официальный сайт Банка России", 2026)Вопрос: Необходимо ли приводить в столбцах "Вероятность дефолта (PD)" и "Уровень потерь при дефолте (LGD)" формы средневзвешенные значения вышеуказанных параметров с учетом макроэкономических прогнозов?
Статья: Надбавки к коэффициентам риска (Указание Банка России от 16.12.2024 N 6960-У)
("Официальный сайт Банка России", 2026)Отмечаем, что в соответствии с абзацем десятым пункта 1.4 Инструкции N 220-И в расчет обязательных нормативов, показателей и кодов, предусмотренных указанной Инструкцией, а также в расчет коэффициента рублевого фондирования включаются остатки на счетах по учету требований (активов), обязательств (пассивов), доходов, расходов, прочего совокупного дохода, за исключением остатков на счетах, предназначенных для учета величин начисленных, но фактически не полученных кредитной организацией процентов по ссудам, иным активам, классифицированным в IV и V категориях качества в целях формирования резервов на возможные потери или по которым вероятность дефолта составляет более 25%, если банк формирует резервы на возможные потери по ним.
("Официальный сайт Банка России", 2026)Отмечаем, что в соответствии с абзацем десятым пункта 1.4 Инструкции N 220-И в расчет обязательных нормативов, показателей и кодов, предусмотренных указанной Инструкцией, а также в расчет коэффициента рублевого фондирования включаются остатки на счетах по учету требований (активов), обязательств (пассивов), доходов, расходов, прочего совокупного дохода, за исключением остатков на счетах, предназначенных для учета величин начисленных, но фактически не полученных кредитной организацией процентов по ссудам, иным активам, классифицированным в IV и V категориях качества в целях формирования резервов на возможные потери или по которым вероятность дефолта составляет более 25%, если банк формирует резервы на возможные потери по ним.
Статья: ПВР: как обеспечить консервативный подход к присваиваемым компонентам кредитного риска
(Симонян Н.)
("Риск-менеджмент в кредитной организации", 2026, N 2)В таком случае MoC определяется на основе 90 - 95%-ного квантиля (иногда на практике встречаются и меньшие значения) и точечной оценки вероятности дефолта (PD). Вместе с тем при применении единого определения события дефолта на всей выборке для разработки модели оценки вероятности дефолта MoC можно оценить как равную нулю при отсутствии иных статистических искажений в выборке.
(Симонян Н.)
("Риск-менеджмент в кредитной организации", 2026, N 2)В таком случае MoC определяется на основе 90 - 95%-ного квантиля (иногда на практике встречаются и меньшие значения) и точечной оценки вероятности дефолта (PD). Вместе с тем при применении единого определения события дефолта на всей выборке для разработки модели оценки вероятности дефолта MoC можно оценить как равную нулю при отсутствии иных статистических искажений в выборке.