Methodological tools for assessing the level of indebtedness of the population of the Russian Federation

全文:

В настоящее время актуальными становятся исследования оценки уровня закредитованности российских граждан в силу влияния на него ряда объективных (макроэкономических) и субъективных факторов. К числу первых можно отнести снижение или недостаточно быстрый рост доходов населения, отстающий от темпов роста потребительского кредитования; инфляционное давление, снижающее уровень реальных доходов населения; политику процентной ставки Банка России; льготные программы кредитования, влияющие на доступность кредитов, и т.д. Субъективные факторы по большей части связаны с внутренним усмотрением частных лиц при принятии финансовых решений. К их числу относятся решения об увеличении потребления товаров и услуг, замещении недостающих доходов кредитами и займами, инвестиционные решения о вложении средств в недвижимость, дорогостоящие покупки (например, автомобили) и фондовый рынок. Причем данные решения зачастую принимаются гражданами в условиях высоких инфляционных ожиданий, роста процентных ставок и при необоснованном ожидании увеличения будущих доходов. В свою очередь, последствиями чрезмерной закредитованности граждан являются рост просроченной задолженности, изменение объема потребления товаров и услуг в рамках всей экономики, общее влияние указанных факторов на ВВП страны, что влечет возникновение существенных рисков для социально-экономического развития России и может стать одним из триггеров финансового кризиса в стране.

Проблема роста закредитованности населения находится в фокусе внимания государственных органов, финансовых институтов, экспертного сообщества. Геополитические факторы, пандемия коронавируса, рост инфляционных ожиданий вызывают в национальной экономике негативные социально-экономические последствия: снижение уровня доходов, увеличение расходов домохозяйств, обесценение сбережений. Граждане РФ компенсируют снижение доходов и рост ожиданий повышения цен посредством увеличения своих кредитных обязательств перед банками, что влечет за собой дополнительные риски для банковской системы, населения и экономики страны в целом. Как следствие, происходит увеличение задолженности населения по обязательствам перед банками, растет просроченная задолженность и в связи с этим наблюдается увеличение числа личных банкротств. По данным Единого федерального реестра юридически значимых сведений о фактах деятельности юридических лиц, индивидуальных предпринимателей и иных субъектов экономической деятельности, в 2019 г. количество банкротств (введенных судебных процедур реализации имущества) составило 68 967, в 2020 г. — 119 024, в 2021 г. — 192 795, в 2022 г. — 278 059 и в 2023 г. — 350 788. Таким образом, количество банкротств граждан в 2023 г. увеличилось более чем в 5 раз, по сравнению с данными за 2019 г. [1].

Темпы роста розничного кредитования, риски закредитованности населения и связанные с ней риски для экономики страны являются предметом дискуссий органов исполнительной власти и макрорегулятора финансовых рынков. В Банке России отмечают, что сегмент потребительного кредитования сильно просел в 2022 г., но в 2023 г. восстанавливался быстро, что может создать риски опасного роста закредитованности людей [10].

По информации Ассоциации Российских Банков, за 2023 г. потребительские кредиты выросли на 15,7% после низких показателей кризисного 2022 г. (+2,7%), но это лишь немногим ниже результата за 2021 г. (+20,1%) [8].

О росте долговой нагрузки по кредитам частным лицам, о недостаточности денежных средств для погашения задолженности по кредитным обязательствам свидетельствуют статистические данные Банка России о просроченной задолженности по кредитам, предоставленным физическим лицам-резидентам. Так, если в целом по Российской Федерации и Уральскому федеральному округу по итогам 2018—2019 гг. наблюдалось снижение данного показателя, то в 2020—2023 гг. имеет место факт увеличения просроченной задолженности физлиц: по РФ рост составил +21,7%, + 6,4%, +14,2% и +4,3% соответственно; по УрФО рост составил +22,6%, +5,8%, +13,2% и +2,0% соответственно¹.

На конец 2023 г. доля российских заемщиков, которые имеют пять и более активных кредитов, достигла 8,6%, — следует из данных бюро кредитных историй «Скоринг бюро». За январь–декабрь она выросла на 1,5 процентных пункта, обновив рекорд. За последние два года доля этой категории банковских клиентов практически удвоилась (на конец 2021 г. она составляла 4,7%). В целом число российских заемщиков с несколькими кредитами непрерывно увеличивается с 2019 г., наибольший прирост пришелся на 2022-й: доля клиентов с одним активным кредитным договором тогда сократилась на 4,5 п.п., до 49,7%. При этом доля заемщиков с тремя кредитами увеличилась на 1,1 п.п., до 12,6%, с четырьмя ссудами — на 1,2 п.п., до 6,7%, с пятью — на 2,4 п.п., до 7,1%. В 2023 г. прирост произошел уже в основном в группе клиентов с пятью и более ссудами. Доля заемщиков, которые платят больше, чем по трем кредитам одновременно, достигла 28,6% [16].

Отметим исследование CEIC Data (является подразделением компании CITIC и СAIXIN и более 20 лет занимается сбором и предоставлением макроэкономических данных по 195 странам мира), по информации которого задолженность домохозяйств России в марте 2023 г. составляла 19,4% от номинального ВВП страны [37].

Правительством РФ и Банком России осуществляются меры по модернизации функционирования институционального механизма кредитования населения и минимизации негативных социальных и экономических последствий закредитованности граждан. Данные меры реализуются в двух основных направлениях.

Первое — создание благоприятной институциональной среды и условий, эффективных институциональных механизмов в области кредитования граждан, функционирующих до заключения кредитных сделок потребителями. В этом направлении уполномоченными государственными органами приняты нормативные акты в области льготного ипотечного кредитования и защиты персональных данных, нормативное ограничение максимальных процентных ставок по микрофинансовым займам и т.д. Особое значение в данном направлении имеет деятельность госорганов в области регулирования закредитованности граждан на макроуровне: с 1 января 2024 г. банки и микрофинансовые организации при кредитовании граждан обязаны рассчитывать долговую нагрузку заемщиков и письменно уведомлять их о рисках, если на платежи по кредитам уходит более 50% доходов. Соответствующий закон, разработанный при участии Банка России, принят Государственной Думой [9]. Важным шагом к тому, чтобы предотвратить чрезмерную закредитованность граждан, стало введение с 2023 г. макропруденциальных лимитов для банков и микрофинансовых организаций на выдачи потребительских кредитов (займов) заемщикам, которые тратят более 80% доходов на платежи по долгам. Также Банк России установил лимиты на длинные (от пяти лет) потребительские кредиты, с помощью которых банки обходят ограничения на работу с заемщиками, имеющими высокую долговую нагрузку [20].

Второе направление — модернизация институциональных механизмов защиты прав и интересов частных клиентов, заключивших кредитные сделки и имеющих кредитные обязательства перед банками и микрофинансовыми организациями. В данном направлении уполномоченными государственными органами приняты акты о кредитных каникулах, упрощении процедуры банкротства граждан, не имеющих возможности исполнить надлежащим образом обязательства по кредитным договорам, регламентация и ограничения деятельности коллекторских компаний и т.д.

В рамках данного направления особое значение имеет деятельность государственных органов, общественных и образовательных организаций по повышению уровня финансовой грамотности населения, другими словами — уровня финансовых знаний граждан [26]. Российские ученые подчеркивают, что значение финансовой грамотности серьезно возрастает в цифровую эпоху с расширением спектра методов информационного воздействия на индивидов и социальные процессы. В цифровой экономике удешевляются и множатся каналы доставки информации, которые позволяют охватить больше людей, в том числе с наиболее низкими доходами. Такая тенденция имеет как положительные, так и отрицательные последствия: закредитованность неплатежеспособного населения и доступ к причитающейся помощи со стороны государства и институтов гражданского общества в трудной финансовой ситуации теперь тесно связаны с цифровой и информационной составляющей [12. С. 7—8]. Цель финансовой грамотности населения — построение общего представления о функционировании финансовой сферы, обучение навыкам эффективного использования платежных и иных финансовых инструментов, управления собственными денежными средствами с учетом рисков закредитованности и мошенничества [21. С. 69].

Элизабете Сантос и Маргарида Абреу утверждают, что финансовая грамотность способствует предотвращению чрезмерной задолженности. При этом, независимо от уровня финансовой грамотности и финансового поведения, значительное падение доходов является важным фактором, определяющим чрезмерную задолженность [26].

Учитывая, что экономика России и экономические агенты на современном этапе в целом адаптировались к внешним экономическим шокам, санкциям и геополитическим явлениям, экономические кризисы в банковской сфере в большей части могут быть вызваны внутренними проблемами России, к числу которых можно отнести и закредитованность населения страны. В связи с этим особое значение приобретают исследования данного экономического явления, его влияния на экономику страны, потребительский спрос и экономический рост.

Современные подходы к определению понятия «закредитованность» населения. В современных условиях российскими учеными рост объема потребительских кредитов, а также рост кредитных рисков банков признается угрозой экономической безопасности России. Отмечается, что рост несвоевременных возвратов кредитов вызван прежде всего повышенной «закредитованностью» физических лиц (клиенты банков тратят на обслуживание кредитов более четверти своих доходов) [22. С. 73].

Отметим, что Организация экономического сотрудничества и развития (OECD) для целей определения закредитованности (долговой нагрузки) населения использует термин «Долг домохозяйств» (Household debt), определяя его как все обязательства домохозяйств (включая некоммерческие организации, обслуживающие домохозяйства), требующие выплаты процентов или основной суммы долга домохозяйствами кредиторам в установленные сроки в будущем. Задолженность рассчитывается как сумма следующих категорий обязательств: кредиты (преимущественно ипотечные кредиты и потребительские кредиты) и прочая кредиторская задолженность. Показатель измеряется в процентах от чистого располагаемого дохода домохозяйства [30].

Томаш Пруза, рассматривая чрезмерную задолженность населения, описывает ее как ситуацию, при которой долг вызывает как финансовые затруднения, так и неблагоприятное воздействие на жизнь заемщика и/или семьи. У людей разная терпимость к риску, поэтому чрезмерная задолженность — это не шаблонный расчет, а взаимодействие доступности, уверенности и беспокойства внутри человека [36].

Банк России использует понятие «показатель долговой нагрузки» (ПДН), который рассчитывается кредитной организацией как отношение суммы среднемесячных платежей заемщика по всем кредитам и займам, в том числе по вновь выдаваемому кредиту (займу), к его среднемесячному доходу [14].

Вопросы закредитованности населения, долгового бремени, увеличения долговой нагрузки граждан находятся в фокусе внимания зарубежных и российских ученых, при этом данные исследования имеют свои специфические особенности оценки факторов, определяющих уровень долга домохозяйств.

Джузеппе Бертола и Стефан Хохгертель в исследовании долгов домохозяйств указывают на необходимость его измерения с учетом информации об активах, доходах и потреблении домохозяйств [23].

Сити Амина Майнал, Нор Акила Мохд Кассим, Кэтрин С.Ф. Хо и Джамалия Мохд Юсоф определяют факторы роста задолженности домохозяйств: долговое бремя (отношение валового долга домохозяйства к валовому располагаемому доходу); процентная ставка; уровень инфляции; индекс цен на жилье, учитываемый при оценке приобретения недвижимости через ипотеку и оценке жилья в качестве актива домохозяйства, посредством которого можно погасить задолженность; уровень безработицы; совокупное частное потребление [32].

Джованни Д’Алессио и Стефано Иецци [24] рассматривают показатели чрезмерной задолженности домохозяйств с точки зрения системы четырех составляющих: высокие выплаты по отношению к доходу (стоимость обслуживания долга), задолженность (срок просрочки уплаты платежей), интенсивное использование кредита (количество кредитов у домохозяйства) и признание долга бременем (субъективное восприятие нагрузки). По мнению ученых, чрезмерная задолженность домохозяйства возникает в момент, когда его существующих и ожидаемых ресурсов недостаточно для выполнения финансовых обязательств без снижения уровня жизни [24]. Аналогично домохозяйство с чрезмерной задолженностью определяют Николь Фондевиль, Эрхан Оздемир и Терри Уорд [28]. При этом Джованни Д’Алессио и Стефано Иецци рассматривают долговую нагрузку (чрезмерную задолженность) домохозяйств как социальную проблему и считают, что ее измерение должно быть сосредоточено на количестве вовлеченных людей и степени их затруднений. Чрезмерная задолженность также может рассматриваться как проблема для финансовых посредников и в более общем плане — как проблема для стабильности финансовой системы в целом [24].

Дин М. Маки использует термин «бремя обслуживания долга домохозяйств», определяемое как требуемые платежи домашних хозяйств по обслуживанию долга по отношению к их располагаемому личному доходу и являющееся мерой ресурсов, которые домохозяйства должны выделять каждый месяц для обслуживания своего долга [25]. Также в работе ученый использует такой показатель, как отношение обслуживания долга к собственному капиталу домашних хозяйств. Аналогичные показатели используются в работе Роберта Мэрфи, при этом показатель «долговое бремя домохозяйств» применяется автором для прогнозирования будущего роста потребительских расходов [34].

Цзин Цзянь Сяо и Руй Яо в исследовании зависимости структуры семьи и структуры долговой нагрузки по видам кредитов (долгового поведения) также используют два показателя долговой нагрузки, измеряемых фиктивными переменными: если отношение выплаты долга к доходу превышает 40% и если выплата долга задерживается на 60 и более дней [38].

В свою очередь, Ф. Дю Каю, Т. Руландт, Х. Ван Ньювенхейзе и М.-Д. Закари [35] для оценки приемлемости долга используют показатели, которые связывают уровень долга с ресурсами, доступными для заемщиков: используются как коэффициенты ликвидности, т.е. потоки (отношение обслуживания долга к доходу, выражающее выплаты по отношению к доходу), так и коэффициенты платежеспособности, т.е. непогашенные суммы (отношение долга к активам) или комбинация этих двух понятий (отношение долга к доходам). Далее, Ф. Дю Каю, Т. Руландт, Х. Ван Ньювенхейзе и М.-Д. Закари оценивают приемлемость долга посредством индикаторов (показатели варьируются от нуля (нет долга) до бесконечности (нет активов или дохода)):

• отношение долга к доходу: непогашенная задолженность по отношению к доходу; этот показатель измеряет количество годовых доходов (чистых или валовых), необходимых для погашения непогашенной задолженности;
• отношение обслуживания долга к доходу: сумма капитала и проценты, подлежащие выплате по отношению к доходу; этот показатель измеряет долю дохода (чистого или валового), направляемого на погашение долга;
• отношение долга к активам: непогашенная задолженность по отношению ко всем финансовым и недвижимым активам; этот показатель измеряет, может ли образовавшаяся задолженность быть погашена путем ликвидации имеющихся (движимых и недвижимых) активов [35].

Аналогичные показатели используют Гастон Джордана и Михаэль Цигельмайер в своем исследовании долгового бремени домохозяйств Люксембурга и их финансовой уязвимости [29].

В.В. Ивановым и Н.А. Львовой применительно к оценке развития субъектов РФ кредитная нагрузка как показатель кредитного потенциала региона определяется через отношение задолженности по кредитам к валовому региональному продукту [13. С. 168]. В принципе, для целей оценки кредитной нагрузки населения может использоваться аналогичный показатель — отношение задолженности по потребительским кредитам (включая ипотечные) к ВВП страны в целом или к ВРП определенного субъекта РФ (для оценки кредитной нагрузки населения конкретного региона).

В свою очередь, В.И. Орехов в исследовании вопросов экономической безопасности государства использует индикатор закредитованности населения, определяемый как доля невозврата в общем объеме потребительского и ипотечного кредитов, в процентах к общему объему кредитов, при этом пороговое значение данного показателя ученым определен — не более 10,0 [11. С. 39].

Особое значение имеют исследования влияния долговой нагрузки населения на экономику страны, взаимозависимости данного экономического феномена с экономическим ростом, циклом в экономике, денежно-кредитной, валютной политикой государства, доходами населения и т.д.

В исследовании Марко Ломбарди, Мадхусудан Моханти и Ильйок Шим подчеркивается, что долг домохозяйств стимулирует потребление и рост ВВП в краткосрочной перспективе, при этом основная часть воздействия увеличения долга проходит через реальную экономику в течение одного года. Однако долгосрочные негативные последствия долга в конечном итоге перевешивают их краткосрочные положительные эффекты, при этом накопление долга домохозяйств оказывается тормозом роста — увеличение отношения долга домохозяйств к ВВП на 1 процентный пункт имеет тенденцию к снижению роста производства в долгосрочной перспективе на 0,1 процентного пункта [33].

Другой подход с применением показателя ВВП страны использует Н.А. Екимова, которая в качестве одного из наиболее надежных индикаторов раннего предупреждения банковских кризисов выделяет показатель кредитного разрыва (credit gap). Показатель рассчитывается как разница между отношением кредита к ВВП и средним значением этого соотношения за прошедшие годы. Считается, что если этот показатель превышает 10% (контрольный уровень), то банковская система страны находится в предкризисном состоянии [3. С. 993].

По мнению ученого сообщества, в случае падения реальных располагаемых доходов граждан и роста объема их кредитования банковская система России может столкнуться с кризисом неплатежей и разбалансировкой. В ипотечной сфере такая ситуация может привести к росту количества залоговых квартир, изымаемых в пользу банков, что в совокупности со снижением их стоимости из-за сокращения платежеспособного спроса добавит проблем финансовой системе страны [5. С. 150].

Российскими учеными отмечается симметрия между уровнем долгового бремени субъектов хозяйствования и фазой экономического цикла: увеличение долговой нагрузки вызывает экономический подъем, а ее сокращение происходит в период депрессий [3. C. 993].

Эмиль Вернер обосновывает необходимость макропруденциальной политики по ограничению левериджа (кредитного плеча домохозяйств) и учета в денежно-кредитной политике уровня долговой нагрузки в иностранной валюте. Когда уровень указанной нагрузки достаточно высок, стимулирование внешнего спроса путем снижения обменного курса становится контрпродуктивным, поскольку более слабый обменный курс ухудшает балансы частного сектора [27].

В свою очередь, И.А. Кулькова рост закредитованности населения квалифицирует как один из нефинансовых (неденежных) экономических рисков повышения пенсионного возраста в России [6. С. 303].

Индикаторы кредитной нагрузки российских домохозяйств. В рамках настоящего исследования авторами предполагается сравнение динамики изменения долговой нагрузки населения (индикаторов закредитованности домашних хозяйств) с динамикой основных показателей экономического состояния России — валового внутреннего продукта и валового регионального продукта (табл. 1).

 

Таблица 1. Индекс физического объема валового внутреннего продукта России и Индекс физического объема валового регионального продукта (в текущих ценах, изменение в процентах текущего показателя к предыдущему)

Регион	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021
Российская Федерация	104,3	104,0	101,8	100,7	98,0	100,2	101,8	102,8	102,2	97,3	105,9
Уральский федеральный округ	104,6	101,5	102,2	99,0	98,8	100,3	103,0	105,2	100,7	95,2	106,4
Курганская область	106,8	96,0	102,8	97,1	97,4	101,8	101,3	101,2	101,7	97,4	101,1
Свердловская область	108,9	107,1	102,0	100,1	97,3	101,9	102,1	102,3	100,3	97,2	104,7

Источник: составлено авторами на основе данных Федеральной службы государственной статистики РФ [7].

 

Отметим снижение показателя ВВП РФ и ВРП УрФО, Свердловской и Курганской области в 2015 и 2020 г., причиной которого по большей части являются геополитика, события на территории Украины, введение санкций в отношении России и COVID-пандемия, при этом показатель ВРП Курганской области также снижался в 2012 и 2014 г. при одновременном росте ВВП РФ в указанные годы.

В качестве основного показателя долговой нагрузки (закредитованности) населения в рамках исследования будет использоваться показатель «Задолженность по кредитам, предоставленным физическим лицам-резидентам» (табл. 2). Как видно из табл. 2, в целом по России и анализируемым регионам страны в рассматриваемый период наблюдался рост задолженности по кредитам физлиц, снижение данного показателя наблюдалось только по итогам 2015 г. (за исключением Курганской области) и по итогам 2016 г. (за исключением показателя в целом по России).

 

Таблица 2. Задолженность по кредитам, предоставленным физическим лицам-резидентам (годовые данные, изменение в процентах к предыдущему периоду)

Период	Российская Федерация	Уральский федеральный округ	Курганская область	Свердловская область
01.01.2012	136,19	138,20	144,27	137,31
01.01.2013	139,33	141,35	147,29	141,23
01.01.2014	128,71	128,27	132,86	128,34
01.01.2015	113,79	110,62	113,46	109,44
01.01.2016	94,15	95,10	119,71	93,38
01.01.2017	101,31	97,57	76,89	97,62
01.01.2018	112,64	110,56	109,16	112,26
01.01.2019	122,42	119,37	120,28	119,58
01.01.2020	118,22	115,32	116,56	116,17
01.01.2021	113,44	112,05	111,82	112,86
01.01.2022	122,86	118,54	118,86	119,21
01.01.2023	109,76	108,58	107,08	108,69
01.01.2024	123,42	123,73	125,16	126,00

Источник: составлено авторами на основе статистических данных Банка России [17].

 

Другим индикатором для анализа закредитованности граждан является используемый авторами показатель «Просроченная задолженность по кредитам, предоставленным физическим лицам-резидентам» (табл. 3).

 

Таблица 3. Просроченная задолженность по кредитам, предоставленным физическим лицам-резидентам (годовые данные, изменение в процентах к предыдущему периоду)

Период	Российская Федерация	Уральский федеральный округ	Курганская область	Свердловская область
01.01.2012	103,94	104,46	107,34	105,96
01.01.2013	107,65	113,46	139,27	107,51
01.01.2014	140,53	140,69	172,47	128,39
01.01.2015	151,57	152,21	150,91	144,73
01.01.2016	129,41	131,16	134,88	132,04
01.01.2017	99,39	99,05	98,28	95,60
01.01.2018	98,89	93,88	84,04	93,43
01.01.2019	89,48	84,72	82,50	87,06
01.01.2020	96,36	95,16	100,62	94,58
01.01.2021	121,70	122,56	124,48	123,37
01.01.2022	106,39	105,84	114,55	105,90
01.01.2023	114,17	113,19	120,23	109,44
01.01.2024	104,29	102,04	98,63	101,00

Источник: составлено авторами на основе статистических данных Банка России [17].

 

Отметим снижение показателя «просроченная задолженность граждан» в период 2016—2019 гг., за исключением небольшого повышения данного показателя в Курганской области по итогам 2019 г. (+ 0,62%).

Анализ представленных данных изменения показателей «Индекс физического объема валового внутреннего продукта» (в процентах к предыдущему году), «Индекс физического объема валового регионального продукта» (в процентах к предыдущему году) по УрФО в целом, Свердловской и Курганской областям (в текущих ценах) за период с 01.01.2012 по 01.01.2022 гг. (изменение в процентах текущего показателя к предыдущему) и показателя «изменение задолженности по кредитам, предоставленным физическим лицам-резидентам (млн руб., годовые данные, изменение в процентах к предыдущему периоду)» по России, УрФО в целом, Свердловской и Курганской областям за период с 01.01.2012 по 01.01.2022 гг. позволяет сделать вывод об отсутствии негативного влияния роста задолженности / закредитованности населения на изменение ВВП / ВРП страны. Другими словами, рост задолженности граждан по кредитам сопровождается как ростом, так и снижением ВВП / ВРП России, при этом четкой зависимости данных показателей в настоящем исследовании не выявлено.

С другой стороны, сравнение показателей ВВП / ВРП России с показателем «Просроченная задолженность по кредитам населения РФ» позволяет зафиксировать определенную взаимосвязь данных показателей.

Из представленных данных следует, что по итогам 2013—2015 гг. рост просроченной задолженности по кредитам населения России (включая анализируемые регионы РФ) составил более 25%–30% в год, при этом в 2014 и 2015 г. наблюдалось снижение показателей ВВП и ВРП. Рост просроченной задолженности граждан менее 25% в год (период с 2017 г. по 2019 г. и в 2021 г.) в меньшей степени влияет на рост / изменение ВВП / ВРП страны, так как в этот же период наблюдается рост экономики страны (за исключением 2020 г., когда существенное влияние на экономику страны оказывали факторы COVID-пандемии).

Также негативное влияние объема просроченной задолженности частных лиц на экономический рост (показатели ВВП и ВРП) прослеживается при сопоставлении динамики изменения показателей «Задолженность по кредитам, предоставленным физическим лицам-резидентам» (см. табл. 2) и «Среднедушевые денежные доходы населения по субъектам Российской Федерации» (см. табл. 4).

 

Таблица 4. Среднедушевые денежные доходы населения по субъектам Российской Федерации (руб./месяц, годовые данные, изменение в процентах к предыдущему периоду)

Период	Российская Федерация	Уральский федеральный округ	Курганская область	Свердловская область
2011	109,6	109,5	106,3	112,2
2012	111,7	110,0	112,4	111,9
2013	110,6	109,2	105,9	109,4
2014	106,7	104,5	107,3	103,5
2015	110,4	109,1	110,9	108,2
2016	102,0	100,6	99,3	101,8
2017	103,3	102,2	102,4	101,4
2018	104,6	104,3	98,4	104,3
2019	106,4	105,5	104,8	106,4
2020	102,1	100,8	102,6	95,8
2021	111,2	107,7	108,6	107,6
2022	111,5	112,8	119,6	114,7

Источник: составлено авторами на основе данных Федеральной службы государственной статистики РФ [18, 19].

 

В табл. 5 представлены данные о разности изменения «Задолженности по кредитам, предоставленным физическим лицам-резидентам» (см. табл. 2), и изменения «Среднедушевых денежных доходов населения по субъектам Российской Федерации» (см. табл. 4). Отметим, что экономическому спаду в России в период 2014 и 2015 г. предшествовал период (2011—2013 гг.), когда прирост задолженности по кредитам физлиц превышал прирост их доходов более чем на 18—20%. Данный показатель может быть использован как ориентир чрезмерного роста задолженности по кредитам, не обеспеченного соответствующим повышением доходов населения, которое может в совокупности с другими факторами негативно отразиться на экономическом росте страны.

 

Таблица 5. Разность изменения «Задолженности по кредитам, предоставленным физическим лицам-резидентам» , и изменения «Среднедушевых денежных доходов населения по субъектам Российской Федерации»

Период	Российская Федерация	Уральский федеральный округ	Курганская область	Свердловская область
2011	26,6	28,7	37,9	25,2
2012	27,6	31,3	34,9	29,3
2013	18,1	19,1	27,0	19,0
2014	7,1	6,2	6,2	5,9
2015	–16,2	–14,0	8,8	–14,8
2016	–0,7	–3,0	–22,4	–4,2
2017	9,3	8,3	6,8	10,8
2018	17,8	15,1	21,9	15,2
2019	11,8	9,8	11,8	9,8
2020	11,4	11,2	9,2	17,1
2021	11,6	10,9	10,3	11,7
2022	–1,7	–4,2	–12,5	–6,0

Источник: составлено авторами на основе статистических данных Банка России [17] и данных Федеральной службы государственной статистики РФ [18, 19].

 

В целом похожие результаты можно получить при сравнении динамики изменения показателя «Задолженность по кредитам, предоставленным физическим лицам-резидентам» (см. табл. 2) и динамики изменения показателя «Уровень располагаемых ресурсов домашних хозяйств (в среднем на члена домохозяйства в месяц, рублей) в зависимости от места проживания по субъектам Российской Федерации» (см. табл. 6).

 

Таблица 6. Изменение показателя «Уровень располагаемых ресурсов домашних хозяйств (в среднем на члена домохозяйства в месяц, рублей) в зависимости от места проживания по субъектам Российской Федерации» (годовые данные, изменение в процентах к предыдущему периоду)

Период	Российская Федерация	Уральский федеральный округ	Курганская область	Свердловская область
2011	113,42	108,30	118,86	115,48
2012	111,96	118,97	141,13	118,89
2013	114,08	106,32	98,94	105,10
2014	107,98	99,02	113,90	96,36
2015	100,85	106,31	100,43	105,05
2016	104,87	99,61	98,61	102,32
2017	102,96	101,26	101,58	101,55
2018	107,99	107,26	99,63	108,30
2019	107,72	105,63	111,73	104,52
2020	100,72	104,31	97,81	103,31
2021	108,86	119,25	110,03	97,27
2022	110,30	100,12	151,77	112,80

Источник: составлено авторами по данным Федеральной службы государственной статистики РФ [2, 19].

 

Представленные в табл. 7 данные указывают, что по России, УрФО в целом, Свердловской и Курганской областям (за редким исключением) изменение в процентах задолженности по кредитам физлиц в период 2011—2013 гг. превышало изменение в процентах располагаемых ресурсов домохозяйств более чем на 20%, данный период также предшествовал экономическому спаду в России в период 2014 и 2015 г.

 

Таблица 7. Разность изменения «Задолженности по кредитам, предоставленным физическим лицам-резидентам», и изменения «Уровня располагаемых ресурсов домашних хозяйств»

Период	Российская Федерация	Уральский федеральный округ	Курганская область	Свердловская область
2011	22,77	29,89	25,41	21,83
2012	27,37	22,38	6,16	22,34
2013	14,63	21,94	33,92	23,24
2014	5,81	11,60	–0,43	13,08
2015	–6,70	–11,21	19,28	–11,68
2016	–3,56	–2,04	–21,72	–4,70
2017	9,68	9,30	7,57	10,72
2018	14,44	12,11	20,65	11,28
2019	10,51	9,68	4,82	11,66
2020	12,72	7,74	14,01	9,55
2021	14,00	–0,71	8,83	21,94
2022	–0,54	8,46	–44,69	–4,11

Источник: составлено авторами на основе статистических данных Банка России [17] и данных Федеральной службы государственной статистики РФ [2, 19].

 

В настоящем исследовании авторами предлагается в качестве дополнительного показателя закредитованности населения, являющегося одним из негативных факторов, влияющих на экономический рост, использовать разность (спрэд) между «Средневзвешенными процентными ставками по кредитам, предоставленным кредитными организациями физическим лицам в рублях» (в целом по Российской Федерации, кредиты сроком свыше 1 года, процентов годовых), и «Средневзвешенными процентными ставками по привлеченным кредитными организациями вкладам (депозитам) физических лиц и нефинансовых организаций в рублях» (в целом по Российской Федерации, депозиты сроком свыше 1 года, процентов годовых), рис. 1.

 

Рис. 1. Разница между средневзвешенными процентными ставками по кредитам и вкладам (депозитам) физических лиц в целом по РФ (сроком свыше 1 года, процентов годовых).

Источник: составлено авторами на основе статистических данных Банка России [15].

 

Из представленных данных следует, что периоду спада ВВП России в 2014 — частично в 2015 г. (см. табл. 1) предшествовал период существенной разницы процентных ставок по кредитам и вкладам физических лиц (рис. 1). Так, в рассматриваемом периоде с 2011 г. по 3 квартал 2014 г. спрэд процентных ставок составлял более 9—10%. В этих условиях банки могли получать дополнительную доходность по кредитным операциям за счет указанного спрэда, но частные клиенты несли дополнительную кредитную нагрузку за счет повышенной процентной ставки и одновременно динамика процентной ставки по депозитам не соответствовала ставке по кредитным операциям, следствием чего являлось снижение доходности депозитных операций физлиц в рамках всей банковской системы.

Проблематика оценки закредитованности населения. В рамках настоящего исследования авторами представлено несколько показателей, характеризующих степень закредитованности физических лиц (или домохозяйств) и ее негативное влияние на экономический рост. При этом необходимо учитывать, что спрос на кредиты физлиц не существует обособленно от спроса населения / домохозяйств на потребительские услуги и товары, является вторичным по отношению к потребительскому спросу и удовлетворение спроса на кредит влечет удовлетворение спроса частного лица на потребительские товары посредством денежного потока от банка через заемщика-потребителя продавцу товаров / услуг.

Авторами определены показатели закредитованности на макроэкономическом уровне, т.е. рассчитаны, с одной стороны, для всего сектора банковских кредитных услуг частным лицам, а с другой — для всего населения, или сектора домохозяйств. Поэтому задолженность по кредитам выражается по отношению к общему доходу частных лиц и домохозяйств, а не только к доходу указанных субъектов, имеющих кредитную задолженность. В расчет включены домохозяйства без долгов, более того, представленные расчеты не учитывают специфики распределения кредитных долгов по отношению к доходам среди населения.

Необходимо учесть, что определение уровня закредитованности населения с помощью вышеуказанных показателей может быть дополнено анализом динамики (снижения или повышения) показателя совокупного кредитного рейтинга физлиц, информация о котором аккумулируется в Бюро кредитных историй, а также определения доли финансово устойчивых либо финансово уязвимых домашних хозяйств. В последнем случае аналитика может осуществляться экспертным путем или посредством опроса заемщиков. Дополнительно, на основе статистических данных, уровень закредитованности физлиц может анализироваться на основании данных о доле заемщиков, имеющих 2 и более (3 и более) действующих кредитов, а также информации о динамике банкротств физлиц, долги по которым в основной части формируются из задолженности перед банками по кредитным договорам.

В целом домохозяйства используют кредит для финансирования покупок потребительских товаров длительного пользования и домов (недвижимости), а также для компенсации временного падения доходов, например в течение делового цикла [23]. Соответственно, в условиях повышения уровня дефолтов граждан, опережающего роста розничного кредитования, по сравнению с ростом реальных доходов граждан, одновременного роста процентных ставок по кредитам и усложнения процедуры рефинансирования долгов любое ухудшение экономической ситуации в стране повлечет увеличение количества просроченных долгов.

Также в рамках анализа состояния рынка потребительского кредитования должны учитываться данные о займах граждан по обязательствам перед микрофинансовыми организациями. Как указывается в ученом сообществе, закредитованность бедного населения во многом связана с деятельностью микрофинансовых организаций, которые, пользуясь низким уровнем финансовой грамотности населения, а также острым дефицитом денежных средств, предлагают кредиты под непомерно высокие проценты [4. С. 130].

Применительно к американскому рынку Джонатан Маккарти обосновывает две совершенно разные гипотезы, объясняющие рост задолженности американских домохозяйств и ее влияние на расходы. Первая гипотеза, которая лежит в основе нынешних опасений по поводу сокращения будущих расходов, предполагает, что в последние годы домохозяйства взяли на себя слишком много долгов, поставив себя в шаткое финансовое положение. Со временем эти домохозяйства осознают, что их долги сделали их более восприимчивыми к финансовым затруднениям в случае серьезной болезни, потери работы или других несчастий. В результате они будут стремиться уменьшить свою уязвимость, выплачивая долги и сокращая свои расходы.

Однако, согласно альтернативной гипотезе, в последние годы домохозяйства добровольно взяли на себя больший долг, поскольку они ожидают роста своих доходов. Они тратят больше в ожидании увеличения доходов и финансируют свои более высокие расходы за счет долга. Даже если их доходы начнут падать, домохозяйства могут продолжать увеличивать свою задолженность, чтобы поддерживать свои расходы, хотя и на более низком уровне, исходя из предположения, что снижение доходов будет недолгим. Только в том случае, если спад окажется продолжительным, домохозяйства еще больше сократят расходы и начнут выплачивать свой долг [31].

В заключение следует отметить, что используемые в настоящее время индикаторы долговой нагрузки, в основе которых лежит соотношение доходов (активов) домохозяйств и долга (платежей по обязательствам), носят во многом субъективный характер, так как получены путем социологических опросов населения с довольно малой выборкой.

В целях снижения уровня предельной долговой нагрузки граждан в нашей стране вводятся меры по регулированию кредитования, такие как повышение ключевой ставки Банком России, что влечет увеличение процентных ставок по потребительским кредитам. В рамках ипотечного кредитования повышаются требования к минимальному первоначальному взносу, сокращаются государственные программы льготного кредитования на покупку жилья и др. Особое значение имеет расширение программ финансовой грамотности и консультирования для населения с целью эффективного управления личными долгами и недопущения чрезмерной закредитованности.

При этом закредитованность граждан остается актуальной проблемой, требующей постоянного мониторинга и регулирования со стороны государственных органов. Указанное подтверждает необходимость дальнейшего научного исследования проблем долговой нагрузки населения в контексте анализа ее специфики в зависимости от конкретного региона страны или периода времени. Предметом дальнейших исследований также может быть влияние закредитованности на уровень благосостояния и уровень жизни населения, определение границ чрезмерности кредитных долгов. Особое значение имеет выявление зависимостей между чрезмерной закредитованностью населения и рисками для стабильности экономики страны, финансовой системы в целом и уровнем социальной напряженности в российском обществе.

 

¹ Рассчитано авторами по статистическим данным Банка России [17].

作者简介

Sergey Orlov

Federal State Budgetary Institution of Higher Education Kurgan State University; Kurgan Branch of the Institute of Economics (Ural Branch of RAS)

编辑信件的主要联系方式.
Email: orlovsn@list.ru

Grand Ph.D. in Economics, Professor of the Department of «Economic Security, Finance and Accounting», Leading Researcher

俄罗斯联邦, Kurgan; Kurgan

Roman Reutov

Kurgan Branch of the Institute of Economics (Ural Branch of RAS)

Email: reutovrv1975@gmail.com

Junior researcher

俄罗斯联邦, Kurgan

参考