Для наращивания кредитного портфеля и оптимизации кредитного конвейера зачастую не нужно внедрять искусственный интеллект, покупать дорогостоящий трафик, нанимать новые команды и строить новые модели. Достаточно критически посмотреть на то, что уже происходит, и на этой основе создать что-то лучшее. Максимум можно выжать из уже входящего потока клиентов — за счет оптимизации рисковых процессов конвейера. Рисковый конвейер во многом устроен как закрытая система: риск-менеджеры настраивают правила, формируют отчетность, строят модели и рассчитывают метрики, по которым оценивают эффективность кредитных процессов. При этом независимый аудит и внешний взгляд на то, как работают кредитные процедуры, как правило, отсутствуют: вся информация остается внутри риск-подразделений. Чтобы кредитный конвейер не превращался в изолированную систему, его можно «подсветить» данными БКИ. Это позволяет увидеть возможности для оптимизации, которые не видны изнутри. Накопленная информация позволяет посмотреть на кредитный процесс end-to-end, сравнить его с процессами конкурентов, скорректировать стратегию и тактику кредитного бизнеса на основе рыночных бенчмарков. Второй важный момент: потенциал роста часто находится внутри, а не снаружи. Поэтому в статье предлагается максимально простой инструментарий — матрица ошибок (Confusion Matrix). Обычно ее применяют для оценки эффективности конкретной аналитической модели; в данном случае она использована для оценки кредитного конвейера.

С 2021 г. на российском рынке секьюритизации потребительских кредитов разместилось более 25 старших и мезонинных траншей (не менее 9 оригинаторов), объемом превышающих 560 млрд руб., — и год от года количество сделок увеличивается. Растущие объемы выдачи потребительских кредитов, нормативы мегарегулятора и поиск ликвидности стимулируют интерес банков к секьюритизации: так, в 2025–2026 гг. оригинаторами по подобного рода сделкам выступили не только AAA-гиганты, такие как ВТБ, Сбербанк, но и новички на рынке секьюритизации: Яндекс Банк и Банк Синара. В 2026 г. произошел дебют первой секьюритизации потребительских кредитов, оригинатором по которой выступит микрофинансовая организация — МФК «Мани Мен»: выпуск облигаций оригинатора также получил наивысший кредитный рейтинг. Не все из указанных оригинаторов обладают AAA-рейтингом, но старшие транши по всем проектам секьюритизации потребительских кредитов получили высшую оценку (ААА) — такой результат стал возможен благодаря мерам кредитной поддержки, принимаемым оригинаторами для большей защищенности инвесторов в облигации старших траншей. В статье — о мерах кредитного усиления и о том, какие из перечисленных мер оригинаторы применяют чаще, какие реже и почему. Важно, что авторы не разделяют меры кредитной поддержки на «эффективные» и «неэффективные» — применение той или иной меры всецело зависит от намерений участников сделки, их финансовых ресурсов, возможной инфраструктуры, портфеля потребительских кредитов и ИТ-систем.

Активное внедрение в России подхода к оценке кредитного риска на основе внутренних рейтингов (ПВР) стимулирует крупнейшие российские банки встраиваться в этот глобальный тренд. Однако практика показывает, что далеко не все банки методически, технологически, технически и организационно готовы к столь серьезному вызову. Внедрение ПВР оказалось существенно сложнее и глобальнее, чем многие прочие активности, ранее выполнявшиеся банками в рамках своего бизнеса и при реализации предшествовавших требований Банка России. Убедительными подтверждениями являются многостраничные акты, формируемые по результатам регуляторных валидаций банковских рейтинговых систем, решения комитета банковского надзора Банка России, затягивание сроков реализации внутренних ПВР-проектов. На взгляд автора, проблемы в продвижении ПВР во многом порождаются тем, что стратегический характер ПВР-проекта заставляет банк не просто разработать несколько новых «моделек», написать несколько очередных документов, вписать несколько пунктов в свои стратегии и политики. Банк, который ранее не сталкивался с регуляторной валидацией, может не в полной мере понимать суть и цели предъявляемых регулятором требований, в том числе отождествляя модели ПВР с привычными ему бизнес-моделями: поддержки принятия решений (ППР) и МСФО. Однако понимание значимости отличий между указанными моделями критически важно.

Искусственный интеллект уже перестал быть просто инструментом автоматизации — он стал катализатором личной эффективности сотрудников, что неизбежно ведет к росту неформального использования технологий в бизнес-процессах. Соблазн применить нейросети для ускорения собственной работы заставляет команды обходить корпоративные ограничения. Это ставит перед службами информационной безопасности новый вызов: как управлять рисками, когда инструменты контроля еще не успели за скоростью внедрения ИИ. Сотрудники массово используют различные ИИ-сервисы, загружают в них документы, фрагменты кода, коммерческую информацию, внутренние переписки, описания продуктов и клиентские данные. Этот процесс назвали Shadow AI — использование ИИ-инструментов вне контроля компании. Если исключить крайний вариант, когда все внешние домены с ИИ-сервисами в компании заблокированы, мы приходим к ситуации, когда служба безопасности не знает, какие сервисы используют сотрудники, какие данные туда передаются и на каких условиях эти данные затем хранятся или используются. Сегодня каждая крупная компания проходит путь ИИ-трансформации. Бизнес внедряет внешние модели, строит собственные чат-боты, запускает первых автономных агентов. Поэтому в статье мы сфокусируемся на вопросе: что может пойти не так при использовании ИИ внутри компании и в ее продуктах?

С 1 сентября в Российской Федерации: (1) началось внедрение цифрового рубля, нормативные правовые акты по которому законодатель и финансовый регулятор разрабатывали уже несколько лет, — налицо переход от теории к практике; (2) вышли из «серой зоны» операции с криптовалютами (в российском законодательстве они именуются цифровыми) — т.е. здесь, наоборот, существующая практика обрела наконец законодательное регулирование. Цифровой рубль с цифровой валютой роднит лишь технология эмиссии (блокчейн). На данный момент нет действующих нормативных актов о бухучете цифровых валют в кредитных организациях — но проект Указания Банка России «О порядке отражения на счетах бухгалтерского учета кредитными организациями операций с цифровыми валютами» уже разработан и представлен на обсуждение. Регулятором предложены правила отражения на счетах бухучета кредитными организациями трех видов операций с цифровыми валютами: приобретения и реализации цифровых валют, договоров займа цифровых валют и договоров репо, предметом которых являются цифровые валюты. Но проект порядка отражения операций с цифровыми валютами пока остается проектом, а вот цифровые рубли, которые с 1 сентября уже вовсю обращаются, сами себя проводками не опишут.

Банк инвестирует в программное обеспечение в том числе потому, что этого требует режим технологической независимости, однако признанный нематериальный актив (НМА) по общему порядку уменьшает базовый капитал. Чем больше одновременно вводится дорогостоящих ИТ-активов, тем заметнее может быть влияние на нормативы достаточности капитала. Именно этот разрыв между необходимостью инвестировать в критическое ПО и регуляторным эффектом НМА стал основанием для введения специального поэтапного порядка вычета НМА из капитала банка. Такой порядок применяется к НМА, связанным с обеспечением технологической независимости и безопасности критической информационной инфраструктуры, при выполнении установленных условий. В каких случаях можно применять новый порядок? Как рассчитывается величина вычета? Как перенести результат в расчет собственных средств и форму 0409123 «Расчет собственных средств (капитала) (“Базель III”)»? Каковы направления аудиторской проверки при применении поэтапного вычета? Каким будет новое постоянное регулирование поэтапного порядка? Ответим на эти и другие вопросы и приведем пример сокращенной структуры аудиторского подтверждения.

До недавнего времени криптовалюты в России находились в «серой зоне». Криптовалюта никогда не была запрещена, но и не было правил, по которым она могла обращаться между ее владельцами, регулирование было крайне фрагментарным. Несмотря на это и несмотря на рекомендации Банка России для кредитных организаций о необходимости минимизировать работу с криптовалютами (цифровыми валютами) банки так или иначе давно присутствуют на крипторынке России. Чаще эта роль была ограничена только расчетной функцией. 4 августа 2026 года Президент подписал Федеральный закон № 282-ФЗ «О цифровых валютах и цифровых правах», который существенно расширяет регулирование рынка цифровых валют и прав, вводит новых участников, инфраструктуру и многое другое. Одновременно принят Федеральный закон № 283-ФЗ, который вносит новые нормы, связанные с цифровыми валютами и правами, в иные законы, например о банках и банковской деятельности, о противодействии легализации преступных доходов, о валютном контроле, об исполнительном производстве и т.д. Новое регулирование расширяет роль и возможности банков на рынке цифровых активов. Во-первых, кредитные организации могут стать одним из профессиональных участников нового рынка, получив соответствующий статус или лицензию. Во-вторых, расчетные функции банка, валютный контроль и комплаенс распространятся на мир цифровых активов.

Еще недавно практическое применение генеративного ИИ в работе руководителя сводилось преимущественно к диалогу с чат-ботом. Нейросеть могла подготовить письмо, кратко пересказать документ, предложить структуру презентации или помочь сформулировать решение. Человек задавал вопрос, получал ответ и самостоятельно выполнял следующий шаг. Сегодня мы уже на следующем этапе развития этой технологии — перехода от ИИ-ассистентов к ИИ-агентам. Принципиальная разница состоит в том, что агент способен не только подготовить информацию, но и самостоятельно выполнить последовательность действий: собрать необходимые данные, выбрать инструменты, обратиться к корпоративным системам, сформировать результат, а в некоторых сценариях — создать задачу, отправить сообщение или запустить бизнес-процесс. Для руководителя это открывает существенно более широкий класс возможностей, но одновременно меняет и характер рисков. Если ошибочный ответ чат-бота чаще всего остается информационной ошибкой, то ошибка ИИ-агента может превратиться в ошибочное действие в бизнесе. Поэтому внедрение агентов становится не только вопросом эффективности, но и новой задачей внутреннего контроля. Где пролегает граница между ИИ-ассистентом и ИИ-агентом? Из каких четырех этапов состоит управленческий цикл ИИ-агента? Какие задачи руководителя уже можно передавать ИИ-агенту? Как внутреннему контролю смотреть на ИИ-агента?

В деле Инзенского деревообрабатывающего завода экономическая коллегия ВС РФ, пересмотрев дело по новым обстоятельствам, признала, что наложенный налоговым органом арест имущества должника все-таки дает залоговый приоритет в банкротстве, вопреки ранее сформулированной позиции той же Коллегии. Основание — изданный Президиумом ВС РФ документ в необычном формате «вопрос-ответ». Формально говоря, это поставило точку в затяжной теоретической дискуссии о судьбе «арестного залога» в банкротстве. Однако оптимальность принятого ВС РФ решения остается под вопросом. С точки зрения качества юридической аргументации декабрьское определение Коллегии (в отличие от июльского) выглядит, скажем так, не особенно убедительно. В процессуальном законе ясно сказано, что пересмотр дела возможен, только если в постановлении Президиума «содержится указание на возможность пересмотра». В документе Президиума такого указания нет (даже если мы считаем «вопрос-ответ» «постановлением»). Казалось бы, очевидный вывод: пересмотр невозможен. Но нет; согласно Коллегии, он возможен и необходим, поскольку Президиум «ясно и недвусмысленно выразил волю». Как видим, Коллегия образца декабря 2025 г. готова пожертвовать соблюдением буквы процессуального закона ради исполнения (реконструируемой ею) воли вышестоящей инстанции.