Банковские кредиты в долговом портфеле российских регионов: риск устойчивости или инструмент долгового маневра?

Фрумина С.В.1,2
1 Финансовый университет при Правительстве Российской Федерации, Москва, Россия
2 Российский экономический университет им. Г.В. Плеханова, Москва, Россия

Статья в журнале

Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 16, Номер 7 (Июль 2026)

Цитировать эту статью:

JATS XML



Введение

Долговая политика субъектов Российской Федерации характеризуется стремительным изменением структуры источников заимствований. За короткий период (с декабря 2025 по январь 2026 г.) в региональных долговых портфелях резко изменилось соотношение бюджетных кредитов, банковских заимствований и облигационных займов. Только за один месяц объем банковской задолженности вырос примерно на 344 млрд. руб., а объем бюджетных кредитов сократился на 88 млрд руб. Первопричиной изменений стало повышение требований к вновь предоставляемым бюджетным кредитам, выдаваемым на инфраструктурные цели в объеме, не превышающем 250 млрд руб. ежегодно, чего недостаточно для покрытия возрастающих потребностей регионов. Также изменения были связаны с исполнением поручения Президента Российской Федерации [1] о списании двух третей задолженности субъектов Российской Федерации по бюджетным кредитам. Условием списания стало целевое направление высвобождаемых средств на расходы инвестиционного характера и реализацию национальных проектов. В сложившихся условиях регионы были вынуждены прибегать к рыночным инструментам заимствований и переориентировать долговой портфель.

В отечественной и зарубежной практике увеличение рыночных заимствований регионов рассматривается как симптом ухудшения долговой устойчивости, что объясняется повышением стоимости обслуживания долга и возрастающими процентными рисками. Однако в условиях, когда дешевый бюджетный кредит становится менее доступным, а точнее строго целевым, обращение регионов к банковскому кредитованию может иметь неодинаковый смысл для разных субъектов. В этой связи гипотеза исследования состоит в том, что рост доли банковских кредитов в долговом портфеле субъектов Российской Федерации может иметь разное содержание. Для одной части регионов он отражает увеличение долговых рисков, для другой – может стать элементом долгового маневра, позволяющим оперативно перестроить долговой. Целью статьи является определение условий, при которых рост доли банковских кредитов в долговом портфеле субъектов Российской Федерации может рассматриваться как элемент долгового маневра. Научная новизна работы заключается в объяснении причин скачкообразной переориентации субъектов с бюджетных кредитов на банковские заимствования; построении типологии из трех групп регионов, различающихся по моделям долгового финансирования и обосновании устойчивой группы регионов, для которых наращивание рыночных заимствований является долговым маневром и сопровождается сохранением низких значений долговой нагрузки.

Литературный обзор. Исследованию долговой политики публично-правовых образований посвящено достаточно много работ отечественных и зарубежных авторов. С.Н. Солдаткин предлагает считать долговой устойчивостью субъекта Российской Федерации такое состояние его бюджетной системы, при котором долговая нагрузка на бюджет и экономику субъекта не превышает определенных нормативов [6], а заемная деятельность субъекта строится исходя из необходимости поддержания сбалансированности и устойчивости бюджета, оптимальной структуры долговых инструментов и максимального использования их возможностей [9]. Современные подходы Международного валютного фонда и Всемирного банка исходят из того, что долговая устойчивость определяется не только объемом обязательств, но и структурой долга, стоимостью обслуживания, сроками погашения, валютными и процентными рисками, а также качеством управления [20]. То есть устойчивость – это не столько количественная, сколько структурная категория.

Именно структурный взгляд показывает неоднородность субъектов Российской Федерации [1,10] и нецелесообразность усреднения оценки регионального долга. Это объясняет, почему отдельные направления исследований посвящены кластеризации регионов по уровню долга [9], параметрам долговой нагрузки, величине доходов и расходов с учетом факторов их формирования [3] и т.д.

Важным направлением исследований, в рамках которых изучается структура государственных заимствований, является работа М.Л. Васюниной, рассматривающая бюджетные кредиты как инструмент обеспечения устойчивости региональных бюджетов [2]. С позиции замещения рыночного долга бюджетным рассматривается долговой портфель в работе А.А. Михайлова и Е.Н. Тимушева [5]. Показательно, что научная литература по банковскому кредитованию как одному из видов долговых обязательств субъектов изучается преимущественно с позиции кредитной политики коммерческих банков, а не долговой стратегии заемщика [4,7], а такой инструмент как государственные гарантии в виду его незначительной доли в структуре портфеля, изучается фрагментарно.

В зарубежной литературе преобладание трансфертов и кредитов вышестоящего уровня бюджетной системы исследуется в рамках концепции мягких бюджетных ограничений [16]. Авторы концепции утверждают, что длительная поддержка регионов ослабляет фискальную дисциплину [19]. В свою очередь, переход к рыночным заимствованиям трактуется как усиление самостоятельности регионов [21]. Исследования государственного долга на уровне субнациональных образований в условиях макроэкономической нестабильности подтверждают, что субъекты, преимущественно заимствующие средства на финансовых рынках путем выпуска государственных облигаций, подвержены рыночным колебаниям [12,14], а неэффективные фискальные правила и ограниченность кредитных рейтингов не позволяют привлекать рыночные инструменты заимствования [13,17].

Несмотря на достаточно масштабные исследования долговой устойчивости субъектов и структуры заимствований, в работах российских и зарубежных авторов недостаточно раскрыт вопрос о том, как изменение требований к бюджетному кредитованию влияет на выбор рыночных инструментов заимствования и усиливает межрегиональные различия. Недостаточно изученной остается проблема разграничения ситуаций, в которых рост банковского долга отражает управляемую перестройку портфеля от ситуаций, где он сигнализирует о нарастании долговых рисков, что определяет своевременность и значимость настоящего исследования.

Материалы и методы

Информационную базу исследования составляют три группы источников. Первая – официальные данные Минфина России об объеме и структуре государственного долга субъектов РФ, представленные ежемесячными за период с 1 февраля 2024 г. по 1 мая 2026 г. и охватывающие все 89 субъектов [2]. Группировка обязательств выполнена в соответствии со ст. 99 БК РФ. Вторая группа – данные о налоговых и неналоговых доходах бюджетов субъектов Российской Федерации [3]. И третья, нормативные правовые акты, определяющие требования к долговой устойчивости [4], списанию бюджетных кредитов и ограничений на наращивание рыночных заимствований [5]. Выбор временного горизонта обусловлен необходимостью сопоставления долгового портфеля от допереломного периода до резкого изменения структуры заимствований и последующей динамики.

Структура совокупного долга рассчитана как взвешенные по объему доли видов заимствований:

(1)

где – доля инструмента в совокупном долге на дату ; – объем государственного долга субъекта по инструменту на отчетную дату ; – совокупный государственных долг субъекта на дату ; – вид долгового инструмента (государственные ценные бумаги, кредиты кредитных организаций, бюджетные кредиты, государственные гарантии, иные обязательства) в соответствии с БК РФ.

Долговая нагрузка оценена согласно ст. 107 БК РФ:

(2)

где – уровень долговой нагрузки субъекта на отчетную дату ; – налоговые и неналоговые доходы бюджета субъекта за год .

Показатель отражает отношение долга к собственным доходам. Согласно положениям ст. 107 БК РФ значение ниже 50% соответствует низкой долговой нагрузке. Многомерная классификация выполнена методом -средних по шести стандартизированным признакам:

1. Доля банковских кредитов в государственном долге субъекта на конец периода (01.05.2026);

2. Доля бюджетных кредитов в государственном долге субъекта на конец периода;

3. Доля облигационных займов в государственном долге субъекта на конец периода;

4. Прирост доли банковский кредитов за период 01.02.2024 – 01.05.2026;

5. Отношение долга к собственным доходам на 2026 г;

6. Изменение норматива долговой нагрузки за период.

Стандартизация выполнена -преобразованием:

(3)

где – стандартизированное значение признака для субъекта ; – исходное значение признака; – среднее значение признака по всем субъектам; – стандартное отклонение признака. Разбиение минимизирует внутрикластерную дисперсию (формула 4):

(4)

где – суммарная внутрикластерная дисперсия; – число кластеров; – кластер с номером ; – вектор стандартизированных признаков субъекта; – центроид кластера .

Число кластеров определено по максимуму силуэтного коэффициента, в свою очередь устойчивость разбиения проверена методом Уорда, а согласованность измерена скорректированным индексом Рэнда. Для дополнительной проверки устойчивости выявленных связей использовано регрессионное моделирование. В качестве зависимой переменной принят прирост доли кредитов кредитных организаций в государственном долге субъекта за период наблюдения. Объясняющие переменные – логарифм собственных доходов бюджета за 2025 г., исходная долговая нагрузка, логарифм отношения объема государственного долга на конец периода к объему долга на начало периода, а также и начальная доля банковских кредитов в долговом портфеле. Базовая модель имеет следующий вид:

(5)

где – изменение доли кредитов кредитных организаций в государственном долге -го субъекта за период наблюдения; – собственные доходы бюджета субъекта за 2025 г.; – исходный уровень долговой нагрузки субъекта; – отношение объема государственного долга на конец периода к объему долга на начало периода; – начальная доля кредитов кредитных организаций в долговом портфеле; – свободный член; – оцениваемые коэффициенты; – случайная ошибка.

Результаты и обсуждение

Для последующей типологии регионов была рассчитана структура совокупного государственного долга 89 субъектов за весь период наблюдения. Расчеты показали, что доля банковских кредитов возросла с 3,2 до 16% при сокращении доли бюджетных кредитов с 82,4 до 71,1%. Однако усредненная кривая сглаживает резкость перелома, когда на рубеже 2025 и 2026 гг. доля банковских кредитов за один месяц возросла с 10,4 до 19,4% (рис. 1). На первом аналитическом интервале, с февраля 2024 г. по декабрь 2025 г., структура долгового портфеля сохраняла инерционный характер. Бюджетные кредиты оставались доминирующим инструментом. Ключевой же структурный перелом пришелся на интервал между отчетными датами 01.12.2025 и 01.01.2026. Последующие наблюдения за январь – май 2026 г. показывают, что произошедшая переориентация была неравномерной для всех субъектов и закрепилась преимущественно у ограниченной группы регионов. Для выявления различия была проведена кластеризация субъектов по результатам всей траектории изменений.

Рисунок 1 – Динамика долговых инструментов в совокупном долге субъектов РФ, %

Источник: составлено автором по данным Министерства финансов Российской Федерации «Объем и структура государственного долга субъектов Российской Федерации и муниципальных образований» // Минфин России. [Электронный ресурс]. URL: https://minfin.gov.ru/ru/perfomance/public_debt/subj/subdbt (дата обращения 16.06.2026).

Классификация позволила выделить три устойчивых типа субъектов – регионы банковского долгового маневра, бюджетно-зависимые и рыночно-ориентированные регионы (табл. 1).

Таблица 1 – Профили кластеров субъектов РФ

Кластер
Количество субъектов
Доля в долге, %
Доля кредитов кредитных организаций, %
доли кредитов кредитных организаций
Доля бюджетных кредитов, %
Доля государственных облигаций, %
Долговая нагрузка, %
Изменение долговой нагрузки
Банковского маневра
18
35,0
42,1
+35,1
52,6
2,0
40,8
+14,5
Бюджетной-зависимости
63
45,8
1,9
−0,7
95,7
1,6
19,2
−6,8
Рыночной ориентированности
8
19,3
3,7
+1,7
47,7
43,3
26,4
+4,1
Источник: составлено автором.

Первый кластер объединяет 18 регионов, увеличивших долю кредитов кредитных организаций в среднем на 35,1 п.п. Долговая нагрузка у субъектов группы повысилась на 14,5 п.п., однако, сохранилась на уровне 40,8%, то есть в низкой зоне. В состав группы вошли преимущественно промышленные и ресурсные регионы с относительно высокими собственными доходами. Среди них Сахалинская, Тюменская, Иркутская, Кемеровская, Челябинская, Мурманская, Нижегородская области, ХМАО, Республика Коми и др. Следует отдельно выделить Архангельскую область – единственный субъект, вышедший за границу средней нагрузки.

Второй кластер, представленный бюджетно-зависимыми регионами, является наиболее многочисленным и устойчивым. В состав кластера входят 63 субъекта РФ чей долг преимущественно сформирован из бюджетных кредитов (95,7%) при практически нулевой банковской компоненте. Структура долгового портфеля регионов установленного кластера за анализируемый период не только не сместилась в пользу рыночных инструментов, но и стала более концентрированной, а долговая нагрузка снизилась в среднем на 6,8 п.п. Группа охватывает регионы с невысокой бюджетной обеспеченностью и значительной зависимостью от межбюджетных трансфертов, включая республики Северного Кавказа, ряд регионов Центральной России и четыре воссоединенные территории.

Кластер 3 представляют 8 наиболее самостоятельных и рыночно-ориентированных регионов, опирающихся преимущественно на облигационные займы. Доля облигаций в структуре долга таких регионов достигает в среднем 43,3% при сопоставимой доле бюджетных кредитов (47,7%) и незначительном банковском кредитовании (3,7%). В состав группы входят ведущие регионы-доноры и эмитенты субфедеральных облигаций – это Москва, Санкт-Петербург, ЯНАО, республики Башкортостан, Саха (Якутия), Новосибирская область и др.

Для проверки надежности типологии то же признаковое пространство было классифицировано иерархическим методом Уорда, а согласованность результатов измерена скорректированным индексом Рэнда. Дополнительно для обоих разбиений был рассчитан силуэтный коэффициент. Результаты расчетов представлены в таблице 2.

Таблица 2 – Показатели устойчивости кластеризации

Показатель
Значение
Скорректированный индекс Рэнда (ARI)
0,843
Совпадение классификаций
85 из 89 (95,5 %)
Силуэтный коэффициент, k-средних
0,546
Силуэтный коэффициент, Уорд
0,519
Кофенетическая корреляция (Уорд)
0,728
Источник: составлено автором.

Совпадение классификаций и высокое значение индекса Рэнда подтверждает устойчивость кластеризации. Совпадение охватывает 85 субъектов из 89, а различие классификаций приходится только на 4 пограничных региона (Оренбургская, Самарская, Омская области и Приморский край) с промежуточной долей банковских заимствований, которые метод -средних относит к группе банковского маневра, а метод Уорда – к бюджетно-зависимым.

Таким образом, устойчивость типологии подтверждает существование трех различных моделей долгового финансирования субъектов: модели банковского долгового маневра, бюджетно-зависимой и рыночно-ориентированной.

Перепрофилирование субъектов на банковское кредитование совпало с разворотом денежно-кредитной политики Банка России. Ключевая ставка, достигшая пика в 21% в ноябре 2024 г., с июня 2025 г. перешла к последовательному снижению, опустившись до 16% в декабре 2025 г. и далее до 14,5% к концу апреля 2026 г.

В условиях ожидаемого дальнейшего снижения ставок субъекты стали заинтересованы в гибком, оперативно рефинансируемом инструменте без длительной фиксации купонной нагрузки, каковым выступает банковский кредит, а не в публичном размещении облигаций с фиксированными параметрами обслуживания на длительный срок. Сочетание удешевления заемных средств с гибкостью инструмента предопределило выбор банковского кредитования.

Особое значение для объяснения селективного сдвига имеет ограничение, введенное при продлении программы списания на 2026-2030 гг. Проблема в том, что субъекты, у которых доля рыночных заимствований превышает установленный порог доходов консолидированного бюджета без учета безвозмездных поступлений, принимают обязательство не наращивать долю рыночных заимствований сверх сложившегося уровня. Это ограничение объясняет, почему переориентацию портфеля продемонстрировали преимущественно промышленные и ресурсно-обеспеченные субъекты, причем их исходная долговая нагрузка была сопоставима с нагрузкой остальных регионов. Решающим фактором стала высокая бюджетная обеспеченность, позволяющая обслуживать рыночный долг, хотя как показывает регрессионный анализ (таблица 3), сам по себе уровень собственных доходов не является статистически значимым фактором прироста доли банковских кредитов.

Таблица 4 – Регрессионная проверка факторов прироста доли банковских кредитов

Переменная
Коэффициент
p-value
Интерпретация
Собственные доходы, ln
0,219 (1,184)
0,853
не значимо
Начальная долговая нагрузка
0,189 (0,111)
0,088
слабая значимость на 10%
Прирост общего долга, ln
24,957 (4,937)
0,000
значимо
Начальная доля банковских кредитов
-0,592 (0,266)
0,026
значимо
Константа )
1,769 (7,772)
0,820
Не значимо

0,526

модель объясняет 52,6% вариации
Примечание: в скобках при коэффициентах приведены стандартные ошибки; модель включает константу ( ; число наблюдений 89.

Источник: рассчитано автором.

В результате, совокупность перечисленных факторов сформировала предпосылку для главного вывода исследования: рост банковского кредитования в структуре долгового портфеля не следует автоматически рассматривать ни как ухудшение долговой устойчивости, ни как адаптацию к сложившимся условиям. Его значение зависит от сочетания прироста банковского долга, уровня долговой нагрузки и запаса устойчивости. Если доля банковских кредитов возрастает у субъектов с приемлемой долговой нагрузкой, то она может рассматриваться как элемент долгового маневра. Если тот же процесс происходит при ограниченном запасе устойчивости, он приобретает рискованный характер.

Результаты регрессионной проверки уточняют адаптационную интерпретацию банковского кредитования. Прирост доли банковских кредитов статистически связан прежде всего с ростом общего долга региона и низкой долей банковского инструмента в портфеле на начало анализа. Связь с собственными доходами статистически незначима. Следовательно, банковский кредит не может рассматриваться как универсальный механизм адаптации, автоматически доступный более обеспеченным субъектам. Более корректно его рассматривать как селективный инструмент долгового маневра, значение которого зависит от исходной структуры портфеля, динамики общего долга и запаса долговой устойчивости.

Полученные результаты фиксируют разворот тенденции, описанной в работе М.Л. Васюниной и др., которые отмечали, что период до 2024 г. характеризовался улучшением долговой ситуации за счет замещения рыночного долга бюджетным. Настоящее исследование показывает обратное движение, начавшееся с реформой бюджетного кредитования. Таким образом, если прежние работы объясняли снижение нагрузки притоком льготных средств, то настоящее исследование объясняет рост рыночных компонентов долга их оттоком.

Объяснение выбора в пользу банковского кредитования согласуется с выводами Rajan R.G., который показал, что банковский кредит позволяет принимать гибкие решения по долгу благодаря тесной связи кредитора и заемщика, тогда как рыночный долг такой возможности не дает [18]. Bolton P. и Freixas X. Equity дополнили этот вывод, показав, что в периоды финансовой нестабильности издержки облигационного финансирования выше [11]. Жесткая денежно-кредитная политика закрепляет дорогое обслуживание облигационных выпусков на весь срок обращения, тогда как банковский кредит допускает пересмотр условий, досрочное погашение и рефинансирование при смягчении политики регулятора [15]. При сопоставимой стоимости заимствования российские регионы предпочли инструмент, сохраняющий свободу маневра.

Отдельного внимания заслуживает рыночно-ориентированный кластер, представленный регионами с высокой долей облигационных займов. Его наличие показывает, что банковское кредитование не вытесняет облигационные займы полностью, а занимает промежуточное положение между бюджетным кредитом и публичным рыночным заимствованием. Для крупных эмитентов с устойчивым кредитным профилем облигации остаются значимым инструментом, в то время как банковский кредит оказывается более востребованным там, где требуется оперативное и рефинансируемое замещение источника долга.

Дальнейшее сужение целей бюджетного кредитования может усилить межрегиональную дифференциацию при которой одни субъекты смогут использовать рыночные инструменты как временный механизм перестройки долгового портфеля, а другие – сохранять зависимость от федеральной поддержки либо вынужденно ограничивать долговую активность. Полученные результаты следует оценивать с учетом ряда ограничений. Поскольку период наблюдения охватывает 2024, 2025 и начало 2026 г., то есть коридор институциональных и денежно-кредитных изменений, выводы не позволяют судить об устойчивости выявленных моделей в среднесрочной перспективе и о том, закрепится ли банковская переориентация или сменится облигационной по мере дальнейшего снижения ставок.

Заключение

Проведенное исследование динамики долгового портфеля субъектов Российской Федерации за период с 1 февраля 2024 г. по 1 мая 2026 г. позволят выявить неравномерный характер структурной трансформации региональных заимствований. На протяжении большей части анализируемого периода долговой портфель субъектов сохранял инерционную структуру с преобладанием бюджетных кредитов. Однако на рубеже 2025-2026 гг. был зафиксирован структурный перелом, выразившийся в резком увеличении доли банковских заимствований и сокращении доли бюджетных кредитов.

Кластеризация, построенная с учетом структуры долга и величины долговой нагрузки, позволила выделить три модели долгового финансирования: модель банковского долгового маневра, бюджетной зависимости и рыночной ориентации. Полученная типология показывает, что рост банковского кредитования не является массовым процессом и не может быть одинаково интерпретирован для всех субъектов Российской Федерации.

Практическое значение полученных результатов состоит в совершенствовании долговой политики субъектов Российской Федерации путем внедрения комплексного мониторинга структуры долгового портфеля. Для разграничения управляемого долгового маневра и нарастания рисков предлагается учитывать долю банковских кредитов, динамику общего долга, стоимость его обслуживания, период обязательств и запас устойчивости относительно нормативных границ долговой нагрузки соответствующего субъекта Российской Федерации. Тем самым статья дополняет существующие исследования долговой устойчивости регионов и формирует основу для дальнейшего изучения различий реакции субъектов на изменение условий бюджетного кредитования и денежно-кредитной политики.

[1] Послание Федеральному Собранию от 29 февраля 2024 г. // Президент России. URL: http://www.kremlin.ru/acts/bank/50431 (дата обращения 16.06.2026).

[2]Объем и структура государственного долга субъектов Российской Федерации и муниципальных образований // Минфин России https://minfin.gov.ru/ru/perfomance/public_debt/subj/subdbt (дата обращения 16.06.2026).

[3]Доходы (сравнение по регионам), налоговые и неналоговые доходы // Минфин России. URL: https://www.iminfin.ru/areas-of-analysis/budget/finansoviy-pasport-subjecta-rf/dokhody-sravnenie-po-regionam?territory=45000000 (дата обращения 16.06.2026).

[4]Бюджетный кодекс Российской Федерации от 31.07.1998 №145-Ф // СПС Консультант плюс. URL: https://www.consultant.ru/document/cons_doc_LAW_19702/e0b300b22f70727fbd448a5061f25566606575eb/?ysclid=mqgbt1lpq4957602303 (дата обращения 16.06.2026).

[5]Постановление Правительства РФ от 01.02.2025 №79 «Об утверждении Правил списание задолженности субъектов Российской Федерации перед Российской Федерации по отдельным бюджетным кредитам и направления субъектами Российской Федерации средств, высвобождаемых в результате списание задолженности субъектов Российской Федерации по указанным бюджетным кредитам» // СПС Консультант плюс. URL: https://www.consultant.ru/document/cons_doc_LAW_497966/ (дата обращения 16.06.2026).


Страница обновлена: 18.06.2026 в 16:42:15

 

 

Bankovskie kredity v dolgovom portfele rossiyskikh regionov: risk ustoychivosti ili instrument dolgovogo manevra?

Frumina S.V.

Journal paper

Journal of Economics, Entrepreneurship and Law
Volume 16, Number 7 (July 2026)

Citation: