ВЗАИМОСВЯЗЬ ДОЛГОВОЙ НАГРУЗКИ ДОМОХОЗЯЙСТВ И ЭКОНОМИЧЕСКОЙ СТАБИЛЬНОСТИ

CORRELATION BETWEEN HOUSEHOLD DEBT BURDEN AND ECONOMIC STABILITY

Timophey Vasilevskii

student, Department of Finance and Credit, State University of Management,

Russia, Moscow

Sona Sumbatyan

scientific supervisor, candidate of Sciences in Economics, associate professor, State University of Management,

Russia, Moscow

АННОТАЦИЯ

В статье рассматривается влияние долговой нагрузки домохозяйств на макроэкономическую нестабильность в контексте сравнительного анализа развитых и развивающихся стран. Акцент сделан на количественной оценке взаимосвязи между показателями долговой нагрузки - такими как Debt-to-Income (DPI) и Debt Service Ratio (DSR) - индексами экономической нестабильности. В качестве примеров выбраны Россия и Индия, представляющие различные уровни социально-экономического развития. Представлены актуальные данные на 2025 год, выявлены ключевые различия в структуре задолженности, условиях кредитования и уязвимости домохозяйств к макроэкономическим шокам.

ABSTRACT

The article examines the impact of household debt burden on macroeconomic instability in the context of a comparative analysis of developed and developing countries. The focus is on a quantitative assessment of the relationship between debt burden indicators — such as Debt-to-Income (DPI) and Debt Service Ratio (DSR) — and indices of economic instability. Russia and India, representing different levels of socio-economic development, are selected as examples. Current data for 2025 are presented, and key differences are identified in the structure of debt, lending conditions, and household vulnerability to macroeconomic shocks.

Ключевые слова: долговая нагрузка домохозяйств, DPI, DSR, VAR, GARCH, макроэкономическая нестабильность, ВВП.

Keywords: Household dept, DPI, DSR, VAR, GARCH, economic instability, GDP

В современных макроэкономических условиях долговая нагрузка домохозяйств приобретает всё большее значение как фактор, влияющий на устойчивость национальных экономик. Объемы частного потребления и кредитования, особенно в условиях низких процентных ставок, выступают одновременно драйверами экономического роста и потенциальными источниками финансовых дисбалансов. В последние десятилетия наблюдается рост задолженности домашних хозяйств как в развитых, так и в развивающихся странах, что делает необходимым анализ её влияния на экономическую стабильность.

Под долговой нагрузкой домохозяйств понимается соотношение объема долговых обязательств домашних хозяйств к их доходам или к ВВП страны. Основными формами долгов являются ипотечные, потребительские и образовательные кредиты, а также задолженности по кредитным картам. На уровне макроэкономики долговая нагрузка может рассматриваться как индикатор устойчивости сектора домашних хозяйств и его способности к потреблению в долгосрочной перспективе.

К актуальным на 2025 год моделями, измеряющие долговую нагрузку можно отнести модели и показатели: Debt-to-Income Ratio (DTI), который рассчитывается как отношение ежемесячных долговых обязательств к совокупному доходу домохозяйства. Валовый ежемесячный доход подразумевает все доходы, полученные домохозяйством за месяц до вычетов. Данный показатель важен в первую очередь для банков, которые могут отказать в выдаче новых кредитов при высокой долговой нагрузке. Некоторые кредиты имеют максимальный коэффициент в размере 43%, если у домохозяйства DPI превышает 50%, то большинство надежных кредиторов скорее всего откажут в выдаче кредитов. Следующий показатель — Debt Service Ratio (DSR), показывает долю дохода, направляемая на обслуживание долга и рассчитывается как отношение общей суммы ежемесячных платежей по долгам к валовому ежемесячному доходу. Данная формула очень похожа на DTI за исключением того, что учитываются все доходы домохозяйства, даже те, которые не отмечены в справке 2-НДФЛ. Данная модель полезна в первую очередь заемщику, для оценки тяжести кредитов. Оценка коэффициентов схожа с DTI, однако если значение будет сильно расходится, то у кредитора появятся вопросы, что понизит шансы на получение кредита.

К ключевым факторам, усиливающим экономическую нестабильность, относятся:

• рост процентных ставок, увеличивающий стоимость обслуживания долга;
• замедление темпов роста доходов домохозяйств;
• рост цен на активы (например, недвижимость), провоцирующий избыточное заёмное потребление;
• увеличение доли необеспеченных кредитов и снижение стандартов кредитования.

Эти факторы создают уязвимость экономики перед внутренними и внешними шоками.

Для оценки макроэкономической нестабильности применяются такие актуальные модели, как индексы финансового стресса (Financial Stress Index). Эти индексы показывают напряжённость в финансовой системе и применяются для мониторинга стабильности экономики на макроэкономическом уровне [5]. Данные индексы используют для расчета огромное множество макроэкономических факторов, которые варьируется от глубины анализа, после определения всех факторов высчитывается важность влияния каждого отдельного фактора на экономику, после чего высчитываются по следующей формуле:

                                                                                  (1)

wi - Важность фактора;

zi, t- стандартизированное значение переменной i в момент времени t.

Также часто используются модели на основе VAR (Vector Autoregression) и GARCH (Generalized Autoregressive Conditional Heteroskedasticity), позволяющие оценить влияние шоков на макроэкономические переменные [4, с 330-338]. Шок — это непредвиденное или внезапное изменение одной или нескольких переменных, которое нарушает привычную динамику экономической системы и оказывает значительное влияние на макро- или микроэкономические показатели [10]. Отличие моделей VAR и GARCH заключается в том, что VAR оценивает взаимное влияние макроэкономических переменных друг на друга во времени, исследует динамику уровней [9, с. 375]. В то время как GARTCH оценивает и прогнозирует волатильность (изменчивость) ряда, а также исследует дисперсию (разброс величины от среднего значения) [6].

Эмпирические исследования подтверждают наличие положительной зависимости между высокой долговой нагрузкой домохозяйств и рисками экономической нестабильности. Увеличение долга ведёт к росту чувствительности потребления к макроэкономическим шокам. В периоды кризисов это проявляется в резком сокращении расходов, усилении дефляционного давления и росте уровня дефолтов, что усугубляет циклические колебания. Для измерения взаимосвязи отсутствует единая формула, однако описанные выше модели подходят для определения данной связи [1].

По данным Банка России, в 2024 году уровень долговой нагрузки российских домохозяйств составил около 22% от ВВП. Основной объём долга приходится на ипотечное кредитование. Несмотря на меры регулятора по охлаждению кредитной активности, в России сохраняется тренд на рост DTI и DSR, которые равны 25% и 9.5% на начало 2025 года соответственно [2]. Российская экономика сталкивается с дополнительными рисками нестабильности из-за высокой чувствительности домашних хозяйств к изменениям ставок и инфляции.

Если рассматривать на примере Индии, как развивающейся страны, то она демонстрирует умеренную долговую нагрузку — около 13% от ВВП (по данным RBI) [8]. Основной рост приходится на необеспеченные кредиты и потребительское кредитование. В то же время растущий средний класс и урбанизация стимулируют дальнейшее увеличение долга. Уязвимость индийских домохозяйств усиливается высокой долей теневой занятости и нестабильностью доходов. В доступных источниках отсутствует достоверная информация о DPI в Индии, однако большинство аналитиков считают, что DPI= 35%, а DRS=11,3% (достоверная информация на сентябрь 2024 года) [3]. Данные показатели указывают на то, что домохозяйства сталкиваются с высокой нагрузкой по обслуживанию долгов из-за коротких сроков кредитования и высоких процентных ставок, а не из-за большого объема долгов. Это создает значительные риски для финансовой устойчивости семей и макроэкономической стабильности.

Подводя итог сравнительному анализу России и Индии, можно отметить, что высокий DPI в России указывает на значительный общий долг домохозяйств, но умеренный DSR свидетельствует о сбалансированной нагрузке на доходы. В Индии наоборот — меньший общий долг сочетается с высокой долей расходов на обслуживание кредита, что повышает риск неплатежей. Такой разрыв демонстрирует, что российские домохозяйства более уязвимы к росту задолженности, а индийские — к ухудшению условий кредитования и колебаниям доходов. В итоге, финансовая стабильность и риск макроэкономической нестабильности зависят от структуры долгов и специфики кредитного рынка каждой страны [7].

Таким образом, можно сделать вывод, что высокая долговая нагрузка домохозяйств усиливает макроэкономическую нестабильность, а актуальные модели позволяют выявлять уровень уязвимости экономики. Необходимы дифференцированные меры регулирования в зависимости от структуры кредитования и специфики стран. Сравнение России и Индии показывает, что даже при разном уровне долга механизмы управления рисками играют ключевую роль.

На данный момент создано множество актуальных моделей, для анализа влияния долга домохозяйств на экономику стран, однако данные развивающихся стран говорят о возможности экономического шока из-за высокой кредитной нагрузки домохозяйств. Можно выделить несколько способов решения данной проблемы: повышение уровня финансовой грамотности населения; упрощение формул и моделей для анализа, ужесточение монетарной политики; усиление международного сотрудничества для обмена исследований на данную тему.

Список литературы:

1. Маркова О.М. Управление банковскими рисками. Практикум.: учебное пособие – М.: КноРус, 2022. – 296 с.
2. Расширенный показатель долга нефинансового сектора и домашних хозяйств / Официальный сайт Банка России [Электронный ресурс]. — Режим доступа: https://www.cbr.ru/eng/statistics/macro_itm/dkfs/ext_dep_indicator/?utm (дата обращения: 30.05.2025)
3. Household savings to recover in H1 FY25 as debt load eases // The Times of India. - 2024. - [Электронный ресурс]. - URL: https://timesofindia.indiatimes.com/business/india-business/household-savings-to-recover-in-h1-fy25-as-debt-loadeases/articleshow/117276016.cms (дата обращения: 30.05.2025)
4. Ruey S. Tsay Analysis of Financial Time Series. – 3rd ed. – Hoboken: Wiley, 2010. — pp. 608
5. Enders W. Applied Econometric Time Series. Wiley, 2014. — 448 с.
6. Francq C., Zakoian J.-M. GARCH Models: Structure, Statistical Inference and Financial Applications. Wiley, 2019. — 345 с.
7. Household Debt Service Ratios / The Federal Reserve Board [Электронный ресурс]. — Режим доступа: https://www.federalreserve.gov/releases/housedebt/default.htm (дата обращения: 30.05.2025)
8. Household savings to recover in H1 FY25 as debt load eases / The Times of India [Электронный ресурс]. — Режим доступа: https://timesofindia.indiatimes.com/business/india-business/household-savings-to-recover-in-h1-fy25-as-debt-load eases/articleshow/117276016.cms?utm_source=chatgpt.com (дата обращения: 30.05.2025)
9. Killian L., Lutkepohl H. Structural Vector Autoregressive Analysis. Cambridge University Press, 2017. — 375 с.
10. Lutkepohl H. New Introduction to Multiple Time Series Analysis. Springer, 2005. — 418 с.