Отказы по автокредитам достигли 14,2%: доходность казначейских облигаций 5,19% сжимает кредитование среднего класса
2026-11-11, FP360 — Доля отказов по автокредитам выросла до 14,2%, поскольку доходность 10-летних казначейских облигаций на уровне 5,19% вынуждает кредиторов переоценивать риски. Средний класс сталкивается с долговой нагрузкой по револьверным кредитам и ограниченными возможностями рефинансирования.
Кредитный стресс потребителей нарастает для домохозяйств со средним доходом: отказы по автокредитам составляют 14,2%, а просрочки по кредитным картам — 3,18%, что сигнализирует о расширяющихся трещинах в сегменте субпрайм-заемщиков.
Спреды по секьюритизированным автокредитам субпрайм падают ниже 300 базисных пунктов, что вызывает ралли в рискованных потребительских кредитных активах.
Доля отказов по автокредитам превышает 15%, вызывая резкое замедление потребительских расходов и падение продаж автомобилей на 10%.
📄 Читать полный аналитический отчет (развернуть)
### ⚡ ГЛАВНОЕ ЗА 30 СЕКУНД: 3 КЛЮЧЕВЫХ ВЫВОДА
- Что произошло: Доля отказов по автокредитам достигла 14,2%, поскольку доходность 10-летних казначейских облигаций держится на уровне 5,19%, вынуждая кредиторов ужесточать стандарты кредитования для заемщиков со средним доходом.
- Скрытый механизм: Просрочки по кредитным картам на уровне 3,18% и личные сбережения на уровне 4,4% сигнализируют о том, что домохозяйства все больше полагаются на револьверные кредиты, создавая замкнутый круг долгового стресса.
- Куда идут деньги: Банки перераспределяют капитал из автокредитов в более доходные казначейские облигации, еще больше ограничивая доступ к кредитам для субпрайм-заемщиков и оказывая давление на продажи автомобилей.
Всплеск отказов по автокредитам: средний класс за бортом
Доля отказов по автокредитам подскочила до 14,2%, так как кредиторы переоценивают риски в условиях высоких ставок, а доходность 10-летних казначейских облигаций держится на уровне 5,19%. Это самый высокий уровень отказов с 2020 года, и сильнее всего он бьет по домохозяйствам со средним доходом. Почему? Потому что стоимость капитала для кредиторов взлетела, и они перекладывают это бремя на заемщиков. Простыми словами, банки могут заработать 4,25% без риска на 3-месячных казначейских векселях, поэтому у них мало стимулов кредитовать покупателей автомобилей с сомнительной кредитной историей. Результат: кредитное сжатие, которое выталкивает субпрайм-заемщиков с рынка.
Почему фондовый рынок сегодня падает (подсказка: дело не только в автокредитах)
Фондовый рынок сегодня падает, потому что те же высокие доходности, которые сжимают автокредитование, также давят на потребительские расходы и корпоративные прибыли. S&P 500 держится на уровне 6 180, но сектор потребительских товаров длительного пользования отстает, так как инвесторы закладывают в цены более слабые продажи автомобилей и рост просрочек по кредитным картам. Доходность 10-летних казначейских облигаций на уровне 5,19% — самая высокая с 2007 года, и она создает замкнутый круг: более высокие доходности → более высокие затраты на заимствования → снижение потребительских расходов → падение прибылей → падение цен на акции. Это классический отток ликвидности, и домохозяйства со средним доходом оказываются в самом центре.
Просрочки по кредитным картам на уровне 3,18%: стресс по револьверным кредитам реален
Просрочки по кредитным картам выросли до 3,18% с 2,5% год назад, так как домохозяйства со средним доходом с трудом справляются с растущими расходами. Норма личных сбережений составляет 4,4%, что ниже допандемийного среднего уровня в 7,5%, указывая на то, что домохозяйства расходуют сбережения для покрытия расходов. Это тревожный сигнал: когда сбережения заканчиваются, потребители обращаются к кредитным картам, и именно это мы сейчас наблюдаем. Остатки по револьверным кредитам выросли на 8% год к году, а при процентных ставках по кредитным картам выше 20% процентное бремя становится непосильным для тех, кто уже на пределе.
💡 НЕОЧЕВИДНЫЙ ИНСАЙТ
Доля отказов по автокредитам является опережающим индикатором более широкого потребительского стресса. Когда домохозяйствам со средним доходом отказывают в автокредите, они не просто перестают покупать машины — они также сокращают дискреционные расходы, что отражается на всей экономике. Тем временем банки тихо используют среду высоких доходностей для укрепления своих балансов, фактически перекладывая риск с институтов на домохозяйства.
Карта позиций и ликвидности: кто оказался в ловушке?
В ловушке оказались субпрайм-заемщики по автокредитам и автодилеры, держащие запасы. Субпрайм-заемщики сталкиваются с уровнем отказов выше 20%, и многие обращаются к площадкам «купи здесь — плати здесь» со ставками, превышающими 25%. Автодилеры застряли с запасами, так как продажи замедляются, и вынуждены предлагать более глубокие скидки. С другой стороны, банки и кредитные союзы являются предельными продавцами кредитного риска, охотно размещая наличные в казначейских облигациях с доходностью 5,19%. Предельным покупателем автокредитов теперь являются государственные ипотечные агентства (GSE), но они не наращивают объемы достаточно, чтобы заполнить брешь. Кластеры стоп-лоссов формируются вокруг уровня отказов в 15%, что может спровоцировать дальнейшее ужесточение кредитных стандартов.
Матрица сценариев и вероятностей
| Сценарий | Вероятность | Ключевой триггер / уровень | Ожидаемая реакция активов |
|---|---|---|---|
| Базовый сценарий | 55% | Доходность 10-летних облигаций держится на 5,19%, отказы по автокредитам стабилизируются на 14,2% | Акции потребительского сектора отстают, S&P 500 тестирует 6 000 |
| Бычий сценарий | 25% | Доходность падает до 4,75%, отказы по автокредитам опускаются ниже 12% | Акции потребительского сектора растут на 5%, продажи автомобилей восстанавливаются |
| Стресс-сценарий | 20% | Доходность подскакивает до 5,5%, отказы по автокредитам превышают 15% | S&P 500 падает до 5 800, просрочки по кредитным картам достигают 4% |
Dorian Reed
Computational Econometrician. Directs Bayesian probability modeling on decentralized prediction platforms, Google Trends velocity radars, anomalous volume spikes, and cross-asset lead-lag regressions.