По оценке ВТБ, в октябре россияне получили на покупку легковых машин более 165 млрд рублей. Это почти на треть ниже результата текущего сентября, но сопоставимо с прошлогодним октябрем, пишет ИА IrkutskMedia.
Октябрьская динамика рынка, в первую очередь, связана с высокой концентрацией спроса в предыдущем месяце из-за планируемого увеличения утильсбора. Дополнительными факторами, сдерживающими спрос на автокредиты, выступили действующие макропруденциальные надбавки и высокие ставки по рыночным программам автокредитования.
"Вслед за ипотекой и потребительским кредитованием "похолодание" пришло и в автосегмент. Несмотря на масштабный ассортимент, спрос тормозят высокие рыночные ставки и изменившиеся условия из-за требований Центрального банка. Особо чувствительна ситуация для тех, кто предпочитает авто с пробегом, так как для новых работают субсидированные программы производителей с более доступными параметрами по кредитам. С учетом прогнозов по ключевой ставке и дальнейших планов регулятора ужесточать требования к автокредитам "холода" на этот рынок пришли надолго", — прокомментировал начальник управления "Автокредитование" ВТБ Алексей Бочарников.
В целом по итогам 10 месяцев выдачи автокредитов в России, по оценке экспертов банка, составили более 2 трлн* рублей — на 66% выше, чем за аналогичный период прошлого года.
За счет широкого пула специальных программ производителей основным спросом россиян сегодня пользуются новые машины. Благодаря меньшей ставке, чем по стандартным продуктам, они стимулируют заемщиков все чаще делать выбор в пользу покупки авто именно на первичном рынке. Еще одним драйвером продаж новых машин выступает госпрограмма. В структуре сделок банка по итогам октября на новые авто пришлось около 57%, наибольшим спросом клиентов в этом сегменте по-прежнему пользуются отечественные и китайские бренды.
Срок, на который россияне оформляют автокредиты, показывает разнонаправленную динамику. Например, клиенты ВТБ в этом году заключают договоры в среднем на 6 лет против 5,8 года в 2023 году.
* прогноз ВТБ на основе аналитических данных Frank RG.
