Este artículo trata sobre la gestión del riesgo crediticio bancario utilizando un modelo de riesgo de costos. Se propuso un modelo de gestión del riesgo crediticio bancario basado en tecnologías de células neuronales, que amplían las posibilidades de modelar objetos y procesos complejos y proporcionan una alta fiabilidad en la determinación del riesgo crediticio. El propósito del artículo es mejorar y desarrollar el apoyo metodológico y recomendaciones prácticas para reducir el nivel de riesgo basado en la metodología de valor en riesgo y su posterior combinación con métodos de programación difusa y apoyo metodológico simbiótico. El modelo permite crear subsistemas de apoyo a la decisión para la gestión de préstamos en mora basados en el enfoque neuro-difuso. Para este trabajo, se utilizaron herramientas económicas y matemáticas (basadas en la metodología), que permitieron analizar y prever la dinámica de los pagos atrasados; evaluar la calidad de la cartera crediticia del banco; determinar posibles tendencias en el desarrollo del banco. Se adopta un enfoque científico y práctico para evaluar y prever el grado de problematicidad crediticia mediante criterios cualitativos utilizando un modelo matemático basado en una tecnología difusa, que puede prever el aumento del riesgo de incumplimiento de préstamos en una etapa temprana del proceso de monitoreo de la cartera de préstamos y modelar la previsión de cambios en el grado de problematicidad crediticia en función de los cambios en los indicadores. Se propone una metodología para el análisis y la previsión de indicadores de deuda de préstamos problemáticos, que debe implementarse como software e incluirse en el sistema de apoyo a la decisión durante el proceso de monitoreo del riesgo de la cartera crediticia del banco.