商業(yè)銀行信貸資產(chǎn)預(yù)期信用損失問題分析與政策建議

【摘要】預(yù)期信用損失的計提對商業(yè)銀行經(jīng)營業(yè)績的影響非常重大， 其披露的充分性影響到利益相關(guān)方對商業(yè)銀行資產(chǎn)質(zhì)量及經(jīng)營業(yè)績的客觀判斷。 鑒于宏觀經(jīng)濟(jì)環(huán)境的不確定性和預(yù)期信用損失模型參數(shù)、方法、假設(shè)的復(fù)雜性， 如何合理運(yùn)用預(yù)期信用損失模型并考慮管理層疊加是合理計提預(yù)期信用損失的關(guān)鍵。 面對宏觀經(jīng)濟(jì)環(huán)境的不確定性， 中美歐主要銀行在撥備覆蓋率、撥貸比、信貸成本率及各季度信用減值損失計提趨勢方面呈現(xiàn)出不同的特征， 各銀行在計提預(yù)期信用損失時所運(yùn)用的模型以及在前瞻性信息預(yù)測和管理層疊加調(diào)整方面存在一定差異。 為規(guī)范我國商業(yè)銀行信貸資產(chǎn)預(yù)期信用損失的計提和披露， 客觀反映商業(yè)銀行的經(jīng)營業(yè)績， 本文建議有關(guān)部門加強(qiáng)對宏觀情景預(yù)測和前瞻性信息實務(wù)運(yùn)用的指導(dǎo)， 規(guī)范管理層疊加的運(yùn)用及退出機(jī)制， 加強(qiáng)對預(yù)期信用損失法實施情況的監(jiān)管檢查， 并制定預(yù)期信用損失審計監(jiān)督指引。

【關(guān)鍵詞】信貸資產(chǎn);預(yù)期信用損失;計提;披露 ;前瞻性信息;管理層疊加

【中圖分類號】F830? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2022）19-0066-10

信貸資產(chǎn)在我國商業(yè)銀行資產(chǎn)組合中占有半壁江山①， 其預(yù)期信用損失的計提對商業(yè)銀行經(jīng)營業(yè)績的影響非常重大。 如何預(yù)測未來宏觀經(jīng)濟(jì)前景及資產(chǎn)信用風(fēng)險成為行業(yè)難題， 給2017年修訂的《企業(yè)會計準(zhǔn)則第22號——金融工具確認(rèn)與計量》（CAS 22）的實施和實務(wù)運(yùn)用帶來了極大挑戰(zhàn)， 并對重大模型的參數(shù)、方法及假設(shè)等重要會計估計領(lǐng)域披露的透明性及可比性提出了更高要求。 鑒于此， 本文擬全面梳理中國、美國、歐洲近年來出臺的監(jiān)管政策， 根據(jù)中美歐主要銀行2021年年度報告披露的信息， 對比分析其信貸資產(chǎn)預(yù)期信用損失的計提和披露②， 并提出加強(qiáng)我國商業(yè)銀行信貸資產(chǎn)預(yù)期信用損失計提和披露的若干政策建議。

一、宏觀經(jīng)濟(jì)環(huán)境變化及監(jiān)管政策調(diào)整

（一）宏觀經(jīng)濟(jì)環(huán)境變化

近年來我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)， 由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段。 2021年， 雖然面臨復(fù)雜的國際形勢及疫情沖擊， 我國國內(nèi)生產(chǎn)總值（GDP）每季度仍實現(xiàn)正增長， 但一至四季度增速由快轉(zhuǎn)慢; 全年實現(xiàn)經(jīng)濟(jì)總量114.37萬億元， 同比增長8.1%③， 在全球主要經(jīng)濟(jì)體中表現(xiàn)強(qiáng)勁。 2022年， 雖然國內(nèi)疫情散發(fā)對經(jīng)濟(jì)穩(wěn)定運(yùn)行造成了一定沖擊， 尤其是4月份經(jīng)濟(jì)下行壓力明顯加大， 但上半年GDP仍同比增長2.5%， 其中二季度增長了0.4%④， 體現(xiàn)出我國經(jīng)濟(jì)具有較大韌性。 而美國、歐元區(qū)受政府刺激消費(fèi)帶動， 均在2021年二季度實現(xiàn)正增長后增速由快轉(zhuǎn)慢， 2021年全年美國、歐元區(qū)GDP同比增速分別為5.7%、5.3%⑤， 2022年一季度美歐經(jīng)濟(jì)實現(xiàn)平穩(wěn)開局。 2019年一季度 ～ 2022年一季度中美歐GDP增速對比見圖1。

根據(jù)國際權(quán)威機(jī)構(gòu)（如IMF、世界銀行、OECD等）已發(fā)布的最新預(yù)測結(jié)果（見圖2）： 2022年中國GDP平均增速將達(dá)4.48%左右， 2023年中國GDP平均增速相較于2022年將有所提升， 預(yù)測為5.18%; 而對2022年美國和歐元區(qū)的GDP增速預(yù)測均低于中國， 平均增速分別為3.26%和3.04%， 2023年美國和歐元區(qū)經(jīng)濟(jì)相較于2022年預(yù)計進(jìn)一步下降， GDP平均增速分別為2.30%和2.31%。

（二）近期監(jiān)管政策

1. 信貸支持政策。 為應(yīng)對疫情帶來的沖擊， 國內(nèi)外政府及監(jiān)管機(jī)構(gòu)均出臺了多項助企紓困政策， 通過延期還本付息、貼息、降低融資成本等支持企業(yè)復(fù)工復(fù)產(chǎn)， 緩解到期資金壓力， 并加大對疫情防控及企業(yè)復(fù)工復(fù)產(chǎn)的信貸支持力度。 其中， 我國政府及監(jiān)管部門2022年以來出臺的主要信貸支持政策包括以下幾個方面：

（1）2月， 國家發(fā)展改革委、財政部等14部門聯(lián)合印發(fā)《〈關(guān)于促進(jìn)服務(wù)業(yè)領(lǐng)域困難行業(yè)恢復(fù)發(fā)展的若干政策〉的通知》， 鼓勵銀行業(yè)金融機(jī)構(gòu)對符合條件的名單企業(yè)或服務(wù)業(yè)領(lǐng)域龍頭企業(yè)加大融資支持力度等。

（2）2月， 國家發(fā)展改革委、工信部等12部門聯(lián)合印發(fā)《關(guān)于促進(jìn)工業(yè)經(jīng)濟(jì)平穩(wěn)增長的若干政策的通知》， 提出： 加強(qiáng)對制造業(yè)的信貸支持; 對符合條件的地方法人銀行， 按普惠小微貸款余額增量的1%提供激勵資金; 符合條件的地方法人銀行發(fā)放普惠小微信用貸款的， 可向人民銀行申請再貸款優(yōu)惠資金支持等。

（3）3月， 國家發(fā)展改革委在第十三屆全國人民代表大會第五次會議上提出， 要進(jìn)一步推動解決中小微企業(yè)融資難題， 擴(kuò)大普惠金融覆蓋面， 繼續(xù)增加支農(nóng)支小再貸款， 促進(jìn)中小微企業(yè)融資增量、擴(kuò)面、降價。

（4）4月， 中國人民銀行、國家外匯管理局印發(fā)《關(guān)于做好疫情防控和經(jīng)濟(jì)社會發(fā)展金融服務(wù)的通知》， 提出了加強(qiáng)金融服務(wù)、加大支持實體經(jīng)濟(jì)力度的23條政策舉措， 要求金融機(jī)構(gòu)加大對受疫情影響行業(yè)、企業(yè)、人群等的金融支持力度， 例如對于受影響人群的存續(xù)個人住房等貸款， 靈活采取合理延后還款時間、延長貸款期限、延遲還本等方式予以支持等。

（5）5月， 國務(wù)院印發(fā)《關(guān)于扎實穩(wěn)住經(jīng)濟(jì)一攬子政策措施的通知》， 鼓勵對中小微企業(yè)、個體工商戶和貨車司機(jī)貸款及受疫情影響的個人住房與消費(fèi)貸款等實施延期還本付息， 加大普惠小微貸款支持力度， 繼續(xù)推動實際貸款利率穩(wěn)中有降等。

（6）5月， 財政部、教育部、人民銀行、銀保監(jiān)會聯(lián)合印發(fā)《關(guān)于做好2022年國家助學(xué)貸款免息及本金延期償還工作的通知》， 對2022年及以前年度畢業(yè)的、在2022年內(nèi)應(yīng)償還本金或利息的貸款學(xué)生免除利息和實施本金延期償還。

（7）6月， 銀保監(jiān)會發(fā)布《關(guān)于進(jìn)一步做好受疫情影響困難行業(yè)企業(yè)等金融服務(wù)的通知》， 引導(dǎo)銀行保險機(jī)構(gòu)進(jìn)一步加強(qiáng)對受疫情影響嚴(yán)重行業(yè)企業(yè)等的金融支持。

2. 應(yīng)用預(yù)期信用損失法的指引。 鑒于疫情背景下預(yù)期信用損失評估的高度不確定性， 中外監(jiān)管部門在準(zhǔn)則要求外也發(fā)布了多項應(yīng)用指引， 進(jìn)一步強(qiáng)調(diào)、明確了疫情期間預(yù)期信用損失計量及信息披露的有關(guān)要求。 我國財政部、銀保監(jiān)會也印發(fā)了相關(guān)通知及管理辦法， 提示疫情下應(yīng)用預(yù)期信用損失法的重點關(guān)注事項， 規(guī)范并約束預(yù)期信用損失法的實施。 中外監(jiān)管部門發(fā)布的主要應(yīng)用指引包括以下幾個方面：

（1）2020年3月， 國際會計準(zhǔn)則理事會（IASB）發(fā)布應(yīng)用指南IFRS 9 and covid-19[1] ， 強(qiáng)調(diào)與2014年《國際財務(wù)報告準(zhǔn)則第9號——金融工具》（IFRS 9）相關(guān)的要求沒有改變、刪除或增加， 指出特定類別金融工具的借款人延期還款不會自動導(dǎo)致信用風(fēng)險顯著增加， 預(yù)期經(jīng)濟(jì)情況的變化應(yīng)反映在宏觀經(jīng)濟(jì)情景及其權(quán)重中， 并強(qiáng)調(diào)了透明披露的必要性。

（2）2020年12月， 巴塞爾銀行監(jiān)管委員會發(fā)布《銀行外部審計指引——關(guān)于預(yù)期信用損失審計的補(bǔ)充說明》[2] ， 對預(yù)期信用損失評估中所涉及的前瞻性預(yù)測、宏觀經(jīng)濟(jì)情景設(shè)置、模型、信用風(fēng)險顯著上升判斷、披露等方面的審計要求提出了進(jìn)一步指導(dǎo)。

（3）2020年12月， 中國財政部、銀保監(jiān)會發(fā)布《關(guān)于進(jìn)一步貫徹落實新金融工具相關(guān)會計準(zhǔn)則的通知》[3] （財會[2020]22號）， 指出了疫情下應(yīng)用預(yù)期信用損失法的重點關(guān)注問題， 要求應(yīng)當(dāng)完善相關(guān)治理機(jī)制和管理措施， 加強(qiáng)對準(zhǔn)則實施過程的流程控制和動態(tài)管理， 定期對模型進(jìn)行重檢并進(jìn)行必要的修正， 對無法或難以及時通過調(diào)整模型及其假設(shè)和參數(shù)反映疫情影響的， 可以通過管理層疊加進(jìn)行調(diào)整， 但應(yīng)當(dāng)規(guī)范管理層疊加的運(yùn)用和審批。

（4）2021年2月， 中國財政部、國資委等四部委印發(fā)《關(guān)于嚴(yán)格執(zhí)行企業(yè)會計準(zhǔn)則 切實加強(qiáng)企業(yè)2020年年報工作的通知》[4] （財會[2021]2號）， 提出： 企業(yè)應(yīng)當(dāng)嚴(yán)格執(zhí)行疫情下應(yīng)用預(yù)期信用損失法的相關(guān)規(guī)定， 完善治理機(jī)制和管理措施， 改進(jìn)信用風(fēng)險評估方法， 及時、充分地識別預(yù)期風(fēng)險; 對相關(guān)模型和參數(shù)的調(diào)整應(yīng)當(dāng)有理有據(jù)， 反映預(yù)期信用風(fēng)險變化， 并由專家論證后報董事會審批。

（5）2022年4月， 中國國務(wù)院常務(wù)委員會會議決定， 針對當(dāng)前形勢變化， 鼓勵撥備水平較高的大型銀行有序降低撥備覆蓋率， 適時運(yùn)用降準(zhǔn)等貨幣政策工具， 推動銀行增強(qiáng)信貸投放能力。

（6）2022年5月， 中國銀保監(jiān)會印發(fā)《商業(yè)銀行預(yù)期信用損失法實施管理辦法》[5] （銀保監(jiān)規(guī)[2021]10號， 簡稱“10號文”）， 對模型管理、實施及監(jiān)督等全流程進(jìn)行了統(tǒng)一規(guī)范， 全面覆蓋各項關(guān)鍵領(lǐng)域， 并明確監(jiān)管底線要求。 10號文的出臺， 旨在規(guī)范商業(yè)銀行預(yù)期信用損失法實施的內(nèi)控機(jī)制和管理流程， 并通過在預(yù)期信用損失法管理、實施、監(jiān)督管理等環(huán)節(jié)提出相應(yīng)的標(biāo)準(zhǔn)動作和底線控制， 對實務(wù)運(yùn)用中的相關(guān)問題提供針對性的解決方案， 有助于引導(dǎo)銀行夯實預(yù)期信用損失法實施基礎(chǔ)， 不斷完善銀行預(yù)期信用損失管理水平。

二、中美歐主要銀行信貸資產(chǎn)質(zhì)量與預(yù)期信用損失對比分析

受疫情沖擊影響， 中美歐主要銀行2020年的不良貸款率均較2019年末有所上升， 隨著疫情逐步得到有效防控， 宏觀經(jīng)濟(jì)逐步恢復(fù)增長， 中美歐主要銀行2021年以來的不良貸款率均較2020年末有所下降。 其中， 中國主要銀行在2021年下半年開始出現(xiàn)不良貸款額、不良貸款率雙降的良好趨勢， 截至2021年末不良貸款率為1.40%， 已恢復(fù)至疫情前水平。 中美歐主要銀行不良貸款對比情況見圖3、圖4。

如圖5所示， 中國主要銀行的撥備⑧計提假設(shè)較為保守， 撥備覆蓋率⑨近年來保持平穩(wěn)上升。 2020年， 在疫情沖擊下， 中國主要銀行因不良貸款增加的撥備覆蓋率有所下降， 而美歐主要銀行則受撥備增提有所上升。 2021年， 中國主要銀行撥備覆蓋率穩(wěn)步上升， 風(fēng)險抵御能力持續(xù)夯實， 而美歐主要銀行的撥備覆蓋率和風(fēng)險抵御能力均有所下降， 并回落至疫情前水平。

如圖6所示， 疫情爆發(fā)前， 中國主要銀行的撥備計提比例處于較高水平， 2019年末的撥貸比⑩為3.15%， 遠(yuǎn)高于美歐主要銀行。 受疫情沖擊下增提撥備影響， 2020年以來歐美主要銀行的撥貸比較2019年末大幅上升， 但仍低于中國主要銀行。 2021年中國主要銀行的撥貸比總體保持上升， 美歐主要銀行的撥貸比相較于2020年末均有不同程度的回落， 其中美國主要銀行2021年末的撥貸比為1.69%， 較2020年末下降了100bps。

如圖7所示， 2020年中國主要銀行的信貸成本率?為0.90%， 與疫情前基本持平; 受資產(chǎn)質(zhì)量下行及對未來風(fēng)險狀況的悲觀預(yù)期帶動， 2020年美歐主要銀行均加大了撥備計提， 信貸成本率較2019年末分別上升了49bps、123bps。 2021年以來， 中國主要銀行的信貸成本率整體保持平穩(wěn)， 并在四季度滑落至0.82%; 美歐主要銀行隨著疫苗逐步推廣、宏觀經(jīng)濟(jì)持續(xù)復(fù)蘇， 對疫情走勢的樂觀情緒普遍提升， 撥備計提同比大幅減少， 美國主要銀行甚至出現(xiàn)回?fù)埽?導(dǎo)致年化信貸成本率較上年分別下降了72bps、236bps。

如圖8所示， 從各季度撥備計提情況看， 隨著疫情得到有效防控， 2020年下半年中國經(jīng)濟(jì)穩(wěn)步復(fù)蘇， 主要銀行的撥備計提增速較上半年明顯回落。 同時， 2020年下半年美歐經(jīng)濟(jì)受政府刺激消費(fèi)帶動也有所復(fù)蘇， 主要銀行撥備計提普遍從三季度起呈現(xiàn)快速下降趨勢。 其中， 美國主要銀行自2020年四季度起單季撥備出現(xiàn)回?fù)堋?2021年中國經(jīng)濟(jì)穩(wěn)步增長， 主要銀行各季度當(dāng)季撥備計提額逐步下降。 美歐方面， 歐洲主要銀行的撥備計提額保持穩(wěn)定， 美國主要銀行則延續(xù)回?fù)軕B(tài)勢， 逐步釋放2020年上半年大幅增提的撥備。

三、中美歐主要銀行預(yù)期信用損失計量及披露對比分析

中美歐主要銀行在撥備覆蓋率、撥貸比、信貸成本率及各季度信用減值損失計提趨勢方面呈現(xiàn)出不同的特征， 與各自所處宏觀環(huán)境不同有關(guān)， 也與各銀行在計提預(yù)期信用損失所運(yùn)用的模型以及前瞻性信息預(yù)測和管理層疊加調(diào)整方面存在一定差異有關(guān)。 同時， 中美歐主要銀行在預(yù)期信用損失的披露上也存在一定差異。

（一）預(yù)期信用損失模型

根據(jù)年報披露信息， 中美歐主要銀行在年末開展貸款預(yù)期信用損失評估時， 均參考前述準(zhǔn)則要求及監(jiān)管應(yīng)用指引， 在分池劃分、階段劃分、前瞻性信息預(yù)測及管理層疊加調(diào)整等方面考慮了疫情沖擊及政府相關(guān)支持措施對潛在損失的影響。 由于疫情形勢、模型設(shè)計及數(shù)據(jù)可獲取性的不同， 中美歐主要銀行在實務(wù)中開展預(yù)期信用損失評估時， 對前瞻性信息、管理層疊加等環(huán)節(jié)的處理也不盡相同， 主要差異總結(jié)如表1所示。

（二）前瞻性信息預(yù)測

在前瞻性信息預(yù)測上， 由于在準(zhǔn)則要求、歷史數(shù)據(jù)積累， 以及宏觀經(jīng)濟(jì)預(yù)測的適用性、可獲取性和穩(wěn)定性等方面存在差異， 中美歐三地銀行機(jī)構(gòu)在情景選擇、指標(biāo)選取、預(yù)測來源及預(yù)測周期等方面亦存在差異化設(shè)計， 具體如表2所示。

（三）管理層疊加調(diào)整

疫情的反復(fù)加大了預(yù)期信用損失評估的難度， 對于短期內(nèi)難以通過模型調(diào)整反映的風(fēng)險， 中外監(jiān)管機(jī)構(gòu)均出臺了相應(yīng)政策， 指引機(jī)構(gòu)通過運(yùn)用管理層疊加及時進(jìn)行調(diào)整， 并提出了有關(guān)規(guī)范要求。

根據(jù)國有大型銀行及股份制銀行年報， 2021年中國郵儲銀行、交通銀行兩家國有大行以及浦發(fā)銀行、中信銀行、光大銀行、渤海銀行等四家股份制銀行說明了對管理層疊加的運(yùn)用， 主要疊加對象及考慮的因素包括： 一是模型未覆蓋的重大不確定因素; 二是未通過模型反映的宏觀經(jīng)濟(jì)與國家政策變化; 三是受疫情影響較為嚴(yán)重的組合參數(shù); 四是申請臨時延期還本付息等紓困政策的貸款; 五是受信用債市場等二級市場違約事件影響的金融工具。 此外， 北京銀行、西安銀行、廣州農(nóng)商行等城農(nóng)商行也在年報中披露了管理層疊加的相關(guān)內(nèi)容。 疊加對象還包括特定行業(yè)及客戶組合、高風(fēng)險客戶組合、個人住房按揭貸款等。 兩家國有大行及四家股份制銀行均未具體披露管理層疊加運(yùn)用的定量影響金額數(shù)據(jù)。 其中， 郵儲銀行定性說明了調(diào)整金額相對于整體減值準(zhǔn)備余額不重大， 中信銀行說明了通過管理層疊加增提的減值準(zhǔn)備不超過5%。

從年報披露信息看， 歐洲主要銀行普遍考慮了疫情下經(jīng)濟(jì)預(yù)測的不確定性、相關(guān)限制措施及政府支持政策等因素， 更加依賴于管理層判斷對模型已計提撥備進(jìn)行管理層疊加調(diào)整， 以解決模型的內(nèi)在偏差。 例如， 匯豐銀行結(jié)合專家意見、風(fēng)險衡量指標(biāo)比較、量化分析以及對高風(fēng)險及易受影響行業(yè)的風(fēng)險判斷， 對房地產(chǎn)行業(yè)的預(yù)期損失進(jìn)行調(diào)整， 以反映流動性收緊及再融資風(fēng)險上升的影響。 披露方面， 美歐主要銀行在定性說明外， 還具體披露了各項調(diào)整的定量影響。

中美歐部分代表性銀行2021年末管理層疊加的相關(guān)情況如表3所示?。

（四）預(yù)期信用損失披露

鑒于疫情背景下預(yù)期信用損失評估的高度不確定性， 中外監(jiān)管部門在準(zhǔn)則披露要求外也發(fā)布了多項應(yīng)用指引。 例如， 中國銀保監(jiān)會印發(fā)的10號文， 要求銀行應(yīng)重點披露風(fēng)險分組及階段劃分主要依據(jù)、宏觀經(jīng)濟(jì)多情景指標(biāo)預(yù)測值及其權(quán)重、管理層疊加等。 由于國內(nèi)外監(jiān)管在預(yù)期信用損失披露的詳細(xì)程度上不完全相同， 中國與美歐主要銀行在紓困政策、前瞻性信息、管理層疊加等方面的披露亦不盡相同。

在紓困政策及影響的披露方面， 中國主要銀行的披露以定性分析為主， 描述了為應(yīng)對疫情所采取的紓困措施， 并說明了疫情對當(dāng)前資產(chǎn)質(zhì)量的影響及未來展望。 對于受疫情影響已辦理延期還本付息的客戶， 中國主要銀行均說明了對其進(jìn)行損失階段劃分的原則， 即不會自動觸發(fā)債務(wù)人信用風(fēng)險顯著增加。 與中國主要銀行相比， 美歐主要銀行普遍在定性說明之外， 還以表格形式披露相關(guān)紓困措施所涉及的定量數(shù)據(jù)， 例如借款人戶數(shù)、貸款余額、占整體貸款的比重等， 同時說明延長還款期限不會自動導(dǎo)致貸款下遷至第二或第三階段。

在前瞻性信息的披露方面， 中國主要銀行普遍以定性說明介紹了在進(jìn)行前瞻性信息預(yù)測時采用的宏觀經(jīng)濟(jì)指標(biāo)名稱及更新頻率， 以及部分宏觀指標(biāo)（如GDP、CPI等）在部分情景下的定量預(yù)測值， 例如農(nóng)業(yè)銀行、交通銀行披露了三情景下的GDP預(yù)測值， 建設(shè)銀行、中國銀行披露了基準(zhǔn)情景下的預(yù)測值范圍。 情景設(shè)置方面， 各機(jī)構(gòu)均未披露定量權(quán)重信息， 普遍以定性方式進(jìn)行說明， 例如三情景權(quán)重相若、基準(zhǔn)情景權(quán)重最高等。 美歐主要銀行則在定性說明之外， 還以定量表格詳細(xì)列示了采用的主要宏觀經(jīng)濟(jì)指標(biāo)在不同預(yù)測情景下的定量預(yù)測值、權(quán)重概率， 以及各經(jīng)濟(jì)情景的減值評估結(jié)果。 整體而言， 美歐主要銀行當(dāng)前對前瞻性信息披露的顆粒度更為細(xì)致全面。

在管理層疊加的披露方面， 中國部分銀行以定性描述說明了運(yùn)用管理層疊加的考慮及疊加對象， 例如特定行業(yè)及客戶組合、個人住房貸款等， 但未具體描述疊加方法。 在疊加影響方面， 中國銀行均未披露管理層疊加的定量調(diào)整金額， 個別銀行說明了調(diào)整金額相對于整體減值準(zhǔn)備余額不重大。 美歐主要銀行披露了在模型預(yù)測結(jié)果外對高風(fēng)險行業(yè)貸款、零售貸款、低風(fēng)險類交易對手等所實施的管理層判斷調(diào)整的范圍、調(diào)整金額及其考慮因素， 并說明了已建立相關(guān)內(nèi)部管制及退出機(jī)制。

四、 預(yù)期信用損失模型中的若干問題

結(jié)合以上中美歐主要銀行在預(yù)期信用損失計提和披露上的差異， 考慮到當(dāng)期出臺的相關(guān)政策， 本文認(rèn)為， 有以下四個重要問題值得探討。

（一）有序降低撥備覆蓋率

2022年4月， 國務(wù)院常務(wù)委員會會議決定， 針對當(dāng)前形勢變化， 鼓勵撥備水平較高的大型銀行有序降低撥備覆蓋率。 2022年4月， 銀保監(jiān)會有關(guān)負(fù)責(zé)人表示， “鼓勵撥備較高的大型銀行及其他優(yōu)質(zhì)上市銀行將實際撥備覆蓋率逐步回歸合理水平”。 2018年2月， 原銀監(jiān)會下發(fā)了《關(guān)于調(diào)整商業(yè)銀行貸款損失準(zhǔn)備監(jiān)管要求的通知》， 明確了撥備覆蓋率監(jiān)管要求由150%調(diào)整為120% ～ 150%， 貸款撥備率監(jiān)管要求由2.5%調(diào)整為1.5% ～ 2.5%; 2020年5月， 銀保監(jiān)會印發(fā)了《關(guān)于階段性調(diào)整中小商業(yè)銀行貸款損失準(zhǔn)備監(jiān)管要求的通知》， 對中小商業(yè)銀行貸款損失準(zhǔn)備監(jiān)管要求進(jìn)行階段性調(diào)整。

根據(jù)銀保監(jiān)會的數(shù)據(jù)， 2021年末中國商業(yè)銀行的撥備覆蓋率為197%?， 其中大型商業(yè)銀行2021年四季度末的撥備覆蓋率為239%?， 相較于上年末增加了23個百分點?， 遠(yuǎn)高于120% ～ 150%的標(biāo)準(zhǔn)。 而銀行撥備覆蓋率的下調(diào)可以通過減少“貸款減值準(zhǔn)備”或增加“不良貸款余額”兩種方式來實現(xiàn)。

一方面， 銀保監(jiān)會在鼓勵撥備較高的大型銀行及其他優(yōu)質(zhì)上市銀行將實際撥備覆蓋率逐步回歸合理水平的同時， 還提出需指導(dǎo)銀行運(yùn)用高撥備優(yōu)勢， 加大不良資產(chǎn)核銷處置力度。 從監(jiān)管部門的角度來看， 引導(dǎo)撥備覆蓋率下調(diào)的主要目的在于增強(qiáng)銀行信貸投放能力、釋放更多信貸資源， 并非簡單地少計提“貸款減值準(zhǔn)備”或增加“不良貸款余額”。 銀行通過從嚴(yán)認(rèn)定不良貸款并對其加速核銷處置， 消耗撥備、降低撥備水平， 從而推動銀行增強(qiáng)信貸投放能力。

另一方面， 銀行在對監(jiān)管政策進(jìn)行有效響應(yīng)時， 不應(yīng)以結(jié)果導(dǎo)向?qū)崿F(xiàn)， 而是應(yīng)通過主觀的“修正模型參數(shù)、調(diào)整權(quán)重選取、引入管理層疊加”等手段實現(xiàn)。 銀行應(yīng)結(jié)合自身的預(yù)期信用損失模型方法論、模型治理等實際情況， 在保持預(yù)期信用損失模型恰當(dāng)運(yùn)用的同時， 可以考慮通過模型外的“專項撥備或一般撥備”等方式加以實現(xiàn)。 “專項撥備或一般撥備”是在以前年度通過利潤分配方式而形成， 在通過公司治理程序后可以進(jìn)行釋放。

（二）氣候相關(guān)風(fēng)險對預(yù)期信用損失的影響

氣候變化對全人類的可持續(xù)發(fā)展構(gòu)成了嚴(yán)重威脅， 在氣候變化的背景下， 極端天氣事件呈現(xiàn)增多、加劇的全球趨勢。 為應(yīng)對氣候變化， 我國提出了“二氧化碳排放力爭于2030年前達(dá)到峰值， 努力爭取在2060年前實現(xiàn)碳中和”等目標(biāo)承諾。 而貫徹實現(xiàn)“碳達(dá)峰、碳中和”目標(biāo)， 將加速我國經(jīng)濟(jì)和能源轉(zhuǎn)型， 推動我國經(jīng)濟(jì)發(fā)展從以化石能源為主向以非化石能源為主過渡， 加速行業(yè)價值鏈的轉(zhuǎn)型， 推動產(chǎn)業(yè)鏈上下游實現(xiàn)低碳生產(chǎn)競爭力， 進(jìn)而從能源供給側(cè)和需求側(cè)等多方面影響企業(yè)的發(fā)展。

鑒于氣候變化風(fēng)險的財務(wù)影響， 國際會計準(zhǔn)則理事會（IASB）于2020年發(fā)布《氣候相關(guān)事項對財務(wù)報表的影響》（Effects of Climate-related Matters on Financial Statement）， 指出企業(yè)在應(yīng)用相關(guān)會計準(zhǔn)則時需要考慮氣候相關(guān)事項的影響[6] 。 最近， IASB在2022 ～ 2026年議程咨詢（Agenda Consultation）中， 決定將氣候相關(guān)風(fēng)險（或更廣泛的ESG風(fēng)險）議題納入工作計劃。

中國銀保監(jiān)會的10號文也提出， 商業(yè)銀行在進(jìn)行階段劃分時， 應(yīng)評估與信用主體及其信用風(fēng)險敞口相關(guān)的可獲得信息， 包括但不限于： 可能對信用主體還款能力產(chǎn)生潛在影響的氣候變化等相關(guān)信息; 商業(yè)銀行遇國內(nèi)外重大事件（如政治、經(jīng)濟(jì)、金融、衛(wèi)生、環(huán)境、氣候、自然災(zāi)害等事件）發(fā)生或相關(guān)政策重大調(diào)整時應(yīng)及時更新相關(guān)前瞻性信息。

氣候相關(guān)事項將影響宏觀經(jīng)濟(jì)變量， 如總供求、總產(chǎn)出、物價水平、就業(yè)率、利率、匯率、房地產(chǎn)價格指數(shù)以及貨幣供應(yīng)量等均可能受到氣候變化的影響。 這些宏觀經(jīng)濟(jì)變量是計提預(yù)期信用損失所建立模型的重要參數(shù)， 其變動可能會對預(yù)期信用損失產(chǎn)生顯著影響。 而氣候相關(guān)事項的風(fēng)險因素對預(yù)期信用損失的影響程度， 將取決于預(yù)期氣候風(fēng)險的嚴(yán)重程度和發(fā)生時點、其對借款人和貸款人的貸款組合的直接和間接影響， 以及貸款組合的期限。

由于氣候相關(guān)事項最為顯著的影響預(yù)計將在中長期內(nèi)顯現(xiàn)， 目前我國的銀行機(jī)構(gòu)在預(yù)期信用損失模型中對氣候相關(guān)事項的考慮較為有限。 然而， 銀行應(yīng)監(jiān)控氣候相關(guān)事項的演變速度和規(guī)模， 評估其對預(yù)期信用損失計量的潛在影響， 并結(jié)合自身情況在預(yù)期信用損失模型中予以反映。 相應(yīng)地， 準(zhǔn)則制定或監(jiān)管機(jī)構(gòu)可以考慮制定相關(guān)準(zhǔn)則、實務(wù)運(yùn)用指南等指導(dǎo)綱要。

（三）中美銀行撥備計提差異

美國主要銀行自2020年1月1日起適用當(dāng)前預(yù)期信用損失模型（CECL模型）， 根據(jù)對未來經(jīng)濟(jì)或市場的判斷， 采用風(fēng)險評估模型對金融資產(chǎn)的整個存續(xù)期計提預(yù)期信用損失準(zhǔn)備。 2020年上半年， 受疫情沖擊及宏觀經(jīng)濟(jì)環(huán)境的影響， 美國主要銀行的撥備計提額為564億美元， 較2019年同期增加了483.33%; 2020年末美國主要銀行的平均撥貸比為2.69%， 較2019年末增加了137bps。 隨著宏觀經(jīng)濟(jì)預(yù)期的逐步向好， 2020年下半年美國經(jīng)濟(jì)受政府刺激消費(fèi)帶動有所復(fù)蘇， 美國主要銀行自2020年四季度起單季撥備出現(xiàn)回?fù)埽?2021年延續(xù)了回?fù)軕B(tài)勢， 逐步釋放2020年上半年大幅增提的撥備。

與美國同業(yè)相比， 2020年中國主要銀行的撥備計提保持穩(wěn)中有升態(tài)勢， 2020年上半年撥備計提額為4023億元， 較2019年同期增加了43.22%， 撥貸比從2019年末的3.15%增加至3.21%，增加了6bps。 2021年中國經(jīng)濟(jì)穩(wěn)步增長， 主要銀行各季度當(dāng)季撥備計提額逐步下降。

從美國主要銀行的業(yè)績表現(xiàn)來看， 美國銀行業(yè)的撥備計提具有較為明顯的順周期性， 并快速出清風(fēng)險。 在經(jīng)濟(jì)下行周期， 當(dāng)期撥備計提的大幅增加相應(yīng)加大了銀行業(yè)績的波動性。 由于資產(chǎn)減值準(zhǔn)備計提的大量增加， 銀行業(yè)盈利狀況變差， 2020年以來美國大型銀行的市場表現(xiàn)慘淡， 截至2020年8月初， 美國銀行、摩根大通、花旗銀行、富國銀行的股價分別下跌了22.85%、25.54%、33.75%、51.9%。 隨著疫情逐步得到控制， 美國主要銀行在經(jīng)濟(jì)好轉(zhuǎn)后逐步回?fù)軗軅洌?使得盈利水平恢復(fù)更加快速。 以2021年為例， 美國銀行、摩根大通、花旗銀行、富國銀行撥備回?fù)芙痤~占凈利潤的比例分別為14.57%、19.42%、14.14%、18.36%。 其中， 2021年一季度摩根大通撥備回?fù)芙痤~占凈利潤的比例高達(dá)29.06%， 2021年三季度富國銀行撥備回?fù)芙痤~占凈利潤的比例高達(dá)27.24%。 因而， 在評估美國銀行機(jī)構(gòu)及其管理層的績效表現(xiàn)時， 需考慮多個期間的內(nèi)外部綜合因素。 而我國主要銀行的業(yè)績增速、市值管理相對來說較為穩(wěn)定， 波動性明顯弱于美國銀行， 顯然是撥備計提發(fā)揮了“風(fēng)險緩釋器”的作用。

從準(zhǔn)則體系而言， 由于CECL模型允許銀行只考慮大概率發(fā)生的單一前瞻情景， 銀行多基于定性及定量分析綜合構(gòu)建前瞻情景， 但實踐中不同銀行對這些標(biāo)準(zhǔn)、模型的理解和應(yīng)用會不一致， 如花旗銀行采用單一前瞻情景， 摩根大通采用多情景， 這些都可能會削弱會計信息的可比性， 干擾市場參與者的判斷， 因而銀行對預(yù)期信用損失模型選擇、宏觀形勢判斷等重要信息的完整、清晰披露就顯得尤為重要。

（四）制定相關(guān)監(jiān)管政策及指引

預(yù)期信用損失的評估使用了復(fù)雜的模型、大量的參數(shù)和數(shù)據(jù)， 以及重大的管理層主觀判斷及假設(shè)， 可能得出不合理和缺乏證據(jù)支撐的預(yù)測和前瞻性信息， 導(dǎo)致無法對預(yù)期信用損失模型進(jìn)行合理估計。 同時， 模型在疫情反復(fù)導(dǎo)致宏觀經(jīng)濟(jì)、貸款組合信用風(fēng)險波動加劇的環(huán)境下容易產(chǎn)生偏差， 銀行可能更需要通過運(yùn)用管理層疊加對模型輸出結(jié)果進(jìn)行調(diào)整。

為指導(dǎo)金融機(jī)構(gòu)在實務(wù)中更為有效地運(yùn)用預(yù)期信用損失模型， 加強(qiáng)披露的透明性及同業(yè)可比性， 國外監(jiān)管機(jī)構(gòu)陸續(xù)下發(fā)指引， 對模型相關(guān)估計技術(shù)、參數(shù)選取和假設(shè)以及相關(guān)披露提出具體要求及相關(guān)示例指導(dǎo)。 其中， 英國金融穩(wěn)定委員會下的信息強(qiáng)化披露特別工作小組（EDTF）多次發(fā)布針對預(yù)期信用損失模型的信息披露建議及具體示例， 強(qiáng)調(diào)管理層對預(yù)期信用損失模型信息的使用、計算涉及的主要參數(shù)、各情景權(quán)重等定量信息的披露[7，8] 。 同時， IASB、巴塞爾銀行監(jiān)管委員會也分別發(fā)布應(yīng)用指南和《銀行外部審計指引——關(guān)于預(yù)期信用損失審計的補(bǔ)充說明》， 強(qiáng)調(diào)透明披露的必要性， 對預(yù)期信用損失評估中所涉及的參數(shù)、估計技術(shù)、披露等方面的審計要求提出了進(jìn)一步指導(dǎo)。

近年來， 中國銀保監(jiān)會、財政部陸續(xù)下發(fā)的《關(guān)于進(jìn)一步貫徹落實新金融工具相關(guān)會計準(zhǔn)則的通知》、10號文等監(jiān)管文件， 對預(yù)期信用損失模型的管理、實施、監(jiān)督及披露等全流程進(jìn)行了統(tǒng)一規(guī)范。 與歐洲主要銀行相比， 中國銀行機(jī)構(gòu)在實務(wù)運(yùn)用中披露的透明性、顆粒度各有差異， 對于宏觀經(jīng)濟(jì)預(yù)測、情景權(quán)重等事項以定性披露為主。 與我國大型銀行相比， 國內(nèi)中小銀行大多不具備內(nèi)部宏觀經(jīng)濟(jì)研究及預(yù)測體系。 在預(yù)期信用損失模型的專家團(tuán)隊建設(shè)、數(shù)據(jù)治理、模型設(shè)計、模型治理、系統(tǒng)搭建、披露實踐， 以及監(jiān)管政策實施落地等方面， 細(xì)化的、可落地的具體操作指引及同業(yè)實踐示例等手段， 有助于銀行機(jī)構(gòu)實現(xiàn)不斷“查漏補(bǔ)缺”和提升精細(xì)化管理水平。

此外， 目前我國暫未制定與預(yù)期信用損失模型相關(guān)的專項外部審計指引， 外部審計師應(yīng)結(jié)合會計準(zhǔn)則、我國監(jiān)管機(jī)構(gòu)的要求， 參考巴塞爾銀行監(jiān)管委員會發(fā)布的《銀行外部審計指引——關(guān)于預(yù)期信用損失審計的補(bǔ)充說明》， 重點關(guān)注前瞻性信息預(yù)測、宏觀情景設(shè)置、模型、披露等方面， 夯實外部審計責(zé)任。

五、政策建議

基于以上分析， 為規(guī)范我國商業(yè)銀行信貸資產(chǎn)預(yù)期信用損失的計提和披露， 客觀反映商業(yè)銀行經(jīng)營業(yè)績， 建議有關(guān)部門加強(qiáng)對預(yù)期信用損失計提和披露的指導(dǎo)和監(jiān)督。

（一）加強(qiáng)對宏觀情景預(yù)測和前瞻性信息實務(wù)運(yùn)用的指導(dǎo)

預(yù)期信用損失的評估涉及對未來宏觀經(jīng)濟(jì)狀況等前瞻性信息的預(yù)測。 10號文對前瞻性信息的獲取方式、內(nèi)容及頻率進(jìn)行了規(guī)范， 與大型銀行相比， 國內(nèi)中小銀行大多不具備宏觀經(jīng)濟(jì)研究及預(yù)測體系， 主要依賴外部機(jī)構(gòu)數(shù)據(jù)， 但市場預(yù)測存在指標(biāo)不全面、口徑不一致、預(yù)測波動大、更新時間不固定等限制， 可能導(dǎo)致中小銀行難以及時獲得權(quán)威統(tǒng)一的預(yù)測數(shù)據(jù)， 從而降低其模型計量的可比性。 加強(qiáng)對中小銀行前瞻性信息實務(wù)運(yùn)用的指導(dǎo)， 引導(dǎo)中小銀行逐步提升自身預(yù)測能力至關(guān)重要。 因此， 本文建議在10號文中有關(guān)加強(qiáng)宏觀經(jīng)濟(jì)預(yù)測分析要求的基礎(chǔ)上， 結(jié)合中小銀行實施現(xiàn)狀及模型特點， 在預(yù)期信用損失法實施初期， 針對宏觀經(jīng)濟(jì)指標(biāo)預(yù)測值獲取的來源、標(biāo)準(zhǔn)、口徑、多情景指標(biāo)預(yù)測值如何設(shè)置、如何作用于“歷史統(tǒng)計數(shù)據(jù)”等實務(wù)運(yùn)用難點， 配套出臺更為細(xì)化、可落地的具體操作指引及同業(yè)實踐示例， 用以指導(dǎo)中小銀行逐步提升預(yù)期信用損失管理水平。

（二）進(jìn)一步規(guī)范管理層疊加的運(yùn)用及退出機(jī)制

預(yù)期信用損失法是一門有關(guān)會計估計的技術(shù)， 預(yù)期信用損失模型本身存在的高度不確定性使其輸出結(jié)果在疫情反復(fù)導(dǎo)致宏觀經(jīng)濟(jì)、貸款組合信用風(fēng)險波動加劇的環(huán)境下容易產(chǎn)生偏差， 因而可能需要通過運(yùn)用管理層疊加對模型輸出結(jié)果進(jìn)行調(diào)整。 鑒于管理層疊加的內(nèi)在不確定性及高度主觀性， 10號文要求商業(yè)銀行應(yīng)審慎運(yùn)用管理層疊加， 將常規(guī)化風(fēng)險因素通過階段劃分、優(yōu)化模型或前瞻性調(diào)整等納入模型考量， 并要求建立規(guī)范的審批流程， 從機(jī)制上確保減值評估的合理性及有效性。 因此， 本文建議在嚴(yán)格執(zhí)行10號文有關(guān)管理層疊加運(yùn)用的概念框架要求的基礎(chǔ)上， 結(jié)合當(dāng)前疫情發(fā)展及有關(guān)紓困政策， 進(jìn)一步探索、制定銀行實施管理層疊加的實務(wù)運(yùn)用指南， 針對管理層疊加的觸發(fā)條件、量化分析過程、疊加方向、退出機(jī)制、常態(tài)化因素認(rèn)定、信息披露等方面通過檢查要點或?qū)嵺`案例分析等予以規(guī)范， 指導(dǎo)各機(jī)構(gòu)完善對管理層疊加的運(yùn)用及管控， 提升撥備計量的客觀性。

（三）提升預(yù)期信用損失法實施相關(guān)信息披露的質(zhì)量

預(yù)期信用損失的評估使用了復(fù)雜的模型、大量的參數(shù)和數(shù)據(jù)， 以及重大的管理層主觀判斷及假設(shè)。 疫情反復(fù)凸顯了預(yù)期信用損失法在實務(wù)運(yùn)用中的難度， 同時， 為應(yīng)對模型限制而運(yùn)用的管理層疊加進(jìn)一步加大了模型預(yù)測的主觀程度及不確定性， 因而對實務(wù)運(yùn)用中重大模型參數(shù)、方法及假設(shè)披露的透明性和可比性提出了更高要求。 與歐美銀行相比， 由于我國當(dāng)前準(zhǔn)則及監(jiān)管指引對相關(guān)估計技術(shù)、參數(shù)和假設(shè)的披露以原則性框架要求為主， 各家銀行在實務(wù)運(yùn)用中披露的透明度、顆粒度也各有差異， 從而降低了同業(yè)橫向?qū)Ρ鹊目杀刃浴?因此， 本文建議在嚴(yán)格執(zhí)行企業(yè)會計準(zhǔn)則、10號文有關(guān)披露要求的基礎(chǔ)上， 結(jié)合國內(nèi)外銀行同業(yè)實踐， 擬定有關(guān)實務(wù)運(yùn)用案例解析及最佳實踐示例， 引導(dǎo)銀行針對預(yù)期信用損失計量所涉及的宏觀情景預(yù)測、前瞻性信息運(yùn)用、管理層疊加調(diào)整等重要估計領(lǐng)域提供更多有用信息， 并通過監(jiān)管培訓(xùn)、強(qiáng)化責(zé)任意識等方式， 進(jìn)一步規(guī)范實務(wù)運(yùn)用中有關(guān)披露的透明度、顆粒度及參考性。

（四）加強(qiáng)對預(yù)期信用損失法實施情況的監(jiān)管檢查

預(yù)期信用損失的評估涉及眾多復(fù)雜模型及管理層主觀判斷， 相關(guān)評估結(jié)果將直接決定財務(wù)報告中有關(guān)財務(wù)指標(biāo)及監(jiān)管指標(biāo)， 銀行可能存在通過目標(biāo)結(jié)果倒推有關(guān)模型方法及參數(shù)選擇的情況。 同時， 結(jié)合國務(wù)院有關(guān)有序降低撥備覆蓋率的政策導(dǎo)向， 銀行在預(yù)期信用損失法實務(wù)運(yùn)用過程進(jìn)行有效響應(yīng)的同時應(yīng)如何保持客觀性， 亦對相關(guān)模型的設(shè)計及管控提出了更高要求。 根據(jù)10號文的要求， 銀保監(jiān)會及派出機(jī)構(gòu)需對商業(yè)銀行預(yù)期信用損失法實施情況進(jìn)行監(jiān)督。 因此， 本文建議各派出機(jī)構(gòu)加強(qiáng)對銀行實務(wù)運(yùn)用情況的現(xiàn)場檢查及非現(xiàn)場監(jiān)管力度， 并結(jié)合監(jiān)管檢查有關(guān)共性問題印發(fā)相關(guān)實務(wù)應(yīng)用案例或補(bǔ)充意見。 同時， 針對以公允價值計量且承擔(dān)信用風(fēng)險的其他金融資產(chǎn)如何進(jìn)行預(yù)期信用損失評估、內(nèi)審監(jiān)督如何有效落實等實務(wù)運(yùn)用事項， 本文建議以研討會、窗口指導(dǎo)等多樣化的方式加大有關(guān)指導(dǎo)力度。

（五）制定預(yù)期信用損失審計監(jiān)督指引

CAS 22的實施從根本上改變了信用減值損失的評估方法及有關(guān)管理流程， 預(yù)期信用損失法的實施使用了復(fù)雜的模型、眾多的參數(shù)和數(shù)據(jù)， 并依賴管理層做出多項主觀判斷及假設(shè)， 估計本身所存在的高度不確定性使其天然地具有較高的審計風(fēng)險。 2020年12月巴塞爾銀行監(jiān)管委員會發(fā)布的《銀行外部審計指引——關(guān)于預(yù)期信用損失審計的補(bǔ)充說明》從監(jiān)管角度明確了對預(yù)期信用損失審計的期望， 指出外部審計師在前瞻性信息預(yù)測、宏觀情景設(shè)置、模型、披露等方面的關(guān)注重點， 為外部審計師有效審計預(yù)期信用損失提供了指導(dǎo)。 因此， 本文建議參考巴塞爾銀行監(jiān)管委員會相關(guān)審計指引， 結(jié)合10號文有關(guān)模型設(shè)計、實施、管控及監(jiān)督要點， 探索制定針對預(yù)期信用損失的外部審計指引， 規(guī)范模型研發(fā)、應(yīng)用、治理監(jiān)督、信息系統(tǒng)、披露等有關(guān)檢查要點， 明確監(jiān)管期望， 為外部審計師有效審計預(yù)期信用損失提供政策指導(dǎo)， 并通過加大執(zhí)業(yè)檢查等監(jiān)管力度夯實外部審計責(zé)任， 切實提升預(yù)期信用損失的相關(guān)會計信息質(zhì)量。

【 注 釋 】

①根據(jù)中國銀保監(jiān)會于2022年2月11日發(fā)布的2021年商業(yè)銀行主要指標(biāo)，截至2021年12月31日，我國商業(yè)銀行信貸資產(chǎn)余額為165萬億元人民幣，占資產(chǎn)總額的比例為57%。

②除特別說明外，本文選取的主要對標(biāo)銀行是指中國的工商銀行、建設(shè)銀行、中國銀行、農(nóng)業(yè)銀行，美國的美國銀行、摩根大通、花旗集團(tuán)、富國銀行，歐洲的匯豐銀行、巴克萊銀行、桑坦德銀行、德意志銀行。本文分析所運(yùn)用的數(shù)據(jù)根據(jù)以上銀行所披露的相關(guān)年度報告進(jìn)行整理。

③參見中國國家統(tǒng)計局《2021年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》，2021年2月28日。

④參見中國國家統(tǒng)計局《2022年二季度和上半年國內(nèi)生產(chǎn)總值初步核算結(jié)果》，2022年7月16日。

⑤來源于美國商務(wù)部數(shù)據(jù)、歐盟統(tǒng)計局?jǐn)?shù)據(jù)。

⑥GDP增速為當(dāng)季同比增速，非累計增速。

⑦不良貸款分別為各家銀行不良貸款合計，其中美國主要銀行不良貸款統(tǒng)計口徑根據(jù)當(dāng)?shù)貞T例未包含信用卡。中國主要銀行于2010年全部完成上市，因此選取2010年至今的數(shù)據(jù)進(jìn)行分析;美歐主要銀行上市時間較早，因此選取2006年至今的數(shù)據(jù)進(jìn)行分析（后同）。美歐主要銀行相關(guān)數(shù)據(jù)按各銀行財報時點，使用國家外匯管理局人民幣匯率中間價進(jìn)行折算。

⑧撥備即商業(yè)銀行為信貸資產(chǎn)計提的預(yù)期信用損失準(zhǔn)備，下同。

⑨撥備覆蓋率=貸款預(yù)期信用損失準(zhǔn)備合計/不良貸款合計。

⑩撥貸比=貸款預(yù)期信用損失準(zhǔn)備合計/貸款總額合計。

?信貸成本率=貸款預(yù)期信用損失準(zhǔn)備計提額合計/貸款總額合計。

?相關(guān)內(nèi)容根據(jù)各銀行所披露的2020年及2021年年度報告整理得到。

?參見中國銀保監(jiān)會《2021年商業(yè)銀行主要監(jiān)管指標(biāo)情況表（季度）》。

?參見中國銀保監(jiān)會《2021年商業(yè)銀行主要指標(biāo)分機(jī)構(gòu)類情況表（季度）》。

?參見中國銀保監(jiān)會《2020年商業(yè)銀行主要指標(biāo)分機(jī)構(gòu)類情況表（季度）》。

【 主 要 參 考 文 獻(xiàn) 】

[1] International Accounting Standards Board. IFRS9 and covid-19， 2020-03-27.

[2] Basel Committee on Banking Supervision. Guidelines-supplemental note to external audit of expected credit loss，2020-12-07.

[3] 財政部，銀保監(jiān)會.關(guān)于進(jìn)一步貫徹落實新金融工具相關(guān)會計準(zhǔn)則的通知.財會[2020]22號，2020-12-30.

[4] 財政部，國資委，銀保監(jiān)會，證監(jiān)會.關(guān)于嚴(yán)格執(zhí)行企業(yè)會計準(zhǔn)則切實加強(qiáng)企業(yè)2020年年報工作的通知.財會[2021]2號，2021-01-27.

[5] 銀保監(jiān)會.商業(yè)銀行預(yù)期信用損失法實施管理辦法.銀保監(jiān)規(guī)[2022]10號，2022-05-13.

[6] 王鵬程.財務(wù)報表審計中對氣候變化風(fēng)險的考慮[ J].財會月刊，2022（14）：110 ～ 115.

[7] Financial Stability Board. Implementation of G20/FSB financial reforms in other areas，2020-06-08.

[8] Financial Stability Board. Impact of expected credit loss approaches on bank risk disclosures，2015-11-30.

【作者單位】北京工商大學(xué)商學(xué)院， 北京 100048