疫情背景下，預(yù)期信用損失模型在上市銀行中的應(yīng)用研究

康麗麗

【摘要】文章以2018—2020年H股及A+H股上市銀行以攤余成本計(jì)量的貸款和墊款為例，研究“預(yù)期信用損失”模型在上市銀行中的應(yīng)用，特別是新冠疫情背景下“預(yù)期信用損失”模型的應(yīng)用。研究發(fā)現(xiàn)，H股及A+H股上市銀行在2018年首次應(yīng)用“預(yù)期信用損失”模型時(shí)，普遍增提貸款和墊款減值準(zhǔn)備，資產(chǎn)減值損失大幅增加，但增幅逐年降低。H股上市銀行2020年并未因疫情而增提貸款減值準(zhǔn)備；A+H股上市銀行2020年貸款減值準(zhǔn)備增幅降低，但高于貸款增長比率。H股及A+H股上市銀行按階段分布的貸款和墊款與貸款五級分類高度相關(guān)。文章的研究結(jié)論為《企業(yè)會(huì)計(jì)準(zhǔn)則第22號——金融工具確認(rèn)和計(jì)量》提供了經(jīng)驗(yàn)證據(jù)，并為IASB對IFRS9開展實(shí)施后審議工作提供部分中國證據(jù)。

【關(guān)鍵詞】預(yù)期信用損失；以攤余成本計(jì)量的貸款和墊款；貸款減值準(zhǔn)備

【中圖分類號】F832.4

一、引言

貸款作為商業(yè)銀行的主要資產(chǎn)，其價(jià)值受到信用風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)等多重因素影響。為早期識別、控制和規(guī)避風(fēng)險(xiǎn)，避免壞賬損失對銀行資本的直接沖擊，銀行會(huì)根據(jù)風(fēng)險(xiǎn)可能帶來的損失計(jì)提貸款減值準(zhǔn)備。2008年金融危機(jī)后，“已發(fā)生損失”模型因減值確認(rèn)滯后和順周期性問題飽受詬病。該模型強(qiáng)調(diào)只有存在客觀減值跡象時(shí)才能確認(rèn)金融工具的信用損失，導(dǎo)致?lián)p失確認(rèn)的“太少、太遲”（Gianluca R et al， 2013）[ 1 ]。

在金融危機(jī)咨詢小組、二十國集團(tuán)和金融穩(wěn)定理事會(huì)的敦促下，IASB（國際會(huì)計(jì)準(zhǔn)則理事會(huì)）和FASB（財(cái)務(wù)會(huì)計(jì)準(zhǔn)則委員會(huì)）啟動(dòng)了金融工具等會(huì)計(jì)準(zhǔn)則的修訂工作（鄧永勤、馮曉晴、周亞丹，2017）[ 2 ]，經(jīng)過多輪征求意見，最終，IASB于2014年7月發(fā)布《國際財(cái)務(wù)報(bào)告準(zhǔn)則第9號——金融工具：分類和計(jì)量》（IFRS9），規(guī)定金融工具減值采用“預(yù)期信用損失”模型；FASB在2016年6月發(fā)布《金融工具——信用損失》，確定采用不同于“預(yù)期信用損失”模型的“當(dāng)前預(yù)期信用損失”模型。為實(shí)現(xiàn)與國際財(cái)務(wù)報(bào)告準(zhǔn)則的持續(xù)趨同，我國財(cái)政部于2017年3月修訂印發(fā)《企業(yè)會(huì)計(jì)準(zhǔn)則第22號——金融工具確認(rèn)和計(jì)量》（CAS22），規(guī)定企業(yè)應(yīng)當(dāng)以預(yù)期信用損失為基礎(chǔ)，對部分金融資產(chǎn)、租賃應(yīng)收款、合同資產(chǎn)等進(jìn)行減值會(huì)計(jì)處理并確認(rèn)損失準(zhǔn)備[3]，其內(nèi)容與IFRS9基本一致。

我國H股及A+H股上市銀行自2018年1月1日起開始施行新金融工具準(zhǔn)則，至今已實(shí)施4年多。2020年新冠肺炎疫情對世界經(jīng)濟(jì)造成重大影響，對于“預(yù)期信用損失”模型而言，無疑是一次很好的適用性檢驗(yàn)機(jī)會(huì)。銀行作為應(yīng)用“預(yù)期信用損失”模型最廣泛和最重要的行業(yè)，有必要研究“預(yù)期信用損失”模型在上市銀行中的應(yīng)用情況，特別是疫情背景下，“預(yù)期信用損失”模型的應(yīng)用效果，旨在為CAS22和IFRS9提供部分經(jīng)驗(yàn)證據(jù)。

二、“預(yù)期信用損失法”的理論基礎(chǔ)

（一）預(yù)期信用損失的確認(rèn)和計(jì)量

新金融工具準(zhǔn)則CAS22要求企業(yè)基于過去、現(xiàn)在和未來經(jīng)濟(jì)狀況，按照“預(yù)期信用損失法”計(jì)提金融資產(chǎn)減值準(zhǔn)備，以更加及時(shí)、足額地計(jì)提金融資產(chǎn)減值準(zhǔn)備[3]。企業(yè)應(yīng)依據(jù)每個(gè)資產(chǎn)負(fù)債表日金融工具的信用風(fēng)險(xiǎn)變化情況，按三個(gè)階段分別計(jì)量損失準(zhǔn)備、確認(rèn)預(yù)期信用損失的變動(dòng)。

第一階段：信用風(fēng)險(xiǎn)自初始確認(rèn)后未顯著增加，按照12個(gè)月內(nèi)的預(yù)期信用損失確認(rèn)損失準(zhǔn)備。按賬面總額乘以實(shí)際利率確認(rèn)利息收入。

第二階段：信用風(fēng)險(xiǎn)自初始確認(rèn)后已顯著增加，但尚未發(fā)生信用減值，按照整個(gè)存續(xù)期內(nèi)的預(yù)期信用損失確認(rèn)損失準(zhǔn)備。仍以賬面總額為基礎(chǔ)確認(rèn)利息收入。

第三階段：初始確認(rèn)后發(fā)生信用減值，按照整個(gè)存續(xù)期內(nèi)的預(yù)期信用損失確認(rèn)損失準(zhǔn)備，按攤余成本（賬面總額減去減值準(zhǔn)備）確認(rèn)利息收入。

（二）與FASB“當(dāng)前預(yù)期信用損失法”的比較

“預(yù)期信用損失法”與“當(dāng)前預(yù)期信用損失法”的共同點(diǎn)在于兩者的核心理念相同，即均關(guān)注前瞻性信息，避免信用損失確認(rèn)“太少、太遲”。

不同于“預(yù)期信用損失”模型的三階段計(jì)量方式，“當(dāng)前預(yù)期信用損失”模型只規(guī)定了一種減值測試方法，即要求企業(yè)以預(yù)期現(xiàn)金流量按實(shí)際利率折現(xiàn)的現(xiàn)值計(jì)量凈攤余成本，自初始確認(rèn)起確認(rèn)金融工具整個(gè)存續(xù)期的預(yù)期信用損失，且對低風(fēng)險(xiǎn)資產(chǎn)無簡化處理（楊雋萍、朱意孜，2021）[4]。

相比于三階段計(jì)量方式，“當(dāng)前預(yù)期信用損失”模型能夠克服前者操作困難且難以計(jì)算的問題，完全確認(rèn)和計(jì)量了“未知的未知”風(fēng)險(xiǎn)，是徹底的“預(yù)期信用損失”模型（丁友剛等，2017）[5]。但由于在確認(rèn)預(yù)期信用損失時(shí)，僅能依據(jù)相關(guān)歷史信息預(yù)測做出判斷，“當(dāng)前預(yù)期信用損失”模型的相關(guān)性和公允性難以保證。而“預(yù)期信用損失”模型則存在“信用風(fēng)險(xiǎn)是否顯著增加”等關(guān)鍵判斷標(biāo)準(zhǔn)不統(tǒng)一、實(shí)務(wù)中應(yīng)用難度較高的問題。

（三）“預(yù)期信用損失法”在新冠肺炎疫情下應(yīng)用的注意要點(diǎn)

在疫情背景下，企業(yè)應(yīng)用“預(yù)期信用損失”模型面臨著一系列新的問題和挑戰(zhàn)（陸建橋，2021）[6]，如宏觀環(huán)境變化、生產(chǎn)經(jīng)營的可持續(xù)性預(yù)期、假設(shè)發(fā)生變化等，使得計(jì)量預(yù)期信用損失存在諸多困難。對此，財(cái)政部和IASB均對疫情背景下企業(yè)如何應(yīng)用預(yù)期信用損失法給予指導(dǎo)。注意要點(diǎn)主要包括[7][8]：一是企業(yè)在無須付出不必要的額外成本或努力的前提下，獲得合理且有依據(jù)的信息來評估信用風(fēng)險(xiǎn)是否顯著增加；二是在評估未來經(jīng)濟(jì)狀況時(shí)，既要考慮疫情，又要考慮政府部門采取的支持性政策和措施；三是及時(shí)根據(jù)環(huán)境變化重檢和修正模型、調(diào)整假設(shè)和參數(shù)。但企業(yè)在實(shí)際實(shí)施時(shí)仍然缺乏具體的“客觀證據(jù)”，需要依賴管理層的主觀預(yù)估。

三、“預(yù)期信用損失”模型在上市銀行中的應(yīng)用

本文選取H股及A+H股上市銀行2008—2020年的相關(guān)數(shù)據(jù)作為研究樣本。上述銀行率先應(yīng)用“預(yù)期信用損失”模型，信息環(huán)境較好，對于研究“預(yù)期信用損失”模型具有典型性。本文以上述銀行以攤余成本計(jì)量的貸款及墊款作為研究對象，貸款及墊款是銀行的主要資產(chǎn)，計(jì)提的減值準(zhǔn)備和資產(chǎn)損失比重大，具有代表性。截至2020年末共有15家A+H股上市銀行，16家H股上市銀行，相關(guān)數(shù)據(jù)通過手工從上市公司年報(bào)中搜集。

（一）貸款及墊款資產(chǎn)減值損失變化情況

從表1可以看出，在2018年首次實(shí)施“預(yù)期信用損失”模型后，A+H股及H股上市銀行貸款及墊款減值損失大幅增加，增幅高達(dá)39.37%。2019—2020年，增長比率逐漸下降，分別為11.5%和8.03%。

2020年，A+H股上市銀行資產(chǎn)減值損失增幅比率為10.23%，高于2019年；H股上市銀行2020年的貸款及墊款減值損失降幅17.15%。A+H股上市銀行管理層考慮新冠肺炎疫情等因素對經(jīng)濟(jì)發(fā)展趨勢、宏觀經(jīng)濟(jì)情景的影響，貸款及墊款減值損失增加。H股上市銀行并未因疫情而多提貸款及墊款的減值損失，貸款及墊款減值損失主要受不同年度資產(chǎn)質(zhì)量變化影響。從減值損失數(shù)量上看，H股上市銀行要遠(yuǎn)小于A+H股上市銀行，H股上市銀行2020年貸款及墊款減值損失僅占H股及A+H股上市銀行貸款及墊款減值損失的6.16%。

（二）以攤余成本計(jì)量的貸款和墊款減值準(zhǔn)備及撥備率變化情況

從表2可以看出，2018—2020年H股及A+H股上市銀行以攤余成本計(jì)量的貸款和墊款減值準(zhǔn)備逐年增加，但增長比率從14.80%下降到11.45%。其中2020年A+H股上市銀行減值準(zhǔn)備增長率為12.20%，H股上市銀行減值準(zhǔn)備增長率為-0.74%。

2020年H股及A+H股上市銀行總體減值準(zhǔn)備增長率11.45%低于以攤余成本計(jì)量的貸款和墊款增長率11.77%。分類來看，2020年A+H股上市銀行減值準(zhǔn)備增長率12.20%高于貸款和墊款增長率11.60%，H股上市銀行減值準(zhǔn)備較上年下降0.74%，而貸款和墊款增長率為14.81%。在新冠肺炎疫情的背景下，A+H股上市銀行計(jì)提的貸款減值準(zhǔn)備高于貸款增長速度，H股上市銀行未隨貸款和墊款余額增加和疫情而多提貸款減值準(zhǔn)備。

從貸款撥備率來看，2020年H股及A+H股上市銀行平均貸款撥備率下降0.01個(gè)百分點(diǎn)。其中A+H股上市銀行平均貸款撥備率上升0.02個(gè)百分點(diǎn)，H股上市銀行平均貸款撥備率下降0.51個(gè)百分點(diǎn)。

（三）貸款及墊款按階段分布情況

從表3可以看出，H股及A+H股上市銀行2018—2020年以攤余成本計(jì)量的墊款和墊款各階段分布情況。

A+H股上市銀行一階段貸款和墊款占比保持在95.5%左右，且逐年小幅增加。二階段貸款和墊款占比在3%左右，且逐年小幅降低。三階段貸款占比維持在1.5%左右。A+H股2020年并未因疫情而顯著增加二、三階段的貸款和墊款占比，即并未增加按剩余存續(xù)期的預(yù)期信用損失確認(rèn)損失準(zhǔn)備的貸款和墊款。96.15%的貸款和墊款仍根據(jù)未來12個(gè)月內(nèi)的預(yù)期信用損失確認(rèn)損失準(zhǔn)備。

H股上市銀行一階段貸款和墊款占比保持在91%左右，且逐年增加，但占比低于A+H股上市銀行；二階段貸款和墊款占比保持在6%左右，且逐年降低，但占比高于A+H股上市銀行；三階段貸款占比保持在3%左右，比例高于A+H股上市銀行。H股上市銀行預(yù)期貸款和墊款的未來信用風(fēng)險(xiǎn)要高于A+H股上市銀行，但也未因疫情而增加二、三階段的比重。可能是由于各銀行考慮新冠肺炎疫情和政府紓困政策對宏觀經(jīng)濟(jì)的綜合影響，未顯著增加二、三階段貸款和墊款比重。

（四）貸款五級分類情況

通過表3與表4對比，可以發(fā)現(xiàn)上市銀行按階段分類的以攤余成本計(jì)量的貸款和墊款占比，與按五級分類劃分的貸款占比高度相關(guān)，A+H股正常類貸款在全部貸款中占比為96%左右，關(guān)注類貸款占比為2.5%左右，不良貸款包含次級、可疑、損失類貸款，占比在1.5%左右。H股正常類貸款占比為93%左右，關(guān)注類貸款占比為5%左右，不良類貸款占比為2%左右。說明無論是H股還是A+H股上市銀行，貸款資產(chǎn)質(zhì)量的分類結(jié)果是劃分貸款和墊款處于哪一階段的重要依據(jù)。

（五）“預(yù)期信用損失”模型披露情況

通過查閱年報(bào)，上市銀行均在年報(bào)中披露預(yù)期信用損失計(jì)量的相關(guān)信息，包括信用風(fēng)險(xiǎn)是否顯著增加的判斷標(biāo)準(zhǔn)、前瞻性信息涉及的宏觀經(jīng)濟(jì)指標(biāo)、模型參數(shù)、新冠肺炎疫情及政府采取的各類支持性政策對違約概率、違約損失率、風(fēng)險(xiǎn)敞口的影響等。上市銀行通過歷史數(shù)據(jù)分析、專家預(yù)測，識別出影響預(yù)期信用損失的宏觀經(jīng)濟(jì)指標(biāo)，并區(qū)分樂觀、中性、悲觀來考慮前瞻性信息。對作為宏觀經(jīng)濟(jì)因子的國內(nèi)生產(chǎn)總值進(jìn)行敏感性分析，確保預(yù)期信用損失準(zhǔn)備的變動(dòng)比率不超過5%。

預(yù)期信用損失計(jì)量涉及復(fù)雜的模型、假設(shè)、參數(shù)，且參數(shù)估計(jì)過程涉及較多的判斷和管理層調(diào)整等，減值準(zhǔn)備的確定很大程度上依賴于內(nèi)部信用風(fēng)險(xiǎn)管理策略和外部的宏觀環(huán)境，審計(jì)報(bào)告均將預(yù)期信用損失計(jì)量作為關(guān)鍵審計(jì)事項(xiàng)（孫娜、朱亮、查逸芳，2020）[9]。但上市銀行披露的內(nèi)容多是定性信息，對估值技術(shù)、關(guān)鍵假設(shè)和參數(shù)等相關(guān)信息披露缺乏定量數(shù)據(jù)，特別是管理層“疊加”調(diào)整的影響、重大判斷的披露，建立模型的過程不夠透明，為企業(yè)提供了盈余管理的空間。

四、貸款“預(yù)期信用損失”模型應(yīng)用的相關(guān)建議

（一）加強(qiáng)微觀會(huì)計(jì)監(jiān)督和宏觀審慎監(jiān)管，避免企業(yè)盈余管理

建議準(zhǔn)則制定機(jī)構(gòu)和監(jiān)管機(jī)構(gòu)進(jìn)一步修訂預(yù)期信用損失計(jì)量具體指引和信息披露框架，規(guī)范企業(yè)對預(yù)期信用損失計(jì)量的自由裁量權(quán)，特別是規(guī)范管理層“疊加”的運(yùn)用，確保會(huì)計(jì)相關(guān)假設(shè)和判斷的合理性，提高財(cái)務(wù)報(bào)告的可比性。具體包括界定信用風(fēng)險(xiǎn)變化的統(tǒng)一標(biāo)準(zhǔn)，規(guī)范重要模型和參數(shù)設(shè)定、調(diào)整的原則、方法，詳細(xì)披露計(jì)量涉及的定性和定量信息，比如風(fēng)險(xiǎn)敞口的歷史違約概率曲線、宏觀經(jīng)濟(jì)情景預(yù)測方法、參數(shù)取值、疫情對經(jīng)濟(jì)預(yù)測、情景設(shè)置、權(quán)重分配等預(yù)期信用損失計(jì)量因素的影響等。持續(xù)提升模型的數(shù)據(jù)質(zhì)量，確保會(huì)計(jì)信息的透明度和可比性，以有利于利益相關(guān)者進(jìn)行決策，并進(jìn)一步提升監(jiān)管效能。

（二）合理計(jì)提撥備，避免順周期效應(yīng)

新冠肺炎疫情使世界經(jīng)濟(jì)發(fā)生了重大變化，經(jīng)濟(jì)環(huán)境仍不明朗。銀行應(yīng)持續(xù)對各類業(yè)務(wù)、市場、信用風(fēng)險(xiǎn)進(jìn)行有效識別、計(jì)量和監(jiān)測，提高貸款五級分類劃分的準(zhǔn)確性，審慎判斷信用風(fēng)險(xiǎn)是否顯著增加，將更多可能發(fā)生風(fēng)險(xiǎn)的貸款和墊款劃入二階段、三階段，提足撥備（田豐，2021）[ 1 0 ]，以提高風(fēng)險(xiǎn)抵御能力，保持經(jīng)營穩(wěn)定。

在銀行集中大額計(jì)提減值準(zhǔn)備時(shí)，監(jiān)管部門應(yīng)采用放松逆周期資本緩沖等措施，將減值準(zhǔn)備對資本的沖擊控制在合理范圍，保障銀行繼續(xù)為實(shí)體經(jīng)濟(jì)提供信貸支持，避免順周期效應(yīng)（梁吉平、王澤元，2021；南星恒、周華、曹暢，2021）[ 1 1 ] [ 1 2 ]。

（三）完善數(shù)據(jù)治理、加強(qiáng)部門間協(xié)調(diào)配合

預(yù)期信用損失計(jì)量需要以歷史數(shù)據(jù)、交易數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)等龐大的數(shù)據(jù)積累作支撐。銀行應(yīng)當(dāng)加強(qiáng)對數(shù)據(jù)的收集、整理和更新，將原始數(shù)據(jù)轉(zhuǎn)換為“預(yù)期信用損失”模型需要的輸入值，提高數(shù)據(jù)庫構(gòu)建能力和數(shù)據(jù)分析能力，建立風(fēng)險(xiǎn)管理體系。預(yù)期信用損失計(jì)量需要各部門協(xié)調(diào)配合，包括財(cái)務(wù)部門、業(yè)務(wù)部門、風(fēng)險(xiǎn)管理部門等相互支撐，在此基礎(chǔ)上合理分析和利用數(shù)據(jù)，審慎運(yùn)用職業(yè)判斷，進(jìn)而合理計(jì)提減值準(zhǔn)備，準(zhǔn)確反映資產(chǎn)價(jià)值。同時(shí)，管理層應(yīng)準(zhǔn)確理解模型的關(guān)鍵點(diǎn)，合理運(yùn)用會(huì)計(jì)判斷和估計(jì)，避免操縱利潤。內(nèi)審部門應(yīng)當(dāng)加強(qiáng)對預(yù)期信用損失計(jì)量相關(guān)內(nèi)部控制有效性的了解和評價(jià)，評價(jià)模型和參數(shù)的可靠性、違約概率、違約損失率的合理性等。

主要參考文獻(xiàn)：

[1]Gianluca R， et al. Global Financial Crisis and Accounting Rules： The Implications of the New Exposure Draft （ED “Financial Instruments： Expected Credit Losses” on the Evaluation of Banking Company Loans[J].Journal of Modern Accounting and Auditing，2013（9）：1141-1162.

[2]鄧永勤，馮曉晴，周亞丹.論金融資產(chǎn)減值預(yù)期損失模型的修正與實(shí)施[J].會(huì)計(jì)之友，2017（9）：43-48.

[3]財(cái)政部會(huì)計(jì)司.企業(yè)會(huì)計(jì)準(zhǔn)則應(yīng)用指南（2020年版）[M].上海：立信會(huì)計(jì)出版社，2020.

[4]楊雋萍，朱意孜.中美信用減值損失模型的比較及啟示[J].中國注冊會(huì)計(jì)師，2021（9）：117-121.

[5]丁友剛，王彬彬.貸款撥備：從“已知的未知”到“未知的未知”？[J].會(huì)計(jì)研究，2017（9）：29-34.

[6]陸建橋.2021.國際財(cái)務(wù)報(bào)告準(zhǔn)則2020年發(fā)展成效與未來展望[J].財(cái)務(wù)與會(huì)計(jì)，2021（3）：18-27.

[7] 財(cái)政部會(huì)計(jì)司.企業(yè)會(huì)計(jì)準(zhǔn)則實(shí)施問答. http：//kjs. mof.gov.cn/zt/kjzzss/sswd/.2021-03-02.

[8] IASB. IFRS9 and covid-19[EB]. www.ifrs.org. 2020-03-27.

[9]孫娜，朱亮，查逸芳.預(yù)期信用損失模型在商業(yè)銀行中的應(yīng)用研究[J].新金融，2020（11）：46-50.

[10]田豐.基于新金融工具準(zhǔn)則視角看新冠肺炎疫情對我國銀行業(yè)的影響[J].財(cái)務(wù)與會(huì)計(jì)，2021（5）：40-42.

[11]梁吉平，王澤元.淺析抑制預(yù)期信用損失方法的親周期性因素及建議—基于新冠肺炎疫情的經(jīng)驗(yàn)與啟示[J].中國銀行業(yè)，2021（4）：86-88.

[12]南星恒，周華，曹暢.金融會(huì)計(jì)創(chuàng)新發(fā)展：理論與實(shí)踐—中國會(huì)計(jì)學(xué)會(huì)金融會(huì)計(jì)專業(yè)委員會(huì)2021年學(xué)術(shù)年會(huì)綜述[J].會(huì)計(jì)研究，2021（8）：190-192.