金融資產減值方法應用探析—以Z商業銀行為例

張正勇，胡言言，段文娟

(1.南京財經大學 會計學院，江蘇 南京 210046；2.南京大學 商學院，江蘇 南京210093；3.華中科技大學 管理學院，湖北 武漢 430074)

一、引言

隨著我國多層次資本市場的建設、金融創新的發展和對外開放的深化，有關金融工具會計處理實務出現了一些新情況和新問題，迫切需要通過修訂金融工具相關會計準則來及時、有效地解決這些問題。在國際上，2008年國際金融危機爆發后，二十國集團要求國際會計準則理事會加緊修訂金融工具等會計準則，以解決現行金融工具分類隨意性較大、有關企業對貸款等金融資產減值計提不及時、不足額以及套期會計與企業風險管理實務脫節等問題。國際會計準則理事會(IASB)于2009年啟動了金融工具準則改革項目，并于2014年發布了《國際財務報告準則第9號——金融工具》(IFRS 9)，該準則將于2018年1月1日生效并取代現行《國際會計準則第39號——金融工具》(IAS 39)。IFRS 9對金融資產分類標準進行了簡化，引入預期信用損失模型作為金融工具減值的基礎。這一準則的執行，必然會對現行的會計程序產生重大影響。

近年來，學術界關于新舊金融資產減值模型的優劣探討越來越多。李曉丹(2011)以2009年IASB發布的《金融工具：攤余成本和減值(征求意見稿)》為理論基礎，研究貸款減值新計提方式預期損失模型的優劣之處，指出我國商業銀行應用預期損失模型滿足謹慎性原則，可有效穩定金融市場。陸露和邵曉輝(2012)以房地產業銀行貸款為例分析預期損失模型的優勢所在，指出預期損失模型下預期信用損失的所有變動信息在會計計量損益中得到了全面反映。王守海等(2014)和趙銀芬(2014)對IASB有關金融資產減值2009—2013年意見稿修訂的演變過程進行系統梳理和述評，并就我國實施預期損失模型指出問題和給出合理化建議。

縱觀上述文獻，可以看出預期損失模型正式載入國際會計準則已成必然。而現有研究大多數集中在理論分析，對將受到重大影響的金融行業具體應用預期損失模型的研究十分有限，鑒于此，本文以國際國內會計準則為指導，對比已發生損失模型分析預期損失模型的原理及優勢，并以A+H股Z股份制商業銀行為案例背景，應用預期損失模型進行計算減值金額，分析預期損失模型對我國商業銀行的影響，最后就我國商業銀行如何平穩過渡新準則提出合理化建議。

二、金融資產減值方法

(一) 已發生損失模型

2002年6月24日頒布的《國際會計準則第39號(IAS 39)》，提出了現行金融資產減值模型——“已發生損失模型”。要求企業在每個會計期末，需對金融資產進行減值測試，若存在客觀減值證據，則需將金融資產的賬面價值減記至預期未來現金流量的現值，減記的金額確認為資產減值損失。該模型以“觸發事件”為主的客觀證據為基礎進行計量，同時相關資料易準確獲得，因此，已發生損失模型得到廣泛應用。但是，在其實際應用中仍存在一些不足之處：

第一，與風險管理理論不符。對于已發生損失模型，只有在發生“觸發事件”時才能計提減值準備，并不提前考慮信用損失，這與風險管理理論背道而馳，使得會計信息并不能真實反映金融資產風險與報酬的實質。

第二，產生“懸崖效應”。在已發生損失模型下，金融資產初始確認時并不計提減值準備，而是在發生“觸發事件”時才進行減值測試，因此，減值損失的確認具有滯后性，而且在確認減值損失的時點，前期較為平滑的金融資產賬面價值突然出現懸崖式的下跌，對公司財務狀況會產生較大的負面沖擊。

第三，產生“順周期效應”。在已發生損失模型下，確認理利息收入時并未考慮預期信用損失，因而，在經濟上行期，損失率較低，使得利息收入虛高，經濟持續繁榮；而在經濟下行期，損失率較高，計入當期損益就會導致利息收入大幅下降，經濟持續惡化，這種現象就稱為順周期效應。

(二) 預期損失模型

為了解決已發生損失模型的弊端，2009年11月，IASB發布了《金融工具：攤余成本和減值》的征求意見稿，首次提出一項新的金融工具減值模型——預期損失模型。預期損失模型，即在金融工具初始確認時估計未來整個存續期內的預期信用損失，也就是在相關減值跡象即“觸發事件”發生之前，以對未來現金流量的預期為基礎，以金融資產整個存續期為時限，預先估計并確認減值損失。其中，預期信用損失是指以發生違約的風險為權重的金融工具信用損失的加權平均值。

隨后，為了解決“征求意見稿”的可操作性問題，2011 年1 月，IASB 和FASB聯合發布了《金融工具: 減值》的補充文件，要求企業將金融資產區分為“好賬”或“壞賬”(兩組別法)，并分別采取不同方式確認它們的預期信用損失，以解決開放式投資組合的金融資產減值問題。2013 年3 月，IASB 再一次發布了金融資產減值的征求意見稿，對金融資產不再區分封閉式金融工具組合和開放式金融工具組合，而是根據其信用質量及其風險變化分為三組別(三組別法)，并分別采用不同的方法估計每個組別的預期信用損失。2014年7月IASB發布的IFRS9綜合了以上三版“征求意見稿”的內容，將減值的確認與利息收入的計量分為三個階段，如表1所示。

預期損失模型在一定程度上解決了已發生損失模型所存在的問題。由于在預期損失模型下，金融資產持有期間充分考慮了風險，將預期信用損失納入利息收入的計算中，不高估利息收入，同時也減少了其波動幅度。因而這種方法下所呈現的金融資產信息真實反映了其風險報酬的實質，也在一定程度上避免了“懸崖效應”。同時，在預期損失模型下，無須“觸發事件”就提前考慮信用損失，并在持有期間攤銷，不受經濟環境的重大影響，在一定程度上避免了“順周期效應”。

表1 IFRS9關于金融資產減值的規定

三、預期損失模型應用

(一) 案例背景

對于商業銀行而言，減值準備是其風險管理的核心內容，也是監管部門重點關注的領域，而貸款是商業銀行最核心的資產，也是主要的收入來源。因此，本文選擇將于2018年1月1日開始執行新準則的A+H股Z股份制商業銀行作為案例背景，從2012—2016年年報中獲取貸款等相關數據，應用預期損失模型的方法計算貸款減值數據，并設定兩次調整，以探索新方法下的減值計提與轉回對我國商業銀行業所產生的變化。

2016年Z商業銀行貸款和墊款總額為32616.81億元，貸款總額占金融資產總額的比例為56.26%，比上年末上升3.70個百分點，可以看出貸款是金融資產中最主要的部分。資產減值損失為661.59億元，同比增長11.63%，其中，貸款減值損失為645.60億元，占資產減值損失總額的97.58%，可以看出，貸款減值損失是資產減值損失的最大組成部分。此外，貸款減值損失占營業利潤的83.07%，可見，貸款減值損失是影響營業利潤的重要的因素，因此，新準則對減值損失計提方法的改變必然會對Z商業銀行的損益產生重大影響。

在貸款風險方面，截至2016年12月31日，Z商業銀行的貸款主要是正常類占比達96%，不良貸款僅占1.87%，而且在不良貸款中，損失類只占不良貸款的23.7%，占比較小。從不良貸款撥備覆蓋率180.02%不難看出，Z商業銀行在貸款風險方面的控制措施比較完備，可有效防范不良貸款的風險。同時，Z商業銀行的資本充足率為13.33%，一級資本充足率為11.54%，均超過巴塞爾協議的要求，也滿足了11.5%的監管要求。Z商業銀行2016年各類貸款金額及比率如表2所示。

表2 貸款分類情況

(二) 預期減值模型下減值的計提

1.減值計算

由于預期信用損失模型還沒有正式使用，尚未存在使用該模型計量的企業，因此本文所使用的部分計算數據是在年報基礎上進行合理估計所得。本文選取Z商業銀行2012年實際發生的次級中長期貸款作為研究對象，假設貸款發生于年末，貸款年限視為5年。票面利率是根據年報中的平均貸款利率和中長期貸款比率計算而得。撥備率選自財政部要求的次級類貸款撥備率提取標準25%。由于無法取得Z商業銀行對此類貸款的預期損失的估計利率，加之考慮到簡化計算過程的需要，本文參閱最近五年財務報告中逾期貸款的比率和不良貸款相關指標，在假設貸款不存在抵押物和質押物且不存在單項金額重大的資產的情形下，預計該類貸款的信用損失分別為0%，1.5%，2%，3%，4%。標的貸款基本情況如下表3所示。

表3 2012年Z商業銀行中長期貸款情況

項目數據貸款金額(萬元)3481800.00貸款年限(年)5票面利率(固定利率)7.13%撥備率25%預期違約率0%,1.5%,2%,3%,4%

數據來源：上市公司年報

根據上述貸款基本情況，在考慮預期信用損失的情況下，合同預計現金流計算如表4所示。

表4 2012年末考慮預期信用損失的現金流量萬元

期間合同現金流(a)預期違約率(b)累計損失率(c)預期現金流比率(d)預計現金流(e)2012年-3481800.00-3481800.002013年248252.340.00%0.00%100.00%248252.342014年248252.341.50%1.50%98.50%244528.552015年248252.342.00%3.47%96.53%239637.982016年248252.343.00%6.37%93.63%232448.842017年3730052.344.00%10.11%89.89%3352896.90

預期減值模型要求在初始計量時考慮信用損失，因此實際利率由扣除預期損失后的未來現金流確定。計算過程如下：

3481800=248252.34/(1+i)+244528.55/(1+i)^2+239637.98/(1+i)^3+

232448.84/(1+i)^4+3352896.90/(1+i)^5

計算得出，實際利率i=5.01%。

具體計算結果如表5所示。

表5 2012年末考慮預計信用損失的減值計提萬元

期間期初攤余成本(a)利息收入(b=a×實際利率)現金流量(考慮預期損失)(c)貸款減值準備(d=c-b)期末攤余成本(e=a-d)2013年3481800.00174511.59248252.3473740.753408059.252014年3408059.25170815.62244528.5573712.933334346.312015年3334346.31167121.05239637.9872516.943261829.382016年3261829.38163486.42232448.8468962.423192866.952017年3192866.95160029.953352896.900.00

2.第一次調整預期信用損失率

受國家整體經濟的影響，銀行業的貸款質量有所下降，增長規模放緩，通過查閱Z商業銀行年度報告，發現資企業產減值損失大幅增加，不良貸款比例上升，公司貸款逾期利率上升，因此，調高2015年的預期信用損失率，此時預期損失損失分別為0%，1.5%，2.8%，3%，4%。調整預期信用損失后的現金流量如下表6所示：

表6 2014年末調整預期信用損失后的現金流量萬元

期間合同現金流預期違約率累計損失率預期現金流比率預計現金流2012年-3481800.00-34818002013年248252.340.00%0.00%100.00%248252.342014年248252.341.50%1.50%98.50%244528.552015年248252.342.80%4.26%95.74%237681.762016年248252.343.00%7.13%92.87%230551.302017年3730052.344.00%10.85%89.15%3325526.31

調整后，需要對2014年末的期末攤余成本按照初始確定的實際利率對調整后的預期現金流量進行折現。計算過程如下：

2014年末攤余成本=237681.76/(1+5.01%)+230551.30/(1+5.01%)^2+ 3325526.31/(1+5.01%)^3=3307127.16

需調整的價值損失=3334346.31-3307127.16=27219.15

具體計算結果如表7所示。

表7 2014年末調整違約率后貸款減值準備的計提萬元

期間期初攤余成本(a)利息收入(b=a×實際利率)現金流量(考慮預期損失)(c)貸款減值準備(d=c-b)貸款損失(e)期末攤余成本(f=a-d-e)2013年3481800.00174511.59248252.3473740.753408059.252014年3408059.25170815.62244528.5573712.9327219.153307127.162015年3307127.16165756.79237681.7671924.963235202.202016年3235202.20162151.84230551.3068399.473166802.732017年3166802.73158723.583325526.310.00

3.第二次調整預期信用損失率

2015年末整體情況有所好轉，2016年國家各項政策即將出臺，經濟市場出現積極信號，因此對2016年的預期信用損失率進行重新調整，修訂后預期損失分別為0%，1.5%，2.8%，2%，4%。調整預期信用損失后的現金流量如表8所示。

表8 2015年末調整預期信用損失后的現金流量萬元

期間合同現金流預期違約率累計損失率預期現金流比率預計現金流2012年-3481800.00-34818002013年248252.340.00%0.00%100.00%248252.342014年248252.341.50%1.50%98.50%244528.552015年248252.342.80%4.26%95.74%237681.762016年248252.342.00%6.17%93.83%232928.122017年3730052.344.00%9.93%90.07%3359810.09

調整后，按照初始確定的實際利率對調整后的預期現金流量進行折現，計算2015年末的期末攤余成本。計算過程：

2015年末攤余成本=232928.12/(1+5.01%)+3359810.09 /(1+5.01%)^2=3268554.80

需調整的價值損失=3235202.20-3268554.80=-33352.60

具體計算結果如表9所示。

表9 2015年末調整違約率后貸款減值準備的計提萬元

期間期初攤余成本(a)利息收入(b=a×實際利率)現金流量(考慮預期損失)(c)貸款減值準備(d=c-b)貸款損失(e)期末攤余成本(f=a-d-e)2013年3481800.00174511.59248252.3473740.753408059.252014年3408059.25170815.62244528.5573712.9327219.153307127.162015年3307127.16165756.79237681.7671924.96-33352.603268554.802016年3268554.80163823.51232928.1269104.613199450.182017年3199450.18160359.913359810.090.00

(三) 預期損失模型對Z商業銀行的影響

從以上案例的計算結果不難看出預期損失模型的特點以及對商業銀行的影響。

第一，在現行的準則中所要求的已發生損失模型下，Z商業銀行在2014年以前該類貸款未發生客觀減值證據時并不計提減值準備，而在預期損失模型下，該類貸款于2012年就確認了288933.05萬元的減值準備，并且在2014年末出現減值跡象時重新評估預期損失率，更新了減值準備的計提結果。由此可見，預期損失模型有效解決了已發生損失模型存在的順周期性和滯后性的問題。運用預期損失模型進行金融資產減值的計提可以更早地確認預期損失，動態反映信用風險的變動，提供更為合理的數據信息。

第二，在利息收入的確認上，預期損失模型考慮了預期損失，用攤余成本和實際利率對利息收入進行計量，使得利息收入表現得更為平滑，可有效防止利息收入被高估。此外，預期損失模型可提供更多與貸款及利息收入相關的信息，有利于提高財務信息的透明度。

第三，從計算結果可以看出，在預期損失模型下，Z商業銀行的該類貸款2014年年末計提了314997.27萬元的減值損失，而在已發生模型下計提了870450萬元，這是由于在預期損失模型下，計算預期損失時，貸款減值的預期現金流涵蓋了整個貸款存續期間，而已發生損失模型是一次性計提所有減值金額。由此可見，預期損失模型有效解決了已發生損失模型存在的“懸崖效應”問題。

第四，當該類貸款出現價值回升的依據時，根據調整之后的預期信用損失率計算的結果看出，2015年年末Z商業銀行該類貸款應轉回33352.60元的減值損失，轉回后的攤余成本3268554.80萬元以按實際利率折現的金額為限，且預期損失模型只需對按攤余成本計量的金融資產進行減值測試且該類資產減值均可轉回；而在已發生損失模型下，只有在有客觀證據表明該金融資產價值已經恢復的情況下才能將減值轉回，且對不同類型的金融資產有相應的轉回限制。

四、結論與建議

通過以上的理論研究與案例分析，可以看出即將實施的新金融資產減值計提方法——預期損失模型的優勢。然而，由于當前國際會計準則委員會尚未對修訂后的準則提供具體的實施細則，因而如何確定金融資產整個存續期的預期損失是目前銀行業面臨的最大問題；另外，在預期信用損失模型下，適用該模型的所有金融資產都需要確認信用損失，而不僅僅是已經發生損失的資產，這將導致商業銀行資產減值準備的計提出現大幅度增加，銀行或將調整資產結構。因此，為更好地執行新準則，我國商業銀行需要做到：第一，準確解讀新準則，批判地認知預期損失模型提出的背景以及應用預期損失模型的優劣之處；第二，審時度勢，切實提高預測

能力，積極建立預期信用損失的預測方法體系，開發信用風險評級系統，以降低預測風險所帶來的偏誤；第三，量化測算預期損失模型對銀行資產減值計提和經營績效的影響，提前做好風險防范，以期控制執行新準則所帶來的財務狀況的大幅變動；第四，加強對銀行會計人員風險管理及預測等方面的培訓，切實提高會計人員的專業判斷和風險計量能力。

[1] 李曉丹. 貸款減值新計提方式預期損失模型探討——基于《金融工具:攤余成本和減值(征求意見稿)》[J]. 財會通訊,2011(22):88-89.

[2] 陸露,邵曉輝. 基于預期損失模型的金融資產減值準備計提——以房地產業銀行貸款為例[J]. 財會月刊,2012(23):81-83.

[3] 王守海,李塞北,劉瑋. 金融資產減值準則的國際進展、評價與研究啟示[J]. 會計研究,2014(06):40-47,96.

[4] 趙銀芬. 預期損失模型及其在我國的實施考慮[J]. 財會月刊,2014(21):24-27.