實施新金融工具準則對上市銀行的影響分析

馮所騰 許旭明

從上市銀行對外披露的2018年年度財務報告中，可以了解實施新金融工具準則對這些銀行的財務影響，同時分析不同銀行所采用的會計政策和重大會計估計，繼而深入分析中國銀行業實施新準則所面臨的問題和挑戰，探討銀行內部治理和控制流程的變革需求，以及行業監管政策須覆蓋的重點領域。

2017年3月31日，財政部修訂發布了《企業會計準則第22號——金融工具確認和計量》《企業會計準則第23號——金融資產轉移》和《企業會計準則第24號——套期會計》等三項金融工具相關會計準則，這三者被合稱為“新金融工具準則”或“中國版IFRS 9”。

按財政部的要求，國內企業將分步實施新金融工具準則。境外上市企業自2018年1月1日起執行新金融工具準則，境內上市企業自2019年1月1日起執行，其他非上市企業自2021年1月1日起執行該準則。國內企業可選擇提前實施新準則。

根據上市銀行已披露的2018年年報及業績公告顯示，在48家上市銀行中，有28家上市銀行在2018年1月1日正式實施新金融工具準則，其中，除浦發和平安這兩家銀行為境內上市銀行提前執行該準則，其他銀行全部為境內外同時上市或境外上市銀行。

本文針對上述已實施新金融工具準則的銀行， 區分大型商業銀行、股份制銀行和城/農商行三個梯隊，通過對上市銀行年報及業績公告披露數據的分析，從實施首日整體財務影響、金融資產重分類和預期信用損失三個維度，解讀新金融工具準則對于中國上市銀行的財務影響，探討銀行治理層需要關注的信用風險管理與財務報告控制領域，并提出相關政策建議。

上市銀行實施新準則首日整體財務影響分析

根據銜接規定，銀行首次實施新金融工具準則，應當追溯調整其金融工具賬面價值，累計影響計入首次實施日（即2018年1月1日）的留存收益或其他綜合收益。但是，銀行不需要重述比較期數據。這與以往很多會計準則修訂的實施要求有所不同。因為比較期數據未經重述，會導致實施新準則后的財務數據與比較期數據之間缺乏可比性。換句話說，實施新準則導致的資產公允價值減少或減值準備增加，既不會減少2018年度的凈利潤，也不會減少2017年及以前年度已經披露的凈利潤。

除個別銀行外，新金融工具準則的實施造成上市銀行股東權益出現不同程度的減少，主要是由于采用預期信用損失模型增提資產撥備所致。全國性股份制銀行的平均股東權益變動最為顯著，實施新準則導致全國性股份制銀行的股東權益平均降低2.09%，大型商業銀行的股東權益平均降低1.72%，城/農商行的股東權益平均降低1.54%。（見圖1）

對股東權益凈影響進行分解，可以觀察到未分配利潤和其他綜合收益這兩個權益項目的變動比較明顯。其中，總體未分配利潤減少，而其他綜合收益增加。未分配利潤的累計影響可能源自于資產分類變化或資產減值準備變動，而其他綜合收益的累計影響通常是以公允價值計量且其變動計入其他綜合收益的金融資產分類變化導致。

上述數據展現出的內在一致性，反映了各家銀行在實施新準則過程中，可能都面對了相同的系統性沖擊，或者采取了相對一致的會計政策，比如對類似的金融資產組合都進行了重分類。為了深入理解這個問題，需要從金融資產重分類和預期信用損失計量兩個領域入手分析。

金融資產重分類影響分析

原準則要求企業按照管理層持有金融資產的意圖，將金融資產分為四類：交易性金融資產（HFT）、持有至到期投資（HTM）、貸款及應收款（L&R）和可供出售金融資產（AFS）。新準則要求企業按照其管理金融資產的業務模式和金融資產的現金流量特征，將金融資產分為三類：以攤余成本計量的金融資產（AC）、以公允價值計量且其變動計入其他綜合收益的金融資產（FVOCI）和以公允價值計量且其變動計入當期損益的金融資產（FVTPL）。從新舊準則下資產分類名稱差異可以看出，新準則不再強調持有意圖，而是直接將會計計量屬性作為金融資產分類名稱。

業務模式

從會計理論角度來看，新準則提出了全新的金融資產分類方法，但是從會計實務角度來看，企業管理金融資產的業務模式往往都會體現出企業持有某項金融資產的意圖。比如原準則下分類為持有至到期投資（或貸款及應收款）的資產，通常能符合新準則下的持有且收取合同現金流量的業務模式（對應分類為AC）;分類為可供出售金融資產，與管理層兼顧收取合同現金流量和出售金融資產的業務模式（對應分類為FVOCI）也有很大的相似性。

當前國內的商業銀行，不論規模大小，還是以經營傳統信貸業務為主，金融投資和交易組合在總資產中的占比有限（不考慮被劃分為金融投資的類信貸業務，比如底層資產為貸款的非標投資）。上述以業務模式為基礎的會計分類要求，在實務中并未造成太多的困難和挑戰。大多數銀行對其資產負債表上的貸款和金融投資都能夠采用“平移”的方式進行新舊準則的平穩過渡（即不改變其會計計量屬性）。根據上市銀行年報及業績公告數據統計，首次實施日大型銀行和股份制銀行約93%的AC類資產實現“平移”，城/農商行該項比例更是高達約98%;各類銀行FVOCI類資產能夠實現“平移”的比率也在90%左右。

較為特殊的是，某些存在“出售”情況的傳統業務，比如票據貼現（原分類為L&R），在新準則下只能重分類為FVOCI，甚至FVTPL（取決于票據轉貼現的規模和頻率）。同時，某些銀行在大規模且頻繁地開展信貸資產轉讓或證券化交易時，也需要持續關注該等資產組合的業務模式判定問題。

現金流量特征測試

所謂金融資產的現金流量特征測試，是指企業需要判斷金融資產在特定日期產生的合同現金流量是否僅為對本金和以未償付本金金額為基礎的利息的支付（SPPI），是否與基本借貸安排相一致。金融資產只有滿足SPPI測試要求，才需要分析其所在金融資產組合的業務模式，進而確定其會計分類是AC、FVOCI或者FVTPL;否則，該項金融資產將被直接分類為FVTPL。

從財務流程角度看，SPPI測試的挑戰在于銀行需要逐筆金融合同分析其現金流量，而且為了避免資產的會計分類與管理層對該項資產的業績評價方法出現沖突（比如按利息收益率考核的資產組合購入了一項只能分類為FVTPL的資產），SPPI測試工作必須前置于交易確認流程。對于大型銀行而言，SPPI測試的挑戰主要來自金融合同種類繁多且數量龐大，需要信息系統的協助以減少人工的負擔;對于那些持有較多非標投資組合的股份制銀行和城/農商行而言，還需要考慮人工方式分析非標合同現金流量的效率和準確性。

從財務影響角度看，銀行持有的復雜的結構化投資、信托計劃、資管計劃、基金投資、理財產品等金融資產，很可能不滿足SPPI測試，從而需要分類為FVTPL，導致銀行資產負債表中FVTPL資產的占比增加，銀行損益表受到上述資產估值波動影響而增加。由于不同銀行在金融投資組合中的資產配置策略不同（比如非標資產占比和久期），因此相應的財務影響程度也不盡相同。總體而言，股份制銀行和城/農商行受到的影響比大型銀行更為明顯。根據數據統計，大型銀行FVTPL類資產在總資產的占比，從2017年末的2.0%上升至2018年末的2.9%左右;股份制銀行從1.1%上升至4.7%左右;城/農商行則從0.9%上升至9.1%。

權益工具投資

新準則規定權益工具投資應按公允價值計量且其變動計入損益，若初始不可撤銷地選擇在其他綜合收益計量公允價值變動，則其他綜合收益不會循環計入損益。換言之，原準則下非上市股權投資可以按成本計量的規定已被取消，所有的權益工具投資將只能按公允價值計量。銀行持有權益工具投資（比如通過債轉股或以股抵債獲得的股權），將要面對公允價值計入損益或權益的會計分類選擇。管理層做出該項決策，不僅需要考慮對財務報表的影響，還需要考慮對相關人員行為的影響。比如，為了避免估值波動影響銀行利潤表而選擇FVOCI分類，是否會促成或導致資產損失被人為掩蓋在股東權益中而不被發現。

預期信用損失影響分析

新金融工具準則要求金融資產減值計量由“已發生損失模型”改為“預期信用損失模型”，適用于以攤余成本計量的金融資產、以公允價值計量且其變動計入其他綜合收益的債務工具投資，以及貸款承諾和財務擔保合同。

減值準備總體影響分析

從理論上說，新準則實施后銀行總體貸款撥備水平應該會上升。原因在于，以前的已發生損失模型下對新發放的貸款不提減值，但是新準則下對新發放的貸款也要預計損失，并對其計提撥備減值。預期信用損失包含了前瞻性的判斷，結合銀行對未來經濟周期的判斷，如果對宏觀經濟持樂觀態度，計提的減值撥備可能會偏小，反之亦然。準則要求銀行根據信用風險狀況對貸款劃分減值階段，新發放的貸款通常被劃分為第一階段，僅需要計提未來12個月的減值撥備;但是信用風險顯著增加時，貸款會被劃分為第二階段，需要計提全部剩余存續期的減值撥備。對于劃入第二階段，而且剩余期限較長的貸款而言，撥備率將會大幅度增加。另外，以往通常僅對表內貸款計提減值準備，現在需要對表外信貸承諾計提減值準備，貸款撥備計提的范圍增大了。

此外，合理判斷金融投資的減值準備總體水平也會所有上升。因為在預期損失模型的概念下，即使某些金融投資（比如債券投資）沒有或較少歷史違約經驗數據，也并不代表其未來不會違約，從而或多或少都需要計提部分預期信用損失。不過，基于當前國內銀行持有的金融投資總體風險特征來看，金融投資組合的撥備比率將會顯著低于貸款組合，除非該金融投資組合中配置了較高比例的與信貸資產風險類似的非標投資。

根據上市銀行披露數據統計，首次實施日大型銀行、股份制銀行和城/農商行的金融工具減值準備（包括貸款、金融投資和表外信貸承諾等）的整體增幅分別為15.9%、13.4%和11.4%。（見表1）

上述總體增提比率的差異，并不代表股份制銀行或城/農商行的整體信用風險狀況較大型銀行更好。從增提比率角度看，大型銀行和股份制銀行表內貸款的增提比率均在9%左右，因此總體增提比率的差異主要來自表外信用承諾和非信貸資產。從增提金額的結構看，大型銀行表內貸款的撥備占比約55%，表外信用承諾的撥備占比約39%。相比之下，股份制銀行的這兩項比例分別約為61%和22%，與大型銀行有比較明顯的差別。

在原準則下，表外信用承諾（比如財務擔保合同）在客戶違約后將轉入表內貸款及墊款按已發生損失計提減值準備，未發生違約前很少或幾乎不計提減值準備。由于基數非常低的原因，首次實施日的增提比率都會非常高，其中大型銀行和股份制銀行的增提比率分別為947%和865%。大型銀行表外信用承諾的撥備增提金額占比較大，這會拉高其整體撥備增提比率。

值得注意的是，與大型銀行和股份制銀行不同，城/農商行對于非信貸資產（主要為金融投資）的撥備增提金額占比高達50%，而表內貸款的撥備增提金額占比僅有25%。這與城/農商行金融投資組合中配置了較高比例的非標投資有關系。據上市銀行披露數據不完全統計，城/農商行的非標投資占金融投資的比重約57%。

總體來看，新準則對上市銀行的總體減值準備有非常顯著的影響，不同類型銀行在資產組合結構上的差異會造成不同程度的影響。對于大型銀行和股份制銀行而言，表內貸款及表外信用承諾等信貸業務受到的影響是主要的;對于城/農商行而言，金融投資受到的影響是主要的。

結合銀行風險管理現狀，對銀行的撥備計提政策和結果進一步分析，可以發現，逾期貸款率與撥備增提比率的正相關性較為明顯，其中大型銀行的逾期貸款率與撥備增提比率的相關性相對較高（逾期率越高則增提比率越高），股份制銀行和城/農商行都可以觀察到異常點，尤其是部分城/農商行的逾期率已超過3%，但撥備增提比率僅與逾期率約2%大型銀行的撥備增提比率相若。值得注意的是，個別股份制銀行和城/農商行出現了減值準備回撥的情況，其逾期率和不良率都相對較低。

另外一個特點是撥備覆蓋率與撥備增提比率的負相關性較為明顯，不論大型銀行、股份制銀行或者城/農商行，都普遍呈現出撥備覆蓋率高則減值增提比率低的現象。撥備覆蓋率最高的幾家銀行，都僅是小幅度增提撥備，甚至有撥備回撥的情況。

預期信用損失模型分析

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。新準則沒有對如何計量預期信用損失給出具體的計算公式和參數，但是提出很多原則性要求，其中比較重要的包括：（1） 判斷某項資產是否發生信用風險顯著增加，分別計提12個月或存續期的預期信用損失;（2） 預期信用損失的計量應考慮前瞻性的信息，比如宏觀經濟預測對減值準的影響;（3） 采用概率加權的無偏估計（期望值），而非最可能發生的估計結果。

作為國內新金融工具準則實施的先行者，上市銀行皆在摸索預期損失模型的建模方法、關鍵會計政策的制定、重大會計估計和判斷依據等重要課題。可以預見，不同銀行在模型方法論和重大會計政策估計上，都可能存在一定的差異。

信用風險顯著增加的判定標準

（1）會計政策披露

多家上市銀行在年報或業績公告會計政策中披露，在評估信用風險是否出現顯著變化時，將下列內容作為主要考慮因素：監管及經營環境、內外部信用評級、償債能力、經營能力、貸款合同條款、還款行為等，包括前瞻性信息，并且按照定量標準、定性標準及上限指標等。整體來看，大部分銀行在判斷信用風險顯著增加時，考慮的定性標準都比較全面。

新準則提出了唯一的一個定量標準，無論銀行采用何種方式評估信用風險是否顯著增加，均存在一個可推翻的假設：如果合同付款逾期超過30天，則表明金融資產的信用風險顯著增加。幾乎全部上市銀行的會計政策披露中，都明確了該項量化標準。但除此之外，鮮有銀行詳細披露其他的量化標準。

（2）各階段貸款的平均撥備率分析

根據上市銀行披露的2018年末貸款減值準備及對應本金信息，可以計算不同銀行各階段貸款的平均撥備率。總體來看，階段一貸款的撥備平均水平在1.3%～1.4%（貸款未來12個月的預期損失），階段二貸款的撥備比率在15%～21%（貸款存續期的預期損失），階段三貸款的撥備比率在52%～75%（已減值貸款存續期的預期損失）。（見表2）

從統計結果來看，信用風險顯著增加時（由階段一轉入階段二）和存在客觀減值證據時（由階段二轉入階段三），都會產生非常明顯的預期損失增加。前者通常被稱之為“懸崖效應”，反映同一筆/組貸款12個月和存續期的預期損失差異;后者則是統計均值結果，反映已減值和未減值貸款組合存續期的預期損失均值差異。

如果將各上市銀行的各階段貸款平均撥備比率進行比較，可以觀察到，不論大型銀行、股份制銀行或城/農商行，都存在一些明顯偏離均值的情況，其中城/農商行的偏離情況最為明顯。不同銀行在貸款組合的風險特征上都存在差異，而且預期損失模型的方法論也有可能存在明顯區別，因此并不能由此得出某家銀行的預期損失計量更合理、更審慎或不充分的結論。如果對標分析業務和風險同質化程度較高的兩家銀行，撥備比率仍存在較大差距，那么銀行或需重新檢視預期損失模型整體方法論的合理性，以及管理層做出的重大會計假設和判斷的合理性。

（3）階段劃分標準與監管分類標準比較

信用風險顯著增加的標準是多維的，且應該考慮前瞻性的信息，而不能僅依賴逾期信息（除非付出的額外成本過高）。換句話說，某些五級分類為正常類且未逾期的貸款，也有可能被認定為信用風險顯著增加。上市銀行年報或業績公告披露的數據反映出階段二貸款占比高于逾期貸款占比和關注類貸款占比的情況是比較普遍的。這說明銀行對新準則的解讀是一致的。但是，階段二貸款的占比較逾期貸款占比的差距，在大型銀行、股份制銀行和城/農商行之間存在較大分化，城/農商行可能將更多未逾期的正常類貸款劃入了階段二，按照存續期計提預期信用損失。（見圖2）

另一個值得注意的地方是，階段三貸款占比與不良貸款率之間的差異。大型銀行這兩項比率基本持平，這意味著其對于準則規定的“已減值貸款”與監管規定的“不良貸款”很可能采用了一致的定義標準。然而，股份制銀行和城/農商銀行的階段三貸款占比明顯高于不良貸款率，這個現象有可能是因為某些貸款已經被判定為“違約”（存在客觀減值證據），但是尚未被認定為五級分類的后三類。由于會計準則與監管規定并未澄清該兩項定義是否存在內在的一致性，因此上述不同銀行的處理差異，可以理解為對會計準則和監管規定的解讀不同。

前瞻性信息和多情景分析

不論是前述信用風險顯著增加的評估，或是預期信用損失的參數估計（包括常用的違約概率PD、違約損失率LGD、違約風險敞口EAD等），均涉及銀行對于前瞻性信息的判斷，即結合銀行對未來經濟周期的判斷，如果對宏觀經濟持樂觀態度，計提的減值撥備可能會偏小，反之亦然。

預期信用損失建模是一項系統工程，選擇某項前瞻性指標，需要考慮以下幾點：第一，該項指標與資產組合信用風險的相關性;第二，該項指標與其他指標之間的相互獨立性;第三，該項指標的穩定性及可預測性。在建模過程中，按準則要求應該考慮所有內部和外部的相關信息，經過論證后，假如存在更符合上述幾點的指標，那么是可以選用其他更合適的指標的。

根據上市銀行年報或業績公告會計政策披露，其中21家上市銀行均披露了將國內生產總值作為影響預期信用損失前瞻性信息的宏觀經濟指標之一，另外居民消費價格指數及生產價格指數也被多家上市銀行采用，屬于較為常見的宏觀經濟預測指標。然而，僅有少數銀行披露了其宏觀經濟指標的預測值，以及預期信用損失對該等宏觀經濟指標預測結果的敏感性。在披露宏觀經濟情景設置的上市銀行中，通常都設置3個經濟情景，分別為樂觀、基準、悲觀。然而，僅有少數銀行披露了各經濟情景下預期信用的計量結果，以及相應設置的權重。

預期信用損失建模和管理層疊加調整

任何計量模型都存在內在缺陷，或有可能是因為建模所使用的數據積累不足，或有可能是歷史數據難以解釋當前的情況和未來的發展趨勢。預期信用損失模型也是如此。

根據上市銀行年報及業績公告披露信息，多家銀行建立的預期信用損失模型是以當前風險管理所使用的內部評級體系為基礎，根據新金融工具準則的要求，考慮歷史統計數據（如交易對手評級、擔保方式及抵質押物類別、還款方式等）的定量分析及前瞻性信息，建立違約概率、違約損失率及違約風險敞口模型。

截至目前，僅有六家大中型銀行的內部評級模型經過了銀保監會驗收，并應用于監管資本的計量，銀行會按監管要求對內部評級模型進行定期驗證和校準。對于那些內部評級模型尚未經過監管驗收，且內部評級模型未經過定期重檢的銀行，將預期信用損失模型建立于內評模型之上，還需要確保內評模型的管理流程能夠滿足財務核算的要求。

即使模型經過驗證有效，也不能代表其輸出的參數估計值（比如PD、LGD和EAD等）經過前瞻性調整后，就能夠完整地反映所有資產組合風險、宏觀經濟波動和管理層風險管理策略變化等因素的影響。管理層可能綜合評估模型風險后，會對模型輸出結果進行調整（“管理層疊加調整”）。鑒于管理層疊加調整涉及重大的假設和判斷，需要更嚴謹的治理機制和內控流程確保其合理性。

四家上市銀行在年報中披露了管理層疊加調整的性質和原因，但未披露具體的金額、假設和敏感性信息。由于管理層疊加調整是國際上常見的方法，其他上市銀行或有可能也運用了類似原理。

總結和建議

綜合前述的分析結果，可以將上市銀行實施新準則過程中存在的問題和對銀行運營和管理的挑戰歸納為以下幾點：

第一，新金融工具準則的實施對于國內上市銀行而言，影響重大且深遠。雖然，部分上市銀行已經發布了首份經過外部審計的按新準則編制的財務報表，但是，在新準則規定的解讀和理解方面，還存在不足或不一致的地方。

第二，新金融工具準則對國內上市銀行的主要影響在于預期信用損失的計量。從各家銀行實施情況來看，信用風險顯著增加的判定標準、模型參數估計方法論、宏觀經濟預測和經濟情景設置等方面仍有需要完善的地方。

第三，預期信用損失計量不僅是一項會計核算工作，其對管理層的財務管理和信用風險管理，如績效考核、預算安排、財務規劃、指標管理、產品定價、內評模型、五級分類等都將帶來很大影響和挑戰。

針對前述幾項問題和挑戰，從行業監管角度或銀行內部管理角度，可以歸納的概括性建議和意見包括：

第一，監管機構可考慮對國內銀行實施新準則的情況進行調研和總結，比照其他國際監管機構的做法，提出相對具體的實施指引和規范，尤其是預期信用損失模型的方法論、銀行內部模型治理要求、信息系統和數據質量要求，以及信息披露要求等。

第二，銀行治理層應充分關注預期信用損失計量的治理架構，明確相關制度和流程對預期損失模型進行管理，尤其是涉及建模方法論、模型修改、模型驗證等關鍵流程。同時，治理層還需要充分了解涉及預期損失計量的重大會計假設的依據，從而做出合理的判斷。

第三，銀行管理層應建立與銀行風險管理緊密聯系的減值計量制度、流程、信息系統和數據管理，考慮增加專業人員配置，協調各業務條線，充分評估模型影響，確保模型的平穩運行。

本文是作者的個人意見，不一定代表其所在機構的觀點。

（作者系安永華明會計師事務所（特殊普通合伙）合伙人）