預期損失法對券商行業順周期效應的影響

東吳證券股份有限公司 周磊

2008年國際金融危機發生后，外界對于現行準則下已發生損失法(以下簡稱舊方法)暴露出的順周期效應等問題提出了廣泛的批評，因此財政部2017年正式發布修訂后的《CAS22號——金融工具確認和計量》，引入了預期損失法(以下簡稱新方法)作為金融工具減值計量的基礎，這一方法會對券商行業的順周期效應產生影響。鑒于此，本文以券商行業2018年報和2019年一季報數據為實例進行了具體分析，并針對如何實現這一方法的逆周期效果提出了應對建議。

1 預期損失法的主要變化

1.1 舊方法的主要規定

舊方法規定，當券商對金融資產計提減值準備時，相關損失已經發生，因此這種方法稱為已發生損失法。舊方法不考慮預期損失信息，因此券商在實務中往往在市場繁榮時少提準備，在市場蕭條時多提準備，會在一定程度上加大行業的順周期效應。

1.2 新方法的主要規定

新方法的主要規定如下：“企業應當按照本準則規定，以預期信用損失為基礎，對下列項目進行減值會計處理并確認損失準備?！薄邦A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?！薄捌髽I在進行相關評估時，應當考慮所有合理且有依據的信息，包括前瞻性信息?！?/p>

從上述規定可以看出，新方法在計提減值時面向未來，要求券商考慮包括前瞻性信息在內的各種可獲得信息，因此在實際計量時從時間維度上將未來“潛在損失”的確認時點進行了提前，為券商在市場繁榮時多提準備，市場蕭條時少提準備的逆周期操作提供了制度依據。

2 新方法對我國券商行業順周期效應的影響

根據財政部和證監會的要求，國內的12家“A+H”券商從2018年1月1日起開始施行新方法，其他券商從2019年1月1日起施行新方法，故以券商2018年和2019年1季度公開披露的數據為實例，從三個時間維度具體分析如下。

2.1 2018年1月1日當日實施新方法的影響

如表1數據所示，12家券商對于相同資產在新方法下的減值計提幅度基本大于舊方法下的計提幅度，但各自上升的幅度不同。

可見一方面新方法將券商2018年及以后年度的“潛在風險”在2018年1月1日就進行了顯性化的體現，對減值的計提時間進行了提前，因此能夠在一定程度上緩解券商行業的順周期效應。

但另一方面在新方法實施日，各券商由于減值方法調整產生的逆周期效應存在差異，這在一定程度上是因為新方法是通過建立面向未來的模型對減值進行提前測算來計量的，對于“顯著惡化”“違約”“折現率”等界定要求和具體參數缺乏統一的客觀標準(以下簡稱客觀標準問題)，存在一定的主觀性，同時券商內部的業務結構和數據管理能力也參差不齊，影響了模型逆周期操作的實際效果(以下簡稱模型質量問題)。

表1 新方法實施日已發生損失計量變為預期損失計量的調整數(單位：億元)

2.2 2018年全年實施新方法的影響

根據券商中國公告的證券業協會統計數據顯示，2018年資本市場形勢嚴峻，131家券商2018年度合計計提資產減值損失284.32億元，較上年同期增加225.76億元，增幅高達386%，整個行業的減值計提出現了明顯的順周期效應。

如表2數據所示，12家實施新方法的券商2018年計提的資產減值損失合計96.11億，與2017年相比增加37.46%，遠低于行業增幅。根據對行業順周期效應的影響12家券商具體可分為三大類：(1)4家券商的減值損失同比下降，出現了與行業趨勢相反的明顯逆周期效應。(2)7家券商的減值損失同比增加，但增幅低于行業，出現了與行業趨勢相同的逆周期效應。(3)1家券商的減值損失同比增加，且增幅高于行業，加大了行業的順周期效應。

表2 2018年資產減值損失與上年同期對比表(單位：億元)

結合表1數據分析，可以發現產生明顯逆周期效應券商中的東方證券、海通證券、廣發證券均屬于在新方法實施日的調整金額較大的券商，如假設這三家券商在2018年1月1日未根據新方法提前計提減值，則他們同樣會產生與行業趨勢相同的減值同比上升情況。

可見一方面券商在新方法實施日提前計提的準備對其2018年產生的減值損失起到了一定的彌補作用，有11家券商使用新方法后對整個行業起到了逆周期調節的作用，但由于使用新方法的券商較少，上述券商的逆周期調節并未扭轉2018年整個行業的順周期效應。

另一方面受限于模型質量問題，券商使用新方法的逆周期調節效果存在差異，有1家券商還加大了行業的順周期效應。

2.3 2019年1季度實施新方法的影響

根據中國證券業協會統計數據顯示，2019年一季度證券市場股債指數雙漲，資產減值損失合計沖回17.46億元，與上年同期計提的9.34億元相比，降幅為287%，整個行業的減值計提與2018年相同，都出現了順周期效應，但與2018年相比幅度有所下降。

如表3數據所示，12家券商2019年1～3月計提的資產減值損失合計-4.86億，與上年同期相比降幅為210%，低于行業降幅。根據對行業順周期效應的影響12家券商具體分為三大類：(1)6家券商的減值損失同比增加，出現了與行業趨勢相反的明顯逆周期效應。(2)2家券商的減值損失同比下降，但降幅低于行業，出現了與行業趨勢相同的逆周期效應。(3)4家券商的減值損失同比增加，且增幅高于行業，加大了行業的順周期效應。

表3 2019年1～3月資產減值損失與上年同期對比表(單位：億元)

結合表2數據分析，可以發現東方證券、海通證券、廣發證券3家券商延續了2018年市場蕭條時對行業的影響，在市場繁榮時同樣也削弱了行業的順周期性。

可見一方面新方法的逆周期調節效果正在逐步體現，12家從2018年1月1日開始實施新方法的券商中有6家在2019年1季度出現了明顯的逆周期效應，與2018年的4家相比有所上升。

另一方面新方法在整個行業的實施并未扭轉2019年1季度行業整體的順周期效應。這在一定程度上是因為一方面客觀標準問題給了券商進行盈余管理的空間，部分券商在2019年一季度進行了減值的大額沖回，加大了當期行業的順周期效應。另一方面模型質量問題導致部分券商提前確認的減值損失不合理，減弱了新方法產生的逆周期管理效果。

3 對策與建議

根據以上分析，針對該方法自身的客觀標準問題和券商在實際應用時的模型質量問題提出以下應對建議。

3.1 該方法自身的客觀標準問題

由于新方法適用于所有行業，在制度上缺乏針對券商行業的具體的定量標準，因此建議進行補充規范來應對客觀標準問題。具體如下。

(1)建議券商行業的監管部門根據行業特征出臺更為明確的規定，從制度上壓縮券商通過主觀判斷來計提和沖回減值進行盈余管理的空間，從而弱化券商行業的順周期性。例如中國證監會根據行業特征于2013年通過《會計部函[2013]295號》給出了“持續一年以上”或“50%以上”的定量標準，解決了舊方法中“嚴重或非暫時性下跌”的判定缺乏統一客觀標準的問題，新方法同樣也需要有相似的根據行業特征制定的定量細則來對客觀標準問題進行補充規范。

(2)建議中國證券業協會等行業自律組織可以牽頭加強業內的信息共享和同業交流，按照業內達成共識符合監管逆周期調節要求的行業標準來進一步規范模型的界定要求和具體參數，尤其是針對行業順周期性的特點，應深入探討研究在客觀標準中加入對行業進行逆周期調節統一因子的可行性，以此提升整個行業的逆周期管理水平。

3.2 券商在實際應用時的模型質量問題

對于模型質量問題建議券商一方面在平時加強對數據的集中管理，打破部門間的信息壁壘，整合財務數據、風險數據和業務數據，推進大數據庫體系的建設，提升數據治理水平，為模型的逆周期操作提供數據支撐；另一方面在開展業務時需兼顧新方法所反映的減值數據，通過業財融合下的前瞻性測算對業務結構進行優化，提高在不同經濟環境下減值計提的平穩性。同時建議監管部門可以根據券商對行業順周期效應的影響給予適當的獎懲(如將影響效果加入券商分類評級標準)，并將調整效果顯著的模型在業內進行推廣，引導整個券商行業提高模型的逆周期管理質量。

4 結語

通過以上分析，可以看出新方法為券商在市場繁榮時多提準備，市場蕭條時少提準備的逆周期操作提供了制度依據，也對我國券商行業的順周期效應起到了一定的削弱效果，但受限于新方法自身的客觀標準和券商在實際應用時的模型質量問題。從目前的數據來看，券商行業的順周期效應仍然存在，因此該方法自身尚需補充完善，券商也需積極應對，同時建議監管部門和行業自律組織對新方法的有效實施給予適當的引導。新方法對券商行業順周期效應的后續影響還有待以后年度的數據進行論證。