新能源發電企業應收賬款預期信用損失研究

翟慧敏

（中廣核太陽能開發有限公司，北京 100022）

一、引言

新能源發電作為新興行業，為擴大市場份額，企業構建了多種類信用銷售模式，雖然在一定程度上提升了市場競爭力，但也導致應收賬款額度增加，面臨著嚴峻的信用風險。對此，企業應積極創建預期信用損失模型，確定應收賬款管理過程中的損失準備金計提額度，將此類信用風險直觀準確地反映出來，由此保障財務數據準確無誤。

二、預期信用損失模型的影響因素

（一）歷史信用

客戶歷史信用是客戶過去有關賬款收繳的履約記錄，企業統計客戶應收賬款余額、信用損失率、逾期率等信息，便可確定某個時期應收賬款的實際數額，如果應收賬款的收取時間較長，其信用損失概率也將隨之提升。根據新能源發電行業的歷史數據可知，當應收賬款逾期3年后，回收概率將大大降低，信用損失率基本能達到100%。此類賬款余額還帶有轉移性特點，沒有收回的賬款可能轉移到下一個賬齡區間。以歷史數據為參考可計算過去某個階段不同賬齡段內的賬款轉移率，將轉移率與信用損失發生率相結合，便可推算出該階段不同賬齡段的賬款損失率。由于新能源發電行業具有周期性特點，在相同時段內客戶信用狀況基本相同，因此某個周期的歷史損失率可為預期信用損失計算提供參考。

（二）當前信用

該項因素包括客戶還款信譽、客戶財務情況、客戶抵押、客戶經營環境等方面。當前大部分新能源企業設立了信用管理部門，主要工作內容是管理客戶信用信息，客戶當前信用可通過該部門的評級數據來確定。此類企業在處理應收賬款損失控制的相關工作過程中，受客戶信用等級信息的影響較為突出。對等級較高的客戶來說，未來發生失信行為的可能性相對較小；對等級較低的客戶來說，即便當前還款狀態正常，但后續仍會有逾期還款的可能，還很有可能在這一過程中出現信用損失。企業在處理預期信用損失計算的相關工作過程中，一定要對客戶的信用等級管理工作足夠重視，保證客戶信用評級系數得到合理設定，科學調節歷史損失率。企業可以嘗試將最高信用等級系數設置為1，也就是無須調整歷史數據，剩余調整系數參考最高等級系數，按照相應比例設定。

（三）未來信用

對客戶信用情況產生影響的未來因素較多，包括行業環境、經濟環境、客戶自身財務狀態等。新能源行業與宏觀經濟的聯系緊密，在經營發展過程中受財政政策、固產投資、環保政策等因素的影響較大。例如，下一年固產投資規模會對發電項目數量產生影響，而所承接的項目收入對應收賬款具有直接影響。由此可見，在預期信用損失計量中，需要對前瞻性因素進行綜合分析。在行業發展的不同階段，客戶信用風險特點存在區別，可依靠行業周期客戶未來信用走向進行評估。例如，該企業設備更新周期基本固定，在快到更新周期時會產生較多的更新需求，且市場中會產生很多馬上進入淘汰狀態的設備，此類設備在參與抵押的過程中，擔保價值勢必受到影響，應收賬款的信用風險就會提升，因此，企業應對行業周期前景因素給予高度重視。大量研究表明，客戶信用問題的產生多因自身陷入財務危機，因此計量信用損失時還應關注客戶的財務情況，并創建預期信用損失模型，將預期的前瞻性信息充分反映出來。

三、創建預期信用損失模型的措施

新準則中明確指出，企業通過概率加權的方式估算預期信用損失，應將信用損失概率、未損失概率全面反映出來，并非僅對最好、最壞等極端情況進行估計。根據上述原則，企業應結合多種信用風險特點來計算，以調整后的歷史損失率為參考，計算出預期信用損失率，并將其當作概率值，創建損失估算模型，如下：

公式中，W代表的是預期信用損失率，A代表的是歷史損失率，B代表信用等級調整系數，C代表預期違約概率，N代表的是預期信用損失額，E代表的是預期信用損失率，F代表不同特征組的應收賬款額度。

（一）歷史損失率測定

該項指標可結合不同風險特征下的應收賬款得出，也可估算歷史損失率總數，按照不同的信用風險類型對調整系數進行優化。選擇過去某個時段，計算出不同年份的應收賬款轉移率，測定該階段歷史損失率總數進行，計算流程如下。

第一步：根據賬齡區間匯總不同年份的應收賬款余額。

第二步：按照不同年份相應的賬款余額得出轉移率，當年轉移率的計算方式是上年末該賬齡余額到下年末仍處于待收回狀態的金額與上年末該余額的比值。例如，2018年末，1年內余額為1 000萬元，到2019年末仍處于待收回的部分會轉移到1～2年，為800萬元，可計算出1年內應收賬款額度的轉移率為80%，也就是800萬元與1 000萬元的比值［1］。

第三步：在轉移率的基礎上得出歷史損失率。結合歷史統計結果，將賬齡超過3年的應收賬款信用損失率設定為100%，因不同企業的情況存在區別，該項指標可結合實際適當調整。歷史損失率是轉移率均值與3年以上應收賬款信用損失率之積。

（二）歷史損失率調整

歷史損失率在歷史數據的基礎上計算得出，只能代表以往情況，需要結合相關信息進行調整。一是根據信用風險特點將應收賬款分成不同組別，根據上文計算出的歷史損失率，計算不同風險組合下的歷史損失率；二是按照信用風險特點的區別設置調整系數，該系數可以客戶當前的信用等級為參考；三是按照預測出的未來宏觀環境、行業發展情況、客戶未來財務趨向等信息，測算違約概率；四是計算預期信用損失率，該項指標的計算方式是歷史損失率、違約率、信用調整系數的乘積。

（三）預期信用損失額計算

該項指標的計算方式是不同信用風險特點分組中的應收賬款余額與調整后信用損失率的乘積。在實際計算中，先要按照信用損失率與不同信用風險分組的應收余額相乘，得出不同類型的應收賬款的信用損失額。例如，賬齡不超過1年的信用等級為一級正常債權，應收賬款的額度為1 000萬元，預期信用損失率為5.07%，損失額的計算公式為1 000萬元與5.07%的乘積，即507 000元。將多種應收賬款的信用損失額度相加，便可得出信用損失總額，也就是當期應計提的損失準確金額。

四、預期信用損失模型在企業中的應用

（一）對金融工具風險計量的影響

該模型適用于計量金融工具的減值損失，自2018年開始在國內正式實施。文章結合金融資產特點，以新能源生產企業為例，分析該模型的應用對金融工具風險計量產生的影響。2015—2017年，該企業采用了傳統的已發生損失模型，減值計量額度逐漸降低；2018年開始使用預期信用損失模型，該年度減值損失額度提高了27.59%，與之相關的減值損失計量導致當期利潤降低。根據該企業年報披露內容可知，2018年信用減值損失內返售金融資產減值損失占比最高，為75.8%，2017年該項目占比僅為24.31%。可見，在實施信用損失模型后，對該企業返售金融資產的攤余成本計量資產產生了一定的影響［2］。

在利用該模型計量金融工具風險時，不但會對當期利潤產生影響，還會影響相關資產價值，使此類資產的價值更加合理，避免資產價值虛增。將該模型應用前后的資產類項目進行對比，可將模型變化對資產情況產生的影響直觀體現出來。根據年報數據可知，從2015年開始到2017年，采用傳統模型期間的減值準備計提額度先增加后降低，但減值準備在資產中的賬面價值占比始終在1.2%～1.6%之間浮動。到了2018年開始實施信用損失模型后，該企業減值準備計提比重超過傳統模型，賬面價值占比為2.34%。例如，對賬面價值最高的返售金融資產來說，與2017年相比，2018年的賬面資產降低42.63%，但期末減值準備額度提高250%左右，且應收賬款的面額也相對提升了37.15%，與之相對的應收賬款期末減值準備額度提高89.05%。與以往模型相比，應用損失模型計算出的減值準備是未來金融工具面臨的減值損失，并不是已經發生的減值額度，說明新模型可有效清除減值計量風險中的資產水分，使資產價值更為可靠。

（二）對金融工具風險披露的優化

在已創建損失模型的條件下，金融資產減值相關內容的披露不夠完善，只是單純披露多種類型金融資產減值處理、減值證據的衡量標準。但在應用信用損失模式后，就能將預期信用損失計量作為會計判斷納入披露內容中。在計算預期信用損失時，該企業在不同階段減值模型的基礎上，計算各個階段金融工具的預期信用損失。這也能夠有效區分債權類、融資類業務。前者信用損失包括違約風險敞口、違約概率、損失率三項指標，其中違約概率以投資業務信用評級為依據，損失率需要綜合分析擔保物的價值、交易對象等因素。后者的信用損失為違約風險敞口、損失率的乘積。在損失率比率計算中，該企業是在歷史損失率的基礎上計算的，為了準確判斷信用風險動態趨向，應明確定性和定量指標。在融資類業務中，要綜合分析客戶的信用情況、擔保證券所屬、發行者經營狀態等因素，將本金或者利息逾期1個月作為定量指標。在債券類業務中，須以合同逾期1個月為信用風險評估標準，如若逾期1個月，則將信用評級下降至二級，并將債券評級下降到投資級以下。

針對已經出現信用減值的情況，該企業會披露判斷條件，包括債務人在合同生效后逾期3個月、債券處于違約級別、債務人陷入財務危機等等。在前瞻性信息方面，債券投資主要對歷史KPI與模型因素進行回歸分析，在經濟指標基礎上明確預期違約率、違約敞口與損失率。在開展融資類業務中，應準確識別經濟類指標，并與業務風險建立聯系。

（三）對信用風險的抑制作用

該模型在新能源發電企業的應用還可有效抑制信用風險的發生，將傳統模型中的風險識別由被動變為主動，更加合理地創建信用模型，能夠與帶有不確定性風險的金融工具充分匹配，且使信用風險涉及范圍更廣，可有效控制大量減值對企業經濟產生的負面影響，具體表現如下。

1.增強主動風險控制能力。與以往已發生的損失模型相比，預期信用損失模型中的減值計量理念發生了較大改變，從客觀證據變為考慮金融工具的信用風險，使風險控制從以往的被動變成主動。在傳統損失模型中，金融資產減值損失計量需要有客觀證據。新能源企業將公允價值跌幅大于成本的1/2設定為已經出現減值的依據，在此基礎上的資產損失計量常常存在滯后性，在需要采集證據時，又會大幅增加計提金融資產減值準備。可見，傳統模型不具備主動識別風險的能力，但對預期信用損失模型來說，將風險增加作為判斷依據，盡管以往無壞賬情況發生，但依然會考慮到信用風險問題，能夠做好預期信用損失準備。這樣不但能夠提前計量后續可能出現的信用風險，還可提前確定減值損失，有效控制大量減值對企業經濟產生的不良影響。

2.信用風險揭示更全面。因預期信用損失模型將預期損失分成三個階段，新能源企業只需計算金融項目的三個階段預期損失額即可。與以往模型中單純披露初期金額、期末金額相比，新模型的信用風險揭示更加全面。當前，此類風險披露可分成四種類型，即風險敞口、風險管理、損失定量與相關信息。在披露內容上更加細致具體，涵蓋范圍更廣，能夠有效提升企業風險因素的應對能力，還可為數據庫建設與人才培養提供更多助力。

3.損失模型創建更加合理。信息技術水平逐漸提升，信用損失模型計量會變得更加精確，帶有前瞻性信息的損失模型也會更加合理［3］。

（四）應用展望

當前，信用損失模型在使用過程中面臨的最大障礙便是評估所需數據不足。這就要求企業在日常經營中注意數據采集和管理，創建完善的數據庫，并設置專門的信用管理部門，對客戶信用狀況進行動態跟蹤，有效規避信用風險。各部門間應打破屏障，實現信息溝通與共享，尤其是業務部門與財務部門應借助網絡系統實現數據同步，節約溝通成本，使風險評估更加精準透明。新能源發電行業作為市場中的新興行業，在國內起步較晚，應注重人才培育機制的創建與完善，培養出更多技能型人才，使其能夠靈活運用管理信息系統，幫助企業更加高效地開展風險識別與管理工作，培育更多復合型會計人才，幫助企業不斷更新和優化信息系統，滿足企業的業務發展需要。

五、結語

新能源發電企業在經營發展中，應遵循新金融工具準則要求，積極創建估值信用損失模型，將歷史數據、當前信息與未來信息有機結合，并充分考慮本行業的特殊性，調整宏觀環境與客戶群體等特殊估值，有效減少主觀性的干預，將應收賬款信用風險客觀展現出來，才有助于該行業長遠發展。