預期信用損失模型對商業銀行風險管理的啟示
——以X銀行為例

孔令睿

（重慶理工大學，重慶 400054）

1 引言

新金融工具準則是2017年財政部為了同國際接軌，對我國會計準則提出的修訂。在新的金融工具準則中，對金融工具分類和金融工具減值計量等做出了修改。其中，最為關鍵的是，提出了預期信用損失模型來對金融資產的減值進行計量，這種減值方式的調整，能解決撥備計提的順周期問題，及時足額地反映出金融資產的減值風險，減輕金融機構與外部監管者、投資者之間就金融資產存在的信息不對稱問題。

新金融工具準則雖然已在我國的企業中全面實施落地，但是預期信用損失模型在運用過程中還存在設立復雜、三階段界定不清晰等諸多問題。本文對預期信用損失模型三階段減值法進行介紹，并對案例銀行進行數據分析，最后提出進一步完善預期信用損失模型實施的建議。

2 文獻回顧

學者們在對新金融工具準則的應用進行分析時，對其中最關鍵的預期信用損失模型作了較詳細的研究。首先，預期信用減值模型是否可以完全避免已發生損失模型的順周期效應問題？李峰和吳海霞（2015）指出，預期信用減值模型計提準備金的前瞻性信息調整是基于時點（Point in Time，即PIT）判斷宏觀經濟因素變動的影響，準備金計提仍會和經濟周期對資產質量的影響呈現出一致性，銀行利潤波動仍具有親周期性特征。胡辰和李心丹（2019）認為，預期信用損失模型并未從根本上改變撥備計提的理念，只是將計提規則由已發生損失模式的“后瞻性”改為“前瞻性”，同時考慮未來宏觀經濟變化的影響，雖然可以在一定程度上緩解順周期效應，但并不能將其完全消除。其次，在新準則的執行方面，劉瑛和莊天琦（2019）認為，預期信用損失模型最大的特點在于不僅要考慮客觀減值證據，還要評估金融工具未來面臨的信用風險。李詩等（2022）將中國平安依據新金融工具準則建立的金融資產減值體系分為三大步驟：第一步是按信用風險特征對金融資產進行分類，判斷減值所屬的“三階段”，這一步主要依賴企業信用風險管理部門的工作，主要考慮的因素是公司對其資產組合的內部信用評級；第二步就是根據預期信用損失計算模型，測算違約概率（PD）、違約損失率（LGD）、違約風險暴露（EAD），還需要根據宏觀經濟變量等前瞻性信息進行調整，再按不同經濟情景計算各階段的加權信用損失，這一步工作量極大，模型基礎參數的測算需要大量歷史違約數據的支撐；第三步，如果出現模型難以覆蓋的不確定性因素對模型參數產生影響，啟用管理層判斷，對模型結果做出調整以確定金融資產的減值結果。

3 金融資產“三階段”的劃分

新金融工具準則的“預期信用損失模型”采用三階段減值測試法。第一階段屬于優質資產，信用風險自初始確認以來沒有顯著增加；第二階段資產質量有所下降，金融資產信用風險顯著增加，但未發生實質性減值；第三階段金融資產已發生實質性信用減值，進入不良階段（對應于風險分類里面的次級、可疑和損失三種）。

三階段究竟應該如何劃分成為準則在實際應用中的難點。為提高實務操作效率，對于購買或源生時未發生信用減值的金融工具，可使用逆向劃分流程。首先，根據風險分級的要求和定義，將不良級別（次級、可疑和損失三級）的金融資產劃分為第三階段。其次，通過比較金融工具在初始確認時所確定的預計存續期內的違約概率和該工具在資產負債表日所確定的預計存續期內的違約概率，來判定金融工具信用風險是否應劃分為第二階段。最后，將信用風險未顯著增加的金融資產歸為第一階段。

對于購買或源生時已發生信用減值的金融資產，企業應當僅將初始確認后整個存續期內預期信用損失的變動確認為損失準備，并按其攤余成本和經信用調整的實際利率計算利息收入。在實務上，預期信用損失需要在每個會計周期重新評估。資產負債日，需要根據最新的模型參數，重新估計金融資產剩余生命周期內的各期現金流，并按照實際利率計算其現值，然后與預期信用損失估計變更之前金融資產的價值進行比較。如果對預計損失的先前估計是準確的，則無須追加確認。相反，如果預期將發生的損失同先前的估計金額相比存在差額，相應減少或增加的預期現金流現值就應被確認為信用減值損失或者是信用減值損失的轉回，即信用損失預期上的變動將會被確認為損益。

4 X 銀行基于“三階段”的減值準備余額分析

X 銀行前身是1996年由37 家城市信用社及城市信用聯社共同組建的城市合作銀行。2013年成為首家在香港聯交所上市的內地城商行。2021年2月5日，又在上海證券交易所上市，成為全國第三家“A+H”兩地上市的城商行。X 銀行于2018年開始實施新金融工具準則，應用預期信用損失模型來對金融資產的減值情況進行計量。在X 銀行的金融資產中，貸款及墊款是其主要資產，占其金融資產總數40%以上，因此本文具體以貸款及墊款來對X 銀行的三階段減值準備進行分析。

在原金融工具準則下，2017年末減值（損失）準備余額62.62 億元，均為以攤余成本計量的減值類別，其中貸款及墊款減值準備余額為50.45 億元。2018年1月1日施行新準則后，需要對期初減值準備金額作調整，調整數據如表1 和表2所示。調整數的影響記入期初未分配利潤或其他綜合收益。經調整后，貸款及墊款減值準備在2018年1月1日合計為63.08 億元，增長25.05%。原因是在“三階段”減值法下，第一階段的貸款及墊款計提了減值準備20.02 億元，其中公司貸款和零售貸款減值準備分別為16.34 億元和3.69 億元，導致公司貸款和零售貸款減值準備分別增長30.16%和10.64%。由此可見，新準則對銀行金融資產減值準備計提的影響是很明顯的。

表1 執行新準則時貸款及墊款減值準備調整表 單位：億元

表2 執行新準則時貸款及墊款減值準備調整變動率 單位：%

進一步分析2018-2021年貸款及墊款的三階段減值情況（見表3 和表4），2018年年初執行新準則對期初減值準備作了調整，年底減值準備的增速并不高。2019年底新冠肺炎疫情爆發，考慮經濟前景受到的不確定性影響，2019年減值準備的增速超過了30%。2020年，新冠肺炎疫情在世界發達經濟體持續蔓延，對中國經濟發展也蒙上了陰影，經前瞻性調整后，當年貸款及墊款的減值準備仍然保持較快增長，達到了25%的增速。2021年，新冠肺炎疫情的影響雖然還在持續，但疫情在大國都得到了有效控制，經濟開始復蘇，加之經濟紓困政策的執行，對經濟發展的負面影響得到緩解，因而2021年減值準備就出現了一個較低的增長率，約為2%。

表3 2018-2021年三階段減值統計分析

表4 2018-2021年三階段減值變化率 單位：%

從減值率來看，第一階段金融資產的減值率處于1.2%～1.4%，第二階段金融資產的減值率處于18%～21%，第三階段金融資產的減值率處于60%～71%，客戶貸款及墊款整體的減值率處于3.3%～4.2%。隨著時間的推移和客戶信用評級的變化，三個階段的劃分可以相互轉化。第一階段的金融資產信用惡化之后，可以轉化為第二階段或是第三階段；第二階段的金融資產也可能轉化為第一階段或是第三階段；第三階段的金融資產信用風險改善之后，可以轉化為第二階段，但不能直接轉為第一階段。從表3 可以看出，第三階段減值率在2019年最高，說明2019年X 銀行發生實質性信用減值的金融資產最多，到了2020年則有明顯的信用風險改善，一部分從第三階段轉化為了第二階段，一部分由第二階段轉化為了第一階段，使得第一階段和第二階段貸款及墊款減值率有所上升，第三階段減值率有明顯的下降。

接著對X 銀行2018-2021年貸款及墊款的三階段減值情況進行橫向對比。H 銀行是同X 銀行規模相當的A 股上市城商行，于2019年開始應用預期信用損失模型。根據表5 可以看出，兩家銀行2019-2021年的整體減值率相差不大，但是對比兩家銀行三階段的減值率可以發現，H 銀行每一階段的減值率都要比X 銀行更高，其中差別最大的是第三階段的減值率，在2019年到2021年分別為73.44%、73.51%和79.7%，呈逐年上升趨勢，說明H 銀行有更多的金融資產發生實質信用減值損失。X 信用風險水平相較于H 銀行更低。

表5 X、H 銀行2019-2021年三階段減值率對比分析 單位：%

另外，對比兩家銀行年報附注披露中對三階段的披露情況來看，X 銀行年報中對貸款減值準備余額下，明細科目三階段減值金額和五級分類情況等都做了詳細披露，對報表使用者來說能夠更清晰地了解X 銀行的信用風險狀況。H 銀行則只對減值情況總體作了相關披露，而沒有詳細的數據，對報表使用者來說不容易作出判斷。

5 結論及建議

預期信用損失模型的應用對商業銀行產生了顯著的影響。隨著預期信用損失模型在我國企業中全面實施，商業銀行應用預期信用損失模型也面臨著許多問題和挑戰。不管是銀行還是監管機構，都要不斷跟進模型的實施過程，及時進行調整和完善，促進預期信用損失模型發揮其對商業銀行的正向作用。因此本文提出以下建議：

第一，進一步完善模型運用。預期信用損失模型減輕了已發生損失模型的順周期效應，讓金融資產減值計提具有前瞻性且變得更加客觀，提升了銀行對信用風險的判斷，使銀行面對可能存在的信用風險具有更強的抵御能力。但是模型運用中，還是存在參數確定復雜、三階段的判斷具有主觀性、模型在使用過程中仍然存在一定的操縱空間等問題，可能會影響銀行信用風險管理。因此應該在使用過程中不斷進行修正和檢驗，針對國際經濟形勢和國家政策等因素進行風險管控，加強信息系統及數據庫建設，并加強對模型運用的監管，減少人為操縱的空間，才能更加充分地發揮模型的效果。

第二，加強信息披露。在對案例銀行進行比較分析時，發現除了常規監管指標外，不同銀行對金融資產減值的披露程度并不相同，并且對于模型建立的具體參數和三階段的劃分披露也較為局限和籠統，大多只有定性的分析。這對信息使用者來說難以對不同銀行之間的數據進行比較，也難以對銀行的金融資產減值形成細致的了解，對分析銀行應用預期信用損失模型的效果產生了阻礙。因此，應該進一步加強相關信息的披露監管，才能更加明顯地反映預期信用損失模型的實施效果以及對金融資產減值產生的影響，提升財報信息的可比性和可理解性。

第三，增強銀行從業人員的專業素養。不論是對預期信用損失模型的參數設立，還是金融資產三階段劃分界定，以及對財務報表信息的披露，都需要從業人員具有強專業性和學習能力。銀行從業人員首先需要掌握模型的原理，理解應用過程中參數變化的調整路徑，以及能及時判斷前瞻性的影響。其次對三階段的劃分也具有正確的認識和判斷，同時要避免主觀性操作造成的模型應用不客觀，導致數據真實性受到影響。最后還要及時跟進監管要求，完善信息披露，使利益相關者能運用具有可比性的財報信息作出相關判斷。