一、歷史背景

1.1.背景

金融業，作為經營風險的特殊行業，如何有效識別風險，精準、高效、透明的計量風險，往往決定瞭金融企業能否有效進行風險的監控、管理，也決定瞭抵禦未來風險的能力。

2008年國際金融危機的爆發，使得原有會計準則的缺陷暴露出來，社會各界都提出瞭較大的質疑，認為準則的缺陷對於金融危機的發展起到瞭推動作用，特別是關於采用已發生損失模型計提資產減值準備導致的準備金計提不及時、不充分等問題，進而引發順周期性、懸崖效應，者大幅降低瞭商業銀行風險緩沖水平和應對風險能力。

在此背景下，國際會計準則理事會（IASB）和美國財務會計準則委員會（FASB）合作成立瞭金融危機咨詢小組（FCAG），提出構建具有前瞻性的金融工具減值模型，用於解決貸款以及其它金融工具延遲確認信用損失的缺陷，其核心是使金融機構對所面臨的風險進行及時的識別、充分計量、全面披露和系統管理，改善金融資產分類計量過於隨意、減值準備計提滯後形成的順周期性、套期風險管理有效性不足、盈餘管理操縱空間較大等問題，從而使財務信息更加有效，財務運行結果更加穩健。

2009年5月，IASB啟動瞭以《國際會計報告準則第9號----金融工具》（IFRS 9）替代IAS 39的項目。同年11月，ISAB發佈《金融工具：攤餘成本和減值》（2009征求意見稿），提出金融工具減值的預期損失模型（Expected Loss Model）。但大部分反饋意見均對模型操作的困難程度表示擔憂。此外，該模型難以實施審計，為盈餘管理提供瞭空間。

為簡化模型，降低操作難度和實施成本，同時保證對經濟實質的如實反映，ISAB在2013年發佈瞭《金融工具：預期信用損失》（2013征求意見稿），提出瞭預期信用損失模型三階段的計量模式，並將這些減值要求作為2014年7月發佈的《國際財務報告準則第9號----金融工具》（IFRS 9）最終稿的一部分，要求各機構在2018年1月1日實施。

為與國際會計準則趨同，提升會計信息的可比性，我國財政部隨後在2017年發佈瞭修訂後的金融工具相關會計準則（以下簡稱新會計準則），從金融資產分類、計量、減值、套期等方面對原有準則予以完善，旨在督促金融業推進經營轉型，強化風險管理。在重塑減值規則方面，新會計準則由預期信用損失模型代替已發生損失模型，以預期信用損失全面、系統地評估金融資產在可預計的未來乃至整個生命周期的損失，計提金融資產減值。減值計量模型和方法的改變對金融機構撥備提取和經營績效產生瞭重大影響。

為瞭規范商業銀行采用預期信用損失法計提信用風險損失準備相關的內控機制和管理流程，銀保監會與2022年5月13日發佈瞭《商業銀行預期信用損失法實施管理辦法》（銀保監規〔2022〕10號）（以下簡稱《辦法》），《辦法》重點規范以下四個方面內容：一是明確預期信用損失法實施治理機制，二是夯實預期信用損失法實施基礎，三是規范預期信用損失法實施過程，四是加強預期信用損失法監管。

1.2.問題與思考

（1）順周期性

1. 減值準備順周期性的成因

• 已發生損失法：隻對已發生損失的貸款計提減值準備，未發生損失的不計提減值。
• 商業銀行貸款損失準備的計提模式：分為專項準備和一般準備。專項準備一般是是指針對銀行貸款己發生的損失，有問題的貸款，依據會計準則計提的貸款損失準備。一般準備是指銀行的根據整體的貸款狀況進行計提，通常情況下，按照貸款餘額的一定比例計提。這一比例與各個貸款的內在損失程度無關。
• 商業銀行貸款損失準備計提的多寡直接影響利潤，進而影響資本充足水平。

2.減值準備順周期性的影響

當經濟上行時，銀行發放的貸款較少發生違約，銀行也因此較少計提減值準備，會計上會提前大量確認利潤，利潤的增加導致銀行提高瞭放款能力，進而進一步增加貸款投放；此外因為在上升周期時，違約風險低、計提減值準備少，容易過分樂觀估計經濟增長的情況，從而低估潛在的風險。然而，減值準備計提較少，並不意味著風險較低，預期的經濟增長和實際的經濟增長存在較大的差異；當經濟增長放緩時，違約概率上升，風險顯現出來。

當經濟下行時，銀行發放的貸款大量違約，銀行計提非常多的減值準備，在會計上大量確認損失，這導致銀行資本的收縮進而束縛瞭銀行向市場投放貸款的能力。銀行雖然為違約貸款計提較多的減值準備，但不意味著實際的損失就真的有呢麼多，因為當經濟下行趨勢緩和時，前期違約的貸款將會被收回。

總結：在已發生損失法模型下，在經濟上行趨勢時，會比實際損失而言較少計提減值準備，從而多確認利潤，這部分多確認的利潤會擴大銀行投放貸款的能力；在下行趨勢時，會比實際損失而言較多的計提減值準備，這導致過多的確認利潤，從而限制瞭銀行投放貸款的能力。另一方面，在經濟上行時，過度的擴大銀行投放貸款能力會增加銀行本身的經營風險，一旦經濟趨勢放緩或逆轉，較大的信用風險從敞口、違約率的上升以及杠桿效應將對銀行造成巨大的損失；在經濟下行時，過多計提的減值將束縛銀行向市場投放貸款的能力，甚至導致是收縮貸款投放規模，這將導致本就缺錢的市場無法獲得資金，也導致貨幣政策無法有效傳導，從而助推經濟下行的發展。

（2）懸崖效應

41fd58658f62aa3ba410656aba8cbd33

在經濟學中，懸崖效應是一種正向反饋循環，主要用於描述對銀行投資組合進行信用風險評估時，降低單個證券的信用評級而可能導致的一系列不成比例（放大）的連鎖效應。

在已發生信用損失法下，這種表現為：在未發生違約時較少計提或不計提減值準備，當違約風險升高到一定程度或者發生違約時，突然大量計提減值準備。然而，在未發生違約到發生違約的這段路上，是因為審慎性原則，是按低比例計提減值的。這種模式導致資產的違約風險和減值準備不匹配，隻是簡單的進行人為劃分。例如，在這種模式下，也許逾期89天的貸款按3%的比例計提減值，但是過瞭一天（逾期90天）缺按60%的比例計提減值。而實質上逾期89天和逾期90的貸款所能造成的損失差異有如此巨大嗎？

這種懸崖效應，將導致銀行面臨經濟下滑、貸款違約率攀升時，在某一時點，大量確認損失，進而擊穿銀行的風險體系。另一方面，懸崖效應的存在將使銀行有一個進行盈餘管理的巨大空間。

二、預期信用損失法的介紹

2.1.基本概念

預期信用損失法：預期信用損失法是指商業銀行依據《企業會計準則》要求，對所承擔的預期信用損失進行評估，並依此計提信用風險損失準備的方法。----《辦法》

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。

信用損失：是指啊你找原實際利率折現的、根據合同應收的所有合同現金流量與預期收取的所有現金流量之間的差額，即全部現金短缺的現值。

損失準備：是指針對分類為以攤餘成本計量的金融資產、租賃應收款、貸款承諾和財務擔保合同的預期信用損失計提的準備，以及分類為以公允價值計量且其變動計入其他綜合收益的債權資產的累計減值金額。

2.2.與巴塞爾預期信用損失模型差異

• 巴塞爾預期信用損失模型計算參數時，對未來經濟的預計比較保守；IFRS 9下預期信用損失模型計算時，對未來經濟情況的預測更為客觀。
• IFRS 9下的違約概率是時點評級法（Point-in-Time, PIT），在巴塞爾協議下的違約概率是跨周期評級法（Through-the-Cycle, TTC），即基於整個周期的客戶違約信息估計違約概率。
• 巴塞爾預期信用損失模型僅對未來一年情況的預測和計量，IFRS 9下的預期信用損失模型則對貸款未來存續期的信用損失情況進行的全面預測和計量。

三、模型的構建

3.1.模型基本框架

根據會計在準則、監管要求，結合同業實踐，預期信用損失的核心計算公式如下：

ECL=sum_{T}^{}{EAD*PD*LGD*DF}

其中：

違約概率（PD）：是指借款人在未來一定時期內不能按合同要求償還貸款本息或履行相關義務的可能性。

違約損失率（LGD）：違約損失率是指債務人一旦違約將給債權人造成的資產損失的比例，即損失的嚴重程度。

違約風險暴露（EAD）：是指債務人違約時預期表內項目和表外項目的風險暴露總額，包括已使用的授信餘額、應收未收利息、未使用授信額度的預期提取數量以及可能發生的相關費用等。

DF：代表折現因子。

3.2.減值計量范圍劃分

根據IFRS 9，將金融工具重新分為三類，分別為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）、以攤餘成本計量的金融資產（AC）和以公允價值計量且其變動計入損益的金融資產（FVTPL）。IFRS 9下減值適用范圍為FVOCI或AC。具體而言以攤餘成本計量或以公允價值計量且其變動計入其他綜合收益的貸款、債券、同業業務、應收款項、租賃應收款、其他債權類投資等表內承擔信用風險的金融資產，以及財務擔保合同、貸款承諾等表外承擔信用風險的項目都屬於減值計量范圍。

一般在確認一項金融資產的分類時，用到的工具是現金流量測試（SPPI測試）。SPPI測試的英文全稱為：solely payments of principal and interest，翻譯過來就是僅支付利息和本金。通過合同現金流量測試，則為債務工具投資。即，債務工具投資的合同現金流量的特征應當基本借貸安排一致。

3.3.業務類型分組

業務類型分組，在《辦法》中又稱風險分組，指根據產品類型、客戶類型、客戶所屬行業及市場分佈等信用風險特征，對信用風險敞口進行分組。如將國債、同業、公司債、零售貸款等分成不同的風險組別，進一步的，還可根據國傢、行業、事業部等特征進行進一步的細分。

3.4.風險階段劃分

金融企業根據信用風險自初始確認後是否顯著增加，將金融工具劃分為三個階段。在《辦法》中，規定比較多，是監管認為比較重要的一條原因在於階段劃分的標準，直接決定瞭參數計量、減值計量計算的結果。

• 第一階段：金融工具的信用風險自初始確認後並未顯著增加， 按照相當於該金融工具未來 12 個月內預期信用損失的金額計量其損失準備；
• 第二階段：金融工具的信用風險自初始確認後已顯著增加，但尚未發生信用減值，按照整個存續期內預期信用損失計量損失準備；
• 第三階段：金融工具的信用風險自初始確認後已發生信用減值，按照整個存續期內預期信用損失計量損失準備。

對風險階段的劃分標準，以定性標準為主，定量標準為輔，定性定量相結合的方式進行制定標準。

（1）定性標準

第二階段考慮的信息包括但不限於：

• 外部信用評級實際或預期的顯著變化；
• 對借款人實際或預期的內部信用評級下調；
• 預期將導致借款人履行其償債義務的能力發生顯示變化的相關情況（業務、財務、經濟環境等）發生瞭不利變化；
• 借款人經營成果實際或預期的顯著變化；
• 同一借款人發行的其他金融工具的信用風險顯著增加；

....

第三階段考慮的信息包括但不限於：

• 債務人發生重大財務困難；
• 債務人違反合同，如償付利息或本金違約、逾期的等；
• 債權人很可能破產或進行其他財務處重組；
• 債務人財務困難導致該金融資產的活躍市場下消失；
• 以大幅折扣購買或源生一項金融資產，該折扣反映瞭發生信用損失的事實。

（2）定量標準

會計準則僅對逾期天數提出瞭明確的定量要求：逾期超過30天，表明金融工具信用風險顯著增加；逾期超過90天，表明金融工具已發生違約。

根據實踐，一般也會將貸款分類、客戶內外部信用評級等作為定量劃分標準。

（3）監管辦法要求

在《辦法》中明確：

此外，《辦法》還要求企業“識別出與信用風險變化最相關的各類驅動因素”、“確保階段劃分具有前瞻性，通常情況下不得將逾期天數作為階段劃分的唯一標準，不得用內部評級或風險分類替代階段劃分”、“堅持實質性風險判斷原則”、“對修改或重新議定合同條款的信用風險敞口，不得僅依據合同條款的修改或重新議定直接進行階段劃分的調整”、“制定嚴格的階段劃分上遷標準”等。

3.5.PD計量模型

違約概率用來衡量金融資產在特定時間段內的違約風險。

目前主流的方法為遷徙矩陣法。具體方式為：首先制定風險劃分標準，明確違約定義；再統計每一年內從某一類（A）遷移到另外一類（B）的客戶數量；最後將這個客戶數量除以年初某一類（A）貸款數量總和，得到當年的遷徙概率；將歸屬於違約定義的類別合並計算，就得到合並後的遷徙違約概率；求得歷年的遷徙矩陣後，將歷年遷徙違約概率取平均值，得到評級遷徙矩陣；最終得到每個類別的違約概率。

在計算時，風險劃分的粗細、適用樣本的期限長短、求平均遷徙矩陣時所用的權重標準等都可能對結果吃產生影響。

一個值得註意的問題是，求得的違約概率是基於歷史數據得到的，不能完全代表未來的情況。因此，當面對外部經濟環境重大變化或突發的宏觀外部沖擊時，該概率並不能很好的反映金融企業實際要面對的風險；同時，當金融企業的貸款信用風險表現不穩定時，該PD也不能很好的衡量所要面對的信用風險（事實上在這種情況下，任何模型都無法很好的計量所要面對的風險）。

第一個問題，在預期信用損失法下，通過前瞻性調整和管理層疊加兩個方式進行瞭一定程度的解決；第二個問題可以通過縮短樣本期的方式一定程度上解決，但是更重要的是找到發放的貸款信用風險表現不穩定的原因，而不是質疑預期信用損失模型有問題。

3.6.LGD計量模型

違約損失率 （Loss Given Default，LGD）是指當借款人對貸款違約時，銀行或者其他金融機構損失的金額，用違約時總風險敞口（exposure ）的百分比表示。LGD的計量方法一般有三種：

• 歷史數據回歸分析法：根據違約資產的LGD歷史數據和理論因子模型應用統計回歸分析和模擬方法建立起預測模型，然後將特定項目相關數據輸入預測模型中得出該項目的LGD預測值。最為典型的是穆迪KMV公司的LossCalc模型。
• 市場數據隱含分析法：從市場上尚未出現違約的正常債券或貸款的信用升水幅度中隱含的風險信息(包括PD和LGD)分析得出。該方法的理論前提是市場對債券定價是有效的，能夠有效及時地反映債券發行企業信用風險的變化。
• 清收數據貼現法：清收數據貼現法是根據通過預測違約瞭的不良資產在清收過程的現金流，並計算出其貼現值而得出LGD。應用這種方法的關鍵在於兩個方面，一是對清收現金流的數額及其時間分佈的合理估計;二是確定采用與風險水平相應的貼現率。

一般而言，當擁有瞭足夠多、長期的數量的清收數據後，金融企業會偏向使用清收數據貼現法。具體公式如下：

LGD=1-frac{sum_{}^{}{[frac{(回收金額-回收成本)_{t}}{(1+折現率)^{t}}]}}{違約風險暴露}

• 回收現金流：建立歷史累積回收率的表現窗口，使得債項回收率的的動態變化得到充分展現。當催收到一定程度後，累積回收率會變成幾乎水平的直線，如果存在這種現象，那麼就可以確認用於計算的回收現金流的截止時間點。
• 回收成本：包括直接成本和間接成本，其中直接成本是指能夠歸結到某筆具體債項的損失或成本，包括本金和利息損失、抵制押品清收成本或法律訴訟費用等；間接成本指因管理或清收違約債項產生的但不能歸結到某一筆具體債項的損失和成本。
• 折現率：反映銀行資金的時間價值，計算由於客戶拖欠所造成的資金占用的成本。

3.7.前瞻性調整模型

（1）PD的前瞻性調整

對宏觀經濟因素進行前瞻性調整的建模方法並不唯一。對於違約概率的前瞻性調整，較為常見的有兩種方法，一種是KMV-Merton模型，另一種是Wilson模型。

KMV-Merton模型建模的核心思想是構建宏觀經濟因素的變化情況傳導至系統性因子Z的回歸模型，將宏觀經濟變化通過系統性因子Z轉導至違約概率。系統性風險因子Z和違約概率的關系如下：

PD_{stress}=Phi(frac{Phi^{-1}(PD_{input}-sqrt{R}times Z_{t,stress})}{sqrt{1-R}})

Wilson模型的核心思想是以貸款違約概率作為被解釋變量，衡量其與宏觀經濟變量發生變化時對貸款違約概率的影響，進而評估金融企業信用風險的變化情況。模型在主體有三個公式組成。首先，選取 Y_{t} 作為中介指標，將貸款違約概率（ PD_{t} ）做Logit轉化成為Y_{t} ；然後，通過多元線性回歸方程建立中介指標Y_{t}與各階宏觀經濟變量（ X_{t},X_{t-1},...,X_{t-m} ）以及該指標之後變量（ Y_{t},Y_{t-1},...,Y_{t-m} ）之間的線性關系；最後，對引入各宏觀經濟變量進行自回歸分析，排除可能存在的序列相關性。

Y_{t}=ln(frac{PD_{t}}{1-PD_{t}})

Y_{t}=alpha_{0}+alpha_{1}X_{t}+...+alpha_{t+m}X_{t-m}+beta_{1}Y_{t}+...+beta_{t+n}Y_{t-n}+mu_{t}

X_{t}=delta_{0}+delta_{1}X_{t}+...+delta_{t+p}X_{t-p}+theta_{1}Y_{t}+...+theta_{t+q}Y_{t-q}+varepsilon_{t}

Wilson模型采用自上而下的傳導模式，模型結構簡潔，易於理解，數據可靠性強且更容易獲得，實用性強，但是未考慮企業本身的經營水平，無法做到客戶層面的差異化預測。 KMV-Merton模型考慮瞭企業自身的情況，選取的變量更多，可以對不同企業進行差異化預測評估，但是變量多為內部資產價值變動等企業自身數據，數據主觀性強且可得性差，影響瞭實用性。

（2）LGD的前瞻性調整

LGD前瞻性調整模型的構建思路與PD前瞻性調整模型類似，通過建立宏觀經濟因素與系統性風險因子的回歸模型，推測出LGD預測值與LGD歷史值的偏離度。將其偏離度作為單向資產的LGD的調整系數。

3.8.預期信用損失計算

金融企業應根據金融工具的分組、風險階段等信息，按其在各我未來時點對應的違約概率、違約損失率、違約風險敞口和時間折現系數，計算出對應的預期信用損失。

ECL=sum_{T}^{}{EAD*PD*LGD*DF}

3.9.多情景匯總計算

企業對預期信用損失的估計是概率加權的結果，應當反映信用損失的可能和不發生信用損失的可能，而不是對最好或者最壞的結果作出估計。因此金融企業需要根據前瞻性指標篩選結果以及對未來的宏觀經濟的預期，綜合確定各預測情景的分組以及權重。

在《辦法》中規定：商業銀行應提高前瞻性信息預測情景的精細度，根據自身經營情況和宏觀政治經濟形勢設置多種基礎情景，並明確不同情景的權重；必要時應結合壓力測試結果增加極端情景。

這表明：1）前瞻性調整的基礎情景數量是不設限的，但目前一般最少的基礎情景為三個，即樂觀、中觀、悲觀三組情景；2）可以在基礎情景外額外附加極端情景，所有基礎情景和極端情景的權重和為100%。

四、思考與回顧

預期信用損失模型整體理論並不難，但在實際實施中，因為各種各樣的問題，導致實施效果並不好。實際中一般普遍存在兩個問題：信息系統建設不完善，導致模型計量所用到的基礎數據不完整、不準確；管理層對於盈餘管理的要求。

基礎數據的完整性、準確性直接決定瞭是否能夠對參數進行計量，參數計量的是否準確，雖然預期信用損失的概念從提出至今已過10年，但大多數金融機構內部仍然沒有一個良好的信用風險相關歷史數據的積累和管理，無法為預期信用損失模型提供可靠基礎數據用於參數計算。

在《辦法》出臺前，隻有《企業會計準則第22號》對預期信用損失進行規范，但縱觀整22號文，其規定過於寬泛，原因在於22號文是會計準則而非模型要求，更多的提出的是對於預期信用損失的會計方面要求。對於非金融機構而言這些規定已經足夠，但對於以經營風險為生的金融機構而言，因為沒有對模型、實施等方面進行明確的規定，所以導致金融機構在實際執行過程中，有非常多的操作空間。到瞭近兩年，絕大多數金融機構已經認為預期信用損失的作用就是用來盈餘管理，一般方式是是由財務、會計先確認當年的具體減值數額，然後再由風險管理部等部門調整模型使其最終能計算出這個數額，而對於模型的合理性、模型參數的合理性等問題一概不管，在後續的監督管理中，隻有外部審計對模型進行審查，但外部審計因為種種原因，審查的力度十分有限。因此，在今年，由銀保監會出臺瞭《辦法》對預期性用損失法的實施的各個方面做出瞭明確規定，尤其是明確瞭責權問題。

從預期信用損失模型本身來看，其相較於已發生損失法，一定程度緩解瞭順周期性和和懸崖效應，但並非完全解決。在順周期性方面，樣本區間的選擇直接決定瞭模型順周期性的大小，區間越短，計算出來的參數越敏感，順周期性越明顯；由於三階段的劃分，懸崖效應的特性雖然緩解但仍然存在，一般而言金融機構會將貸款分類（五級分類）、逾期天數等映射到階段劃分上，在三階段的基礎上進行更細致的劃分，有能力的會通過內評進行映射轉換，這樣的一個操作，大大減少瞭懸崖效應。

模型中，對結果有比較大的影響的分別是更明細的分組，階段劃分的標準，PD、LGD的參數計量方法，PD、LGD計量時的參數假設（樣本區間劃定、觀察期等），前瞻性調整。

• 1）各類人員對於分組的調整感覺是不明顯的，但份額分組調整的影響有可能比較顯著；
• 2）階段劃分標準的調整屬於硬標準調整，雖然很有效果（如將違約標準從90天變為60天），但其調整要足夠審慎，尤其是放松標準的時候，這一塊往往也是各方關註、審查的重點；
• 3）PD、LGD的參數計量方法對於結果影響是最大的，不同的方法論會直接導致參數計量結果有一個較大的差異，但是面對不同特征的金融工具時，到底要使用哪種方式去計量，沒有一個統一的標準。頻繁的變動方法論也會導致各方的質疑，因此，模型人員在確定好方法論後，盡量不要變動，至少不要頻繁更改；
• 4）PD、LGD計量時的參數假設對於參數計量結果的細節有著細微的影響，但是如果參數調整幅度過大，差異還是比較明顯的，比如將樣本區間從8年變為3年等，一般正常而言，對於PD、LGD等計量時用到的參數，要根據企業的特征、具體分組產品的特征去差異化設定，這也導致瞭沒有一個比較統一的標準，從而又提供瞭操作空間；
• 5）前瞻性調整在應用時，宏觀經濟因素的選擇、對於宏觀情景的歷史數據的區間劃定、計算不同情景時的參數設定、情景之間的權重分配等問題，直接會影響PD、LGD等參數結果。甚至同樣的指標，不同的統計口徑（GDP累計同比和GDP同比）最終導致的結果也會有一個差異。在這部分，各方往往隻關心情景設計和情景權重分配是否合理，其他的容易被忽略。