【摘要】預期信用損失的計提對商業(yè)銀行經(jīng)營業(yè)績的影響非常重大， 其披露的充分性影響到利益相關方對商業(yè)銀行資產(chǎn)質(zhì)量及經(jīng)營業(yè)績的客觀判斷。 鑒于宏觀經(jīng)濟環(huán)境的不確定性和預期信用損失模型參數(shù)、方法、假設的復雜性， 如何合理運用預期信用損失模型并考慮管理層疊加是合理計提預期信用損失的關鍵。 面對宏觀經(jīng)濟環(huán)境的不確定性， 中美歐主要銀行在撥備覆蓋率、撥貸比、信貸成本率及各季度信用減值損失計提趨勢方面呈現(xiàn)出不同的特征， 各銀行在計提預期信用損失時所運用的模型以及在前瞻性信息預測和管理層疊加調(diào)整方面存在一定差異。 為規(guī)范我國商業(yè)銀行信貸資產(chǎn)預期信用損失的計提和披露， 客觀反映商業(yè)銀行的經(jīng)營業(yè)績， 本文建議有關部門加強對宏觀情景預測和前瞻性信息實務運用的指導， 規(guī)范管理層疊加的運用及退出機制， 加強對預期信用損失法實施情況的監(jiān)管檢查， 并制定預期信用損失審計監(jiān)督指引。

【關鍵詞】信貸資產(chǎn);預期信用損失;計提;披露 ;前瞻性信息;管理層疊加

【中圖分類號】F830? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）19-0066-10

信貸資產(chǎn)在我國商業(yè)銀行資產(chǎn)組合中占有半壁江山①， 其預期信用損失的計提對商業(yè)銀行經(jīng)營業(yè)績的影響非常重大。 如何預測未來宏觀經(jīng)濟前景及資產(chǎn)信用風險成為行業(yè)難題， 給2017年修訂的《企業(yè)會計準則第22號——金融工具確認與計量》（CAS 22）的實施和實務運用帶來了極大挑戰(zhàn)， 并對重大模型的參數(shù)、方法及假設等重要會計估計領域披露的透明性及可比性提出了更高要求。 鑒于此， 本文擬全面梳理中國、美國、歐洲近年來出臺的監(jiān)管政策， 根據(jù)中美歐主要銀行2021年年度報告披露的信息， 對比分析其信貸資產(chǎn)預期信用損失的計提和披露②， 并提出加強我國商業(yè)銀行信貸資產(chǎn)預期信用損失計提和披露的若干政策建議。

一、宏觀經(jīng)濟環(huán)境變化及監(jiān)管政策調(diào)整

（一）宏觀經(jīng)濟環(huán)境變化

近年來我國經(jīng)濟發(fā)展進入新常態(tài)， 由高速增長轉向高質(zhì)量發(fā)展階段。 2021年， 雖然面臨復雜的國際形勢及疫情沖擊， 我國國內(nèi)生產(chǎn)總值（GDP）每季度仍實現(xiàn)正增長， 但一至四季度增速由快轉慢; 全年實現(xiàn)經(jīng)濟總量114.37萬億元， 同比增長8.1%③， 在全球主要經(jīng)濟體中表現(xiàn)強勁。 2022年， 雖然國內(nèi)疫情散發(fā)對經(jīng)濟穩(wěn)定運行造成了一定沖擊， 尤其是4月份經(jīng)濟下行壓力明顯加大， 但上半年GDP仍同比增長2.5%， 其中二季度增長了0.4%④， 體現(xiàn)出我國經(jīng)濟具有較大韌性。 而美國、歐元區(qū)受政府刺激消費帶動， 均在2021年二季度實現(xiàn)正增長后增速由快轉慢， 2021年全年美國、歐元區(qū)GDP同比增速分別為5.7%、5.3%⑤， 2022年一季度美歐經(jīng)濟實現(xiàn)平穩(wěn)開局。 2019年一季度 ～ 2022年一季度中美歐GDP增速對比見圖1。

根據(jù)國際權威機構（如IMF、世界銀行、OECD等）已發(fā)布的最新預測結果（見圖2）： 2022年中國GDP平均增速將達4.48%左右， 2023年中國GDP平均增速相較于2022年將有所提升， 預測為5.18%; 而對2022年美國和歐元區(qū)的GDP增速預測均低于中國， 平均增速分別為3.26%和3.04%， 2023年美國和歐元區(qū)經(jīng)濟相較于2022年預計進一步下降， GDP平均增速分別為2.30%和2.31%。

（二）近期監(jiān)管政策

1. 信貸支持政策。 為應對疫情帶來的沖擊， 國內(nèi)外政府及監(jiān)管機構均出臺了多項助企紓困政策， 通過延期還本付息、貼息、降低融資成本等支持企業(yè)復工復產(chǎn)， 緩解到期資金壓力， 并加大對疫情防控及企業(yè)復工復產(chǎn)的信貸支持力度。 其中， 我國政府及監(jiān)管部門2022年以來出臺的主要信貸支持政策包括以下幾個方面：

（1）2月， 國家發(fā)展改革委、財政部等14部門聯(lián)合印發(fā)《〈關于促進服務業(yè)領域困難行業(yè)恢復發(fā)展的若干政策〉的通知》， 鼓勵銀行業(yè)金融機構對符合條件的名單企業(yè)或服務業(yè)領域龍頭企業(yè)加大融資支持力度等。

（2）2月， 國家發(fā)展改革委、工信部等12部門聯(lián)合印發(fā)《關于促進工業(yè)經(jīng)濟平穩(wěn)增長的若干政策的通知》， 提出： 加強對制造業(yè)的信貸支持; 對符合條件的地方法人銀行， 按普惠小微貸款余額增量的1%提供激勵資金; 符合條件的地方法人銀行發(fā)放普惠小微信用貸款的， 可向人民銀行申請再貸款優(yōu)惠資金支持等。

（3）3月， 國家發(fā)展改革委在第十三屆全國人民代表大會第五次會議上提出， 要進一步推動解決中小微企業(yè)融資難題， 擴大普惠金融覆蓋面， 繼續(xù)增加支農(nóng)支小再貸款， 促進中小微企業(yè)融資增量、擴面、降價。

（4）4月， 中國人民銀行、國家外匯管理局印發(fā)《關于做好疫情防控和經(jīng)濟社會發(fā)展金融服務的通知》， 提出了加強金融服務、加大支持實體經(jīng)濟力度的23條政策舉措， 要求金融機構加大對受疫情影響行業(yè)、企業(yè)、人群等的金融支持力度， 例如對于受影響人群的存續(xù)個人住房等貸款， 靈活采取合理延后還款時間、延長貸款期限、延遲還本等方式予以支持等。

（5）5月， 國務院印發(fā)《關于扎實穩(wěn)住經(jīng)濟一攬子政策措施的通知》， 鼓勵對中小微企業(yè)、個體工商戶和貨車司機貸款及受疫情影響的個人住房與消費貸款等實施延期還本付息， 加大普惠小微貸款支持力度， 繼續(xù)推動實際貸款利率穩(wěn)中有降等。

（6）5月， 財政部、教育部、人民銀行、銀保監(jiān)會聯(lián)合印發(fā)《關于做好2022年國家助學貸款免息及本金延期償還工作的通知》， 對2022年及以前年度畢業(yè)的、在2022年內(nèi)應償還本金或利息的貸款學生免除利息和實施本金延期償還。

（7）6月， 銀保監(jiān)會發(fā)布《關于進一步做好受疫情影響困難行業(yè)企業(yè)等金融服務的通知》， 引導銀行保險機構進一步加強對受疫情影響嚴重行業(yè)企業(yè)等的金融支持。

2. 應用預期信用損失法的指引。 鑒于疫情背景下預期信用損失評估的高度不確定性， 中外監(jiān)管部門在準則要求外也發(fā)布了多項應用指引， 進一步強調(diào)、明確了疫情期間預期信用損失計量及信息披露的有關要求。 我國財政部、銀保監(jiān)會也印發(fā)了相關通知及管理辦法， 提示疫情下應用預期信用損失法的重點關注事項， 規(guī)范并約束預期信用損失法的實施。 中外監(jiān)管部門發(fā)布的主要應用指引包括以下幾個方面：

（1）2020年3月， 國際會計準則理事會（IASB）發(fā)布應用指南IFRS 9 and covid-19[1] ， 強調(diào)與2014年《國際財務報告準則第9號——金融工具》（IFRS 9）相關的要求沒有改變、刪除或增加， 指出特定類別金融工具的借款人延期還款不會自動導致信用風險顯著增加， 預期經(jīng)濟情況的變化應反映在宏觀經(jīng)濟情景及其權重中， 并強調(diào)了透明披露的必要性。

（2）2020年12月， 巴塞爾銀行監(jiān)管委員會發(fā)布《銀行外部審計指引——關于預期信用損失審計的補充說明》[2] ， 對預期信用損失評估中所涉及的前瞻性預測、宏觀經(jīng)濟情景設置、模型、信用風險顯著上升判斷、披露等方面的審計要求提出了進一步指導。

（3）2020年12月， 中國財政部、銀保監(jiān)會發(fā)布《關于進一步貫徹落實新金融工具相關會計準則的通知》[3] （財會[2020]22號）， 指出了疫情下應用預期信用損失法的重點關注問題， 要求應當完善相關治理機制和管理措施， 加強對準則實施過程的流程控制和動態(tài)管理， 定期對模型進行重檢并進行必要的修正， 對無法或難以及時通過調(diào)整模型及其假設和參數(shù)反映疫情影響的， 可以通過管理層疊加進行調(diào)整， 但應當規(guī)范管理層疊加的運用和審批。

（4）2021年2月， 中國財政部、國資委等四部委印發(fā)《關于嚴格執(zhí)行企業(yè)會計準則 切實加強企業(yè)2020年年報工作的通知》[4] （財會[2021]2號）， 提出： 企業(yè)應當嚴格執(zhí)行疫情下應用預期信用損失法的相關規(guī)定， 完善治理機制和管理措施， 改進信用風險評估方法， 及時、充分地識別預期風險; 對相關模型和參數(shù)的調(diào)整應當有理有據(jù)， 反映預期信用風險變化， 并由專家論證后報董事會審批。

（5）2022年4月， 中國國務院常務委員會會議決定， 針對當前形勢變化， 鼓勵撥備水平較高的大型銀行有序降低撥備覆蓋率， 適時運用降準等貨幣政策工具， 推動銀行增強信貸投放能力。

（6）2022年5月， 中國銀保監(jiān)會印發(fā)《商業(yè)銀行預期信用損失法實施管理辦法》[5] （銀保監(jiān)規(guī)[2021]10號， 簡稱“10號文”）， 對模型管理、實施及監(jiān)督等全流程進行了統(tǒng)一規(guī)范， 全面覆蓋各項關鍵領域， 并明確監(jiān)管底線要求。 10號文的出臺， 旨在規(guī)范商業(yè)銀行預期信用損失法實施的內(nèi)控機制和管理流程， 并通過在預期信用損失法管理、實施、監(jiān)督管理等環(huán)節(jié)提出相應的標準動作和底線控制， 對實務運用中的相關問題提供針對性的解決方案， 有助于引導銀行夯實預期信用損失法實施基礎， 不斷完善銀行預期信用損失管理水平。

二、中美歐主要銀行信貸資產(chǎn)質(zhì)量與預期信用損失對比分析

受疫情沖擊影響， 中美歐主要銀行2020年的不良貸款率均較2019年末有所上升， 隨著疫情逐步得到有效防控， 宏觀經(jīng)濟逐步恢復增長， 中美歐主要銀行2021年以來的不良貸款率均較2020年末有所下降。 其中， 中國主要銀行在2021年下半年開始出現(xiàn)不良貸款額、不良貸款率雙降的良好趨勢， 截至2021年末不良貸款率為1.40%， 已恢復至疫情前水平。 中美歐主要銀行不良貸款對比情況見圖3、圖4。

如圖5所示， 中國主要銀行的撥備⑧計提假設較為保守， 撥備覆蓋率⑨近年來保持平穩(wěn)上升。 2020年， 在疫情沖擊下， 中國主要銀行因不良貸款增加的撥備覆蓋率有所下降， 而美歐主要銀行則受撥備增提有所上升。 2021年， 中國主要銀行撥備覆蓋率穩(wěn)步上升， 風險抵御能力持續(xù)夯實， 而美歐主要銀行的撥備覆蓋率和風險抵御能力均有所下降， 并回落至疫情前水平。

如圖6所示， 疫情爆發(fā)前， 中國主要銀行的撥備計提比例處于較高水平， 2019年末的撥貸比⑩為3.15%， 遠高于美歐主要銀行。 受疫情沖擊下增提撥備影響， 2020年以來歐美主要銀行的撥貸比較2019年末大幅上升， 但仍低于中國主要銀行。 2021年中國主要銀行的撥貸比總體保持上升， 美歐主要銀行的撥貸比相較于2020年末均有不同程度的回落， 其中美國主要銀行2021年末的撥貸比為1.69%， 較2020年末下降了100bps。

如圖7所示， 2020年中國主要銀行的信貸成本率?為0.90%， 與疫情前基本持平; 受資產(chǎn)質(zhì)量下行及對未來風險狀況的悲觀預期帶動， 2020年美歐主要銀行均加大了撥備計提， 信貸成本率較2019年末分別上升了49bps、123bps。 2021年以來， 中國主要銀行的信貸成本率整體保持平穩(wěn)， 并在四季度滑落至0.82%; 美歐主要銀行隨著疫苗逐步推廣、宏觀經(jīng)濟持續(xù)復蘇， 對疫情走勢的樂觀情緒普遍提升， 撥備計提同比大幅減少， 美國主要銀行甚至出現(xiàn)回撥， 導致年化信貸成本率較上年分別下降了72bps、236bps。

如圖8所示， 從各季度撥備計提情況看， 隨著疫情得到有效防控， 2020年下半年中國經(jīng)濟穩(wěn)步復蘇， 主要銀行的撥備計提增速較上半年明顯回落。 同時， 2020年下半年美歐經(jīng)濟受政府刺激消費帶動也有所復蘇， 主要銀行撥備計提普遍從三季度起呈現(xiàn)快速下降趨勢。 其中， 美國主要銀行自2020年四季度起單季撥備出現(xiàn)回撥。 2021年中國經(jīng)濟穩(wěn)步增長， 主要銀行各季度當季撥備計提額逐步下降。 美歐方面， 歐洲主要銀行的撥備計提額保持穩(wěn)定， 美國主要銀行則延續(xù)回撥態(tài)勢， 逐步釋放2020年上半年大幅增提的撥備。

三、中美歐主要銀行預期信用損失計量及披露對比分析

中美歐主要銀行在撥備覆蓋率、撥貸比、信貸成本率及各季度信用減值損失計提趨勢方面呈現(xiàn)出不同的特征， 與各自所處宏觀環(huán)境不同有關， 也與各銀行在計提預期信用損失所運用的模型以及前瞻性信息預測和管理層疊加調(diào)整方面存在一定差異有關。 同時， 中美歐主要銀行在預期信用損失的披露上也存在一定差異。

（一）預期信用損失模型

根據(jù)年報披露信息， 中美歐主要銀行在年末開展貸款預期信用損失評估時， 均參考前述準則要求及監(jiān)管應用指引， 在分池劃分、階段劃分、前瞻性信息預測及管理層疊加調(diào)整等方面考慮了疫情沖擊及政府相關支持措施對潛在損失的影響。 由于疫情形勢、模型設計及數(shù)據(jù)可獲取性的不同， 中美歐主要銀行在實務中開展預期信用損失評估時， 對前瞻性信息、管理層疊加等環(huán)節(jié)的處理也不盡相同， 主要差異總結如表1所示。

（二）前瞻性信息預測

在前瞻性信息預測上， 由于在準則要求、歷史數(shù)據(jù)積累， 以及宏觀經(jīng)濟預測的適用性、可獲取性和穩(wěn)定性等方面存在差異， 中美歐三地銀行機構在情景選擇、指標選取、預測來源及預測周期等方面亦存在差異化設計， 具體如表2所示。

（三）管理層疊加調(diào)整

疫情的反復加大了預期信用損失評估的難度， 對于短期內(nèi)難以通過模型調(diào)整反映的風險， 中外監(jiān)管機構均出臺了相應政策， 指引機構通過運用管理層疊加及時進行調(diào)整， 并提出了有關規(guī)范要求。

根據(jù)國有大型銀行及股份制銀行年報， 2021年中國郵儲銀行、交通銀行兩家國有大行以及浦發(fā)銀行、中信銀行、光大銀行、渤海銀行等四家股份制銀行說明了對管理層疊加的運用， 主要疊加對象及考慮的因素包括： 一是模型未覆蓋的重大不確定因素; 二是未通過模型反映的宏觀經(jīng)濟與國家政策變化; 三是受疫情影響較為嚴重的組合參數(shù); 四是申請臨時延期還本付息等紓困政策的貸款; 五是受信用債市場等二級市場違約事件影響的金融工具。 此外， 北京銀行、西安銀行、廣州農(nóng)商行等城農(nóng)商行也在年報中披露了管理層疊加的相關內(nèi)容。 疊加對象還包括特定行業(yè)及客戶組合、高風險客戶組合、個人住房按揭貸款等。 兩家國有大行及四家股份制銀行均未具體披露管理層疊加運用的定量影響金額數(shù)據(jù)。 其中， 郵儲銀行定性說明了調(diào)整金額相對于整體減值準備余額不重大， 中信銀行說明了通過管理層疊加增提的減值準備不超過5%。

從年報披露信息看， 歐洲主要銀行普遍考慮了疫情下經(jīng)濟預測的不確定性、相關限制措施及政府支持政策等因素， 更加依賴于管理層判斷對模型已計提撥備進行管理層疊加調(diào)整， 以解決模型的內(nèi)在偏差。 例如， 匯豐銀行結合專家意見、風險衡量指標比較、量化分析以及對高風險及易受影響行業(yè)的風險判斷， 對房地產(chǎn)行業(yè)的預期損失進行調(diào)整， 以反映流動性收緊及再融資風險上升的影響。 披露方面， 美歐主要銀行在定性說明外， 還具體披露了各項調(diào)整的定量影響。

中美歐部分代表性銀行2021年末管理層疊加的相關情況如表3所示?。

（四）預期信用損失披露

鑒于疫情背景下預期信用損失評估的高度不確定性， 中外監(jiān)管部門在準則披露要求外也發(fā)布了多項應用指引。 例如， 中國銀保監(jiān)會印發(fā)的10號文， 要求銀行應重點披露風險分組及階段劃分主要依據(jù)、宏觀經(jīng)濟多情景指標預測值及其權重、管理層疊加等。 由于國內(nèi)外監(jiān)管在預期信用損失披露的詳細程度上不完全相同， 中國與美歐主要銀行在紓困政策、前瞻性信息、管理層疊加等方面的披露亦不盡相同。

在紓困政策及影響的披露方面， 中國主要銀行的披露以定性分析為主， 描述了為應對疫情所采取的紓困措施， 并說明了疫情對當前資產(chǎn)質(zhì)量的影響及未來展望。 對于受疫情影響已辦理延期還本付息的客戶， 中國主要銀行均說明了對其進行損失階段劃分的原則， 即不會自動觸發(fā)債務人信用風險顯著增加。 與中國主要銀行相比， 美歐主要銀行普遍在定性說明之外， 還以表格形式披露相關紓困措施所涉及的定量數(shù)據(jù)， 例如借款人戶數(shù)、貸款余額、占整體貸款的比重等， 同時說明延長還款期限不會自動導致貸款下遷至第二或第三階段。

在前瞻性信息的披露方面， 中國主要銀行普遍以定性說明介紹了在進行前瞻性信息預測時采用的宏觀經(jīng)濟指標名稱及更新頻率， 以及部分宏觀指標（如GDP、CPI等）在部分情景下的定量預測值， 例如農(nóng)業(yè)銀行、交通銀行披露了三情景下的GDP預測值， 建設銀行、中國銀行披露了基準情景下的預測值范圍。 情景設置方面， 各機構均未披露定量權重信息， 普遍以定性方式進行說明， 例如三情景權重相若、基準情景權重最高等。 美歐主要銀行則在定性說明之外， 還以定量表格詳細列示了采用的主要宏觀經(jīng)濟指標在不同預測情景下的定量預測值、權重概率， 以及各經(jīng)濟情景的減值評估結果。 整體而言， 美歐主要銀行當前對前瞻性信息披露的顆粒度更為細致全面。

在管理層疊加的披露方面， 中國部分銀行以定性描述說明了運用管理層疊加的考慮及疊加對象， 例如特定行業(yè)及客戶組合、個人住房貸款等， 但未具體描述疊加方法。 在疊加影響方面， 中國銀行均未披露管理層疊加的定量調(diào)整金額， 個別銀行說明了調(diào)整金額相對于整體減值準備余額不重大。 美歐主要銀行披露了在模型預測結果外對高風險行業(yè)貸款、零售貸款、低風險類交易對手等所實施的管理層判斷調(diào)整的范圍、調(diào)整金額及其考慮因素， 并說明了已建立相關內(nèi)部管制及退出機制。

四、 預期信用損失模型中的若干問題

結合以上中美歐主要銀行在預期信用損失計提和披露上的差異， 考慮到當期出臺的相關政策， 本文認為， 有以下四個重要問題值得探討。

（一）有序降低撥備覆蓋率

2022年4月， 國務院常務委員會會議決定， 針對當前形勢變化， 鼓勵撥備水平較高的大型銀行有序降低撥備覆蓋率。 2022年4月， 銀保監(jiān)會有關負責人表示， “鼓勵撥備較高的大型銀行及其他優(yōu)質(zhì)上市銀行將實際撥備覆蓋率逐步回歸合理水平”。 2018年2月， 原銀監(jiān)會下發(fā)了《關于調(diào)整商業(yè)銀行貸款損失準備監(jiān)管要求的通知》， 明確了撥備覆蓋率監(jiān)管要求由150%調(diào)整為120% ～ 150%， 貸款撥備率監(jiān)管要求由2.5%調(diào)整為1.5% ～ 2.5%; 2020年5月， 銀保監(jiān)會印發(fā)了《關于階段性調(diào)整中小商業(yè)銀行貸款損失準備監(jiān)管要求的通知》， 對中小商業(yè)銀行貸款損失準備監(jiān)管要求進行階段性調(diào)整。

根據(jù)銀保監(jiān)會的數(shù)據(jù)， 2021年末中國商業(yè)銀行的撥備覆蓋率為197%?， 其中大型商業(yè)銀行2021年四季度末的撥備覆蓋率為239%?， 相較于上年末增加了23個百分點?， 遠高于120% ～ 150%的標準。 而銀行撥備覆蓋率的下調(diào)可以通過減少“貸款減值準備”或增加“不良貸款余額”兩種方式來實現(xiàn)。

一方面， 銀保監(jiān)會在鼓勵撥備較高的大型銀行及其他優(yōu)質(zhì)上市銀行將實際撥備覆蓋率逐步回歸合理水平的同時， 還提出需指導銀行運用高撥備優(yōu)勢， 加大不良資產(chǎn)核銷處置力度。 從監(jiān)管部門的角度來看， 引導撥備覆蓋率下調(diào)的主要目的在于增強銀行信貸投放能力、釋放更多信貸資源， 并非簡單地少計提“貸款減值準備”或增加“不良貸款余額”。 銀行通過從嚴認定不良貸款并對其加速核銷處置， 消耗撥備、降低撥備水平， 從而推動銀行增強信貸投放能力。

另一方面， 銀行在對監(jiān)管政策進行有效響應時， 不應以結果導向?qū)崿F(xiàn)， 而是應通過主觀的“修正模型參數(shù)、調(diào)整權重選取、引入管理層疊加”等手段實現(xiàn)。 銀行應結合自身的預期信用損失模型方法論、模型治理等實際情況， 在保持預期信用損失模型恰當運用的同時， 可以考慮通過模型外的“專項撥備或一般撥備”等方式加以實現(xiàn)。 “專項撥備或一般撥備”是在以前年度通過利潤分配方式而形成， 在通過公司治理程序后可以進行釋放。

（二）氣候相關風險對預期信用損失的影響

氣候變化對全人類的可持續(xù)發(fā)展構成了嚴重威脅， 在氣候變化的背景下， 極端天氣事件呈現(xiàn)增多、加劇的全球趨勢。 為應對氣候變化， 我國提出了“二氧化碳排放力爭于2030年前達到峰值， 努力爭取在2060年前實現(xiàn)碳中和”等目標承諾。 而貫徹實現(xiàn)“碳達峰、碳中和”目標， 將加速我國經(jīng)濟和能源轉型， 推動我國經(jīng)濟發(fā)展從以化石能源為主向以非化石能源為主過渡， 加速行業(yè)價值鏈的轉型， 推動產(chǎn)業(yè)鏈上下游實現(xiàn)低碳生產(chǎn)競爭力， 進而從能源供給側和需求側等多方面影響企業(yè)的發(fā)展。

鑒于氣候變化風險的財務影響， 國際會計準則理事會（IASB）于2020年發(fā)布《氣候相關事項對財務報表的影響》（Effects of Climate-related Matters on Financial Statement）， 指出企業(yè)在應用相關會計準則時需要考慮氣候相關事項的影響[6] 。 最近， IASB在2022 ～ 2026年議程咨詢（Agenda Consultation）中， 決定將氣候相關風險（或更廣泛的ESG風險）議題納入工作計劃。

中國銀保監(jiān)會的10號文也提出， 商業(yè)銀行在進行階段劃分時， 應評估與信用主體及其信用風險敞口相關的可獲得信息， 包括但不限于： 可能對信用主體還款能力產(chǎn)生潛在影響的氣候變化等相關信息; 商業(yè)銀行遇國內(nèi)外重大事件（如政治、經(jīng)濟、金融、衛(wèi)生、環(huán)境、氣候、自然災害等事件）發(fā)生或相關政策重大調(diào)整時應及時更新相關前瞻性信息。

氣候相關事項將影響宏觀經(jīng)濟變量， 如總供求、總產(chǎn)出、物價水平、就業(yè)率、利率、匯率、房地產(chǎn)價格指數(shù)以及貨幣供應量等均可能受到氣候變化的影響。 這些宏觀經(jīng)濟變量是計提預期信用損失所建立模型的重要參數(shù)， 其變動可能會對預期信用損失產(chǎn)生顯著影響。 而氣候相關事項的風險因素對預期信用損失的影響程度， 將取決于預期氣候風險的嚴重程度和發(fā)生時點、其對借款人和貸款人的貸款組合的直接和間接影響， 以及貸款組合的期限。

由于氣候相關事項最為顯著的影響預計將在中長期內(nèi)顯現(xiàn)， 目前我國的銀行機構在預期信用損失模型中對氣候相關事項的考慮較為有限。 然而， 銀行應監(jiān)控氣候相關事項的演變速度和規(guī)模， 評估其對預期信用損失計量的潛在影響， 并結合自身情況在預期信用損失模型中予以反映。 相應地， 準則制定或監(jiān)管機構可以考慮制定相關準則、實務運用指南等指導綱要。

（三）中美銀行撥備計提差異

美國主要銀行自2020年1月1日起適用當前預期信用損失模型（CECL模型）， 根據(jù)對未來經(jīng)濟或市場的判斷， 采用風險評估模型對金融資產(chǎn)的整個存續(xù)期計提預期信用損失準備。 2020年上半年， 受疫情沖擊及宏觀經(jīng)濟環(huán)境的影響， 美國主要銀行的撥備計提額為564億美元， 較2019年同期增加了483.33%; 2020年末美國主要銀行的平均撥貸比為2.69%， 較2019年末增加了137bps。 隨著宏觀經(jīng)濟預期的逐步向好， 2020年下半年美國經(jīng)濟受政府刺激消費帶動有所復蘇， 美國主要銀行自2020年四季度起單季撥備出現(xiàn)回撥， 2021年延續(xù)了回撥態(tài)勢， 逐步釋放2020年上半年大幅增提的撥備。

與美國同業(yè)相比， 2020年中國主要銀行的撥備計提保持穩(wěn)中有升態(tài)勢， 2020年上半年撥備計提額為4023億元， 較2019年同期增加了43.22%， 撥貸比從2019年末的3.15%增加至3.21%，增加了6bps。 2021年中國經(jīng)濟穩(wěn)步增長， 主要銀行各季度當季撥備計提額逐步下降。

從美國主要銀行的業(yè)績表現(xiàn)來看， 美國銀行業(yè)的撥備計提具有較為明顯的順周期性， 并快速出清風險。 在經(jīng)濟下行周期， 當期撥備計提的大幅增加相應加大了銀行業(yè)績的波動性。 由于資產(chǎn)減值準備計提的大量增加， 銀行業(yè)盈利狀況變差， 2020年以來美國大型銀行的市場表現(xiàn)慘淡， 截至2020年8月初， 美國銀行、摩根大通、花旗銀行、富國銀行的股價分別下跌了22.85%、25.54%、33.75%、51.9%。 隨著疫情逐步得到控制， 美國主要銀行在經(jīng)濟好轉后逐步回撥撥備， 使得盈利水平恢復更加快速。 以2021年為例， 美國銀行、摩根大通、花旗銀行、富國銀行撥備回撥金額占凈利潤的比例分別為14.57%、19.42%、14.14%、18.36%。 其中， 2021年一季度摩根大通撥備回撥金額占凈利潤的比例高達29.06%， 2021年三季度富國銀行撥備回撥金額占凈利潤的比例高達27.24%。 因而， 在評估美國銀行機構及其管理層的績效表現(xiàn)時， 需考慮多個期間的內(nèi)外部綜合因素。 而我國主要銀行的業(yè)績增速、市值管理相對來說較為穩(wěn)定， 波動性明顯弱于美國銀行， 顯然是撥備計提發(fā)揮了“風險緩釋器”的作用。

從準則體系而言， 由于CECL模型允許銀行只考慮大概率發(fā)生的單一前瞻情景， 銀行多基于定性及定量分析綜合構建前瞻情景， 但實踐中不同銀行對這些標準、模型的理解和應用會不一致， 如花旗銀行采用單一前瞻情景， 摩根大通采用多情景， 這些都可能會削弱會計信息的可比性， 干擾市場參與者的判斷， 因而銀行對預期信用損失模型選擇、宏觀形勢判斷等重要信息的完整、清晰披露就顯得尤為重要。

（四）制定相關監(jiān)管政策及指引

預期信用損失的評估使用了復雜的模型、大量的參數(shù)和數(shù)據(jù)， 以及重大的管理層主觀判斷及假設， 可能得出不合理和缺乏證據(jù)支撐的預測和前瞻性信息， 導致無法對預期信用損失模型進行合理估計。 同時， 模型在疫情反復導致宏觀經(jīng)濟、貸款組合信用風險波動加劇的環(huán)境下容易產(chǎn)生偏差， 銀行可能更需要通過運用管理層疊加對模型輸出結果進行調(diào)整。

為指導金融機構在實務中更為有效地運用預期信用損失模型， 加強披露的透明性及同業(yè)可比性， 國外監(jiān)管機構陸續(xù)下發(fā)指引， 對模型相關估計技術、參數(shù)選取和假設以及相關披露提出具體要求及相關示例指導。 其中， 英國金融穩(wěn)定委員會下的信息強化披露特別工作小組（EDTF）多次發(fā)布針對預期信用損失模型的信息披露建議及具體示例， 強調(diào)管理層對預期信用損失模型信息的使用、計算涉及的主要參數(shù)、各情景權重等定量信息的披露[7，8] 。 同時， IASB、巴塞爾銀行監(jiān)管委員會也分別發(fā)布應用指南和《銀行外部審計指引——關于預期信用損失審計的補充說明》， 強調(diào)透明披露的必要性， 對預期信用損失評估中所涉及的參數(shù)、估計技術、披露等方面的審計要求提出了進一步指導。

近年來， 中國銀保監(jiān)會、財政部陸續(xù)下發(fā)的《關于進一步貫徹落實新金融工具相關會計準則的通知》、10號文等監(jiān)管文件， 對預期信用損失模型的管理、實施、監(jiān)督及披露等全流程進行了統(tǒng)一規(guī)范。 與歐洲主要銀行相比， 中國銀行機構在實務運用中披露的透明性、顆粒度各有差異， 對于宏觀經(jīng)濟預測、情景權重等事項以定性披露為主。 與我國大型銀行相比， 國內(nèi)中小銀行大多不具備內(nèi)部宏觀經(jīng)濟研究及預測體系。 在預期信用損失模型的專家團隊建設、數(shù)據(jù)治理、模型設計、模型治理、系統(tǒng)搭建、披露實踐， 以及監(jiān)管政策實施落地等方面， 細化的、可落地的具體操作指引及同業(yè)實踐示例等手段， 有助于銀行機構實現(xiàn)不斷“查漏補缺”和提升精細化管理水平。

此外， 目前我國暫未制定與預期信用損失模型相關的專項外部審計指引， 外部審計師應結合會計準則、我國監(jiān)管機構的要求， 參考巴塞爾銀行監(jiān)管委員會發(fā)布的《銀行外部審計指引——關于預期信用損失審計的補充說明》， 重點關注前瞻性信息預測、宏觀情景設置、模型、披露等方面， 夯實外部審計責任。

五、政策建議

基于以上分析， 為規(guī)范我國商業(yè)銀行信貸資產(chǎn)預期信用損失的計提和披露， 客觀反映商業(yè)銀行經(jīng)營業(yè)績， 建議有關部門加強對預期信用損失計提和披露的指導和監(jiān)督。

（一）加強對宏觀情景預測和前瞻性信息實務運用的指導

預期信用損失的評估涉及對未來宏觀經(jīng)濟狀況等前瞻性信息的預測。 10號文對前瞻性信息的獲取方式、內(nèi)容及頻率進行了規(guī)范， 與大型銀行相比， 國內(nèi)中小銀行大多不具備宏觀經(jīng)濟研究及預測體系， 主要依賴外部機構數(shù)據(jù)， 但市場預測存在指標不全面、口徑不一致、預測波動大、更新時間不固定等限制， 可能導致中小銀行難以及時獲得權威統(tǒng)一的預測數(shù)據(jù)， 從而降低其模型計量的可比性。 加強對中小銀行前瞻性信息實務運用的指導， 引導中小銀行逐步提升自身預測能力至關重要。 因此， 本文建議在10號文中有關加強宏觀經(jīng)濟預測分析要求的基礎上， 結合中小銀行實施現(xiàn)狀及模型特點， 在預期信用損失法實施初期， 針對宏觀經(jīng)濟指標預測值獲取的來源、標準、口徑、多情景指標預測值如何設置、如何作用于“歷史統(tǒng)計數(shù)據(jù)”等實務運用難點， 配套出臺更為細化、可落地的具體操作指引及同業(yè)實踐示例， 用以指導中小銀行逐步提升預期信用損失管理水平。

（二）進一步規(guī)范管理層疊加的運用及退出機制

預期信用損失法是一門有關會計估計的技術， 預期信用損失模型本身存在的高度不確定性使其輸出結果在疫情反復導致宏觀經(jīng)濟、貸款組合信用風險波動加劇的環(huán)境下容易產(chǎn)生偏差， 因而可能需要通過運用管理層疊加對模型輸出結果進行調(diào)整。 鑒于管理層疊加的內(nèi)在不確定性及高度主觀性， 10號文要求商業(yè)銀行應審慎運用管理層疊加， 將常規(guī)化風險因素通過階段劃分、優(yōu)化模型或前瞻性調(diào)整等納入模型考量， 并要求建立規(guī)范的審批流程， 從機制上確保減值評估的合理性及有效性。 因此， 本文建議在嚴格執(zhí)行10號文有關管理層疊加運用的概念框架要求的基礎上， 結合當前疫情發(fā)展及有關紓困政策， 進一步探索、制定銀行實施管理層疊加的實務運用指南， 針對管理層疊加的觸發(fā)條件、量化分析過程、疊加方向、退出機制、常態(tài)化因素認定、信息披露等方面通過檢查要點或?qū)嵺`案例分析等予以規(guī)范， 指導各機構完善對管理層疊加的運用及管控， 提升撥備計量的客觀性。

（三）提升預期信用損失法實施相關信息披露的質(zhì)量

預期信用損失的評估使用了復雜的模型、大量的參數(shù)和數(shù)據(jù)， 以及重大的管理層主觀判斷及假設。 疫情反復凸顯了預期信用損失法在實務運用中的難度， 同時， 為應對模型限制而運用的管理層疊加進一步加大了模型預測的主觀程度及不確定性， 因而對實務運用中重大模型參數(shù)、方法及假設披露的透明性和可比性提出了更高要求。 與歐美銀行相比， 由于我國當前準則及監(jiān)管指引對相關估計技術、參數(shù)和假設的披露以原則性框架要求為主， 各家銀行在實務運用中披露的透明度、顆粒度也各有差異， 從而降低了同業(yè)橫向?qū)Ρ鹊目杀刃浴?因此， 本文建議在嚴格執(zhí)行企業(yè)會計準則、10號文有關披露要求的基礎上， 結合國內(nèi)外銀行同業(yè)實踐， 擬定有關實務運用案例解析及最佳實踐示例， 引導銀行針對預期信用損失計量所涉及的宏觀情景預測、前瞻性信息運用、管理層疊加調(diào)整等重要估計領域提供更多有用信息， 并通過監(jiān)管培訓、強化責任意識等方式， 進一步規(guī)范實務運用中有關披露的透明度、顆粒度及參考性。

（四）加強對預期信用損失法實施情況的監(jiān)管檢查

預期信用損失的評估涉及眾多復雜模型及管理層主觀判斷， 相關評估結果將直接決定財務報告中有關財務指標及監(jiān)管指標， 銀行可能存在通過目標結果倒推有關模型方法及參數(shù)選擇的情況。 同時， 結合國務院有關有序降低撥備覆蓋率的政策導向， 銀行在預期信用損失法實務運用過程進行有效響應的同時應如何保持客觀性， 亦對相關模型的設計及管控提出了更高要求。 根據(jù)10號文的要求， 銀保監(jiān)會及派出機構需對商業(yè)銀行預期信用損失法實施情況進行監(jiān)督。 因此， 本文建議各派出機構加強對銀行實務運用情況的現(xiàn)場檢查及非現(xiàn)場監(jiān)管力度， 并結合監(jiān)管檢查有關共性問題印發(fā)相關實務應用案例或補充意見。 同時， 針對以公允價值計量且承擔信用風險的其他金融資產(chǎn)如何進行預期信用損失評估、內(nèi)審監(jiān)督如何有效落實等實務運用事項， 本文建議以研討會、窗口指導等多樣化的方式加大有關指導力度。

（五）制定預期信用損失審計監(jiān)督指引

CAS 22的實施從根本上改變了信用減值損失的評估方法及有關管理流程， 預期信用損失法的實施使用了復雜的模型、眾多的參數(shù)和數(shù)據(jù)， 并依賴管理層做出多項主觀判斷及假設， 估計本身所存在的高度不確定性使其天然地具有較高的審計風險。 2020年12月巴塞爾銀行監(jiān)管委員會發(fā)布的《銀行外部審計指引——關于預期信用損失審計的補充說明》從監(jiān)管角度明確了對預期信用損失審計的期望， 指出外部審計師在前瞻性信息預測、宏觀情景設置、模型、披露等方面的關注重點， 為外部審計師有效審計預期信用損失提供了指導。 因此， 本文建議參考巴塞爾銀行監(jiān)管委員會相關審計指引， 結合10號文有關模型設計、實施、管控及監(jiān)督要點， 探索制定針對預期信用損失的外部審計指引， 規(guī)范模型研發(fā)、應用、治理監(jiān)督、信息系統(tǒng)、披露等有關檢查要點， 明確監(jiān)管期望， 為外部審計師有效審計預期信用損失提供政策指導， 并通過加大執(zhí)業(yè)檢查等監(jiān)管力度夯實外部審計責任， 切實提升預期信用損失的相關會計信息質(zhì)量。

【 注 釋 】

①根據(jù)中國銀保監(jiān)會于2022年2月11日發(fā)布的2021年商業(yè)銀行主要指標，截至2021年12月31日，我國商業(yè)銀行信貸資產(chǎn)余額為165萬億元人民幣，占資產(chǎn)總額的比例為57%。

②除特別說明外，本文選取的主要對標銀行是指中國的工商銀行、建設銀行、中國銀行、農(nóng)業(yè)銀行，美國的美國銀行、摩根大通、花旗集團、富國銀行，歐洲的匯豐銀行、巴克萊銀行、桑坦德銀行、德意志銀行。本文分析所運用的數(shù)據(jù)根據(jù)以上銀行所披露的相關年度報告進行整理。

③參見中國國家統(tǒng)計局《2021年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，2021年2月28日。

④參見中國國家統(tǒng)計局《2022年二季度和上半年國內(nèi)生產(chǎn)總值初步核算結果》，2022年7月16日。

⑤來源于美國商務部數(shù)據(jù)、歐盟統(tǒng)計局數(shù)據(jù)。

⑥GDP增速為當季同比增速，非累計增速。

⑦不良貸款分別為各家銀行不良貸款合計，其中美國主要銀行不良貸款統(tǒng)計口徑根據(jù)當?shù)貞T例未包含信用卡。中國主要銀行于2010年全部完成上市，因此選取2010年至今的數(shù)據(jù)進行分析;美歐主要銀行上市時間較早，因此選取2006年至今的數(shù)據(jù)進行分析（后同）。美歐主要銀行相關數(shù)據(jù)按各銀行財報時點，使用國家外匯管理局人民幣匯率中間價進行折算。

⑧撥備即商業(yè)銀行為信貸資產(chǎn)計提的預期信用損失準備，下同。

⑨撥備覆蓋率=貸款預期信用損失準備合計/不良貸款合計。

⑩撥貸比=貸款預期信用損失準備合計/貸款總額合計。

?信貸成本率=貸款預期信用損失準備計提額合計/貸款總額合計。

?相關內(nèi)容根據(jù)各銀行所披露的2020年及2021年年度報告整理得到。

?參見中國銀保監(jiān)會《2021年商業(yè)銀行主要監(jiān)管指標情況表（季度）》。

?參見中國銀保監(jiān)會《2021年商業(yè)銀行主要指標分機構類情況表（季度）》。

?參見中國銀保監(jiān)會《2020年商業(yè)銀行主要指標分機構類情況表（季度）》。

【 主 要 參 考 文 獻 】

[1] International Accounting Standards Board. IFRS9 and covid-19， 2020-03-27.

[2] Basel Committee on Banking Supervision. Guidelines-supplemental note to external audit of expected credit loss，2020-12-07.

[3] 財政部，銀保監(jiān)會.關于進一步貫徹落實新金融工具相關會計準則的通知.財會[2020]22號，2020-12-30.

[4] 財政部，國資委，銀保監(jiān)會，證監(jiān)會.關于嚴格執(zhí)行企業(yè)會計準則切實加強企業(yè)2020年年報工作的通知.財會[2021]2號，2021-01-27.

[5] 銀保監(jiān)會.商業(yè)銀行預期信用損失法實施管理辦法.銀保監(jiān)規(guī)[2022]10號，2022-05-13.

[6] 王鵬程.財務報表審計中對氣候變化風險的考慮[ J].財會月刊，2022（14）：110 ～ 115.

[7] Financial Stability Board. Implementation of G20/FSB financial reforms in other areas，2020-06-08.

[8] Financial Stability Board. Impact of expected credit loss approaches on bank risk disclosures，2015-11-30.

【作者單位】北京工商大學商學院， 北京 100048