安永：實施新金融工具準則對中國上市銀行的影響分析（20頁）.pdf

1、實施新金融工具 準則對中國上市 銀行的影響分析 本報告根據已實施新金融工具準則的28家中國上市銀行 2018年年報披露的數據，區分大型商業銀行（包括中國 工商銀行、中國建設銀行、中國農業銀行、中國銀行、 交通銀行、中國郵政儲蓄銀行，簡稱“大型銀行”） 、 全國性股份制銀行 （包括招商銀行、上海浦東發展銀行、 民生銀行、中信銀行、光大銀行、平安銀行、浙商 銀行，簡稱“股份制銀行”）和城/農商行（包括盛京 銀行、徽商銀行、天津銀行、哈爾濱銀行、鄭州銀行、 重慶銀行、青島銀行、中原銀行、甘肅銀行、江西 銀行、九江銀行、瀘州銀行、重慶農村商業銀行、廣州 農村商業銀行、吉林九臺農村商業銀行）三個梯隊，

2、解讀新金融工具準則對于中國上市銀行的財務影響， 尤其是實施預期信用損失模型對于銀行的財務沖擊， 分析銀行在當前經濟環境、監管政策、自身盈利能力和 信用風險狀況等條件約束下的應對措施和會計政策 選擇，探討銀行治理層需要關注的信用風險管理與財務 報告控制領域，并提出相關政策建議。 摘要 引言1 1. 上市銀行實施新準則首日整體財務影響分析2 2. 金融資產重分類影響分析4 （一）合同現金流量特征測試5 （二）業務模式測試6 （三）權益工具投資7 3. 預期信用損失影響分析8 （一）減值準備總體影響分析8 （二）預期信用損失模型分析10 4. 總結和建議14 目錄 2017年3月31日，財政部修訂發

3、布了企業會計準則第22號金融工具確認和計量、企業會計準則 第23號金融資產轉移和企業會計準則第24號套期會計三項金融工具相關會計準則。此前， 國際會計準則理事會（IASB）已于2014年7月發布了完整版的國際財務報告準則第9號金融工具 （IFRS 9）。至此，財政部通過修訂發布上述準則實現了與國際財務報告準則的持續趨同。為方便討論， 下文將財政部修訂發布的三項金融工具相關會計準則與IFRS 9統稱“新金融工具準則”或“新準則”。 新金融工具準則簡化了金融資產分類，引入了預期信用損失法作為金融工具減值的基礎，簡化了嵌入衍生工具 的會計處理，提升了套期會計的適用性，既符合我國強化金融監管的方向，也

4、有利于我國企業更好地管理和 更恰當地披露金融工具，能夠在一定程度上防范和化解金融風險，提高企業競爭力。 完整版的IFRS 9應于2018年1月1日或其后開始的財政年度生效，允許提前實施。按照財政部的要求，國內 企業將分步實施企業會計準則第22號金融工具確認和計量等三項金融工具相關會計準則。其中， 在境內外同時上市的企業以及在境外上市并采用國際財務報告準則或企業會計準則編制財務報告的企業， 自2018年1月1日起施行；其他境內上市企業自2019年1月1日起施行；執行企業會計準則的非上市企業自 2021年1月1日起施行。同時，鼓勵企業提前執行。 根據2019年4月末已發布的上市銀行2018年年報顯

5、示，47家中國上市銀行中，共計28家上市銀行已于 2018年1月1日起正式實施新金融工具準則，其中，除浦發和平安這兩家銀行為境內上市銀行提前執行新 準則，其他銀行全部為境內外同時上市或境外上市銀行。 從中國上市銀行對外披露的2018年度財務報告中，可以了解實施新金融工具準則對這些銀行的財務影響， 同時分析不同銀行所采用的會計政策和重大會計估計，繼而深入分析中國銀行業實施新準則所面臨的問題和 挑戰，探討銀行內部治理和控制流程的變革需求，以及行業監管政策須覆蓋的重點領域。 本報告中提及的上市銀行各項指標的平均數，除特別說明以外，均為加權平均數。 引言 2 / 實施新金融工具準則對中國上市銀行的影響

6、分析 1. 上市銀行實施新準則 首日整體財務影響分析 根據銜接規定，新金融工具準則施行日之前的金融 工具確認和計量與該準則要求不一致的，除一些例外 情形外，企業應當追溯調整，但在該準則施行日已經 終止確認的項目不適用該準則。同時，涉及前期比較 財務數據與該準則不一致的，無須調整，而是將金融 工具原賬面價值和在該準則施行日的新賬面價值之間 的差額，計入該準則施行日所在年度報告期間的期初 留存收益或其他綜合收益。這與以往一些會計準則修 訂的銜接規定有所不同。無論企業選擇不調整比較期 間數據，或是企業選擇調整比較期間數據（被新準則 禁止追溯調整的已經終止確認的項目除外），均會導 致實施新準則后的財務

7、數據與比較期數據之間缺乏可 比性。據觀察，于2018年1月1日開始實施新金融工 具準則的28家上市銀行均未選擇調整前期比較財務數 據。這意味著，新準則施行日的金融工具分類變化、 公允價值計量導致的金融資產或負債賬面價值的變動 首日實施新金融工具準則對上市銀行股東權益的影響 6.00% 4.00% 2.00% 0.00% -2.00% -4.00% -6.00% 工行 建行 農行 中行 交行 郵儲 招商 浦發 民生 中信 光大 平安 浙商 徽商 哈爾濱 盛京 天津 重慶 甘肅 鄭州 江西 中原 青島 九江 瀘州 重慶農商 廣州農商 吉林九臺 其他綜合收益變動比例未分配利潤變動比例股東權益變動比例

8、 實施新金融工具準則對中國上市銀行的影響分析 / 3 以及實施預期信用損失模型導致的金融工具減值金額 的變動，既不會影響2018年度的凈利潤，也不會影響 2017年及以前年度的凈利潤。 除個別銀行以外，新金融工具準則的實施造成上市 銀行股東權益出現不同程度的減少，主要是由于采用 預期信用損失模型增提撥備所致。股份制銀行的股東 權益變動最為顯著，實施新準則導致股份制銀行的 股東權益平均降低2.09%，大型銀行的股東權益平均 降低1.72%，城/農商行的股東權益平均降低1.54%。 值得注意的是，大型銀行中的四大國有銀行受到的 影響相對均衡（約-1.1%至-2.2%），交行和郵儲兩家 銀行受到的影

9、響程度則有較大差距。股份制銀行中， 除了浙商受到影響相對較小，其他銀行受到影響也較 為均衡（約-1.4%至-2.9%）。城/農商行受到的影響， 則呈現比較離散的情況，從-4.5%至5.2%不等。 將股東權益凈影響進行分解，可以觀察到未分配利潤 和其他綜合收益這兩個權益項目的變動出現分化。 總體上，未分配利潤減少，而其他綜合收益增加。 未分配利潤的累計影響可能源自于金融資產分類變化 或減值準備變動，而其他綜合收益的累計影響通常是 由于以攤余成本計量的金融資產和以公允價值計量且 其變動計入其他綜合收益的金融資產之間的分類變化 所導致。 上述數據展現出的內在一致性，反映了各家銀行在 實施新準則過程中

10、，可能都面對了相同的系統性沖 擊，或者采取了相對一致的實務操作，比如對類似的 金融資產組合都進行了重分類。為了深入理解這個 問題，需要從金融資產重分類和預期信用損失兩個 領域入手分析。 4 / 實施新金融工具準則對中國上市銀行的影響分析 2. 金融資產重分類影響分析 “HFT金融資產的計量屬性為以公允價值計量且其變動計入當期損益；HTM和L&R金融資產的計量屬性為攤余成本；AFS金融資產的計量屬性為以公允價值 計量且其變動計入其他綜合收益（可回轉損益）。需要注意的是，新準則下分類為FVOCI的權益工具投資，在處置時其累計公允價值變動直接轉入未分配利 潤，但不可回轉損益，且沒有減值要求；另外，新

11、準則下分類為FVOCI的債務工具投資，其減值要求也不同于原準則下的AFS債務工具投資”。 新金融工具準則下金融資產的分類標準 債務（包含混合合同) “合同現金流量特征”測試（工具層面） “業務模式”測試(匯總層面) 選擇有條件的公允價值選擇權 以交易為目的? 選擇以公允價值計量 且其變動計入其他綜 合收益的選擇權? 以公允價值計量且其 變動計入其他綜合收 益（不可回轉損益） 以攤余成本 計量 以公允價值計量且其變動 計入其他綜合收益 (可回轉損益) 以公允價值計量且 其變動計入損益 衍生工具權益 持有以收取 合同現金流量 既收取合同現金流量 又出售金融資產的 業務模式目標 (1) (2)） 都

12、不是 是 是 未通過未通過未通過 通過 否 否 否否 123 是 原準則要求企業按照管理層持有金融資產的意圖以及 金融工具有無活躍市場報價等因素，將金融資產分 為四類：交易性金融資產（HFT）、持有至到期投資 （HTM）、貸款及應收款（L&R）和可供出售金融 資產（AFS）。新準則要求企業按照其管理金融資產 的業務模式和金融資產的合同現金流量特征，將金融 資產分為三類：以攤余成本計量的金融資產（AC）、 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）和以公允價值計量且其變動計入當期 損益的金融資產（FVTPL），旨在通過簡化金融資產 分類原則和方法來解決原準則下金融工具分類和

13、計量 過于復雜、分類隨意性較大，導致相同的金融工具 出現不同的會計處理結果，并導致較為復雜的金融 工具減值要求和套期會計規定等問題，從而更有利于 實務判斷和操作。 實施新金融工具準則對中國上市銀行的影響分析 / 5 （一）合同現金流量特征測試 在實施新準則過程中，大部分銀行會計從業者感受到 其與原準則最明顯的不同點在于引入了金融資產的 合同現金流量特征測試。 金融資產的合同現金流量特征測試，是指企業需要 判斷金融資產在特定日期產生的合同現金流量是否 僅為對本金和以未償付本金金額為基礎的利息的 支付（SPPI），即是否與基本借貸安排相一致。 金融資產只有滿足SPPI測試要求，才需要分析其所 在金

14、融資產組合的業務模式，進而確定其會計分類是 AC、FVOCI或者FVTPL；否則，該項金融資產將被 直接分類為FVTPL。 從財務流程角度看，SPPI測試的挑戰在于銀行需要 就其持有的金融工具合同逐筆分析現金流量特征， 而且為了避免資產的會計分類與管理層對該項資產的 業績評價方法出現沖突（比如按利息收益率考核的 資產組合購入了一項由于不符合SPPI測試而只能分類 為FVTPL的資產），SPPI測試工作最好前置于交易確 認環節。對于大型銀行而言，SPPI測試的挑戰主要來 自金融工具合同種類繁多且數量龐大，需要信息系統 的協助以減少人工的負擔；對于那些持有較多非標投 資組合但信息系統不發達的股份制

15、銀行和城/農商行 而言，還需要考慮人工方式分析非標投資的合同現金 流量特征的效率和準確性。 從財務影響角度看，銀行持有的結構復雜的信托 計劃、資管計劃、基金投資、理財產品等金融資產， 很可能不滿足SPPI測試，從而需要分類為FVTPL， 導致資產負債表中FVTPL資產的占比增加，同時損益 表受到上述資產估值波動影響增加。由于不同銀行 在金融投資組合中的資產配置策略不同（比如非標 資產占比和久期），因此相應的財務影響程度也不盡 相同?？傮w而言，股份制銀行和城/農商行受到的 影響，比大型銀行更為明顯。大型銀行FVTPL類資產 在總資產的占比，從2017年末2.0%上升至2018年末 2.9%，股份

16、制銀行從1.5%上升至5.6%左右，城/農 商行則從0.9%上升至9.1%。 SPPI: Solely Payments of Principal and Interest on the principal amount outstanding. 6 / 實施新金融工具準則對中國上市銀行的影響分析 FVTPL金融投資余額及占比（單位：人民幣百萬元） 2017年末2018年末 FVTPL金融 投資余額 占總資產比例 FVTPL金融 投資余額 占總資產比例 工行 440,9381.69%805,3472.91% 建行 578,4362.61%731,2173.15% 農行 577,9652.75%

17、643,2452.85% 中行 193,6110.99%370,4911.74% 交行 227,0302.51%376,3863.95% 郵儲 119,9921.33%341,6623.59% 大型商業銀行 2,137,9722.00%3,268,3482.87% 招商 64,7961.03%330,3024.90% 浦發 162,8662.65%395,6686.29% 民生 74,6011.26%381,0936.36% 中信 65,9041.16%308,8725.09% 光大 24,1960.59%222,7375.11% 平安 39,5751.22%148,7684.35% 浙商 4

18、6,3453.02%135,2118.21% 全國性股份制銀行 478,2831.45%1,922,6515.57% 徽商 2,6950.30%106,48010.14% 哈爾濱 4,5400.80%38,3896.24% 盛京 - 0.00%151,69115.39% 天津 5,7200.81%60,7459.21% 重慶 7020.17%27,4226.09% 甘肅 2500.09%42,56112.95% 鄭州 11,8492.72%60,03312.88% 江西 5880.16%34,3248.19% 中原 9,8661.89%43,8697.07% 青島 1790.06%22,362

19、7.04% 九江 9110.34%36,99511.87% 瀘州 - 0.00%1,8412.23% 重慶農商 5190.06%15,0951.59% 廣州農商 15,2702.08%89,79711.76% 吉林九臺 17,4359.32%16,3889.98% 城/農商行 70,5240.92%747,9929.14% 全部上市銀行 2,686,7791.82%5,938,9913.79% 數據來源：各銀行公開發布的年報。 （二）業務模式測試 盡管新準則更加側重企業的業務模式而非管理層的 意圖，但企業管理金融資產的業務模式往往也在一定 程度上體現出企業持有某項金融資產的意圖，因此 新舊準則

20、下的分類結果之間也存在一定聯系。例如， 金融資產的合同條款較為簡單以至于滿足合同現金流 量測試的條件下，原準則下分類為貸款及應收款和 持有至到期投資的金融資產，通常能符合新準則下的 持有且收取合同現金流量的業務模式，從而繼續按照 攤余成本計量（AC類）；又如，舊準則下分類為可供 出售債務工具的金融資產，往往與兼顧收取合同現金 流量和出售金融資產的業務模式，從而繼續以公允 價值計量且其變動計入其他綜合收益（FVOCI類）。 當前國內的商業銀行，不論規模大小，仍以經營傳統 信貸業務為主（包括財務報表上列報為“金融投資” 的類信貸業務，如底層資產為指定貸款的非標投資） ， 其他金融投資和交易組合在總

21、資產中的占比有限。 上述以業務模式為基礎的會計分類要求，在實務中并 未造成太多的困難和挑戰。大多數銀行對其資產負債 表上的貸款和金融投資往往以接近于“平移”的方式 進行新舊準則的平穩過渡（即總體上不改變原有會計 計量屬性）。根據上市銀行年報數據統計，首次實施 日大型銀行和股份制銀行約93%的AC類金融投資實現 “平移”，城/農商行該項比例更是高達約98%；各類 銀行FVOCI類金融投資能夠實現“平移”的比率也在 90%左右。 實施新金融工具準則對中國上市銀行的影響分析 / 7 首次實施日金融投資重分類影響（單位：人民幣百萬元） AC投資FVOCI投資 轉換后AC 投資的金額 其中來自 原LR和

22、HTM 投資的金額 占比 轉換后FVOCI 投資的金額 其中來自原AFS 投資的金額 占比 工行 3,835,107 3,538,01692.25%1,443,785 1,191,115 82.50% 建行 3,234,293 2,856,32088.31% 1,280,486 1,109,513 86.65% 農行 4,034,843 3,891,72796.45% 1,481,014 1,251,280 84.49% 中行 2,758,519 2,487,29690.17% 1,525,804 1,520,839 99.67% 交行 1,883,458 1,883,458100.00% 3

23、72,629 372,629 100.00% 郵儲 2,384,914 2,240,90893.96% 180,022 102,357 56.86% 大型商業銀行 18,131,134 16,897,72593.20% 6,283,740 5,547,733 88.29% 招商 921,494 920,59299.90% 336,305 333,146 99.06% 浦發 1,479,983 1,210,38881.78% 226,236 226,236 100.00% 民生 1,212,387 1,205,24399.41% 434,229 315,005 72.54% 中信 638,000

24、 532,42783.45% 424,503 399,824 94.19% 光大 840,959 840,31199.92% 142,573 142,573 100.00% 平安 671,911 671,21599.90% 54,963 35,427 64.46% 浙商 461,003 433,96494.13% 35,477 35,477 100.00% 全國性股份制銀行 6,225,737 5,814,14093.39% 1,654,286 1,487,688 89.93% 徽商 223,533 213,56895.54% 71,218 71,218 100.00% 哈爾濱 160,289

25、 160,289100.00% 28,978 28,978 100.00% 盛京 458,196 458,196100.00% 47,994 47,994 100.00% 天津 448,675 448,675 100.00%37,571 32,909 87.59% 重慶 81,65281,652100.00%32,22032,220100.00% 甘肅 54,961 48,94089.04% 4,573 4,425 96.76% 鄭州 159,634 159,634100.00% 2,794 2,794 100.00% 江西未披露未披露不適用未披露未披露不適用 中原未披露未披露不適用未披露未披

26、露不適用 青島 79,346 71,57190.20% 33,634 27,428 81.55% 九江 215,749 215,749100.00% 16,681 16,681 100.00% 瀘州 16,8689,33655.35% 1,7891,789 100.00% 重慶農商 160,556 148,78192.67% 8,160 8,160 100.00% 廣州農商 97,798 97,798100.00% 53,371 35,63766.77% 吉林九臺 34,536 34,536100.00% 7,973 7,973 100.00% 城/農商行 2,191,793 2,148,72

27、5 98.04% 346,956 318,206 91.71% 全部上市銀行 26,548,664 24,860,590 93.64% 8,284,982 7,353,62788.76% 數據來源：各銀行公開發布的年報。 較為特殊的是，某些存在“出售”模式的傳統信貸 業務，比如票據貼現（原分類為L&R），在新準則下 通常重分類為FVOCI，甚至FVTPL（取決于票據轉貼 現的規模和頻率）。同時，某些銀行針對某些類別的 貸款組合大規模且頻繁地開展信貸資產轉讓或證券化 交易時，也需要持續關注該等資產組合的業務模式 判定問題。 （三）權益工具投資 新準則下，權益工具投資應按公允價值計量且其變動 計入

28、損益，除非在初始確認時，企業選擇將非交易性 權益工具投資不可撤銷地指定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（其他綜合收益 不得回轉計入損益）。另外，新準則取消了原準則下 按照成本計量非上市股權投資的例外規定，所有的 權益工具投資原則上只能按照公允價值計量。因此， 銀行持有權益工具投資（比如通過不良債權清收或 市場化債轉股等方式獲得的股權），將按照公允價值 計量，并且面對將公允價值變動計入損益或權益的 會計分類選擇。管理層作出該項決策，不僅需要考慮 對財務報表的影響，還需要考慮對業績考核、薪酬 分配等方面的影響。另外，如果為了避免估值波動 影響利潤表而選擇FVOCI分類，可能會促

29、成或導致 資產損失被人為掩蓋在股東權益中而不被發現。 8 / 實施新金融工具準則對中國上市銀行的影響分析 3. 預期信用損失影響分析 新金融工具準則要求金融資產減值計量由“已發生 損失模型”改為“預期信用損失模型”，適用于以 攤余成本計量的金融資產、以公允價值計量且其變動 計入其他綜合收益的債務工具投資，以及貸款承諾和 財務擔保合同等表外項目。 （一）減值準備總體影響分析 理論上說，新準則實施后銀行總體貸款撥備水平應當 會上升。原因在于，以前的已發生損失模型下對未 出現減值跡象的貸款不提減值，但是預期信用損失 模型下對上述也要計提減值撥備。預期信用損失包含 了前瞻性的判斷，特別是結合了銀行對未

30、來宏觀經濟 走勢的判斷，如果銀行對宏觀經濟持樂觀態度，計提 預期信用損失模型及其階段劃分 各報告日 損失準備 存續期信用 預期標準 利息收入 計算基礎 12個月預期信用損失 （未來12個月內 可能發生的違約事件產 生的信用損失） 實際利率 基于賬面價值 整個存續期的 預期信用損失 實際利率 基于賬面價值 貸款初始確認 整個存續期的 預期信用損失 實際利率 基于攤余成本 （賬面總額減損失準備） +客觀減值證據 第一階段第二階段第三階段 初始確認后信用減值 初始確認后信用風險顯著增加 （以單項或組合為基礎） 惡化改善初始確認后信用質量變化 實施新金融工具準則對中國上市銀行的影響分析 / 9 的減值

31、撥備可能會偏小，反則反之。同時，新準則要 求銀行根據信用風險狀況的變化對貸款劃分減值階 段，新發放的貸款通常被劃分為第一階段，僅需要計 提未來12個月的減值撥備；但是當信用風險顯著增加 時，貸款會被劃分為第二階段，需要計提全部剩余存 續期的減值撥備。這意味著，對于劃入第二階段而且 剩余期限較長的貸款而言，撥備率將會大幅度增加。 另外，以往通常僅對表內貸款計提減值準備，現在明 確要求將表外信貸承諾和財務擔保也納入減值范圍。 另外，金融投資的減值準備總體水平也會有所上升， 原因是在預期信用損失模型的概念下，即使某些金融 投資（比如債券投資）沒有或較少歷史違約經驗 數據，也并不代表其未來不會違約，從

32、而或多或少都 需要計提部分預期信用損失。不過，基于當前上市 銀行持有的金融投資總體風險特征來看，金融投資 組合的撥備比率往往顯著低于貸款組合，除非該金融 投資組合中配置了較高比例的與信貸資產風險類似的 非標投資。 首次實施新金融工具準則對上市銀行減值準備的影響 人民幣百萬元大型商業 銀行 全國性股 份制銀行 城/ 農商行 全部上市 銀行 增提金額- 貸款138,005 46,7433,844 188.592 增提金額- 表外信用承諾98,958 16,882 3,173 119,013 增提金額- 非信貸資產16,179 13,574 7,007 36,760 總體增提比率 15.9%13.4

33、%12.4%15.1% 增提比率- 貸款9.1%8.9%4.4%8.8% 數據來源：各銀行公開發布的年報。 根據上市銀行披露數據統計，首次實施日大型銀行、 股份制銀行和城/農商行的金融工具減值準備（包括 貸款、金融投資和表外信貸承諾、財務擔保等）的 總體增提比率分別為15.9%、13.4%和12.4%。 從增提比率角度看，大型銀行和股份制銀行表內貸款 的增提比率僅在約9%左右，與總體增提比率的差異主 要來自表外信用承諾和非信貸資產。從增提撥備的結 構看，大型銀行表內貸款增提撥備的總增提撥備 占比約55%，表外信用承諾的撥備占比約39%。相比 之下，股份制銀行的這兩項比例分別約為61%和 22%

34、，與大型銀行有比較明顯的差別。 在原準則下，表外信用承諾（比如財務擔保合同）在 客戶違約后將轉入表內貸款及墊款按已發生損失計提 減值準備，而未發生違約前很少或幾乎不計提減值 準備。由于基數非常低的原因，首次實施日的增提 比率都會非常高，其中大型銀行和股份制銀行的增提 比率分別為947%和865%。 值得注意的是，與大型銀行和股份制銀行不同， 城/農商行對于非信貸資產（主要為金融投資）的 撥備增提金額占比高達48%，而表內貸款的撥備增提 金額占比僅有29%。這與城/農商行金融投資組合中 配置了較高比例的非標投資有關系。 10 / 實施新金融工具準則對中國上市銀行的影響分析 參見企業會計準則第22

35、號金融工具確認和計量第四十七條。 總體來看，新準則對上市銀行的總體減值準備有非常 顯著的影響，不同類型銀行在資產組合結構上的差異 會造成不同程度的影響。對于大型銀行和股份制銀行 而言，表內貸款及表外信用承諾等信貸業務受到的 影響是主要的；對于城/農商行而言，金融投資受到 的影響是主要的。 結合銀行風險管理現狀，對銀行的撥備計提政策和 結果進一步分析，可以發現，貸款撥備覆蓋率與貸款 撥備增提比率的負相關性較為明顯，不論大型銀行、 股份制銀行或者城/農商行，都普遍呈現出2017年末 貸款撥備覆蓋率高則2018年1月1日貸款撥備增提 比率低的現象。撥備覆蓋率最高的幾家銀行，都僅是 小幅度增提撥備，甚

36、至有撥備回撥的情況。 （二）預期信用損失模型分析 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。新準則沒有對如何計量 預期信用損失給出具體的計算公式和參數，但是提出 很多原則性要求，其中比較重要的包括：(1) 判斷某 項資產的信用風險是否顯著增加，相應計提未來12個 月或整個存續期的預期信用損失；(2) 預期信用損失 的計量應考慮前瞻性的信息，比如宏觀經濟預測對 減值準備的影響；(3) 采用概率加權的無偏估計 （期望值），而非最可能發生的估計結果。 為了確保全球銀行業能穩健地實施新金融工具準則， 且增加銀行同業間的可比性，巴塞爾委員會和各國 金融監管機構發布了預期信

37、用損失的實施指引或 要求。雖然監管指引較新金融工具準則有更具體的 建模要求，但考慮到不同銀行的規模和業務的差異， 避免產生不必要的實施成本，全球監管機構也沒有 提出統一的計算公式和參數要求，而是強調預期信用 損失計量應該與銀行的風險管理實務緊密結合，要求 銀行建立完善的治理體系、內控流程、IT信息系統和 數據質量管理等。 作為國內新金融工具準則實施的先行者，28家上市 銀行皆在摸索預期損失模型的建模方法、關鍵會計 政策的制定、重大會計估計和判斷依據等重要課題。 可以預見，不同銀行在模型方法論和重大會計政策和 估計上都可能存在一定的差異。 貸款撥備覆蓋率與撥備增提比率的關系 注：橫軸百分比代表首

38、次實施日貸款撥備增提比率，縱軸百分比代表2017年末貸款撥備覆蓋率。 數據來源：各銀行公開發布的年報。 450.00% 400.00% 350.00% 300.00% 250.00% 200.00% 150.00% 100.00% -15.00%-10.00%-5.00%0.00%5.00%10.00%15.00%20.00%25.00%30.00% 實施新金融工具準則對中國上市銀行的影響分析 / 11 4 參考企業會計準則第22號金融工具確認和計量第五十三條。 貸款按三階段劃分的撥備比率 銀行名稱階段一階段二階段三 大型商業銀行 0.69% - 2.37%14.75% - 31.66%66.

39、34% - 86.95% 大型商業銀行平均值 1.40%19.51%74.73% 全國性股份制銀行 0.67% - 2.80%15.28% - 41.36%49.40% - 88.19% 全國性股份制銀行平均值 1.30%21.28%67.09% 城/農商行 0.50% - 2.10%5.14% - 31.18%25.37% - 88.96% 城/農商行平均值 1.28%15.23%51.84% 上市銀行平均值 1.37%19.61%71.28% 數據來源：各銀行公開發布的年報。 1. 信用風險是否顯著增加的判斷標準 (1) 會計政策披露 多家上市銀行在年報會計政策中披露，在評估信用 風險是否

40、出現顯著變化時，將下列內容作為主要考慮 因素：監管及經營環境、內外部信用評級、償債能 力、經營能力、貸款合同條款、還款行為等，另外還 包括前瞻性信息，在此基礎上制定定量標準、定性 標準及上限指標等。整體來看，大部分銀行在判斷 信用風險是否顯著增加時，考慮因素都比較全面。 新準則提出，無論銀行采用何種方式評估信用風險是 否顯著增加，均存在一個可推翻的假設：如果合同付 款逾期超過30天，則表明金融資產的信用風險顯著 增加4。幾乎全部上市銀行的會計政策披露中，都明確 了該項量化標準。但除此之外，鮮有銀行詳細披露其 他的量化標準。 (2) 各階段貸款的平均撥備率分析 根據上市銀行披露的2018年末貸款

41、減值準備及對應 賬面總額信息，可以計算不同銀行各階段貸款的平均 撥備率?？傮w來看，階段一貸款的撥備平均水平在 1.3%-1.4%左右（未來12個月的預期信用損失）， 階段二貸款的撥備比率在15%-21%左右（整個存續 期的預期信用損失），階段三貸款的撥備比率在 52%-75%左右（已減值貸款的整個存續期的預期信用 損失）。 從統計結果來看，當信用風險顯著增加（由階段一轉 入階段二）和存在減值的客觀證據時（由階段二轉入 階段三），都會產生非常明顯的預期損失增加。前者 通常被稱為“懸崖效應”，反映同一筆/組貸款的 未來12個月和整個存續期的預期信用損失差異；后者 則是統計均值結果，反映已減值和未減

42、值貸款組合在 整個存續期的預期信用損失均值差異。 如果將各上市銀行的各階段貸款撥備率與該階段的平 均撥備比率進行比較，可以觀察到，不論大型銀行、 股份制銀行或城/農商行，都存在一些明顯偏離均值 的情況，其中城/農商行的偏離情況最為明顯。不同 銀行在貸款組合的風險特征上都存在差異性，而且 預期信用損失模型的方法論也有可能存在明顯區別， 因此并不能由此得出某家銀行的預期信用損失計量更 合理、更審慎或不充分的結論。如果對標分析業務和 風險同質化程度較高的兩家銀行，撥備比率仍存在較 大差距，那么銀行或需重新檢視預期信用損失模型 整體方法論的合理性，以及管理層作出的重大會計 假設和判斷的合理性。 12

43、/ 實施新金融工具準則對中國上市銀行的影響分析 (3) 階段劃分標準與監管分類標準比較 信用風險是否顯著增加的標準是多維的，且應該考慮 前瞻性的信息，而不能僅依賴逾期信息（除非付出不 必要的額外成本或努力）。換句話說，某些五級分類 為正常類且未逾期的貸款，也有可能被認定為信用 風險顯著增加。上市銀行年報披露數據反映出階段二 貸款占比高于逾期貸款和關注類貸款占比的情況是 比較普遍的，這說明銀行對新準則的解讀是一致的。 但是，階段二貸款的占比較逾期貸款占比的差距， 在大型銀行、股份制銀行和城/農商行之間存在較大 分化，城/農商行可能將更多未逾期的正常類貸款 劃入了階段二，按照整個存續期計提預期信用

44、損失。 另一個值得注意之處是，階段三貸款占比與不良貸款 率之間的差異。大型銀行的這兩項比率基本持平， 這意味著其對于新準則規定的“已減值貸款”與監管 規定的“不良貸款”很可能采用了一致的定義標準。 然而，股份制銀行和城/農商行的階段三貸款占比明 顯高于不良貸款率，這個現象有可能是因為某些貸款 已經被判定為“違約（即存在減值的客觀證據）”，但 是尚未被認定為五級分類的后三類。由于會計準則與 監管規定并未澄清該兩項定義是否存在內在的一致 性，因此上述不同銀行處理方法的差異，可以理解為 對會計準則和監管規定的解讀不同。近期銀保監會 發布了商業銀行金融資產風險分類暫行管理辦法 （征求意見稿），其中，擬

45、將金融資產的風險分類 與根據會計準則計提的信用減值建立對應關系。上述 指引有望推動行業采用更加一致的做法，進一步提高 相關會計信息的透明度和可比性。 階段二、三貸款占比與關注類貸款、逾期貸款、不良類貸款占比比較 數據來源：各銀行公開發布的年報。 7.00% 6.00% 5.00% 4.00% 3.00% 2.00% 1.00% 0.00% 3.09% 2.66% 1.61%1.46% 1.45% 大型商業銀行 3.42% 2.46% 2.27% 1.82% 1.66% 全國性股份制銀行 6.50% 3.26% 3.60% 2.64% 1.64% 城/農商行 2018年末階段三貸款占比2018年

46、末不良類貸款占比 2018年末階段二貸款占比2018年末關注類貸款占比2018年末逾期貸款占比 實施新金融工具準則對中國上市銀行的影響分析 / 13 2. 前瞻性信息和多情景分析 不論前述信用風險是否顯著增加的評估，或是預期信 用損失的參數估計（包括常用的違約概率PD、違約損 失率LGD、違約風險敞口EAD等）均涉及銀行對于前 瞻性信息的判斷，即結合銀行對未來宏觀經濟走勢的 判斷，如果銀行對宏觀經濟持樂觀態度，計提的減值 撥備可能會偏小，反則反之。 預期信用損失建模是一項系統工程，選擇某項前瞻性 指標，需要考慮以下幾點：第一，該項指標與資產組 合信用風險的相關性；第二，該項指標與其他指標之 間

47、的相互獨立性；第三，該項指標的穩定性及可預測 性。在建模過程中，按準則要求應該考慮所有內部和 外部的相關信息，經過論證后，假如存在更符合上述 幾點的指標，那么可以選用其他更合適的指標。舉例 來說，假如構建一個股票質押貸款組合的LGD模型， 那么股市指數可能適用性比較好；但是如果構建一個 房地產開發貸款的PD模型，或許房地產景氣指數更合 適，即使股市與房市之間可能也存在一定的相關性。 新準則沒有具體規定如何選擇前瞻性指標，但是前瞻 性調整的建模方法論是需要經過驗證的，驗證標準也 需要反映前述幾個考慮因素。 根據上市銀行年報披露的會計政策，其中23家上市 銀行披露了將國內生產總值（GDP）作為影響

48、預期信 用損失的前瞻性信息的宏觀經濟指標之一，另外居民 消費價格指數（CPI）及生產價格指數（PPI）也被多 家上市銀行采用，屬于較為常見的宏觀經濟指標。然 而，僅有少數銀行披露了其宏觀經濟指標的預測值， 以及預期信用損失對該等宏觀經濟指標預測結果的 敏感性。另外，在披露宏觀經濟情景設置的上市銀行 中，通常都設置3個經濟情景，分別為樂觀、基準、 悲觀情景。然而，僅有少數銀行披露了各經濟情景下 預期信用的計量結果，以及相應設置的權重。 對比國際上市銀行的年報披露，國內上市銀行的信息 披露質量還存在進一步改進空間。例如，英國六大銀 行（包括匯豐、渣打銀行等）不僅披露了國內生產總 值、房價指數、失業

49、率、利率等影響前瞻性信息的宏 觀經濟指標，而且也詳細披露了上述宏觀經濟指標在 不同宏觀經濟情景下的變動對減值準備影響的敏感性 分析。英國六大銀行通常設置5個經濟情景，并披露 了各個情景的權重值，以及預期信用損失的計量結 果。不過，英國六大銀行在某些宏觀經濟指標預測和 多情景設置方面也呈現出較大的差異性。 就國內上市銀行而言，由于缺乏足夠的數據進行比較 分析，無法就上市銀行宏觀經濟預測和多情景設置的 合理性進行具體分析。但是，借鑒英國六大銀行的 情況，可以設想國內上市銀行很可能同樣存在較多的 假設和判斷上的差異。 3. 預期信用損失建模和管理層疊加調整 任何計量模型都存在內在缺陷，或有可能是因為建模 所使用的數據積累不足，或有可能是歷史數據難以 解釋當前的情況和未來的發展趨勢。預期信用損失 模型也是如此。 根據上市銀行年報披露信息，多家銀行建立的預期