• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      預(yù)期信用損失模型對商業(yè)銀行風(fēng)險管理的啟示

      2023-05-30 10:48:04孔令睿
      關(guān)鍵詞:金融資產(chǎn)商業(yè)銀行

      孔令睿

      【摘 ?要】金融資產(chǎn)是銀行最重要的資產(chǎn)組成部分,新金融工具準(zhǔn)則中提出的預(yù)期信用損失模型,通過對金融資產(chǎn)進(jìn)行“三階段”的劃分,來確定其減值的計量,以此來更準(zhǔn)確、合理地反映金融資產(chǎn)信用風(fēng)險。論文結(jié)合對案例銀行在實(shí)施預(yù)期信用損失模型后,金融資產(chǎn)減值三階段的變化分析,對商業(yè)銀行進(jìn)一步完善預(yù)期信用損失模型的應(yīng)用提出建議。

      【關(guān)鍵詞】預(yù)期信用損失;商業(yè)銀行;金融資產(chǎn)

      【中圖分類號】F832.4 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069(2023)02-0048-03

      1 引言

      新金融工具準(zhǔn)則是2017年財政部為了同國際接軌,對我國會計準(zhǔn)則提出的修訂。在新的金融工具準(zhǔn)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(guān)鍵的是,提出了預(yù)期信用損失模型來對金融資產(chǎn)的減值進(jìn)行計量,這種減值方式的調(diào)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(chǎn)的減值風(fēng)險,減輕金融機(jī)構(gòu)與外部監(jiān)管者、投資者之間就金融資產(chǎn)存在的信息不對稱問題。

      新金融工具準(zhǔn)則雖然已在我國的企業(yè)中全面實(shí)施落地,但是預(yù)期信用損失模型在運(yùn)用過程中還存在設(shè)立復(fù)雜、三階段界定不清晰等諸多問題。本文對預(yù)期信用損失模型三階段減值法進(jìn)行介紹,并對案例銀行進(jìn)行數(shù)據(jù)分析,最后提出進(jìn)一步完善預(yù)期信用損失模型實(shí)施的建議。

      2 文獻(xiàn)回顧

      學(xué)者們在對新金融工具準(zhǔn)則的應(yīng)用進(jìn)行分析時,對其中最關(guān)鍵的預(yù)期信用損失模型作了較詳細(xì)的研究。首先,預(yù)期信用減值模型是否可以完全避免已發(fā)生損失模型的順周期效應(yīng)問題?李峰和吳海霞(2015)指出,預(yù)期信用減值模型計提準(zhǔn)備金的前瞻性信息調(diào)整是基于時點(diǎn)(Point in Time,即PIT)判斷宏觀經(jīng)濟(jì)因素變動的影響,準(zhǔn)備金計提仍會和經(jīng)濟(jì)周期對資產(chǎn)質(zhì)量的影響呈現(xiàn)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(rèn)為,預(yù)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(guī)則由已發(fā)生損失模式的“后瞻性”改為“前瞻性”,同時考慮未來宏觀經(jīng)濟(jì)變化的影響,雖然可以在一定程度上緩解順周期效應(yīng),但并不能將其完全消除。其次,在新準(zhǔn)則的執(zhí)行方面,劉瑛和莊天琦(2019)認(rèn)為,預(yù)期信用損失模型最大的特點(diǎn)在于不僅要考慮客觀減值證據(jù),還要評估金融工具未來面臨的信用風(fēng)險。李詩等(2022)將中國平安依據(jù)新金融工具準(zhǔn)則建立的金融資產(chǎn)減值體系分為三大步驟:第一步是按信用風(fēng)險特征對金融資產(chǎn)進(jìn)行分類,判斷減值所屬的“三階段”,這一步主要依賴企業(yè)信用風(fēng)險管理部門的工作,主要考慮的因素是公司對其資產(chǎn)組合的內(nèi)部信用評級;第二步就是根據(jù)預(yù)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(fēng)險暴露(EAD),還需要根據(jù)宏觀經(jīng)濟(jì)變量等前瞻性信息進(jìn)行調(diào)整,再按不同經(jīng)濟(jì)情景計算各階段的加權(quán)信用損失,這一步工作量極大,模型基礎(chǔ)參數(shù)的測算需要大量歷史違約數(shù)據(jù)的支撐;第三步,如果出現(xiàn)模型難以覆蓋的不確定性因素對模型參數(shù)產(chǎn)生影響,啟用管理層判斷,對模型結(jié)果做出調(diào)整以確定金融資產(chǎn)的減值結(jié)果。

      3 金融資產(chǎn)“三階段”的劃分

      新金融工具準(zhǔn)則的“預(yù)期信用損失模型”采用三階段減值測試法。第一階段屬于優(yōu)質(zhì)資產(chǎn),信用風(fēng)險自初始確認(rèn)以來沒有顯著增加;第二階段資產(chǎn)質(zhì)量有所下降,金融資產(chǎn)信用風(fēng)險顯著增加,但未發(fā)生實(shí)質(zhì)性減值;第三階段金融資產(chǎn)已發(fā)生實(shí)質(zhì)性信用減值,進(jìn)入不良階段(對應(yīng)于風(fēng)險分類里面的次級、可疑和損失三種)。

      三階段究竟應(yīng)該如何劃分成為準(zhǔn)則在實(shí)際應(yīng)用中的難點(diǎn)。為提高實(shí)務(wù)操作效率,對于購買或源生時未發(fā)生信用減值的金融工具,可使用逆向劃分流程。首先,根據(jù)風(fēng)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(chǎn)劃分為第三階段。其次,通過比較金融工具在初始確認(rèn)時所確定的預(yù)計存續(xù)期內(nèi)的違約概率和該工具在資產(chǎn)負(fù)債表日所確定的預(yù)計存續(xù)期內(nèi)的違約概率,來判定金融工具信用風(fēng)險是否應(yīng)劃分為第二階段。最后,將信用風(fēng)險未顯著增加的金融資產(chǎn)歸為第一階段。

      對于購買或源生時已發(fā)生信用減值的金融資產(chǎn),企業(yè)應(yīng)當(dāng)僅將初始確認(rèn)后整個存續(xù)期內(nèi)預(yù)期信用損失的變動確認(rèn)為損失準(zhǔn)備,并按其攤余成本和經(jīng)信用調(diào)整的實(shí)際利率計算利息收入。在實(shí)務(wù)上,預(yù)期信用損失需要在每個會計周期重新評估。資產(chǎn)負(fù)債日,需要根據(jù)最新的模型參數(shù),重新估計金融資產(chǎn)剩余生命周期內(nèi)的各期現(xiàn)金流,并按照實(shí)際利率計算其現(xiàn)值,然后與預(yù)期信用損失估計變更之前金融資產(chǎn)的價值進(jìn)行比較。如果對預(yù)計損失的先前估計是準(zhǔn)確的,則無須追加確認(rèn)。相反,如果預(yù)期將發(fā)生的損失同先前的估計金額相比存在差額,相應(yīng)減少或增加的預(yù)期現(xiàn)金流現(xiàn)值就應(yīng)被確認(rèn)為信用減值損失或者是信用減值損失的轉(zhuǎn)回,即信用損失預(yù)期上的變動將會被確認(rèn)為損益。

      4 X銀行基于“三階段”的減值準(zhǔn)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(lián)社共同組建的城市合作銀行。2013年成為首家在香港聯(lián)交所上市的內(nèi)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(shí)施新金融工具準(zhǔn)則,應(yīng)用預(yù)期信用損失模型來對金融資產(chǎn)的減值情況進(jìn)行計量。在X銀行的金融資產(chǎn)中,貸款及墊款是其主要資產(chǎn),占其金融資產(chǎn)總數(shù)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(zhǔn)備進(jìn)行分析。

      在原金融工具準(zhǔn)則下,2017年末減值(損失)準(zhǔn)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(zhǔn)備余額為50.45億元。2018年1月1日施行新準(zhǔn)則后,需要對期初減值準(zhǔn)備金額作調(diào)整,調(diào)整數(shù)據(jù)如表1和表2所示。調(diào)整數(shù)的影響記入期初未分配利潤或其他綜合收益。經(jīng)調(diào)整后,貸款及墊款減值準(zhǔn)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(zhǔn)備20.02億元,其中公司貸款和零售貸款減值準(zhǔn)備分別為16.34億元和3.69億元,導(dǎo)致公司貸款和零售貸款減值準(zhǔn)備分別增長30.16%和10.64%。由此可見,新準(zhǔn)則對銀行金融資產(chǎn)減值準(zhǔn)備計提的影響是很明顯的。

      進(jìn)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(zhí)行新準(zhǔn)則對期初減值準(zhǔn)備作了調(diào)整,年底減值準(zhǔn)備的增速并不高。2019年底新冠肺炎疫情爆發(fā),考慮經(jīng)濟(jì)前景受到的不確定性影響,2019年減值準(zhǔn)備的增速超過了30%。2020年,新冠肺炎疫情在世界發(fā)達(dá)經(jīng)濟(jì)體持續(xù)蔓延,對中國經(jīng)濟(jì)發(fā)展也蒙上了陰影,經(jīng)前瞻性調(diào)整后,當(dāng)年貸款及墊款的減值準(zhǔn)備仍然保持較快增長,達(dá)到了25%的增速。2021年,新冠肺炎疫情的影響雖然還在持續(xù),但疫情在大國都得到了有效控制,經(jīng)濟(jì)開始復(fù)蘇,加之經(jīng)濟(jì)紓困政策的執(zhí)行,對經(jīng)濟(jì)發(fā)展的負(fù)面影響得到緩解,因而2021年減值準(zhǔn)備就出現(xiàn)了一個較低的增長率,約為2%。

      從減值率來看,第一階段金融資產(chǎn)的減值率處于1.2%~1.4%,第二階段金融資產(chǎn)的減值率處于18%~21%,第三階段金融資產(chǎn)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(zhuǎn)化。第一階段的金融資產(chǎn)信用惡化之后,可以轉(zhuǎn)化為第二階段或是第三階段;第二階段的金融資產(chǎn)也可能轉(zhuǎn)化為第一階段或是第三階段;第三階段的金融資產(chǎn)信用風(fēng)險改善之后,可以轉(zhuǎn)化為第二階段,但不能直接轉(zhuǎn)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(fā)生實(shí)質(zhì)性信用減值的金融資產(chǎn)最多,到了2020年則有明顯的信用風(fēng)險改善,一部分從第三階段轉(zhuǎn)化為了第二階段,一部分由第二階段轉(zhuǎn)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(jìn)行橫向?qū)Ρ?。H銀行是同X銀行規(guī)模相當(dāng)?shù)腁股上市城商行,于2019年開始應(yīng)用預(yù)期信用損失模型。根據(jù)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(fā)現(xiàn),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(chǎn)發(fā)生實(shí)質(zhì)信用減值損失。X信用風(fēng)險水平相較于H銀行更低。

      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(zhǔn)備余額下,明細(xì)科目三階段減值金額和五級分類情況等都做了詳細(xì)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(fēng)險狀況。H銀行則只對減值情況總體作了相關(guān)披露,而沒有詳細(xì)的數(shù)據(jù),對報表使用者來說不容易作出判斷。

      5 結(jié)論及建議

      預(yù)期信用損失模型的應(yīng)用對商業(yè)銀行產(chǎn)生了顯著的影響。隨著預(yù)期信用損失模型在我國企業(yè)中全面實(shí)施,商業(yè)銀行應(yīng)用預(yù)期信用損失模型也面臨著許多問題和挑戰(zhàn)。不管是銀行還是監(jiān)管機(jī)構(gòu),都要不斷跟進(jìn)模型的實(shí)施過程,及時進(jìn)行調(diào)整和完善,促進(jìn)預(yù)期信用損失模型發(fā)揮其對商業(yè)銀行的正向作用。因此本文提出以下建議:

      第一,進(jìn)一步完善模型運(yùn)用。預(yù)期信用損失模型減輕了已發(fā)生損失模型的順周期效應(yīng),讓金融資產(chǎn)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(fēng)險的判斷,使銀行面對可能存在的信用風(fēng)險具有更強(qiáng)的抵御能力。但是模型運(yùn)用中,還是存在參數(shù)確定復(fù)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(fēng)險管理。因此應(yīng)該在使用過程中不斷進(jìn)行修正和檢驗(yàn),針對國際經(jīng)濟(jì)形勢和國家政策等因素進(jìn)行風(fēng)險管控,加強(qiáng)信息系統(tǒng)及數(shù)據(jù)庫建設(shè),并加強(qiáng)對模型運(yùn)用的監(jiān)管,減少人為操縱的空間,才能更加充分地發(fā)揮模型的效果。

      第二,加強(qiáng)信息披露。在對案例銀行進(jìn)行比較分析時,發(fā)現(xiàn)除了常規(guī)監(jiān)管指標(biāo)外,不同銀行對金融資產(chǎn)減值的披露程度并不相同,并且對于模型建立的具體參數(shù)和三階段的劃分披露也較為局限和籠統(tǒng),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(shù)據(jù)進(jìn)行比較,也難以對銀行的金融資產(chǎn)減值形成細(xì)致的了解,對分析銀行應(yīng)用預(yù)期信用損失模型的效果產(chǎn)生了阻礙。因此,應(yīng)該進(jìn)一步加強(qiáng)相關(guān)信息的披露監(jiān)管,才能更加明顯地反映預(yù)期信用損失模型的實(shí)施效果以及對金融資產(chǎn)減值產(chǎn)生的影響,提升財報信息的可比性和可理解性。

      第三,增強(qiáng)銀行從業(yè)人員的專業(yè)素養(yǎng)。不論是對預(yù)期信用損失模型的參數(shù)設(shè)立,還是金融資產(chǎn)三階段劃分界定,以及對財務(wù)報表信息的披露,都需要從業(yè)人員具有強(qiáng)專業(yè)性和學(xué)習(xí)能力。銀行從業(yè)人員首先需要掌握模型的原理,理解應(yīng)用過程中參數(shù)變化的調(diào)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(rèn)識和判斷,同時要避免主觀性操作造成的模型應(yīng)用不客觀,導(dǎo)致數(shù)據(jù)真實(shí)性受到影響。最后還要及時跟進(jìn)監(jiān)管要求,完善信息披露,使利益相關(guān)者能運(yùn)用具有可比性的財報信息作出相關(guān)判斷。

      【參考文獻(xiàn)】

      【1】李峰,吳海霞.IFRS 9預(yù)期信用損失模型對銀行業(yè)的影響與實(shí)施建議[J].證券市場導(dǎo)報,2015(12):45-50+56.

      【2】胡辰,李心丹.IFRS9預(yù)期信用損失模式對商業(yè)銀行撥備的影響研究——基于某銀行個人住房按揭貸款數(shù)據(jù)的分析[J].南京社會科學(xué),2019(12):24-33.

      【3】劉瑛,莊天琦.預(yù)期信用損失模型是否有助于企業(yè)風(fēng)險控制——以中信證券為例[J].國際經(jīng)濟(jì)合作,2019(05):139-146.

      【4】李詩,黃菊,陳愛華.新金融工具準(zhǔn)則執(zhí)行的難點(diǎn)、影響與對策——以保險公司為例[J].財會月刊,2022(11):121-130.

      猜你喜歡
      金融資產(chǎn)商業(yè)銀行
      商業(yè)銀行資金管理的探索與思考
      金融資產(chǎn)的分類
      關(guān)于加強(qiáng)控制商業(yè)銀行不良貸款探討
      國有商業(yè)銀行金融風(fēng)險防范策略
      我國商業(yè)銀行海外并購績效的實(shí)證研究
      我國商業(yè)銀行風(fēng)險管理研究
      論金融資產(chǎn)轉(zhuǎn)移的相關(guān)問題探析
      發(fā)達(dá)國家商業(yè)銀行操作風(fēng)險管理的經(jīng)驗(yàn)借鑒
      國家金融體系差異與海外金融資產(chǎn)投資組合選擇
      對交易性金融資產(chǎn)核算的幾點(diǎn)思考
      通辽市| 磐石市| 元朗区| 南木林县| 大安市| 邵武市| 吉林市| 安溪县| 班戈县| 千阳县| 依安县| 新疆| 洛阳市| 招远市| 中超| 即墨市| 乐陵市| 旬阳县| 阳春市| 贺州市| 朝阳区| 丹东市| 响水县| 合水县| 高州市| 开封市| 元阳县| 甘泉县| 淮安市| 黄梅县| 慈利县| 昌邑市| 怀集县| 乳山市| 宣威市| 长垣县| 平谷区| 平利县| 乐都县| 奉贤区| 江川县|