冯所腾 许旭明

从上市银行对外披露的2018年年度财务报告中，可以了解实施新金融工具准则对这些银行的财务影响，同时分析不同银行所采用的会计政策和重大会计估计，继而深入分析中国银行业实施新准则所面临的问题和挑战，探讨银行内部治理和控制流程的变革需求，以及行业监管政策须覆盖的重点领域。

2017年3月31日，财政部修订发布了《企业会计准则第22号——金融工具确认和计量》《企业会计准则第23号——金融资产转移》和《企业会计准则第24号——套期会计》等三项金融工具相关会计准则，这三者被合称为“新金融工具准则”或“中国版IFRS 9”。

按财政部的要求，国内企业将分步实施新金融工具准则。境外上市企业自2018年1月1日起执行新金融工具准则，境内上市企业自2019年1月1日起执行，其他非上市企业自2021年1月1日起执行该准则。国内企业可选择提前实施新准则。

根据上市银行已披露的2018年年报及业绩公告显示，在48家上市银行中，有28家上市银行在2018年1月1日正式实施新金融工具准则，其中，除浦发和平安这两家银行为境内上市银行提前执行该准则，其他银行全部为境内外同时上市或境外上市银行。

本文针对上述已实施新金融工具准则的银行， 区分大型商业银行、股份制银行和城/农商行三个梯队，通过对上市银行年报及业绩公告披露数据的分析，从实施首日整体财务影响、金融资产重分类和预期信用损失三个维度，解读新金融工具准则对于中国上市银行的财务影响，探讨银行治理层需要关注的信用风险管理与财务报告控制领域，并提出相关政策建议。

上市银行实施新准则首日整体财务影响分析

根據衔接规定，银行首次实施新金融工具准则，应当追溯调整其金融工具账面价值，累计影响计入首次实施日（即2018年1月1日）的留存收益或其他综合收益。但是，银行不需要重述比较期数据。这与以往很多会计准则修订的实施要求有所不同。因为比较期数据未经重述，会导致实施新准则后的财务数据与比较期数据之间缺乏可比性。换句话说，实施新准则导致的资产公允价值减少或减值准备增加，既不会减少2018年度的净利润，也不会减少2017年及以前年度已经披露的净利润。

除个别银行外，新金融工具准则的实施造成上市银行股东权益出现不同程度的减少，主要是由于采用预期信用损失模型增提资产拨备所致。全国性股份制银行的平均股东权益变动最为显著，实施新准则导致全国性股份制银行的股东权益平均降低2.09%，大型商业银行的股东权益平均降低1.72%，城/农商行的股东权益平均降低1.54%。（见图1）

对股东权益净影响进行分解，可以观察到未分配利润和其他综合收益这两个权益项目的变动比较明显。其中，总体未分配利润减少，而其他综合收益增加。未分配利润的累计影响可能源自于资产分类变化或资产减值准备变动，而其他综合收益的累计影响通常是以公允价值计量且其变动计入其他综合收益的金融资产分类变化导致。

上述数据展现出的内在一致性，反映了各家银行在实施新准则过程中，可能都面对了相同的系统性冲击，或者采取了相对一致的会计政策，比如对类似的金融资产组合都进行了重分类。为了深入理解这个问题，需要从金融资产重分类和预期信用损失计量两个领域入手分析。

金融资产重分类影响分析

原准则要求企业按照管理层持有金融资产的意图，将金融资产分为四类：交易性金融资产（HFT）、持有至到期投资（HTM）、贷款及应收款（L&R）和可供出售金融资产（AFS）。新准则要求企业按照其管理金融资产的业务模式和金融资产的现金流量特征，将金融资产分为三类：以摊余成本计量的金融资产（AC）、以公允价值计量且其变动计入其他综合收益的金融资产（FVOCI）和以公允价值计量且其变动计入当期损益的金融资产（FVTPL）。从新旧准则下资产分类名称差异可以看出，新准则不再强调持有意图，而是直接将会计计量属性作为金融资产分类名称。

业务模式

从会计理论角度来看，新准则提出了全新的金融资产分类方法，但是从会计实务角度来看，企业管理金融资产的业务模式往往都会体现出企业持有某项金融资产的意图。比如原准则下分类为持有至到期投资（或贷款及应收款）的资产，通常能符合新准则下的持有且收取合同现金流量的业务模式（对应分类为AC）;分类为可供出售金融资产，与管理层兼顾收取合同现金流量和出售金融资产的业务模式（对应分类为FVOCI）也有很大的相似性。

当前国内的商业银行，不论规模大小，还是以经营传统信贷业务为主，金融投资和交易组合在总资产中的占比有限（不考虑被划分为金融投资的类信贷业务，比如底层资产为贷款的非标投资）。上述以业务模式为基础的会计分类要求，在实务中并未造成太多的困难和挑战。大多数银行对其资产负债表上的贷款和金融投资都能够采用“平移”的方式进行新旧准则的平稳过渡（即不改变其会计计量属性）。根据上市银行年报及业绩公告数据统计，首次实施日大型银行和股份制银行约93%的AC类资产实现“平移”，城/农商行该项比例更是高达约98%;各类银行FVOCI类资产能够实现“平移”的比率也在90%左右。

较为特殊的是，某些存在“出售”情况的传统业务，比如票据贴现（原分类为L&R），在新准则下只能重分类为FVOCI，甚至FVTPL（取决于票据转贴现的规模和频率）。同时，某些银行在大规模且频繁地开展信贷资产转让或证券化交易时，也需要持续关注该等资产组合的业务模式判定问题。

现金流量特征测试

所谓金融资产的现金流量特征测试，是指企业需要判断金融资产在特定日期产生的合同现金流量是否仅为对本金和以未偿付本金金额为基础的利息的支付（SPPI），是否与基本借贷安排相一致。金融资产只有满足SPPI测试要求，才需要分析其所在金融资产组合的业务模式，进而确定其会计分类是AC、FVOCI或者FVTPL;否则，该项金融资产将被直接分类为FVTPL。

从财务流程角度看，SPPI测试的挑战在于银行需要逐笔金融合同分析其现金流量，而且为了避免资产的会计分类与管理层对该项资产的业绩评价方法出现冲突（比如按利息收益率考核的资产组合购入了一项只能分类为FVTPL的资产），SPPI测试工作必须前置于交易确认流程。对于大型银行而言，SPPI测试的挑战主要来自金融合同种类繁多且数量庞大，需要信息系统的协助以减少人工的负担;对于那些持有较多非标投资组合的股份制银行和城/农商行而言，还需要考虑人工方式分析非标合同现金流量的效率和准确性。

从财务影响角度看，银行持有的复杂的结构化投资、信托计划、资管计划、基金投资、理财产品等金融资产，很可能不满足SPPI测试，从而需要分类为FVTPL，导致银行资产负债表中FVTPL资产的占比增加，银行损益表受到上述资产估值波动影响而增加。由于不同银行在金融投资组合中的资产配置策略不同（比如非标资产占比和久期），因此相应的财务影响程度也不尽相同。总体而言，股份制银行和城/农商行受到的影响比大型银行更为明显。根据数据统计，大型银行FVTPL类资产在总资产的占比，从2017年末的2.0%上升至2018年末的2.9%左右;股份制银行从1.1%上升至4.7%左右;城/农商行则从0.9%上升至9.1%。

权益工具投资

新准则规定权益工具投资应按公允价值计量且其变动计入损益，若初始不可撤销地选择在其他综合收益计量公允价值变动，则其他综合收益不会循环计入损益。换言之，原准则下非上市股权投资可以按成本计量的规定已被取消，所有的权益工具投资将只能按公允价值计量。银行持有权益工具投资（比如通过债转股或以股抵债获得的股权），将要面对公允价值计入损益或权益的会计分类选择。管理层做出该项决策，不仅需要考虑对财务报表的影响，还需要考虑对相关人员行为的影响。比如，为了避免估值波动影响银行利润表而选择FVOCI分类，是否会促成或导致资产损失被人为掩盖在股东权益中而不被发现。

预期信用损失影响分析

新金融工具准则要求金融资产减值计量由“已发生损失模型”改为“预期信用损失模型”，适用于以摊余成本计量的金融资产、以公允价值计量且其变动计入其他综合收益的债务工具投资，以及贷款承诺和财务担保合同。

减值准备总体影响分析

从理论上说，新准则实施后银行总体贷款拨备水平应该会上升。原因在于，以前的已发生损失模型下对新发放的贷款不提减值，但是新准则下对新发放的贷款也要预计损失，并对其计提拨备减值。预期信用损失包含了前瞻性的判断，结合银行对未来经济周期的判断，如果对宏观经济持乐观态度，计提的减值拨备可能会偏小，反之亦然。准则要求银行根据信用风险状况对贷款划分减值阶段，新发放的贷款通常被划分为第一阶段，仅需要计提未来12个月的减值拨备;但是信用风险显著增加时，贷款会被划分为第二阶段，需要计提全部剩余存续期的减值拨备。对于划入第二阶段，而且剩余期限较长的贷款而言，拨备率将会大幅度增加。另外，以往通常仅对表内贷款计提减值准备，现在需要对表外信贷承诺计提减值准备，贷款拨备计提的范围增大了。

此外，合理判断金融投资的减值准备总体水平也会所有上升。因为在预期损失模型的概念下，即使某些金融投資（比如债券投资）没有或较少历史违约经验数据，也并不代表其未来不会违约，从而或多或少都需要计提部分预期信用损失。不过，基于当前国内银行持有的金融投资总体风险特征来看，金融投资组合的拨备比率将会显著低于贷款组合，除非该金融投资组合中配置了较高比例的与信贷资产风险类似的非标投资。

根据上市银行披露数据统计，首次实施日大型银行、股份制银行和城/农商行的金融工具减值准备（包括贷款、金融投资和表外信贷承诺等）的整体增幅分别为15.9%、13.4%和11.4%。（见表1）

上述总体增提比率的差异，并不代表股份制银行或城/农商行的整体信用风险状况较大型银行更好。从增提比率角度看，大型银行和股份制银行表内贷款的增提比率均在9%左右，因此总体增提比率的差异主要来自表外信用承诺和非信贷资产。从增提金额的结构看，大型银行表内贷款的拨备占比约55%，表外信用承诺的拨备占比约39%。相比之下，股份制银行的这两项比例分别约为61%和22%，与大型银行有比较明显的差别。

在原准则下，表外信用承诺（比如财务担保合同）在客户违约后将转入表内贷款及垫款按已发生损失计提减值准备，未发生违约前很少或几乎不计提减值准备。由于基数非常低的原因，首次实施日的增提比率都会非常高，其中大型银行和股份制银行的增提比率分别为947%和865%。大型银行表外信用承诺的拨备增提金额占比较大，这会拉高其整体拨备增提比率。

值得注意的是，与大型银行和股份制银行不同，城/农商行对于非信贷资产（主要为金融投资）的拨备增提金额占比高达50%，而表内贷款的拨备增提金额占比仅有25%。这与城/农商行金融投资组合中配置了较高比例的非标投资有关系。据上市银行披露数据不完全统计，城/农商行的非标投资占金融投资的比重约57%。

总体来看，新准则对上市银行的总体减值准备有非常显著的影响，不同类型银行在资产组合结构上的差异会造成不同程度的影响。对于大型银行和股份制银行而言，表内贷款及表外信用承诺等信贷业务受到的影响是主要的;对于城/农商行而言，金融投资受到的影响是主要的。

结合银行风险管理现状，对银行的拨备计提政策和结果进一步分析，可以发现，逾期贷款率与拨备增提比率的正相关性较为明显，其中大型银行的逾期贷款率与拨备增提比率的相关性相对较高（逾期率越高则增提比率越高），股份制银行和城/农商行都可以观察到异常点，尤其是部分城/农商行的逾期率已超过3%，但拨备增提比率仅与逾期率约2%大型银行的拨备增提比率相若。值得注意的是，个别股份制银行和城/农商行出现了减值准备回拨的情况，其逾期率和不良率都相对较低。

另外一个特点是拨备覆盖率与拨备增提比率的负相关性较为明显，不论大型银行、股份制银行或者城/农商行，都普遍呈现出拨备覆盖率高则减值增提比率低的现象。拨备覆盖率最高的几家银行，都仅是小幅度增提拨备，甚至有拨备回拨的情况。

预期信用损失模型分析

预期信用损失，是指以发生违约的风险为权重的金融工具信用损失的加权平均值。新准则没有对如何计量预期信用损失给出具体的计算公式和参数，但是提出很多原则性要求，其中比较重要的包括：（1） 判断某项资产是否发生信用风险显著增加，分别计提12个月或存续期的预期信用损失;（2） 预期信用损失的计量应考虑前瞻性的信息，比如宏观经济预测对减值准的影响;（3） 采用概率加权的无偏估计（期望值），而非最可能发生的估计结果。

作为国内新金融工具准则实施的先行者，上市银行皆在摸索预期损失模型的建模方法、关键会计政策的制定、重大会计估计和判断依据等重要课题。可以预见，不同银行在模型方法论和重大会计政策估计上，都可能存在一定的差异。

信用风险显著增加的判定标准

（1）会计政策披露

多家上市银行在年报或业绩公告会计政策中披露，在评估信用风险是否出现显著变化时，将下列内容作为主要考虑因素：监管及经营环境、内外部信用评级、偿债能力、经营能力、贷款合同条款、还款行为等，包括前瞻性信息，并且按照定量标准、定性标准及上限指标等。整体来看，大部分银行在判断信用风险显著增加时，考虑的定性标准都比较全面。

新准则提出了唯一的一个定量标准，无论银行采用何种方式评估信用风险是否显著增加，均存在一个可推翻的假设：如果合同付款逾期超过30天，则表明金融资产的信用风险显著增加。几乎全部上市银行的会计政策披露中，都明确了该项量化标准。但除此之外，鲜有银行详细披露其他的量化标准。

（2）各阶段贷款的平均拨备率分析

根据上市银行披露的2018年末贷款减值准备及对应本金信息，可以计算不同银行各阶段贷款的平均拨备率。总体来看，阶段一貸款的拨备平均水平在1.3%～1.4%（贷款未来12个月的预期损失），阶段二贷款的拨备比率在15%～21%（贷款存续期的预期损失），阶段三贷款的拨备比率在52%～75%（已减值贷款存续期的预期损失）。（见表2）

从统计结果来看，信用风险显著增加时（由阶段一转入阶段二）和存在客观减值证据时（由阶段二转入阶段三），都会产生非常明显的预期损失增加。前者通常被称之为“悬崖效应”，反映同一笔/组贷款12个月和存续期的预期损失差异;后者则是统计均值结果，反映已减值和未减值贷款组合存续期的预期损失均值差异。

如果将各上市银行的各阶段贷款平均拨备比率进行比较，可以观察到，不论大型银行、股份制银行或城/农商行，都存在一些明显偏离均值的情况，其中城/农商行的偏离情况最为明显。不同银行在贷款组合的风险特征上都存在差异，而且预期损失模型的方法论也有可能存在明显区别，因此并不能由此得出某家银行的预期损失计量更合理、更审慎或不充分的结论。如果对标分析业务和风险同质化程度较高的两家银行，拨备比率仍存在较大差距，那么银行或需重新检视预期损失模型整体方法论的合理性，以及管理层做出的重大会计假设和判断的合理性。

（3）阶段划分标准与监管分类标准比较

信用风险显著增加的标准是多维的，且应该考虑前瞻性的信息，而不能仅依赖逾期信息（除非付出的额外成本过高）。换句话说，某些五级分类为正常类且未逾期的贷款，也有可能被认定为信用风险显著增加。上市银行年报或业绩公告披露的数据反映出阶段二贷款占比高于逾期贷款占比和关注类贷款占比的情况是比较普遍的。这说明银行对新准则的解读是一致的。但是，阶段二贷款的占比较逾期贷款占比的差距，在大型银行、股份制银行和城/农商行之间存在较大分化，城/农商行可能将更多未逾期的正常类贷款划入了阶段二，按照存续期计提预期信用损失。（见图2）

另一个值得注意的地方是，阶段三贷款占比与不良贷款率之间的差异。大型银行这两项比率基本持平，这意味着其对于准则规定的“已减值贷款”与监管规定的“不良贷款”很可能采用了一致的定义标准。然而，股份制银行和城/农商银行的阶段三贷款占比明显高于不良贷款率，这个现象有可能是因为某些贷款已经被判定为“违约”（存在客观减值证据），但是尚未被认定为五级分类的后三类。由于会计准则与监管规定并未澄清该两项定义是否存在内在的一致性，因此上述不同银行的处理差异，可以理解为对会计准则和监管规定的解读不同。

前瞻性信息和多情景分析

不论是前述信用风险显著增加的评估，或是预期信用损失的参数估计（包括常用的违约概率PD、违约损失率LGD、违约风险敞口EAD等），均涉及银行对于前瞻性信息的判断，即结合银行对未来经济周期的判断，如果对宏观经济持乐观态度，计提的减值拨备可能会偏小，反之亦然。

预期信用损失建模是一项系统工程，选择某项前瞻性指标，需要考虑以下几点：第一，该项指标与资产组合信用风险的相关性;第二，该项指标与其他指标之间的相互独立性;第三，该项指标的稳定性及可预测性。在建模过程中，按准则要求应该考虑所有内部和外部的相关信息，经过论证后，假如存在更符合上述几点的指标，那么是可以选用其他更合适的指标的。

根据上市银行年报或业绩公告会计政策披露，其中21家上市银行均披露了将国内生产总值作为影响预期信用损失前瞻性信息的宏观经济指标之一，另外居民消费价格指数及生产价格指数也被多家上市银行采用，属于较为常见的宏观经济预测指标。然而，仅有少数银行披露了其宏观经济指标的预测值，以及预期信用损失对该等宏观经济指标预测结果的敏感性。在披露宏观经济情景设置的上市银行中，通常都设置3个经济情景，分别为乐观、基准、悲观。然而，仅有少数银行披露了各经济情景下预期信用的计量结果，以及相应设置的权重。

预期信用损失建模和管理层叠加调整

任何计量模型都存在内在缺陷，或有可能是因为建模所使用的数据积累不足，或有可能是历史数据难以解释当前的情况和未来的发展趋势。预期信用损失模型也是如此。

根据上市银行年报及业绩公告披露信息，多家银行建立的预期信用损失模型是以当前风险管理所使用的内部评级体系为基础，根据新金融工具准则的要求，考虑历史统计数据（如交易对手评级、担保方式及抵质押物类别、还款方式等）的定量分析及前瞻性信息，建立违约概率、违约损失率及违约风险敞口模型。

截至目前，仅有六家大中型银行的内部评级模型经过了银保监会验收，并应用于监管资本的计量，银行会按监管要求对内部评级模型进行定期验证和校准。对于那些内部评级模型尚未经过监管验收，且内部评级模型未经过定期重检的银行，将预期信用损失模型建立于内评模型之上，还需要确保内评模型的管理流程能够满足财务核算的要求。

即使模型经过验证有效，也不能代表其输出的参数估计值（比如PD、LGD和EAD等）经过前瞻性调整后，就能够完整地反映所有资产组合风险、宏观经济波动和管理层风险管理策略变化等因素的影响。管理层可能综合评估模型风险后，會对模型输出结果进行调整（“管理层叠加调整”）。鉴于管理层叠加调整涉及重大的假设和判断，需要更严谨的治理机制和内控流程确保其合理性。

四家上市银行在年报中披露了管理层叠加调整的性质和原因，但未披露具体的金额、假设和敏感性信息。由于管理层叠加调整是国际上常见的方法，其他上市银行或有可能也运用了类似原理。

总结和建议

综合前述的分析结果，可以将上市银行实施新准则过程中存在的问题和对银行运营和管理的挑战归纳为以下几点：

第一，新金融工具准则的实施对于国内上市银行而言，影响重大且深远。虽然，部分上市银行已经发布了首份经过外部审计的按新准则编制的财务报表，但是，在新准则规定的解读和理解方面，还存在不足或不一致的地方。

第二，新金融工具准则对国内上市银行的主要影响在于预期信用损失的计量。从各家银行实施情况来看，信用风险显著增加的判定标准、模型参数估计方法论、宏观经济预测和经济情景设置等方面仍有需要完善的地方。

第三，预期信用损失计量不仅是一项会计核算工作，其对管理层的财务管理和信用风险管理，如绩效考核、预算安排、财务规划、指标管理、产品定价、内评模型、五级分类等都将带来很大影响和挑战。

针对前述几项问题和挑战，从行业监管角度或银行内部管理角度，可以归纳的概括性建议和意见包括：

第一，监管机构可考虑对国内银行实施新准则的情况进行调研和总结，比照其他国际监管机构的做法，提出相对具体的实施指引和规范，尤其是预期信用损失模型的方法论、银行内部模型治理要求、信息系统和数据质量要求，以及信息披露要求等。

第二，银行治理层应充分关注预期信用损失计量的治理架构，明确相关制度和流程对预期损失模型进行管理，尤其是涉及建模方法论、模型修改、模型验证等关键流程。同时，治理层还需要充分了解涉及预期损失计量的重大会计假设的依据，从而做出合理的判断。

第三，银行管理层应建立与银行风险管理紧密联系的减值计量制度、流程、信息系统和数据管理，考虑增加专业人员配置，协调各业务条线，充分评估模型影响，确保模型的平稳运行。

本文是作者的个人意见，不一定代表其所在机构的观点。

（作者系安永华明会计师事务所（特殊普通合伙）合伙人）