时间:2021-03-25 作者:高诚 作者简介:高诚,国家开发投资集团有限公司财务部会计处经理。
[大]
[中]
[小]
摘要:
2008年,由次贷产品引发的金融危机在全球迅速蔓延,最终演化为国际性经济危机,使得各界人士纷纷从金融工具过度创新、经济结构失衡、风险管理和金融监管缺位等角度,探寻能够降低系统性风险的有效方式,并逐渐意识到会计准则在稳定金融体系中所扮演的重要角色。尤其发生大规模、系统性市场波动时,通过事前预警防控和事后损失缓解等途径助力企业应对风险,发挥更为积极的市场导向作用。在二十国集团的倡导下,国际会计准则制定机构与金融监管机构通力合作,将金融工具准则的修订事项提上日程,并于2014年7月推出《国际财务报告准则第9号——金融工具》(IFRS 9)。为实现与国际会计准则的持续趋同,2017年4月,财政部修订印发《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》《企业会计准则第24号——套期会计》以及《企业会计准则第37号——金融工具列报》(以下简称新准则),并规定自2021年起在境内企业全面实施。
IFRS 9的减值计量理念与标准要求不仅与金融监管机构的损失分布预期相一致,也与国际性金融机构的业务模式高度契合(金晓春和周庆怡,2015)。为更好地平衡经济后果观(董霄桐,2019),体现会计信息的决策有用...
2008年,由次贷产品引发的金融危机在全球迅速蔓延,最终演化为国际性经济危机,使得各界人士纷纷从金融工具过度创新、经济结构失衡、风险管理和金融监管缺位等角度,探寻能够降低系统性风险的有效方式,并逐渐意识到会计准则在稳定金融体系中所扮演的重要角色。尤其发生大规模、系统性市场波动时,通过事前预警防控和事后损失缓解等途径助力企业应对风险,发挥更为积极的市场导向作用。在二十国集团的倡导下,国际会计准则制定机构与金融监管机构通力合作,将金融工具准则的修订事项提上日程,并于2014年7月推出《国际财务报告准则第9号——金融工具》(IFRS 9)。为实现与国际会计准则的持续趋同,2017年4月,财政部修订印发《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》《企业会计准则第24号——套期会计》以及《企业会计准则第37号——金融工具列报》(以下简称新准则),并规定自2021年起在境内企业全面实施。
IFRS 9的减值计量理念与标准要求不仅与金融监管机构的损失分布预期相一致,也与国际性金融机构的业务模式高度契合(金晓春和周庆怡,2015)。为更好地平衡经济后果观(董霄桐,2019),体现会计信息的决策有用性,IFRS 9的预期信用损失模型愈发同企业风险管理实务携手融合,以满足报表使用者关于不断降低信息不对称的决策需求。除在模型概念上与巴塞尔协议倡导的预期损失十分相近外,会计计量信息与日常风险管理系统的数据要求也更加趋于一致,诸如对金融工具划分组合、回溯分析与压力测试等处理方式,在金融机构的风险管理系统中也能追索适用,如将两者资源充分协同将有助于提高信息集成效率,并在很大程度上降低金融机构的遵循成本。但对于广大实体性企业来说,新准则中的减值模型过于复杂、执行与维护成本极高,需要企业具有较为完善的风险管理体系与历史数据积累以开展后续计量。
自2018年1月1日境外上市企业首次执行新准则以来,我国实务界普遍对预期信用损失模型的计量方式与实施路径感到“力不从心”。即便风险管理基础较好的已执行上市公司,从其先期调整转换与列报披露的实际情况看,新准则对其金融工具减值管理带来的冲击和影响也不可小觑(刘文达等,2019)。更何况对于绝大多数未实施的实体企业而言,其自身的风险管理体系尚处于萌芽与建设时期,治理层和管理者对于全面风险管理的认同和支持有待提升,财务人员的风险评估、计量以及专业判断能力尚需加强,在数据库建设和综合治理方面还有很长的路要走(王菁菁等,2014)。因此,本文结合新准则在减值方面的变化和影响,详细解读了现阶段企业执行的实际问题,以及应用新模型的质量要求与改进方向,探索出一般企业应用预期信用损失模型的可行路径,以期更好地指导企业开展减值管理。
一、新准则的变化与影响
新准则的主要变化首先体现在分类计量方面,取消了原四分类法而将金融工具划归为三类,即以摊余成本(Amortized Cost,AC)计量、以公允价值计量且其变动计入其他综合收益(Fair Value through Other Comprehensive Income,FVOCI)和以公允价值计量且其变动计入当期损益(FairValue through Profitand Loss,FVTPL)等。
(一)覆盖范围与计提基础显著增加
新准则明确纳入减值范围的项目内容包括:(1)采用AC和FVOCI计量模式的金融资产;(2)租赁应收款;(3)合同资产;(4)分类为FVTPL的金融负债以外的贷款承诺和适用《企业会计准则第22号——金融工具确认和计量》规定的财务担保合同。覆盖范围的扩大将导致企业减值的计提基础增加。从应用角度看,相对于旧准则其变化主要体现在:一是将表外信贷承诺业务及特定财务担保合同纳入覆盖范围,强化了对于表外业务的风险监控与计量;二是相对于旧准则“当出现客观证据表明该金融资产发生减值才计提减值准备”的宽松要求,新准则下的减值计提基础为纳入减值范围的所有业务,即无论是否存在客观证据表明已发生减值迹象,只要纳入减值覆盖范围的金融工具都需逐笔、逐项确认计提;三是集团性企业的内部公司之间(包括集团总部与子公司以及子公司之间)发生新准则要求的减值类业务也应考虑计提,但该影响仅反映在单户报表之上,在集团层面会合并抵销。
(二)计提模型与方法的改变
新准则将减值计提模型由“已发生损失模型”改为“预期信用损失模型”。前者从损失计提分布来看具有明显的顺周期效应,被金融界和监管机构广为诟病,认为会在金融危机时加剧金融系统波动,产生“推波助澜”之功效,且在确认方面具有明显的滞后性,仅当识别减值迹象即“触发事件”出现时,导致企业财务状况“断崖式”恶化(cliff effect);而后者基于更为前瞻性的预期视角,对于信用风险未显著增加、质量较好的资产业务也需要计提部分减值,当信用风险显著增加时则须计提整个业务存续期的预期损失,使企业在经济上行时低估资产价值与收益、经济下行时则出现高估,从而使会计信息表现趋于稳健,并在一定程度上缓解顺周期效应。在企业强化金融工具管理、提升事前预警与风险监控能力,以及有效应对市场波动等方面将发挥更加积极的作用。
(三)实务操作需要更多主观专业判断
新准则要求,金融工具需要结合管理层预期,执行业务模式与合同现金流量特征测试(Solely Payment of Principal and Interest on the Principal Amount Outstanding,SPPI)以决定具体分类,并据此考虑是否纳入减值覆盖范围,而预期商业模式很大程度上依赖管理层的职业判断。同时,基于业务类型以及数据质量,在决定如何适用预期信用损失模型以及映射内外部信用评级等实际应用过程中,无不伴随着大量的主观估计与专业判断。另外,前瞻性信息的搜集、权重到实际运用均需要企业从战略层面合理预期经济走势,考虑到现阶段大部分实体企业不具备相应的数据应用积累,一般会引入专家打分方式进行判断,由此对相关专家的预测分析能力也提出了较高要求。同样,实务操作受到的“利益掣肘”与“噪声”也将显著加大。
二、执行准备情况
(一)业务信息的准确性
业务信息是确保预期信用损失计量精度的前提,需要满足可靠性、实用性与精细化管理的质量要求。财务类数据(包括总账和明细分类账)以及业务类台账等记录应准确无误,搜集到的相关业务信息应尽可能全面、如实地反映信用状况,并力求精细化管理且交叉核对正确。例如,实务中可能出现某账龄区间的应收账款回收率高于100%,或出现“1个月至5年以上”的大区间账龄分类,将直接影响分账龄的历史平均应收账款回收率统计,进而降低了分账龄预期损失率的计量精度。对于这些有悖于常规逻辑或颗粒度无法满足模型计量要求的原始输入,企业应先期进行数据清洗,结合交易资料核实业务记录的真实性与准确性,在执行前尽可能补充和扩展计量字段信息。
(二)风险参数的完整性
风险参数是在运用预期信用损失模型进行阶段划分以及测算违约概率(Probability of Default,PD)、违约损失率(Loss Given Default,LGD)、违约风险暴露(Exposure at Default,EAD)等指标时所需的风险类输入数据。旧准则下不使用风险参数进行减值测算,导致较多基础性数据字段缺少前期积累与维护。然而,预期信用损失模型对一系列风险参数有着较高的完整性要求,为实现与新准则的平稳对接,有必要对缺失数据采取一定的假设或替代方案。例如,新模型需要使用客户评级(即风险等级)或五级分类(常见于信贷类业务)作为阶段划分的主要判断依据,以体现特定客户或业务的实际风险水平,但部分实体企业可能缺少这类评级体系,现阶段执行新准则只能根据已有交易记录,参考使用众数或其他统计类假设进行补充映射,但长期来看,需要企业尽快建立自身的内评与分类体系以更好地适用模型方法。
(三)数据库系统与数据治理
新模型的推广需要庞大的数据积累作支撑,不仅耗费大量的人财物力进行结构化整理,同时还要兼顾与历史数据的平稳对接(王守海等,2014)。常见问题主要有:(1)企业对于数据库建设方面的关注度较低,没有得到高级别管理层的重视与支持;(2)数据管理分工不明、职责不清、运作服务流程单一,与其他系统的兼容性不高;(3)数据定义缺乏统一标准,数据结构缺乏系统性布局;数据标识不唯一,交叉索引错乱、信息存储冗余的现象时有发生;(4)日常维护管理不到位,迁徙备份不及时,增加了后期查询、核对和使用的难度;(5)欠缺数据问责机制,当出现大面积篡改、丢失或外部黑客入侵时,是否具备应急处理预案,以及数据管理专员以确保企业数据安全等。在我国,银行机构执行全面风险管理理念的巴塞尔协议也只有不到10年时间,大多数实体企业数据治理处于起步阶段,有关内部数据库的构建、使用和管控以及数据治理问题尚需企业提供系统化的解决方案。
三、预期信用损失模型实施路径
第一步,应对企业金融工具进行梳理,执行业务模式与SPPI测试,明确纳入新金融工具准则范围的减值计提项目(具体情况如表1所示)。
第二步,分类。对于在购买或源生没有发生信用减值的金融工具,应基于业务模式与产品情况,将其划分为应收款项和非应收款项两类(后续将适用不同的减值方案)。其中,应收款项包括应收账款、其他应收款、长期应收款(融资租赁业务除外)等;非应收款项类包括但不限于贷款业务、票据贴现、转贴现、表外业务等。
第三步,清洗、准备数据,包括业务信息和风险参数两方面。其中,业务信息主要为客户名称、集团内单位、业务起始日、业务到期日、账面余额、合同利率、还款方式等基础性数据。风险参数具体包括进行阶段划分所需的五级分类、逾期天数;为确定PD所需的客户评级、行业信息;为确定LGD所需的债项评级、担保方式、抵押品类型;以及计算EAD所需的还款计划等。
第四步,按照金融工具分类与数据整理情况,选择恰当的减值方案(判定决策过程如图1所示),并据此测算预期信用损失。需要注意的是,购买或源生的金融工具已发生信用减值,应按照整个存续期计算其预期信用损失。此外,在非购买或源生性减值项目中,对于贷款业务、票据贴现、转贴现、表外业务等非应收款项应采用“三阶段”方案进行测算,需逐项判断自初始确认后信用风险是否显著增加,以及是否逾期,并通过阶段划分方式计量预期信用损失。具体情形为:第一阶段:金融工具的信用风险自初始确认后并未显着增加,基于EL=PD×LGD×EAD,仅计量未来12个月的预期信用损失;第二阶段:金融工具的信用风险自初始确认后已显着增加,基于4746,计量整个存续期的预期信用损失;第三阶段:存在客观减值的证据,基于EL=LGD×EAD计量整个存续期的预期信用损失。而对于应收款项类产品,可根据数据信息完整情况,选择计量整个业务存续期的预期信用损失或采用简化方案。简化方案无需定义“信用风险显著增加”,应始终按照相当于整个存续期内的预期信用损失金额加以计量,包括账龄滚动法及回收率法。(1)账龄滚动法是指通过收集的账龄历史信息,将其进行区间划分并计算滚动率;确定最后一级账龄区间的损失率后,对其他区间进行调整,计算预期信用损失。(2)回收率法是指通过统计历史各账龄来年金额,计算各区间应收款项回收率,确定最后一级账龄区间的损失率后对其他区间进行调整。
第五步,前瞻性调整。新准则要求“企业在进行相关评估时,应当考虑所有合理且有依据的信息,包括前瞻性信息”。企业可结合前期数据积累情况及自身测算能力,通过统计建模或定性打分等方式计算前瞻性系数(在无历史违约率数据或数据不规则的情况下,推荐使用打分卡法进行前瞻性调整)。经前瞻性系数调整后的预期信用损失,即为最终应计提的减值金额。
四、研究结论及建议
(一)建立减值计量管理体系
以新准则为基础,紧密结合企业经营实际,构建完善的减值计提制度与核算规范,明确减值管理工作流程及岗位要求,打造核算计量与业务、风险等部门的联动工作机制。同时,依据金融工具业务模式与分类属性制定较为全面的减值操作手册,固化测算模板与实施步骤,并适当积累内部案例以指导相关人员开展工作。不断推动业财融合的广度和深度,努力培养出一批懂计量、会建模、熟悉风险管理的复合型专业人才,逐渐在企业内部形成一套科学、健全且运行有效的减值计量管理体系。
(二)完善预算编制与绩效考核
预算编制应善于挖掘减值计提所基于的企业历史数据,充分结合资产质量与业务实际,合理设置业绩目标及相应的资金成本、营运成本、风险成本预期。每季度/半年对客户及债项进行重新评估,并能够动态调整监控频率,有效追踪金融工具价值变化,采取可行方案以及时修正预算偏离。考核方面,应考虑减值计提与市场波动影响,使绩效评价结果能够倾向于体现风险调整后收益,并以此衡量经风险调整后的收益是否高于其资本成本,从而更为全面、真实地反映企业投资金融工具产品的回报水平。
(三)强化信用风险运行监控
企业应逐步完善自身的信用风险管理,落实相关人员在信用采集、信息管理、风险预警、风险评估等关键环节中的具体职责。构建统一的供应商——客户评级标准,实行风险分级管理,确保企业内部各单位使用确定唯一的评级结果。结合企业的信用风险水平与风险缓释能力,动态调整金融产品投资策略,优化资产配置,重点投放减值计提较少、风险调整收益较高的项目领域。侧重与财务报表连续、偿债和盈利水平合理,且主业突出、评级较高的客户开展经营合作。
(四)提升数据综合治理水平
新准则、新模型对于(下转第50页)企业基础数据提出的质量要求,对于大多数企业而言并非一朝一夕可以实现。但从长远来看,完善企业数据库体系建设、提升数据综合治理水平,将有助于企业在竞争中赢得先机并获取优势地位。这不仅需要董事会及高级管理层在数据系统建设方面给予充分支持,更有赖于从制度层面搭建具有战略性和全局观的数据治理框架,形成由战略、运营、财务、风控和运维等多部门“共建、共通和共享”的数据治理模式,充分整合财务信息、风险管理数据和市场交易记录,打造多维度、多方位和多受众的信息共享平台,持续优化和提升数据综合治理水平。
责任编辑 张璐怡
相关推荐