预期信用损失法应用案例（一）——以内部评级体系为基础（2023）
预期信用损失法应用案例（一）——以内部评级体系为基础（2023）
发文信息
- 发文机关： 财政部
- 发布日期： 2023-07-17
- 原文链接：财政部 | 财政部会计准则委员会
【例】
甲银行是一家大型上市商业银行，该银行已建立内部评级体系（以下简称“内评体系”）并实施多年，历史数据积累较为完备。对于内评体系覆盖的贷款，该银行采用下图所示的方法构建预期信用损失模型，其中：信用风险分组和信用风险是否显著增加的评估，以内评体系下的风险分组和风险变化为基础，并结合预期信用损失法的相关要求进行；违约概率以内评体系下的违约概率为基础，应用逻辑回归转换并经Wilson模型（详见附录）校准等调整得到；违约损失率以内评体系下的违约损失率为基础，经前瞻性调整并剔除跨周期因素后得到；各经济情景及权重根据以合理成本即可获得的合理且有依据的信息（含前瞻性信息）设定。
预期信用损失模型
2019年6月28日，甲银行对某国内零售企业发放1500万元对公贷款，约定两年后到期一次还本，每季度末月20日付息，年利率为10%。发放贷款时，甲银行对该客户的内部评级为AAA-。2020年4月28日，因受外部事件影响和自身运营等原因，该客户的信用风险有上升迹象，甲银行经评估将其内部评级下调为BBB。
甲银行基于内评体系如何确定上述对公贷款的预期信用损失？
分析：
根据《企业会计准则第22号——金融工具确认和计量》（财会〔2017〕7号，以下简称金融工具确认计量准则）的规定，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，企业应当在每个资产负债表日评估相关金融工具的信用风险自初始确认后是否已显著增加，并按照信用风险自初始确认后已显著增加和未显著增加的情形分别计量损失准备、确认预期信用损失及其变动。按照前述准则要求并结合内评体系实践及相关历史数据，甲银行按照以下步骤对内评体系已覆盖的贷款计量预期信用损失：
步骤一：基于共同信用风险特征进行风险分组
按照金融工具确认计量准则的规定，为合理评估和及时识别金融工具信用风险的变化，甲银行应当以金融工具类型、信用风险评级、担保物类型、初始确认日期、剩余合同期限、借款人所处行业、借款人所处地理位置、贷款抵押率等共同信用风险特征为依据，将金融工具划分为不同组别。鉴于甲银行在内评体系下已按照客户及业务属性进行分组并构建评级模型，甲银行在进行前述风险分组时延续了内评体系的思路，即从客户和债项两个维度进行分组。
在客户维度，甲银行按照债务人主体的违约风险特征进行分组并以此为基础估算违约概率。对于对公客户，甲银行将内评体系下按客户所属行业及规模等标准划分的组别进行聚类合并，形成机构类客户、小微企业客户、金融业客户、制造业客户等十个组别（详见表1）。对于零售客户，甲银行沿用内评体系下的分组结果，按照产品类型分为个人住房贷款、合格循环零售贷款和其他零售贷款三组（详见表1）。甲银行定期对前述分组的合理性进行重检。
表1 客户维度的风险分组
| 对公客户 | 零售客户 | ||
| 分组编号 | 组别名称 | 分组编号 | 组别名称 |
| 1 | 机构类客户 | 1 | 个人住房贷款 |
| 2 | 小微企业客户 | 2 | 合格循环零售贷款 |
| 3 | 金融业客户 | 3 | 其他零售贷款 |
| 4 | 制造业客户 | ||
| 5 | 批发零售业客户 | ||
| 6 | 基础设施相关行业客户 | ||
| 7 | 房地产业客户 | ||
| 8 | 采矿业客户 | ||
| 9 | 建筑业 | ||
| 10 | 其他行业大中型企业客户 |
在债项维度，甲银行按照各债项的损失水平进行分组并以此为基础估算违约损失率。对于对公客户的债项，甲银行按照业务类型和担保方式进行分组。以贷款业务为例，分为信用类贷款、抵押类贷款、质押类贷款、保证类贷款和低损失贷款等组别（详见表2）。对于零售客户的债项，甲银行按照产品类型分为个人住房贷款、合格循环零售贷款和其他零售贷款三组，该分组与估算违约概率的风险分组一致（详见表2）。此外，对于同一债务人的多笔债项，如果预期违约后的损失存在显著差异的，则将其划分至不同的组别。
表2 债项维度的风险分组
| 对公客户 | 零售客户 | |
| 业务类型 | 组别名称 | 组别名称 |
| 贷款业务 | 信用类贷款 | 个人住房贷款 |
| 抵押类贷款（可按抵押物的类型细分） | 合格循环零售贷款 | |
| 质押类贷款（可按质押物的类型细分） | 其他零售贷款 | |
| 保证类贷款 | ||
| 低损失贷款（由保证金或流动性较强的资产全额覆盖） | ||
| 债券投资业务 | 本币信用类债券 | |
| 本币保证类债券 | ||
| 本币抵押类债券 | ||
| 外币信用类债券 | ||
| 外币保证类债券 | ||
| 外币抵押类债券 | ||
| 存放同业、买入返售等同业业务 | 根据币种、抵质押和担保情况分组（类似债券投资业务） |
步骤二：根据信用风险变化和减值情况进行阶段划分
按照金融工具确认计量准则的规定，甲银行根据以合理成本即可获得的、合理且有依据的信息（包括前瞻性信息）进行阶段划分，其中：“信用风险自初始确认后未显著增加”的金融资产划分为第一阶段，“信用风险自初始确认后已显著增加但尚未发生信用减值”的金融资产划分为第二阶段，“初始确认后发生信用减值”的金融资产划分为第三阶段。
对于贷款业务，甲银行采用的信用风险显著增加（即划分为第二阶段）的判断标准包括：减值损失违约概率大幅上升、贷款五级风险分类调整为关注类、贷款逾期30天以上以及其他表明信用风险显著增加的情况等。甲银行通过比较在初始确认时所确定的预计存续期内的违约概率和该贷款在资产负债表日所确定的预计存续期内的违约概率，来判断其信用风险自初始确认后是否显著增加。在进行相关评估时，甲银行考虑的定性和定量因素包括：信用风险所导致的内外部指标（如信用利差）的显著变化、内外部评级实际或预期的显著变化、预期将导致借款人履行其偿债义务的能力发生显著变化的业务、财务或外部经济状况的不利变化以及借款人所处监管、经济或技术环境的显著不利变化等。
对于已发生信用减值（即划分为第三阶段）的判断，甲银行采用的判断标准包括：债务人发生严重财务困难、利息或本金发生违约或逾期超过90天、债权人出于与债务人财务困难有关的经济或合同考虑给予债务人在任何其他情况下都不会做出的让步、债务人很可能倒闭或进行其他财务重组以及其他客观证据显示发生减值的情况等。
步骤三：构建预期信用损失模型和估计参数
按照金融工具确认计量准则的规定并结合自身实际，甲银行构建了以下预期信用损失模型。即，对于处于第一阶段和第二阶段的金融工具，预期信用损失（ECL）=违约概率（PD） × 违约损失率（LGD） × 违约风险敞口（EAD） × 表外信贷系数（CCF） × 折现率（DR）；对于处于第三阶段的金融工具，采用未来现金流量折现法确定预期信用损失。同时，甲银行基于内评体系下的数据，对违约概率、违约损失率、违约风险敞口等参数进行了估计。
（一）估计违约概率（PD）