2020年以来，新冠肺炎疫情（简称疫情）在全球的蔓延对宏观经济造成较大冲击。受此影响，银行业资产质量承压，信用风险加大，中外主要银行均在2020年加大拨备计提力度，但各国在对经济走势的预测、拨备计提基础等方面略有不同，因此减值增提幅度也各有差异。

本次分享内容主要包括三个部分：一是疫情以来中国、美国、欧洲宏观经济环境、监管政策及会计准则要求的变化；二是选取中、美、欧三地主要代表性银行，从贷款指标情况、预期信用损失模型设计、披露等方面开展对比分析；三是就疫情特殊风险事件下预期信用损失模型的运用、披露及监管提出相应的建议。

1）宏观经济环境、监管政策及会计准则要求的变化

1. 宏观经济环境

疫情前中国经济已进入高质量发展的新常态，而欧美自金融危机以来一直保持着较平稳的发展。受疫情影响，中、美、欧2020年以来国内生产总值（GDP）增速均较2019年末明显下滑，由于疫情发展阶段不同，中国和欧美经济增长出现谷点的时间点也不同。

*GDP增速为当季同比增速，非累计增速，数据分别来源于中国国家统计局、美国商务部、欧盟统计局网站

受疫情及随之而来的停工停产等防控措施影响，中国一季度GDP的同比增速为-6.8%，自1992年公开季度GDP以来首次出现负增长；二季度以来，中国疫情防控持续向好，复工复产的加快推进带动经济实现强劲复苏，二季度当季GDP实现由负转正，并在三季度延续快速复苏。

从欧美情况看，随着疫情的蔓延，疫情对美国和欧元区的冲击在2020年二季度达到最大幅度，美国、欧元区二季度当季GDP同比分别下降9.0%、14.9%，均创历史最大跌幅；三季度以来，受政府刺激消费带动，美国和欧元区GDP出现强劲反弹，三季度当季GDP同比分别下降2.9%和4.3%，降幅大幅收窄。

从国际货币基金组织、世界银行等国际权威机构对中、美、欧GDP的最新预测情况看，2020年中国GDP增速预计在2%左右，2021年为7.8%，较二季度的预测均有明显上调，而美国和欧元区2020年GDP预测增速仅为-4.6%和-8.2%，2021年将有所好转，平均预测增速分别达到3.8%和5.2%。[1]

2. 监管政策

在疫情全球蔓延的大背景下，各国央行及监管机构陆续出台了相关监管措施，对疫情期间预期信用损失的计量要求进行了明确，并提出多项举措，加大对疫情防控及企业复工复产的信贷支持力度。

例如，在预期信用损失的计量上，银保监会指出，各机构要根据真实风险水平，按照预期信用损失的计量要求，审慎计提拨备，提高风险抵御能力；欧洲央行则建议对预期信用损失的计量应避免使用顺周期假设；在延期贷款的分类、管理层叠加的运用、前瞻性预测及披露等方面，欧洲证券和市场管理局、英国审慎监管局也做了相应规范。

信贷支持政策方面，中、美、欧监管机构均出台了多项优惠政策，通过延期还本付息、贴息、降低企业融资成本等支持企业复工复产，缓解到期资金压力。

3. 会计准则要求

在上述监管政策发布的基础上，国际会计准则理事会（简称理事会）于2020年3月发布指引，强调疫情期间有关预期信用损失的计量要求。

该指引指出，为符合条件的所有借款人办理延期还款一般不会自动导致信用风险显著增加，应区分实质性风险进行损失阶段判断。同时，理事会预期宏观经济的有关变化将反映在前瞻性预测及情景权重设置中，如未能于模型中反映，则需考虑模型外管理层叠加，并要求综合考虑疫情的影响及政府采取的相关措施。披露方面，理事会强调了在当前疫情背景下保持透明披露的必要性。

2）中外主要银行贷款指标、预期信用损失模型设计、披露情况对比

1. 贷款指标

资产质量

疫情发生前，中国主要银行在2016年不良贷款率达到最高点1.72%，之后呈下降趋势，整体资产质量较为稳定。欧美主要银行则于金融危机时期不良资产集中暴露后，于近年呈现不良贷款率逐年下降趋势。

疫情爆发以来，中、美、欧主要银行不良贷款率均较2019年末有所上升。2020年9月末，中国主要银行的平均不良贷款率为1.52%，高出美国主要银行73bps，但较欧洲主要银行低了104bps。

*选取的主要对标银行包括：中国（工商银行、建设银行、中国银行、农业银行），美国（美国银行、摩根大通、花旗银行、富国银行），欧洲（汇丰银行、巴克莱银行、桑坦德银行、德意志银行），数据来源于各银行历年定期报告，后同

**中国主要银行于2010年全部完成上市，因此选取2010年至今数据进行分析；美欧主要银行上市时间较早，因此选取2006年至今数据进行分析，后同

拨备计提

疫情爆发前，在实际信贷损失率基本相近的情况下，中国主要银行信贷成本率约为1%，为欧美主要银行的两倍，拨备计提较为平稳审慎。疫情爆发后，中国主要银行年化信贷成本率较上年末上升26bps，而欧美同业则由于疫情仍在蔓延，宏观经济预测持续恶化等影响大幅计提减值，年化信贷成本率较上年末分别上升59bps、181bps，信贷成本率的增幅明显高于中国主要银行。

*信贷成本率=拨备计提额合计/贷款总额合计

*信贷损失率=拨备损失额合计/贷款总额合计

在贷款核销上，欧美主要银行采用自主核销方式，在当前背景下加快贷款处置以缓冲疫情冲击，因此2020年欧美主要银行的信贷损失率较往年明显上升，而中国主要银行则保持稳中有升。

拨备覆盖水平

从拨备计提的充足性看，在银保监会等监管政策引导下，中国主要银行拨备计提较为审慎，疫情前拨备计提比例已处于较高水平，例如2019年末拨贷比为3.15%，为欧美主要银行的2-4倍，风险抵御能力较强。疫情爆发后，各机构均不同程度加大拨备计提，拨贷比继续保持平稳上升。

欧美方面，美国主要银行受新准则转换及疫情冲击大幅增提拨备，拨贷比从2019年末的1.32%大幅上升至2.84%，但仍低于中国主要银行，欧洲主要银行拨贷比则继续保持在低位，且较上年末进一步下降。

2. 预期信用损失模型设计

2018年1月1日起，《国际财务报告准则第9号-金融工具》（简称IFRS 9）正式实施，财政部也在2017年修订发布了《企业会计准则22号—金融工具确认与计量》（简称CAS 22），CAS 22与IFRS 9在预期信用损失计量的要求上基本趋同。2020年1月1日起，美国上市企业开始实施当前预期信用损失会计准则（简称CECL）。与IFRS 9及CAS 22相比，CECL主要在减值计量周期、前瞻情景设置、评估范围等方面存在差异，由此也导致了中、美、欧三地银行在预期信用损失模型上的差异化设计。

首先是生命周期，美国主要银行采用的CECL模型要求对各项资产计提整个存续期内减值损失，也就是初始确认时就需要预计整个生命期间，并在后续期间进行校准。而中国及欧洲主要银行采用的预期信用损失模型则要求将资产划分为三个阶段，并根据所处阶段分别计提12个月或是整个存续期内减值损失。

前瞻预测方面，美国CECL允许只采用较大发生概率的单一情景，各机构可结合定性及定量分析自行确定情景数量。欧洲主要银行前瞻情景数量较多，通常为5个，并结合压力测试设计极端悲观情景，但极端情景的权重及对整体减值影响较小。中国主要银行一般采用乐观、基准及悲观三情景预测。宏观指标选取上，欧美主要银行全球化经营特征较为明显，因此选取的指标覆盖多个国家及地区，中国主要银行则一般选取国内的经济指标。指标预测长度上，欧洲主要银行通常采用2-5年预测，中国主要银行普遍采用1年期预测，而美国主要银行则根据产品的类别考虑不同的预测期限。

敞口组合划分上，美国主要银行内评较为完善，通常基于内评结果，结合行业、国家、信用评分等因素划分敞口。欧洲主要银行则对受经济影响较大的个别行业，例如房地产业、油气行业等单独拆分建模。中国主要银行普遍以对公、零售等贷款大类进行敞口划分，在此基础上，部分内评完善的大中型银行进一步结合客户行业、产品特征等进行拆分建模。

从拨备政策上看，欧美主要银行拨备计提亲周期性较强，疫情爆发后，由于宏观经济预期持续恶化，各机构拨备均有大幅增提，而中国主要银行拨备计提平稳审慎，在疫情冲击下增提拨备的需求低于欧美同业。在对新冠肺炎疫情、英国脱欧等特殊事件的考虑上，欧洲主要银行主要通过设置极端情景或模型外管理层叠加，量化评估影响。相对而言，美国及中国主要银行则未对特殊事件拆分考虑。

3. 预期信用损失披露

IFRS 9实施后，欧洲监管机构在金融工具披露准则的基础上，发布了多项细化披露指引及示例。由于国内外监管在预期信用损失的监管侧重方面存在差异，中国主要银行与欧洲主要银行相比在披露上也存在一定差异，主要包括四个方面：

疫情爆发后，中、美、欧主要银行均在中期报告中披露了对疫情影响及政府相关纾困措施的考虑。

中国主要银行的披露以定性分析为主，普遍介绍了为应对疫情所采取的信贷支持措施，以及对未来疫情影响及资产质量形势的判断。在预期信用损失的评估上，有的银行披露了对已办理延期还本付息的客户进行损失阶段划分的原则，有的银行披露了减值准备计量中所采用的GDP增速的预测方法及确定原则。

欧美主要银行的披露既包括定性说明，也包括定量分析。其中，美国主要银行普遍披露了针对疫情所采取的应对措施，已提供的信贷支持措施的类型及规模，疫情对信贷资产质量的影响，以及二季度增提拨备的原因。欧洲主要银行披露了所采取的信贷支持措施的规模、前瞻经济情景预测及权重设置，以及在模型外采用的管理层叠加的方法、金额及具体考虑，抑或以表格形式详细披露了考虑疫情前后的预期信用损失金额及增提原因。

相对而言，欧美主要银行的披露信息更为全面。

3）政策建议

当前疫情背景下，针对预期信用损失计量、披露以及监管等方面的建议主要有四个方面。

首先，疫情爆发以来，欧洲央行等监管机构、国际会计准则理事会相继针对疫情的监管和会计影响发布指南，强调疫情期间有关预期信用损失的计量要求。考虑到当前背景下预期信用损失的计量仍有较大不确定性，建议有关部门制定疫情下应用预期信用损失的计量指引，明确在特殊风险事件下金融机构延期宽限政策对金融资产阶段划分的标准。

其次，在模型的具体运用上，前瞻性信息是实务当中的关注焦点，建议加强对预期信用损失模型前瞻性信息运用的政策指导。例如，预期信用损失模型的经济指标预测值及情景预测权重前瞻性信息如何获取、现有减值模型基于“历史统计数据”形成“前瞻性数据”的模型假设机制如何重检及优化、管理层调整如何运用等。

[1] GDP预测值根据国际货币基金组织、世界银行、经济合作与发展组织、标准普尔网站公布数据取平均值

本文是为提供一般信息的用途所撰写，并非旨在成为可依赖的会计、税务、法律或其他专业意见。请向您的顾问获取具体意见。