金融工具减值：从已发生损失模型到预期损失模型

张姗姗

自2008年金融危机以来，金融工具减值的会计处理规则成为众矢之的。有学者认为，现行的“已发生损失模型”确认减值损失的时点太迟，没有能够为投资者和监管部门尽早地提示风险。为此，FASB 和IASB 成立了联合工作小组，开始制定新的金融工具减值会计准则，并于2014年7月发布了IFRS9，规定了新的“预期损失模型”，要求使用IFRS 的各国在2018年1月开始予以实施。我国与国际会计准则持续趋同，那么这一新的金融工具减值模型必将对现行的会计程序产生巨大的影响。

一、已发生损失模型与预期损失模型账务处理的差异举例

已发生损失模型与预期损失模型的账务处理差异主要表现在两方面：（1）减值损失的确认。现行的已发生损失模型要求，只有当存在客观证据表明资产已经发生减值时，企业才需要进行减值测试并确认减值损失。而IASB 最新发布的预期损失模型则要求，只要自初始确认起金融工具的信用风险有显著增加，无论是否存在客观减值证据，企业都应该确认整个存续期的预期信用损失。即使自初始确认后金融工具的信用风险无显著增加，企业也要确认报告日后12 个月的预期信用损失。（2）投资收益的计算。在现行的已发生损失模型下，投资收益是以扣除减值准备的金融资产摊余成本为基础计算的。而在预期损失模型下，在出现客观减值证据以前，投资收益是以金融资产账面余额（不扣除资产减值准备）为基础计算的；当存在客观减值证据的时候，投资收益才能以扣除减值准备的金融资产摊余成本为基础进行计算。下面举例具体说明这种差别。

【例】 20X5年1月1日，A企业自债券市场购入B 企业当日发行的5年期公司债券100 万元，票面利率5%，每年12月31日付息，到期一次还本。A 企业预计将持有该债券直至到期。债券发行主体和债券本身的信用状况均良好，信用评级为AAA。假设不存在溢折价购买，债券实际利率也为5%。试就以上情况分别使用已发生损失模型和预期损失模型进行账务处理。

1.20X5年1月1日，A企业购入债券。

由于资产减值只涉及后续计量，因此在初始确认时两种模型的账务处理是基本一致的。虽然IFRS9 在金融资产的分类方面也做了修改，不再区分持有至到期投资、贷款和应收款项，但本文的研究焦点在于资产减值，因此不对金融资产的分类多加注意，统一使用持有至到期投资科目进行账务处理。具体会计分录如下所示：

借：持有至到期投资——面值1,000,000 元

贷：银行存款 1,000,000 元

已发生损失模型要求，企业应在损失已发生的情况下按照“最佳估计值”确认减值损失。而预期损失模型则要求，企业应在任何情况下始终按照概率加权的方法确认减值损失的期望值，而且至少考虑两种情况下的概率（即发生违约和不发生违约）。这意味着，无论金融工具发生违约损失的概率多么小，企业都需要确认一部分减值损失。

2.20X5年12月31日，B 企 业的信用状况并未发生明显变化，公司债券评级仍为AAA。A 企业依此判断1月1日所购入的债券信用风险并未显著增加，并预计今后12 个月债券的违约率仅为0.5%，且如果发生违约，损失率将为50%。

按照已发生损失模型，由于金融资产并未发生减值，因此无需确认减值损失。企业此时只需要根据摊余成本与实际利率计算20X5年的投资收益即可。具体会计分录如下：

借：银行存款 50,000 元 （=100万元×5%）

贷：投资收益 50,000 元

按照预期损失模型，虽然金融资产并未发生减值，甚至信用风险也没有发生明显变化，但企业仍需根据违约率和违约损失率、按照概率加权并折现的方法计算12 个月之内的预期损失。持有至到期投资成本与未来12 个月的利息之和为105 万元，因此12 个月内的预期信用损失为(0.5%×105万 元×50%+99.5%×105 万 元×0%)/1.05=2500 元。当然，在此之前仍需先确认投资收益。具体会计分录如下：

借：应收利息 50,000 元

贷：投资收益 50,000 元

借：资产减值损失 2,500 元

贷：持有至到期投资减值准备2,500 元

3.20X6年12月31日，B 企 业依照合同支付了利息。但B 企业由于投资失败，自由现金流下降到了还款紧张的程度。而且由于政策原因，亏损合同可能难以立即撤销，因此B 企业的现金可能还会继续下降。A 企业通过对债券存续期间的风险进行评估，认为债券的信用风险与初始确认时相比已显著增加，整个存续期内的违约概率上升为20%，违约损失率仍为50%。

按照已发生损失模型，虽然债券发行主体的现金流有所降低，但B 企业照常支付了利息，尚没有客观证据表明B 企业违约，因此A 企业不需要确认减值损失。与20X5年末一样，A 企业此时只需要确认一项投资收益。具体会计分录如下：

借：银行存款 50,000 元 （=100万元×5%）

贷：投资收益 50,000 元

按照预期损失模型，由于债券的信用风险与初始确认时相比已经显著增加，因此A 企业需要根据新的违约率和违约损失率、按照概率加权并折现的方法确认债券整个存续期内的预期信用损失。20X7年和20X8年的利息为5 万元，20X9年的本利和为105万元，分别以折现率折现，即可以算出整个存续期内的预期信用损失为(5万 元/1.05+5 万 元/1.052+105 万 元/1.053)×15%×50% =75000 元。由于上年已确认2500 元，所以今年只需要再确认减值损失75000 元-2500元=72500 元。另一方面，虽然A 企业在上年末已经计提了一部分减值准备，但由于缺乏客观证据，A 企业需要使用未扣除减值的账面余额（而非摊余成本）乘以实际利率计算投资收益。具体会计分录如下：

借：银行存款 50,000 元 （=100万元×5%）

贷：投资收益 50,000 元

借：资产减值损失 72,500 元

贷：持有至到期投资减值准备72,500 元

4.20X7年12月31日，B 企 业依照合同支付了利息。尽管如此，在20X7年12月31日，种 种 迹 象 均 表明B 企业已发生严重财务困难，无法按时偿付本金和利息。债券评级急转直下，降为B。有报道称B 企业正在与主要债权人进行重组协商。此时，存在客观证据表明债券已发生减值。根据A企业的评估，该债券发生违约并损失50%的概率为90%，发生违约并损失80%的概率为9%，不发生违约的概率为1%。

按照已发生损失模型，A 企业应先确认投资收益，其后按照最可能发生的损失（最佳估计值）确认减值准备。在此例中，管理层可能认为减值损失的最佳估计值为5 万元×50%/1.05 +105万元×50%/1.052=500000 元。具体会计分录如下：

借： 银 行 存 款 50,000 元（=100 万元×5%）

贷：投资收益 50,000 元

借：资产减值损失 500,000 元

贷：持有至到期投资减值准备500,000 元

按照预期损失模型，与20X6年一样，A 企业需要根据新的违约率和违约损失率、按照概率加权并折现的方法确认债券整个存续期内的预期损失。20X8年的利息为5 万元，20X9年的本利和为105 万元，可以算出企业应确认的减值损失为(5 万元/1.05+105万 元/1.052)×(90%×50%+9%×80%+1%×0%)=522000 元。以 前年度A企业已经计提了75000 元的减值准备，因此20X7年A 企业只需要再计提522000 元-75000 元=447000 元 的减值准备。另一方面，虽然A 企业在以前年度已经计提了减值准备，但由于缺乏客观证据，A 企业在20X7年仍需要以未扣除减值的账面余额（而非摊余成本）为基础来计算投资收益。具体会计分录如下：

借：银行存款 50,000 元 （=100万元×5%）

贷：投资收益 50,000 元

借：资产减值损失 447,000 元

贷：持有至到期投资减值准备447,000 元

5.20X8年12月31日，B 企 业的财务困境并没有好转，但B 企业依照合同全额支付了利息。根据A 企业的评估，该债券的未来现金流应与上年预期一致，即：发生违约并损失50%的概率为90%，发生违约并损失80%的概率为9%，不发生违约的概率为1%。

按照已发生损失模型，A 企业应按照摊余成本计算投资收益。上年末扣除减值准备后的债券摊余成本为100万元-50万元=50万元，在此基础上计算的投资收益即为50 万元×5%=25000 元。此时新的摊余成本为475000 元，A 企业需要将其调整至未来现金流量的现值105 万元×50%/1.05=50 万元。具体会计分录如下：

借：银行存款 50,000 元

贷：投资收益 25,000 元

持有至到期投资——利息调整 25,000 元

借：持有至到期投资减值准备 25,000 元

贷：资产减值损失 25,000 元

按照预期损失模型，由于上年持有至到期投资的减值是具有客观证据的，因此与已发生损失模型一致，A 企业也需要以扣除减值准备的摊余成本为基础计算投资收益。上年末债券的摊余成本为100 万元-52.2 万元=47.8万元，在此基础上计算的投资收益为47.8 万 元×5%=23.9 万 元。此 时，新的摊余成本为47.8 万元-2.61 万元=451900 元。A 企业需要将其调整为未来概率加权期望现金流量的现值，即105 万 元/1.05×(90%×50%+9%×20%+1%×100%)=478000 元。具体会计分录如下：

借：银行存款 50,000 元

贷：投资收益 23,900 元

持有至到期投资——利息调整 26,100 元

借：持有至到期投资减值准备 26,100 元

贷：资产减值损失 26,100 元

6.20X9年12月31日，B 企 业债券到期，最终全额支付了A 企业利息5 万元，但只支付了本金50 万元。

按照已发生损失模型，A 企业应按照摊余成本计算投资收益。上年末扣除减值准备后的债券摊余成本为105 万 元×50%/1.05=50 万 元，在此基础上计算的投资收益即为50 万元×5%=25000 元。此时摊余成本为475000 元，需调整到收到的本金500000 元。持有至到期投资面值和利息调整以及持有至到期投资减值准备都应结清。具体会计分录如下：

借：银行存款 50,000 元

贷：投资收益 25,000 元

持有至到期投资——利息调整 25,000 元

借：持有至到期投资减值准备 25,000 元

贷：资产减值损失 25,000 元

借：银行存款 500,000 元

持有至到期投资——利息调整 50,000 元

持有至到期投资减值准备 450,000 元

贷：持有至到期投资——面值 1,000,000 元

按照预期损失模型，A 企业也应按照摊余成本计算投资收益。上年末债券摊余成本为478000 元，在此基础上计算的投资收益即为47.8 万元×5%=23900 元。A 企业还需要将新的摊余成本451900 元调整至收到的本金50 万元。持有至到期投资面值和利息调整以及持有至到期投资减值准备都应结清。具体会计分录如下：

借：银行存款 50,000 元

贷：投资收益 23,900 元

持有至到期投资——利息调整 26,100 元

借：持有至到期投资减值准备 48,100 元

贷：资产减值损失 48,100 元

借：银行存款 500,000 元

持有至到期投资——利息调整 52,200 元

持有至到期投资减值准备 447,800 元

贷：持有至到期投资——面值 1,000,000 元

二、预期损失模型的评价

（一）已发生损失模型与预期损失模型的理念差异分析

1.资产减值损失的确认

与已发生损失模型相比，预期损失模型大大提前了减值损失的确认时点。这主要表现为以下两个方面。

第一，已发生损失模型要求，只有存在客观减值证据时，企业才需要进行减值测试并确认减值损失。而预期损失模型要求，即使没有客观证据表明金融工具已经发生了减值，只要企业经评估认为金融工具的信用风险存在显著增加，那么企业就要确认整个存续期内的预期信用损失。如前例所述，20X6年12月31日，虽然债券尚未发生违约，但由于信用风险和违约概率已有显著增加，因此企业需要确认整个存续期内的信用损失72500 元。

第二，预期损失模型还要求，即使完全没有迹象表明金融工具可能会发生减值，金融工具的信用风险并没有显著上升，企业也要以未来12 个月为限确认一部分减值损失。如前例所述，在20X5年12月31日，年初购入的债券尚处于正常状态，没有任何减值信号，但企业仍需象征性地确认2500 元的资产减值损失。这意味着，企业在某些情况下可能需要确认所谓的“首日损失”。承前例，如果A 企业并非在20X5年1月1日购入债券，而是在20X5年12月30日购入债券，那么在12月31日报告日，在购入债券的仅仅一天之后，A 企业就需要确认未来12 个月的预期信用损失。这也是FASB 与IASB 的主要分歧之一：FASB 认为这种处理不甚恰当；而IASB 则认为企业应及时确认任何违约可能性，无论它多么小。

表1 已发生损失模型与预期损失模型的损益年度 单位：元

这两方面的差异直接导致20X7年预期损失模型下的资产减值损失(447000 元)明显小于已发生损失模型下的资产减值损失(500000 元)。这也是IASB 出台预期损失模型的主要目的——提前向报表使用者揭示金融资产的风险，避免损失在短时间内毫无准备地爆发。

2.资产减值损失的计量

已发生损失模型要求，企业应在损失已发生的情况下按照“最佳估计值”确认减值损失。而预期损失模型则要求，企业应在任何情况下始终按照概率加权的方法确认减值损失的期望值，而且至少考虑两种情况下的概率（即发生违约和不发生违约）。这意味着，无论金融工具发生违约损失的概率多么小，企业都需要确认一部分减值损失。如前例所述，在购入债券的当年，其违约概率非常低，只有0.5%，但企业仍需确认相应的资产减值损失2500 元。事实上，正是这种概率加权的计量方法使得大幅度提前减值损失的确认时点成为可能。

另外，由于两种模型在计量上的差别，二者确认的资产减值损失并不一定相等。在前例中，按照已发生损失模型，A企业20X5年-20X7年累计确认的资产减值损失为50 万元；而按照预期损失模型，A 企业确认的资产减值损失为52.2 万元。当然，预期损失模型需要确认的减值损失总额并不一定总比已发生损失模型低。如果前例中20X7年末A 企业预期该债券发生违约并损失50%的概率为90%，发生违约并损失80%的概率为5%，不发生违约的概率为5%，那么A 企业应累计确认的减值损失就将变为49 万元，小于已发生损失模型下的50 万元。

3.投资收益的计量

当存在客观减值证据时，已发生损失模型和预期损失模型都要求企业以金融工具的摊余成本（扣除减值准备）为基础计算投资收益。但是在出现客观减值证据以前，预期损失模型要求企业以扣除减值准备前的账面余额（而非摊余成本）为基础计算投资收益；而在已发生损失模型下，企业此时并不需要计提减值准备，因而仍然能够以摊余成本为基础计算投资收益。如前例所述，20X5年-20X7年，虽然A企业按照预期损失模型的要求计提了一部分减值准备，但其投资收益是与没有计提减值准备的已发生损失模型一致，都是5万 元/年。在20X8年-20X9年，预期损失模型才要求企业以摊余成本为基础计算投资收益。

两种模型下，企业计提的资产减值准备数额并不一定相等，在此基础上确认的投资收益数额也就不一定相等，所有的差额会在最后一年收回本金时以资产减值损失补齐。两种模型最终计入损益的累计额是一样的，只不过年度分布不同。表1 具体展示了这种现象。从表1 可以看出，前例中两种模型最终确认的累计损失都是25 万元。这是因为A企业投资于债券花费了100 万元成本，共收到了5年25 万元的利息，最终收回50 万元本金，未收回的成本即为100 万元-25 万元-50 万元=25 万元。但如果考虑到货币的时间价值，两种模型对企业的影响就不同了。承前例，已发生损失模型的损失现值为21.5 万元，而预期损失模型的损失现值为22 万元。这种差别正是由于预期损失模型提前确认了减值损失而导致的。

（二）对预期损失模型的评价

1.确认预期损失与传统会计理论和原则相悖

早在1970年，美国会计原则委员 会(Accounting Principle Board,APB)就在第4号公告中对财务报表本质进行了讨论。APB 认为，财务会计和财务会计报告应该反映过去的交易或已存在的事项。1980年，美国财务会计准则委员会(Financial Accounting Standards Board, FASB)发布的第3号概念公告也指出，企业确认的资产和负债必须以过去的交易或事项为基础。已发生损失模型正是建立在这些传统理论和原则的基础之上的。而对预期损失计提减值准备则是违反传统会计本质和概念的。

2.过度追求中性期望值将动摇会计的边界

目前的准则制定机构越来越倾向于对资产和负债进行中性无偏的估计，试图让报表使用者可以从资产负债表上直接读出企业的价值(Penman, 2013)。但这显然是不可能达到的目标，因为企业内众多的无形资产并没有办法确认入表。在计量可以入表的资产和负债时，过度追求中性期望值可能是缺乏意义的。更进一步地，这种追求还将动摇会计的边界。完全使用概率加权算法意味着，无论发生违约的概率多么小，企业都需要确认一部分损失。如果要将这种几乎不可能的事件全部纳入会计核算，那么后果是难以想象的。

3.额外增加的判断和估计会加大管理层的操作成本和操纵空间

相比于已发生损失模型，管理层在预期损失模型下需要额外进行的主观判断和参数估计主要有以下三方面。

（1）报告日金融工具的信用风险是否处于较低水平。对于信用风险处于较低水平的金融工具，预期损失模型给出了简化处理方法。此时，企业可以不必估计报告日金融工具的信用风险相比于初始确认时是否有显著提升，可以直接按照概率加权的违约率确认未来12个月内的预期信用损失。因此，管理层需要首先估计报告日金融工具的信用风险，并评估其是否处于较低水平。

（2）报告日金融工具的信用风险相比于初始确认时是否有显著提升。如果报告日金融工具的信用风险并非处于较低水平，那么管理层就需要判断金融工具的信用风险相比于初始确认时是否有相对的显著提升。这一估计是非常困难的，主观判断的空间非常大。IASB 要求企业不仅需要使用历史信息，还需要使用前瞻性的信息来辅助这一判断。

（3）金融工具在未来12 个月或整个存续期内各种情境下的违约概率和违约损失率。预期损失模型要求企业采用概率加权的方法计算期望减值损失，且至少考虑两种情境。因此管理层必须根据现有的企业内外部信息合理估计金融工具有多少种违约情境、各情境发生的概率以及各情境下金融工具的违约损失率。而且所有的这些估计还会因时间段的不同而不同：当企业需要确认未来12 个月的预期信用损失时，管理层就需要估计未来12 个月的金融工具违约情境、违约率和违约损失率；当企业需要确认整个存续期内的预期信用损失时，管理层就需要估计整个存续期内的金融工具违约情境、违约率和违约损失率。

这些额外的判断和估计不仅会增加新准则的实施成本，而且可能会造成企业更严重的盈余操纵行为，损害会计信息的可靠性。不可靠的会计信息将无法实现原本的诉求，难以为报表使用者正确提示风险。

三、我国在金融工具减值方面的准则趋同建议

预期损失模型的主要目的在于提前确认损失，为报表使用者尽早地提示风险。因此，该模型更加适用于风险较高、风险外溢性较高而需要严格控制风险的行业。显然，符合这些特点的行业应该是金融企业，尤其是商业银行。因此，本文建议金融行业和一般行业应该实施不同的准则趋同路线。

对于一般行业企业，尽早提示并控制风险的必要性并不紧迫，因此应该尽可能采用简化方法，降低管理层的操作成本和操纵空间。事实上，考虑到非金融企业通常不具有成熟的信贷风险管理系统，IASB 已经对不具有重大融资成分的贸易应收款、合同资产和租赁应收款提供了简化处理方法，但一般企业中其它需计提减值准备的金融工具（如持有至到期投资）则并没有被计算在内。本文认为，需要进一步减轻预期损失模型给一般企业管理层带来的操作压力。具体来讲，对于前文所述的预期损失模型需要额外进行的三方面判断和估计，本文建议应由评级机构统一执行。例如，评级机构可以公开认定，若金融工具处于某一评级以上，则表示其处于较低信用风险水平；当评级下降到某一水平以下，则表示其信用风险已显著增加；评级机构甚至可以公开披露其所估计的各评级金融工具的违约概率和违约损失率。当然，由评级机构统一执行估计并不能替代管理层的估计，因为每家企业购入金融工具的时点并不一致，而预期损失模型要求的是管理层应估计报告日相比于金融工具初始确认时信用风险的“相对”提升程度。但本文认为要求评级机构公开披露其所估计的金融工具违约率、并赋予其可以计入财务报表的效力，这种做法能够降低预期损失模型的操作成本。尤其是在该模型并非特别适用于一般行业企业的前提下，这种做法将更为合适。

而对于金融行业企业，尤其是商业银行，风险管控则是重中之重，实施预期损失模型也就显得更加适当。需要注意的是，预期损失模型涉及了众多的估计和判断，这很可能会恶化管理层的盈余操纵行为。商业银行将会有更多的动机去操纵利润和资本，这又可能进一步导致拨备和资本的不充足，从而降低银行应对风险的能力。因此，本文建议，对于不存在公开市场评级的贷款，商业银行应保持现行已发生损失模型的账务处理模式。同时，商业银行可以另外出具单独的监管用财务报表，并使用完整的预期损失模型进行贷款减值的账务处理。两种账务处理模式并用，互相补充，才能在尽早揭示风险的同时保证会计信息的可靠性。

1.Accounting Principles Board, “Statement 4: Basic Concepts and Accounting Principles Underlying Financial Statements of Business Enterprises”, 1970.

2.Financial Accounting Standards Board, “Statement of Financial Accounting Concepts No.3: Elements of Financial Statements of Business Enterprises”, 1980.

3.International Accounting Standards Board, “IAS 39: Financial Instruments: Recognition and Measurement”, 2001.

4.International Accounting Standards Board, “Reducing Complexity in Reporting Financial Instruments”, 2008.

5.International Accounting Standards Board, “Request for Information(‘Expected Loss Model’)Impairment of Financial Assets: Expected Cash Flow Approach”, 2009.

6.International Accounting Standards Board, “Financial Instrument:Amortized costs and Impairments”, 2009.

7.International Accounting Standards Board, “Financial Instruments:Impairment”, 2011.

8.International Accounting Standards Board, “Financial Instruments:Expected Credit Losses”, 2013.

9.International Accounting Standards Board, “IFRS9: Financial Instrument”, 2014.

10.Penman, S.H., “Accounting for value”, New York, Columbia University Press, 2013.