预期信用损失模型在融资租赁公司的若干应用及管理

韩公超（上海国金融资租赁有限公司 上海 201114）

财政部于2017 年发布了《企业会计准则第22 号——金融工具确认和计量》（以下简称“新金融工具准则”），明确了租赁应收款应以预期信用损失为基础进行减值处理，因此，本文结合融资租赁行业对预期信用损失模型的应用进行了探讨。

一、新金融工具准则下减值准备处理的新变化及影响

融资租赁公司的主要金融资产为租赁应收款（包含直租项下的应收融资租赁款和回租项下的应收售后回租款），旧准则下多数租赁公司参照财政部《金融企业准备金计提管理办法》、银保监会《商业银行金融资产风险分类暂行办法》对租赁应收款进行五级分类，以规定的标准系数为基础，对各分类分别以余额百分比进行减值计提。新金融工具准则下的减值方案由原来已发生损失来确定是否计提减值变为采用预期信用损失（ECL 一般模型）计提减值，具有了“前瞻性”和“逆周期性”。预期信用损失模型是基于金融资产在初始确认后的信用质量变化对其进行三阶段划分，并对违约概率（PD）、违约损失率（LGD）、违约风险敞口（EAD）等参数进行设定和测算，反映了未来回收租金的时间价值、无偏概率加权及对未来宏观经济、政策变动的前瞻。多数学者认为，采用预期信用损失模型计提减值，更多地考虑了货币时间价值理论，这无疑是对旧准则的优化（罗晓龙、龚钰捷、钟廷勇，2021）。对租赁应收款来讲，将承租人的地区、行业、租赁物、抵质押等情况均作为风险量化因素进行了考量，考虑也更周全。根据有关数据，首次实施新金融工具准则的融资租赁公司，在转换日减值准备的增提幅度普遍增大，减值准备整体上升幅度在10%以上。

二、预期信用损失模型的应用

预期信用损失模型（ECL 一般模型）的基本公式为：ECL=∑PD×LGD×EAD，根据三个不同的阶段对每项租赁应收款或具有相同特征的组合在未来12 个月内或整个项目周期内进行计算。其中违约概率是承租人无履行债务偿还的可能性。违约损失率（PD）是预计考虑了处置租赁物和抵质押物后的承租人仍不能偿付的风险敞口与报告日租赁应收款余额之比。违约风险敞口（LGD）即为报告日租赁应收款余额（一般已扣除收取的承租人保证金）。尽管准则中明确提出对于租赁应收款可以采用简化方法即直接按整个续存期确认信用减值，其目的在于，考虑到部分企业信用风险管理能力较银行来说更弱，可能不具备评估风险是否显著发生的能力，但对于上市融资租赁公司或具有一定规模的成熟融资租赁公司来讲，采用一般模型对资产进行三阶段划分来测量信用减值更符合准则要求。根据上海清算所公开信息，多数主流融资租赁公司均使用一般模型，即按三阶段对租赁应收款进行减值计量，具体情况如表1 所示。

表1 融资租赁公司均使用一般模型（ 三阶段） 状况 单位：亿元

（一）数据的收集

数据收集是建立预期信用损失模型的基础，不仅包括宏观经济指标，也包括融资租赁资产在报告日或近于报告日的相关信息。宏观经济指标用于预期信用损失模型的前瞻性调整，一般选取范围包括：消费者物价指数（CPI）、国内生产总值（GDP）、广义货币供应量（M2）、制造业采购指数（PMI）、固定资产投资完成额、工业增加值等。与融资租赁资产相关的信息一般选取：项目周期、还款节奏，租赁应收款初始投放金额、报告日余额、承租人行业、承租人区域、承租人内外部评级、租赁物及抵质押物类型、租赁利率、是否有担保等。上述因素均分别影响ECL 模型中的违约概率、违约损失率和风险敞口计算。

（二）三阶段的判断

根据ECL 一般模型要求，主要按租赁应收款的风险状况和风险变化等定性和定量标准来判断三阶段，根据准则相关定义，一般判定标准如表2 所示。

表2 三阶段的一般判断标准

值得注意的是关于是否适用逾期时间来判断应收租赁款信用风险是否显著增加，准则规定只有必须付出不必要的努力和成本才可获得逾期以外的前瞻信息情况下，才能简单用逾期信息来确定信用风险是否显著增加。结合表2 中的逾期判断，实际是表明了新金融工具准则对于衡量信用风险是否显著增加具备较为严格的标准和前瞻性，即承租人满足一般因素和逾期因素两者之一即可判断为风险已显著增加。例如租赁公司在公开市场获得承租人甲的经营情况变差、经营活动现金流量大幅下降等信息，即使该承租人尚未逾期，经过合理评估也可判定其信用风险已显著增加；同时租赁公司的承租人已逾期超过30 天，且租赁公司很难获得其相关信息，可能需要付出不必要的努力和成本，则可以通过逾期30 天这一现实情况判断该承租人信用风险已显著上升。

另外关于已划归为第二或第三阶段的租赁应收款，后期租赁合同得到展期或还款现金流修改已缓解承租人还款压力的（未形成一项新租赁业务），根据新金融工具准则要求应以展期后的承租人信用风险与初始确认时点信用风险相比，租赁公司应在报告时点结合承租人在展期后是否正常回款等迹象进一步评估其预期信用风险是否降低（实务中至少以两个还款期作为观察期），将承租人划分回上一阶段。

三阶段判断是决定租赁应收款后续以未来12 月还是整个续存期间、以租赁应收款账面总额还是摊余成本来作为计提减值的基础。租赁公司应该充分考虑可获取的所有有关的合理依据，来比较报告日自资产初始确认日的信用风险变动情况。

（三）违约概率（PD）

影响违约概率的因素一般包括承租人的历史违约数据、对承租人的内外部评级、承租人行业地域、租赁剩余期限、逾期天数等。具体计量方法一般有内外部评级映射、国际评级主标尺、马尔科夫矩阵、专家判断等几种方法。

以内外部评级映射方法为例，租赁公司应根据承租人相关信息进行公司内部评级，并按历史数据建立内部评级、国内外部评级、穆迪评级的映射关系表（表3、表4），匹配得出穆迪评级，最后用穆迪公布的评级主标尺确定违约概率（表5）。在获取承租人外部评级过程中，租赁公司能获取客户的穆迪、标普等国际评级，则直接使用国际评级；如承租人没有国际评级，则获取其国内外部评级；如没有国内外部评级，则使用公司内部评级。

表3 某融资租赁公司2021 年内外部评级测算表（已简化） 单位：（合同）个数

表4 某融资租赁公司2021 年穆迪评级映射表（已简化）

表5 穆迪评级及1—10 年的违约概率对照表（ 已简化）

该方法的优点是过程直观且有依据，但需要租赁公司建立较为完善、客观的评级体系，而且公司内部评级与外部评级对照需获取大量可靠的历史数据，工作量较大。需要注意的是，如果承租人发生前述提到的已发生信用减值迹象，比如逾期超过90 天等，即便租赁公司对其内部评级不为“E”或国内外部评级不为“D”，一般也应当认为该笔租赁应收款违约概率为1。

（四）违约损失率（LGD）

违约损失率一般可采用历史租金回收折现（考虑抵质押物）计算历史实际LGD，也可根据公司业务实践结合外部数据指引对不同抵质押物的分类确定LGD；如《商业银行信用风险缓释监管资本计量指引》中初级内评法设定的最低违约损失率（应收账款35%；房产35%；其他40%）。融资租赁公司主要特点是融物，每一笔合同项下的租赁应收款均有对应租赁物，融资租赁公司更适合根据不同租赁物和抵质押物进行分类，相应地把违约损失率分为不同档次。大部分融资租赁公司涉及飞机船舶、工业装备、基础建设等行业大类，其中飞机船舶作为租赁物变现性和流通性较好，加之融资比例较低（融资总额/租赁物价值），属于违约损失率较低一类。工业装备等专用设备在行业领域内有一定流通性，可划归为违约损失率一般类。其他变现性较弱的租赁物，在没有额外抵质押物的情况下划归为违约损失率较高类。由于各公司业务方向不同，每笔租赁应收款情况也不同，融资租赁公司应结合自身情况进行更细致的分类，对违约损失率设定最合适的参数。如基础建设分类中某承租人的租赁物变现能力较差，但属于层级较高的城投企业，另有信用评级较高且现金流充裕的担保方；某民营承租人租赁物为专门为其生产而改装的设备，其额外提供了超额的房产抵押；即便以上两笔租赁应收款存在租赁物变现能力较差的事实，仍可以合理评估属于违约损失率较低的分类。以下列举了某租赁公司初始违约损失率设定，详见表6。

表6 融资租赁公司租赁物、抵质押品的初始违约损失率分类

（五）前瞻性调整

对前瞻性信息的考量与选取是预期信用损失模型最重要的环节，也是实务中最具有挑战的部分。前瞻性需要考虑所有合理且有依据的信息，如何选择前瞻性信息并将其参与到模型计算中依赖于管理层的主观判断。管理层应当通过判断来确定适当的方法，根据公司的实际情况合理地对未来进行预测。

1.宏观经济指标与场景设定。根据专家和学者总结，实务中普遍采用应用统计学模型的相关步骤，首先应当找出相关的宏观因子，根据历史数据等统计方法测试和评估多场景下宏观因子分别和违约率（PD）、损失率（LGD）之间的关系，再分配不同的场景权重计算出经前瞻性调整后的预期信用损失（刘晨倩等，2021）。一般影响预期信用损失的宏观经济指标包含CPI、GDP、固定资产投资完成额、工业增加值等。选择宏观经济变量后分“悲观”“基准”“乐观”三种场景并赋予不同权重。该部分选择具备很强的主观性与特定性，一般与租赁公司业务方向高度相关，变量对承租人的违约概率、违约损失率等敏感度很高。根据上清所2021 年公开年报所示，中建投租赁（股份）选择GDP、M2、PPI（生产价格指数）作为宏观经济指标；德银租赁选用社会融资总额、工业增加值作为宏观经济指标；渤海租赁按45%、30%、25%设置了“悲观”“基准”“乐观”三场景权重，海通恒信租赁按“极度乐观”“乐观”“中立”“悲观”“极度悲观”设置了五个场景。

2.宏观经济指标的标准化值。选定上述宏观经济指标后可通过各大金融机构公布的当年宏观经济数据预测值结合不同场景权重，得出不同场景下经济指标的最佳估数。同时公司可以根据该经济指标近几年（比如十年）的历史发生数设定其期望值及标准差，将不同场景下经济指标的最佳估数与期望值之差除以其标准差，即可得到该宏观经济指标的标准化值（在莫顿模型中为符合正态分布的Z值）。利用该宏观经济指标的标准化值分别对违约率（PD）和损失率（LGD）进行前瞻性调整，最终参与到预期信用损失的计算过程中。

三、总结与建议

（一）预期信用损失模型的实施难点及应对

预期信用损失模型实施难点一般包括：

一是国内融资租赁公司成立时间并不长，而模型所需数据量大，缺乏历史数据。应对：加强公司风控和IT 管理，持续做好数据收集与维护。初期可以结合已有的五级分类评价体系和承租人租金回收情况，判断承租人信用风险变动情况及违约概率。也可参考可比公司和外部指引数据，简化各参数计算。

二是模型建立较为复杂，公司缺乏专业人员等软硬件支持。应对：提升财务、风控等相关人员专业能力，前期进行必要的培训；搭建专门的数据平台，结合公司业务、财务系统对模型的建立提供支持；请外部第三方进行协助建立模型，如非主审的会计师事务所。

三是承租人信用风险变动难以判断，除逾期信息以外必须付出很大的努力和成本才可获得承租人相关信息。应对：加强公司风控管理，持续做好租后管理，及时取得承租人报表、征信等一切租后检查信息。加强同业交流、形成必要的数据共享；执行其他可替代程序，对承租人信用风险变动和租赁应收款损失进行最合理的预计。

四是运用新模型计量减值结果与预期有较大差异，新旧准则转换不顺利。应对：预期信用损失模型需要大量主观判断，任何一个环节计量参数的不合理都会导致模型结果有偏差，这就需要不断优化完善各参数的设定。租赁公司可以延长新旧减值计量方法的并行期间，逐步调整缩小差异。比如租赁公司可以继续沿用旧准则下的一些具有前瞻性的减值计量方法，如借鉴原商业银行使用的五级分类迁徙率法计算预期信用损失，并与ECL 模型结果相比较。或者采用ECL 模型与其他计量方法相结合，比如第一、第二阶段的租赁应收款具备数据量大，信用风险特征可分组的特点，采用ECL 模型违约概率、违约损失率、风险敞口要素及前瞻性调整来进行计量，第三阶段由于已明显出现减值迹象，一般都处于处置状态，则可以通过现金流量折现法（DCF 测算）对其进行单个测算。

（二）预期信用损失模型的管理建议

1.各层级职责分工明确。预期信用损失模型作为反映企业风险状况、影响租赁公司财务报表的重要部分，须由上至下从治理层开始分级管理，落实责任。（1）董事会。根据《商业银行预期信用损失法实施管理办法》，董事会承担公司信用风险管理的最终责任，新金融工具准则下租赁公司董事会也负责预期信用损失的制度、关键参数和政策运用的审批。管理层应每年将上述政策的变化、模型、关键参数的调整和当年预期信用损失结果一并上报董事会审批。董事会可授权其下设的专门委员会具体履行预期信用损失法管理职责。（2）管理层。管理层应该贯彻及落实预期信用损失管理制度，确保其有效执行，定期向董事会汇报。（3）各职能部门和业务部门。财务部门应该拟定预期信用风险管理办法，配合做好预期信用损失的测算，负责相关报表披露事项。风险管理部门应负责建立预期信用风险模型并制定相应的建模文档；负责公司模型的维护及管理，定期对违约概率、违约损失率、信用风险敞口、前瞻性因子等模型参数进行回溯测试，评估模型假设的合理性和参数选取的可靠性，回溯测试频率至少每年一次。加强承租人信用评级及后续管理，确保内部评级信息的准确性和有效性，及时掌握承租人信用风险变动情况。业务部门负责协助提供预期信用损失所需的租赁业务等相关信息，并对初始基础数据录入的时效性和准确性负责。

2.加强组织培训。租赁公司应加强对各层级的预期信用风险减值相关培训，确保管理制度执行到位，必要时聘请外部专家对公司开展培训。各部门应充分利用减值计量结果，适时地对租赁业务结构进行调整、加强资产质量管理等各项工作。

3.建立模型验证和调整机制。由于整体宏观经济状况、租赁业务的行业、区域等组合，承租人本身信用风险在不断变化，需要对模型进行验证、监控和管理。至少每年都要对模型和各参数进行合理性验证，及时进行调整；租赁公司可以结合年度审计中会计师事务所的复核结果进行比对，也可以聘请外部专业机构对模型进行必要的验证。