預(yù)期信用損失法實施2023年的實踐與進(jìn)展減值階段劃分（下）：我國上市銀行

1、貸款

基于58家已上市商業(yè)銀行披露的階段劃分結(jié)果，2023年末，我國上市銀行發(fā)放貸款及墊款（簡稱“貸款”）中，第一階段（L1）占比94.8%，第二階段（L2）占比3.5%，第三階段（L3）占比1.8%。按國有大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行及農(nóng)村商業(yè)銀行統(tǒng)計的結(jié)果顯示，不同類別上市銀行貸款在三個階段中的分布比例基本接近。

數(shù)據(jù)統(tǒng)計結(jié)果顯示，2023年末，我國上市銀行第一階段（L1）貸款損失準(zhǔn)備計提比例為1.7%，第二階段（L2）貸款損失準(zhǔn)備計提比例為22.1%，第三階段（L3）貸款損失準(zhǔn)備計提比例為67.1%。

具體如下圖所示。

圖 我國上市銀行貸款減值三階段分布

及損失準(zhǔn)備計提情況

數(shù)據(jù)來源：根據(jù)58家上市商業(yè)銀行2023年年報披露整理。

2、債權(quán)投資

基于58家已上市商業(yè)銀行披露的階段劃分結(jié)果，2023年末，我國上市銀行以攤余成本計量的金融投資資產(chǎn)（簡稱“債權(quán)投資”）中，第一階段（L1）占比為94.7%，第二階段（L2）占比1.6%，第三階段（L2）占比3.7%。

數(shù)據(jù)統(tǒng)計結(jié)果顯示，2023年末，我國上市銀行第一階段（L1）債權(quán)投資損失準(zhǔn)備計提比例為0.4%，第二階段（L2）債權(quán)投資損失準(zhǔn)備計提比例為14.3%，第三階段（L3）債權(quán)投資損失準(zhǔn)備計提比例為54.3%。

圖 我國上市銀行債權(quán)投資減值三階段分布

及損失準(zhǔn)備計提情況

數(shù)據(jù)來源：根據(jù)58家上市商業(yè)銀行2023年年報披露整理。

1、用于評估信用風(fēng)險顯著上升（SICR）的指標(biāo)及其使用情況

（1） 逾期天數(shù)指標(biāo)

2家銀行將該指標(biāo)設(shè)置為發(fā)生逾期，具體為：

• 債務(wù)人合同付款（包括本金或利息）發(fā)生逾期（操作性或技術(shù)性原因?qū)е碌亩唐谟馄诔猓┣矣馄诓怀^90天（含90天）；

• 債券投資本金發(fā)生逾期，但小于30天。

（2）定量指標(biāo)

圖 2023年末不同定量指標(biāo)的應(yīng)用銀行占比情況

數(shù)據(jù)來源：根據(jù)58家上市商業(yè)銀行2023年年報披露整理。

在采用違約概率變化的23家銀行中，19家銀行沒有披露其使用的具體閾值，4家銀行披露了報告日違約概率較初始違約概率變化的絕對值及/或相對值，其中1家銀行披露其根據(jù)初始確認(rèn)時違約概率的不同而設(shè)定了不同的閾值。

在采用評級變化的27家銀行中，對于內(nèi)部評級和外部評級，銀行使用的變化閾值存在明顯差異。在披露了變化閾值的12家銀行中，觸發(fā)SICR的外部評級閾值主要為主體及債項評級變化到投資級以下；觸發(fā)SICR的內(nèi)部評級閾值主要是，較初始確認(rèn)時內(nèi)部評級等級下遷2-3個級別且下降到某個評級級別以下。

我國上市銀行在具體應(yīng)用定量指標(biāo)時的表述示例列于下表。

表 我國上市銀行定性指標(biāo)應(yīng)用表述示例

（3）定性指標(biāo)

在評估信用風(fēng)險顯著上升（SICR）時，我國上市銀行采用的定性指標(biāo)主要包括：財務(wù)經(jīng)營情況、風(fēng)險分類、預(yù)警清單、現(xiàn)金流量或流動性問題、債務(wù)人在公開市場上發(fā)生逾期、擔(dān)保品價格變動等。2023年末，使用這些指標(biāo)的銀行占比情況，如下圖所示。

圖 2023年末不同定性指標(biāo)的應(yīng)用銀行占比情況

數(shù)據(jù)來源：根據(jù)58家上市商業(yè)銀行2023年年報披露整理。

表 我國上市銀行定性指標(biāo)應(yīng)用表述示例

數(shù)據(jù)來源：根據(jù)58家上市商業(yè)銀行2023年年報披露整理。

2、與上年度相比，部分銀行采用的SICR指標(biāo)和閾值有所變化

通過比較2022年度及2023年度我國上市銀行SICR指標(biāo)及其閾值的披露情況，超過30%的銀行（19家）采用的SICR指標(biāo)和閾值有所變化，具體列于下表：

表 我國上市銀行SICR指標(biāo)及其閾值變化示例

數(shù)據(jù)來源：根據(jù)58家上市商業(yè)銀行2022年和2023年年報披露整理。

3、較低信用風(fēng)險的應(yīng)用

在58家上市商業(yè)銀行中，12家銀行披露了較低信用風(fēng)險的應(yīng)用情況。其中：有一半的銀行披露其未將任何金融工具視為具有較低信用風(fēng)險，另一半的銀行采用的較低信用風(fēng)險判斷標(biāo)準(zhǔn)主要包括：

• 將內(nèi)部評級與全球公認(rèn)的低信用風(fēng)險定義（例如外部投資等級評級）相一致的金融工具，確認(rèn)為具有較低信用風(fēng)險。

• 如果金融工具的違約風(fēng)險較低，借款人在短期內(nèi)履行其合同現(xiàn)金流量義務(wù)的能力很強(qiáng)，并且即便較長時期內(nèi)經(jīng)濟(jì)形勢和經(jīng)營環(huán)境存在不利變化但未必一定降低借款人履行其合同現(xiàn)金流量義務(wù)的能力，該金融工具被視為具有較低的信用風(fēng)險。

1、逾期天數(shù)指標(biāo)

2、定性指標(biāo)

圖 2023年末不同定性指標(biāo)的應(yīng)用銀行占比情況

數(shù)據(jù)來源：根據(jù)58家上市商業(yè)銀行2023年年報披露整理。

表 我國上市銀行關(guān)于減值階段下調(diào)與上遷的披露

歡迎聯(lián)系交流：

自2017年新金融工具會計準(zhǔn)則實施以來，信永中和金融咨詢團(tuán)隊已經(jīng)為300余家銀行、證券公司、財務(wù)公司、租賃公司、擔(dān)保公司等各類金融機(jī)構(gòu)提供預(yù)期信用損失模型的開發(fā)與驗證服務(wù)，在該領(lǐng)域具有豐富的實踐經(jīng)驗和廣泛的成功案例。在提供詳細(xì)解決方案的同時，配套落地實施工具，協(xié)助客戶實現(xiàn)管理規(guī)范化、預(yù)算精細(xì)化、操作便捷化。

聯(lián)系電話：137 5266 5667