翟慧敏
(中廣核太陽能開發(fā)有限公司,北京 100022)
新能源發(fā)電作為新興行業(yè),為擴(kuò)大市場份額,企業(yè)構(gòu)建了多種類信用銷售模式,雖然在一定程度上提升了市場競爭力,但也導(dǎo)致應(yīng)收賬款額度增加,面臨著嚴(yán)峻的信用風(fēng)險(xiǎn)。對此,企業(yè)應(yīng)積極創(chuàng)建預(yù)期信用損失模型,確定應(yīng)收賬款管理過程中的損失準(zhǔn)備金計(jì)提額度,將此類信用風(fēng)險(xiǎn)直觀準(zhǔn)確地反映出來,由此保障財(cái)務(wù)數(shù)據(jù)準(zhǔn)確無誤。
客戶歷史信用是客戶過去有關(guān)賬款收繳的履約記錄,企業(yè)統(tǒng)計(jì)客戶應(yīng)收賬款余額、信用損失率、逾期率等信息,便可確定某個(gè)時(shí)期應(yīng)收賬款的實(shí)際數(shù)額,如果應(yīng)收賬款的收取時(shí)間較長,其信用損失概率也將隨之提升。根據(jù)新能源發(fā)電行業(yè)的歷史數(shù)據(jù)可知,當(dāng)應(yīng)收賬款逾期3年后,回收概率將大大降低,信用損失率基本能達(dá)到100%。此類賬款余額還帶有轉(zhuǎn)移性特點(diǎn),沒有收回的賬款可能轉(zhuǎn)移到下一個(gè)賬齡區(qū)間。以歷史數(shù)據(jù)為參考可計(jì)算過去某個(gè)階段不同賬齡段內(nèi)的賬款轉(zhuǎn)移率,將轉(zhuǎn)移率與信用損失發(fā)生率相結(jié)合,便可推算出該階段不同賬齡段的賬款損失率。由于新能源發(fā)電行業(yè)具有周期性特點(diǎn),在相同時(shí)段內(nèi)客戶信用狀況基本相同,因此某個(gè)周期的歷史損失率可為預(yù)期信用損失計(jì)算提供參考。
該項(xiàng)因素包括客戶還款信譽(yù)、客戶財(cái)務(wù)情況、客戶抵押、客戶經(jīng)營環(huán)境等方面。當(dāng)前大部分新能源企業(yè)設(shè)立了信用管理部門,主要工作內(nèi)容是管理客戶信用信息,客戶當(dāng)前信用可通過該部門的評級數(shù)據(jù)來確定。此類企業(yè)在處理應(yīng)收賬款損失控制的相關(guān)工作過程中,受客戶信用等級信息的影響較為突出。對等級較高的客戶來說,未來發(fā)生失信行為的可能性相對較??;對等級較低的客戶來說,即便當(dāng)前還款狀態(tài)正常,但后續(xù)仍會有逾期還款的可能,還很有可能在這一過程中出現(xiàn)信用損失。企業(yè)在處理預(yù)期信用損失計(jì)算的相關(guān)工作過程中,一定要對客戶的信用等級管理工作足夠重視,保證客戶信用評級系數(shù)得到合理設(shè)定,科學(xué)調(diào)節(jié)歷史損失率。企業(yè)可以嘗試將最高信用等級系數(shù)設(shè)置為1,也就是無須調(diào)整歷史數(shù)據(jù),剩余調(diào)整系數(shù)參考最高等級系數(shù),按照相應(yīng)比例設(shè)定。
對客戶信用情況產(chǎn)生影響的未來因素較多,包括行業(yè)環(huán)境、經(jīng)濟(jì)環(huán)境、客戶自身財(cái)務(wù)狀態(tài)等。新能源行業(yè)與宏觀經(jīng)濟(jì)的聯(lián)系緊密,在經(jīng)營發(fā)展過程中受財(cái)政政策、固產(chǎn)投資、環(huán)保政策等因素的影響較大。例如,下一年固產(chǎn)投資規(guī)模會對發(fā)電項(xiàng)目數(shù)量產(chǎn)生影響,而所承接的項(xiàng)目收入對應(yīng)收賬款具有直接影響。由此可見,在預(yù)期信用損失計(jì)量中,需要對前瞻性因素進(jìn)行綜合分析。在行業(yè)發(fā)展的不同階段,客戶信用風(fēng)險(xiǎn)特點(diǎn)存在區(qū)別,可依靠行業(yè)周期客戶未來信用走向進(jìn)行評估。例如,該企業(yè)設(shè)備更新周期基本固定,在快到更新周期時(shí)會產(chǎn)生較多的更新需求,且市場中會產(chǎn)生很多馬上進(jìn)入淘汰狀態(tài)的設(shè)備,此類設(shè)備在參與抵押的過程中,擔(dān)保價(jià)值勢必受到影響,應(yīng)收賬款的信用風(fēng)險(xiǎn)就會提升,因此,企業(yè)應(yīng)對行業(yè)周期前景因素給予高度重視。大量研究表明,客戶信用問題的產(chǎn)生多因自身陷入財(cái)務(wù)危機(jī),因此計(jì)量信用損失時(shí)還應(yīng)關(guān)注客戶的財(cái)務(wù)情況,并創(chuàng)建預(yù)期信用損失模型,將預(yù)期的前瞻性信息充分反映出來。
新準(zhǔn)則中明確指出,企業(yè)通過概率加權(quán)的方式估算預(yù)期信用損失,應(yīng)將信用損失概率、未損失概率全面反映出來,并非僅對最好、最壞等極端情況進(jìn)行估計(jì)。根據(jù)上述原則,企業(yè)應(yīng)結(jié)合多種信用風(fēng)險(xiǎn)特點(diǎn)來計(jì)算,以調(diào)整后的歷史損失率為參考,計(jì)算出預(yù)期信用損失率,并將其當(dāng)作概率值,創(chuàng)建損失估算模型,如下:
公式中,W代表的是預(yù)期信用損失率,A代表的是歷史損失率,B代表信用等級調(diào)整系數(shù),C代表預(yù)期違約概率,N代表的是預(yù)期信用損失額,E代表的是預(yù)期信用損失率,F(xiàn)代表不同特征組的應(yīng)收賬款額度。
該項(xiàng)指標(biāo)可結(jié)合不同風(fēng)險(xiǎn)特征下的應(yīng)收賬款得出,也可估算歷史損失率總數(shù),按照不同的信用風(fēng)險(xiǎn)類型對調(diào)整系數(shù)進(jìn)行優(yōu)化。選擇過去某個(gè)時(shí)段,計(jì)算出不同年份的應(yīng)收賬款轉(zhuǎn)移率,測定該階段歷史損失率總數(shù)進(jìn)行,計(jì)算流程如下。
第一步:根據(jù)賬齡區(qū)間匯總不同年份的應(yīng)收賬款余額。
第二步:按照不同年份相應(yīng)的賬款余額得出轉(zhuǎn)移率,當(dāng)年轉(zhuǎn)移率的計(jì)算方式是上年末該賬齡余額到下年末仍處于待收回狀態(tài)的金額與上年末該余額的比值。例如,2018年末,1年內(nèi)余額為1 000萬元,到2019年末仍處于待收回的部分會轉(zhuǎn)移到1~2年,為800萬元,可計(jì)算出1年內(nèi)應(yīng)收賬款額度的轉(zhuǎn)移率為80%,也就是800萬元與1 000萬元的比值[1]。
第三步:在轉(zhuǎn)移率的基礎(chǔ)上得出歷史損失率。結(jié)合歷史統(tǒng)計(jì)結(jié)果,將賬齡超過3年的應(yīng)收賬款信用損失率設(shè)定為100%,因不同企業(yè)的情況存在區(qū)別,該項(xiàng)指標(biāo)可結(jié)合實(shí)際適當(dāng)調(diào)整。歷史損失率是轉(zhuǎn)移率均值與3年以上應(yīng)收賬款信用損失率之積。
歷史損失率在歷史數(shù)據(jù)的基礎(chǔ)上計(jì)算得出,只能代表以往情況,需要結(jié)合相關(guān)信息進(jìn)行調(diào)整。一是根據(jù)信用風(fēng)險(xiǎn)特點(diǎn)將應(yīng)收賬款分成不同組別,根據(jù)上文計(jì)算出的歷史損失率,計(jì)算不同風(fēng)險(xiǎn)組合下的歷史損失率;二是按照信用風(fēng)險(xiǎn)特點(diǎn)的區(qū)別設(shè)置調(diào)整系數(shù),該系數(shù)可以客戶當(dāng)前的信用等級為參考;三是按照預(yù)測出的未來宏觀環(huán)境、行業(yè)發(fā)展情況、客戶未來財(cái)務(wù)趨向等信息,測算違約概率;四是計(jì)算預(yù)期信用損失率,該項(xiàng)指標(biāo)的計(jì)算方式是歷史損失率、違約率、信用調(diào)整系數(shù)的乘積。
該項(xiàng)指標(biāo)的計(jì)算方式是不同信用風(fēng)險(xiǎn)特點(diǎn)分組中的應(yīng)收賬款余額與調(diào)整后信用損失率的乘積。在實(shí)際計(jì)算中,先要按照信用損失率與不同信用風(fēng)險(xiǎn)分組的應(yīng)收余額相乘,得出不同類型的應(yīng)收賬款的信用損失額。例如,賬齡不超過1年的信用等級為一級正常債權(quán),應(yīng)收賬款的額度為1 000萬元,預(yù)期信用損失率為5.07%,損失額的計(jì)算公式為1 000萬元與5.07%的乘積,即507 000元。將多種應(yīng)收賬款的信用損失額度相加,便可得出信用損失總額,也就是當(dāng)期應(yīng)計(jì)提的損失準(zhǔn)確金額。
該模型適用于計(jì)量金融工具的減值損失,自2018年開始在國內(nèi)正式實(shí)施。文章結(jié)合金融資產(chǎn)特點(diǎn),以新能源生產(chǎn)企業(yè)為例,分析該模型的應(yīng)用對金融工具風(fēng)險(xiǎn)計(jì)量產(chǎn)生的影響。2015—2017年,該企業(yè)采用了傳統(tǒng)的已發(fā)生損失模型,減值計(jì)量額度逐漸降低;2018年開始使用預(yù)期信用損失模型,該年度減值損失額度提高了27.59%,與之相關(guān)的減值損失計(jì)量導(dǎo)致當(dāng)期利潤降低。根據(jù)該企業(yè)年報(bào)披露內(nèi)容可知,2018年信用減值損失內(nèi)返售金融資產(chǎn)減值損失占比最高,為75.8%,2017年該項(xiàng)目占比僅為24.31%??梢姡趯?shí)施信用損失模型后,對該企業(yè)返售金融資產(chǎn)的攤余成本計(jì)量資產(chǎn)產(chǎn)生了一定的影響[2]。
在利用該模型計(jì)量金融工具風(fēng)險(xiǎn)時(shí),不但會對當(dāng)期利潤產(chǎn)生影響,還會影響相關(guān)資產(chǎn)價(jià)值,使此類資產(chǎn)的價(jià)值更加合理,避免資產(chǎn)價(jià)值虛增。將該模型應(yīng)用前后的資產(chǎn)類項(xiàng)目進(jìn)行對比,可將模型變化對資產(chǎn)情況產(chǎn)生的影響直觀體現(xiàn)出來。根據(jù)年報(bào)數(shù)據(jù)可知,從2015年開始到2017年,采用傳統(tǒng)模型期間的減值準(zhǔn)備計(jì)提額度先增加后降低,但減值準(zhǔn)備在資產(chǎn)中的賬面價(jià)值占比始終在1.2%~1.6%之間浮動。到了2018年開始實(shí)施信用損失模型后,該企業(yè)減值準(zhǔn)備計(jì)提比重超過傳統(tǒng)模型,賬面價(jià)值占比為2.34%。例如,對賬面價(jià)值最高的返售金融資產(chǎn)來說,與2017年相比,2018年的賬面資產(chǎn)降低42.63%,但期末減值準(zhǔn)備額度提高250%左右,且應(yīng)收賬款的面額也相對提升了37.15%,與之相對的應(yīng)收賬款期末減值準(zhǔn)備額度提高89.05%。與以往模型相比,應(yīng)用損失模型計(jì)算出的減值準(zhǔn)備是未來金融工具面臨的減值損失,并不是已經(jīng)發(fā)生的減值額度,說明新模型可有效清除減值計(jì)量風(fēng)險(xiǎn)中的資產(chǎn)水分,使資產(chǎn)價(jià)值更為可靠。
在已創(chuàng)建損失模型的條件下,金融資產(chǎn)減值相關(guān)內(nèi)容的披露不夠完善,只是單純披露多種類型金融資產(chǎn)減值處理、減值證據(jù)的衡量標(biāo)準(zhǔn)。但在應(yīng)用信用損失模式后,就能將預(yù)期信用損失計(jì)量作為會計(jì)判斷納入披露內(nèi)容中。在計(jì)算預(yù)期信用損失時(shí),該企業(yè)在不同階段減值模型的基礎(chǔ)上,計(jì)算各個(gè)階段金融工具的預(yù)期信用損失。這也能夠有效區(qū)分債權(quán)類、融資類業(yè)務(wù)。前者信用損失包括違約風(fēng)險(xiǎn)敞口、違約概率、損失率三項(xiàng)指標(biāo),其中違約概率以投資業(yè)務(wù)信用評級為依據(jù),損失率需要綜合分析擔(dān)保物的價(jià)值、交易對象等因素。后者的信用損失為違約風(fēng)險(xiǎn)敞口、損失率的乘積。在損失率比率計(jì)算中,該企業(yè)是在歷史損失率的基礎(chǔ)上計(jì)算的,為了準(zhǔn)確判斷信用風(fēng)險(xiǎn)動態(tài)趨向,應(yīng)明確定性和定量指標(biāo)。在融資類業(yè)務(wù)中,要綜合分析客戶的信用情況、擔(dān)保證券所屬、發(fā)行者經(jīng)營狀態(tài)等因素,將本金或者利息逾期1個(gè)月作為定量指標(biāo)。在債券類業(yè)務(wù)中,須以合同逾期1個(gè)月為信用風(fēng)險(xiǎn)評估標(biāo)準(zhǔn),如若逾期1個(gè)月,則將信用評級下降至二級,并將債券評級下降到投資級以下。
針對已經(jīng)出現(xiàn)信用減值的情況,該企業(yè)會披露判斷條件,包括債務(wù)人在合同生效后逾期3個(gè)月、債券處于違約級別、債務(wù)人陷入財(cái)務(wù)危機(jī)等等。在前瞻性信息方面,債券投資主要對歷史KPI與模型因素進(jìn)行回歸分析,在經(jīng)濟(jì)指標(biāo)基礎(chǔ)上明確預(yù)期違約率、違約敞口與損失率。在開展融資類業(yè)務(wù)中,應(yīng)準(zhǔn)確識別經(jīng)濟(jì)類指標(biāo),并與業(yè)務(wù)風(fēng)險(xiǎn)建立聯(lián)系。
該模型在新能源發(fā)電企業(yè)的應(yīng)用還可有效抑制信用風(fēng)險(xiǎn)的發(fā)生,將傳統(tǒng)模型中的風(fēng)險(xiǎn)識別由被動變?yōu)橹鲃樱雍侠淼貏?chuàng)建信用模型,能夠與帶有不確定性風(fēng)險(xiǎn)的金融工具充分匹配,且使信用風(fēng)險(xiǎn)涉及范圍更廣,可有效控制大量減值對企業(yè)經(jīng)濟(jì)產(chǎn)生的負(fù)面影響,具體表現(xiàn)如下。
1.增強(qiáng)主動風(fēng)險(xiǎn)控制能力。與以往已發(fā)生的損失模型相比,預(yù)期信用損失模型中的減值計(jì)量理念發(fā)生了較大改變,從客觀證據(jù)變?yōu)榭紤]金融工具的信用風(fēng)險(xiǎn),使風(fēng)險(xiǎn)控制從以往的被動變成主動。在傳統(tǒng)損失模型中,金融資產(chǎn)減值損失計(jì)量需要有客觀證據(jù)。新能源企業(yè)將公允價(jià)值跌幅大于成本的1/2設(shè)定為已經(jīng)出現(xiàn)減值的依據(jù),在此基礎(chǔ)上的資產(chǎn)損失計(jì)量常常存在滯后性,在需要采集證據(jù)時(shí),又會大幅增加計(jì)提金融資產(chǎn)減值準(zhǔn)備??梢姡瑐鹘y(tǒng)模型不具備主動識別風(fēng)險(xiǎn)的能力,但對預(yù)期信用損失模型來說,將風(fēng)險(xiǎn)增加作為判斷依據(jù),盡管以往無壞賬情況發(fā)生,但依然會考慮到信用風(fēng)險(xiǎn)問題,能夠做好預(yù)期信用損失準(zhǔn)備。這樣不但能夠提前計(jì)量后續(xù)可能出現(xiàn)的信用風(fēng)險(xiǎn),還可提前確定減值損失,有效控制大量減值對企業(yè)經(jīng)濟(jì)產(chǎn)生的不良影響。
2.信用風(fēng)險(xiǎn)揭示更全面。因預(yù)期信用損失模型將預(yù)期損失分成三個(gè)階段,新能源企業(yè)只需計(jì)算金融項(xiàng)目的三個(gè)階段預(yù)期損失額即可。與以往模型中單純披露初期金額、期末金額相比,新模型的信用風(fēng)險(xiǎn)揭示更加全面。當(dāng)前,此類風(fēng)險(xiǎn)披露可分成四種類型,即風(fēng)險(xiǎn)敞口、風(fēng)險(xiǎn)管理、損失定量與相關(guān)信息。在披露內(nèi)容上更加細(xì)致具體,涵蓋范圍更廣,能夠有效提升企業(yè)風(fēng)險(xiǎn)因素的應(yīng)對能力,還可為數(shù)據(jù)庫建設(shè)與人才培養(yǎng)提供更多助力。
3.損失模型創(chuàng)建更加合理。信息技術(shù)水平逐漸提升,信用損失模型計(jì)量會變得更加精確,帶有前瞻性信息的損失模型也會更加合理[3]。
當(dāng)前,信用損失模型在使用過程中面臨的最大障礙便是評估所需數(shù)據(jù)不足。這就要求企業(yè)在日常經(jīng)營中注意數(shù)據(jù)采集和管理,創(chuàng)建完善的數(shù)據(jù)庫,并設(shè)置專門的信用管理部門,對客戶信用狀況進(jìn)行動態(tài)跟蹤,有效規(guī)避信用風(fēng)險(xiǎn)。各部門間應(yīng)打破屏障,實(shí)現(xiàn)信息溝通與共享,尤其是業(yè)務(wù)部門與財(cái)務(wù)部門應(yīng)借助網(wǎng)絡(luò)系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)同步,節(jié)約溝通成本,使風(fēng)險(xiǎn)評估更加精準(zhǔn)透明。新能源發(fā)電行業(yè)作為市場中的新興行業(yè),在國內(nèi)起步較晚,應(yīng)注重人才培育機(jī)制的創(chuàng)建與完善,培養(yǎng)出更多技能型人才,使其能夠靈活運(yùn)用管理信息系統(tǒng),幫助企業(yè)更加高效地開展風(fēng)險(xiǎn)識別與管理工作,培育更多復(fù)合型會計(jì)人才,幫助企業(yè)不斷更新和優(yōu)化信息系統(tǒng),滿足企業(yè)的業(yè)務(wù)發(fā)展需要。
新能源發(fā)電企業(yè)在經(jīng)營發(fā)展中,應(yīng)遵循新金融工具準(zhǔn)則要求,積極創(chuàng)建估值信用損失模型,將歷史數(shù)據(jù)、當(dāng)前信息與未來信息有機(jī)結(jié)合,并充分考慮本行業(yè)的特殊性,調(diào)整宏觀環(huán)境與客戶群體等特殊估值,有效減少主觀性的干預(yù),將應(yīng)收賬款信用風(fēng)險(xiǎn)客觀展現(xiàn)出來,才有助于該行業(yè)長遠(yuǎn)發(fā)展。