大家好，欢迎收看《国际财务报告准则第9号》（IFRS 9）新减值模型十集系列讲座的新一讲。今天我们将讨论的是前瞻性信息。之前的讲座提到，IFRS 9考虑的是基于前瞻性信息的预期损失，这是和国际会计准则第39号（IAS 39）最大的区别之一。
准则要求企业在计算预期信用损失时考虑所有可获得的信息，包括历史信息、当前信息和各种宏观经济情景下的前瞻性信息。实施IFRS 9的减值要求意味着从两个方面需要考虑前瞻性信息，一是在计量预期信用损失的数值时，二是在考虑信贷风险是否显著增加时。准则要求包含所有无须付出不必要的额外成本或努力即可获得的合理且有依据的前瞻性信息。而对于金融机构，“不必要的额外成本或努力”的豁免并不太适用，所以仍然必须收集可能影响预期信用损失的前瞻性信息。那什么是“合理且有依据”？“合理且有依据”是指前瞻性信息必须包含可能影响预期信用损失的各种经济情景，例如英国脱欧这类事件。我们不能仅仅因为某个事件发生的可能性较低或者不太可能发生，就不考虑那些可能对违约概率产生影响的前瞻性信息。因而，这是一个如何取得平衡的问题。一边是可能会剔除与预期信用风险相关信息的风险，另一边是可能引入完全或基本没有依据的似是而非或虚假信息的风险。很显然，我们不应当考虑那些完全或基本没有依据的信息来计算预期信用损失。因此，金融机构认为由于某些经济信息在很大程度上仍然只是推断因此未被纳入考虑，并在其大部分的支持性文件中清楚地表明，某些经济信息因为明显缺乏依据而未被考虑在预期信用损失的计算中。
在实务中，一个常见问题是，银行需要设置多少种情景？可以只设置一种最佳估计的情景，还是需要考虑在一种最佳估计情景加上一种更有利或更不利的情景？那么，对于这个问题并没有唯一正确的答案，准则也没有明确规定情景的数量。但是，准则确实给出了一些指导原则，而且金融资产减值过渡工作组（ITG）也再次重申了这些原则。需要考虑的关键之一被称为：非线性特征。非线性特征指的是什么呢？例如，当宏观经济变量（例如失业率）发生变化时，其对信用损失的影响可能不是成比例的，如果失业率提高一倍，预期信用损失可能变为原来的三倍或者四倍，这就是非线性。因而其中的一个重点就是去看看待评估减值的资产，理解哪里存在非线性关系，并确保它们被包括在已选择的情景中。另一个考虑是，由于不能仅因为发生概率较低而剔除一些信息，所以可能会存在一些极端情景，它们的影响并不重大，可以忽略。这项准则明确要求的是无偏估计，所以企业确实需要全面观察各种情景，并确保已经把所有相关的情况考虑在内。最后，需要记住的是，某个期间相关信息的情况可能在以后期间里变化。非线性特征可能发生改变，经济环境也可能发生改变。因此不能在设定情景数量和情景定义之后就不再评估其状况的变化。实务中，大部分银行会考虑至少设定三种，也可能更多的情景，尽管并非总是如此。
下一个问题是如何将前瞻性信息纳入考虑，有两种方法。第一种方法是将前瞻性信息考虑加入信贷模型中，也就是在违约概率中考虑前瞻性信息。第二种方法是通过管理层叠加调整的方式，处理前瞻性信息或前瞻性信息的某些方面。 目前各机构正在探索不同的方法。大多数机构正尝试尽可能将前瞻性信息纳入违约概率中考虑。但是，仍有一部分前瞻性信息很难通过一个模型来体现，因而在这些情况下，管理层寻求通过管理叠加调整来处理这些前瞻性信息。 在这里我们要指出两点。第一，需要在计量预期信用损失和考虑信用风险是否显着增加时，采用一致的方法来运用前瞻性信息。第二，在使用管理层叠加调整时，需要确保不会重复考虑那些已经包含在模型中的前瞻性信息。 最后，无论采用什么方法，通过模型或管理层叠加调整，在将前瞻性信息纳入预期信用损失计算时都会涉及大量的管理层判断，尤其是在新准则过渡的时候。这是因为各机构在将前瞻性信息与违约概率相关联时还没有很多可供使用的数据。
我们简单总结一下，根据IFRS 9的要求银行需要考虑前瞻性信息，这是和IAS 39相比的主要变化。这不是一件容易的事，因为银行没有所需的数据和模型。要完成这项工作可以使用各种方法。不同的银行设置的前瞻情景的数量可能不同，甚至针对不同的资产这也会有所不同。另外将前瞻情景纳入预期信用损失计量的方法也可能不同。但这些仍是需要去做的，而且将涉及大量判断，同时也会带来相当大的工作量。以上是今天的全部内容，希望下次继续收看，我们将会进一步讨论一些关于预期信用损失计量方面的内容。
欲了解更多详情，请点击“阅读原文”。
【洞察】揭秘IFRS 9减值：概述 —— 攻坚路上的三座大山
【洞察】揭秘IFRS 9减值：如何判断信用风险是否显著增加？
【洞察】揭秘IFRS 9减值：如何判断信用风险是否显著增加？（下集）
