2016年-德勤中国_第5次全球IFRS银行业调查_42页_3mb

德勤第5次全球IFRS银行业调查总结

核心内容

德勤发布的《第5次全球IFRS银行业调查》报告，旨在分析全球银行对新会计准则IFRS 9及美国FASB的CECL模型的应对情况。该报告基于对59家大型银行的调查，涵盖欧洲、中东和非洲（EMEA）、亚太地区（APAC）和美洲地区，其中42家为采用IFRS的报告者。调查结果揭示了银行在实施新准则过程中面临的主要挑战、预期的准备金变化以及对监管和财务报告的影响。

主要观点与关键信息

1. 减值准备金的变化

• 大多数银行预计减值准备金将增加，最高增幅可达50%。
• 与IAS 39相比，IFRS 9下的减值准备金更具有可比性，但仍有部分银行认为可比性将降低。
• 抵押贷款和其他零售贷款的准备金增加主要由“逾期未还款”衡量标准驱动，而中小企业贷款、企业贷款和证券投资则主要依赖“评级中的等级变化”作为衡量标准。
• IFRS 9下，准备金的计算会考虑更多前瞻性信息和宏观经济因素，从而影响资产的减值模型。

2. 模型实施挑战

• 数据可获得性是最大的模型风险挑战，其次是模型数量和重要性，以及系统和人员资源的不足。
• **建模后调整（PMA）**的数量预计不会显著增加，但部分银行认为由于更多判断领域，调整数量可能上升。
• **内部评级法（IRB）与IFRS 9预期信用损失（ECL）**之间存在显著差异，特别是第2阶段资产的整个存续期预期损失。

3. 操作简化工具与解释

• 四分之三的银行希望使用操作简化工具，以降低实施复杂度。
• 审计师在解释和实施过程中被认为是最有影响力的第二机构，监管机构则是第一。
• 部分银行认为需要推翻IFRS 9中的可推翻假设，如“逾期30天即视为显著恶化”或“违约时间不超过90天”。

4. 实施预算与时间安排

• 平均实施预算已翻倍，达到2500万欧元，部分银行预算甚至超过2500万欧元。
• 欧洲、中东和非洲地区的平均预算最高，接近4000万欧元。
• 实施时间表方面，大多数银行计划在2016年底之前完成模型构建，部分银行计划在2017年试运行模型。

5. 系统与IT需求

• IT预算是实施过程中的关键因素，但仅有25%的银行表示有经高级管理层确认的IT预算。
• 系统灵活性是实施过程中重要的考量因素，68%的银行选择“有一定灵活性”的解决方案，21%选择“非常灵活”，11%选择“不具灵活性”。
• 内部IT部门将参与IFRS 9实施，但外部资源的支持也十分关键。

6. 与监管资本的相互作用

• IFRS 9下的预期信用损失准备金通常高于根据巴塞尔IRB方法计算的准备金。
• 监管资本要求可能因此增加，尤其是对第2阶段资产的整个存续期预期损失。

7. 欧盟与澳大利亚的实施情况

• 欧盟预计在2015年下半年至2016年上半年认可IFRS 9，大多数银行不会因此推迟实施。
• 澳大利亚的银行已采用IFRS 9，并且其准备金变化对监管资本影响较小，因为其监管机构要求额外计提准备金。

8. 税务影响

• 86%的银行不清楚税务机关将如何处理IFRS 9带来的变化。
• 在英国，会计政策变更将分10年平均分摊到利润和损失中，以确保税务和会计的一致性。

9. 信息披露

• 大多数银行认为FASB可能要求的整个存续期预期信用损失披露将带来额外成本，但部分银行认为这有助于投资者理解。
• **欧洲中央银行（ECB）的资产质量评估（AQR）**对银行的IFRS 9实施计划影响不大，近90%的银行未改变其政策和程序。

关键实施挑战

• 数据收集与质量：历史数据不足、数据来源不一致、数据整理难度大。
• 模型复杂性：需要建立或修改模型，使用更复杂的指标如违约概率（PD）、违约损失率（LGD）和行为信息。
• 跨部门协作：财务、信贷、风险和IT部门之间的合作是关键。
• 解释与沟通：对新准则的解释不明确，导致银行在实施过程中存在不确定性。
• 资源与技能：缺乏足够的技术资源和专业技能，尤其是内部资源。

其他重要发现

• 审计挑战：IFRS 9要求审计师使用新的方法，增加审计的复杂性和判断性。
• FASB的CECL模型与IFRS 9存在显著差异，可能导致银行之间缺乏公平竞争环境。
• 责任与资源转移：财务和风险部门的职责可能会有所变化，但多数银行认为整体分工不会改变。
• 定价影响：随着减值准备金的增加，部分银行预计产品定价将受到影响。

联系人信息

总结

本次调查揭示了全球银行在实施IFRS 9和CECL模型时的广泛共识与分歧。虽然大多数银行预计减值准备金将增加，但对实施预算、模型复杂性、数据可获得性以及解释和沟通的不确定性仍是主要挑战。此外，银行对IFRS 9的实施计划显示出一定的地区差异，尤其是欧洲、中东和非洲与亚太地区之间的不同。德勤强调，银行在实施过程中需要加强跨部门协作、提升数据质量、优化模型设计，并在审计和披露方面进行更多准备。