预期信用损失（ECL）模型是新金融工具准则的核心之一，涉及对PD、LGD、EAD等关键参数分析判断和计量模型搭建，具有复杂性、主观性和不确定性，已成为当前金融严监管环境下的首要审计焦点。中国证监会在2024年度上市公司财务报告会计监管报告中指出“预期信用损失计提不恰当”，是金融工具确认与计量问题中排名第一的违规点。
非金融企业在实务上面临内部信用评级不完善或缺失、历史违约数据匮乏、前瞻性调整不清晰模型应用不恰当等制约因素 ，导致常规审计程序难以有效穿透识别底层风险。审计团队亟需在基础数据分组、信用风险阶段划分及关键参数测算等核心步骤上，建立实质性程序底稿，以满足和提升审计质量。
应对上述审计痛点，本系列文章将依托中外机构数据，结合目前国内监管及行业协会发布的指引和案例，针对ECL的关键输入值和测算模型进行数据研究与对标分析，包括：在PD（违约概率）层面，协助构建信用评级框架/风险分池，运用统计工具对历史数据集进行分析，构建基于宏观经济指标的前瞻性调整模型；在LGD（违约损失率）层面，基于历史数据考虑了时间价值和自身处置/清收能力影响下的实际经济损失，而非仅依赖于抵质押品市值估计；在模型验证层面，通过独立重测、公式运算复核和参数敏感性分析，检验管理层模型。
本系列文章聚焦非金融企业ECL审计中的实务痛点，协助寻求破解PD、LGD、前瞻性调整等关键参数的审计要点与技术方案。
技术支持路径：非金融企业的常规需求
关键参数的合理性分析
基于企业数据或参考中外机构行业数据，对PD、LGD等输入值提供独立测算或对比分析。
前瞻性信息的复核
基于企业数据或参考中外机构行业数据，对管理层的变量选取、系数调整提供模型检验。
模型核查
对模型结构、公式运算、数据来源进行复核验证，协助提升计量模型可靠性。
披露要求的对标分析
结合同行业披露实践，协助评价相关信息的合理性、客观性。
ECL监管体系升级：
从合规要求到风险穿透
自《企业会计准则第22号—金融工具确认和计量》首次在我国引入具有前瞻性特征的预期信用损失模型（ECL）以来，监管机构持续推动该准则在银行、信托、证券、基金管理公司、期货公司等金融机构以及上市企业的实施。
财政部、国家金融监督管理总局及行业协会陆续发布配套通知、管理办法、执业指引或标准，使金融工具减值的计量呈现出质量标准不断提升，程序和披露持续加强的趋势。
监管要求：会计准则 监管规范性文件+行业协会指引/标准
实施范围：上市银行（2018）→非上市金融企业（2019）→全面覆盖（2021）
2017 财政部会计司
《企业会计准则第22号—金融工具确认和计量》
首次引入ECL模型，规定对摊余成本计量和FVOCI资产均需按ECL计提减值准备。
2020 财政部、银保监会（现国家金融监督管理总局）
《关于进一步贯彻落实新金融工具相关会计准则的通知》
发布过渡期通知，明确执行范围和时间，为全面实施做准备。
2022 银保监会（现国家金融监督管理总局）
《商业银行预期信用损失法实施管理办法》
首次对商业银行提出建立完善的ECL管理架构，详细规范ECL模型、参数、前瞻性等技术及信披细节。
中国证券投资基金业协会
《关于固定收益品种的估值处理标准》
配合新金融工具准则，《标准》新增ECL计量相关内容，为行业提供统一计量标准。
2023 财政部会计司
《预期信用损失法应用案例（一）、（二）》
发布实操指引，为实务操作提供权威指引。
国家金融监督管理总局
《商业银行资本管理办法》
将ECL结果与监管资本挂钩，商业银行风险计量标准更加明确，质量规范提升。
2024 中国注册会计师协会
《商业银行信贷业务预期信用损失审计指引》
为注册会计师在审计商业银行信贷业务时提供ECL关键审计程序，指导开展有关的会计估计及相关披露的审计工作。
2025 中国证券业协会
《证券公司金融工具减值指引》
为证券公司提供ECL计提指引，引入自律管理、内部控制等要求。
随着金融工具减值监管框架的日趋完善，ECL计量的合规性已成为评价企业会计信息质量及审计师执业水平的核心维度。将ECL程序做实、做细，是确保审计质量、降低执业风险的必然要求。
ECL适用范围与计量对象
适用主体范围
根据企业会计准则，ECL模型适用于在中国境内执行企业会计准则的各类企业：
-
境内外同时上市企业；
-
境外上市并执行企业会计准则的企业；
-
其他境内上市企业；
-
自2021年起执行新金融工具准则的非上市企业；
适用资产范围
需以ECL为基础，进行减值会计处理并确认损失准备的包括：
-
以摊余成本计量的金融资产:应收账款（含关联方）、其他应收款、长期应收款、债权投资等；
-
以公允价值计量且其变动计入其他综合收益的金融资产（FVOCI）：其他债权投资等；
-
租赁应收款；
-
合同资产；
-
企业发行的分类为以公允价值计量且其变动计入当期损益的金融负债以外的贷款承诺；
-
适用准则第二十一条（三）规定的财务担保合同。
ECL核心逻辑：
计量方法和三阶段划分
ECL的定义与基本公式
预期信用损失，是指以发生违约的风险为权重的金融工具信用损失的加权平均值。
信用损失，是指企业按照原实际利率折现的、根据合同应收的所有合同现金流量与预期收取的所有现金流量之间的差额，即全部现金短缺的现值。
预期信用损失模型以历史数据及宏观经济因子为基础，公式为：
ECL的三阶段划分
按照会计准则要求，每个资产负债表日，企业应评价相关金融工具的信用风险自初始确认后是否已显著增加，并按照下列情形分别计量其损失准备：
第一阶段
信用风险自初始确认后未显著增加，按照未来12个月的预期信用损失计量损失准备；
第二阶段
信用风险自初始确认后已显著增加但尚未发生信用减值；
第三阶段
初始确认后发生信用减值，按照该工具整个存续期的预期信用损失计量损失准备。
企业会计准则强制要求简化处理的应收款项、合同资产和租赁应收款，应当始终评估整个存续期内预期信用损失。
企业以合理成本获得关于信用风险显著增加的证据分析应首先为单项工具层面，单项工具无法获得的，可以将金融工具以共同风险特征进行组合后评估信用风险的变化。
计量框架与重点：
核心步骤及主要参数风险点简析
对于非金融企业而言，ECL模型的应用范围主要集中在以摊余成本计量的金融资产，包括但不限于应收账款（含关联方往来）、其他应收款、合同资产等。
非金融企业的以摊余成本计量的金融资产普遍存在历史数据积累的缺乏、内部评级体系相对薄弱、外部评级映射存在实质障碍等，使得ECL的实施同样面临严峻挑战。相应地，会计师需遵循风险导向原则，围绕企业构建ECL模型的四大核心步骤，系统性地了解计量过程，对应完善审计程序，以应对其基本风险。
步骤一：基础数据整理及分组
收集整理债务人和债权资产的风险特征历史数据，时间跨度应涵盖合理的经济周期，采用统计模型、专家判断或综合使用两种方法，依据同质化的信用风险特征对债权人和（或）债权资产进行分组，使同一组内的债权人和（或）债权资产风险特征和风险程度相似。分组可参考的维度包括但不限于：
金融工具类型（借款、应收款项等）、债务人特征（企业或个人、所属行业等）、风险特征与状态（有无担保、账龄、是否逾期等）、区域分布（债务人所在国家或地区等）、资产管理（涉及业务条线众多时，划分债务所属业务条线、适用的信用管理政策或客户管理模式等）。
步骤二：信用风险阶段划分
信用风险是否显著增加的判断要点（从第一阶段划分至二阶段）：
-
信息来源：内外部评级变化、舆情、债务人及其关联方经营财务信息，以及宏观经济、行业、技术、政策、自然环境等前瞻性信息。
-
判断依据：定性与定量分析相结合，包括经营或财务重大不利变化、逾期期限、存续期违约概率增幅超过一定阈值等。逾期是信用风险显著增加的结果，应尽可能在逾期发生前完成判断。
违约及已发生信用减值的资产划入第三阶段，常见的判断标准包括：
-
债务人发生重大财务困难
-
债务人违反合同
-
债权人出于经济或法律等方面因素的考虑，对财务困难的债务人做出让步。
-
实务中，亦会将逾期天数作为违约标准（银行多为90天），企业可以根据所处环境和债务工具特点对构成违约的逾期天数做出定义。
《商业银行信贷业务预期信用损失审计指引》（以下简称“《指引》”）中，强调的本步骤所涉基本风险及审计关注点包括：
信用风险显著增加
基本风险
企业会计准则无明确规定信用风险显著增加的具体表象或阈值，故其风险因素判断呈现一定的主观性、复杂性。评估时，所使用的信用风险指标及其阈值尤为重要。实务中，常用的信用风险信息包括：
信用主体在被审计单位的内部信用等级，信用风险敞口的风险分类、逾期状态以及合同条款等、信用主体征信、外部评级变动、信用主体股东/关联企业的经营和财务信息，可能对信用主体风险产生潜在影响的宏观经济、行业发展、政策等。
审计关注点
审计师需关注被审计单位是否过于依赖滞后性指标（如将逾期天数作为信用风险显著增加的唯一标准），导致相关信用风险敞口不能及时迁徙；
关注相似信用风险特征的债权资产是否具有相似的阈值，识别出与信用风险变化最相关的各类驱动因素，必要时对判断信用风险显著增加的阈值进行敏感性分析。
步骤三：关键参数&计算
预期信用损失的计量，通常涉及违约概率（PD）、违约损失率（LGD）、违约风险敞口（EAD）、前瞻性信息及折现率等要素。ECL中关键参数计量方法的选择，取决于数据可获取性及企业信用风险管理需求程度。
具备较为完整的内部历史数据，可采用违约概率/违约损失率模型法：
-
已建立内部评级体系或实施精细化风险管理，违约概率（PD）依赖内评体系下的违约概率为基础，应用逻辑回归转换并经前瞻性调整得到；违约损失率（LGD）以内评体系下的违约损失率为基础，经前瞻性调整并剔除跨周期因素后得到。
-
未建立内部评级体系的企业，可采用迁徙率法基于历史数据估计违约概率（PD），并结合自身清收数据估计违约损失率（LGD）。
实施违约概率/违约损失率模型法有困难的，可采用损失率模型法，即违约概率、违约损失率两个模型参数合并为损失率一个模型进行估计。
主要公式为：
考虑折现因子的影响时，应使用实际利率折现；情景权重应当在前瞻性调整中体现。
《指引》中强调，本步骤所涉基本风险及审计关注点包括：
① 模型
基本风险
管理层估计ECL所使用的模型复杂，且依赖内部数据、外部数据、内外部集合数据多项数据来源，基本风险因素包括数据质量、数据与模型错配、假设失真等：
模型选择层面，具有不同风险特征的资产需根据数据特性选择适配模型，以恰当反映不同资产风险；预期信用损失需对不同要素单独建模（如PD、LGD等），同一资产或风险特性的模型中的通用假设和数据需保持一贯性。
模型应用层面，管理层在建模过程中部分假设是对复杂经济现象的简化处理；由于数据或其他原因，管理层可能需要调整模型（管理层叠加）；模型使用的数据来源包括外部（经济研究机构、数据供应商等）和内部（如风险管理部门提供的历史违约概率数据），如无法获取数据，可能需进行假设或估计。
审计关注点
不同资产组合是否使用了风险特征匹配的模型。模型各要素建模涉及的通用假设和数据是否一致、是否充分考虑了所有获取的内外部信息对信用风险的预期影响。管理层叠加应具备可追溯的逻辑与量化依据、是否受到相应的监督和控制（相关制度流程）。
必要时可借助专家辅助评估管理层的模型设计，以及模型中所使用方法、假设、参数的恰当性，协助注册会计师评估数据的相关性、完整性和准确性。
② 前瞻性信息及预测
基本风险
管理层做出预期信用损失估计需要考虑前瞻性信息，涉及对未来经济环境的预测，通常可选取宏观变量的预测值，包括国内信息、与信用风险相关的其他国家和地区的信息。预测期间越长，不确定性越高：
不同资产受不同经济变量影响，管理层在选择适用的前瞻性信息时具有主观性。同时，详细预测期间的设定、是否充分纳入短期经济趋势，以及从详细预测期向后外推的方法，均可能影响前瞻性信息的合理性。
审计关注点
审计师需评估管理层选取的前瞻性信息（如宏观经济变量预测）是否合理、有依据，预测方法是否恰当，以及是否存在管理层偏向。
实务中，识别宏观经济变量与预期信用损失关键参数的关联性常采用回归分析，GDP、CPI使用频率较高，少数情况使用房地产开发景气指数、出口依存度等特色指标。但存在将回归结果不显著的指标仍纳入前瞻测算的情形，导致相关性识别错误。
对于短期难以通过模型反映的风险因素，可通过管理层叠加调整，但应审慎运用、规范审批，需常态化反映的因素应及时修正模型。
③ 宏观经济情景及其权重
基本风险
宏观经济指标及权重反映一系列可能的结果及发生的概率，用以计算无偏估计结果。
在确定宏观情形及权重时，可能涉及：情景中的参数可能不完整（多因素影响预期信用损失）、不准确（宏观经济指标数据来源是否可靠、时间跨区是否恰当）或相互矛盾（例如经济模型模型中，高GDP需要低利率刺激，但同时为抑制通胀会拉高基准利率）；情景范围与概率分配，范围过窄将导致无法全面反映经济剧烈波动的信用损失风险、在经济上行或下行期间概率分配不当可能导致忽视经济回归长期趋势的可能性。
审计关注点
关注管理层宏观情景生成与权重设定的方法、针对局限性及应对措施；通过敏感性分析复核情景范围、权重及模型输出。应将管理层情景与独立第三方预测及内部其他预测（如管理层预算相关假设）比较以验证一致性。
必要时可借助专家协助审计师评估各类宏观情形的合理性、评估回归分析变量之间的联系是否恰当、是否恰当考虑了信用风险的主要驱动因素。
步骤四：信息披露
预期信用损失相关披露应符合企业会计准则要求，充分描述信用风险性质和程度，关键假设披露应准确、完整、透明。
相关信息披露
基本风险
根据企业会计准则要求，管理层需披露与其信用损失估计相关信息，主要包括：
信用风险敞口、影响信用风险变化的驱动因素、信用风险阶段划分及依据、信用风险管理、宏观经济多情景指标预测值及其权重、管理层叠加、预期信用损失估计的假设、判断的敏感性。
伴随ECL的基本信息披露的内容和质量提升，对于执业人员理解ECL模型的广度和深度提出了更高的要求，计量过程更加透明、规范。
审计关注点
审计师需要进行总体评价以判断披露的充分性和合理性，评估预期信用损失估计的列报是否符合企业会计准则要求，是否充分描述了信用风险的性质和程度，包括阶段划分主要依据、信用风险管理方法、宏观经济多情景指标预测值及其权重、管理层叠加，以及预期信用损失估计的性质、范围和计量不确定性。
专家可协助审计师通过对比同业信息披露的详细程度，评估客户在宏观经济变量、情景权重及前瞻信息等方面的披露是否充分。
监管实态观察：
从问询案例看ECL审计的合规缺口
应收账款直接反映企业的业务模式、风险文化及资产质量。管理层对应收款项预期信用损失的判断，高度依赖于对债务人信用、还款意愿及还款能力的评估。ECL模型的严谨性、合理性与充分性，是财务监管的焦点。
致同估值团队通过对近年监管案例的深度梳理发现：监管检查聚焦于：预期信用损失模型的合规应用、核心参数的客观依据、计提结果的充分性与行业可比性，以及信用风险判断（如风险显著增加时点、阶段划分）是否合理。具体问询内容为：
执业实态观察：
非银企业ECL审计关键要素披露
致同估值团队对近三年非银行业上市公司年报进行梳理，统计其中披露的ECL计量程序及要素，总结了内部控制、模型方法、关键参数、阶段划分等多个审计关键要点。整体来看，非银行业上市公司年报中对相关信息的披露详略程度参差不齐。
-
披露充分的企业，年报系统列示了针对ECL计量实施的全流程；
-
披露简洁的企业，仅在“内部控制”、“信用风险显著增加判断标准”两方面进行披露。
