2. IFRS 9基础回顾

在进入回测、验证与敏感性分析之前，必须先回到IFRS 9的计量逻辑本身。因为后续所有模型验证的“标尺”，都来自这一章的基础定义：阶段如何划分、违约如何界定、ECL如何计算、参数如何驱动、宏观情景如何进入模型。如果这些基础概念在团队内部没有统一口径，回测结果再精细也无法形成有效结论。

一、三阶段划分：风险变化的会计表达

IFRS 9的核心变化，是从“已发生损失”转向“预期信用损失”。三阶段划分正是这一转变的会计载体。阶段划分不是按资产类别，而是按信用风险自初始确认后是否显著变化来判断。

• 第一阶段：初始确认后信用风险未显著增加。按12个月预期信用损失计量，利息收入按账面总额计算。
• 第二阶段：信用风险显著增加但尚未发生信用减值。按整个存续期预期信用损失计量，利息收入仍按账面总额计算。
• 第三阶段：已发生信用减值。按整个存续期预期信用损失计量，利息收入按摊余成本（即账面净额）计算。

阶段划分的关键在于“显著增加”的阈值设定。实务中常用指标包括：内部评级迁移、逾期天数、外部评级变化、宏观经济前瞻性信息等。阈值过松会导致第二阶段资产过少，拨备不足；阈值过严则会导致拨备过度，利润波动加剧。

二、违约定义：模型验证的基准锚点

违约定义是ECL模型的“因变量”定义。如果违约定义不清晰，PD模型的训练标签、回测的违约事件、验证的准确性指标都会失去一致性。IFRS 9并未给出唯一违约定义，但要求与内部风险管理实践一致，并考虑定性定量信号。

常见违约定义包括：

• 逾期超过90天（可推翻假设）；
• 债务人很可能无法全额偿还，触发破产、重组、财务困境等；
• 银行因经济或合同原因对债务人做出让步；
• 内部评级下调至违约级别。

在模型验证中，必须检查违约定义是否与PD模型训练时一致。如果训练时用“逾期90天”，验证时用“逾期60天”，则所有回测指标都会失真。

三、ECL计算公式与核心参数

ECL的计算公式可以概括为：

ECL = Σ [ PD(t) × LGD(t) × EAD(t) × 折现因子(t) ]

其中，t表示未来每个观察期。对于第一阶段，t取12个月；对于第二、三阶段，t取整个存续期。折现因子使用实际利率或近似利率。

PD、LGD、EAD三者不是独立参数，而是相互关联的。例如，PD上升时，LGD也可能因抵押品价值下降而上升；EAD可能因额度使用率上升而增加。验证时必须检查参数之间的相关性假设是否合理。

四、宏观经济情景：前瞻性信息的落地方式

IFRS 9要求ECL计量必须反映前瞻性信息，包括宏观经济情景。实务中通常采用多情景加权法：设定基准、乐观、悲观等情景，分别计算ECL，再按概率加权。

宏观情景的落地流程通常包括：

1. 选择宏观变量：GDP增速、失业率、房价指数、利率、油价等；
2. 建立宏观变量与PD/LGD/EAD的映射关系，常用卫星模型或回归模型；
3. 设定情景概率，并确保概率之和为100%；
4. 计算各情景ECL，加权得到最终ECL；
5. 定期回测宏观模型的预测能力，并进行敏感性分析。

五、案例场景：一笔公司贷款的ECL计算

假设一笔公司贷款，报告日处于第一阶段，12个月PD为1.2%，LGD为45%，EAD为1000万元，折现因子近似为0.99。则：

ECL = 1.2% × 45% × 1000 × 0.99 = 5.346万元

如果该贷款因逾期天数上升被划入第二阶段，需计算整个存续期ECL。假设存续期3年，各年边际PD分别为1.2%、2.5%、4.0%，LGD分别为45%、50%、55%，EAD分别为1000、950、900万元，折现因子分别为0.99、0.96、0.93。则：

ECL = 1.2%×45%×1000×0.99
    + 2.5%×50%×950×0.96
    + 4.0%×55%×900×0.93
    = 5.346 + 11.4 + 18.414
    = 35.16万元

这个案例说明：阶段迁移对ECL的影响可能非常显著。验证时必须检查阶段划分逻辑是否一致、存续期PD是否合理、LGD和EAD是否随阶段变化。

六、常见误区与复盘

• 误区一：把12个月PD直接乘以存续期年数当作存续期PD。正确做法是使用边际PD或生存概率推导。
• 误区二：LGD长期固定不变。经济下行期LGD通常上升，验证时应检查LGD的周期性。
• 误区三：EAD只考虑表内余额，忽略表外承诺。表外项目需通过CCF转换为EAD。
• 误区四：宏观情景概率长期不更新。应至少每年复核，并在重大事件时重新评估。
• 误区五：违约定义在PD模型和回测中不一致。必须建立统一的违约事件库。