<blockquote id="mn7bq"></blockquote>

          <output id="mn7bq"><pre id="mn7bq"></pre></output>
          1. <code id="mn7bq"><i id="mn7bq"></i></code>
            首頁 > 新聞 > 評論

            分享到微信

            打開微信,點擊底部的“發現”,
            使用“掃一掃”即可將網頁分享至朋友圈。

            從減值準備尋找券商的灰犀牛

            第一財經2019-02-27 21:14:01

            簡介:隨著市場化程度越來越高,剛性兌付的神話必須打破,違約是不可避免的。違約債的高概率發生,踩雷券商的數量也隨之上升,那么對各家券商的風險識別、預警提出了更高的挑戰。

            米歇爾·渥克撰寫的《灰犀牛:如何應對大概率危機》一書讓“灰犀牛”為世界所知。類似“黑天鵝”比喻小概率而影響巨大的事件,“灰犀牛”則比喻大概率且影響巨大的潛在危機。2018年以來,中國金融市場經歷了前所未有的震蕩,不管是上證指數跌破2000點,還是債市的爆雷頻頻,金融市場從業人員如履薄冰,就像一只只薛定諤的貓,不知道明天是生是死?然而,真的沒有風險提示信息嗎?真的看不出灰犀牛正在向我們襲來嗎?本文從金融資產減值的角度尋找其實我們看得見,但一直忽略的灰犀牛。

            新準則核心是強化風險和財務的協同,形成1+1>2

            2014年7月,國際會計準則理事會正式頒布了《國際財務報告準則第9號—金融工具》,(IFRS9)進而取代了現有的《國際會計準則第39號—金融工具:確認和計量》(IAS39)。2017年3月,我國財政部修訂發布了《企業會計準則第22號——金融工具確認和計量》(CAS22)等新金融工具準則,2018年9月,中證協發布了《證券公司金融工具減值指引》,要求上市企業2019年1月1日起實施新準則,非上市企業2021年1月1日起實施新準則,標志著我國正式進入新準則實施階段。

            新準則的提出,有以下幾點目標:

            一是“預期損失模型”更早、更多的計量減值準備,提高會計信息的及時性和審慎性;

            二是體現時間價值,更準確地反映信用風險前瞻性,旨在長期平滑利潤,降低風險集中爆發對財務報表的沖擊;

            三是會計分類及減值計提規范化,增強同業可比性。

            新準則進一步加強了風險和財務的協同效應,增加了財務的透明度,但同時也對證券行業產生一系列的影響和沖擊。筆者利用財報信息分析券商新準則切換后的減值影響,尋找其背后的資產結構、方法模型的差異,進而探討未來風險管理的改進方向。

            券商減值分析

            根據中信證券、華泰證券、國泰證券、海通證券、廣發證券、招商證券、中信建投、中國銀河、東方證券、光大證券、中原證券這11家A+H股券商2017年年報數據及2018年半年報數據,對比分析出各家2017年12月31日時點使用舊準則和2018年1月1日時點使用新準則的減值比例變動,以及2018年1月至6月期間減值比例變化,按業務類型分成融資業務、股票質押及約定購回業務、債券投資業務三個模塊逐一分析。

            融資業務參考財報的融出資金科目數據,融資業務包括融資融券業務、孖展業務、限制性股權激勵融資等,切換前后,減值比例基本保持略微增加,剔除掉東方證券,其余10家券商增幅均值0.03%。2018年1月~2018年6月,除了中信建投和中原證券,融資類業務的減值比例平均值增長0.05%,這是股市下行帶來了預期信用損失的略微上漲。筆者分析大額出險的可能性較大,單筆證券的劇烈波動對融資類業務有較大影響。

            由于買入返售科目按業務類別包括約定購回、股票質押、債券質押、買斷式回購、銀行間買入返售、交易所買入返售、場外協議回購等,而減值范圍只包括約定購回和股票質押。切換前后,減值比例略微上浮,除了東方證券,其余十家的增幅均值為0.07%。

            對于2018年1月1日新舊準則切換時點的分析,可以看出除了東方證券,其余各家券商盡量采用了平穩過渡的思路;對于2018年上半年的減值變化,剔除資產結構調整等政策導向因素,受經濟下行影響,股市跌幅劇烈,嚴重影響融資融券和股票質押業務,由于維持擔保比/履約保障比紛紛下跌,進入第二/第三階段的資產規模越來越多,減值跡象顯著上升。截至2018年底,信用類減值比例仍然有進一步上升趨勢。

            對比11家券商2018年6月30日的債券投資規模及減值比例,減值比例和規模沒有明顯相關性。此外,據不完全統計,2018年下半年減值比例有所提升,一方面由于正常類的債券投資業務也要計提,導致整個減值范圍的擴大;另一方面反映出市場的信用風險較去年顯著上升,一旦踩雷,減值計提就會產生懸崖效應,對利潤的沖擊非常大。

            同業減值方案小結

            減值比例整體而言,由很多因素決定,如外部環境、資產結構、方法模型以及市場波動。不同公司因數據及信息系統管理水平不同,資產結構不同,方法模型見仁見智,因此產生的影響也不同,導致同業公司的財務報表缺乏橫向可比性。

            從外部環境分析,國內的外部評級信息不夠健全,企業內部數據積累參差不齊,監管政策的出臺必須經歷一個從粗到細的過程,目前的新準則條款相對粗放,給予了企業一定的自由度,市場需要適應調整的過程。因此各券商新準則實施起點尚未統一。

            從方法模型分析,各券商對新準則的解讀有一定差異,例如中信證券的階段三為逾期90天+,階段二為逾期30天+。該標準超過了監管要求的30天寬限期,即對債券違約定義的寬松處理;再比如2018年12月21日,中證協在北京召開證券公司新金融工具準則專題研討會,就股票質押減值處理意見做了補充說明,包括階段劃分可以參考逾期30天/90天、股票公允價值可以參考凈資產等。可見各券商的方法模型見仁見智。

            另一方面,經濟下行,減值比例變化,引發券商對違約資產處置的擔憂。預期信用損失模型初衷是改變“已發生損失法”的順周期特點導致的馬太效應,但在實際操作中,難以真正發揮逆周期作用。減值準備的確認是復雜的多方博弈,比如防止利潤進一步縮水、業績的公開披露、績效考核的影響。

            違約債爆雷頻頻

            債券投資、股票質押、融資融券的爆雷對券商業績的影響非常大,一旦發生違約或股價大跌,就直接進入第三階段全額計提賬面余額。以債市為例,根據萬德數據統計,截至2019年2月,違約債累計278只,累計余額2022億元。從發生實質性違約時點的歷史分布中發現,2018年下半年,爆雷的數量和規模的增長率有顯著提升。

            此外,發債主體共計115家,其中發生實質性違約債券數量最多的前5家分別是永泰能源16只,上海華信國際集團13只,東北特鋼10只,中國城市建設和大連機床各9只;違約債累計規模最高的是上海華信國際集團296億元,其次是中國城市建設162億元,第三是永泰能源142億元。

            從行業維度分析,根據萬德行業劃分標準,“石油與天然氣煉制和銷售”余額高居榜首,319億元,其次是“煤炭與消費用燃料”的214億元,排名第三的是“建筑與工程”的210億元。

            由此可見,隨著市場化程度越來越高,剛性兌付的神話必須打破,違約是不可避免的。違約債的高概率發生,踩雷券商的數量也隨之上升,那么對各家券商的風險識別、預警提出了更高的挑戰。

            如何尋找灰犀牛?

            排雷是一個非常復雜的系統工程,需要全面的風險管理體系的建設,包括但不限于:投資者的政策導向及風險偏好的設定;組合限額/交易策略的匹配;精細化/客觀/標準的風險計量工具,如內部評級、違約損失率模型;及時的信息監控和準確的數據捕捉和處理;流程/政策上對突發狀況的應急機制等。

            具體而言,筆者從事前、事中、事后的三個節點給出一些技術層面的建議。

            一是事前準入做防范。

            進入市場業務對信用風險的精細化計量提出更高的要求,目前在國內券商的風險管理體系中,已經建立完善的發債企業內部評級的不超過20家,而針對兩融和股票質押業務,建立內評體系更是寥寥無幾,這都是未來重要的改進空間。

            相較于外評,內評的最大優勢體現在:風險區分能力強,避免了集中度過高的問題;不論是敞口劃分還是客戶的資質都更加定制化,契合券商內部的投資偏好,也更能體現投資對象的風險透明性。

            隨著券商業務的開展,數據的積累也是很重要的因素,與內評的模型和運行管理機制相結合,才能發揮出其及時和風險區分力的效果。

            二是事中結合大數據的風險預警。

            筆者發現,中國的金融投資機構更多重視投前而忽略投后,這是定式思維,也受技術層面的限制。因為投后預警需要更強的時效性,由于外部信息太多而外部評級滯后,因此需要結合大數據,將風險預警的功能真正落地到風險管理部門的日常工作中來。

            目前市場上有不少風險預警相關產品和服務,但大多數還是以提供基礎數據變動為主,鮮有通過專業模型進行分析預警。風險預警原理概括而言,基于三個維度,即發行人基本面信息、實時分析增量信息如輿情、交易信息。

            筆者利用相關的信息系統,觀察以上三個維度的信息表現出的發行人信用風險邊際變化。大數據、人工智能技術主要運用在增量信息的處理分析上,能夠快速理清大量的新增信息。

            以汽車行業預警排名前幾的公司為例,如力帆實業(集團)股份有限公司,系統分析基本面信息認為,其資產負債率較高,且短期有息債務規模較大,同時經營性現金流連續為負,財務基本面待改善,給予內部評級為B,同時系統監測到發行人股價下跌、大股東所持股份質押比例較高,且近期有資產出售行為等負面信息,基于發行人基本面情況,實時給予相應的預警排名。又如龐大汽貿集團股份有限公司,系統先后監測到發行人受調查、失信信息、出售資產、高質押率等負面信息,實時分析負面信息體現出的信用風險變化,并實時調整發行人預警排名。

            三是事后不良資產處置標準化。

            對于已經有減值跡象的業務,根據22號準則相關規定,在估計現金流量時,企業應當考慮金融工具在整個預計存續期的所有合同條款(包括展期、補充協議等),還應當反映源自擔保物的預期現金流的金額和時間(而無論該抵債是否很可能發生),包括出售所持擔保品獲得的現金流量,以及屬于合同條款組成部分的其他信用增級所產生的現金流量。

            目前,證券公司預期收取的所有現金流量(還款來源)應該包括:

            抵質押品,包括針對債項的抵押房產、房產、土地使用權等,證券公司通常對抵質押品的真實性、可交易性,結合官方評估報告來綜合評估可回收價值。

            關聯方擔保等增信措施。擔保公司,或銀行,或發債企業股東信用良好,為其提供連帶擔保責任,并且已經簽訂了擔保協議。根據準則的規定,在估計現金流缺口時,所有源自因抵債而獲得的擔保方的現金流,均應該予以考慮,從而調整違約損失率。

            考慮發債企業具備積極的還款意愿,召開債委會,申請展期,或有部分還款動作,視為其還款意愿強烈,但處于現金流困境中。該類融資人如果仍然正常經營,且經營狀況能夠證明未來具備還款能力,均應該予以考慮,從而調整違約損失率。

            借用吳曉波的書名“激蕩十年水大魚大”來形容今天的市場多樣化,最恰當不過。

            新金融工具準則將信用風險的預測放在了重要的位置上,從簡單的事后計算轉變為事前主動評估和事中跟蹤監控。抱著僥幸心理搏收益的慘痛教訓告誡我們:風險計量精細化、數據庫和管理信息系統建設迫在眉睫。操作層面上,從事前風險評估、事中風險監控、事后風險處置三個節點著手,進行風險管理,才能在未來的市場競爭中,更早發現灰犀牛,更快采取應對措施,更有效降低損失。

            (方燁系德勤中國風險咨詢合伙人,陳綠原系德勤中國風險咨詢經理)

            責編:任紹敏

            • 第一財經
              APP

            • 第一財經
              日報微博

            • 第一財經
              微信服務號

            • 第一財經
              微信訂閱號

            點擊關閉
            湖北十一选五投注