【实务问答】预期信用损失(ECL)测算实操：迁徙率法+前瞻性信息+组合划分
📌 本文 5 个关键点
① 三阶段模型：一笔债权，三种计提口径 ② 迁徙率法：用历史的「迁徙」推算未来的「坏账」 ③ 前瞻性信息：为什么监管报告反复点名 ④ 组合划分：把「同质」的放在一起 ⑤ 审计四必查：从假设到回溯检验
01 / 三阶段模型：一笔应收，三种命运
预期信用损失（ECL）是新金融工具准则（CAS 22，与 IFRS 9 趋同）的核心。按财会〔2017〕7 号的施行安排，境内外同时上市的企业自 2018 年 1 月 1 日、其他境内上市公司自 2019 年 1 月 1 日、执行企业会计准则的非上市企业自 2021 年 1 月 1 日起施行，取代了此前的 「已发生损失」模型——从「坏账真发生了才计提」转向「预期会发生的损失提前计提」。
三阶段判断的是两件事：信用风险有没有显著上升、有没有客观减值证据——而不是「有没有坏账」。阶段直接决定：计提多少（12 个月 ECL 还是存续期 ECL），以及利息收入按总额还是净额算。
■ 三阶段模型：ECL 口径与利息基础
阶段一 · 信用风险未显著增加计提口径
12 个月预期信用损失；利息收入按账面总额（毛额）计提。
阶段二 · 信用风险显著增加计提口径
存续期预期信用损失；利息仍按毛额计提（尚未减值）。
阶段三 · 存在客观减值证据计提口径
存续期预期信用损失；利息改按账面净额（扣除减值）计提。
一个高频误区：不少人以为所有金融工具都要走三阶段。其实，对不含重大融资成分的应收账款和合同资产，准则要求始终按整个存续期 ECL 计量损失准备（即「简化法」），不再划分三阶段。所以实务中大量应收账款是存续期 ECL「一提到底」；真正需要逐项做三阶段判断的，主要是贷款、债券、租赁应收款等金融资产。
02 / 迁徙率法：用历史的「迁徙」推算未来的「坏账」
迁徙率法（migration / transition-rate method）是组合 ECL 常用的落地方法之一。核心思路很朴素：看历史上应收账款是怎么一步步「恶化」的，用这个规律去推算未来。
▍五步落地
1 | 把应收按账龄分组：如 1 年内、1–2 年、2–3 年、3 年以上。
2 | 统计各账龄段在后续期间「迁徙」到下一账龄段（或走到违约）的比例，即迁徙率。
3 | 把各年迁徙率连乘，得到每个账龄段累计违约的概率（连乘）。
4 | 结合历史损失率或赋予损失严重度，得到各账龄段的历史 ECL 率。
5 | 引入前瞻性信息（见 03）调整，用「预期 ECL 率 × 当前应收余额」算出减值准备。
实务要点：迁徙率要取多期平均而非单年，并做模型回溯（back-testing）——拿模型预测去比对实际坏账，差异大了就要调假设。监管报告点名过「直接照搬账龄比例、未经过迁徙率推导和前瞻性调整」的做法。
▍一个可以照着算的示例 先假定某组合历史上的滚动规律：1 年内的应收有 10% 会滚到 1–2 年，1–2 年的有 60% 滚到 2–3 年，2–3 年的有 80% 滚到 3 年以上，而进入 3 年以上的最终全部走到违约（100%）。把某一段之后各期的迁徙率连乘，就得到「从当前账龄一路走到违约」的累计违约率。
■单期迁徙率连乘 → 各账龄段累计违约率（示例）
| 账龄迁徙 | 单期迁徙率 | 累计违约率 |
|---|---|---|
| 1 年内 → 1–2 年 | 10% | 4.8% |
| 1–2 年 → 2–3 年 | 60% | 48.0% |
| 2–3 年 → 3 年以上 | 80% | 80.0% |
| 3 年以上 → 违约 | 100% | 100.0% |
连乘过程：1 年内段 = 10% × 60% × 80% × 100% = 4.8%；1–2 年段 = 60% × 80% × 100% = 48.0%；2–3 年段 = 80% × 100% = 80.0%；3 年以上段 = 100%。
再用「预期违约率 × 当前余额」算出减值准备。假设当前各账龄余额为 1 年内 1,000 万元、1–2 年 200 万元、2–3 年 50 万元、3 年以上 20 万元，则 ECL = 1,000 × 4.8% + 200 × 48.0% + 50 × 80.0% + 20 × 100% = 48 + 96 + 40 + 20 = 204 万元。
两点提醒：一是本例假定违约后无回收（损失严重度按 100%），实务中还要再乘一个违约损失率（LGD）；二是算完必须拿实际坏账做回溯检验，预测与实际差得远，就要回头改假设，而不是年年照抄。
03 / 前瞻性信息：为什么监管报告反复点名**
CAS 22 明确要求将 「前瞻性信息」 纳入 ECL 计量，不能只看历史。难点在于——宏观经济下行时，历史迁徙率会系统性低估未来损失。
落地通常分两步：先挑出与违约率确实相关的宏观指标（如 GDP 增速、行业景气指数、失业率等），建立「宏观指标 → 预期违约率」的映射关系；再设定基准、上行、下行三套情景及各自权重，加权得出最终的预期 ECL 率。情景不是画得越多越好，权重怎么定必须有文档支撑——这也是监管检查最先翻的地方。
监管视角
监管点名的三类问题
证监会《2025 年报会计监管报告》与财监〔2026〕6 号多次点名 ECL：① 未恰当运用前瞻性信息，直接照搬历史损失率；② 前瞻性调整的假设与支持性证据不足；③ 情景权重设定武断，缺乏文档支撑。
04 / 组合划分：把「同质」的放在一起
ECL 不是一笔一笔算，而是按「共同信用风险特征」分组（组合）后估算。划分得越同质，模型越准——同组内的违约规律才接近。
常见划分维度：产品类型、客户评级、行业、地区、担保物类型、账龄、是否关联方等。监管点名的问题恰恰是「组合划分不合理」：把信用风险截然不同的资产塞进同一组，导致计提偏差。
■组合划分的做法与雷区
先做粗分按产品 / 业务线
如应收、融资租赁、贷款分立，避免混用违约规律。
再按风险特征细分评级 / 行业 / 担保
对公与零售、有无担保、不同行业分别建模。
定期复核分组逻辑仍适用？
业务结构变了，分组也要跟着调，否则模型失真。
05 / 审计怎么做：四个必查点
审计师测试 ECL 模型，重点在假设而非公式。四个必查：
ECL 审计四必查
| 阶段划分：信用风险是否显著增加的判断标准是否一贯（准则「逾期 30 天」属可推翻假定，改用其他标准须有依据）、有无人为调节。
| 迁徙率假设：历史数据区间是否足够长、是否用多期平均、是否剔除异常年。
| 前瞻性调整：有没有、依据充不充分、下行情景是否覆盖。
| 回溯检验：模型预测与实际坏账差异大不大，差异有没有触发假设修订。
ECL 的难点从来不在公式，而在于假设——迁徙率怎么取、前瞻性怎么调、组合怎么划，每一个旋钮都连着利润表。把这三个旋钮拧对，坏账准备才既经得起监管，也对得起报表使用者。
本文基于企业会计准则第 22 号及公开监管报告梳理，用于实务交流，不构成审计或税务意见。具体计提与审计程序请以准则原文、企业会计政策及执业准则为准。文中案例与数据为说明性示例，非特定主体真实数据。