新金融工具准则在我国上市公司中的实施研究—聚焦预期信用损失法

新金融工具准则在我国上市公司中的实施研究

——聚焦预期信用损失法

作者：刘婷 孙玥

原文发布于《中国注册会计师》2024年第10期总305期

转载自：中国注册会计师协会网站

摘要： 本文以风范股份为例，检验新金融工具准则在我国上市公司应收账款坏账准备计提中的实施效果，以期为“IFRS 9预期信用损失的实施后审议”提供中国证据。我国大部分上市公司并没有因实施新金融工具准则而变更坏账准备计提比例，原因在于预期信用损失法运用成本高、会计准则未强制使用、监管机构将可比性作为监管标准等。

关键词： 新金融工具准则  应收账款坏账准备计提  预期信用损失  历史迁徙率

一、引言

在2014 年 7 月《国际财务报告准则第 9 号——金融工具》（以下简称 IFRS 9）发布后，为了实现会计准则国际持续趋同，2017 年 3 月，我国财政部正式发布了《企业会计准则第 22 号——金融工具确认和计量》（以下简称 CAS22（修订）），并规定境内上市企业于 2019 年 1 月 1 日起开始实施该准则。新金融工具准则修订最重大的变革之一，就是将金融资产减值方法由“已发生损失模型”转为“预期信用损失模型”。2023 年 5 月 30 日，国际会计准则理事会（IASB）启动“IFRS 9 预期信用损失的实施后审议”项目。然而，目前各方对预期信用损失的关注多集中于金融机构，关于预期信用损失模型在更多类型企业中的实施效果，尚未看到相关研究。在此背景下，本文聚焦于中国上市公司实施新金融工具准则对应收账款坏账准备计提的影响，以期为上述项目提供中国证据，为新金融工具准则的有效实施提出对策建议。我们仔细阅读了我国上市公司 2019 年年报，手工收集数据发现，A 股 78.32% 的上市公司承诺采用预期信用损失模型，然而，仅有 23.03% 的上市公司实际采用预期信用损失模型，有 29.40% 的上市公司虽然声称采用了预期信用损失模型，但是，并未变更应收账款坏账准备的计提比例 ，该发现与罗晓龙等（2021）预测一致。进一步，刘婷等（2024）研究发现，由于大多数公司并未实际采用预期信用损失模型，导致其坏账计提比例的盈余预测性不强。另一方面，大部分公司仅披露了应收账款账龄的划分和坏账准备计提比例，未披露坏账准备计提比例的计算方法与依据。为了研究新金融工具准则实施背景下我国上市公司的行为动机，本文以常熟风范电力设备股份有限公司（以下简称风范股份）为例展开分析。2019 年，风范股份并未因新金融工具准则的实施而调整其应收账款坏账准备计提比例，而是在收到证监会问询函，要求其进行应收账款结构差异的同业比较说明后，2020—2022 年连续三年调整坏账准备计提比例，计提方法也并未变更为预期信用损失模型，而是将坏账准备计提比例调整至与可比公司趋同的水平。该公司的做法在我国 A 股上市公司中具有典型性，印证了刘婷等（2024）发现的上市公司坏账计提比例行业趋同特征，其动机是避免被问询。

二、文献综述

金融资产减值方面的内容随着新准则对金融资产分类的改变发生了较大的变化，加大了金融工具减值损失的计算难度，甚至改变了会计界对资产减值的认识（耿建新和钱坤，2020）。新金融工具准则要求对金融资产以预期信用损失为基础，进行减值会计处理并确认损失准备。黄世忠（2015）认为，这一变化可以缓解顺周期效应，增强金融系统的稳定性，有助于会计学界的信用损失确认与金融学界的信用风险管理的耦合。这一转变体现了我国会计准则主观判断空间的提升和以事实为基础向以预测为基础的重心转移（王菁菁和刘光忠，2014），能提高会计信息质量特征的真实性和有用性，强调了经济业务的经济实质（柯剑等，2016）。

关于新金融工具准则中的金融资产减值，已有许多研究聚焦在商业银行贷款拨备方向。比如纪佃波（2022）、孙柳青和戴天婧（2023）发现，实施预期信用损失模型在整体上增强了贷款损失准备前瞻性。王成龙等（2023）提出，银行采用预期信用损失模型会使贷款拨备顺周期效应明显减弱。孙柳青和戴天婧（2023）发现，新金融工具准则实施后，银行贷款损失准备的收入平滑效应和风险信息含量显著提高，银行系统性风险显著降低，满足了准则制定初衷。纪佃波（2024）指出，预期信用损失模型可显著降低银行信贷过度增长。然而，贷款多为金融企业资产，其数量和影响范围远远不及应收账款。事实上，应收账款作为金融资产的重要组成部分，是一般企业非常重要的流动资产，涉及企业销售商品、产品、提供劳务等经营活动中的款项收付问题，与企业基础业务密切相关，更具有普遍性。但我们遗憾地发现，应收账款减值相关研究极少（刘婷等，2024），故本文聚焦于该问题，采用案例研究的方式，以期通过分析中国企业应收账款减值的现状与动机，为新金融工具准则的更好实施提供对策与建议，更具有普适性。

政府监管部门对预期信用损失模型在上市公司中的应用情况进行了统计，根据北京证监局课题组（2023），目前预期信用损失模型在我国上市公司应收账款的应用存在一系列问题，包括 大部分上市公司未实质执行新金融工具准则，仍使用固定比例计提 ；在会计政策中披露按照预期信用损失法计提损失准备，但执行中完全按照原准则的账龄法计提损失准备 ；从结果倒推，将固定比例与历史损失率之间的差异解释为前瞻差异 ；零比例计提，主观认定低风险组合 ；利用估计空间，通过调整准备金率调节利润等问题。 美国、英国和新加坡等排名靠前的非金融上市公司多数已经执行预期信用损失法，且很少出现零比例和固定比例计提的情况。不过整体披露较 A 股公司还是更为简略，大部分未披露应收账款账龄情况及不同账龄下减值计提情况，也少对前瞻调整考虑因子进行详细披露（北京证监局课题组，2023）。香港地区审计师在评估预期信用损失法使用方面出现问题的比例持续上升，表明中国香港会计及财务汇报局（AFRC）对于应用预期信用损失法的关注度逐渐增加（AFRC调查报告，2021，2022）。

三、案例简介

风范股份是专业生产超高压和特高压输电线路铁塔的龙头企业，于 2011 年 1 月 18 日在上海证交所上市，股票代码为601700。2018 年及以前，风范股份针对信用风险特征组合采用账龄分析法计提坏账准备，2018 年应收账款坏账准备计提比例为 ：账龄“1 年以内”5.00%、“1—2 年”30.00%、“2—3年”50.00%、“3 年以上”100.00%。在 2019 年年报中，风范股份披露采用新金融工具准则，对应收账款按照预期信用损失计提坏账准备，但是，其坏账准备计提比例并未发生变化。2019 年 5 月 23 日，风范股份收到上海证交所发布的《关于对常熟风范电力设备股份有限公司 2018 年年度报告的事后审核问询函》，要求企业结合账期管理和业务经营模式，进行同业比较，解释应收账款结构差异问题。2020 年风范股份应收账款坏账准备计提比例调整为 ：账龄“1 年以内”5.66%、“1—2年 ”10.93%、“2—3 年 ”25.53%、“3 年 以 上 ”100.00%。2021 年风范股份应收账款坏账准备计提比例调整为 ：账龄“1年以内”4.95%、“1—2 年”13.58%、“2—3 年”33.45%、“3年以上”100.00%。但是，上述两次调整均未披露原因。2022年7 月，风范股份发布《常熟风范电力设备股份有限公司关于会计估计变更的公告》，表示基于历史实际信用损失率计算预期信用损失，下调应收账款坏账准备计提比例为 ：账龄“1 年以内”5.00%、“1—2 年”10.00%、“2—3 年”30.00%、“3—4年”50.00%、“4—5 年”80.00%、“5 年以上”100.00%。

四、案例分析

（一）风范股份实际应收账款坏账准备计提比例横纵向比较

根据申银万国行业分类（2021 修订版），风范股份属于“电力设备——电网设备——线缆部件及其他行业”。本文采用该行业 36 家上市公司计算行业均值。在选取可比公司时，只有汇金通与风范股份主营业务相同。东方铁塔虽被划分为钾肥行业，但其主营业务同时也有钢结构和铁塔类产品研发、设计、生产、销售和安装，加之风范股份公告中将其作为可比公司，故本文将汇金通、东方铁塔作为可比公司。

本文统计了 2017—2022 年风范股份、可比公司、行业平均应收账款账龄组合坏账准备实际计提比例，篇幅所限，仅列出 2018—2019 年数据，如表 1 所示。我们发现，可比公司的坏账准备计提比例完全相同 ,2019 年前后，坏账准备计提比例并未发生变化。从行业均值看，各账龄坏账准备计提比例的平均值也并未发生明显变化。由此可见，尽管本例中线缆部件类上市公司均声称实施了新金融工具准则，但事实上并未改变应收账款坏账准备计提方法。此外，我们还发现，2020—2022 年度，风范股份连续三年下调坏账准备计提比例，最终应收账款账龄划分以及坏账准备计提比例与可比公司完全相同。

表1

2018—2019 年风范股份、可比公司、行业应收账款账龄组合坏账实际计提比例与预期信用损失率（简称 ECL）比较

注 ：（1）风范股份 2022 年前以“1 年以内”、“1—2 年”、“2—3 年”、“3 年以上”划分账龄，导致无法计算其“3—4 年”、“4—5 年”、“5 年以上”账龄的预期信用损失率。

（2）汇金通于 2016 年 12 月 22 日上市，依据本文计算方法，仅能计算出 2019—2022 年的预期信用损失率。

我国上市公司计提坏账行为向行业趋同的特征符合“同侪效应”。该概念是由Knickerbocker（1973）针对经济主体之间的模仿行为提出的。即当自身所有信息不足时，企业倾向从其他企业的行为中获取信息。同时为了应对竞争，企业会选择模仿其他企业的决策，以追求稳定的相对绩效（Lieberman和Asaba，2006）, 所以企业面临各项经济行为决策不确定时，往往将行业做法作为参考（Albuquerque 等，2013）。

（二）基于“历史迁徙率”计算风范股份预期信用损失率

预期信用损失模型要求企业在计算金融资产减值时对预计存在的信用风险损失有前瞻性调整。相较于已发生损失模型，不仅参考往年计提比例等可获取的历史事项，同时考虑企业现状，并采集前瞻性因素作为合理依据，估计金融资产自首次确认后，其信用风险是否有明显增加。通过预估未来场景下的企业状况和经济社会宏观发展，前瞻性地调整未来风险因素，在信用风险特征组合基础上进行计算 , 而非仅在已有客观证据证明资产已经发生减值时，才进行减值测试和确认减值损失。预期信用损失模型通过对未来信用风险损失进行提前估计确认，有效缓解了已发生损失模型损失确认不准确且滞后的问题（王琰，2021 ；冯勇和孟祥军，2019）。虽然 IFRS9 与 CAS22（修订）并未明确应收账款预期信用损失方法，不过，准则制定机构认可的是马尔可夫（Markov）链数学模型，即采用根据历史年度应收账款各账龄下的期末余额构建转移矩阵来计算“历史迁徙率”，进而计算预期信用损失率（刘红云，2020）。本文据此计算风范股份 2017—2022 年应收账款账龄组合的预期信用损失率。具体步骤如下 ：

1. 汇总历史及当期账龄结构分布。首先，除了单项评估信用风险的应收账款外，基于信用风险特征将应收账款划分为应收关联方的款项和应收第三方信用风险较低的应收客户款项两个组合，2014—2022 年风范股份应收账款账龄组合如表 2 所示。将风范股份 2014 年度1年以内应收账款数值设为 n11，2014 年度1—2 年应收账款数值设为 n12，2015 年度 1年以内应收账款数值设为 n21，2015 年度 1—2年应收账款数值设为 n22，以此类推。由于最后一期应收账款无法再向下一段账龄进行迁徙，根据谨慎性原则，上年末 3 年以上账龄的应收账款本年度视为全额迁徙。

表2

2014—2022 年风范股份应收账款账龄组合结构 

单位 ：元

2. 历史迁徙率的计算。通过计算下一年度应收账款中上一年度迁徙过来的、仍未收到的应收账款所占的比例，得到各年应收账款历史迁徙率。按照客观经验和时间价值规律，应收账款的账龄越长，信用风险越大。根据谨慎性原则，将账龄“2—3年”的历史迁徙率设定为历史迁徙率与 100% 两者之中的最大值，账龄“3 年以上”的历史迁徙率统一设为 100%，如表3所示。

表3

风范股份2014—2022 年账龄组合历史迁徙率计算表

3. 历史损失率及预期信用损失率的计算。“预期信用损失模型”的特征之一是应对未来的不确定性。因此，不仅需要参考往年计提比例等可获取的历史事项，还要考虑企业现状，并采集前瞻性因素作为合理依据，估计金融资产自首次确认后，其信用风险是否有明显增加，在信用风险特征组合基础上进行计算。在估计预期信用损失时，过去事项及目前情形的影响由近几年账龄结构的平均历史迁徙率来体现，未来因素由前瞻性调整来体现。企业可以根据宏观经济指标、行业发展预测、企业未来风险预测等进行情景分析、预测模型模拟，并加上管理层调整，以确定前瞻性调整值。实务中，非金融企业可以简化处理，使用外部权威预测数据代替上述估计。根据谨慎性原则，且简化起见，一般将前瞻性调整设为 5.00%。需要说明的是，历史损失率为 100% 的情况不需要进行前瞻性调整。本文将 1年以内账龄平均历史迁徙率设为 A，1—2 年账龄平均历史迁徙率设为 B，以此类推，预期信用损失率计算结果如表 4 所示。

表4

风范股份2014—2022 年账龄组合情况下历史损失率及预期信用损失率计算表

（三）风范股份预期信用损失率横纵向比较

本文计算了风范股份、可比公司及行业平均预期信用损失率。纵向比较，行业平均预期信用损失率呈现出先升后降的趋势，2020 年达到最高。但风范股份预期信用损失率呈逐年递增的趋势，该趋势与汇金通相似，表明其应收账款管理水平有下降的趋势。但是东方铁塔预期信用损失率逐年下降，2021年反弹。横向比较，风范股份与可比公司的预期信用损失率显著低于行业均值，表明这三家企业的应收账款管理水平高于行业平均水平。与可比公司相比，风范股份 2019 年前 “1 年以内”、“1—2 年”、“2—3 年”账龄预期信用损失率均低于东方铁塔 ；但 2020 年后，其预期信用损失率高于东方铁塔，但低于汇金通。这表明 2017—2021 年同行业各企业的应收账款管理水平并不相同，而且变化趋势各异 , 由此反证，应收账款坏账实际计提比例与行业趋同且固定不变，并不能反映企业真实信用管理能力。

（四）应收账款坏账准备计提比例的实际值与预期信用损失率比较分析

本文将风范股份、可比公司及行业实际坏账准备计提比例与预期信用损失率进行比较。从行业平均水平看，“5 年以上”账龄坏账实际计提比例与预期信用损失率均为 100%。“1 年以内”账龄坏账实际计提比例高于预期信用损失率 ；1—5 年以内各年账龄实际计提比例往往低于预期信用损失率，其中，“2—3 年”差异最大，2019 年之后差异逐年增大，2021 年略有下降。表明该行业上市公司坏账实际计提比例并不准确，总体体现为坏账准备计提比例被低估，可能高估业绩，而且，在 2019年实施新金融工具准则之后，该现象并未改变。

但是，与行业总体表现不同，风范股份与可比公司 5 年以内各账龄组合实际坏账准备计提比例在绝大多数情况下显著高于预期信用损失率，表明这三家上市公司坏账实际计提比例被高估，可能导致业绩被低估。2019 年，虽然声称实施了新金融工具准则，但是，东方铁塔与汇金通坏账实际计提比例被高估的程度达到最大。风范股份 2019 年实际坏账准备计提比例与预期信用损失率之差相比 2018 年并无明显变化，且显著高于可比公司。但经过2020 年、2021 年、2022 年三次提高坏账准备计提比例之后，风范股份实际坏账准备计提比例与预期信用损失率之差显著变小，表明风范股份调低各账龄的坏账计提比例的趋势是符合应收账款管理水平日渐提高的现实的。然而，其调低的具体方法并非如公告中所称“基于历史实际信用损失率计算预期信用损失”。

根据《常熟风范电力设备股份有限公司关于会计估计变更的公告》，2022 年下调应收账款坏账准备计提比例为 ：账龄“1 年以内”5.00%、“1—2 年”10.00%、“2—3 年”30.00%、“3—4年 ”50.00%、“4—5 年 ”80.00%、“5 年 以上”100.00%，上述应收账款账龄划分以及坏账准备计提比例与可比公司汇金通和东方铁塔完全相同。而与本文按照预期信用损失模型计算所得的 1 年以内 1.69%，1—2 年 9.44%，2—3 年 30.26%，3 年以上 100.00% 仍然存在较大差异，说明风范股份仍然采用的是“借鉴同侪标准”下调比例，并未遵从预期信用损失模型。2020—2022 年，风范股份坏账准备计提的准确性高于可比公司，从侧面表明其可比公司因近三年应收账款坏账准备计提比例未变，并未根据历史坏账发生情况进行及时调整，导致其坏账准备实际计提比例的准确性愈加降低。

五、原因分析与建议

（一）原因分析

本文以风范股份为例，通过对其可比公司及行业水平进行比较，研究发现，2019 年实施新金融工具准则后，我国大部分上市公司并没有因采用预期信用损失模型而变更应收账款坏账准备计提比例，原因包括以下几点 ：

1. 采用预期信用损失模型提高了会计成本。 由于预期信用损失模型需要企业进行前瞻性调整，加大了运用预期信用损失模型的难度。 根据 2023 年 7 月 17 日我国财政部会计司发布的预期信用损失法应用案例和金融相关会计准则实施问答，企业可结合过去一段时期宏观经济指标的最好、最差和平均水平及波动率，未来一年内经济走势的预期、过去一段时期主要社会事件对宏观经济的影响程度及对未来影响的预测等对宏观经济进行判断。企业需要设定乐观、中性和悲观三种情景，并用向量自回归模型预测宏观经济指标。利用模型内指标变量的样本路径，选取关键驱动核心变量趋势附近的样本均值，并结合实际业务情况调整得到各情景下的宏观经济指标预测值，用Wilson 模型计算违约概率和违约损失率等参数。若模型无法反映特定风险因素，还应由管理层向上或向下调整预期信用损失。 由于我国大多数上市公司仍然处于数字化转型初级阶段，企业运用预期信用损失模型的技术门槛较高 ；不仅如此，预期信用损失模型比较复杂，在前瞻性调整中需要很多专业判断，对于会计人员的专业能力提出了更高要求。上述原因提高了企业的会计处置成本，导致企业在应用预期信用损失模型时“力不从心”，甚至出现“名不副实”的状况 （高诚，2021）。本例中，风范股份并未采用预期信用损失模型估计坏账准备，但是并未受到监管机构的质疑，使得企业能够“安心地”免去采用新模型增加的会计处置成本。

2. 新金融工具准则并未明确预期信用损失模型的计算方法。 新金融工具准则虽然要求企业采用“预期信用损失模型”估计金融资产减值，但是基于原则导向，无论是 IFRS9 还是CAS22（修订），都只是阐释了预期信用损失模型的概念，并未指定各类金融资产预期信用损失的计算方法。尽管财政部会计司发布了预期信用损失法应用案例和实施问答，但目前仅描述了商业银行贷款预期信用损失法的应用案例，并未给出适用于应收账款的坏账准备估计方法。 一方面，商业银行与非金融企业相比，金融资产风险水平、风险管理水平、数字化水平等差异较大，应用案例所述及预期信用损失模型方法更为复杂，并不适用于非金融企业。应收账款在几乎每家企业都是重要的流动资产，建议针对普适性更强的应收账款减值给出更明确的指导意见。另一方面，上述方法并非强制实施，企业可以根据自身情况选择方法，企业有选择的空间。本例中，风范股份选择 采用行业趋同的坏账准备计提比例，既是一种典型的“法不责众”的从众心态，也是同侪效应影响下进行的模仿决策。

3. 证券监管机构的监管标准引导企业“可比”。从证监会在 2019 年后发出的问询函看，出于监管成本的考虑，证监会仍然将“可比性”作为标准，对上市公司“应收账款”的监管重点在于两方面，一是“纵向可比”，关注应收账款是否纵向可比，诸如应收账款与以前年度 相比是否显著增加，坏账准备计提比例是否显著提高或降低等 ；二是“横向可比”，关注应收账款与同行业上市公司是否差异过大，诸如应收账款账龄分布是否可比，应收账款坏账准备计提比例是否可比等 ；并未对企业是否实质上采用预期信用损失模型进行问询。本例中，风范股份在 2019 年及以前年度选择沿用原有坏账准备计提比例，即使宣布采用新金融工具准则，也不愿变更坏账准备计提比例，就是为了避免被监管机构关注。当监管机构 2019 年发布问询函，要求风范股份进行可比公司应收账款结构对比之后，风范股份才在 2020—2022 年三次调整坏账准备计提比例。 即使变更坏账准备计提比例，风范股份也并非按照“历史迁徙率”估计预期信用损失，而是倾向于与可比公司趋同，直至 2022 年采用与可比公司相同的比例，旨在消除监管机构的潜在疑虑。

（二）建议

1. 建议企业采用历史迁徙率计算预期信用损失。本文研究表明，由于会计准则制定机构和证券监管机构并未强制要求企业使用特定预期信用损失模型，使得新金融工具准则在我国上市公司应收账款减值的实施并未达到预期。一方面，鉴于预期信用损失模型相比已发生损失模型在减值预测的准确性上具有显著优势，采用新模型的好处大于企业投入的会计处置成本，企业不应“因噎废食”。另一方面，为了维护会计准则的严肃性，我们建议上市公司为实质上实施预期信用损失模型创造条件，如提高数字化水平、在现有财务软件中纳入“预期信用损失率”的计算模型、加强会计人员专业技能培训等，以提高金融资产的会计信息质量。

2. 建议会计准则制定机构明确各类金融资产预期信用损失的具体方法。 由于新金融工具准则中并未明确预期信用损失的具体计算方法，企业在实务中缺乏操作指南，所以，采用“历史迁徙率”的上市公司极少，绝大多数公司倾向于沿用已发生损失法下的计提比例或参考同行企业的计提比例。 对此，一方面， 建议准则制定机构明确不同经济主体及各类主要金融工具的预期信用损失计算方法，使一般企业“有章可依”、共同进步 ；另一方面， 建议准则制定机构在新金融工具准则中增加预期信用损失计算方法、计算依据的披露要求 ，以规范企业对预期信用损失模型的应用，便于监管部门、中介机构的监督，进一步提升对新金融工具准则的重视程度。

3. 建议证券监管机构调整应收账款减值的监管标准。新金融工具准则发布之后，“可比性”监管标准不再适用于应收账款减值。理由如下，即使是同一行业的企业，由于其销售政策、信用政策以及抵御风险能力存在差异，客户的信用状况也千差万别，导致每家企业的坏账准备计提比例应该具备“个性化”特征，而非“同一化”特征。会计准则制定机构提倡企业采用“历史迁徙率”计算预期信用损失，就是为了体现出每家企业的风险特征。因此，应用“预期信用损失模型”，必然无法保证应收账款坏账计提比例的“可比性”。在此背景下， 如果证券监管机构仍然采用“可比性”监管标准，将会导致企业出于避免被问询的动机，不愿意根据预期信用损失模型每年调整其坏账计提比例，从而导致新金融工具准则在应收账款的实际应用遇到阻力。 进一步，正如刘婷等（2024）统计发现，实际上，2019 年大多数中国 A 股公司并未采用历史迁徙率估计预期信用损失，必然导致行业平均坏账准备计提比例仍然是根据已发生损失模型计算得出，长此以往，可能造成预期信用损失模型的实施愈加困难。因此， 建议证券监管机构改变以往关注应收账款坏账计提比例“可比”的关注点，将重点放在坏账准备计提方法的披露透明度上，诸如预期信用损失模型的具体方法、历史迁徙率的计算、前瞻性调整比例计算依据的合理性上，以推动预期信用损失模型的实施。 监管机构应该加强人员的会计技术培训，主动适应监管重点的改变。

基金项目：国家社会科学基金项目（22BGL087）；北京市属高等学校优秀青年人才培育计划项目（BPHR202203060）；北京教育科学“十四五”规划2024 年度课题（CDEB24219）

作者单位：北京工商大学

（责任编辑：齐飞）

主要参考文献：

1. 黄世忠 . 金融工具前瞻性减值模型利弊评析 . 金融会计 . 2015(01)

2. 纪佃波 . 预期信用损失模型实施与银行信贷过度增长 . 金融监管研究 . 2024(01)

3. 纪佃波 . 预期信用损失模型增强了贷款损失准备的前瞻性吗 ?——基于我国 143 家商业银行的实证研究 . 南方金融 . 2022(10)

4. 刘红云 . 新准则下应收账款坏账准备计提的实务探讨 . 中国注册会计师 . 2020(09)

5. 刘婷 , 方琰 , 齐娟 . 我国上市公司坏账准备计提行为特征研究——基于新金融工具准则实施的探讨 . 会计研究. 2024(04)

6. 孙柳青 , 戴天婧 . 金融工具准则修订与银行风险信息披露——基于贷款损失准备的研究 . 会计研究 . 2023(10)

7. 王成龙 , 黄瑾 , 严丹良 , 郭飞 . 预期信用损失模型会缓解贷款拨备的顺周期效应吗？国际金融研究 . 2023(09)

8. 王菁菁 , 刘光忠 . 金融工具减值预期损失模型的演进与会计准则体系变迁——兼评 IASB《金融工具 : 预期信用损失》征求意见稿 . 会计研究 . 2014(05)