现在，社区银行正在摆脱工资保障计划和COVID-19封锁的阴影, 现在可能是重新启动大流行之前我们关注的一些项目的好时机. 我们的一个客户可能说得很好，他说, 我又一次听到CECL的鼓声在远处敲打着.“当前的预期信用损失(CECL)标准越来越接近, 这个夏天是重新审视即将到来的变化的好时机.
We 调查地区银行 衡量社区银行在其CECL过程中的位置，并在2023年标准生效前确定需要解决的趋势或问题(针对非公有银行).
点击图像展开
正如我们的信息图表所概述的, 36%的受访银行仍未决定使用哪种具体的CECL方法. 作为一个起点, 我们总结了每种方法，以便您进一步评估哪种方法最适合您的银行.
现金流量折现
该方法是在帐户级别上完成的，并在贷款级别上对预期现金流量进行建模，并在贷款池级别上汇总结果. 当考虑到现金流(如提前支付)的时间时，这种计算可能相当复杂, 预计冲销, 和预计复苏. 如果选择这种方法, 银行应该有可靠的贷款数据和统计数据，以显示在前瞻性付款流中使用的冲销和回收数据的相关性.
违约概率/违约损失
违约概率是在一段时间内违约的借款人的平均百分比. 这种方法的挑战不在于公式或计算, 但是底层的数据需要被提取出来放入公式中. 首先，任何银行都必须估计“违约”应该在多长时间内被衡量(例如，90天). 然后, 在贷款层面, 银行必须收集显示贷款类型的数据, 当前余额, 信贷质量, 贷款评级, 冲销, 复苏, 和付款数据. 这些数据将用于确定每个贷款池的违约率和损失率. 但是这种方法的数据比较复杂, 我们已经看到这种方法越来越受FASB和公开交易机构的欢迎. 这可以归因于该方法的可靠性，因为过去到期贷款信息与信用损失的高度相关性.
回归分析
这种方法利用经济数据中的相关性来估计特定贷款池的未来损失. 对于这种方法是可靠的, 银行需要有历史经济数据集和银行特定数据集，这些数据集要足够大，以便在数据和预计损失之间找到可支持的统计相关性. 这一经济数据的一些例子是失业率与银行冲销的相关性，或者消费者价格指数(CPI)的变化与银行冲销的相关性.
根据贷款评级进行风险迁移(迁移分析)
该方法跟踪一段时间内贷款组合的信用质量变化，并与这些贷款池中的信用损失时间进行比较. 这种方法对于那些拥有强大的贷款评级系统的银行来说是可行的，该系统可以被持续应用和更新. 这种方法将损失与特定的贷款池关联起来，这些贷款池可能具有较高的风险评级或不良的评级变化.
老式的方法
这种方法基于具有相似生命周期和风险特征的贷款的历史表现来衡量预期损失. 这一方法最好适用于具有类似贷款且亏损曲线相似的贷款池, 这意味着这些损失曲线可以预测未来的时期. 我们已经看到这种方法主要应用于汽车贷款和其他消费贷款池.
打开/静态池方法
该方法跟踪一段时间内关闭的贷款池中的损失，并计算该池的损失率. 这些损失率是按多个时期计算的，以估计在一定年限内的平均损失率. 这种方法最好适用于没有大量贷款的贷款池, 或者没有风险数据的贷款，例如个人贷款评级, 注销/恢复信息, 等. 或者一个特定的贷款池与现有的经济数据没有可靠的相关性.
加权平均剩余到期期限
这种方法简单地取一个周期损失率，并推断出在指定贷款池的剩余生命周期内的损失. 需要编译的数据需要包括贷款级别信息，这将使银行能够准确地衡量指定贷款池的期限. 还需要做一个提前支付的假设, 哪些可能无法从您的数据提供者获得. 这种方法已经被银行监管机构和FASB作为一个流行的例子广泛地展示给社区银行. 虽然这个计算是简单的，而且很容易获得计算它的信息, 对于每个贷款池来说，这可能不是估计未来贷款损失的最佳计算方法.
额外的注意事项
对你的银行来说，最好的方法可能无法与其他机构相比, 即使是在你的同行群体或类似的资产规模. 现在花点时间看看你的贷款组合, 如何将你的贷款组合分解为贷款池，并确定哪种方法最适合每个贷款池.
银行可以通过几种方式实现CECL模型. 根据我们的调查，55%的银行计划在内部进行计算. 如果您的银行选择这种方法, 考虑联系你的顾问，以确保你的计算符合银行的风险配置和美国公认会计准则. 一些服务供应商也将提供CECL模型或CECL计算器，供银行用于计算其CECL准备金. 最近, 美联储还宣布，如果社区银行的资产规模低于10亿美元，他们将提供一个CECL工具. 我们认为，只要有适当的规划和考虑，所有的选择都是可行的.