如何预测贷款不良率？
关于信用风险预测，目前市场上有两种观点： 一种以FASB为代表，认为信用风险具有不可预测性，在财务报告中不应该也不可能对信用风险进行估计； 另一种以IASC为代表，认为信用风险是可以预测的，应该在财务报表中披露对信用风险的评价。 我们比较赞同后一种观点，并在实际工作中根据客户的风险分类和评级结果计算预期违约几率（Probability of Default， P0D）及预期信用损失（Estimated Credit Losses， ECL）。
我们使用的预期违约概率和预期信用损失的模型是SCHEDULE OF PROBABILITY OF DEFAULT (P0D) AND SCHEDULE OF ESTIMATED CREDIT LOSSES (ECL) 下面分别说明这两个参数的计算方法。
1. 预期违约概率(POD) 我们用20个变量来表示企业的信用风险状况，每个变量代表影响企业还款能力的一个因素。变量分为四类：
（1）反映企业信用风险的宏观经济变量，包括GDP增长率、通货膨胀率和失业率；
（2）反映企业微观层面的变量，包括企业销售额的增长率和有形资产负债率；
（3）反映企业财务能力的变量，包括资产负债率、流动资产周转率和利息保障倍数；
（4）反映企业信用行为的变量，包括应收账款周转率和合同存货周转率。 对于每一个变量，我们事先赋予其一个初始值，并设定其取值范围。对于区间变量的初始值，我们将其设定为该变量处于区间的中间值，如将应收账款周转率的初始值设定为90天。对于绝对数值型变量的初始值，我们设置为其下限，因为一般企业不会好过下限太多。
在每个会计期末，我们根据企业的实际情况修正各个变量的值；每个年度终了，我们对所有变量重新赋值，计算出每年的期望值。 然后我们根据以下公式计算预期违约概率： 最后得出每一笔交易或每一种资产的预期违约概率，进而确定该笔交易或该项资产组合的最大可能损失。
2. 预期信用损失（ECL） 我们参考国际会计准则委员会（IASC）公布的《编制高质量财务报表的原则》中有关预期信用损失的计 算方法，同时结合我们的业务特点和风险控制水平，设计出适用于我们自己的算法。 在上述基础上，我们认为某一单笔交易或项目可能的损失如下：
以上只是简单的计算方法介绍，在实践中我们还会结合客户的信用风险分类和评级结果进一步修正我们的预期违约概率和预期信用损失。