「ニューノーマル」の時代における貸倒引当金計上のあり方とは？

影響の深度とばらつき

新型コロナウイルス感染症が及ぼす社会への影響は、私たちがこれまで経験してきた景気後退イベントとは全く異なる動きを見せています。従来の場合、ほとんどの業種や業態に負の圧⼒を与えました。一方、今回のパンデミックは⼤きな経済ショックを引き起こしている半⾯、その影響は業種・業態によって、⼤きなばらつきがあります。例えば、飲食業や観光業については、かつてない売り上げの減少を記録しているものの、リモートワークに不可欠なPC、通信機器、家具などの売り上げは急拡大しています。自動車メーカーなどグローバルなサプライチェーンが関係する業態については、中長期にわたる影響が想定されます。また、同じ業種であっても、各社のビジネスモデルは異なるため、一律に影響を論じることができません。

景気サイクルへの影響

私たちは投融資の場面で、景気サイクルの存在を強く意識します。例えば、リスク管理やRAF（リスク・アペタイト・フレームワーク）に活用するヒートマップでは、景気サイクルの「加熱」や「冷却」の関係を視覚的に把握することができますが、この「加熱」と「冷却」は循環することが前提となっています。

経済活動全体に一定の規則性があれば、ヒートマップなどで異なる市場で起きている事象を関連付け、予兆管理を高度化することで、早めの対応が可能となります。しかし、新型コロナウイルス感染症の発生状況を事前に予想し、事後の影響の大きさや変化を機械的に予測することは極めて困難であると考えます。
 

産業構造の変化を踏まえた融資審査

銀行の社会的責任として、金融仲介機能が注目されています。多くの企業の事業継続が危ぶまれる状況では、これまでにはない円滑な資金提供が期待されます。その一方で、中長期的には勝ち組と負け組をしっかりと見極め、成長が見込まれる産業・企業のサポートを目指す必要があります。今後、積極的に貸し付けを増加すべきターゲットを⾒直す銀⾏が増えると思われます。中⻑期の成⻑可能性については、直近の財務諸表のみでは分からないことが多く、いわゆる「目利き」の能力が重要視されます。目利きの高度化をシステマチックに実現するため、銀行が収集・登録する定性情報についても、見直される可能性があります。
 

外部サポートへの期待

私たちが直近で経験した大規模な景気ショックは、「ITバブル崩壊」および「リーマンショック」ですが、今回のパンデミックによる金融市場への影響は、想定より小さいと思われます。ニュースやインターネット上では、倒産企業の情報や⼀部の企業についての⼤規模なトップラインの落ち込みが話題になりますが、現時点ではリーマンショックを⼤幅に上回るような貸倒れの状況には⾄っていないようです。

これらの要因を特定することは困難ですが、政府による明⽰的または暗黙の⽀援の姿勢がより明確であるためと考えます。リーマンショックの後、⽇銀による政策⾦利の引き下げが企業の利払い負担を軽減させ、信⽤リスクの軽減をもたらしたと⾔われており、今後もゼロ⾦利を維持する可能性が⾼いと考えます。また、⾦融庁も⾦融円滑化法を発令し、さまざまな措置により多くの企業を救ったとされていますが、今回も事実上、同様のサポートがある状況と考えられます。

政府の積極的なサポート姿勢は、企業を延命させる一方、ゾンビ企業を増やしてしまう側面もありますが、金融市場の安定確保に必要な措置であると考えます。

リスク反映させるのは格付けか、引当率か

フォワードルッキングな引当の導⼊では、引当⾦の計算のみならず、与信管理におけるリスクを正確に⾒積もることが求められます。与信管理上は、個別のリスクを適切に反映させることが原則であり、特に⼤⼝先など重要な債務者は、個社の評価である格付けや債務者区分を適切かつ柔軟に反映させることが望ましいとされます。しかし、個社の評価である格付けや債務者区分を全ての債務者に対して、網羅的に、かつ適時適切に反映させることは技術的に困難です。このため、⼀定の枠組みの中で、損失率を柔軟に予想し、引当⾦計算を⾼度化する必要性は今後、⼀層⾼まると思われます。

新型コロナウイルス感染症の影響を見積もる際の課題

今回の新型コロナウイルス感染症の流⾏は、技術的な⼤きな課題を提起しています。影響やその深度、景気サイクルなど、これまでとは異なった環境を想定した損失率の予想が求められる時代を迎えているのです。

リーマンショック後、貸倒実績率は歴史的に最低⽔準を経験している銀⾏がほとんどであり、⼤数の法則^＊に沿って、統計的な⼿法で毀損（きそん）を予想することは適切ではないと思われます。また、精緻な予想には、精緻な情報が必要です。新型コロナウイルス感染症の影響を反映したマクロ経済指標について、シンクタンクなどの予想を⼊⼿することは可能ですが、業種や業態別の影響を把握するには⼗分ではないと考えます。また、仮に外部情報を得たとしても、信頼に⾜る情報源として利⽤できるかは疑問です。

筆者は20年以上、企業財務やマクロ経済の分析を⾏っていますが、特に近年は肌で感じる景況感とマクロ経済指標の数値に乖離（かいり）が広がっていると感じています。GDP成⻑率や株価インデックスが上昇しているにもかかわらず延滞が増えるなど、以前は感じることがなかった違和感を覚える機会も増えています。今、⼿元にある少ない情報源をどのように選択して仕組みを構築すれば良いか、新しい情報を取りに⾏く局⾯では何をリサーチすれば良いのか、あるいは経営サイドで独⾃に⾒積もらなければならないのかなど、さまざまな課題が残されています。
 

日本の銀行が目指すべきベストプラクティス

先述した欧米の事例に示すマクロ経済指標の予想などに基づいた機械的な引当金計算の枠組みについて、経営管理で用いているデータの質や量、または業務運営に係る考え方といった観点から、日本には適さないという意見が広く聞かれます。日本の銀行で、独自にGDP成長率や失業率の予想を行っている銀⾏は少ないものの、各行では景気環境の変化を意識して投融資を行っています。そのため定量的・定性的な情報を踏まえ、融資ポートフォリオが業種・業態別にどのような状況に置かれており、どのように変化しつつあるかについては、常に注視・モニタリングしています。また、これらの情報を取り入れることで、フォワードルッキングな引当を実用化するための重要な情報源になることでしょう。

筆者の予想ではありますが、日本では先述した欧米における機械的な枠組みではなく、日本の金融機関の実情を踏まえた定性的、かつ判断を重視した枠組みが開発され、徐々に広がっていると考えています。
 

監査人の課題

フォワードルッキングな引当金の計上については、監査人としても課題は少なくありません。将来予測に基づき、主観性を含んだ見積りによる引当を監査するためには、監査証拠の十分性や適切性を検証するための目線が必要となります。監査先が採用した新しい見積りの方法を正しく理解した上で、その適切性を評価・検証するための新しいアプローチを継続的に開発する必要があります。

脚注
＊確率論・統計学における基本定理の1つ。極限定理と呼ばれる定理の⼀種で、膨⼤な回数の試⾏を重ねたデータの平均は真の平均に近づくという法則。

サマリー

新型コロナウイルス感染症拡大は貸倒引当金の計算・計上にも影響を及ぼしました。フォワードルッキングな引当制度の導入が進んでいる欧米の金融機関では、「定量モデル」「定性調整」という2段階で引当を行うプロセスで対応しています。日本では、欧米の事例を踏まえつつ独自の要素を取り入れたシステマチックな枠組みの導入を目指す事例が増加するでしょう。