張雪瑩 劉茵偉

摘要：本文以2015年1月至2020年12月在滬深交易所交易的公司債和企業(yè)債為樣本，利用中介效應(yīng)模型考察了經(jīng)濟(jì)政策不確定性、流動(dòng)性與債券信用利差的關(guān)系。研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性除了直接影響債券信用利差之外，還會(huì)通過推升流動(dòng)性風(fēng)險(xiǎn)來(lái)提高債券信用利差。本文拓展了經(jīng)濟(jì)政策不確定性影響后果的研究，進(jìn)一步完善了經(jīng)濟(jì)政策不確定性影響債券信用利差的中介機(jī)制，深化了債券信用利差影響因素的研究。

關(guān)鍵詞：經(jīng)濟(jì)政策不確定性 流動(dòng)性 信用利差 產(chǎn)權(quán)性質(zhì)債項(xiàng)評(píng)級(jí)

引言和文獻(xiàn)綜述

受中美貿(mào)易戰(zhàn)、金融監(jiān)管政策趨嚴(yán)以及新冠肺炎疫情等影響，我國(guó)經(jīng)濟(jì)政策不確定性有所增強(qiáng)。同時(shí)，我國(guó)擁有全球第二大債券市場(chǎng)，債券融資規(guī)模占社會(huì)融資規(guī)模的比重顯著提升，企業(yè)通過發(fā)行債券進(jìn)行融資越來(lái)越普遍。近年來(lái)，債券市場(chǎng)違約事件時(shí)有發(fā)生，債券信用利差升高，對(duì)債券融資成本產(chǎn)生了不利影響。

國(guó)內(nèi)外學(xué)者對(duì)經(jīng)濟(jì)政策不確定性和債券信用利差的關(guān)系進(jìn)行了廣泛的討論。例如，Kaviani等（2020）研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會(huì)提升債券市場(chǎng)的風(fēng)險(xiǎn)溢價(jià)，進(jìn)而與債券信用利差正相關(guān)。Ioannidis和Kook（2021）基于一個(gè)包含經(jīng)濟(jì)政策不確定性的仿真期限結(jié)構(gòu)模型，研究了經(jīng)濟(jì)政策不確定性對(duì)債券預(yù)期回報(bào)率的影響，研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性越強(qiáng)，投資者要求的風(fēng)險(xiǎn)補(bǔ)償越大。國(guó)內(nèi)有學(xué)者考察了經(jīng)濟(jì)政策不確定性指數(shù)對(duì)債券信用利差的影響，例如，王超（2020）研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性不僅會(huì)通過直接影響公司業(yè)績(jī)來(lái)影響信用利差，還會(huì)通過影響整個(gè)經(jīng)濟(jì)體的風(fēng)險(xiǎn)溢價(jià)水平來(lái)間接影響信用利差。楊媛杰等（2020）基于2007—2018年的數(shù)據(jù)研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性通過提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平顯著提高了債券發(fā)行定價(jià)。但目前鮮有文獻(xiàn)基于債券流動(dòng)性渠道考察經(jīng)濟(jì)政策不確定性對(duì)債券信用利差的影響。

流動(dòng)性是市場(chǎng)的基礎(chǔ)。債券流動(dòng)性衡量了債券以合理價(jià)格迅速變現(xiàn)的能力，流動(dòng)性風(fēng)險(xiǎn)是影響和解釋債券信用利差變化的重要因素。近年來(lái)，在經(jīng)濟(jì)政策不確定性顯著提升的背景下，債券市場(chǎng)違約事件頻發(fā)，流動(dòng)性風(fēng)險(xiǎn)對(duì)債券信用利差的影響顯著增強(qiáng)（張雪瑩等，2021）。在這種背景下，本文以2015年1月至2020年12月在滬深交易所發(fā)生過交易的公司債和企業(yè)債為樣本，利用中介效應(yīng)模型考察經(jīng)濟(jì)政策不確定性、流動(dòng)性與債券信用利差的關(guān)系。

本文對(duì)研究的邊際貢獻(xiàn)主要有：一是考察經(jīng)濟(jì)政策不確定性對(duì)債券信用利差的影響效應(yīng)，從而拓展經(jīng)濟(jì)政策不確定性影響后果的研究。二是基于債券流動(dòng)性機(jī)制考察經(jīng)濟(jì)政策不確定性對(duì)債券信用利差的影響，從而進(jìn)一步完善經(jīng)濟(jì)政策不確定性影響債券信用利差的中介機(jī)制，深化債券信用利差影響因素的研究。

理論分析與研究假設(shè)

根據(jù)Choi等（2020）提出的債券基金資產(chǎn)拋售（Fire Sale）模型，面對(duì)經(jīng)濟(jì)政策不確定性增強(qiáng)導(dǎo)致的市場(chǎng)違約風(fēng)險(xiǎn)上升，一方面，投資者避險(xiǎn)情緒升溫，贖回固定收益類產(chǎn)品的動(dòng)機(jī)增加，公募基金等機(jī)構(gòu)被迫賣出流動(dòng)性尚可的債券資產(chǎn);另一方面，由于質(zhì)押式回購(gòu)獲得的資金很大程度取決于質(zhì)押債券的資質(zhì)，債券違約風(fēng)險(xiǎn)上升將直接影響質(zhì)押券資格的認(rèn)定及折算率，質(zhì)押融資受限也導(dǎo)致機(jī)構(gòu)被迫拋售債券。上述兩方面共同作用，使得流動(dòng)性風(fēng)險(xiǎn)增加，債券信用利差擴(kuò)大。同時(shí)，當(dāng)經(jīng)濟(jì)政策不確定性顯著增強(qiáng)時(shí)，違約事件爆發(fā)的概率增加，機(jī)構(gòu)投資者風(fēng)險(xiǎn)控制趨嚴(yán)，從而會(huì)提高入庫(kù)標(biāo)準(zhǔn)，增加債券交易的難度，使得債券流動(dòng)性風(fēng)險(xiǎn)增大，債券信用利差擴(kuò)大。為此，本文提出第一個(gè)研究假設(shè)：

H1：經(jīng)濟(jì)政策不確定性會(huì)通過降低債券市場(chǎng)流動(dòng)性而推高債券信用利差。

在不同產(chǎn)權(quán)、不同債項(xiàng)評(píng)級(jí)樣本中，流動(dòng)性對(duì)債券信用利差的影響可能存在顯著差異。首先，根據(jù)政府隱性擔(dān)保理論，政府出于金融穩(wěn)定、經(jīng)濟(jì)增長(zhǎng)和維護(hù)地區(qū)聲譽(yù)等考慮，會(huì)通過預(yù)算軟約束渠道對(duì)陷入財(cái)務(wù)困境的國(guó)有企業(yè)給予救助，避免違約事件發(fā)生（韓鵬飛等，2015）。同時(shí)，我國(guó)傳統(tǒng)金融體制在一定程度上仍存在信貸歧視現(xiàn)象，相較于國(guó)有企業(yè)，非國(guó)有企業(yè)往往面臨較大的融資約束問題。因此，當(dāng)經(jīng)濟(jì)政策不確定性較強(qiáng)時(shí)，非國(guó)有企業(yè)更容易受到流動(dòng)性風(fēng)險(xiǎn)的沖擊。其次，根據(jù)安全資產(chǎn)轉(zhuǎn)移（Flight to Quality）理論，當(dāng)經(jīng)濟(jì)政策不確定性較高時(shí)，投資者恐慌情緒發(fā)酵，風(fēng)險(xiǎn)偏好降低，對(duì)不安全資產(chǎn)需求減少，而轉(zhuǎn)向投資安全資產(chǎn)來(lái)規(guī)避風(fēng)險(xiǎn)。低債項(xiàng)評(píng)級(jí)債券在經(jīng)濟(jì)政策不確定性時(shí)期違約風(fēng)險(xiǎn)顯著增大，更容易受到流動(dòng)性風(fēng)險(xiǎn)的沖擊。與之相反，高債項(xiàng)評(píng)級(jí)債券安全性較高，受流動(dòng)性風(fēng)險(xiǎn)的影響較小。為此，本文提出如下兩個(gè)研究假設(shè)：

H2：相較于國(guó)有企業(yè)信用債（以下簡(jiǎn)稱“國(guó)企債”），經(jīng)濟(jì)政策不確定性通過流動(dòng)性渠道對(duì)非國(guó)企債的影響更大。

H3：相較于高債項(xiàng)評(píng)級(jí)債券，經(jīng)濟(jì)政策不確定性通過流動(dòng)性渠道對(duì)低債項(xiàng)評(píng)級(jí)債券的影響更大。

研究設(shè)計(jì)

（一）數(shù)據(jù)收集

本文搜集了2015年1月至2020年12月在滬深交易所交易的公司債和企業(yè)債數(shù)據(jù)，按照如下方式對(duì)初始樣本進(jìn)行篩選：剔除金融行業(yè)類債券;剔除剩余期限不足1個(gè)月的債券;由于AA-以下的債券數(shù)量占總樣本的比重較低，故剔除了AA-以下的樣本，只研究AAA、AA+、AA、AA-四個(gè)評(píng)級(jí)的債券;剔除數(shù)據(jù)缺失較為嚴(yán)重的樣本。在此基礎(chǔ)上，根據(jù)日度數(shù)據(jù)計(jì)算每只債券在月度區(qū)間內(nèi)的流動(dòng)性水平，并用債券月末的到期收益率與同期限國(guó)債到期收益率相匹配計(jì)算得到債券信用利差。為剔除極端異常值的影響，對(duì)所有連續(xù)變量進(jìn)行1%的雙邊縮尾處理。最終樣本數(shù)據(jù)包含2874只債券的37541個(gè)月度觀測(cè)值數(shù)據(jù)。

本文所用到的經(jīng)濟(jì)政策不確定性數(shù)據(jù)來(lái)自http：//www.policyuncertainty.com/;公司債和企業(yè)債的日度行情數(shù)據(jù)，如到期收益率、收盤價(jià)、交易規(guī)模等，來(lái)自銳思（RESSET）數(shù)據(jù)庫(kù);各期限的國(guó)債到期收益率數(shù)據(jù)來(lái)自東方財(cái)富（Choice）數(shù)據(jù)庫(kù);債券層面、公司層面的控制變量數(shù)據(jù)來(lái)自萬(wàn)得（Wind）數(shù)據(jù)庫(kù);宏觀層面的數(shù)據(jù)來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。

（二）模型設(shè)定

為考察經(jīng)濟(jì)政策不確定性對(duì)債券信用利差影響的流動(dòng)性中介效應(yīng)，本文借鑒以往學(xué)者的做法，構(gòu)建如（1）（2）（3）所示的中介效應(yīng)模型，對(duì)研究假設(shè)H1、H2、H3進(jìn)行檢驗(yàn)。

Spreadi， t=β0+β1EPUt+Controls+Year+Industry

+Pro+εi， t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

Amihudi， t=δ0+δ1 EPUt+Controls+Year+Industry

+Pro+εi， t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

Spreadi，t=γ0+γ1 EPUt+γ2 Amihudi，t+Controls

+Year+Industry+Pro+εi，t? ? ? ? ? （3）

其中Spread為債券信用利差，是債券到期收益率與同期相同剩余期限無(wú)風(fēng)險(xiǎn)國(guó)債到期收益率之差，是本文的被解釋變量;EPU為經(jīng)濟(jì)政策不確定性變量，采用Baker等（2016）構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)。本文參照大多數(shù)文獻(xiàn)的做法，使用Amihud指標(biāo)度量債券流動(dòng)性，并作為中介變量。Amihud的具體計(jì)算方法如式（4）所示：

Pid為債券i在d日的收盤價(jià)格，Pid-1為債券i在d-1日的收盤價(jià)格，如果d-1日沒有發(fā)生債券交易，則選擇距離最近的上一個(gè)交易日的收盤價(jià)格。Qid為債券i在d日的成交金額（取對(duì)數(shù)）。Nim為債券i在m月度的交易天數(shù)。Amihud指標(biāo)衡量單位成交量對(duì)價(jià)格的沖擊，在交易稀疏、無(wú)法獲取高頻數(shù)據(jù)的市場(chǎng)上度量流動(dòng)性能夠取得較好的效果。Amihud指標(biāo)越大，單位成交量對(duì)價(jià)格的沖擊越大，債券流動(dòng)性水平越低。

Controls為控制變量，包括描述公司層面的變量，如資產(chǎn)報(bào)酬率（Roa）、資產(chǎn)負(fù)債率（Lev）、公司規(guī)模（Asset）、產(chǎn)權(quán)性質(zhì)（State）、是否上市公司（Listed）;描述債券特征的變量，如債項(xiàng)評(píng)級(jí)（Credit，將債項(xiàng)評(píng)級(jí)在AA+及以上的定義為高評(píng)級(jí)債券，否則為低評(píng)級(jí)債券）、票面利率（Coupon）、發(fā)行規(guī)模（Scale）、發(fā)行期限（Term）和剩余期限（Maturity）;描述宏觀層面的變量，如消費(fèi)者物價(jià)指數(shù)（CPI）、經(jīng)濟(jì)增長(zhǎng)指標(biāo)（PMI）和貨幣政策指標(biāo)（M2）。最后本文用Year、Industry和Pro分別控制了年份固定效應(yīng)、行業(yè)固定效應(yīng)和省份固定效應(yīng)。εi， t為隨機(jī)誤差項(xiàng)。

本文主要關(guān)注模型（1）（2）（3）中EPU的回歸系數(shù)β1、δ1和γ1，以及模型（3）中流動(dòng)性中介變量Amihud的回歸系數(shù)γ2，并預(yù)期上述四個(gè)重點(diǎn)關(guān)注的回歸系數(shù)均顯著大于0。如果中介效應(yīng)顯著，則流動(dòng)性中介效應(yīng)占比可表示為：δ1×γ2/β1。

各變量詳細(xì)的定義如表1所示。

實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

各變量的描述性統(tǒng)計(jì)如表2所示，債券信用利差的平均值為2.666，最小值和最大值分別為-2.201和16.179，標(biāo)準(zhǔn)差為2.549，說(shuō)明樣本中債券信用利差的分布不均衡，差異較大。流動(dòng)性指標(biāo)Amihud的平均值為0.443，標(biāo)準(zhǔn)差為0.851，最小值為0，最大值為6.788，說(shuō)明樣本中不同債券的流動(dòng)性存在顯著差異;產(chǎn)權(quán)性質(zhì)State的平均值為0.582，說(shuō)明樣本中國(guó)企債樣本較多，占總樣本的比重在半數(shù)以上;債項(xiàng)評(píng)級(jí)的平均值為0.574，說(shuō)明高評(píng)級(jí)債券占比較多。其余變量的取值均在合理范圍之內(nèi)，此處不再贅述。

（二）回歸結(jié)果分析

1.全樣本中介效應(yīng)檢驗(yàn)

根據(jù)前文提到的中介效應(yīng)檢驗(yàn)方法，本文對(duì)模型（1）（2）（3）進(jìn)行回歸分析，回歸結(jié)果如表3所示。其中，表3第（1）列中經(jīng)濟(jì)政策不確定性對(duì)債券信用利差的總效應(yīng)系數(shù)為0.2951，在1%的水平上顯著;表3第（2）列中經(jīng)濟(jì)政策不確定性對(duì)債券流動(dòng)性的影響系數(shù)為0.1241，在1%的水平上顯著，說(shuō)明經(jīng)濟(jì)政策不確定性越強(qiáng)，債券流動(dòng)性越低（Amihud值越大，代表債券流動(dòng)性越低）。綜合來(lái)看，經(jīng)濟(jì)政策不確定性通過降低債券流動(dòng)性影響信用利差的中介效應(yīng)為0.1241×0.5523≈0.069，占總效應(yīng)的百分比為23.23%（0.069/0.2951）。因此，對(duì)中介效應(yīng)而言，估計(jì)系數(shù)的顯著性表明，經(jīng)濟(jì)政策不確定性會(huì)通過提高流動(dòng)性風(fēng)險(xiǎn)顯著推升債券信用利差，這支持了假設(shè)H1。

2.分樣本的異質(zhì)性檢驗(yàn)

將研究樣本按產(chǎn)權(quán)性質(zhì)分為國(guó)企和非國(guó)企兩個(gè)子樣本組，回歸結(jié)果如表4所示。首先，中介效應(yīng)檢驗(yàn)結(jié)果顯示：在國(guó)企債樣本中，流動(dòng)性中介效應(yīng)占比為18.49%;在非國(guó)企債樣本中，流動(dòng)性中介效應(yīng)占比為27.54%;兩組樣本的中介效應(yīng)均在1%的水平上顯著。其次，在國(guó)企債樣本組的第（3）列，流動(dòng)性對(duì)債券信用利差的影響系數(shù)為0.1851;在非國(guó)企債樣本組的第（6）列，流動(dòng)性對(duì)債券信用利差的影響系數(shù)為0.9223。這說(shuō)明不同產(chǎn)權(quán)樣本之間的流動(dòng)性中介效應(yīng)存在差別，經(jīng)濟(jì)政策不確定性通過流動(dòng)性影響非國(guó)企債信用利差的效應(yīng)更大，其主要原因是債券流動(dòng)性本身對(duì)于非國(guó)企債券信用利差具有更大的影響。這一結(jié)論與研究假設(shè)H2一致。

表5顯示了在不同債項(xiàng)評(píng)級(jí)樣本中，經(jīng)濟(jì)政策不確定性通過流動(dòng)性影響債券信用利差是否存在顯著差異。中介效應(yīng)檢驗(yàn)結(jié)果表明：不論是在高債項(xiàng)評(píng)級(jí)債券樣本中還是在低債項(xiàng)評(píng)級(jí)債券樣本中，經(jīng)濟(jì)政策不確定性對(duì)債券信用利差的影響均存在以流動(dòng)性為中介變量的顯著中介效應(yīng)。

具體來(lái)看，在高債項(xiàng)評(píng)級(jí)債券樣本中，流動(dòng)性中介效應(yīng)占比為19.08%，而在低債項(xiàng)評(píng)級(jí)債券樣本中，流動(dòng)性中介效應(yīng)占比為24.18%，說(shuō)明經(jīng)濟(jì)政策不確定性通過流動(dòng)性影響低債項(xiàng)評(píng)級(jí)債券信用利差的效應(yīng)更大。在高債項(xiàng)評(píng)級(jí)債券樣本組的第（3）列，流動(dòng)性對(duì)債券信用利差的影響系數(shù)為0.4362，而在低債項(xiàng)評(píng)級(jí)債券樣本組的第（6）列，流動(dòng)性對(duì)債券信用利差的影響系數(shù)為0.5839，說(shuō)明債券流動(dòng)性對(duì)債券信用利差的影響效應(yīng)在低債項(xiàng)評(píng)級(jí)債券樣本中更大，從而支持了流動(dòng)性中介效應(yīng)占比在不同債項(xiàng)評(píng)級(jí)樣本中存在差異，這與研究假設(shè)H3結(jié)論一致。

研究結(jié)論與政策建議

本文實(shí)證研究結(jié)果表明，經(jīng)濟(jì)政策不確定性除了直接影響債券信用利差以外，還存在以流動(dòng)性為中介變量的顯著中介效應(yīng)。與國(guó)企債和低債項(xiàng)評(píng)級(jí)債券相比，流動(dòng)性對(duì)非國(guó)企債和低債項(xiàng)評(píng)級(jí)債券信用利差的影響更大，流動(dòng)性中介效應(yīng)占比在非國(guó)企債和低債項(xiàng)評(píng)級(jí)債券中均更高。

基于本文的研究結(jié)論，有如下政策建議。

首先，目前全球經(jīng)濟(jì)發(fā)展仍然充滿高度不確定性，債券市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)日益突出，因此，國(guó)家在防控疫情的同時(shí)，要加強(qiáng)債券市場(chǎng)流動(dòng)性建設(shè)。促進(jìn)銀行間市場(chǎng)、交易所市場(chǎng)乃至柜臺(tái)市場(chǎng)的統(tǒng)一，可借鑒發(fā)達(dá)國(guó)家經(jīng)驗(yàn)，在各債券交易市場(chǎng)建立統(tǒng)一的做市商制度，充分發(fā)揮做市商提高流動(dòng)性、維護(hù)市場(chǎng)穩(wěn)定和促進(jìn)價(jià)格發(fā)現(xiàn)的功能。這對(duì)于增加債券市場(chǎng)厚度、深度與寬度，增強(qiáng)債券市場(chǎng)交易活力以及減緩流動(dòng)性風(fēng)險(xiǎn)對(duì)二級(jí)債券市場(chǎng)的沖擊等具有重要意義。

其次，經(jīng)濟(jì)政策不確定性和流動(dòng)性風(fēng)險(xiǎn)對(duì)民企債和低債項(xiàng)評(píng)級(jí)債券造成了較為明顯的沖擊，導(dǎo)致不同企業(yè)之間的“馬太效應(yīng)”日益凸顯，影響了國(guó)家扶持中小微企業(yè)政策的實(shí)施效果。未來(lái)應(yīng)進(jìn)一步強(qiáng)化市場(chǎng)在資源配置中的決定性作用，淘汰“僵尸企業(yè)”，打擊惡意逃廢債行為，促進(jìn)各種所有制經(jīng)濟(jì)公平競(jìng)爭(zhēng)。同時(shí)，要進(jìn)一步加強(qiáng)普惠金融建設(shè)，支持中小民營(yíng)企業(yè)發(fā)展，穩(wěn)定市場(chǎng)信心。

最后，在經(jīng)濟(jì)政策不確定性背景下，為防止債券違約事件頻發(fā)引發(fā)的市場(chǎng)動(dòng)蕩，要建立債券違約風(fēng)險(xiǎn)預(yù)警機(jī)制，提高市場(chǎng)識(shí)別企業(yè)違約風(fēng)險(xiǎn)的能力，并對(duì)違約事件及時(shí)進(jìn)行處理，進(jìn)一步強(qiáng)化債券違約處置措施，降低債券違約成本和債券違約的傳染效應(yīng)，大力發(fā)展和完善金融風(fēng)險(xiǎn)對(duì)沖工具，防范系統(tǒng)性金融風(fēng)險(xiǎn)。

參考文獻(xiàn)

[1]韓鵬飛，胡奕明. 政府隱性擔(dān)保一定能降低債券的融資成本嗎？——關(guān)于國(guó)有企業(yè)和地方融資平臺(tái)債券的實(shí)證研究[J]. 金融研究，2015（3）.

[2]王超. 經(jīng)濟(jì)政策不確定性與信用利差影響及其作用機(jī)制研究[J]. 上海金融，2020（2）.

[3]楊媛杰，陳藝云，王傲磊. 經(jīng)濟(jì)政策不確定性、風(fēng)險(xiǎn)承擔(dān)與公司債信用價(jià)差[J]. 金融經(jīng)濟(jì)學(xué)研究，2020，35（6）.

[4]張雪瑩，劉茵偉. 資本市場(chǎng)開放、流動(dòng)性與債券利差與公司債信港通的實(shí)證檢驗(yàn)[J]. 國(guó)際金融研究，2021（7）.

[5] Baker， Scott， Nicholas B， Steven J. D. Measuring Economic Policy Uncertainty[J]. Quarterly Journal of Economics， 2016， 131（4）.

[6] Choi J， Hoseinzade S， Shin S S， Tehranian H. Corporate Bond Mutual Funds and Asset Fire Sales[J]. Journal of Financial Economics， 2020（2）.

[7] Ioannidis? C， Kook K A. Economic Policy Uncertainty and Bond Risk Premia [J]. Journal of Money Credit and Banking， 2021， 53（6）.

[8] Kaviani M S， Lawrence K， Hosein M， Pavel S. Policy Uncertainty and Corporate Credit Spreads [J]. Journal of Financial Economics， 2020， 138（3）.

作者單位：山東財(cái)經(jīng)大學(xué)金融學(xué)院

責(zé)任編輯：唐潔瓏 劉穎