论文部分内容阅读
【摘要】经济发展金融先行，金融是蓝色经济的助推力。青岛作为山东半岛蓝色经济区的龙头城市，其金融发展对海洋产业结构优化是否具有推动作用？若推动作用不明显，那原因是什么？文章基于商业银行信贷视角，运用脉冲响应和方差分解方法，实证检验了青岛市金融发展对海洋产业结构优化的影响，并提出相应的对策建议。
【关键词】金融发展 海洋产业结构优化 脉冲响应 方差分解
【中图分类号】F832.4 【文献标识码】A
十八大报告提出建设海洋强国战略目标，2011年，国务院批复《山东半岛蓝色经济区发展规划》（以下简称《规划》），山东半岛蓝色经济区建设上升为国家战略。根据《规划》，到2020年，要建成海洋经济发达、产业结构优化、人与自然和谐的蓝色经济区。青岛作为山东半岛蓝色经济区核心区的龙头城市，海洋产业结构优化的任务重大。经济发展金融先行，金融是蓝色经济的助推力。当前形势下，金融发展是否有效推动了青岛市海洋产业结构的优化升级？若推动作用不明显，那阻碍金融推动效应的原因是什么？这些问题对最大限度发挥金融功能、推动海洋产业结构优化具有重要意义和应用价值。
国内外针对海洋产业结构优化的实证研究相对较少。国外学者更侧重金融发展对产业结构的效应研究，认为金融结构与产业发展关系密切，而发达的金融体系对产业结构优化尤为重要①;与商业银行信贷融资相比，股市更能促进产业的发展②，但商业银行间的竞争有利于依赖外部融资的产业发展③，商业银行为主导的金融体系能促进产业技术创新④。国内学者多从金融结构、效率、规模等角度，针对金融发展对海洋产业结构的影响进行实证分析，但因变量选择和研究区域的差异，检验结论不尽相同。
已有的成果有许多值得借鉴的地方，但某些方面还需进一步完善：第一，未考虑城乡金融发展均衡度对海洋产业结构优化的影响。金融发展应是金融体系整体功能优化的过程，不仅包含规模扩张、结构优化和效率提高，还表现为城乡金融发展均衡。第二，以往成果多采用海洋第二、三产业比率等单一指标进行衡量，无法涵盖海洋产业结构优化的整体要义。海洋产业结构优化是海洋产业有序转移、海洋技术进步、环境友好、可持续发展等多方面优化过程，衡量指标应尽量全面综合。
本文可能的贡献在于：将城乡金融发展均衡度作为金融发展的指标之一，以更全面地检验青岛市金融发展对海洋产业结构优化的影响效应;为防止单一指标的片面性，本文从“海洋产业发展、环境友好、技术进步”等角度选取相应指标，采用熵值法计算海洋产业结构优化指数，对青岛市海洋产业结构优化水平进行综合评价。
青岛市金融发展与海洋产业结构的现状解读
青岛市金融发展的现状解读。金融是蓝色经济助推力，借助商业银行和证券市场两大主要渠道，金融通过对资金聚集与分配影响着实体经济的发展。当前青岛主要通过银行信贷影响实体经济，因此本文未将证券市场纳入研究范围，而是以银行存、贷款余额为基础，衡量青岛市金融发展情况。
图1：青岛市金融发展的历年态势
金融规模（X1）：以金融机构存、贷款余额为基础，用“金融机构存贷款余额之和与GDP之比”衡量金融发展规模。
城乡金融差距（X2）：在《中国农业银行三农金融事业部制改革与监管指引》中，银监会将县域金融界定为农村金融，因此本文选取“非县域贷款余额与县域贷款余额之比”衡量金融资源在城乡配置的差距。
金融效率（X3）：用金融机构贷款余额与存款余额之比（存贷比）来反映青岛市金融机构将储蓄转化为投资的效率。
图1显示，青岛市金融发展规模和城乡金融差距受国际金融环境的影响较大，1997年以来青岛市金融规模平稳发展，2008年受国际金融危机影响呈略微下降态势，但随后逐渐回升;城乡金融差距持续加大，2008年达到顶峰，之后差距逐渐缩小。作为衡量金融效率的指标，存贷比多年来波动不大，作为我国法定监管指标，目前要求不得超过75%，这虽然有助于防止银行信贷过快增长和维护银行体系稳定，但不利于银行业绩增长和经营效率提高。
青岛市海洋产业结构优化度的综合评价。本文从“海洋产业发展、环境友好、技术进步”角度选取相应指标，运用熵值法测算海洋产业结构优化指数，以综合反映青岛市海洋产业结构的优化水平。
海洋产业发展。本文用“主要海洋产业增加值占GDP比重”代表海洋产业发展水平;用“海洋第二、三产业增加值占主要海洋产业增加值的比重”反映海洋产业的有序转移。
环境友好。随着人口扩张和全球工业迅速发展，大量废水、废气和固体废物排入大海，已严重威胁到海洋生态稳定。大力发展海洋产业的同时，海洋污染防治刻不容缓。考虑到数据可得性，本文选择“万元GDP工业废水排放（吨）、万元GDP工业废气排放（万标立方米）、亿元GDP二氧化硫排放量（吨）”来衡量青岛市环境污染情况。
技术进步。本文使用基于数据包络分析（DEA）的Malmquist指数来测算全要素生产率（TFP）的增长情况，以测算技术进步对青岛市海洋产业结构优化的贡献度。鉴于海洋产业领域相关数据缺失，考虑到数据可得性，两个投入变量为资本变量（固定资产投资额）与劳动变量（城乡从业人员总量），两个产出变量为GDP与财政收入，运用Deap软件，采用投入导向的方式，使用基于DEA的Malmquist指数测算全要素生产率（TFP）的增长情况。
图2：青岛市海洋产业结构优化指数的发展态势
上述指标均采用青岛市1997年～2012年的年度数据，数据取自各年度的《青岛统计年鉴》，青岛市主要海洋产业相关数据从青岛市海洋与渔业局获取。
鉴于熵值法能客观赋权、降低人为因素的主观性影响，本文基于上述指标，运用熵值法计算海洋产业结构优化指数（Y），反映青岛市海洋产业结构优化水平（因篇幅所限，详细计算过程本文从略）。图2显示，1997年以来，青岛市海洋产业结构逐年优化，受2008年全球金融危机影响，2009年出现短时间下滑，2010年起逐步回升并趋于稳定。 青岛市金融发展对海洋产业结构优化的效应分析
本文运用脉冲响应和方差分解方法，考察金融发展对海洋产业结构优化的影响效应。由于存贷比指标受到金融监管政策的限制，削弱了存贷比衡量金融效率的科学性和相关性，因此本文仅考察金融发展规模与城乡金融差距对海洋产业结构优化的影响。
单位根检验。为检验各变量的平稳性，避免伪回归现象，本文首先运用Eviews6.0软件对各变量序列进行ADF单位根检验，检验结果表明，X1、X2、Y的二阶差分序列均在1%的显著水平下平稳，都属于二阶单整。
金融发展与海洋产业结构优化的脉冲响应分析。运用Eviews6.0软件，用X1、X2、Y为内生变量建立了VAR模型，图3显示，没有根位于单位圆外，即所估计的VAR模型是稳定的。
图3：单位圆和特征根
对VAR模型进行脉冲响应分析，有助于衡量随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。图4、图5描述了青岛市海洋产业结构受到金融规模和城乡金融差距的一个标准差冲击后所产生的响应。
图4：Y对X1扰动的响应 图5：Y对X2扰动的响应
图4显示，Y对X1扰动立即做出响应，当期响应值为-0.53%，在第4期趋于0，之后响应有所减少，到第8期左右趋于-0.27%，表明青岛市金融发展规模的不断扩大将不利于青岛市海洋产业结构的优化，且该挑战具有长期性。究其原因可发现：由于海洋第一产业的自然风险高、市场风险大，海洋高技术产业又具有风险高、投入大、回收周期长的特点，加之用于贷款抵押的专用设备可变现性差、抵押率低，资金趋利性会驱使银行信贷资源更倾向于风险更小、回收周期短的行业，由于对海洋产业信贷支持不足，即便金融规模扩大，也难以对海洋产业结构优化产生有效的促进作用;再者，由于我国在“可持续金融”、“绿色信贷”经营理念的欠缺，迅速扩张的金融规模虽然促进了经济发展，某种程度上却使得环境污染日益加剧，无益于海洋产业结构整体优化。
图5显示，Y对X2扰动也立即做出响应且为正向的（0.13%），第2期达到最大且为负向的（-0.19%），在第3期后逐渐趋于0.07%左右，表现出可持续性，表明青岛市城乡金融差距的增大有助于青岛市海洋产业结构优化，且该效应长期存在，但初期会有先抑后扬的波动现象。该现象可归因为：城乡金融差距扩大、信贷资源向城镇倾斜，会导致海洋第一产业资金来源减少，由于其在海洋经济中的重要地位，在初期势必影响到海洋产业发展，但随着海洋产业不断成长，海洋第二、三产业比重不断增大，信贷资源向城镇的重点配置有助于满足海洋第二、三产业的资金需求，促进海洋产业结构不断优化。
表1：Y的方差分解结果
方差分解。方差分解有助于分析各变量间的相互贡献度。表1显示，在第1期预测中，海洋产业结构优化有51.83%是由自身扰动引起的，之后略有波动，但始终在50%以上;金融规模对海洋产业结构优化具有重要影响，第1期的解释力度为45.52%，之后先降后升，第10期回升到44.18%;城乡金融差距解释力度较低，为2.65%，之后缓慢增加，第10期升至5.43%。
对策建议
脉冲响应分析和方差分解结果显示，金融发展规模对青岛市海洋产业结构优化有重要影响，但金融规模扩大未能发挥积极的推动作用;城乡金融差距增大、信贷资源向城镇重点倾斜有助于海洋产业结构优化调整，但贡献程度较低。为优化海洋产业结构，应在金融发展规模不断扩大的同时，有效增强对海洋产业的金融支持，使金融规模的扩大能有效推动海洋产业结构优化。为此，本文提出如下对策建议：
第一，加大对弱质海洋产业和海洋高技术产业的政策性金融支持。由于海洋第一产业的弱质性，自然风险高、市场风险大，海洋高技术产业又具有风险高、投入大、回收周期长的特点，风险和收益不对称使得银行信贷支持力度不大，建议对弱质产业和高技术产业给予政策性扶持，加大财政投入和税费优惠措施，鼓励金融机构增大对该类产业的金融服务;同时完善涉海政策性保险和巨灾风险分散机制，完善保险保障功能。
第二，创新海洋产业的资产抵押方式。由于海洋产业特殊性，用于贷款抵押的设备专用性强、变现能力较差、抵押率低、有效抵押资产品种较少，这些都成为海洋产业获取银行信贷支持的主要难题。除了传统的固定资产，可积极探索海域使用权、捕捞权等新型抵押融资方式，推进交易转让平台建设，创新海洋产业的资产抵押方式。
第三，加大海洋产业链金融等商业银行信贷服务创新。重视对近浅海产业链系统、终端商品生产加工产业链、海洋运输网络产业系统以及深海海洋产业链系统建设的金融支持。优先支持成长性强、与上下游延续性好的企业，并以其为核心，针对产业链的各个环节设计金融服务产品，为整个产业链上的所有企业提供综合解决方案，并将信贷资金在产业链内封闭运转，以降低产业链的整体风险。
第四，拓展多种形式的融资渠道。扩大直接融资规模，同时政府应发挥财政资金的引导作用，吸引民间资本参与海洋产业发展，鼓励私募股权投资、风险投资基金等资金公司与海洋新兴产业的合作，形成多元化的投融资机制。
第五，强化商业银行“可持续金融”、“绿色信贷”的经营理念和原则。在项目筛选以及贷前、贷中、贷后的流程管控过程中真正贯彻可持续发展、环境保护等理念，通过提供专业金融服务，实现环境保护，减少污染排放，促进海洋产业结构整体优化。
（作者单位：山东科技大学经济管理学院;本文受2014年度青岛市社会科学规划项目资助，项目编号：QDSKL140434）
【注释】
①Angelos A Antzoulatos， Nicholas Apergis， Chris Tsoumas， Financial Structure and Industrial Structure， Bulletin of Economic Research， 2011， 63（2）， pp.109～139.
②Wurgler J， Financial Markets and the Allocation of Capital， Journal of Financial Economics， 2000（58）， pp.187～214.
③Claessens S， Laeven L， Financial Sector Competition， Finance Dependence， and Economic Growth， Journal of the European Economic Association， 2005， 3（1）， pp.179～207.
④Solomon Tadesse， Innovation， Information， and Financial Architecture， Journal of Financial and Quantitative Analysis， 2006，41（4），pp.753～786.
责编 / 许国荣（实习）
【关键词】金融发展 海洋产业结构优化 脉冲响应 方差分解
【中图分类号】F832.4 【文献标识码】A
十八大报告提出建设海洋强国战略目标，2011年，国务院批复《山东半岛蓝色经济区发展规划》（以下简称《规划》），山东半岛蓝色经济区建设上升为国家战略。根据《规划》，到2020年，要建成海洋经济发达、产业结构优化、人与自然和谐的蓝色经济区。青岛作为山东半岛蓝色经济区核心区的龙头城市，海洋产业结构优化的任务重大。经济发展金融先行，金融是蓝色经济的助推力。当前形势下，金融发展是否有效推动了青岛市海洋产业结构的优化升级？若推动作用不明显，那阻碍金融推动效应的原因是什么？这些问题对最大限度发挥金融功能、推动海洋产业结构优化具有重要意义和应用价值。
国内外针对海洋产业结构优化的实证研究相对较少。国外学者更侧重金融发展对产业结构的效应研究，认为金融结构与产业发展关系密切，而发达的金融体系对产业结构优化尤为重要①;与商业银行信贷融资相比，股市更能促进产业的发展②，但商业银行间的竞争有利于依赖外部融资的产业发展③，商业银行为主导的金融体系能促进产业技术创新④。国内学者多从金融结构、效率、规模等角度，针对金融发展对海洋产业结构的影响进行实证分析，但因变量选择和研究区域的差异，检验结论不尽相同。
已有的成果有许多值得借鉴的地方，但某些方面还需进一步完善：第一，未考虑城乡金融发展均衡度对海洋产业结构优化的影响。金融发展应是金融体系整体功能优化的过程，不仅包含规模扩张、结构优化和效率提高，还表现为城乡金融发展均衡。第二，以往成果多采用海洋第二、三产业比率等单一指标进行衡量，无法涵盖海洋产业结构优化的整体要义。海洋产业结构优化是海洋产业有序转移、海洋技术进步、环境友好、可持续发展等多方面优化过程，衡量指标应尽量全面综合。
本文可能的贡献在于：将城乡金融发展均衡度作为金融发展的指标之一，以更全面地检验青岛市金融发展对海洋产业结构优化的影响效应;为防止单一指标的片面性，本文从“海洋产业发展、环境友好、技术进步”等角度选取相应指标，采用熵值法计算海洋产业结构优化指数，对青岛市海洋产业结构优化水平进行综合评价。
青岛市金融发展与海洋产业结构的现状解读
青岛市金融发展的现状解读。金融是蓝色经济助推力，借助商业银行和证券市场两大主要渠道，金融通过对资金聚集与分配影响着实体经济的发展。当前青岛主要通过银行信贷影响实体经济，因此本文未将证券市场纳入研究范围，而是以银行存、贷款余额为基础，衡量青岛市金融发展情况。
图1：青岛市金融发展的历年态势
金融规模（X1）：以金融机构存、贷款余额为基础，用“金融机构存贷款余额之和与GDP之比”衡量金融发展规模。
城乡金融差距（X2）：在《中国农业银行三农金融事业部制改革与监管指引》中，银监会将县域金融界定为农村金融，因此本文选取“非县域贷款余额与县域贷款余额之比”衡量金融资源在城乡配置的差距。
金融效率（X3）：用金融机构贷款余额与存款余额之比（存贷比）来反映青岛市金融机构将储蓄转化为投资的效率。
图1显示，青岛市金融发展规模和城乡金融差距受国际金融环境的影响较大，1997年以来青岛市金融规模平稳发展，2008年受国际金融危机影响呈略微下降态势，但随后逐渐回升;城乡金融差距持续加大，2008年达到顶峰，之后差距逐渐缩小。作为衡量金融效率的指标，存贷比多年来波动不大，作为我国法定监管指标，目前要求不得超过75%，这虽然有助于防止银行信贷过快增长和维护银行体系稳定，但不利于银行业绩增长和经营效率提高。
青岛市海洋产业结构优化度的综合评价。本文从“海洋产业发展、环境友好、技术进步”角度选取相应指标，运用熵值法测算海洋产业结构优化指数，以综合反映青岛市海洋产业结构的优化水平。
海洋产业发展。本文用“主要海洋产业增加值占GDP比重”代表海洋产业发展水平;用“海洋第二、三产业增加值占主要海洋产业增加值的比重”反映海洋产业的有序转移。
环境友好。随着人口扩张和全球工业迅速发展，大量废水、废气和固体废物排入大海，已严重威胁到海洋生态稳定。大力发展海洋产业的同时，海洋污染防治刻不容缓。考虑到数据可得性，本文选择“万元GDP工业废水排放（吨）、万元GDP工业废气排放（万标立方米）、亿元GDP二氧化硫排放量（吨）”来衡量青岛市环境污染情况。
技术进步。本文使用基于数据包络分析（DEA）的Malmquist指数来测算全要素生产率（TFP）的增长情况，以测算技术进步对青岛市海洋产业结构优化的贡献度。鉴于海洋产业领域相关数据缺失，考虑到数据可得性，两个投入变量为资本变量（固定资产投资额）与劳动变量（城乡从业人员总量），两个产出变量为GDP与财政收入，运用Deap软件，采用投入导向的方式，使用基于DEA的Malmquist指数测算全要素生产率（TFP）的增长情况。
图2：青岛市海洋产业结构优化指数的发展态势
上述指标均采用青岛市1997年～2012年的年度数据，数据取自各年度的《青岛统计年鉴》，青岛市主要海洋产业相关数据从青岛市海洋与渔业局获取。
鉴于熵值法能客观赋权、降低人为因素的主观性影响，本文基于上述指标，运用熵值法计算海洋产业结构优化指数（Y），反映青岛市海洋产业结构优化水平（因篇幅所限，详细计算过程本文从略）。图2显示，1997年以来，青岛市海洋产业结构逐年优化，受2008年全球金融危机影响，2009年出现短时间下滑，2010年起逐步回升并趋于稳定。 青岛市金融发展对海洋产业结构优化的效应分析
本文运用脉冲响应和方差分解方法，考察金融发展对海洋产业结构优化的影响效应。由于存贷比指标受到金融监管政策的限制，削弱了存贷比衡量金融效率的科学性和相关性，因此本文仅考察金融发展规模与城乡金融差距对海洋产业结构优化的影响。
单位根检验。为检验各变量的平稳性，避免伪回归现象，本文首先运用Eviews6.0软件对各变量序列进行ADF单位根检验，检验结果表明，X1、X2、Y的二阶差分序列均在1%的显著水平下平稳，都属于二阶单整。
金融发展与海洋产业结构优化的脉冲响应分析。运用Eviews6.0软件，用X1、X2、Y为内生变量建立了VAR模型，图3显示，没有根位于单位圆外，即所估计的VAR模型是稳定的。
图3：单位圆和特征根
对VAR模型进行脉冲响应分析，有助于衡量随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。图4、图5描述了青岛市海洋产业结构受到金融规模和城乡金融差距的一个标准差冲击后所产生的响应。
图4：Y对X1扰动的响应 图5：Y对X2扰动的响应
图4显示，Y对X1扰动立即做出响应，当期响应值为-0.53%，在第4期趋于0，之后响应有所减少，到第8期左右趋于-0.27%，表明青岛市金融发展规模的不断扩大将不利于青岛市海洋产业结构的优化，且该挑战具有长期性。究其原因可发现：由于海洋第一产业的自然风险高、市场风险大，海洋高技术产业又具有风险高、投入大、回收周期长的特点，加之用于贷款抵押的专用设备可变现性差、抵押率低，资金趋利性会驱使银行信贷资源更倾向于风险更小、回收周期短的行业，由于对海洋产业信贷支持不足，即便金融规模扩大，也难以对海洋产业结构优化产生有效的促进作用;再者，由于我国在“可持续金融”、“绿色信贷”经营理念的欠缺，迅速扩张的金融规模虽然促进了经济发展，某种程度上却使得环境污染日益加剧，无益于海洋产业结构整体优化。
图5显示，Y对X2扰动也立即做出响应且为正向的（0.13%），第2期达到最大且为负向的（-0.19%），在第3期后逐渐趋于0.07%左右，表现出可持续性，表明青岛市城乡金融差距的增大有助于青岛市海洋产业结构优化，且该效应长期存在，但初期会有先抑后扬的波动现象。该现象可归因为：城乡金融差距扩大、信贷资源向城镇倾斜，会导致海洋第一产业资金来源减少，由于其在海洋经济中的重要地位，在初期势必影响到海洋产业发展，但随着海洋产业不断成长，海洋第二、三产业比重不断增大，信贷资源向城镇的重点配置有助于满足海洋第二、三产业的资金需求，促进海洋产业结构不断优化。
表1：Y的方差分解结果
方差分解。方差分解有助于分析各变量间的相互贡献度。表1显示，在第1期预测中，海洋产业结构优化有51.83%是由自身扰动引起的，之后略有波动，但始终在50%以上;金融规模对海洋产业结构优化具有重要影响，第1期的解释力度为45.52%，之后先降后升，第10期回升到44.18%;城乡金融差距解释力度较低，为2.65%，之后缓慢增加，第10期升至5.43%。
对策建议
脉冲响应分析和方差分解结果显示，金融发展规模对青岛市海洋产业结构优化有重要影响，但金融规模扩大未能发挥积极的推动作用;城乡金融差距增大、信贷资源向城镇重点倾斜有助于海洋产业结构优化调整，但贡献程度较低。为优化海洋产业结构，应在金融发展规模不断扩大的同时，有效增强对海洋产业的金融支持，使金融规模的扩大能有效推动海洋产业结构优化。为此，本文提出如下对策建议：
第一，加大对弱质海洋产业和海洋高技术产业的政策性金融支持。由于海洋第一产业的弱质性，自然风险高、市场风险大，海洋高技术产业又具有风险高、投入大、回收周期长的特点，风险和收益不对称使得银行信贷支持力度不大，建议对弱质产业和高技术产业给予政策性扶持，加大财政投入和税费优惠措施，鼓励金融机构增大对该类产业的金融服务;同时完善涉海政策性保险和巨灾风险分散机制，完善保险保障功能。
第二，创新海洋产业的资产抵押方式。由于海洋产业特殊性，用于贷款抵押的设备专用性强、变现能力较差、抵押率低、有效抵押资产品种较少，这些都成为海洋产业获取银行信贷支持的主要难题。除了传统的固定资产，可积极探索海域使用权、捕捞权等新型抵押融资方式，推进交易转让平台建设，创新海洋产业的资产抵押方式。
第三，加大海洋产业链金融等商业银行信贷服务创新。重视对近浅海产业链系统、终端商品生产加工产业链、海洋运输网络产业系统以及深海海洋产业链系统建设的金融支持。优先支持成长性强、与上下游延续性好的企业，并以其为核心，针对产业链的各个环节设计金融服务产品，为整个产业链上的所有企业提供综合解决方案，并将信贷资金在产业链内封闭运转，以降低产业链的整体风险。
第四，拓展多种形式的融资渠道。扩大直接融资规模，同时政府应发挥财政资金的引导作用，吸引民间资本参与海洋产业发展，鼓励私募股权投资、风险投资基金等资金公司与海洋新兴产业的合作，形成多元化的投融资机制。
第五，强化商业银行“可持续金融”、“绿色信贷”的经营理念和原则。在项目筛选以及贷前、贷中、贷后的流程管控过程中真正贯彻可持续发展、环境保护等理念，通过提供专业金融服务，实现环境保护，减少污染排放，促进海洋产业结构整体优化。
（作者单位：山东科技大学经济管理学院;本文受2014年度青岛市社会科学规划项目资助，项目编号：QDSKL140434）
【注释】
①Angelos A Antzoulatos， Nicholas Apergis， Chris Tsoumas， Financial Structure and Industrial Structure， Bulletin of Economic Research， 2011， 63（2）， pp.109～139.
②Wurgler J， Financial Markets and the Allocation of Capital， Journal of Financial Economics， 2000（58）， pp.187～214.
③Claessens S， Laeven L， Financial Sector Competition， Finance Dependence， and Economic Growth， Journal of the European Economic Association， 2005， 3（1）， pp.179～207.
④Solomon Tadesse， Innovation， Information， and Financial Architecture， Journal of Financial and Quantitative Analysis， 2006，41（4），pp.753～786.
责编 / 许国荣（实习）