付連軍

【摘 要】 美國(guó)的貿(mào)易保護(hù)主義政策會(huì)給我國(guó)經(jīng)濟(jì)造成較大外部沖擊，該影響不只使市場(chǎng)總體需求下降，在信息不對(duì)稱作用下還會(huì)通過(guò)企業(yè)杠桿率影響其產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)行為，放大經(jīng)濟(jì)波動(dòng)，使企業(yè)因流動(dòng)性短缺產(chǎn)生嚴(yán)重的財(cái)務(wù)危機(jī)。文章在對(duì)兩企業(yè)動(dòng)態(tài)博弈模型擴(kuò)展基礎(chǔ)上利用面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)發(fā)現(xiàn)：外部沖擊與杠桿率通過(guò)交互作用，顯著影響企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率，遺漏外部沖擊會(huì)導(dǎo)致財(cái)務(wù)危機(jī)預(yù)警模型產(chǎn)生估計(jì)偏誤。外部沖擊首先影響高財(cái)務(wù)杠桿企業(yè)，其次通過(guò)上下游產(chǎn)業(yè)鏈傳導(dǎo)至整個(gè)經(jīng)濟(jì)體，因而管控高杠桿率企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是遏制外部沖擊傳導(dǎo)至我國(guó)經(jīng)濟(jì)的關(guān)鍵。在央行降準(zhǔn)刺激內(nèi)需背景下，可以針對(duì)高杠桿率行業(yè)和企業(yè)精準(zhǔn)調(diào)控實(shí)現(xiàn)供給側(cè)改革降杠桿目標(biāo)。

【關(guān)鍵詞】 外部沖擊; 杠桿率; 預(yù)警模型

【中圖分類(lèi)號(hào)】 F275? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2019）11-0027-04

一、前言

當(dāng)前我國(guó)供給側(cè)結(jié)構(gòu)性改革和經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)都處于關(guān)鍵時(shí)期，降低杠桿率防范金融風(fēng)險(xiǎn)成為重中之重，與此同時(shí)美國(guó)貿(mào)易保護(hù)主義之風(fēng)愈演愈烈，勢(shì)必給我國(guó)宏觀經(jīng)濟(jì)運(yùn)行帶來(lái)較大的外部沖擊。在這一背景下，央行出臺(tái)“降準(zhǔn)”寬松貨幣政策刺激內(nèi)需以防范化解外部風(fēng)險(xiǎn)，會(huì)不會(huì)影響“降杠桿”政策的實(shí)施呢？本文從分析外部經(jīng)濟(jì)沖擊對(duì)我國(guó)經(jīng)濟(jì)波動(dòng)風(fēng)險(xiǎn)的影響機(jī)制和路徑著手，在對(duì)兩企業(yè)動(dòng)態(tài)博弈模型擴(kuò)展基礎(chǔ)上利用面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)發(fā)現(xiàn)，外部經(jīng)濟(jì)沖擊會(huì)在信息不對(duì)稱作用下通過(guò)企業(yè)杠桿率影響其產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)行為，放大經(jīng)濟(jì)波動(dòng)，使企業(yè)因流動(dòng)性短缺產(chǎn)生嚴(yán)重的財(cái)務(wù)危機(jī)。外部沖擊首先影響高財(cái)務(wù)杠桿企業(yè)，其次通過(guò)上下游產(chǎn)業(yè)鏈傳導(dǎo)至整個(gè)經(jīng)濟(jì)體，所以管控高杠桿率企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是遏制外部沖擊傳導(dǎo)至我國(guó)經(jīng)濟(jì)的關(guān)鍵。在央行降準(zhǔn)刺激內(nèi)需背景下，防范外部經(jīng)濟(jì)沖擊，關(guān)鍵是扼住其通過(guò)高財(cái)務(wù)杠桿企業(yè)傳播的路徑?？梢葬槍?duì)高杠桿率行業(yè)和高杠桿率企業(yè)精準(zhǔn)調(diào)控實(shí)現(xiàn)供給側(cè)改革降杠桿目標(biāo)。

關(guān)于外部經(jīng)濟(jì)沖擊影響企業(yè)機(jī)制的研究，顏海明、李強(qiáng)[ 1 ]將金融危機(jī)理論和契約理論融入新貿(mào)易理論框架，構(gòu)建了一個(gè)靜態(tài)的一般均衡模型，從“供給沖擊”角度揭示金融危機(jī)通過(guò)融資約束對(duì)中國(guó)企業(yè)出口影響的微觀作用機(jī)理。王培輝和康書(shū)生[ 2 ]認(rèn)為外部金融沖擊與其宏觀經(jīng)濟(jì)驅(qū)動(dòng)成分和外部金融沖擊驅(qū)動(dòng)成分的波動(dòng)特征基本一致，當(dāng)前外部金融沖擊對(duì)我國(guó)企業(yè)金融風(fēng)險(xiǎn)波動(dòng)有較大影響。增強(qiáng)中國(guó)宏觀經(jīng)濟(jì)和金融體系抗風(fēng)險(xiǎn)能力，降低帶來(lái)的負(fù)面影響是金融監(jiān)管當(dāng)局的重點(diǎn)工作任務(wù)。Pagano and Volpin[ 3 ]認(rèn)為嚴(yán)重依賴外部融資企業(yè)，在經(jīng)濟(jì)負(fù)向波動(dòng)時(shí)更可能減少投資額從而降低其市場(chǎng)份額，并且這一行為依賴于競(jìng)爭(zhēng)對(duì)手的財(cái)務(wù)特征。關(guān)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究，Kim[ 4 ]利用神經(jīng)網(wǎng)絡(luò)改進(jìn)算法與其他方法結(jié)合進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)模型研究，發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)方法比傳統(tǒng)方法預(yù)測(cè)準(zhǔn)確率更高。關(guān)宇[ 5 ]按照可測(cè)度的信號(hào)集，對(duì)同一時(shí)序內(nèi)上市企業(yè)具有相同的財(cái)務(wù)危機(jī)預(yù)警信號(hào)強(qiáng)度進(jìn)行Cox模型修正的信號(hào)集生存函數(shù)修正，實(shí)現(xiàn)了面向模型的連續(xù)時(shí)間變化做出區(qū)段分析，對(duì)上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警信號(hào)進(jìn)行更為精細(xì)化的風(fēng)險(xiǎn)估計(jì)。

這些模型共同特點(diǎn)是只考慮了企業(yè)個(gè)體財(cái)務(wù)特征的作用，沒(méi)有考慮企業(yè)所處外部經(jīng)濟(jì)環(huán)境的影響。實(shí)際上當(dāng)面臨負(fù)向外部經(jīng)濟(jì)沖擊時(shí)，即使企業(yè)財(cái)務(wù)指標(biāo)未發(fā)生變化，其破產(chǎn)概率也會(huì)增加。這些環(huán)境因素還會(huì)與企業(yè)個(gè)體財(cái)務(wù)特征相結(jié)合形成交互作用。2008年國(guó)際金融危機(jī)爆發(fā)使我國(guó)企業(yè)虧損及倒閉數(shù)量大增，不考慮外部經(jīng)濟(jì)沖擊造成的影響，企業(yè)財(cái)務(wù)預(yù)警模型的參數(shù)估計(jì)會(huì)產(chǎn)生偏誤。提高企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型預(yù)測(cè)準(zhǔn)確率，不但要考慮外部經(jīng)濟(jì)沖擊自身影響，而且要研究其與企業(yè)自身財(cái)務(wù)杠桿率水平形成的交互作用。公司財(cái)務(wù)風(fēng)險(xiǎn)來(lái)源于流動(dòng)性短缺，那些具有較強(qiáng)盈利能力和成長(zhǎng)空間的企業(yè)，由于需要巨額債務(wù)本金和利息支出，在公司融資能力不能滿足其經(jīng)營(yíng)活動(dòng)所需資金要求時(shí)，就會(huì)產(chǎn)生流動(dòng)性短缺風(fēng)險(xiǎn)。流動(dòng)性短缺既與外部融資造成的對(duì)企業(yè)現(xiàn)金流的求償權(quán)導(dǎo)致現(xiàn)金流出有關(guān)，又取決于企業(yè)創(chuàng)造現(xiàn)金流的能力。而外部經(jīng)濟(jì)沖擊既通過(guò)企業(yè)融資結(jié)構(gòu)影響現(xiàn)金流支出，又通過(guò)對(duì)企業(yè)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)行為影響企業(yè)獲取現(xiàn)金流的能力，所以外部經(jīng)濟(jì)波動(dòng)沖擊對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響是通過(guò)財(cái)務(wù)杠桿實(shí)現(xiàn)的。

本文可能的理論貢獻(xiàn)在于拓展了Chevalier和Scharfstein兩企業(yè)動(dòng)態(tài)博弈模型，研究外部經(jīng)濟(jì)沖擊通過(guò)企業(yè)杠桿率對(duì)市場(chǎng)競(jìng)爭(zhēng)行為進(jìn)而對(duì)其財(cái)務(wù)風(fēng)險(xiǎn)的影響，并利用面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。經(jīng)濟(jì)實(shí)踐方面的貢獻(xiàn)在于提出外部經(jīng)濟(jì)波動(dòng)沖擊的微觀效應(yīng)受企業(yè)經(jīng)營(yíng)杠桿、財(cái)務(wù)杠桿制約，在央行降準(zhǔn)刺激內(nèi)需背景下，防范外部經(jīng)濟(jì)沖擊，關(guān)鍵是扼住其通過(guò)高財(cái)務(wù)杠桿企業(yè)傳播的路徑。可以針對(duì)高杠桿率行業(yè)和高杠桿率企業(yè)精準(zhǔn)調(diào)控實(shí)現(xiàn)供給側(cè)改革降杠桿目標(biāo)。

二、外部經(jīng)濟(jì)沖擊對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響機(jī)制

考慮博弈局中人為公司1和公司2（i=1，2）的兩階段完全信息動(dòng)態(tài)博弈。ct為時(shí)期t=1，2時(shí)的邊際成本;消費(fèi)者均勻分布于[0，1]，公司i=1位于0，公司i=2位于1;位于x∈[0，1]的消費(fèi)者在公司1購(gòu)買(mǎi)產(chǎn)品需付出xy運(yùn)輸成本，而在公司2購(gòu)買(mǎi)產(chǎn)品需付出x（1-y）運(yùn)輸成本。假設(shè)消費(fèi)者對(duì)產(chǎn)品保留價(jià)格為R，且第二階段運(yùn)輸成本為零，但從購(gòu)買(mǎi)公司1產(chǎn)品改為購(gòu)買(mǎi)公司2產(chǎn)品的轉(zhuǎn)換成本為s，這一假設(shè)體現(xiàn)了產(chǎn)品的差異性。由于本文要研究經(jīng)濟(jì)周期性波動(dòng)對(duì)企業(yè)產(chǎn)量的影響，假設(shè)需求在不同時(shí)期可能改變，第一時(shí)期需求可能是高的，用θH表示，其概率為u，也可能是低的，用θL表示，其概率為1-u;當(dāng)經(jīng)濟(jì)處于繁榮時(shí)期時(shí)u值較大，經(jīng)濟(jì)處于蕭條時(shí)期時(shí)u值較小，需求期望值為。每個(gè)公司為了保證市場(chǎng)競(jìng)爭(zhēng)力，需要在第一時(shí)期進(jìn)行數(shù)量為I的投資。

假設(shè)企業(yè)存在債權(quán)融資導(dǎo)致一個(gè)正的資產(chǎn)負(fù)債率水平，會(huì)使企業(yè)在低需求時(shí)企業(yè)被清算資產(chǎn)的概率由1-u增加為1-u+v，公司1的反應(yīng)函數(shù)為：

由上述分析可知外部經(jīng)濟(jì)沖擊通過(guò)以下機(jī)制傳導(dǎo)：首先，經(jīng)濟(jì)繁榮時(shí)期企業(yè)傳遞經(jīng)營(yíng)狀況良好信號(hào)來(lái)吸引外部負(fù)債融資，使資產(chǎn)負(fù)債率逐步提高，隨著財(cái)務(wù)杠杠增加財(cái)務(wù)風(fēng)險(xiǎn)不斷累積。其次，外部經(jīng)濟(jì)沖擊來(lái)襲時(shí)，企業(yè)資本結(jié)構(gòu)調(diào)整速度緩慢，前期累積財(cái)務(wù)風(fēng)險(xiǎn)不能及時(shí)釋放。最后，面臨外部經(jīng)濟(jì)波動(dòng)沖擊，資產(chǎn)負(fù)債率高的企業(yè)在競(jìng)爭(zhēng)中市場(chǎng)占有率下降，企業(yè)資金周轉(zhuǎn)不順暢，資金鏈壓力也越來(lái)越大，使企業(yè)陷入財(cái)務(wù)困境。一旦企業(yè)破產(chǎn)又會(huì)把沖擊沿價(jià)值鏈縱向或沿相關(guān)企業(yè)間橫向聯(lián)系向整個(gè)經(jīng)濟(jì)體系蔓延。

三、外部經(jīng)濟(jì)沖擊對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響實(shí)證研究

（一）數(shù)據(jù)來(lái)源與變量說(shuō)明

本文選取了2008年國(guó)際金融危機(jī)爆發(fā)前后從2003年第一季度至2013年第四季度我國(guó)上市公司季度財(cái)務(wù)數(shù)據(jù)進(jìn)行研究，為確保數(shù)據(jù)完整性，所選上市公司中去掉了2008年以后的上市公司，同時(shí)去掉了銀行業(yè)、證券行業(yè)、航天與軍工行業(yè)及國(guó)有壟斷經(jīng)營(yíng)等行業(yè)公司及數(shù)據(jù)不全和數(shù)據(jù)異常等上市企業(yè)。變量選擇與含義見(jiàn)表1。

（二）模型設(shè)計(jì)與估計(jì)結(jié)果

模型一和模型二用行業(yè)景氣指數(shù)代替外部經(jīng)濟(jì)沖擊影響，其中模型一包含行業(yè)景氣指數(shù)和企業(yè)資產(chǎn)負(fù)債率，但不含二者乘積項(xiàng)。模型二含二者乘積項(xiàng)，但不包括行業(yè)景氣指數(shù)，這樣做目的是為避免多重共線性問(wèn)題。根據(jù)豪斯曼檢驗(yàn)以下四個(gè)模型均采用固定效應(yīng)模型。

行業(yè)景氣指數(shù)系數(shù)為-0.02938，表明在宏觀經(jīng)濟(jì)繁榮期企業(yè)陷入財(cái)務(wù)危機(jī)概率效用指數(shù)下降，而在面臨外部經(jīng)濟(jì)沖擊帶來(lái)行業(yè)景氣指數(shù)下行時(shí)，企業(yè)陷入財(cái)務(wù)危機(jī)可能性增大。資產(chǎn)負(fù)債率系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)，原因是與行業(yè)景氣指數(shù)二者相關(guān)性較強(qiáng)，導(dǎo)致多重共線性。流動(dòng)比率沒(méi)有通過(guò)顯著性檢驗(yàn)可能是因?yàn)榕c流動(dòng)負(fù)債比率相關(guān)導(dǎo)致。模型一中經(jīng)營(yíng)杠桿影響沒(méi)有通過(guò)顯著性檢驗(yàn)，但在下文模型三和模型四中是顯著的，表明經(jīng)營(yíng)杠桿在受到外部經(jīng)濟(jì)沖擊較大時(shí)，對(duì)企業(yè)財(cái)務(wù)困境發(fā)生具有顯著影響。反映盈利能力的總資產(chǎn)報(bào)酬率和息稅前利潤(rùn)增加會(huì)降低企業(yè)發(fā)生財(cái)務(wù)危機(jī)概率。模型一估計(jì)結(jié)果見(jiàn)表2，模型二估計(jì)結(jié)果見(jiàn)表3。

模型二中資產(chǎn)負(fù)債率系數(shù)在0.001置信水平上通過(guò)顯著性檢驗(yàn)，而在模型一中沒(méi)有通過(guò)，原因是在模型二中只有資產(chǎn)負(fù)債率與行業(yè)景氣指數(shù)乘積項(xiàng)，降低了與資產(chǎn)負(fù)債率共線性程度。本文重點(diǎn)分析資產(chǎn)負(fù)債率與行業(yè)景氣指數(shù)乘積項(xiàng)結(jié)果，該項(xiàng)系數(shù)通過(guò)置信水平為0.001的顯著性檢驗(yàn)，表明資產(chǎn)負(fù)債率和行業(yè)景氣指數(shù)間存在交互作用。其系數(shù)值為-0.04483，表明在受到外部經(jīng)濟(jì)沖擊從而使行業(yè)景氣指數(shù)下降時(shí)，資產(chǎn)負(fù)債率越高的企業(yè)，發(fā)生財(cái)務(wù)危機(jī)概率的效用指數(shù)越高，企業(yè)發(fā)生財(cái)務(wù)危機(jī)概率也越大。其余幾項(xiàng)解釋變量系數(shù)估計(jì)值的結(jié)果及其解釋，與模型一類(lèi)似，不再贅述。

（三）模型內(nèi)生性與穩(wěn)健性檢驗(yàn)

由于解釋變量中用行業(yè)景氣指數(shù)量化外部經(jīng)濟(jì)沖擊影響，導(dǎo)致與隨機(jī)擾動(dòng)項(xiàng)間出現(xiàn)內(nèi)生性問(wèn)題。為解決內(nèi)生性問(wèn)題，選擇年度虛擬變量作為工具變量進(jìn)行回歸分析。虛擬變量Y08在金融危機(jī)爆發(fā)前取值為0，2008年及以后取值為1，建立模型三和模型四解決內(nèi)生性問(wèn)題。同時(shí)選取金融危機(jī)爆發(fā)前后不同時(shí)段及不同容量公司樣本進(jìn)行了穩(wěn)健性檢驗(yàn)，所得結(jié)果具有穩(wěn)定性。

資產(chǎn)負(fù)債率和年度虛擬變量系數(shù)表明負(fù)向外部經(jīng)濟(jì)沖擊和高的資產(chǎn)負(fù)債率會(huì)使企業(yè)破產(chǎn)概率效用指數(shù)增加。經(jīng)營(yíng)杠桿和盈利能力增加及營(yíng)運(yùn)能力提高則會(huì)使企業(yè)破產(chǎn)概率效用指數(shù)下降。模型四估計(jì)結(jié)果見(jiàn)表5。

資產(chǎn)負(fù)債率系數(shù)為正，資產(chǎn)負(fù)債率與年度虛擬變量乘積項(xiàng)系數(shù)也為正，且均通過(guò)顯著性檢驗(yàn)，表明高資產(chǎn)負(fù)債率企業(yè)發(fā)生財(cái)務(wù)危機(jī)概率會(huì)增加，而且會(huì)與外部經(jīng)濟(jì)沖擊形成交互作用，即面臨負(fù)向外部經(jīng)濟(jì)沖擊時(shí)，高資產(chǎn)負(fù)債率企業(yè)破產(chǎn)概率效用指數(shù)會(huì)比平均水平高0.843個(gè)單位。其余解釋變量經(jīng)營(yíng)杠桿、盈利能力、營(yíng)運(yùn)能力和企業(yè)規(guī)模影響與模型一類(lèi)似。

四、結(jié)論與建議

本文在Scharfstein兩企業(yè)動(dòng)態(tài)博弈模型基礎(chǔ)上，分析了外部沖擊對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響機(jī)制，并利用二元響應(yīng)LOGIT模型對(duì)外部經(jīng)濟(jì)沖擊及企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響進(jìn)行了實(shí)證分析。分別用外部經(jīng)濟(jì)沖擊發(fā)生年份的年度虛擬變量和行業(yè)景氣指數(shù)代替外部經(jīng)濟(jì)沖擊影響兩種方法建立模型，結(jié)果表明負(fù)向外部經(jīng)濟(jì)沖擊會(huì)增加企業(yè)財(cái)務(wù)危機(jī)發(fā)生的概率。更重要的是年度虛擬變量、行業(yè)景氣指數(shù)與企業(yè)資產(chǎn)負(fù)債率乘積項(xiàng)系數(shù)，在各相應(yīng)模型中都通過(guò)顯著性檢驗(yàn)。表明外部沖擊與企業(yè)財(cái)務(wù)杠桿會(huì)形成交互作用，忽略這些影響會(huì)使企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型參數(shù)估計(jì)產(chǎn)生偏務(wù)。而有些變量如企業(yè)經(jīng)營(yíng)杠桿，在使用年度虛擬變量的模型中能通過(guò)顯著性檢驗(yàn)，在使用行業(yè)景氣指數(shù)模型中不能通過(guò)顯著性檢驗(yàn)，說(shuō)明這些變量只有在外部經(jīng)濟(jì)沖擊影響非常大的時(shí)期才會(huì)發(fā)生作用。使用行業(yè)景氣指數(shù)作為解釋變量的模型中，更容易引起多重共線性及內(nèi)生性問(wèn)題。

當(dāng)前我國(guó)在貿(mào)易保護(hù)主義帶來(lái)的外部經(jīng)濟(jì)沖擊情況下，既要實(shí)行寬松貨幣政策刺激內(nèi)需，又要繼續(xù)貫徹供給側(cè)結(jié)構(gòu)性改革“降杠桿”以管控系統(tǒng)性金融風(fēng)險(xiǎn)，如何解決二者間矛盾呢？由于外部沖擊首先影響高杠桿率企業(yè)，其次通過(guò)上下游產(chǎn)業(yè)鏈傳導(dǎo)至整個(gè)經(jīng)濟(jì)體，因而管控高杠桿率企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是遏制外部沖擊傳導(dǎo)至我國(guó)經(jīng)濟(jì)的關(guān)鍵。在央行降準(zhǔn)刺激內(nèi)需背景下，防范外部經(jīng)濟(jì)沖擊，可以針對(duì)高杠桿率行業(yè)和企業(yè)精準(zhǔn)調(diào)控其杠桿率水平，扼住外部經(jīng)濟(jì)沖擊通過(guò)高杠桿率行業(yè)和企業(yè)傳播的路徑。

【參考文獻(xiàn)】

[1] 顏海明，李強(qiáng).危機(jī)沖擊、外部融資依賴與企業(yè)出口[J].中國(guó)經(jīng)濟(jì)問(wèn)題，2016（4）：86-97.

[2] 王培輝，康書(shū)生.外部金融沖擊、宏觀經(jīng)濟(jì)波動(dòng)與金融內(nèi)在脆弱性：中國(guó)宏觀金融風(fēng)險(xiǎn)驅(qū)動(dòng)因素分解[J].國(guó)際金融研究，2018（4）：12-21.

[3] PAGANO M，VOLPIN P.Securitization， transparency， and liquidity[J].Review of Financial -Studies，2012，25（8）：2417-2453.

[4] KIM S Y. Prediction of hotel bankruptcy using support vector machine，artificial neural network，logistic regression，and multivariate discriminant analysis[J].The Service Industries Journal，2011，31：441-468.

[5] 關(guān)宇.基于修正Cox比例模型的企業(yè)財(cái)務(wù)危機(jī)預(yù)警統(tǒng)計(jì)[J].統(tǒng)計(jì)與策，2017（14）：185-188.