○東華理工大學(xué)經(jīng)濟(jì)與管理學(xué)院 何紫荊

一、引言

商業(yè)銀行是我國金融體系的主體，在整個金融體系的健康發(fā)展中起至關(guān)重要的作用?！敖鹑诨睿?jīng)濟(jì)活；金融穩(wěn)，經(jīng)濟(jì)穩(wěn)”，隨著金融供給側(cè)結(jié)構(gòu)性改革以及“六穩(wěn)”等工作的不斷推進(jìn)，國內(nèi)的經(jīng)濟(jì)總體運(yùn)行較為平穩(wěn)，但風(fēng)險依然蘊(yùn)含其中。2020年8月，經(jīng)營了20余年的包商銀行由于資不抵債申請破產(chǎn)，其風(fēng)險處置成為我國銀行業(yè)具有重大歷史意義的標(biāo)桿事件。其破產(chǎn)為商業(yè)銀行的審慎經(jīng)營提出了挑戰(zhàn)，更縝密的風(fēng)險監(jiān)管網(wǎng)絡(luò)以及更精準(zhǔn)的風(fēng)險識別能力對銀行業(yè)至關(guān)重要。在利率市場化以及數(shù)字金融發(fā)展的新時代背景下，機(jī)遇與挑戰(zhàn)同在。商業(yè)銀行面臨的競爭環(huán)境空前嚴(yán)峻，增強(qiáng)風(fēng)險捕獲能力，提高競爭力是推進(jìn)商業(yè)銀行實現(xiàn)可持續(xù)發(fā)展的基礎(chǔ)，也是商業(yè)銀行能夠更好服務(wù)于實體經(jīng)濟(jì)的重要支撐。銀行業(yè)亟需構(gòu)建滿足發(fā)展規(guī)劃及戰(zhàn)略目標(biāo)的風(fēng)險評價體系和模型，以準(zhǔn)確評價銀行業(yè)的風(fēng)險總體水平、反映內(nèi)部風(fēng)險防控情況、把握與監(jiān)管機(jī)構(gòu)及經(jīng)濟(jì)環(huán)境之間的關(guān)系，為銀行可持續(xù)發(fā)展奠定堅實基礎(chǔ)。

二、風(fēng)險評價相關(guān)文獻(xiàn)綜述

(一)風(fēng)險評價方法回顧

風(fēng)險評價的發(fā)展方向主要可以分為兩類，一類是以分析報告、專家打分為主的定性評價研究，一類是以統(tǒng)計模型為主的定量評價方法。就統(tǒng)計模型而言，單變量的統(tǒng)計分析方法較早地應(yīng)用在對商業(yè)銀行的風(fēng)險度量與分析上，其優(yōu)點在于方法簡單且結(jié)果直觀，但無法完全反映商業(yè)銀行的整體狀況[1]。隨后，多變量分析法得到發(fā)展，比較著名的就是Altman(1968)[2]基于22個財務(wù)指標(biāo)建立五變量Z-Score模型。鄭文通(1997)[3]針對風(fēng)險價值法的相關(guān)理論和國外應(yīng)用情況進(jìn)行了研究，探究評估企業(yè)風(fēng)險的方法效用。朱秉青(2001)[4]基于專家調(diào)查意見的模糊方法，將模糊數(shù)學(xué)方法運(yùn)用到財務(wù)風(fēng)險評價中，將定性分析與定量方法相結(jié)合，對風(fēng)險評價方法進(jìn)行了拓展。隨著研究的不斷深入，國內(nèi)外學(xué)者不斷嘗試將新的模型應(yīng)用于風(fēng)險評價。至今，因子分析法、神經(jīng)網(wǎng)絡(luò)模型、模糊分析法、優(yōu)劣解距離法等多種評價方法已經(jīng)應(yīng)用在對各類領(lǐng)域的風(fēng)險評價當(dāng)中。其中，TOPSIS綜合評價方法由于不受樣本規(guī)模和指標(biāo)的限制，可以對目標(biāo)單位進(jìn)行排序、計算簡便、結(jié)果精確，適用于多種情境下的綜合評價。

(二)風(fēng)險評價指標(biāo)體系的相關(guān)研究

有關(guān)商業(yè)銀行的官方風(fēng)險指標(biāo)體系中，比較著名的是美國金融管理當(dāng)局對商業(yè)銀行及其他金融機(jī)構(gòu)制定的駱駝評價體系，其主要是從資本充足性、資產(chǎn)質(zhì)量、管理水平、盈利狀況、流動性和敏感性等六個方面構(gòu)建等級評定制度。我國銀監(jiān)會則根據(jù)國內(nèi)商業(yè)銀行的特性，發(fā)布了《股份制商業(yè)銀行風(fēng)險評級體系(暫行)》規(guī)定，從定性和定量兩個角度出發(fā)，對銀行的資本充足狀況、資產(chǎn)安全狀況、管理狀況、盈利狀況、流動性狀況、市場風(fēng)險等六個方面制定銀行風(fēng)險評級體系。此外，按照《巴塞爾協(xié)定》基于誘發(fā)風(fēng)險的原因?qū)⑸虡I(yè)銀行面臨的風(fēng)險分為信用風(fēng)險、市場風(fēng)險、流動性風(fēng)險、操作風(fēng)險、國家風(fēng)險、法律風(fēng)險、聲譽(yù)風(fēng)險以及戰(zhàn)略風(fēng)險等八項。從現(xiàn)有的文獻(xiàn)中可以看出，大部分有關(guān)銀行風(fēng)險評價的研究多專注于財務(wù)風(fēng)險、信用風(fēng)險和流動風(fēng)險，這些風(fēng)險的評價體系大多基于財務(wù)數(shù)據(jù)，財務(wù)數(shù)據(jù)的可獲得性強(qiáng)且評價結(jié)果客觀。如琚望靜等(2019)[5]從商業(yè)銀行的資本風(fēng)險、盈利風(fēng)險、信用風(fēng)險、流動性風(fēng)險、成長性風(fēng)險等五個方面構(gòu)建財務(wù)風(fēng)險評級體系。任英華等(2020)[6]從資產(chǎn)、負(fù)債、資產(chǎn)與負(fù)債的匹配度、資產(chǎn)安全性等四個方面對我國商業(yè)銀行的流動性風(fēng)險進(jìn)行評價。但這些風(fēng)險僅是企業(yè)在金融環(huán)境下可能遭受的部分風(fēng)險，在網(wǎng)絡(luò)發(fā)達(dá)、信息傳播速度迅猛的新時代背景下，金融市場的復(fù)雜性，造成了企業(yè)風(fēng)險的多樣性。以上學(xué)者的研究及官方機(jī)構(gòu)的規(guī)定豐富了商業(yè)銀行風(fēng)險指標(biāo)體系，具有科學(xué)性及可操作性，但還需要不斷探索新的體系，以符合新時代發(fā)展需求。

(三)優(yōu)劣解距離法的拓展研究

近年來，多屬性決策在各領(lǐng)域的應(yīng)用逐漸廣泛，決策者通過建立評價指標(biāo)對一系列評價對象進(jìn)行綜合分析，更快、更精準(zhǔn)地建立管理機(jī)制以減少風(fēng)險或成本提高的可能性。隨著對傳統(tǒng)TOPSIS法研究不斷深入，學(xué)者們也逐漸發(fā)現(xiàn)方法中的缺陷。為了更好地使用這種多屬性決策的評價方法，許多學(xué)者開始探索改進(jìn)TOPSIS方法的途徑，以期進(jìn)一步完善和優(yōu)化該方法。

通過文獻(xiàn)梳理，發(fā)現(xiàn)大多數(shù)學(xué)者從兩個方面進(jìn)行改進(jìn)。一方面，一些學(xué)者主要探索確定權(quán)重的方法，權(quán)重的確定方法主要可以分為主觀賦權(quán)法和客觀賦權(quán)法，其中常見的主觀賦權(quán)法有層次分析法(AHP)、德爾菲法(DLP)等；而相比主觀賦權(quán)法，客觀賦權(quán)法能夠避免人為因素帶來的偏差，因而逐漸受到學(xué)者們的青睞，常見的有包絡(luò)分析法、主成分分析法、熵權(quán)法等。另一方面，學(xué)者們是通過改進(jìn)正、負(fù)理想解或相對貼近度的計算方法以優(yōu)化傳統(tǒng)TOPSIS法。傳統(tǒng)的TOPSIS采用歐氏距離計算評價對象的各指標(biāo)與正、負(fù)理想解之間的相對距離作為評價依據(jù)，而該方法可能存在逆序現(xiàn)象，即與正理想解歐式距離更近的點可能與負(fù)理想解的歐式距離也更近[7]。陸偉鋒(2012)[8]則將相對正、負(fù)理想解轉(zhuǎn)換成固定正、負(fù)理想解，并采用投影法設(shè)定貼近度。Wang(2014)[9]采用一種加權(quán)的馬哈拉諾比斯距離代替歐氏距離，對傳統(tǒng)的TOPSIS法加以改進(jìn)，但馬哈拉諾比斯距離會存在夸大微小變量的問題，可能會對排序結(jié)果造成影響。黃魯成等(2019)則提出一種屬性權(quán)重未知情境下，采用聯(lián)系向量“垂直”距離計算相對貼近度的改進(jìn)方法。但當(dāng)多個對象在正、負(fù)理想點連線上的投影點相同時，“垂直”距離無法區(qū)別其優(yōu)劣。李華等(2016)[10]試圖引入馬氏距離以代替歐氏距離進(jìn)行計算，但馬氏距離存在決策指標(biāo)屬性數(shù)不能多于備選方案個數(shù)的問題。徐澤水(2001)[11]引入向量夾角余弦，重新定義了目標(biāo)貼近度概念。向量夾角余弦的引入不但可以克服歐氏距離下可能出現(xiàn)的決策體系失效情況，還可以解決馬氏距離的不足之處[12]。

(四)文獻(xiàn)述評

從以上研究中可以看出，熵權(quán)法能在處理較多樣本信息的同時保留更多原始信息，并避免人為主觀因素的干擾，使結(jié)果更加客觀。以向量夾角余弦距離代替歐氏距離計算樣本數(shù)據(jù)與正、負(fù)理想解之間的貼進(jìn)度能夠克服傳統(tǒng)TOPSIS法的弊端，但該方法存在專注于數(shù)據(jù)個體差異忽視對整體進(jìn)行系統(tǒng)評判的問題。灰色關(guān)聯(lián)法能夠考慮各指標(biāo)數(shù)據(jù)的內(nèi)部變化趨勢，更加系統(tǒng)地反映指標(biāo)數(shù)據(jù)之間的聯(lián)系。因此，本文首先根據(jù)我國商業(yè)銀行特性構(gòu)建涵蓋資產(chǎn)流動性風(fēng)險、資產(chǎn)質(zhì)量風(fēng)險、盈利風(fēng)險、成長風(fēng)險、資本安全風(fēng)險、聲譽(yù)風(fēng)險等六個方面的風(fēng)險評價指標(biāo)體系；然后采用熵權(quán)法確定指標(biāo)權(quán)重，同時引入向量夾角余弦距離和灰色關(guān)聯(lián)法改進(jìn)TOPSIS法，并將其應(yīng)用到對我國上市商業(yè)銀行的風(fēng)險評價中。以期評價結(jié)果能夠使商業(yè)銀行精準(zhǔn)研判風(fēng)險，及時采取有效應(yīng)對措施。

三、基于熵權(quán)-改進(jìn)TOPSIS的銀行風(fēng)險評價體系構(gòu)建

(一)評價指標(biāo)及樣本的選取

1.樣本選取

選取在滬深兩地上市的32家商業(yè)銀行作為評價樣本，剔除了數(shù)據(jù)缺失以及財務(wù)狀況異常的上市商業(yè)銀行。以此數(shù)據(jù)對改進(jìn)模型進(jìn)行算例分析，從而更加客觀、清晰地看到不同模型驗算結(jié)果之間地差異，更好地驗證改進(jìn)模型的合理性和有效性，同時也可以了解目前銀行業(yè)中各上市商業(yè)銀行風(fēng)險防控情況，為提升銀行公司治理制度、促進(jìn)金融企業(yè)改革提供參考。

2.風(fēng)險評價指標(biāo)的構(gòu)建

基于監(jiān)管部門對商業(yè)銀行風(fēng)險管理的相關(guān)規(guī)定，參照商業(yè)銀行CAMELS評級體系以及MPA評估體系，本文共選取了21個可量化的風(fēng)險指標(biāo)。從商業(yè)銀行的資本充足性、資產(chǎn)質(zhì)量、流動性、盈利性、成長性和企業(yè)聲譽(yù)等六個方面構(gòu)建了商業(yè)銀行風(fēng)險評價指標(biāo)體系。本文的數(shù)據(jù)來自萬得數(shù)據(jù)庫、各財經(jīng)網(wǎng)站以及證監(jiān)會官網(wǎng)，對商業(yè)銀行的類型劃分以證監(jiān)會發(fā)布的分類為標(biāo)準(zhǔn)。由于《商業(yè)銀行流動性風(fēng)險管理辦法》明確要求商業(yè)銀行的流動性覆蓋率不低于100%，因此對于個別沒有披露流動性覆蓋率的上市商業(yè)銀行，在進(jìn)行數(shù)據(jù)分析過程中采用100%替代。(見表1)

表1 商業(yè)銀行風(fēng)險評價指標(biāo)體系

(二)評價模型構(gòu)建

熵權(quán)法是根據(jù)各個指標(biāo)值的離散程度進(jìn)行賦權(quán)的客觀賦權(quán)方法，相對變化程度大的指標(biāo)具有較大的權(quán)重，反映了信息熵的效用價值。

1.基于熵權(quán)法改進(jìn)TOPSIS模型

改進(jìn)TOPSIS法作為一種逼近理想解的決策方法，其基本的思路是首先采用向量規(guī)范法構(gòu)建規(guī)范決策矩陣X；其次，基于熵權(quán)法確定加權(quán)規(guī)范化決策矩陣；再次，確定最優(yōu)值和最劣值，即正、負(fù)理想解，然后分別計算各個評價對象與正、負(fù)理想解的向量夾角余弦距離；最后獲得各評價方案與最優(yōu)值的相對貼進(jìn)度，進(jìn)行排序。

向量夾角余弦是采用數(shù)據(jù)信息構(gòu)造空間中的特征向量，用兩個向量夾角的余弦值作為衡量兩個個體間差異大小，即關(guān)聯(lián)程度(Similarity)。歐氏距離衡量是空間各點的絕對距離，跟各個點所在的位置坐標(biāo)直接相關(guān)；而余弦距離衡量的是空間向量的夾角，相比歐氏距離，余弦距離更注重兩個向量在方向上的差異，也從根本上解決了線性相關(guān)問題的出現(xiàn)。

(1)

(2)

灰色關(guān)聯(lián)度對樣本量的多少及樣本的規(guī)律性要求較低，且計算量小，通常不會出現(xiàn)量化結(jié)果與定性分析結(jié)果不符的情況，能夠系統(tǒng)地整體評判結(jié)果[13]。計算樣本銀行與正、負(fù)理想方案之間的灰色關(guān)聯(lián)數(shù)。

i=1,2,…,m; j=1,2,…n

(3)

i=1,2,…,m; j=1,2,…n

(4)

其中，ρ為分辨系數(shù)，ρ∈[0,1],一般取值為0.5。

Qi=qi/max1≤i≤m(qi),i=1,2,…,m

(5)

其次，對TOPSIS及灰色關(guān)聯(lián)度進(jìn)行加權(quán)無量綱化處理。

(6)

(7)

其中，α+β=1，且α∈[0,1]，β∈[0,1]，二者的取值視情況而定，現(xiàn)有文獻(xiàn)一般取α=β=0.5。

最后，計算商業(yè)銀行風(fēng)險評價與理想解的相對貼近度并排序。

(8)

用計算的Ci值進(jìn)行排序，Ci越大，銀行的風(fēng)險越高，越需要加強(qiáng)風(fēng)險防控。

四、算例分析及模型合理性驗證

(一)評價結(jié)果及分析

對比分析三種評價方法的相對貼近度和評價排名，從整體結(jié)果可以看出，三種風(fēng)險評價結(jié)果的中間排名相似度較高，但是端點位置排序波動較大，尤其是風(fēng)險排名靠前的部分。產(chǎn)生差距的原因主要是基于歐氏距離計算的傳統(tǒng)TOPSIS法更容易受到量綱的影響，反映信息的能力相對較弱。通過引進(jìn)向量夾角余弦距離判斷樣本間的相似度，能夠更好地反映出個體之間的差異。但是忽略了企業(yè)風(fēng)險內(nèi)部變化趨勢與最優(yōu)理想解的聯(lián)系，灰色關(guān)聯(lián)度則能夠更好的反映內(nèi)部各因素之間的變化情況。

表2 樣本銀行風(fēng)險排序?qū)Ρ?/p>

如表2所示，基于改進(jìn)的評價方法得出前三個風(fēng)險較大的排序是郵儲銀行、交通銀行和建設(shè)銀行?；谟嘞腋倪M(jìn)的TOPSIS得出的結(jié)果與前者相近，但是風(fēng)險前三的銀行仍存在一些差異，分別為工商銀行、建設(shè)銀行和郵儲銀行，而交通銀行風(fēng)險排名14，臨近平均水平，這一結(jié)果與改進(jìn)方法相差較大?；跉W氏距離的TOPSIS風(fēng)險評價結(jié)果與前兩種方法整體差距更大，在該方法下風(fēng)險排名前三的銀行分別是交通銀行、鄭州銀行以及中國銀行，而郵儲銀行風(fēng)險排名為15、建設(shè)銀行風(fēng)險排名13，排名均處于中間水平。

(二)方法合理性驗證

1.根據(jù)32家銀行每項指標(biāo)的均值來分析。如表3所示，郵儲銀行存在12個指標(biāo)值均高于樣本均值(正向指標(biāo)高于均值，負(fù)向指標(biāo)低于均值)，其中成本收入比、基本每股收益、總資產(chǎn)增長率、營業(yè)收入增長率、杠桿率、資產(chǎn)負(fù)債率等指標(biāo)值與每項指標(biāo)均值差異較大，說明郵儲銀行在這些指標(biāo)方面的質(zhì)量遠(yuǎn)低于大部分樣本銀行；建設(shè)銀行則有10個指標(biāo)值高于樣本均值(正向指標(biāo)高于均值，負(fù)向指標(biāo)低于均值)，其中凈利潤增長率、資本積累率、營業(yè)收入增長率、貸款損失準(zhǔn)備充足率、流動性比例等指標(biāo)值與樣本均值差異較大。

表3 商業(yè)銀行風(fēng)險指標(biāo)值及樣本均值

2.對比各項評價指標(biāo)排名分析評價結(jié)果。根據(jù)各風(fēng)險指標(biāo)的熵權(quán)大小進(jìn)行降序排列，選取熵值較大的11個風(fēng)險指標(biāo)進(jìn)行排名分析，如表3所示。①聲譽(yù)風(fēng)險來看，信息披露考評指標(biāo)中，上海證券交易所評價的這32家樣本公司分別為A和B兩級，A級的有20家銀行，剩下的為B級。郵儲銀行為B，低于平均水平，杠桿率指標(biāo)中，郵儲銀行的杠桿率高達(dá)30%，財務(wù)杠桿風(fēng)險位居第一。但郵儲銀行和建設(shè)銀行的分紅率表現(xiàn)相對較好，分別為30%和33.09%，位居前十，綜合來看，兩家銀行的聲譽(yù)風(fēng)險較高；②就成長能力而言，資本積累率指標(biāo)中，郵儲銀行和建設(shè)銀行的降序排名分別為16(14.64%)和20(12.23%)，指標(biāo)質(zhì)量屬于中等偏下，而總資產(chǎn)增長率的降序排名分別為25(7.36%)和19(9.53%)，指標(biāo)質(zhì)量相對靠后；③從成本收入比看，郵儲銀行的盈利能力較弱，降序排序下，比值為樣本銀行中最高，為56.57%。郵儲銀行有著獨特的“個體戶代理”經(jīng)營模式，其中的代理網(wǎng)點占絕大多數(shù)，因此郵儲銀行的蓄代理費等遠(yuǎn)高于其他商業(yè)銀行。而建設(shè)銀行的成本收入比(26.53%)也較高，降序排名第21；④從資產(chǎn)流動性中的存貸比而言，郵儲銀行最低，為53.41。建設(shè)銀行則居于中后位，降序排名18；⑤根據(jù)資產(chǎn)質(zhì)量的指標(biāo)值來看，郵儲銀行的不良貸款情況表現(xiàn)較好，降序排名31，說明其貸款質(zhì)量較高。建設(shè)銀行不良貸款率(1.42%)排名17，風(fēng)險略高于平均水平。兩家銀行撥貸比均靠近樣本平均水平，建設(shè)銀行(3.23%)排名16，郵儲銀行(3.35%)排名17；⑥從資本充足指標(biāo)來看，郵儲銀行的資產(chǎn)負(fù)債率最高，為94.67%，降序排名第1，說明大部分資金來源于債務(wù)的資金較多，較少部分來源于股東。相比之下，建設(shè)銀行的資產(chǎn)負(fù)債率較低，為降序排名28。此外，建設(shè)銀行的核心資本充足率(13.88)表現(xiàn)相對好，在樣本銀行中降序排名第2，而郵儲銀行的核心資本充足率(9.9%)略低于平均水平，排名17。

五、主要結(jié)論

本文通過對32家上市商業(yè)銀行進(jìn)行實證分析，在綜合分析銀行風(fēng)險的基礎(chǔ)上，驗證了改進(jìn)TOPSIS方法的合理性和有效性，進(jìn)而更好地為評價企業(yè)風(fēng)險、科學(xué)地制定風(fēng)險管理機(jī)制提供了方法。

第一、本文建立的風(fēng)險評價指標(biāo)在CAMELS評價體系的基礎(chǔ)上，綜合考慮了企業(yè)的資產(chǎn)質(zhì)量風(fēng)險、成長性風(fēng)險、資本安全風(fēng)險、盈利風(fēng)險、流動性風(fēng)險和聲譽(yù)風(fēng)險等六個方面的風(fēng)險指標(biāo)，考慮了商業(yè)銀行特性、社會貢獻(xiàn)、財務(wù)及非財務(wù)等多種因素，如撥備覆蓋率、不良貸款率、撥貸比、第三方機(jī)構(gòu)評級等多方面對風(fēng)險的影響。能夠反映銀行的經(jīng)濟(jì)發(fā)展情況以及未來發(fā)展過程中可能承受的風(fēng)險強(qiáng)弱，從而促使銀行能夠根據(jù)經(jīng)營情況更好地做好風(fēng)險防控。

第二、從各指標(biāo)的熵值來看，對銀行風(fēng)險影響較大的是深圳交易所通報的對上市公司信息披露質(zhì)量的評級、杠桿率和成本收入比等指標(biāo)。因此，銀行應(yīng)多關(guān)注聲譽(yù)風(fēng)險、銀行資產(chǎn)質(zhì)量風(fēng)險以及盈利狀況風(fēng)險等方面的風(fēng)險防控。尤其是銀保監(jiān)會新制定的《銀行保險機(jī)構(gòu)聲譽(yù)風(fēng)險管理辦法(試行)》，明確規(guī)定銀行機(jī)構(gòu)若存在聲譽(yù)風(fēng)險管理機(jī)制極度不完善、聲譽(yù)事件造成機(jī)構(gòu)或行業(yè)重大損失等情況，將會受到嚴(yán)厲處罰?，F(xiàn)大多數(shù)銀行在應(yīng)對信用風(fēng)險、流動性風(fēng)險、資產(chǎn)質(zhì)量風(fēng)險等方面的風(fēng)險防控機(jī)制逐漸成熟，但卻少有銀行在聲譽(yù)風(fēng)險方面形成一套成熟的防控機(jī)制。因此，在互聯(lián)網(wǎng)媒介發(fā)展如此迅猛的背景下，銀行應(yīng)重點關(guān)注負(fù)面事件造成的聲譽(yù)影響，加強(qiáng)聲譽(yù)風(fēng)險管理機(jī)制建設(shè)。

第三、從評價結(jié)果來看，雖然國有大行在資產(chǎn)質(zhì)量和資本充足性方面控制表現(xiàn)良好，但其在流動性方面存在較高風(fēng)險，成長能力不強(qiáng)，總體風(fēng)險相對突出；國有大行的規(guī)模較大、影響范圍廣而深，一旦發(fā)生負(fù)面事件遭遇監(jiān)管處罰，會威脅到整個銀行體系的正常運(yùn)行，也將對整體金融市場的穩(wěn)定發(fā)展造成一定影響。建議銀行完善風(fēng)險度量體系，尤其是聲譽(yù)風(fēng)險管理機(jī)制，使銀行管理層和監(jiān)管機(jī)構(gòu)形成共識，進(jìn)一步提高防范金融風(fēng)險能力，助推經(jīng)濟(jì)高質(zhì)量發(fā)展。