银行资产证券化创新的驱动因素研究——基于我国上市银行的实证考察

(山东师范大学 经济学院，山东 济南 250014)

一、引言

2005年3月，我国信贷资产证券化试点序幕正式拉开，但金融危机的爆发使我国基于审慎考虑暂停了试点。直至2012年5月，随着商业银行经营转型及金融深化的需要，信贷资产证券化试点重新启动，央行、证监会与银监会也陆续将该业务由审批制改为备案制或注册制，这些有利政策驱动资产证券化发展不断提速。然而，随着市场规模不断扩张，如何深入理解资产证券化及其效应，同时吸取美国金融危机的教训，重新赋予资产证券化所胜任的市场角色，且不产生负的外部性，是政策当局必须思考的问题。但在厘清这些问题之前，我们必须首先明确银行资产证券化创新的驱动因素，也就是说资产证券化所拥有的何种功能使之成为银行创新的动力？近年来，许多学者相继针对发达国家相关问题展开研究[1][2][3][4]，由于我国资产证券化起步较晚，相对于银行资产规模也偏小，我国银行主导型金融体系与发达国家也存在显著差别，因此有必要深入探讨我国银行资产证券化创新的驱动因素。在现有文献的基础上，本文从如下几个方面展开研究：

第一，本文主要探究我国银行资产证券化创新的驱动因素。我国银行体系主体为上市银行，为了保证研究的针对性，本文以上市银行为样本，综合控制政策因素、银行层面因素和宏观层面因素来考察我国银行资产证券化创新的驱动因素；第二，目前监管部门力推的资产证券化创新是否符合银行需求？政策支持是否是银行资产证券化创新的驱动力之一？针对此问题，本文设置政策变量，以分析政策变化对我国银行资产证券化创新的影响，这是多数文献并未关注的范畴；第三，我国经济正经历“速度换挡、结构优化、动力转变”的下行趋势，那么宏观经济的变化是否是银行的创新动力？为此本文引入宏观经济变量，并区分上市国有银行与非国有银行，对宏观经济环境与银行资产证券化创新之间的关系进行研究；第四，当前研究主要是通过设置资产证券化虚拟变量进行处理[5]，也有研究以资产支持证券占总资产之比进行探讨[4][6]，但均未关注资产证券化发行次数(或笔数)。本文认为相对于规模变量，发行次数更能体现银行的业务偏好，鉴于我国资产证券化发展历程较短，所占银行资产规模仍较低，本文设置资产支持证券计数(发行次数)变量进行分析。

二、文献综述与研究假设

关于资产证券化创新动因的研究，Affinito和Tagliaferri(2010)等学者从不同角度进行了梳理，认为基于银行层面的资产证券化创新动因主要集中于流动性需求、风险转移、提升盈利能力与改善资本充足状况等方面[2]。从发展历程来看，Kothari(2002)、邹晓梅等(2014)认为资产证券化最初诞生于美国“金融脱媒”的经济背景，因此早期针对资产证券化的创新需求主要集中于“流动性效应”[7][8]，Farruggio和Uhde(2015)对“流动性效应”进行了详细阐述，认为“流动性效应”是通过真实出售行为将信贷组合转移至SPV，由SPV发行信贷支持证券以获取流动性的过程，这一过程可作为银行除股权融资和债务融资之外的第三种融资方式[4]。与此同时，Loutskina和Strahan(2009)认为该过程也可作为一种资产融资方式，并成为零售存款的替代[9]。在此基础上，Affinito和Tagliaferri(2010)、Cardone-Riportella 等(2010)、Farruggio和Uhde(2015)分别以欧美发达国家的银行为样本，给出了银行基于流动性需求创新资产支持证券的证据[2][3][4]。为此，Agostino和Mazzuca(2008)将流动性需求视作银行资产证券化创新的基本动因[10]。

同时，Gorton和Souleles(2006)、Dell’Ariccia 等(2012)认为作为一种“信用风险转移工具”，降低信贷资产风险暴露，或最小化财务损失成本也是银行资产证券化创新的动因之一[11](P210-211)[12]，Duffie(2008)指出这主要得益于资产证券化推动银行由传统“发起—持有”模式向“发起—分销”模式的转变[13]。但Ambrose 等(2005)、Jiangli 等(2007)、Michalak和Uhde(2011)等学者认为资产证券化对银行风险的影响并不明确，主要原因在于：一是发起银行在风险转移后弱化了针对借款人的信用监督；二是为了解决信息不对称的问题，银行反而将风险较高资产保留至表内，将风险较低资产进行证券化；三是风险暴露较低的银行更偏好于发起资产支持证券；四是银行通过资产证券化实现的风险转移是有限的[14][15][16]。

虽然学者们关于风险的讨论存在争议，但Drucker和Puri(2006)认为资本需求与盈利因素才是银行资产证券化创新的主要动因，而不是风险[17]。对于前者，Jones(2004)基于“监管资本套利”进行分析，认为相对较低的监管资本是银行创新资产证券化的动因之一[18]，但Uzun和Webb(2007)认为资产证券化创新的资本需求动因是不明确的[5]。对于后者，DeMarzo(2005)、Duffie(2008)、 Affinito和Tagliaferri(2010)认为盈利因素被普遍视为银行创新资产证券化的动因之一，参与资产证券化业务的银行不仅可以提高收益，还可以优化信贷组合，并创造更多盈利机会，以提高核心竞争力[2][19][13]。

除了上述微观因素，Adrian 等(2010)基于银行规模或经济增长等视角探讨了资产证券化的创新动因[20]，而且Dell’Ariccia 等(2012)认为正是由于经济增长降低了信贷标准，使银行倾向于借助资产证券化重组资产组合[12]。总体来看，关于银行资产证券化创新驱动因素的研究，既涵盖微观层面的分析，也包括宏观层面的考量，并且现有文献的观点也不一致，原因可能在于不同国家的银行样本存在异质性。对于我国而言，自2012年重启以来，资产证券化创新还处于起步阶段，银行微观因素无疑是推动资产证券化业务的动因之一，但近年来政策因素的支持也不容忽视，同时在我国经济增长趋势出现变化的背景下，宏观经济环境是否是银行创新资产支持证券的驱动因素？国有银行与非国有银行的资产证券化业务行为是否存在区别？这些问题都需要厘清。

第一，王晓和李佳(2010)将流动性效应与风险转移视为资产证券化创新的基本动因[21]。一般来讲，我国银行较少面临“流动性压力”，但随着经济步入“新常态”，银行存款“失守”已成为最大难题。同时，虽然学者们针对资产证券化与银行风险关系的研究结论并未统一，但若基于创新动因进行探究，风险上升仍是银行创新资产证券化的重要动力，并且我国经济持续下行已导致不良贷款和不良率出现“双升”，可见信用风险问题已不容忽视。鉴于此，我们提出如下假设1：

假设1：流动性与信用风险因素是银行介入资产证券化业务的重要考虑因素，若出现流动性短缺，或信用风险上升，银行将通过资产证券化创新予以应对。

第二，除了“基本动因”外，还有其他影响银行资产证券化创新的微观因素即资本需求与盈利性。多数文献认为补充资本是资产证券化创新的动因之一，但我国银行资本充足水平普遍较高，监管部门针对资本充足率的监管也较为严格。与此同时，现有文献对“银行通过发起资产证券化来改善自身盈利性”的观点并不存在过多争议，并且由于我国银行业正处在经济下行阶段，通过资产证券化改善盈利性已逐步成为银行的可选手段。据此，本文提出假设2：

假设2：银行关于资本与盈利性需求的考虑将出现分化，资本需求并不是我国银行创新资产证券化的动因，而盈利能力的下降将使银行更多涉足资产证券化业务。

第三，规模庞大的信贷资产与良好的宏观经济环境为资产证券化创新提供了平台，这在目前的研究中并不存在争议。但我国经济正处在下行阶段，规模变量和经济增长因素对不同类型银行资产证券化创新的影响可能会有不同表现。此外，我国金融市场属于典型的“政策市”，政策往往是引领金融创新的重要因素。据此，我们提出假设3：

假设3：在经济下行阶段，银行资产规模与经济增长对资产证券化创新的影响将在不同类型银行之间出现不同表现，而政策将是引领我国资产证券化创新的重要因素。

三、研究设计

(一)不同层面变量的界定及说明

1.被解释变量

本文着重关注银行资产证券化创新的驱动因素，为此被解释变量涉及资产证券化业务的量化描述。现有研究关于资产证券化的设定主要从如下两个方面展开：一是将其设为虚拟变量；二是设定资产证券化参与度，即资产支持证券占总资产之比。本文认为，资产证券化发行次数更能反映银行对该业务的偏好，虽然已有文献考虑到了发行次数[4]，但主要是基于数据存在向0左归并的特点(因为发行次数最小值为0)，运用面板Tobit模型进行处理，而本文认为采用面板计数模型更为直接，因此以银行i在时期t的资产支持证券发行次数为被解释变量。在稳健性检验中，将采用面板Tobit模型进行处理。

2.解释变量

本文基于银行层面控制变量、宏观层面控制变量和政策变量等三个层面设定解释变量：

第一，银行层面控制变量。借鉴多数文献的做法，从流动性、风险转移、资本充足与盈利能力等方面设定银行层面控制变量，并纳入银行资产作为微观层面的规模变量。相关变量界定如下：

(1)流动性效应变量。资产证券化的流动性效应主要通过将非流动性资产转化为流动性资产而实现，为此多数研究选取流动性比率进行衡量。由于本文采用季度数据，银行季报一般不披露流动性比率，因此选择财务报表中的现金及存放中央银行款项、存放同业款项、拆出资金、交易性金融资产、以公允价值计量且其变动计入当期损益的金融资产和买入返售金融资产等短期资产之和作为流动性资产规模，用来衡量流动性效应。为了保证结果的可信度，本文进一步设置流动性资产占总资产之比替代上述变量进行稳健性检验。

(2)风险转移变量。资产证券化风险转移功能主要是针对信用风险，因此本文选取不良贷款率和拨备覆盖率作为信用风险的衡量指标，后者主要用来对前者进行稳健性检验。同时，多数研究还采用Z值来衡量银行经营风险[22][23][24]，计算公式如下：

(1)

式(1)中，AROA、ACAR分别为银行资产收益率和资本充足率的三年期平均值，σ(ROA)为按照三年期移动平均法得出的资产收益率之标准差。可见，Z值越高，银行经营风险越小，由于Z值已涵盖了信用风险，本文将其纳入稳健性检验进行分析，并进行自然对数处理。

(3)资本充足变量。以2013年开始实施的《商业银行资本管理办法(试行)》所计算的资本充足率作为基本回归变量，并选取总权益与总资产之比对资本充足率进行稳健性检验。

(4)盈利性变量。选取净资产收益率作为盈利性变量纳入基本回归，同时鉴于成本收入比是对银行经营绩效的综合反映，本文选择该指标对净资产收益率进行稳健性检验。

(5)银行层面规模变量。关于银行层面规模变量，选取信贷资产增长率作为基本回归变量，并以信贷资产占总资产之比作为替代变量进行稳健性检验。

需要说明的是，本文以虚拟变量形式处理银行层面变量，具体设定如下：对于流动性资产规模、流动性资产占比、拨备覆盖率、资本充足率、总权益与总资产之比、净资产收益率、信贷资产增长率和信贷资产占比等变量，若t期相比t-1期上升则取值为1，否则为0。对于不良贷款率和成本收入比，若t期相比t-1期下降则取值为1，否则为0。变量回归系数的预期如下：第一，根据假设1与假设2，流动性效应变量、风险转移变量与盈利性变量的回归系数应为负值。第二，现有研究关于资本充足因素的影响并不明确，因此根据假设2，该变量的回归系数存在不确定性。第三，根据假设3，在我国经济下行阶段，银行层面规模变量的影响可能会在不同银行之间出现分化，为此暂不给出该变量回归系数的预期。

第二，宏观层面控制变量。本文仅考虑宏观经济环境的影响，一方面以经济增长率为基本回归变量。多数文献认为该变量的回归系数为正值，但我国正处在经济下行阶段，根据假设3，该变量的符号并不确定。另一方面，鉴于我国货币政策对经济增长的重要作用，本文选取广义货币增长率对经济增长率进行稳健性检验，该变量回归系数与前者存在类似情况。

第三，政策变量。虽然我国资产证券化规模并不大，但政策倾向却趋于宽松，比如在2014年12月银监会和证监会分别将信贷资产证券化业务由审批制改为备案制，为此本文的政策变量时点确定为2015年初，在2015年初之后的时间取值为1，其他时间取值为0。根据上文分析，该变量的回归系数应为正值(具体变量设定说明见表1)。

3.样本选择与数据来源

由于上市银行良好的公司治理和风险管理能力，是我国银行资产证券化的发起主体，因此本文以上市银行为研究样本。同时，我国于2012年重启银行信贷资产证券化，并于2013年初实施新的《商业银行资本管理办法(试行)》，为此选择时间区间为2013年第一季度至2017年第三季度，虽然样本容量相比现有文献有了一定程度的压缩，但时间间隔的缩小能够提供更为详实的样本数据。此外，资产证券化发行次数根据Wind咨询中以银行为发起机构进行统计数据整理，以得出银行i在时期t的资产证券化发行次数；银行层面控制变量数据来自Wind咨询、上市银行季度报告、半年度报告和年度报告；宏观层面控制变量数据全部来自Wind咨询。

4.描述性统计分析

表2为变量的描述性统计。num_ABS最大值为4，说明银行每季度发行资产证券化次数最大值为4，而平均发行次数仅为0.51，意味着银行资产证券化规模还是偏低。Liq与NPL均值分别为0.551和0.218，说明流动性资产平均上升频率与不良贷款率平均下降频率分别为55.1%和21.8%，即不良贷款率在大多数时间处于上升。CAR均值为0.551，显示资本充足率平均上升频率为55.1%。ROE与Loangrowth的均值显示净资产收益率和贷款增长率平均上升频率分别为48.4%和43.2%，两者低于50%说明银行盈利能力和经营能力出现下滑。经济增长率平均值为7.1%，最大值为7.9%，最小值为6.7%，同时表2中也给出了经济增长率虚拟变量结果，即t期相比t-1期上升取值为1，否则为0，该变量均值为0.316，说明平均68.4%的时间经济增长率在下降，这反映我国经济增长的下行趋势。Policy均值为0.579，意味着平均57.9%的时间内银行资产证券化创新政策是宽松的。此外，反映银行经营风险lnZ的均值为4.886，最大值与最小值分别为8.079和2.569。

表1变量的界定与说明

表2基本回归变量的描述性统计结果

(二)实证分析模型设计

1.基本回归设计

本文主要考察银行i在时期t的资产证券化发行次数(或笔数)，根据研究思路及上述变量的说明，在基本回归中构建面板计数模型进行分析，基本模型如下：

num_ABSi,t=β0+β1Liquidityi,t+β2Riski,t+β3Earningsi,t+β4Capitali,t+

β5Sizei,t+β6Macroi,t+β7Policyi,t+Banki+timet+ξi,t

(2)

式(2)中，num_ABS为资产证券化发行次数，Liquidity、Risk、Capital、Earnings、Size分别为银行层面的流动性、风险、资本需求、盈利性与规模等控制变量，Macro和Policy分别为宏观经济与政策层面控制变量。鉴于大量数据已根据上期进行调整，因此与已有文献不同的是[4][6]，本文并不取变量的一阶滞后值。似然比检验显示，本文数据应采用面板计数模型，而非混合计数模型，同时由于固定效应模型会耗费更多自由度，因此随机效应模型更为合适，并且Hausman检验表明随机效应模型确实更优。此外，对于面板计数模型还存在面板泊松回归与面板负二项回归两种情况，若被解释变量的方差相对于平均值较为分散，尽管泊松回归是一致的，但负二项回归更有效率。经过分析发现，被解释变量的方差仅为均值的1.38倍，可见分散程度并不高，因此采用面板泊松回归即可得到一致结果，当然为了结果的稳健性，本文也会阐述面板负二项回归的结果。

2.稳健性检验设计

发行次数作为被解释变量，由于最小值为0(即银行i在时期t没有发行行为)，数据存在向0左归并的特点，因此为了保证结果的稳健性，本文借鉴Farruggio和Uhde(2015)等研究[4]，构建面板Tobit模型进行稳健性检验，即：

(3)

四、实证结果分析

表3报告了基于面板泊松回归的银行资产证券化创新驱动因素基本结果。为了保证结果可信，本文率先控制政策变量(模型1)，模型2至模型7在政策变量的基础上，汇报了分别控制流动性效应、风险转移、资本充足、盈利性、信贷增长率和经济增长率等变量的回归结果，模型8汇报了纳入所有解释变量的结果：第一，模型1至模型8显示，Policy虚拟变量在1%的水平上显著为正，表明2014年底资产证券化业务由审批制向备案制的政策变化，显著推动了银行创新资产支持证券，这与我国金融市场“政策市”的现实高度吻合，也验证了假设3关于政策因素的阐述。第二，模型2、模型3和模型8表明Liq与NPL回归系数在5%的水平上显著为负，说明相比流动性规模上升与不良率下降，银行在流动性资产规模下降与不良贷款率上升时更偏好创新资产支持证券，假设1成立。第三，模型5和模型8汇报结果显示，代表盈利性状况的ROE系数均为负值，并在5%的水平上显著，反映净资产收益率下降时更能驱动银行创新资产支持证券，这与假设2关于盈利因素的讨论相契合。第四，模型4和模型8关于CAR的回归系数为负，说明银行在资本充足率下降时将发行更多资产支持证券，但回归系数并不显著，意味着资本需求因素并不是银行资产证券化创新的主要动因，这基本验证了假设2关于资本充足情况的分析。第五，模型6和模型8给出的Loangrowth系数在5%的水平上显著为负，即银行更愿意在贷款增长率下降时涉足资产证券化，这与多数研究的结论并不一致[11]，原因在于近年来，利率市场化改革与互联网金融的发展不仅压缩了银行传统利差空间，同时也导致了金融脱媒，银行亟待通过业务转型拓展新的利润来源，因此随着贷款增长率下降，银行需要通过资产证券化创新寻找新的盈利机会。第六，模型7与模型8表明，虽然GDP_R的回归系数为正，但并不显著，意味着宏观经济环境对银行创新资产证券化的影响较弱。

表4和表5区分国有银行和非国有银行汇报了面板泊松回归的基本结果，回归步骤及模型1～8所对应的变量与表3一致。具体分析如下：首先，Policy变量均在1%或5%的水平上显著为正，说明政策变量均显著推动了国有银行和非国有银行的资产证券化业务，这与表3结果高度一致，进一步验证了假设3关于政策因素的说明。其次，在表4和表5中，Liq、NPL与ROE回归系数分别在5%或10%的水平上显著为负，说明国有银行和非国有银行在流动性资产规模缩小、信用风险恶化与盈利能力下降时更愿意创新资产支持证券，该结果不仅与表3全样本行为保持一致，也表明微观层面因素是目前驱动商业银行创新资产证券化的重要动因，银行参与资产证券化业务的主要目的是提升自身经营绩效。最后，CAR在两个样本中均为负值，但都不显著，意味着资本需求问题均不是两者的考虑因素。可见，不管是国有银行还是非国有银行，假设1和假设2均得到了验证，部分变量结果与表3也基本一致。

表3基于面板泊松回归的银行资产证券化创新驱动因素基本结果(全样本)

注：括号中为标准误差；***、**、*分别表示为1%、5%和10%的水平下显著。

表4银行资产证券化创新驱动因素基本结果(国有银行样本)

注：括号中为标准误差；***、**、*分别表示为1%、5%和10%的水平下显著。

关于银行资产规模与宏观经济因素的影响，国有银行和非国有银行的结果出现了分化：表4中Loangrowth回归系数为负值，理论上说明国有银行在贷款增长率下降时更偏好创新，但结果并不显著，表明贷款变化并不是国有银行创新资产证券化的考虑因素，而表5的结果却存在差异，即回归系数在10%的水平上均显著为负，表明非国有银行的资产证券化业务对贷款增长率下降的反应更为敏感。这一结果的差异主要在于国有银行资产规模较大，并拥有更多市场资源和盈利渠道，同时利率市场化的推进对国有银行传统盈利空间的影响也较小，即使贷款增长率下降，国有银行也不会受到较大影响，因此不会亟待发行资产支持证券，而非国有银行却表现出相反态势。

对于宏观经济因素，国有银行的创新行为对其反应极其敏感，即表4中GDP_R回归系数在1%的水平上显著为正，体现国有银行在经济增长时更愿意拓展业务以推进转型；对于非国有银行，经济增长率系数为负值(见表5)，说明在经济下行阶段更愿意创新资产支持证券，但结果并不显著。可见，表3和表5显示银行资产规模与宏观经济因素的影响出现了分化，并有效验证了假设3。

表5银行资产证券化创新驱动因素基本结果(非国有银行样本)

注：括号中为标准误差；***、**、*分别表示为1%、5%和10%的水平下显著。

本文被解释变量的标准差相对于均值并不高，不存在较大的分散度，面板泊松回归即能得到一致结果，但为了保证结果的稳健性，本文依然汇报了面板负二项回归的结果。回归结果表明，Policy、Liq、NPL、ROE和Loangrowth等变量回归系数符号与表3基本一致，显著性水平也大体相同，可见政策因素、流动性规模缩小、风险恶化、盈利能力下降和贷款增长率下降是银行资产证券化创新的重要影响因素，CAR和GDP_R的回归系数也与表3一致，由此验证了本文假设。

综上表明，流动性效应、风险转移、盈利性水平、贷款规模的变化是银行创新资产证券化的影响因素，这与大多数文献的结论是一致的。同时本文纳入了政策变量，并且结果非常显著，说明政策显著推动了银行资产证券化创新，这符合我国金融市场“政策市”的背景。此外，全样本分析显示宏观经济环境对银行创新行为的影响并不显著，但若分样本分析，该因素对国有银行与非国有银行的影响出现了分化，可见对于宏观经济环境的影响，应分不同银行类别进行讨论。

五、稳健性检验

为了保证研究结论的稳健性，本文进行如下稳健性检验：鉴于资产证券化发行次数数据存在向0左归并的特点，我们采取归并数据的面板模型(面板Tobit模型)，对上述各个层面控制变量逐一替换进行处理，并纳入反应银行整体经营风险的Z值，以检验每一个变量的稳健性。实证结果显示，当期值、滞后一期和滞后二期的结果均在1%的水平上显著为负，说明lnZ的下降将显著推动银行创新资产支持证券，而该值的下降正好体现银行经营风险的上升，由此进一步证明了上述所有风险因素的稳健性。关于银行微观层面变量、宏观层面变量和政策变量的稳健性检验结果与表3亦基本一致。综合稳健性检验结果表明，上文所给出的研究结论是非常稳健与可靠的①。

六、结论和启示

本文基于我国上市银行2013年第一季度至2017年第三季度的面板数据，综合控制银行层面变量、宏观经济变量和政策变量，研究了银行资产证券化创新的驱动因素，研究发现：(1)流动性资产规模缩小、信用风险恶化、盈利性能力降低及贷款增长率下降等因素，显著推动了银行资产证券化，这也反映银行创新性利用了资产证券化相关功能。(2)2014年底资产证券化业务由审批制改为备案制的政策变化，显著推动了银行资产证券化创新行为，这与我国金融市场“政策市”的特点基本吻合。(3)资本充足率变量的回归结果并不显著，说明资本需求并不是银行创新资产证券化的考虑因素，主要原因是我国上市银行资本监管方面较为严格，几乎没有出现资本短缺等问题。(4)宏观经济环境，无论是经济增长率，还是广义货币增速，均正向影响了银行资产证券化创新，但结果均不显著，说明宏观经济环境对我国银行创新资产证券化的影响较弱。(5)银行资产规模与宏观经济因素对不同银行样本的影响存在差异性，对于国有银行而言，经济增长率是推动其创新资产证券化的重要动力，体现了国有银行在经济上升周期推进业务转型的倾向，而贷款增长率对其却没有显著影响；对于非国有银行而言，由于业务空间相比国有银行较窄，因此在贷款增长率下降时更愿意通过创新资产证券化来拓展业务，而经济增长率的回归系数为负值，说明非国有银行在经济下行阶段更愿意创新资产支持证券，但结果并不显著。

总之，随着政策不断宽松，银行体系的资产证券化品种和规模将迅速扩张。同时，本文研究发现，除政策因素外，银行主要是基于资产证券化相关功能来参与这项金融创新，至少目前没有发生滥用资产证券化功能的行为，这可能也与我国正处在资产证券化初级阶段有关。在未来发展中，随着“双支柱”框架不断完善，我们应审时度势的推进资产证券化市场的监管体系，防止对资产证券化功能的滥用，严格控制资产支持证券创新边界，使银行有效利用资产证券化的相关功能，以实现通过资产证券化创新高效服务实体经济与维护自身稳健发展的“双赢”。

注释：

①限于篇幅，稳健性检验具体结果未列出，感兴趣的读者可联系作者索取。