研究型審計在商業(yè)銀行個貸數(shù)字化風(fēng)控領(lǐng)域的實踐

2022年1月，原中國銀保監(jiān)會發(fā)布《關(guān)于銀行業(yè)保險業(yè)數(shù)字化轉(zhuǎn)型的指導(dǎo)意見》，對金融機構(gòu)提出“著力加強數(shù)字化風(fēng)控能力建設(shè)”的要求。對此，我國商業(yè)銀行普遍在個人貸款（以下簡稱個貸）的數(shù)字化風(fēng)控領(lǐng)域開展了大量建設(shè)工作。然而，隨著房地產(chǎn)市場持續(xù)低迷、房地產(chǎn)企業(yè)債務(wù)風(fēng)險不斷爆發(fā)，個貸不良率仍然呈現(xiàn)上升態(tài)勢。

在此背景下，A商業(yè)銀行將“數(shù)字化轉(zhuǎn)型”列為集團戰(zhàn)略發(fā)展任務(wù)，并制定了《A商業(yè)銀行數(shù)字化轉(zhuǎn)型指導(dǎo)意見》。A商業(yè)銀行內(nèi)部審計部門（以下簡稱審計部）積極響應(yīng)，組織了近百名內(nèi)部審計人員參加數(shù)據(jù)建模能力培訓(xùn)，打造了集團審計數(shù)據(jù)實驗平臺，提升了內(nèi)部審計人員數(shù)據(jù)建模與研究分析能力，推動了集團內(nèi)部審計的高質(zhì)量發(fā)展。同時，為分析A商業(yè)銀行個貸不良增長的原因，并對個貸數(shù)字化風(fēng)控領(lǐng)域的難點進行研究，審計部積極貫徹落實中央審計委員會與審計署提出的“做實研究型審計”的要求，結(jié)合前期數(shù)字化轉(zhuǎn)型取得的成果，實施了針對個貸的研究型審計。

一、審前階段：充分調(diào)查研究揭示難點、疑點，確定審計重點，制訂審計計劃

（一）個貸不良率明顯提升，將個貸數(shù)字化風(fēng)控瓶頸列為審計調(diào)查重點

審計部通過對比同類商業(yè)銀行2020年至2022年的相關(guān)經(jīng)營數(shù)據(jù)發(fā)現(xiàn)，不同商業(yè)銀行個貸新增不良的原因有所差異：有的商業(yè)銀行個貸風(fēng)險重點領(lǐng)域是經(jīng)營貸，有的則集中在互聯(lián)網(wǎng)貸款領(lǐng)域，而A商業(yè)銀行個貸的首要風(fēng)險點是住房按揭貸款，且不良資產(chǎn)規(guī)模增幅較大。截至2021年6月末，A商業(yè)銀行個人住房按揭不良貸款余額與不良貸款率兩項指標在同類商業(yè)銀行中均處于較高水平。2020年至2022年，A商業(yè)銀行的不良貸款率持續(xù)增長，個人住房按揭貸款總體不良規(guī)模雖然不高，卻呈現(xiàn)快速增長態(tài)勢。審計組研究分析了行內(nèi)外情況，總結(jié)出個人住房按揭貸款風(fēng)險控制呈現(xiàn)以下新特點：2018年以來，多個數(shù)字化風(fēng)控工具被用于個貸領(lǐng)域，但智能化風(fēng)控水平得到顯著提升的同時，作為全行個貸主流業(yè)務(wù)的個人住房按揭貸款，其不良貸款率卻明顯上升。

這給個貸風(fēng)險管理帶來以下困惑：新形勢下數(shù)字化風(fēng)控要如何優(yōu)化，才能有效降低本行按揭貸款的不良率？A商業(yè)銀行智能風(fēng)控系統(tǒng)是否存在某些局限性？數(shù)字化風(fēng)控背景下，分行經(jīng)辦人員在授信準入過程中越來越依靠風(fēng)控系統(tǒng)，在出現(xiàn)不良貸款時要如何合理界定經(jīng)辦人員的履職責(zé)任？審計組將這些疑問列為本次審計調(diào)查的重點。

（二）確定審計目標與計劃，以“邊研究、邊實踐、邊總結(jié)”方式實施審計項目

智能化風(fēng)控模型已經(jīng)在全行系統(tǒng)深入運用，審計工作思維也不能再墨守成規(guī)。帶著前述疑問，審計組借助審計數(shù)據(jù)實驗平臺開始了本次研究型審計，并設(shè)定如下審計目標：一是全面了解個貸數(shù)字化風(fēng)控的發(fā)展狀況，對風(fēng)控模型的有效性進行評估，防范模型算法風(fēng)險，分析風(fēng)控模型在不同場景下的局限性；二是充分發(fā)揮審計數(shù)據(jù)實驗平臺的作用，通過創(chuàng)新審計方法與獨立數(shù)據(jù)建模，精準揭示問題，對個貸風(fēng)險隱患進行預(yù)警，貫徹研究型審計的目標；三是針對數(shù)字化風(fēng)控的局限性，提出有針對性的解決方案，充分發(fā)揮審計的決策支持作用。

二、審中階段：通過研究型審計對數(shù)字化風(fēng)控的瓶頸與風(fēng)控模型的局限性進行評價

審計組始終將研究型審計思維貫穿此次審計項目始終，發(fā)現(xiàn)近年個人貸款風(fēng)險呈現(xiàn)“集群性風(fēng)險”的新特征，即大量風(fēng)險集中于少數(shù)營銷渠道與營銷場景。因此，有必要將營銷渠道的數(shù)字化風(fēng)控提升至與個貸客戶風(fēng)控同等重要的水平。

（一）通過研究個貸風(fēng)險的新特征，對模型算法風(fēng)險進行評價

傳統(tǒng)審計項目很少會投入時間精力對銀行同業(yè)的數(shù)字化風(fēng)控狀況進行對比研究，也很少對風(fēng)控模型的理論基礎(chǔ)開展評估分析；而目前銀行的風(fēng)控模型主要是經(jīng)濟上行周期的產(chǎn)物，尚未經(jīng)過逆周期的實踐考驗，近年來經(jīng)濟增速放緩后，諸多個貸風(fēng)險案例的特征已呈現(xiàn)出與以往不同的特點，確需對風(fēng)險成因進行深入研究分析，而研究型審計“邊研究、邊實踐”的工作特點恰好可有效應(yīng)對該挑戰(zhàn)。審計組深入研究了A商業(yè)銀行個貸智能化風(fēng)控系統(tǒng)主要模型的風(fēng)控策略，并對比了同類優(yōu)秀商業(yè)銀行的風(fēng)控系統(tǒng)成果，發(fā)現(xiàn)各家商業(yè)銀行的風(fēng)控邏輯基本相近，即將個人客戶征信、工作、收入、負債、消費等多方面相關(guān)數(shù)據(jù)收集入庫，再通過風(fēng)控模型對客戶還款能力進行綜合評分與判斷。

銀行業(yè)大量風(fēng)控模型的規(guī)則與原理高度同質(zhì)，但各家銀行不良率及不良特點卻存在明顯差異，同一家銀行的不同分行也存在顯著差異，原因很可能是在風(fēng)控模型規(guī)則之外、不為人所熟悉的領(lǐng)域中，存在著本應(yīng)被高度重視的其他因素。在對多家分行不良貸款數(shù)據(jù)的分析研究過程中，審計組發(fā)現(xiàn)了一個更為重要卻易被忽視的因素：不良貸款高發(fā)的分行所在地往往有一個或多個樓盤爆發(fā)了“集群性風(fēng)險”，即大量風(fēng)險集中在個別按揭樓盤中。風(fēng)險成因包括開發(fā)商資金鏈斷裂造成期房住宅樓爛尾引發(fā)按揭客戶集體斷供，商業(yè)廣場因整體經(jīng)營失敗導(dǎo)致商用房按揭貸款客戶集體棄房斷供等；此外，還有假按揭、房價下跌、銷售糾紛等因素引發(fā)的各類集體斷供。這些風(fēng)險案例呈現(xiàn)諸多新特征，少數(shù)風(fēng)險樓盤集中出現(xiàn)了大量不良客戶，而以往不良貸款的風(fēng)險特征往往是“多點、散發(fā)”的，新形勢下很多客戶斷供的首要原因并非還款能力不足，而是還款意愿喪失，即遭遇問題樓盤后集體棄房斷供。這些風(fēng)險特征在經(jīng)濟上行階段并不常見，也不是傳統(tǒng)風(fēng)控模型所能控制的。

如2021年6月底，H分行個貸不良貸款余額14，642.95萬元，為2020年初的2.05倍，增幅較大。H分行個貸業(yè)務(wù)涉及1，261個按揭樓盤，但發(fā)生不良的個貸卻高度集中于“H商貿(mào)城”這一個樓盤。H分行涉及該樓盤的不良個貸共有112戶，余額2，367.86萬元，筆數(shù)與余額在H分行不良貸款中的占比分別高達35.44%與16.17%。審計組通過調(diào)閱住房按揭客戶授信檔案與催收報告后發(fā)現(xiàn)，該樓盤為一個商業(yè)廣場，按揭客戶購買該廣場商鋪用于商業(yè)經(jīng)營或出租，然而，近幾年該廣場經(jīng)營失敗，商業(yè)氛圍蕭條，商鋪市場價大幅下跌，廣場運營方未執(zhí)行的債務(wù)總額達1.92億元，因此大量按揭客戶在有還款能力的情況下卻選擇“棄房斷供”。審計組調(diào)閱回訪記錄發(fā)現(xiàn)，該樓盤存在棄房斷供意向的正常貸款尚有172戶，余額3，343.09萬元，存在較大風(fēng)險隱患。

又如，2019年6月，N分行審批通過某房地產(chǎn)開發(fā)有限公司“X郡”按揭項目，該開發(fā)商的母公司卻因2019年10月涉及非法集資，導(dǎo)致開發(fā)商資金鏈斷裂、樓盤停工爛尾；而該項目在準入審核時，其客戶經(jīng)理與審查人員均未對開發(fā)商母公司的經(jīng)營狀況進行充分調(diào)查，在為個人客戶辦理按揭時則過于依賴個貸審批系統(tǒng)的審查結(jié)論，甚至在該開發(fā)商母公司非法集資事件被曝光后，仍向該樓盤的8名客戶發(fā)放了貸款。由于無法交房入住，2021年，該樓盤客戶陸續(xù)斷供停貸，N分行向該樓盤發(fā)放的個人住房按揭貸款共有65戶，余額7，893.80萬元，其中停貸的客戶37戶，余額4，263.75萬元。

以上兩個事例表明，A商業(yè)銀行的個貸風(fēng)控模型雖能評估個人客戶的還款能力，但難以預(yù)測客戶在樓市下行時的還款意愿，也難以識別開發(fā)商與樓盤風(fēng)險因素所衍生的“集群性風(fēng)險”。全國房地產(chǎn)形勢較好的時期該問題并不突出，但隨著經(jīng)濟形勢的變化，該隱患已逐漸浮出水面?？梢姡M管A商業(yè)銀行個貸風(fēng)控模型持續(xù)優(yōu)化，針對單個客戶的風(fēng)控模型已較為成熟，但在新形勢下，有必要針對集群性風(fēng)險構(gòu)建新的風(fēng)控模型。

前述案例還帶來其他啟示：業(yè)務(wù)審核人員在使用風(fēng)控模型時，應(yīng)對模型的局限性有充分認識，并將模型風(fēng)控邏輯以外的因素作為人工審查的重點。在個人住房按揭業(yè)務(wù)中，審計人員應(yīng)認識到實地考察開發(fā)商公司經(jīng)營與樓盤狀況的重要性。在開發(fā)商與樓盤準入審核方面，分行的人工審查仍需承擔(dān)應(yīng)有的責(zé)任與擔(dān)當(dāng)，“人機結(jié)合”才能達到最佳風(fēng)控效果。目前，A商業(yè)銀行各業(yè)務(wù)領(lǐng)域均在廣泛推進智能風(fēng)控模型的使用，當(dāng)產(chǎn)生信用風(fēng)險時，審計人員應(yīng)合理界定模型與經(jīng)辦人員的不同責(zé)任。有些問題系模型局限性所致，不宜全部界定為分行經(jīng)辦人員的責(zé)任；但還有很多問題是經(jīng)辦人員忽略了模型的局限性，在業(yè)務(wù)準入和風(fēng)險監(jiān)控時失職導(dǎo)致，在風(fēng)險產(chǎn)生后又簡單地將責(zé)任推給系統(tǒng)與模型，這屬于不當(dāng)使用模型的責(zé)任。例如，在前述“X郡”按揭項目中，經(jīng)辦人員未及時發(fā)現(xiàn)開發(fā)商母公司非法集資的情況，一味依賴風(fēng)控模型的準入策略，當(dāng)時如能及時停止合作，后期準入的8戶貸款本可避免涉險。

（二）將集群性風(fēng)險的研究結(jié)論應(yīng)用于更大范圍的全行按揭貸款客群審計中

前述典型案例發(fā)生于住房按揭不良貸款率較高的幾家分行中，這些案例表明開發(fā)商與樓盤的異常風(fēng)險信號是住房按揭貸款發(fā)生集群性風(fēng)險的先兆。近年來，泰禾集團、恒大集團等大型房企集團陸續(xù)出現(xiàn)資金鏈緊張或經(jīng)營困難的情況，這都是期房按揭樓盤出現(xiàn)集群性風(fēng)險的重要信號，這些隱患正日益影響著按揭客群的資產(chǎn)質(zhì)量。如果能通過數(shù)字化風(fēng)控技術(shù)揭示這些先兆特征，便能提前預(yù)警集群性風(fēng)險隱患，發(fā)揮審計“防未病”作用。審計組將公司信貸業(yè)務(wù)審計的分析思路引入住房按揭貸款領(lǐng)域，通過企查查與數(shù)易寶等企業(yè)資信分析軟件，對全行近5年辦理的期房按揭貸款所對應(yīng)的按揭樓盤和開發(fā)商進行了批量性分析。在審前分析階段，審計組發(fā)現(xiàn)A商業(yè)銀行個人住房按揭貸款業(yè)務(wù)中共有36家開發(fā)商存在大額未執(zhí)行債務(wù)、資金鏈緊張等情況，涉及按揭項目共51個，按揭余額31.65億元。還有一些開發(fā)商因完工風(fēng)險或房價下跌等因素引發(fā)群體性銷售訴訟，涉及按揭貸款規(guī)模較大。

針對這些風(fēng)險信號，審計組實施了精準抽樣調(diào)查，在現(xiàn)場審計過程中揭示了各類相關(guān)風(fēng)險，包括開發(fā)商失信涉訴、群體性銷售糾紛、四證不全、預(yù)售款被挪用、無證預(yù)售等。如“T府”期房按揭項目，其開發(fā)商為A商業(yè)銀行公司信貸的預(yù)警客戶，該公司資金周轉(zhuǎn)存在較大困難，2021年4月，當(dāng)?shù)孛襟w報道了其旗下“T府”項目存在完工風(fēng)險；又如，“D里”期房按揭項目于2020年發(fā)生銷售糾紛89宗，原因均為開發(fā)商無法及時辦證；再如，“H州”期房按揭項目的開發(fā)商未辦理《預(yù)售許可證》便擅自銷售且挪用預(yù)售款，在樓盤開發(fā)過程中資金鏈斷裂；還有“G湖景”批發(fā)性住房按揭項目，在準入審核前開發(fā)商資信便存在問題，其于2017—2018年先后9次被列為失信被執(zhí)行人，涉及民間借貸、施工糾紛等多項風(fēng)險。上述樓盤共涉及按揭貸款378戶，按揭余額15，673.28萬元。審計組向相應(yīng)分行提示了這些風(fēng)險信息，分行對這些風(fēng)險房企和問題樓盤的按揭業(yè)務(wù)予以限制或停辦，對已辦理的按揭則加強貸后檢查與監(jiān)測，做好風(fēng)險處置預(yù)案。審計組進一步向全行各級風(fēng)險管理部門建議，在期房按揭業(yè)務(wù)的風(fēng)控中，應(yīng)對開發(fā)商的異常經(jīng)營風(fēng)險予以重視、及時預(yù)警，這些建議也得到相關(guān)部門的積極回應(yīng)。

（三）總結(jié)住房按揭貸款風(fēng)控模型的審計研究結(jié)論，進而延伸至更多個貸品種與業(yè)務(wù)場景

住房按揭客群的集群性風(fēng)險特征，是否也會出現(xiàn)在其他個貸品種中？審計組本著研究型審計的工作思路，在組內(nèi)展開了“頭腦風(fēng)暴”式討論，爭議的焦點集中在上述疑問。實踐是檢驗真理的唯一標準。審計組通過審計數(shù)據(jù)研究實驗平臺建立模型，展開“大膽假設(shè)、小心求證”的探索和研究。

審計組將分析范圍延伸到集群性營銷的其他消費信貸業(yè)務(wù)：如圍繞商圈、商會開展集群性營銷的個人經(jīng)營性貸款，圍繞各類網(wǎng)站開展集群性營銷的信用卡網(wǎng)絡(luò)發(fā)卡，圍繞房產(chǎn)經(jīng)紀類中介開展集群性營銷的個人二手房貸款，以及汽車消費信貸等。在這些消費信貸業(yè)務(wù)中，審計組均發(fā)現(xiàn)少數(shù)合作渠道或中介機構(gòu)中出現(xiàn)大量集群性風(fēng)險的現(xiàn)象。為避免數(shù)據(jù)分析取證的局限性，審計組在數(shù)據(jù)分析和抽查檔案之外，還采取了訪談與問卷調(diào)查等形式對全行個貸風(fēng)控人員進行調(diào)研，再次證實了此前判斷，即個人信貸的其他產(chǎn)品也會不同程度地呈現(xiàn)集群性風(fēng)險的特征，大量風(fēng)險也會集中于少量渠道。

三、審后階段：將研究心得升華至體系性高度指導(dǎo)實踐、助力風(fēng)控

（一）個貸風(fēng)控不應(yīng)僅依靠“大數(shù)法則”類模型，新形勢下建議研發(fā)“二八效應(yīng)”類模型作為補充

當(dāng)前A商業(yè)銀行個貸智能化風(fēng)控系統(tǒng)及其主要模型的基本思路是以客戶為基礎(chǔ)，多方位采集客戶行為數(shù)據(jù)開展特征畫像，對客戶的還款能力進行綜合評分。其背后的核心風(fēng)控理念是統(tǒng)計學(xué)上的“大數(shù)法則”，該理念假設(shè)個人信貸風(fēng)險是隨機且分散的，“戶數(shù)多、金額小”的客群基礎(chǔ)構(gòu)成了個人信貸業(yè)務(wù)抵御風(fēng)險的天然屏障。從統(tǒng)計學(xué)角度而言，商業(yè)銀行在準入時只要確保每個客戶的資信狀況高于一定的綜合評分門檻，便能在概率上保證準入的絕大部分個人客戶具備持續(xù)還款能力，從而使得個人貸款的總體不良率被控制在一個可容忍比率下。如果某些地區(qū)或某些貸款產(chǎn)品的不良率持續(xù)攀升，則提高該地區(qū)或該產(chǎn)品客戶準入的綜合評分門檻，便能降低貸款不良率。

但根據(jù)本次審計的研究結(jié)論以及近年來的審計實踐顯示，個人信用風(fēng)險分布并非僅遵循“大數(shù)法則”，風(fēng)險也并非隨機分布，而是可能集中于少數(shù)營銷渠道。風(fēng)控策略應(yīng)該是經(jīng)營策略的延伸，集群性營銷的經(jīng)營策略會使不良貸款呈現(xiàn)出集群性的特征。當(dāng)商業(yè)銀行開展個貸集群性營銷時，會呈現(xiàn)“80%的風(fēng)險集中于20%的營銷渠道或媒介”的風(fēng)險特征，也即“二八效應(yīng)”現(xiàn)象，這一點在經(jīng)濟下行周期中呈現(xiàn)得尤為明顯。銀行應(yīng)區(qū)別于不同渠道所營銷準入的客群，根據(jù)“二八效應(yīng)”的風(fēng)險特征實施風(fēng)險評估，當(dāng)某些營銷渠道出現(xiàn)風(fēng)險，如期房樓盤爛尾或是某些營銷渠道所介入客群的不良率高于預(yù)警值與容忍值時，便限制或停止該渠道的客戶準入。

本次研究型審計，也論證了“二八效應(yīng)”廣泛存在于集群性營銷業(yè)務(wù)中。該效應(yīng)的存在，為集群性風(fēng)險控制策略提供了理論基礎(chǔ)，對于改進風(fēng)控模型有著重大意義。它意味著在集群性營銷的業(yè)務(wù)領(lǐng)域，商業(yè)銀行可以采取類似于“微創(chuàng)手術(shù)”的方式，對風(fēng)險點實施精確防控。只要將少數(shù)高風(fēng)險渠道的業(yè)務(wù)叫停，便可顯著降低風(fēng)險，將其對正常業(yè)務(wù)發(fā)展的影響降至最低。

如何通過“二八效應(yīng)”模型識別高風(fēng)險渠道？以上述H分行與N分行為例，兩家分行不良率總體雖高，但通過對這兩家分行不良客群營銷渠道分析可以發(fā)現(xiàn)，上述兩個“棄房斷供”樓盤的營銷渠道正是引發(fā)分行不良率高發(fā)的首要因素，及時停止這兩個高風(fēng)險營銷渠道便能控制大量風(fēng)險客戶，可以達到“微創(chuàng)手術(shù)”定點精確打擊的效果。審計人員還可以進一步設(shè)立針對營銷渠道的風(fēng)控模型，便能對銀行整體個貸客群進行全面監(jiān)控與及時預(yù)警。比如，可以監(jiān)控各期房開發(fā)商的財務(wù)指標來預(yù)警期房樓盤是否存在爛尾的可能，一旦風(fēng)險模型發(fā)現(xiàn)開發(fā)商資金鏈出現(xiàn)危險信號，便停止該樓盤中按揭貸款客群的準入；而前期已投放按揭的期房樓盤，一旦發(fā)現(xiàn)房企資金鏈斷裂與樓盤爛尾信號，則應(yīng)盡早做好按揭貸款客群的風(fēng)險處置預(yù)案。

（二）審計研究結(jié)論充分應(yīng)用于風(fēng)險管理實踐中，揭示并預(yù)警了大量風(fēng)險，減少和挽回了經(jīng)濟損失

2022年6月，審計組對此前揭示的問題進行整改跟蹤，發(fā)現(xiàn)有8個期房樓盤對應(yīng)的按揭客群出現(xiàn)延期交房或集體斷供情況，如前述“T府”與“X郡”項目，多家銀行都向這些樓盤投放了大量按揭，而這些樓盤在停工后均發(fā)生大規(guī)模停貸，媒體也對此進行了報道。由于審計組在2021年已針對這些期房按揭業(yè)務(wù)向各分行提出預(yù)警，2021年后各分行未再繼續(xù)投放按揭，還要求房企將挪用的預(yù)售款轉(zhuǎn)回，并做好按揭客群的安撫工作，因此，這些分行在本次停貸事件中的信用風(fēng)險損失被降到最低，也有效化解了涉及本行的負面輿情。同時，前述A商業(yè)銀行汽車消費信貸等消費信貸業(yè)務(wù)，在少量高風(fēng)險渠道被限制、叫停后，其資產(chǎn)質(zhì)量也得到明顯改善。

（三）對模型算法風(fēng)險進行研究，向?qū)徲媽ο蟀l(fā)出管理建議書

審后階段，審計組向相關(guān)部門提出了管理建議書，建議在建設(shè)智能化風(fēng)控系統(tǒng)及風(fēng)控建模過程中，要特別關(guān)注數(shù)據(jù)風(fēng)險和模型算法風(fēng)險，提示風(fēng)險管理部門要對風(fēng)控算法模型進行有效管控，定期評估模型數(shù)據(jù)來源的合法性、準確性和充分性。審計建議指出，風(fēng)險管理部門應(yīng)審慎設(shè)置客戶篩選條件和風(fēng)險評估模型參數(shù)，模型上線前應(yīng)通過系統(tǒng)與人工并行評估、壓力情景下的模擬校驗等方式驗證模型的可信度，模型上線后應(yīng)定期評估模型的預(yù)測能力和模型在不同場景下的局限性，對模型適用范圍和配套策略予以持續(xù)監(jiān)測。在經(jīng)濟下行周期時，風(fēng)險管理部門還需關(guān)注模型內(nèi)在的風(fēng)控邏輯是否符合當(dāng)時風(fēng)險管控的新特點，避免因市場環(huán)境變化而導(dǎo)致模型失效。同時，應(yīng)及時開展數(shù)據(jù)治理工作，對基礎(chǔ)數(shù)據(jù)的準確性與規(guī)范性進行完善，否則前臺數(shù)據(jù)錄入的失真，也足以導(dǎo)致風(fēng)控模型失效。

（執(zhí)筆人：章偉力）