平準(zhǔn)策略何以緩解金融市場(chǎng)認(rèn)知偏差？

How intervention strategy alleviates market cognitive bias： a study based on network game

NIU Xiao.jian， LIN Shi.wei，SUN Yi.han

Participants in the financial markets execute various actions such as setting industry growth targets， investment behaviors， credit guidance， and stabilizing operations. Industry cognitive biases arise correspondingly in multi.party games. This paper constructs a network game model along the logical chain of “industry growth targets—industry cognitive biases—industry future returns” to explore the direct and network effects of participants’ actions on themselves and their linked entities. It also employs singular value decomposition to derive stabilizing strategies. According to the single.condition equilibrium， deviations in pricing behavior by investors relative to analysts’ growth targets generate industry cognitive biases， which are positively correlated with future returns， thus supporting the idea that the market corrects pricing biases. In the case of multi.condition equilibrium， excessive pricing and credit will decrease the future returns of both the industry itself and those industries linked to it in excess. Growth expectations mainly affect future returns through these excess linkage relationships. Overall， the total effect of the stabilizing strategy remains robustly positive and effectively mitigates cognitive biases and enhances pricing efficiency. It is suggested that governments formulate intervention strategies from the perspective of network games to strengthen the operational efficiency of stabilizing funds.

［摘" 要］ 金融市場(chǎng)參與者執(zhí)行諸如行業(yè)增長(zhǎng)目標(biāo)設(shè)置、投資行為、信貸引導(dǎo)以及平準(zhǔn)操作，行業(yè)認(rèn)知偏差在多方博弈下相應(yīng)而生。沿著“行業(yè)增長(zhǎng)目標(biāo)—行業(yè)認(rèn)知偏差—行業(yè)未來回報(bào)”的邏輯鏈條構(gòu)建網(wǎng)絡(luò)博弈模型，探討參與者行動(dòng)對(duì)自身及其聯(lián)動(dòng)對(duì)象所產(chǎn)生的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)，并基于奇異值分解取得平準(zhǔn)策略。根據(jù)單條件均衡，投資人定價(jià)行為相對(duì)分析師增長(zhǎng)目標(biāo)的偏離會(huì)形成行業(yè)認(rèn)知偏差，認(rèn)知偏差與未來回報(bào)正相關(guān)，佐證市場(chǎng)會(huì)對(duì)定價(jià)偏差進(jìn)行修正。根據(jù)多條件均衡，定價(jià)和信貸過度會(huì)降低自身及與其有超額聯(lián)動(dòng)關(guān)系行業(yè)的未來回報(bào)，增長(zhǎng)預(yù)期主要透過超額聯(lián)動(dòng)影響未來回報(bào)。平準(zhǔn)策略總效應(yīng)穩(wěn)健為正，能有效緩解認(rèn)知偏差以及提升定價(jià)效率，建議政府以網(wǎng)絡(luò)博弈視角制定干預(yù)策略以強(qiáng)化平準(zhǔn)基金運(yùn)作效率。

［關(guān)鍵詞］ 網(wǎng)絡(luò)博弈" 增長(zhǎng)目標(biāo)" 認(rèn)知偏差" 平準(zhǔn)基金

［基金項(xiàng)目］ 國(guó)家自然科學(xué)基金面上項(xiàng)目“流動(dòng)性壓力、信息交互與價(jià)格聯(lián)動(dòng)——基于中國(guó)股票和債券市場(chǎng)多層復(fù)雜網(wǎng)絡(luò)的風(fēng)險(xiǎn)交叉?zhèn)鞑C(jī)制與控制修復(fù)策略研究”（71873039，71573051）成果之一。

［作者簡(jiǎn)介］ 牛曉?。?971—），新疆阿克蘇人，復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院教授，金融學(xué)博士、博士后，博士生導(dǎo)師，研究方向：金融復(fù)雜網(wǎng)絡(luò)。

一、引言和文獻(xiàn)綜述

經(jīng)濟(jì)增長(zhǎng)目標(biāo)設(shè)定是一個(gè)全球性現(xiàn)象，中國(guó)更是存在增長(zhǎng)目標(biāo)體系[1]，經(jīng)濟(jì)增長(zhǎng)目標(biāo)對(duì)資本積累和實(shí)際經(jīng)濟(jì)增長(zhǎng)有正向影響[2]。與之類似，金融市場(chǎng)賣方分析師公布的行業(yè)增長(zhǎng)目標(biāo)也具有經(jīng)濟(jì)意義，國(guó)內(nèi)學(xué)者認(rèn)為高頻公司增長(zhǎng)目標(biāo)更能實(shí)時(shí)地反映微觀沖擊，盈余預(yù)測(cè)能夠顯著預(yù)測(cè)公司未來盈利能力[3]。然而，分析師也非完全理性，分析師預(yù)測(cè)行為具有選美競(jìng)賽效應(yīng)[4]，公司增長(zhǎng)目標(biāo)具有趨同性。更有文獻(xiàn)指出，行業(yè)增長(zhǎng)目標(biāo)會(huì)改變投資人的市場(chǎng)認(rèn)知，依照分析師公布的行業(yè)增長(zhǎng)目標(biāo)做出投資行為[5]，投資行為具有跟隨性，相反地，有學(xué)者認(rèn)為基金經(jīng)理與分析師存在合謀導(dǎo)致投資行為領(lǐng)先行業(yè)增長(zhǎng)目標(biāo)[6]，投資行為具有領(lǐng)先性。

在行業(yè)增長(zhǎng)目標(biāo)的設(shè)定下，投資人會(huì)結(jié)合增長(zhǎng)目標(biāo)以及自身的市場(chǎng)認(rèn)知進(jìn)行定價(jià)。有研究表明，市場(chǎng)樂觀認(rèn)知下的定價(jià)過度行為提升了短期收益但損害了長(zhǎng)期收益[7]。樂觀認(rèn)知下的定價(jià)過度使得股票的均衡價(jià)格越高，未來投資收益將越低[8]；悲觀認(rèn)知下的定價(jià)不足使得股票的均衡價(jià)格越低，未來投資收益越高[9]?？梢娡顿Y行為偏離行業(yè)增長(zhǎng)目標(biāo)普遍存在，行業(yè)認(rèn)知偏差決定了行業(yè)的未來回報(bào)。然而，遺憾的是一直缺乏有效的理論模型對(duì)增長(zhǎng)目標(biāo)與投資行為的互動(dòng)關(guān)系進(jìn)行刻畫，鮮有學(xué)者涉及行業(yè)認(rèn)知偏差的度量并考察其對(duì)未來回報(bào)的影響。這導(dǎo)致一系列問題亟待解決：行業(yè)增長(zhǎng)目標(biāo)和投資行為的博弈關(guān)系如何刻畫？有什么因素影響行業(yè)認(rèn)知偏差？鑒于此，本文將沿著“行業(yè)增長(zhǎng)目標(biāo)—行業(yè)認(rèn)知偏差—行業(yè)未來回報(bào)”的邏輯鏈條構(gòu)建網(wǎng)絡(luò)博弈模型，解構(gòu)增長(zhǎng)目標(biāo)與投資行為的復(fù)雜關(guān)系，揭示行業(yè)認(rèn)知偏差對(duì)未來回報(bào)的影響。

行業(yè)認(rèn)知偏差除了受市場(chǎng)化的投資行為影響，也可能受到政府和金融機(jī)構(gòu)的信貸引導(dǎo)行為影響。政府最大化社會(huì)總產(chǎn)出的動(dòng)機(jī)通過銀行信貸決策以及產(chǎn)業(yè)政策發(fā)揮引導(dǎo)作用[10]。信貸引導(dǎo)行為進(jìn)一步影響行業(yè)融資約束和投資效率，最終體現(xiàn)在市場(chǎng)期權(quán)價(jià)值的變動(dòng)[11]。銀行信貸決策承擔(dān)了貨幣政策傳導(dǎo)的重任，信貸決策變動(dòng)會(huì)改變信貸規(guī)模、信貸期限結(jié)構(gòu)和信貸成本，促使企業(yè)投資策略轉(zhuǎn)變[12]；產(chǎn)業(yè)政策發(fā)揮了隱性擔(dān)保的功能，從而提高商業(yè)銀行對(duì)企業(yè)的貸款授信[13]，信貸資源的增加為企業(yè)提供資金使企業(yè)獲得更多的投資機(jī)會(huì)，進(jìn)而企業(yè)投資選擇和估值得到顯著提升[14]。信貸引導(dǎo)行為會(huì)導(dǎo)致特定行業(yè)的定價(jià)水平變動(dòng)，但信貸干預(yù)的幅度是否合理？為回答此類問題，本文將信貸干預(yù)納入網(wǎng)絡(luò)博弈框架。

由于行業(yè)增長(zhǎng)目標(biāo)、認(rèn)知偏差和投資行為皆是金融市場(chǎng)參與者進(jìn)行信息交互后的均衡狀態(tài)，顧及參與者行動(dòng)所產(chǎn)生的網(wǎng)絡(luò)效應(yīng)才能提高微觀沖擊對(duì)經(jīng)濟(jì)變動(dòng)的解釋能力。生產(chǎn)網(wǎng)絡(luò)視角方面，已有學(xué)者證實(shí)了供應(yīng)鏈關(guān)聯(lián)[15]、投入產(chǎn)出[16]以及經(jīng)濟(jì)關(guān)聯(lián)[17]是信息傳播的重要載體。超額聯(lián)動(dòng)視角方面，價(jià)格聯(lián)動(dòng)、概念聯(lián)動(dòng)以及風(fēng)格投資聯(lián)動(dòng)等投資行為導(dǎo)致股票間出現(xiàn)脫離基本面的聯(lián)動(dòng)關(guān)系，只要投資行為存在就必須考慮超額聯(lián)動(dòng)效應(yīng)。由此可知，金融市場(chǎng)研究必須充分考慮參與者間的網(wǎng)絡(luò)效應(yīng)，信貸引導(dǎo)行為通過生產(chǎn)網(wǎng)絡(luò)傳導(dǎo)[18]，投資行為與市場(chǎng)預(yù)期會(huì)經(jīng)由超額聯(lián)動(dòng)擴(kuò)散[19]，網(wǎng)絡(luò)博弈模型必須涵蓋生產(chǎn)網(wǎng)絡(luò)以及超額聯(lián)動(dòng)關(guān)系。

借由以上文獻(xiàn)回顧，市場(chǎng)參與者包括賣方分析師、投資人以及政府部門，執(zhí)行諸如行業(yè)增長(zhǎng)目標(biāo)設(shè)置、信貸行為以及投資行為等行動(dòng)時(shí)，市場(chǎng)參與者除了獲取獨(dú)立回報(bào)，還可能會(huì)對(duì)其他參與者產(chǎn)生積極或消極的網(wǎng)絡(luò)效應(yīng)，參與者行動(dòng)的互動(dòng)關(guān)系是一種網(wǎng)絡(luò)博弈[20]。然而，現(xiàn)有文獻(xiàn)少有刻畫參與者間的網(wǎng)絡(luò)博弈關(guān)系，為解構(gòu)市場(chǎng)參與者間的復(fù)雜聯(lián)系，本文以網(wǎng)絡(luò)博弈作為理論基礎(chǔ)，沿著“行業(yè)增長(zhǎng)目標(biāo)—行業(yè)認(rèn)知偏差—行業(yè)未來回報(bào)”的邏輯鏈條進(jìn)行模型設(shè)定。那么，既然信貸引導(dǎo)行為能干預(yù)市場(chǎng)定價(jià)水平，理當(dāng)也能透過市場(chǎng)化的平準(zhǔn)基金緩解市場(chǎng)認(rèn)知偏差，這種平準(zhǔn)策略是什么？據(jù)此，本文將對(duì)市場(chǎng)認(rèn)知偏差進(jìn)行奇異值分解，構(gòu)建平準(zhǔn)策略為政府提供調(diào)控手段。

本文主要貢獻(xiàn)有：第一，構(gòu)建以行業(yè)增長(zhǎng)為目標(biāo)的網(wǎng)絡(luò)博弈納什均衡式，提煉行業(yè)認(rèn)知偏差，給予29個(gè)申萬行業(yè)經(jīng)常性的定價(jià)過度或定價(jià)不足一個(gè)基本論調(diào)。第二，設(shè)置行業(yè)認(rèn)知偏差為條件的均衡式，驗(yàn)證信貸引導(dǎo)行為及其網(wǎng)絡(luò)效應(yīng)是否會(huì)引發(fā)行業(yè)定價(jià)水平變動(dòng)。第三，考察以行業(yè)未來回報(bào)為條件的均衡式，分析行業(yè)預(yù)期增長(zhǎng)、行業(yè)認(rèn)知偏差以及行業(yè)干預(yù)偏差對(duì)未來回報(bào)的影響。第四，基于以上均衡推導(dǎo)出多條件網(wǎng)絡(luò)博弈納什均衡，共同研究行業(yè)增長(zhǎng)目標(biāo)、行業(yè)增長(zhǎng)預(yù)期、行業(yè)定價(jià)程度和信貸干預(yù)程度的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)對(duì)未來回報(bào)的影響。最后，基于奇異值分解取得平準(zhǔn)策略，探討政府采取平準(zhǔn)策略能否緩解行業(yè)認(rèn)知偏差以及提升市場(chǎng)定價(jià)效率，為平準(zhǔn)基金穩(wěn)定運(yùn)作提供保障。

二、網(wǎng)絡(luò)博弈模型構(gòu)建

本文借鑒Galeotti等構(gòu)造的網(wǎng)絡(luò)博弈模型[20]，揭示市場(chǎng)參與者執(zhí)行諸如行業(yè)增長(zhǎng)目標(biāo)設(shè)置、信貸引導(dǎo)和投資等行動(dòng)對(duì)自身及其他參與者產(chǎn)生的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)，并基于奇異值分解取得平準(zhǔn)策略，為平準(zhǔn)基金提供熨平非理性波動(dòng)的實(shí)際手段。

（一）以行業(yè)增長(zhǎng)目標(biāo)為條件的網(wǎng)絡(luò)博弈納什均衡

假設(shè)經(jīng)濟(jì)體中存在N個(gè)行業(yè)N={1，2…n}，行業(yè)增長(zhǎng)目標(biāo)和投資行為同時(shí)發(fā)生。行業(yè)i的增長(zhǎng)目標(biāo)ai∈R，所有行業(yè)的增長(zhǎng)目標(biāo)向量a∈Rn。行業(yè)i的投資行為bi∈R，所有行業(yè)的投資行為向量b∈Rn，反映市場(chǎng)對(duì)行業(yè)的定價(jià)行為。行業(yè)i的認(rèn)知偏差yi∈R，所有行業(yè)的認(rèn)知偏差向量y∈Rn。市場(chǎng)參與者對(duì)個(gè)別行業(yè)的行動(dòng)都能表示為向量形式，后文簡(jiǎn)化表述。同時(shí)，行業(yè)間增長(zhǎng)目標(biāo)設(shè)置的趨同強(qiáng)度由投入產(chǎn)出矩陣決定，表示為G，行業(yè)i受行業(yè)j增長(zhǎng)目標(biāo)的影響強(qiáng)度gijgt;0。分析師最大化行業(yè)i的增長(zhǎng)目標(biāo)水平表示如下：

Uia，G=aibi+yi+∑j∈Nβjgijaj-12a2i（1）

其中，右式第一項(xiàng)為達(dá)成行業(yè)i的增長(zhǎng)目標(biāo)均衡所需的要素，由自身增長(zhǎng)目標(biāo)ai、鄰接行業(yè)增長(zhǎng)目標(biāo)aj、投資行為bi以及行業(yè)認(rèn)知偏差yi組成，參數(shù)βj代表行業(yè)間增長(zhǎng)目標(biāo)的趨同性。第二項(xiàng)為完成行業(yè)增長(zhǎng)目標(biāo)所需的調(diào)整成本。經(jīng)以上設(shè)定，投資人會(huì)結(jié)合增長(zhǎng)目標(biāo)以及自身的市場(chǎng)認(rèn)知對(duì)各行各業(yè)進(jìn)行定價(jià)，增長(zhǎng)目標(biāo)水平是分析師與投資人博弈下的結(jié)果，依據(jù)行業(yè)增長(zhǎng)目標(biāo)最優(yōu)化問題的一階條件表示如下：

ai=bi+yi+∑j∈Nβjgijaj（2）

在增長(zhǎng)目標(biāo)趨同性給定下，投資行為大于行業(yè)增長(zhǎng)目標(biāo)則市場(chǎng)對(duì)該行業(yè)定價(jià)過度yilt;0，投資行為小于行業(yè)增長(zhǎng)目標(biāo)則為定價(jià)不足yigt;0。將N個(gè)行業(yè)的一階條件式堆疊，則以行業(yè)增長(zhǎng)目標(biāo)為條件的網(wǎng)絡(luò)博弈納什均衡矩陣表達(dá)如下：

a*=（β）Ga*+b+y（3）

其中，行業(yè)增長(zhǎng)目標(biāo)的納什均衡a*為N×1維列向量，G為N×N為投入產(chǎn)出矩陣，D（β）是基于行業(yè)間增長(zhǎng)目標(biāo)趨同性堆疊的N×N對(duì)角矩陣。投資行為向量b和行業(yè)認(rèn)知偏差向量y皆為N×1維列向量。

（二）以行業(yè)認(rèn)知偏差為條件的網(wǎng)絡(luò)博弈納什均衡

通過上文能估計(jì)出所有行業(yè)的認(rèn)知偏差y。為探討信貸引導(dǎo)行為如銀行信貸決策和政府產(chǎn)業(yè)政策是否會(huì)導(dǎo)致行業(yè)認(rèn)知偏差，本文做以下設(shè)定行業(yè)i的信貸引導(dǎo)行為li∈R，反映信貸引導(dǎo)對(duì)各行業(yè)的影響程度。行業(yè)i的干預(yù)偏差為di∈R，視為受信貸引導(dǎo)調(diào)整后的行業(yè)認(rèn)知偏差。信貸引導(dǎo)行為最小化行業(yè)i的認(rèn)知偏差水平表示如下：

Uiy，G=yili+∑j∈Ngijlj+di-12y2i（4）

其中，右式第一項(xiàng)為達(dá)成行業(yè)i認(rèn)知偏差均衡所需要素，由自身認(rèn)知偏差yi、自身信貸行為li、鄰接行業(yè)信貸行為lj以及行業(yè)干預(yù)偏差di組成。當(dāng)特定行業(yè)認(rèn)知偏差為正，其呈現(xiàn)定價(jià)不足yigt;0，對(duì)其給予正向的信貸引導(dǎo)li+∑j∈Ngijljgt;0時(shí)，導(dǎo)致市場(chǎng)整體認(rèn)知偏差縮小，反映為認(rèn)知偏差水平式（4）的最大化。對(duì)行業(yè)認(rèn)知偏差取一階條件并堆疊，則以行業(yè)認(rèn)知偏差為條件的網(wǎng)絡(luò)博弈納什均衡矩陣表達(dá)如下：

y*=l+Gl+d（5）

其中，行業(yè)認(rèn)知偏差的納什均衡y*、信貸行為向量l以及行業(yè)干預(yù)偏差向量d皆為N×1維列向量。G為投入產(chǎn)出矩陣，反映信貸行為的溢出強(qiáng)度。當(dāng)信貸引導(dǎo)行為（l+Gl）大于行業(yè)認(rèn)知偏差y*時(shí)，則信貸干預(yù)過度，行業(yè)干預(yù)偏差為負(fù)，dlt;0，當(dāng)信貸引導(dǎo)行為小于行業(yè)認(rèn)知偏差時(shí)，則信貸干預(yù)不足，行業(yè)干預(yù)偏差為正。

（三）以行業(yè)未來回報(bào)為條件的網(wǎng)絡(luò)博弈納什均衡

行業(yè)i的未來回報(bào)表示為ri∈R，行業(yè)i與行業(yè)j的超額聯(lián)動(dòng)強(qiáng)度由協(xié)方差表示為vij，且不存在自環(huán)vij=0。行業(yè)i的干預(yù)偏差di∈R，各行業(yè)的干預(yù)偏差相互獨(dú)立。行業(yè)i的增長(zhǎng)預(yù)期fi∈R，代表市場(chǎng)對(duì)行業(yè)i的預(yù)期回報(bào)。行業(yè)i的偏離程度εi∈R，代表不可被已知信息所解釋的殘差。市場(chǎng)最優(yōu)化行業(yè)i的未來回報(bào)水平表示如下：

Uir，G=ridi+fi+εi+∑j∈Nvijdj+∑j∈Nvijfj+∑j∈Nvijεj-12r2i（6）

其中，右式第一項(xiàng)說明行業(yè)干預(yù)偏差di以及增長(zhǎng)預(yù)期fi與未來回報(bào)ri同向會(huì)使得未來回報(bào)水平更高，可以解讀為市場(chǎng)定價(jià)效率更高。對(duì)行業(yè)未來回報(bào)取一階條件并堆疊，取得以行業(yè)未來回報(bào)為條件的網(wǎng)絡(luò)博弈納什均衡矩陣表達(dá)如下：

r*=I+Vd+f+ε（7）

其中，行業(yè)未來回報(bào)的納什均衡r*為N×1維列向量，V為N×N行業(yè)回報(bào)協(xié)方差矩陣。干預(yù)偏差向量d、行業(yè)增長(zhǎng)目標(biāo)預(yù)期向量f以及行業(yè)偏離程度向量ε皆為N×1維列向量。市場(chǎng)定價(jià)過程存在超額聯(lián)動(dòng)效應(yīng)，行業(yè)未來回報(bào)不僅受到自身變動(dòng)[I][d+f+ε]的直接影響，也受到行業(yè)間超額聯(lián)動(dòng)關(guān)系[V][d+f+ε]的影響。

（四）多條件網(wǎng)絡(luò)博弈納什均衡

令行業(yè)定價(jià)程度為a^=（β）Ga*+b，由市場(chǎng)增長(zhǎng)目標(biāo)趨同性（β）Ga*以及投資行為b組成。信貸干預(yù)程度y^=l+Gl，由信貸引導(dǎo)行為的直接效應(yīng)l與網(wǎng)絡(luò)效應(yīng)Gl組成。結(jié)合式（3）、式（5）與式（7），進(jìn)一步推導(dǎo)出同時(shí)滿足行業(yè)增長(zhǎng)目標(biāo)、行業(yè)認(rèn)知偏差和行業(yè)未來回報(bào)條件的網(wǎng)絡(luò)博弈納什均衡：

r*=I+Va*+f-a^-y^+ε（8）

式（8）中，右式第一項(xiàng)說明行業(yè)未來回報(bào)與既有行業(yè)特征存在直接效應(yīng)與超額聯(lián)動(dòng)效應(yīng)，右式第二項(xiàng)由行業(yè)增長(zhǎng)目標(biāo)a*、行業(yè)增長(zhǎng)預(yù)期f，行業(yè)定價(jià)程度a^、信貸干預(yù)程度y^以及行業(yè)偏離程度ε所解釋。

（五）基于奇異值分解的平準(zhǔn)策略

政府為緩解行業(yè)不確定性及提升市場(chǎng)定價(jià)效率，須采取平準(zhǔn)策略調(diào)節(jié)市場(chǎng)認(rèn)知偏差。令可解釋回報(bào)為n^=a*+f-a^-y^，最優(yōu)回報(bào)為n=a*+f-a^-y^+ε，行業(yè)偏離程度寫作ε=n-n^。當(dāng)滿足納什均衡時(shí)，政府的最優(yōu)化行業(yè)未來回報(bào)水平問題如下：

maxnWn，V=∑i∈NUir*，V（IT.1）

r*=I+Vn（s.t.1）

Kn，n^=∑i∈Nni-ni^2=∑i∈Nεi2≤C（s.t.2）

其中，Wn，V為各行業(yè)未來回報(bào)水平的總和，C為行業(yè)離程度ε衍生的總糾正成本。行業(yè)i的糾正成本隨自身偏離程度εi的變化而增加。在協(xié)方差矩陣V對(duì)稱的條件下，可以對(duì)其進(jìn)行奇異值分解（SVD）如下：

V=USUT（9）

其中，U是特征向量組成的交矩陣，第r行特征向量表示為ur，S是特征值矩陣，主對(duì)角線上第e個(gè)特征值表示為See=se。協(xié)方差矩陣的近似表示為：

Vn×nUn×kSk×kUTk×n（10）

其中k遠(yuǎn)小于n。通過只使用最顯著的k個(gè)特征值，可以減少協(xié)方差矩陣中的噪聲。進(jìn)一步將式（9）代入最優(yōu)化問題（IT.1）的限制式s.t.1得式（11）：

r*=I+USUTn（11）

對(duì)式（11）兩邊同乘以UT，則令r*=UTr*以及n=UTn，將式（11）簡(jiǎn)化為式（12）：

r*=I+Sn（12）

式（12）中，I+S為對(duì)角矩陣，其第e個(gè)對(duì)角線元素表示為乘數(shù)因子1+λe，因此，對(duì)于任意e=1，2…n有式（13）：

r*e=1+λene（13）

由式（13）可得，行業(yè)未來回報(bào)在特征向量上的投影與最優(yōu)回報(bào)在特征向量的投影正相關(guān)。進(jìn)一步，定義最優(yōu)干預(yù)強(qiáng)度為x^*，且已知行業(yè)偏離程度為ε。政府修正行業(yè)偏離程度所需的強(qiáng)度等于最優(yōu)干預(yù)強(qiáng)度x^*，二者滿足等式x^*=ε=n-n^。令ke=1+λe2，則式（13）的等式寫作r*e=ne。再令邊際回報(bào)變動(dòng)為me=x^en^e=ne-n^en^e，其反映最優(yōu)干預(yù)強(qiáng)度相對(duì)可解釋回報(bào)的相對(duì)變化。經(jīng)以上設(shè)定，基于奇異值分解的最優(yōu)化行業(yè)未來回報(bào)水平問題如下：

maxn12∑ne=1kene2≡maxm12∑ne=1ke1+me2n^e2（IT.2）

∑ne=1x^e2≤C≡∑ne=1n^e2me2≤C（s.t.）

其中，行業(yè)不確定加總可以表示為糾正成本C，政府將糾正成本依照特征向量uTe分配取得最優(yōu)干預(yù)策略x^e，而改變邊際回報(bào)變動(dòng)me。最優(yōu)化問題（IT.2）經(jīng)拉格朗日函數(shù)轉(zhuǎn)化為無條件的函數(shù)最優(yōu)化問題，表示為L(zhǎng)m=12∑ne=1ke1+me2n^e2+μC-∑ne=1n^e2me2，并經(jīng)由卡魯什-庫(kù)恩-塔克條件（KKT）解出邊際回報(bào)變動(dòng)和邊際成本等式（14），進(jìn)一步整理為式（15）：

12ke1+m*e=μm*e（14）

m*e=ke2μ-ke（15）

其中，m*e代表最優(yōu)邊際回報(bào)變動(dòng)，μ為糾正成本的影子價(jià)格，當(dāng)最優(yōu)化問題（IT.2）中的預(yù)算限制式等式成立時(shí)，影子價(jià)格μ可經(jīng)由下式求解：

∑ne=1n^e2ke2μ-ke2=C（16）

在給定影子價(jià)格下，最優(yōu)邊際回報(bào)變動(dòng)m*e得解，從而計(jì)算出基于奇異值分解的最優(yōu)干預(yù)強(qiáng)度x^*：

x^*=∑ne=1m*en^（17）

從幾何意義來看，最優(yōu)干預(yù)強(qiáng)度x^*就是每一個(gè)特征值k對(duì)應(yīng)的最優(yōu)邊際回報(bào)變動(dòng)m*e對(duì)可解釋回報(bào)n^的線性變換的加總。已知最優(yōu)干預(yù)強(qiáng)度x^*等同于行業(yè)偏離程度ε，當(dāng)政府采取干預(yù)策略調(diào)控行業(yè)偏離程度時(shí)，平準(zhǔn)策略表示為x*=-x^*。同時(shí)，行業(yè)不確定衡量行業(yè)偏離程度相對(duì)零值的離差平方，表示為c=ε2，這有助于研究（t-n）時(shí)間的平準(zhǔn)策略x*t-n能否緩解t時(shí)間的行業(yè)不確定c。

（六）基于平準(zhǔn)策略的網(wǎng)絡(luò)博弈納什均衡

在取得平準(zhǔn)策略x*后，可以改寫網(wǎng)絡(luò)博弈總均衡式（8）為式（18）：

r*t=I+Va*t+ft-a^t-y^t+x*t-n+t（18）

在執(zhí)行平準(zhǔn)策略下，必須引入下標(biāo)時(shí)間t以區(qū)分變量形成時(shí)間，t為t時(shí)間的殘差。平準(zhǔn)策略x*t-n在（t-n）時(shí)間經(jīng)由式（17）計(jì)算而得，視為政府修正行業(yè)偏離程度的最優(yōu)策略。通過式（18）能考察平準(zhǔn)策略的執(zhí)行對(duì)行業(yè)未來回報(bào)的影響。再者，平準(zhǔn)策略x*t-n在式（18）的統(tǒng)計(jì)意義就能視為控制變量，橫向比較式（8）與式（18）能觀察可解釋變量（a*t，ft，a^t以及y^t）估計(jì)參數(shù)的變動(dòng)，市場(chǎng)定價(jià)效率是否提升得以深入探討。

三、實(shí)證設(shè)計(jì)

（一）樣本選擇

本文使用的數(shù)據(jù)來自Choice數(shù)據(jù)庫(kù)，樣本期間為2010年1月至2023年4月。本文按照以下步驟對(duì)研究樣本進(jìn)行處理：（1）剔除不存在投入產(chǎn)出關(guān)系的金融業(yè)；（2）依申萬行業(yè)的編制標(biāo)準(zhǔn)將上市公司聚合成行業(yè)變量；（3）將行業(yè)增長(zhǎng)目標(biāo)、行業(yè)增長(zhǎng)預(yù)期以及信貸引導(dǎo)行為等解釋變量進(jìn)行縮尾處理；（4）生產(chǎn)網(wǎng)絡(luò)方面，本文將2012、2017、2018以及2020年的中國(guó)投入產(chǎn)出表轉(zhuǎn)換為申萬29個(gè)行業(yè)的投入產(chǎn)出矩陣，采用投入產(chǎn)出矩陣平均值作為實(shí)證基礎(chǔ)；（5）超額聯(lián)動(dòng)效應(yīng)方面，以全樣本區(qū)間的季度回報(bào)協(xié)方差矩陣作為長(zhǎng)周期超額聯(lián)動(dòng)視角，以一年期滾動(dòng)窗口季度回報(bào)協(xié)方差矩陣代理時(shí)變超額聯(lián)動(dòng)視角。計(jì)算方法參考表1。

（二）研究模型

以行業(yè)增長(zhǎng)目標(biāo)為條件的網(wǎng)絡(luò)博弈納什均衡矩陣表達(dá)式（3）采用所構(gòu)建的異質(zhì)性空間自回歸模型（HSAR）進(jìn)行估計(jì)[21]。行業(yè)增長(zhǎng)目標(biāo)同時(shí)考慮凈利潤(rùn)增長(zhǎng)目標(biāo)a*2、EPS增長(zhǎng)目標(biāo)a*2以及ROE增長(zhǎng)目標(biāo)a*3，且被解釋變量能透過投入產(chǎn)出矩陣產(chǎn)生網(wǎng)絡(luò)效應(yīng)βGa*。行業(yè)投資行為為季度和半年度行業(yè)已實(shí)現(xiàn)收益率。本文對(duì)式（3）進(jìn)行回歸，取得殘差作為行業(yè)認(rèn)知偏差y的代理。

以行業(yè)認(rèn)知偏差為條件的網(wǎng)絡(luò)博弈納什均衡矩陣表達(dá)式（5）采用空間滯后模型（SLX）估計(jì)。其中，行業(yè)認(rèn)知偏差y*由凈利潤(rùn)、EPS以及ROE認(rèn)知偏差等權(quán)合成而來，信貸行為同時(shí)考慮信貸規(guī)模l1、信貸成本l2、信貸期限結(jié)構(gòu)l3、稅收優(yōu)惠l4、財(cái)政補(bǔ)貼l5以及信貸支持l6，信貸行為能透過投入產(chǎn)出矩陣產(chǎn)生網(wǎng)絡(luò)效應(yīng)Gl。經(jīng)式（5）的回歸，殘差為行業(yè)干預(yù)偏差d。

以行業(yè)未來回報(bào)為條件的網(wǎng)絡(luò)博弈納什均衡矩陣表達(dá)式（7）采用SLX估計(jì)。其中，未來回報(bào)r*為季度和半年度行業(yè)未來收益率，行業(yè)增長(zhǎng)預(yù)期同時(shí)考慮凈利潤(rùn)增長(zhǎng)預(yù)期f1、EPS增長(zhǎng)預(yù)期f2以及ROE增長(zhǎng)預(yù)期f3，并分別控制行業(yè)認(rèn)知偏差y*和行業(yè)干預(yù)偏差d，解釋變量與控制變量皆能透過回報(bào)協(xié)方差矩陣V產(chǎn)生超額聯(lián)動(dòng)效應(yīng)。

經(jīng)以上回歸分析，從式（3）和式（5）回歸結(jié)果中取得擬合值，分別代表行業(yè)定價(jià)程度a^以及信貸干預(yù)程度y^。同時(shí)滿足行業(yè)增長(zhǎng)目標(biāo)、行業(yè)認(rèn)知偏差和行業(yè)未來回報(bào)條件的網(wǎng)絡(luò)博弈納什均衡表達(dá)式（8）采用SLX估計(jì)，被解釋變量為行業(yè)未來回報(bào)r*，解釋變量包括行業(yè)定價(jià)程度a^、信貸干預(yù)程度y^、行業(yè)增長(zhǎng)目標(biāo)a*以及行業(yè)增長(zhǎng)預(yù)期f。式（8）的殘差代表行業(yè)偏離程度ε，從而能計(jì)算出基于奇異值分解的平準(zhǔn)策略x*，如式（17）所示。最后，本文將以SLX估計(jì)式（18），分析平準(zhǔn)策略如何緩解市場(chǎng)認(rèn)知偏差。

四、實(shí)證結(jié)果及其分析

（一）以行業(yè)增長(zhǎng)目標(biāo)為條件的網(wǎng)絡(luò)博弈納什均衡

根據(jù)表2，季度凈利潤(rùn)目標(biāo)、EPS目標(biāo)以及ROE目標(biāo)的估計(jì)系數(shù)依序?yàn)?.7576、0.6802以及0.6700，半年度的行業(yè)增長(zhǎng)目標(biāo)則依序?yàn)?.7809、0.7014以及0.6469，特定行業(yè)的增長(zhǎng)目標(biāo)經(jīng)由行業(yè)投入產(chǎn)出關(guān)系溢出影響其他行業(yè)的增長(zhǎng)目標(biāo)，說明市場(chǎng)的一致預(yù)期存在趨同性。投資行為對(duì)半年度行業(yè)增長(zhǎng)目標(biāo)的估計(jì)系數(shù)依序?yàn)?.0789、0.0454以及0.0461，皆顯著為正，說明投資行為能依據(jù)行業(yè)增長(zhǎng)目標(biāo)進(jìn)行定價(jià)，投資行為具有追隨性。

下文進(jìn)一步考察投資行為是否領(lǐng)先行業(yè)增長(zhǎng)預(yù)期。根據(jù)表3，季度投資行為對(duì)凈利潤(rùn)增長(zhǎng)預(yù)期、EPS增長(zhǎng)預(yù)期以及ROE增長(zhǎng)預(yù)期的估計(jì)系數(shù)分別為0.0680、0.0285以及0.0234；半年度投資行為的估計(jì)系數(shù)依序?yàn)?.1228、0.0577以及0.0815。實(shí)證結(jié)果支持市場(chǎng)投資行為提前反映行業(yè)增長(zhǎng)預(yù)期，市場(chǎng)投資行為具有明顯的領(lǐng)先性。

HSAR控制了行業(yè)增長(zhǎng)目標(biāo)的趨同性，如表2所示，經(jīng)效應(yīng)分解能分辨29個(gè)申萬行業(yè)的經(jīng)常性定價(jià)過度或定價(jià)不足。本文以投資行為估計(jì)系數(shù)的均值作為定價(jià)過度或定價(jià)不足的衡量標(biāo)準(zhǔn)（表4），當(dāng)個(gè)別行業(yè)投資行為估計(jì)系數(shù)均值大于衡量標(biāo)準(zhǔn)時(shí)，則該行業(yè)屬于定價(jià)過度，反之定價(jià)不足。根據(jù)表4，定價(jià)過度的行業(yè)有農(nóng)林牧漁、鋼鐵、美容護(hù)理、交通運(yùn)輸、電子、通信、汽車、電力設(shè)備、煤炭以及醫(yī)藥生物等。定價(jià)過度行業(yè)歸類為高成長(zhǎng)的新興行業(yè)以及階段性增長(zhǎng)爆發(fā)的周期行業(yè)，市場(chǎng)對(duì)于成長(zhǎng)性的博弈導(dǎo)致投資行為正向偏離增長(zhǎng)目標(biāo)的過度定價(jià)。定價(jià)不足的行業(yè)有石油石化、商貿(mào)零售、社會(huì)服務(wù)、基礎(chǔ)化工、房地產(chǎn)、建筑裝飾、紡織服飾、非銀金融、機(jī)械設(shè)備以及食品飲料等。定價(jià)不足行業(yè)主要是價(jià)值行業(yè)，由于市場(chǎng)不存在凈利潤(rùn)高增長(zhǎng)的博弈，交易動(dòng)量不足使得投資行為負(fù)向偏離增長(zhǎng)目標(biāo)，呈現(xiàn)定價(jià)不足。鑒于投資行為與行業(yè)增長(zhǎng)目標(biāo)存在明顯偏差，從表4中取殘差作為行業(yè)認(rèn)知偏差的度量，行業(yè)認(rèn)知偏差大則定價(jià)不足，反之則定價(jià)過度，這使得能進(jìn)一步討論信貸引導(dǎo)行為是否為行業(yè)認(rèn)知偏差的肇因。

（二）以行業(yè)認(rèn)知偏差為條件的網(wǎng)絡(luò)博弈納什均衡

在求得行業(yè)認(rèn)知偏差后，為簡(jiǎn)化信貸行為對(duì)行業(yè)認(rèn)知偏差的分析，本文將凈利潤(rùn)認(rèn)知偏差、EPS認(rèn)知偏差以及ROE認(rèn)知偏差等合成為行業(yè)認(rèn)知偏差，以討論信貸引導(dǎo)行為能否透過銀行信貸決策以及產(chǎn)業(yè)政策工具影響行業(yè)定價(jià)行為。以信貸規(guī)模、信貸成本以及信貸期限作為銀行信貸決策的度量，以三元扶持手段（稅收優(yōu)惠、財(cái)政補(bǔ)貼、信貸支持）作為產(chǎn)業(yè)政策工具的代理。

以行業(yè)認(rèn)知偏差為條件的網(wǎng)絡(luò)博弈納什均衡實(shí)證結(jié)果如表5所示。銀行信貸決策方面，信貸規(guī)模對(duì)季度行業(yè)認(rèn)知偏差的直接效應(yīng)不顯著，個(gè)別行業(yè)的信貸規(guī)模不會(huì)造成自身認(rèn)知偏差。信貸規(guī)模的網(wǎng)絡(luò)效應(yīng)為0.0030且顯著為正，說明當(dāng)個(gè)別行業(yè)的上下游行業(yè)具有較大的信貸負(fù)擔(dān)時(shí)，該行業(yè)的認(rèn)知偏差上升，定價(jià)水平偏低，半年度行業(yè)認(rèn)知偏差也有相似的結(jié)果。信貸成本的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)分別為0.6069和0.5618，說明個(gè)別行業(yè)的信貸成本壓制不僅導(dǎo)致自身的定價(jià)水平偏低，也對(duì)與其上下游聯(lián)系行業(yè)的定價(jià)行為產(chǎn)生負(fù)面影響。由表5列（2）可知，半年度信貸成本網(wǎng)絡(luò)效應(yīng)為1.2246，相較于季度的0.5618有大幅度提升，說明信貸成本累計(jì)的時(shí)間跨度越長(zhǎng)，信貸成本對(duì)行業(yè)認(rèn)知偏差的網(wǎng)絡(luò)效應(yīng)越強(qiáng)，上下游聯(lián)系行業(yè)定價(jià)水平越低。信貸期限結(jié)構(gòu)代表短期融資的依賴性，信貸期限結(jié)構(gòu)的直接效應(yīng)（0.0036）與網(wǎng)絡(luò)效應(yīng)（0.0183）皆呈現(xiàn)顯著正相關(guān)，如列（1）所示，說明短期融資的依賴性越強(qiáng)的行業(yè)認(rèn)知偏差越大，特定行業(yè)的貸款融資的期限結(jié)構(gòu)越短，反映該行業(yè)經(jīng)營(yíng)現(xiàn)金流較差，且存在流動(dòng)性風(fēng)險(xiǎn)的擔(dān)憂，致使該行業(yè)定價(jià)水平偏低，半年度行業(yè)認(rèn)知偏差也有相似的結(jié)果。

政府產(chǎn)業(yè)政策工具方面，根據(jù)表5列（1），稅收優(yōu)惠的直接效應(yīng)為0.0007且顯著正相關(guān)，網(wǎng)絡(luò)效應(yīng)為-0.0101呈顯著負(fù)相關(guān)。說明稅收優(yōu)惠政策并不會(huì)直接激勵(lì)市場(chǎng)對(duì)該行業(yè)的關(guān)注度，市場(chǎng)定價(jià)水平較低。相反地，當(dāng)特定行業(yè)的上下游聯(lián)系受到稅收優(yōu)惠政策的支持力較度大時(shí)，稅收優(yōu)惠政策會(huì)透過網(wǎng)絡(luò)效應(yīng)降低行業(yè)認(rèn)知偏差，導(dǎo)致定價(jià)水平上升?？疾炝校?），稅收優(yōu)惠對(duì)半年度行業(yè)認(rèn)知偏差的網(wǎng)絡(luò)效應(yīng)為-0.0152，相較于季度略有下降，說明稅收優(yōu)惠政策會(huì)通過生產(chǎn)網(wǎng)絡(luò)導(dǎo)致定價(jià)水平上升。財(cái)政補(bǔ)貼的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)的估計(jì)系數(shù)分別為-0.0001和-0.0009，與行業(yè)認(rèn)知偏差顯著負(fù)相關(guān)，說明受財(cái)政補(bǔ)貼的行業(yè)更容易受到資本市場(chǎng)關(guān)注，財(cái)政補(bǔ)貼提高了特定行業(yè)的預(yù)期邊際收益，并外溢抬升了上下游聯(lián)系行業(yè)的定價(jià)水平。然而，稅收優(yōu)惠和財(cái)政補(bǔ)貼存在施行對(duì)象有限等問題，導(dǎo)致估計(jì)系數(shù)的經(jīng)濟(jì)性普遍不足。

信貸支持是三元扶持政策中最為重要的變量。如表5列（1）所示，信貸支持對(duì)季度行業(yè)認(rèn)知偏差的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)分別為-0.0580和0.1441，在10%的置信水平下顯著;如列（2）所示，信貸支持對(duì)半年度認(rèn)知偏差則分別為-0.1388和0.0095，網(wǎng)絡(luò)效應(yīng)在半年跨度并不顯著。列（1）與列（2）的信貸支持直接效應(yīng)表明，當(dāng)特定行業(yè)信貸支持正向變動(dòng)時(shí)，通常伴隨著產(chǎn)出水平的提高，市場(chǎng)對(duì)于信貸擴(kuò)張行業(yè)會(huì)產(chǎn)生順周期性的一致預(yù)期，得到信貸支持的行業(yè)更容易受到資本市場(chǎng)關(guān)注，導(dǎo)致該行業(yè)定價(jià)水平上升。信貸支持網(wǎng)絡(luò)效應(yīng)如列（1）所示，當(dāng)特定行業(yè)的上下游聯(lián)系行業(yè)因受到信貸支持而被過度關(guān)注時(shí)，反而會(huì)降低該行業(yè)的關(guān)注度，導(dǎo)致定價(jià)水平偏低。一般認(rèn)為，特定行業(yè)的信貸支持會(huì)順周期性外溢至其他行業(yè)。這樣的經(jīng)濟(jì)邏輯卻不適用于股票市場(chǎng)，市場(chǎng)的流動(dòng)性有限，追捧資本市場(chǎng)寵兒形成了蹺蹺板效應(yīng)，特定行業(yè)定價(jià)水平較高時(shí)，勢(shì)必有其他行業(yè)的定價(jià)水平偏低。然而，由列（2）可知，信貸支持對(duì)半年度行業(yè)認(rèn)知偏差的網(wǎng)絡(luò)效應(yīng)估計(jì)系數(shù)并不顯著，這樣的蹺蹺板效應(yīng)會(huì)隨著定價(jià)跨度變長(zhǎng)而消失。信貸支持作為最重要的三元扶持政策，其對(duì)行業(yè)定價(jià)的影響機(jī)制較為復(fù)雜，信貸支持季度和半年度總效應(yīng)分別為0.0861和-0.1293，信貸支持雖然短期內(nèi)會(huì)干擾全市場(chǎng)的短期定價(jià)效率，但長(zhǎng)期來看對(duì)市場(chǎng)整體定價(jià)水平的提振依舊有效。至此，本文控制信貸引導(dǎo)行為，取得不受信貸引導(dǎo)行為影響的行業(yè)認(rèn)知偏差，簡(jiǎn)稱行業(yè)干預(yù)偏差。

（三）以行業(yè)未來回報(bào)為條件的網(wǎng)絡(luò)博弈納什均衡

行業(yè)未來回報(bào)除了受到認(rèn)知偏差、干預(yù)偏差以及增長(zhǎng)預(yù)期的直接影響，還受到行業(yè)間超額聯(lián)動(dòng)效應(yīng)的影響。下文著重探討行業(yè)增長(zhǎng)預(yù)期對(duì)未來回報(bào)的解釋能力，并橫向比較行業(yè)認(rèn)知偏差與行業(yè)干預(yù)偏差對(duì)未來回報(bào)的影響有何不同，實(shí)證結(jié)果如表6所示。

表6列（1）和列（3）控制了行業(yè)認(rèn)知偏差，結(jié)果顯示凈利潤(rùn)增長(zhǎng)預(yù)期與ROE增長(zhǎng)對(duì)季度半年度行業(yè)未來回報(bào)皆呈正相關(guān)，ROE增長(zhǎng)預(yù)期和凈利潤(rùn)增長(zhǎng)預(yù)期的直接效應(yīng)分別為0.0442和0.1321，ROE增長(zhǎng)預(yù)期的經(jīng)濟(jì)性更強(qiáng)，每1%的預(yù)期增長(zhǎng)能帶來0.1321%的未來收益。EPS增長(zhǎng)預(yù)期僅與半年度行業(yè)未來回報(bào)顯著正相關(guān)，說明其僅能對(duì)時(shí)間跨度更長(zhǎng)的半年度未來回報(bào)有正向的影響。超額聯(lián)動(dòng)效應(yīng)方面，凈利潤(rùn)增長(zhǎng)預(yù)期對(duì)季度以及半年度未來回報(bào)的網(wǎng)絡(luò)效應(yīng)分別為-0.1222和-0.2341，皆呈顯著負(fù)相關(guān)，EPS增長(zhǎng)預(yù)期也有相似的結(jié)論，說明增長(zhǎng)預(yù)期也存在過度關(guān)注下的蹺蹺板效應(yīng)，當(dāng)市場(chǎng)基于增長(zhǎng)預(yù)期進(jìn)行定價(jià)時(shí)，資金會(huì)過度關(guān)注高增長(zhǎng)預(yù)期的行業(yè)，其他行業(yè)增長(zhǎng)預(yù)期越高，則自身未來收益率越低。ROE增長(zhǎng)預(yù)期的網(wǎng)絡(luò)效應(yīng)僅對(duì)半年度未來回報(bào)有負(fù)貢獻(xiàn)，過度關(guān)注下的蹺蹺板效應(yīng)依舊存在。整體來看，特定行業(yè)的增長(zhǎng)預(yù)期和信貸支持與自身未來回報(bào)正相關(guān)，并通過過度關(guān)注下的蹺蹺板效應(yīng)壓低與其有超額聯(lián)動(dòng)行業(yè)的定價(jià)水平。

認(rèn)知偏差方面，當(dāng)市場(chǎng)對(duì)定價(jià)偏差進(jìn)行修正時(shí)，定價(jià)不足行業(yè)的未來回報(bào)越高，定價(jià)過度行業(yè)的未來回報(bào)越低。根據(jù)表6列（1）和列（3）的實(shí)證結(jié)果，行業(yè)認(rèn)知偏差對(duì)季度和半年度未來回報(bào)的直接效應(yīng)分別為0.0344和0.0772，皆呈顯著正相關(guān)，定價(jià)不足行業(yè)的未來收益率越高，定價(jià)過度行業(yè)的未來收益率越低，這一實(shí)證結(jié)果揭示了行業(yè)認(rèn)知偏差對(duì)市場(chǎng)定價(jià)行為的重要性。認(rèn)知偏差網(wǎng)絡(luò)效應(yīng)皆顯著為正，當(dāng)市場(chǎng)對(duì)特定行業(yè)的定價(jià)偏差進(jìn)行修正時(shí)會(huì)同步影響與之有超額聯(lián)動(dòng)關(guān)系的行業(yè)。根據(jù)上節(jié)結(jié)論得知，信貸引導(dǎo)行為會(huì)引發(fā)行業(yè)認(rèn)知偏差，所以，剝離信貸引導(dǎo)行為的行業(yè)干預(yù)偏差可能不存在明顯的定價(jià)錯(cuò)誤。對(duì)比行業(yè)認(rèn)知偏差和行業(yè)干預(yù)偏差對(duì)未來回報(bào)的影響如列（1）至列（4）所示，行業(yè)干預(yù)偏差的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)都不顯著，說明經(jīng)信貸行為調(diào)整后的干預(yù)偏差對(duì)未來回報(bào)不再有解釋力，信貸引導(dǎo)行為確實(shí)是引發(fā)認(rèn)知偏差形成的重要因素。

（四）多條件網(wǎng)絡(luò)博弈納什均衡

多條件網(wǎng)絡(luò)博弈納什均衡綜合探討行業(yè)定價(jià)程度、信貸干預(yù)程度、行業(yè)增長(zhǎng)預(yù)期以及行業(yè)增長(zhǎng)目標(biāo)的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)。為保證實(shí)證結(jié)果的穩(wěn)健性，本文分別從長(zhǎng)周期超額聯(lián)動(dòng)視角和時(shí)變超額聯(lián)動(dòng)視角進(jìn)行分析。考察長(zhǎng)周期超額聯(lián)動(dòng)視角如表7列（1）和列（3）所示，行業(yè)定價(jià)程度對(duì)季度和半年度行業(yè)未來回報(bào)的直接效應(yīng)分別為-0.4301和-0.0879，說明市場(chǎng)定價(jià)過度會(huì)降低行業(yè)未來回報(bào)，行業(yè)定價(jià)程度對(duì)季度和半年度未來回報(bào)的網(wǎng)絡(luò)效應(yīng)分別為-6.8264和-2.1484，說明特定行業(yè)的未來回報(bào)同與之有超額聯(lián)動(dòng)關(guān)系行業(yè)的定價(jià)程度相關(guān)，與該行業(yè)存在超額聯(lián)動(dòng)關(guān)系的行業(yè)定價(jià)越過度，該行業(yè)未來回報(bào)越低。信貸干預(yù)程度與季度和半年度行業(yè)未來回報(bào)呈負(fù)相關(guān)，信貸干預(yù)越過度未來回報(bào)越低，可見信貸引導(dǎo)行為必須與市場(chǎng)認(rèn)知偏差足夠收斂，過度干預(yù)會(huì)加劇市場(chǎng)風(fēng)險(xiǎn)。信貸干預(yù)程度的超額聯(lián)動(dòng)效應(yīng)對(duì)季度和半年度未來回報(bào)的估計(jì)系數(shù)分別為-0.4949、0.3184，說明短期內(nèi)特定行業(yè)的信貸干預(yù)程度經(jīng)由超額聯(lián)動(dòng)效應(yīng)使其他行業(yè)定價(jià)不足，至長(zhǎng)周期經(jīng)市場(chǎng)調(diào)節(jié)后而反轉(zhuǎn)。

行業(yè)增長(zhǎng)預(yù)期和行業(yè)增長(zhǎng)目標(biāo)的直接效應(yīng)與網(wǎng)絡(luò)效應(yīng)皆呈顯著正相關(guān)，如表7列（1）和列（3）所示，說明市場(chǎng)一致預(yù)期對(duì)未來回報(bào)具有解釋力。對(duì)比行業(yè)增長(zhǎng)預(yù)期和行業(yè)增長(zhǎng)目標(biāo)，前者的直接效應(yīng)在季度和半年度區(qū)間分別為0.0060和0.0173，都大于后者的0.0043和0.0024，可見時(shí)間節(jié)點(diǎn)越近的市場(chǎng)一致預(yù)期對(duì)未來回報(bào)的影響越大。比較行業(yè)增長(zhǎng)預(yù)期和行業(yè)增長(zhǎng)目標(biāo)的網(wǎng)絡(luò)效應(yīng)，前者和后者對(duì)季度未來回報(bào)的估計(jì)系數(shù)分別為0.0323和0.0343，兩者對(duì)未來回報(bào)的解釋力并無差別。然而，行業(yè)增長(zhǎng)預(yù)期網(wǎng)絡(luò)效應(yīng)對(duì)半年度未來回報(bào)的估計(jì)系數(shù)為0.1056，明顯大于行業(yè)增長(zhǎng)目標(biāo)的0.0473，說明行業(yè)增長(zhǎng)預(yù)期網(wǎng)絡(luò)效應(yīng)的持續(xù)時(shí)間更長(zhǎng)。增長(zhǎng)預(yù)期或者目標(biāo)的網(wǎng)絡(luò)效應(yīng)普遍大于直接效應(yīng)，這足以說明分析師增長(zhǎng)預(yù)期主要透過行業(yè)間的超額聯(lián)動(dòng)關(guān)系影響未來回報(bào)，市場(chǎng)定價(jià)行為必須充分參考行業(yè)間的超額聯(lián)動(dòng)效應(yīng)。

市場(chǎng)的超額聯(lián)動(dòng)效應(yīng)具有時(shí)變性，本文采用時(shí)變超額聯(lián)動(dòng)效應(yīng)進(jìn)行分析，一是體現(xiàn)市場(chǎng)定價(jià)的滾動(dòng)窗口視角，二是補(bǔ)充實(shí)證結(jié)果的穩(wěn)健性。根據(jù)表7列（2）和列（4），實(shí)證結(jié)果發(fā)現(xiàn)行業(yè)定價(jià)程度對(duì)未來回報(bào)的估計(jì)系數(shù)皆顯著為負(fù)，再次印證過度定價(jià)是以損害未來收益為代價(jià)。信貸干預(yù)程度對(duì)季度未來回報(bào)的直接效應(yīng)為0.1230且顯著正相關(guān)，對(duì)半年度未來回報(bào)則不顯著，說明時(shí)變視角下信貸過度干預(yù)僅能短暫提升定價(jià)水平，然而，信貸干預(yù)程度的網(wǎng)絡(luò)效應(yīng)分別為-2.6466和-1.1118，說明信貸過度干預(yù)會(huì)借由超額聯(lián)動(dòng)效應(yīng)產(chǎn)生市場(chǎng)風(fēng)險(xiǎn)

對(duì)比長(zhǎng)周期與時(shí)變視角發(fā)現(xiàn)，長(zhǎng)周期視角下，信貸干預(yù)程度對(duì)季度與半年度未來回報(bào)的總效應(yīng)分別為-0.7049和-0.3238，時(shí)變視角下的總效應(yīng)分別為-2.5236和-1.3444，信貸干預(yù)程度對(duì)行業(yè)未來回報(bào)的總效應(yīng)必定為負(fù)，且在時(shí)變視角下信貸干預(yù)程度的總效應(yīng)為更小的負(fù)數(shù)，說明時(shí)變視角下市場(chǎng)對(duì)信貸干預(yù)的反應(yīng)更為激烈，如對(duì)特定行業(yè)進(jìn)行強(qiáng)烈的信貸干預(yù)會(huì)嚴(yán)重?fù)p害市場(chǎng)短期穩(wěn)定性，所以，信貸行為的實(shí)施須“風(fēng)物長(zhǎng)宜放眼量”。行業(yè)增長(zhǎng)預(yù)期與行業(yè)增長(zhǎng)目標(biāo)的估計(jì)系數(shù)在長(zhǎng)周期和時(shí)變視角下一致，但仍有矛盾點(diǎn)，如列（2）所示，行業(yè)增長(zhǎng)預(yù)期網(wǎng)絡(luò)效應(yīng)為-0.0365，說明時(shí)變視角下個(gè)別行業(yè)因市場(chǎng)一致預(yù)期強(qiáng)勁而被過度關(guān)注與定價(jià)，會(huì)擠占其他行業(yè)的投資行為，導(dǎo)致定價(jià)水平偏低，這樣的蹺蹺板效應(yīng)會(huì)隨著定價(jià)跨度變長(zhǎng)而消失，如列（4）所示。

（五）基于奇異值分解的平準(zhǔn)策略

本文考察了基于奇異值分解的平準(zhǔn)策略對(duì)未來行業(yè)不確定性的影響。在長(zhǎng)周期視角下，平準(zhǔn)策略對(duì)季度和半年度行業(yè)不確定性的直接效應(yīng)分別為-0.1131以及-0.1599顯著負(fù)相關(guān)如表8列（1）和列（3），說明對(duì)特定行業(yè)執(zhí)行平準(zhǔn)策略能有效的降低自身行業(yè)不確定性。加入平準(zhǔn)策略網(wǎng)絡(luò)效應(yīng)后如列（2）和列（4），發(fā)現(xiàn)季度和半年度網(wǎng)絡(luò)效應(yīng)分別為-0.5788以及-0.9089，說明對(duì)特定行業(yè)采取平準(zhǔn)策略不僅存在直接效應(yīng)，還能透過行業(yè)間聯(lián)動(dòng)關(guān)系降低行業(yè)不確定性，更能發(fā)現(xiàn)網(wǎng)絡(luò)效應(yīng)占總效應(yīng)達(dá)到九成，平準(zhǔn)策略對(duì)行業(yè)不確定性的調(diào)節(jié)主要由網(wǎng)絡(luò)效應(yīng)所貢獻(xiàn)。

（六）基于平準(zhǔn)策略的網(wǎng)絡(luò)博弈納什均衡

為更細(xì)致地分析平準(zhǔn)策略下行業(yè)定價(jià)程度、信貸干預(yù)程度、行業(yè)增長(zhǎng)預(yù)期以及行業(yè)增長(zhǎng)目標(biāo)對(duì)行業(yè)未來回報(bào)解釋力的變化，實(shí)證結(jié)果表9列（1）與列（2）對(duì)應(yīng)表7的列（1）與列（2），表9列（3）與列（4）對(duì)應(yīng)表7的列（3）與列（4）。如表9所示，行業(yè)定價(jià)程度、信貸干預(yù)程度的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)都有明顯的提升，說明平準(zhǔn)策略能弱化行業(yè)不確定性，提升市場(chǎng)定價(jià)效率。且由信貸干預(yù)程度網(wǎng)絡(luò)效應(yīng)所引起的短期錯(cuò)誤定價(jià)消失，如列（1）所示，特定行業(yè)被過度干預(yù)導(dǎo)致定價(jià)過度時(shí)，其他行業(yè)相對(duì)定價(jià)不足與未來收益率正相關(guān)，更符合經(jīng)濟(jì)邏輯。

在平準(zhǔn)策略緩解行業(yè)不確定下，行業(yè)增長(zhǎng)預(yù)期和增長(zhǎng)目標(biāo)所代表市場(chǎng)一致預(yù)期，對(duì)未來回報(bào)的解釋力度增強(qiáng)，預(yù)期投資回報(bào)與市場(chǎng)定價(jià)行為更為收斂。對(duì)比表9與表7的行業(yè)增長(zhǎng)預(yù)期網(wǎng)絡(luò)效應(yīng)可以發(fā)現(xiàn)，原先時(shí)變視角下的行業(yè)增長(zhǎng)預(yù)期蹺蹺板效應(yīng)在平準(zhǔn)策略執(zhí)行下消失，個(gè)別行業(yè)的定價(jià)行為不會(huì)損害其他行業(yè)，印證了采取平準(zhǔn)策略能強(qiáng)化市場(chǎng)定價(jià)效率。長(zhǎng)周期視角下，引入平準(zhǔn)策略后的行業(yè)增長(zhǎng)預(yù)期對(duì)季度和半年度未來回報(bào)的網(wǎng)絡(luò)效應(yīng)分別為0.1297和0.1173，經(jīng)濟(jì)意義更強(qiáng)，行業(yè)增長(zhǎng)目標(biāo)也有相似的結(jié)論，平準(zhǔn)策略卻能提升市場(chǎng)定價(jià)效率。

關(guān)鍵地，長(zhǎng)周期視角下平準(zhǔn)策略對(duì)季度和半年度未來回報(bào)的直接效應(yīng)分別為1.1908和1.1075，顯著為正；時(shí)變視角下，估計(jì)系數(shù)分別為0.9409和0.7823，顯著為正。當(dāng)特定行業(yè)偏離程度為負(fù)時(shí)，采取正向干預(yù)能提升其未來回報(bào)；當(dāng)特定行業(yè)偏離程度為正時(shí)，采取反向干預(yù)能避免其泡沫化所引發(fā)的未來回報(bào)驟降，說明平準(zhǔn)策略能逆調(diào)控定價(jià)水平。然而，受限于干預(yù)策略執(zhí)行所需成本被固定，無法對(duì)全市場(chǎng)給與正面干預(yù)，當(dāng)與特定行業(yè)具有超額聯(lián)動(dòng)關(guān)系的行業(yè)皆受到強(qiáng)正面干預(yù)時(shí)，自身必然存在負(fù)向干預(yù)，這體現(xiàn)在平準(zhǔn)策略的網(wǎng)絡(luò)效應(yīng)普遍為負(fù)。但瑕不掩瑜，長(zhǎng)周期視角下平準(zhǔn)策略對(duì)季度和半年度未來回報(bào)的總效應(yīng)分別為0.0997和0.9271，時(shí)變視角下季度和半年度總效應(yīng)分別為1.5663和0.3159，各種情境下平準(zhǔn)策略的總效應(yīng)為正，且表9列（1）至（4）的擬合優(yōu)度分別為0.0401、0.0328、0.0230以及0.0126，其對(duì)應(yīng)表（7）的0.0186、0.0231、0.0152以及0.0117，實(shí)證結(jié)果足以支持采用平準(zhǔn)策略能提升市場(chǎng)定價(jià)效率。

五、結(jié)論與政策建議

本文從網(wǎng)絡(luò)博弈視角出發(fā)，沿著“行業(yè)增長(zhǎng)目標(biāo)—行業(yè)認(rèn)知偏差—行業(yè)未來回報(bào)”的邏輯鏈條層層遞進(jìn)的方式構(gòu)建網(wǎng)絡(luò)博弈模型，探討參與者行動(dòng)對(duì)自身及其聯(lián)動(dòng)對(duì)象所產(chǎn)生的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)，并基于奇異值分解取得平準(zhǔn)策略，為政府平準(zhǔn)基金緩解行業(yè)不確定性及提升市場(chǎng)定價(jià)效率提供理論基礎(chǔ)與實(shí)際手段。研究結(jié)論歸納為以下五點(diǎn)：

第一，行業(yè)增長(zhǎng)目標(biāo)方面，增長(zhǎng)目標(biāo)會(huì)通過投入產(chǎn)出關(guān)系溢出至其他行業(yè)，說明市場(chǎng)一致預(yù)期存在趨同性。投資行為與行業(yè)增長(zhǎng)目標(biāo)和行業(yè)增長(zhǎng)預(yù)期皆顯著正相關(guān)，說明投資人對(duì)賣方分析師設(shè)置目標(biāo)所產(chǎn)生的行動(dòng)同時(shí)具有追隨性和領(lǐng)先性。經(jīng)效應(yīng)分解，高成長(zhǎng)的新興行業(yè)以及階段性增長(zhǎng)爆發(fā)的周期行業(yè)存在經(jīng)常性定價(jià)過度的現(xiàn)象，而價(jià)值行業(yè)則普遍定價(jià)不足，可見投資行為偏離行業(yè)增長(zhǎng)目標(biāo)會(huì)產(chǎn)生行業(yè)認(rèn)知偏差，回歸殘差可以作為對(duì)認(rèn)知偏差的度量。

第二，行業(yè)認(rèn)知偏差方面，信貸行為是認(rèn)知偏差的肇因，特定行業(yè)的信貸成本越大及其短期融資依賴越深，導(dǎo)致該行業(yè)定價(jià)水平越低，與其有上下游聯(lián)系的行業(yè)也會(huì)受到網(wǎng)絡(luò)效應(yīng)的消極影響。獲得信貸支持的行業(yè)更容易受到資本市場(chǎng)關(guān)注，導(dǎo)致該行業(yè)的定價(jià)水平偏高，其他行業(yè)相應(yīng)也有定價(jià)水平偏低的傾向，追捧資本市場(chǎng)寵兒形成蹺蹺板效應(yīng)，并隨著定價(jià)跨度拉長(zhǎng)而消失。

第三，行業(yè)未來回報(bào)方面，行業(yè)增長(zhǎng)預(yù)期的直接效應(yīng)呈顯著正相關(guān)，而行業(yè)增長(zhǎng)預(yù)期的網(wǎng)絡(luò)效應(yīng)則呈現(xiàn)消極影響，說明資金偏好高增長(zhǎng)預(yù)期的行業(yè)，其他行業(yè)增長(zhǎng)預(yù)期越高，則自身未來收益率越低。金融市場(chǎng)會(huì)對(duì)行業(yè)定價(jià)偏差進(jìn)行修正，定價(jià)不足行業(yè)的未來回報(bào)越高，定價(jià)過度行業(yè)的未來回報(bào)則越低，揭示了行業(yè)認(rèn)知偏差對(duì)市場(chǎng)定價(jià)行為的重要性。干預(yù)偏差對(duì)未來回報(bào)的影響不顯著，側(cè)面印證了信貸引導(dǎo)行為確實(shí)是引發(fā)認(rèn)知偏差的重要因素。

第四，多條件網(wǎng)絡(luò)博弈納什均衡式方面，定價(jià)過度和信貸干預(yù)過度皆會(huì)降低未來回報(bào)，并通過超額聯(lián)動(dòng)效應(yīng)對(duì)其他行業(yè)產(chǎn)生錯(cuò)誤定價(jià)。行業(yè)增長(zhǎng)預(yù)期和增長(zhǎng)目標(biāo)的直接效應(yīng)與網(wǎng)絡(luò)效應(yīng)皆呈現(xiàn)顯著正相關(guān)，網(wǎng)絡(luò)效應(yīng)普遍大于直接效應(yīng)，說明市場(chǎng)一致預(yù)期主要通過超額聯(lián)動(dòng)關(guān)系影響未來回報(bào)。

第五，平準(zhǔn)策略方面，平準(zhǔn)策略對(duì)未來回報(bào)的總效應(yīng)顯著為正，說明平準(zhǔn)策略能逆調(diào)控定價(jià)水平。采取平準(zhǔn)策略下，市場(chǎng)定價(jià)程度和信貸干預(yù)程度估計(jì)系數(shù)的經(jīng)濟(jì)性變強(qiáng)，信貸行為和增長(zhǎng)預(yù)期引發(fā)的蹺蹺板效應(yīng)相應(yīng)消失，且擬合優(yōu)度有明顯提升，結(jié)論支持采用平準(zhǔn)策略能提升市場(chǎng)定價(jià)效率。

本文提出如下政策建議：首先，建議政府關(guān)注市場(chǎng)參與者間的博弈關(guān)系，顧及生產(chǎn)網(wǎng)絡(luò)和超額聯(lián)動(dòng)關(guān)系才能優(yōu)化資源配置。其次，投資行為經(jīng)常性地偏離增長(zhǎng)目標(biāo)會(huì)引發(fā)定價(jià)不足與定價(jià)過度，市場(chǎng)過度博弈行為降低了市場(chǎng)定價(jià)效率，有關(guān)當(dāng)局須充分考慮行業(yè)間的聯(lián)動(dòng)關(guān)系以識(shí)別市場(chǎng)缺陷，對(duì)不同的行業(yè)采取有針對(duì)性的措施來防范風(fēng)險(xiǎn)傳染。最后，本文提出基于奇異值分解的平準(zhǔn)策略，將金融風(fēng)險(xiǎn)防范措施落實(shí)到具體行業(yè)層面，可以協(xié)助平準(zhǔn)基金準(zhǔn)確把握和調(diào)整其市場(chǎng)引導(dǎo)方案，提高金融市場(chǎng)定價(jià)效率以實(shí)現(xiàn)金融服務(wù)實(shí)體經(jīng)濟(jì)的最終目標(biāo)。

［參考文獻(xiàn)］

[1]" 劉勇，楊海生，徐現(xiàn)祥.中國(guó)經(jīng)濟(jì)增長(zhǎng)目標(biāo)體系的特征及影響因素[J].世界經(jīng)濟(jì)，2021（4）：30-53.

[2]" 徐現(xiàn)祥，劉毓蕓.經(jīng)濟(jì)增長(zhǎng)目標(biāo)管理[J].經(jīng)濟(jì)研究，2017（7）：18-33.

[3]" 張然，汪榮飛，王勝華.分析師修正信息、基本面分析與未來股票收益[J].金融研究，2017（7）：156-174.

[4]" 游家興，周瑜婷，肖珉.凱恩斯選美競(jìng)賽與分析師預(yù)測(cè)偏差行為——基于高階預(yù)期的研究視角[J].金融研究，2017（7）：192-206.

[5]" 馬夢(mèng)迪，李爍，王玉濤.中國(guó)分析師報(bào)告有效性研究：特定信息與投資者有限關(guān)注[J].中國(guó)管理科學(xué)，2022（11）：1-13.

[6]" 王擎，羅翊烜，王慧.基金經(jīng)理與賣方分析師存在合謀嗎[J].財(cái)貿(mào)經(jīng)濟(jì)，2022（8）：105-118.

[7]" CASSELLA S， GOLEZ B， GULEN H， et al.Horizon Bias and the Term Structure of Equity Returns[J].The Review of Financial Studies， 2023， 36（3）：1253-1288.

[8]" 宮汝凱.信息不對(duì)稱、過度自信與股價(jià)變動(dòng)[J].金融研究，2021（6）：152-169.

[9]" COSEMANS M， FREHEN R.Salience Theory and Stock Prices： Empirical Evidence[J].Journal of Financial Economics， 2021， 140（2）： 460-483.

[10]趙墨非，徐翔.經(jīng)濟(jì)周期中的信貸引導(dǎo)：基于網(wǎng)絡(luò)博弈的視角[J].經(jīng)濟(jì)研究，2021（8）：74-90.

[11]靳慶魯，孔祥，侯青川.貨幣政策、民營(yíng)企業(yè)投資效率與公司期權(quán)價(jià)值[J].經(jīng)濟(jì)研究，2012（5）：96-106.

[12]王義中，陳麗芳，宋敏.中國(guó)信貸供給周期的實(shí)際效果：基于公司層面的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)研究，2015，50（1）： 52-66.

[13]周文婷，吳一平.基于財(cái)政補(bǔ)貼視角的隱性擔(dān)保對(duì)信貸約束的影響[J].財(cái)政研究，2020（10）：42-56.

[14]宣揚(yáng)，靳慶魯，李曉雪.利率市場(chǎng)化、信貸資源配置與民營(yíng)企業(yè)增長(zhǎng)期權(quán)價(jià)值——基于貸款利率上、下限放開的準(zhǔn)自然實(shí)驗(yàn)證據(jù)[J].金融研究，2022（5）：76-94.

[15]MENZLY L， OZBAS O.Market Segmentation and Cross-predictability of Returns[J].The Journal of Finance， 2010， 65（4）： 1555-1580.

[16]DI GIOVANNI J， HALE G.Stock Market Spillovers via the Global Production Network： Transmission of U.S.Monetary Policy[J].The Journal of Finance， 2022， 77（6）： 3373-3421.

[17]段丙蕾，汪榮飛，張然.南橘北枳：A股市場(chǎng)的經(jīng)濟(jì)關(guān)聯(lián)與股票回報(bào)[J].金融研究，2022（2）：171-188.

[18]ALTINOGLU L.The Origins of Aggregate Fluctuations in a Credit Network Economy[J].Journal of Monetary Economics， 2021， 117： 316-334.

[19]BARBERIS N， SHLEIFER A， WURGLER J.Comovement[J].Journal of Financial Economics， 2005， 75（2）： 283-317.

[20]GALEOTTI A， GOLUB B， GOYAL S.Targeting Interventions in Networks[J].Econometrica， 2020， 88（6）： 2445-2471.

[21]AQUARO M， BAILEY N， PESARAN M H.Estimation and Inference for Spatial Models with Heterogeneous Coefficients： An Application to US House Prices[J].Journal of Applied Econometrics， 2021， 36（1）： 18-44.

（責(zé)任編輯" 余" 敏）