基于logistic模型的上市房企财务危机预警实证研究

明盈盈

(安徽财经大学，安徽 蚌埠 233030)



基于logistic模型的上市房企财务危机预警实证研究

明盈盈

(安徽财经大学，安徽 蚌埠 233030)

当前整个国家经济面临新常态，房地产行业也面临深刻变革，具有资金投入大、投资周期长以及负债率高等显著行业特征的房地产行业的财务危机问题值得关注。本文以2010-2014年A股上市房企为样本，结合行业特色，引入非财务指标，基于因子分析法构建上市房企财务危机预警的logistic模型，旨在发现对上市房企的财务危机预警具有显著作用的指标，并验证模型预测的准确度。研究发现，在财务指标上加入非财务指标的logistic模型能对上市房企的财务危机起到更好的预测作用；公司治理因素的早期预警作用更强，而财务指标随着财务危机时间的临近，对公司财务困境的预警作用越强。

财务危机；公司治理；logistic模型；因子分析

一、引言

当前国家经济处于转型时期，经济整体面临下行压力，昔日暴利的房地产行业也迎来了“白银时代”， 整个房地产行业利润率下滑。从Wind数据统计来看，在已经发布2015年中期业绩的21家房企中，过半房企的净利润出现下滑，7家房企的净利润下滑幅度超过了50%，5家出现亏损，即使作为行业翘楚的万科也未能幸免，从万科发布的2015中期报告来看，其结算净利润率出现了较大下滑，跌至9.6%，更有相关数据显示，截至2015年4月A股上市房企中约有19家宣布彻底“去地产化”，种种数据显示房地产行业或已风光不再。究其原因关键在于其过度投资，并由此引发资金链问题。这反映企业经营管理的失败，更说明企业财务风险预警机制的严重缺失，从侧面验证房企财务危机预警的重要性。

国内外关于财务危机预警的研究不少，但大多就上市企业整体的财务危机预警进行实证研究，鲜有针对某一具体行业进行研究。本文以沪深A股上市房企为样本，以注册会计师审计意见作为企业是否陷入财务危机的衡量标准，引入公司治理层面的非财务指标，运用基于因子分析的logistic模型对样本企业的财务危机预警进行实证研究，力图对现有研究起到一定的补充作用。

二、文献综述

(一)财务危机界定

财务危机是一个世界性的问题和难题。一次次金融危机、经济危机的发生,促使企业管理者要像对待管理成功一样重视管理失败,尤其是财务失败。但财务危机又是一个较为模糊的概念，其定义往往随着研究问题的不同而存在差异(吴星泽，2011)。随着资本市场的完善，在目前的实证研究中，以企业是否被特殊处理(ST)来界定企业是否处于财务危机状态(许珂等，2012；曾繁荣等，2013；裴潇等，2015)，这些学者大多主张ST制度针对的主要对象就是财务状况出现异常的上市公司，对这些上市公司股票交易进行特别处理，但是财务状况出现异常被ST，企业就一定会发生财务危机吗？通常认为，财务危机的标志是指企业无力偿还到期债务或费用或者公司正式提出破产申请的行为(beaver，1966；刘淑莲等，1999；altman，1968)。而事实上，财务危机是一个动态过程，在不同阶段有不同的存在状态(张红等，2013)。一味追寻已有研究，自然难有突破，也有学者从其他角度来界定企业财务危机，王淑慧等(2014)首次提出以财务资信评级界定财务危机，实证证明也能对中小企业财务危机起到很好的预警作用；蒋尧明(2013)提出从企业长期偏离可持续增长率的角度界定财务危机。

已有研究或是基于样本的可获得性，或是从静态、狭义角度，或是根据样本指标取自财务指标来界定财务危机，而我国注册会计师审计报告针对的对象就是企业的财务报表，企业财务报表是一个企业财务、经营、公司治理等情况的综合反映，它的质量的高低能从更广泛的领域来界定企业是否出现财务危机，况且随着我国注册会计师制度的完善，其出具的审计意见也更具客观性与参考价值。因此，是否可以在界定企业是否出现财务危机时以审计师意见为衡量标准。Coats 和 Fant(1993)使用注册会计师发表拒绝表示意见审计报告来判断企业是否陷于财务危机，而在国内，目前鲜有学者以注册会计师审计意见类型来界定企业是否陷入财务危机，本文尝试以审计意见类型来界定企业财务危机，对我国沪深A股上市房企进行财务危机预警研究。

(二)财务危机预警指标及模型选取研究

企业财务危机预警机制离不开财务危机的界定、指标体系的构建以及研究方法的选取，在这其中，指标选取是基础。在已有研究中，多数还仅仅是运用财务指标带入模型来对企业财务危机进行预警，财务报表的数据是这些财务指标的主要素材。这些财务指标无外乎反应企业盈利能力的、偿债能力的、运营能力以及成长能力的。随着现金流的重要性日益突出，后来又有了现金流量指标。(宋鹏，2009；何勤，2010；李学军，2011；卢海等，2012；黄志敏等，2014)，在对数研究中，财务指标是主要的预测依据，但财务指标往往只是财务发生危机的一种表现形式，甚至还有滞后反应性、不完全性和主观性(宋彪等，2015)。也有学者从财务指标角度深入研究，有学者认为净利润只考虑了债权资本成本，并未考虑企业的股权资本成本，净利润由股权资本成本和利润构成，并不能完全体现企业的经营业绩，提出基于EVA的财务危机预警模型。徐凌等(2014)运用因子分析-logistic模型，对比基于传统财务指标和EVA的财务危机预警效果，发现后者预测准确度更高。

随着研究的深入，企业财务危机依然频繁爆发，仅以财务指标作为财务危机预测依据显然已明显难以为继，而且随着公司治理等在企业经营中的作用日益显现，许多学者开始在原来财务指标的基础上，引入一些非财务指标(李云宏等，2014；杨华，2014；黄晓波等，2015)，曾繁荣等(2013)在原有财务指标的基础上，又引入了股权结构、管理结构、重大事项、人力资本和其他指标等5方面指标；任慧光等(2007)引入了公司治理、总体经济和经营效率3个方面的指标；张志花(2014)专门研究了公司治理与财务危机预警，研究发现治理结构因素的早期预测能力较强，而财务指标因素则随着公司陷入财务困境时间的临近，对财务困境预测的能力越强；在财务指标的基础上加入公司治理因素之后，综合预警模型的预测能力显著提升。本文也试图在财务指标体系的基础上引入非财务指标，来构建综合评价指标体系。

财务危机预警机制中，指标选取是基础，模型的选择同样不容小觑，已有研究主要有判别分析模型(蒋尧明，2013；张洁等，2013；陈华等，2015；曾繁荣等，2015)、条件概率模型(何勤，2010；李学军，2011；许珂，2012；张志花，2014；毛兴丽等，2014；)以及神经网络模型(黄晓波，2015)。也有学者将统一指标体系引用到不同模型中来对比找出准确度更高的模型，发现基于logistic的模型具有更好的预测效果(耿东，2014；王淑慧，2014)。已有研究表明，logistic模型在财务危机预警中的预测效果要好于判别模型(曾繁荣，2013)，而神经网络模型由于理论较为抽象、复杂，实用性较差，所以本文选择logistic回归模型。

(三)中国房地产公司财务危机预警的研究

房地产行业行业特征很强，也一直备受关注，但有关上市房企的财务危机预警研究的文章较少。有学者以z-score模型构建上市房企财务危机预警模型(张红等，2013)；何勤(2010)的研究基于财务指标、运用logistic模型，具有很好预测效果，对财务正常公司的预测准确度达到了100%；许珂、卢海(2012)也将包括盈利能力、营运能力、偿债能力、成长能力、现金流量状况方面的指标共20个带入logistic模型，构建上市房企的财务危机预警模型，只有反映盈利能力的每股收益和反映营运能力的总资产周转率进入logistic回归模型。在已有文献中发现，logistic模型在上市房企财务危机预警中的准确度高，而且其实用性强。

(五)文献述评

财务危机问题是企业管理面临的主要问题之一。国外关于这方面的研究起于上世纪60年代，不少学者从财务危机界定、衡量指标选取、模型构建等方面都做了大量研究；国内在这方面的研究虽然起步较晚，但发展较快。目前来看,不少学者在财务危机预警相关理论以及模型构建方面紧扣我国市场经济发展的实际情况,提出财务危机预警的新理念,这些理念对我国房地产上市公司识别、应对财务危机打下了牢固的基础。但多数学者仅就上市企业整体的财务危机预警进行实证研究，很少针对某一具体行业进行。而张红等(2013)认为研究不同的行业具有不同的经营模式和财务特点，基于上市公司整体层面构建的财务预警模型未必适用于一些行业特征较强的企业，比如房地产企业。此外在指标选取上，多仅仅考虑公司财务指标，在财务危机的界定上，以公司是否被ST来衡量企业是否陷入财务危机。王淑慧等(2014)指出审计意见类型能显著提升我国财务危机预警模型的准确度，我国审计报告的对象即为公司的财务报表，能较全面的反应企业的财务状况及经营情况，加之随着我国注册会计师制度的发展完善，其出具的审计意见也更具客观性。因此，可以将注册会计师审计意见作为衡量标准界定企业是否出现财务危机。本文尝试以注册会计师审计意见类型来界定企业是否陷入财务危机，以2011-2014年A股上市房企为样本，结合行业特色，考虑公司治理机制在企业决策中的作用，在财务指标的基础上引入非财务指标，构建综合指标体系，在此基础上，基于因子分析构建上市房企的财务危机预警的logistic模型。

三、研究设计

(一)样本的选取

本文以2010-2014年的A股上市房地产公司为研究对象，在所选取的样本期间内，共有13家上市房企审计报告被出具“强调事项”或“无法出具审计意见”，且在具体审计意见中明确指出企业出现的问题是指向企业财务的，其中2010-2013年有11家，2014年有2家。我们以2010-2013年出现审计问题的11家企业作为问题企业组的训练样本，以1:3的比例在年份和资产规模相当的样本企业中选取33家作为健康企业组的训练样本。 以2014年审计出现问题的2家为问题企业组的测试样本，同样以1:3的比例选取配对样本6家，作为健康企业组的测试样本。由于财务危机是一个动态过程，我们以企业出现财务危机也即出具审计意见的前一年为观测年度，运用SPSS统计分析软件进行实证分析。本文所选样本企业的财务指标及公司治理指标数据均来自国泰安数据库经整理获得。

(二)指标的构建与检验

为保证指标选取的全面性，本文在借鉴前人的研究成果基础上，结合房地产企业自身特点，选择了包括流动比率、速动比率、资产负债率、产权比率、资本保值增值率、可持续增长率、每股净资产增长率、应付账款周转率、营运资金周转率、现金及现金等价物周转率、总资产周转率、资产报酬率、总资产净利润率、净资产收益率、投入资本回报率、营业净利率、财务杠杆、经营杠杆、综合杠杆共19个涉及企业偿债能力、发展潜力、运营能力、盈利能力以及风险水平的指标。此外，本文还引入了股本结构、内部监督、股权激励等公司治理指标，本文指标所用数据只是T-1年的与T-3年的。

在进行差异性分析之前，首先对样本进行正态分布检验，这里采用检测峰度和偏度值，来判断样本数据是否呈现正态分布。偏度为0，峰度也为0 时，样本呈现正态分布，峰度大于0 时，说明该总体数据分布比正态分布陡峭，峰度小于0 时，说明该总体数据分布比正态分布平坦，峰度值的绝对值越大，说明该数据分布与正态分布的差异性越大。偏度大于0时，说明该总体数据分布比正态分布向右偏，并且右端有较多的极端值，偏度小于0 时，说明该总体数据分布比正态分布向左偏，图形表现为左边拖着一条长尾巴，并且左端有较多的极端值，偏度值的绝对值越大，表明该数据分布与正态分布的差异性越大。从表1我们可以看出，样本的偏度、峰度绝对值都不为0，样本数据不符合正态分布特征。

表1　正态分布检验(节选)

(三)差异性检验

通过上面分析，样本总体数据不符合正态分布，所以选择采用两个独立样本的非参数检验。

表2　差异性检验

*表示显著性水平为10%，**表示显著性水平为5%，***表示显著性水平为1%.

通过非参数差异性检验，只有包括产权比率、营运资金周转率、总资产周转率、资产报酬率、总资产净利润率、净资产收益率、投资回报率在内的9个财务指标，监事会召开次数1个非财务指标通过了差异性检验， p值在0.01或0.05的置信水平上显著。

(四)多重共线性检验

特征值接近于0，变量存在多重共线性，条件索引在10左右也说明变量存在多重共线性。从表3可以看出，有的特征值为0.021,0.217的，接近于0，说明自变量之间存在一定共线性。此外D-W值为1.020，小于2，也说明自变量之间存在一定的共线性。

表3　共线性诊断

(五)因子分析

采用logistic回归模型，要求各变量间没有多重共线性。因此，还需要利用因子分析法解决个别变量间的多重共线问题。因子分析中KMO值为0.6，可以进行因子分析。

表4　解释的总方差

提取方法：主成分分析。

根据解释力度来提取因子，选择前6个因子。 提取的6个主成分共解释了原来变量总方差的97.029%。因此，本文提取前6个主成分来代替原有的8个指标变量。

表5　旋转成分矩阵

提取方法 :主成份。

由表5可知，主成分1在资产报酬率、总资产净利润率、投入资本回报率、净资产收益率上具有更高载荷，将其命名为盈利因子F1；主成分2在产权比率上具有更好载荷，将其命名为长期偿债因子F2；主成分3在营运资金周转率上具有更高荷载，将其命名为短期偿债因子F3；主成分4在董事会召开次数上具有更好载荷，将其命名为监督因子F4；主成分5在总资产周转率上具有更高载荷，将其命名为营运因子F5；主成分6相较在净资产收益率上有更高载荷，将其命名为资金使用效率F6。根据各因子在各个变量上的载荷系数，我们可以计算出每个因子的得分：

F1=0.491x4+0.104x9+0.581x11+0.863x12+0.871x13+0.614x14+0.736x15+0.424x23

F2=0.758x4-0.188x9-0.194x11-0.354x12-0.276x13-0.295x14+0.492x15+0.297x23

F3=0.240x4+0.828x9-0.074x11-0.103x12-0.104x13+0.158x14+0.185x15-0.506x23

F4=-0.008x4+0.487x9+0.170x11+0.026x12+0.106x13-0.478x14-0.245x15+0.503x23

F5=-0.006x4-0.065x9+0.763x11-0.233x12-0.255x13+0.006x14+0.041x15-0.104x23

F6=-0.229x4+0.162x9-0.091x11-0.230x12-0.259x13+0.504x14+0.092x15+0.460x23

四、回归分析

(一)Logistic回归结果

通过因子分析解决了自变量间的多重共线问题，接下来以因子分析提取的6个主成分为自变量，以企业审计中是否出现问题(主要是财务指标)为因变量，研究上市房企的财务预警情况，基于 Logistic 模型，p 代表发生财务危机的概率，将样本企业审计意见中出现财务问题的p 值定义为1，正常企业p 值定义为 0，运用二元 Logistic 回归建立模型，发生财务危机的概率 p 可用公式表示：

P=/(1+ )

将方程变为线行方程：

Y=LN(P/1-P)=，其中F1、F2、F3、F4、F5、F6分别为因子分析提取出的6个主成分，b1、b2,、b3、b4、b5、b6分别为待估参数。

表6　logistic回归结果

由表6可知，只有盈利因子p值小于0.01， 进入了logistic回归模型。盈利因子与企业发生财务危机的概率成负向相关关系，说明一般而言，企业盈利能力越强，其发生财务危机的概率越小。通过logistic回归模型，分析结果中显示预测准度达到了92%。据此我们可以得到二元logistic回归模型的表达式：

Y=LN(P/1-P)=-5.442F1-2.608 P=/1+

F1=0.491x4+0.104x9+0.581x11+0.863x12+0.871x13+0.614x14+0.736x15+0.424x23

(二)回代检验

我们选择2014年的出现审计问题的2家企业为问题组测试样本，根据相近年份，资产规模相当，以1:3的比例选取的6家企业为健康组测试样本，根据预测总体结果，以P取0.6为切割点，大于0.6则为危机企业，小于0.6则为健康企业，测试样本的回代结果见表7。

表7　回代检验

回判结果分为两类错误，一类错误为本应判定为财务危机的企业判定为财务正常企业，二类错误为本应判定为财务状况正常的企业判定为财务危机企业。根据上表可知，本文针对测试样本的回判结果效果很好，达到了100%,在总体测试样本中的预测值也达到了91%。

同样的指标，同样的方法，采用T-3期数据，在进行差异性检验时，发现情况发生了很大变化，原来通过检验指标并没有全部通过，只有监事会召开次数通过了检验，此外，投资收益率通过了检验，即只有监事会召开次数和投资收益率通过了差异性检验，但预测结果不是很理想，只达到了75%。限于文章篇幅，没有具体给出。

五、结果讨论与研究局限性

(一)结果讨论

实证研究发现，在财务指标基础上加入反映公司治理的非财务指标后的综合指标的预警作用很显著；而且公司治理因素中的监事会召开次数无论是在早期预警中，还是在财务危机临近时，都具有较好的预警作用；此外，在早期预警中，只有反映治理因素的监事会召开次数与反映企业投资效果的投资收益率进入模型，与财务危机发生的概率成负相关关系，即企业监事会越勤勉，监督力度越强，企业陷入财务困境的可能性越小；随着财务危机的临近，财务指标尤其是反映公司盈利能力的财务指标对财务危机的预警作用愈加显著，与企业财务危机发生的概率成负相关关系，随着企业危机的临近，企业的盈利能力越强，企业陷入财务危机的可能性越小。此外，值得注意的是，反映企业治理因素的独立董事的作用在企业财务危机预警中并没有发挥很好的效果，可能的原因是我国上市公司独立董事制度普遍存在约束不足、缺少相关问责和评价机制，独立性不足，导致其在促进公司整体发展上难以发挥应有的作用。

房地产行业是资金密集型行业。投入资金大，回收周期长，高风险与高收益并存是其显著的行业特色。从我国房地产行业的发展进程来看，企业自有资金投入比例少，更多的是来自银行信贷，企业的财务结构的稳健性以及资金的使用效率对企业经营起着举足轻重的作用。在财务结构的稳健性上，产权比率与资产负债率相比，更侧重财务结构的稳健程度与自有资金对偿债风险的应对能力，在反映企业长期偿债能力时更有说服力。在实证分析中，也证实了反映企业长期偿债能力的产权比率越高，企业财务结构越稳健，企业陷入财务危机的可能性越小；在资金使用效率上，一般而言，企业资金使用效率越高，企业资金运营能力越好，企业陷入财务危机的可能性越小，但值得注意的是在实证研究中，却得到的是完全相反的情况，企业的营运资金周转率与企业的财务危机成弱的正相关关系。我们知道，营运资金周转率是主营业务收入净额与营运资金平均占用额的比率，一般认为，其值越高越好。但还应结合其他指标，具体问题具体分析，营运资金周转率过高，若是由于营运资金占用额较少而引起的，则可能预示着该企业营运资金不足，投资低效，也暗示企业短期偿债能力较差。我们还发现监事会的勤勉程度在财务危机预警中起到重要作用，能有效抑制财务困境的发生。房地产行业是资金密集型行业，其价值创造的重点就在投资，企业危机的严控点也就在投资阶段，因此，来自企业内部监督必然必不可少，通过一定的内部监督机制，可以有效抑制企业的盲目投资行为，提高企业财务的稳健性和安全性，有效减少财务危机发生的可能性。

实证结果表明在我国房地产行业财务危机预警机制中要着重关注反映企业盈利能力的指标，尤其是具有发展成长能力的盈利指标，比如净资产利润率，此外，由于房地产行业具有投入资金大、投资回收周期长的行业特点，这就要求其必须在每一个房地产投资项目上严格把控，避免盲目投资，研究证明加强监事会的内部监督能一定程度上降低企业陷入财务困境的可能性，因此，上市房企应该加强包括监事会在内的企业内部监督制度的建设，从而在一定程度上抑制企业的非效率投资行为，避免企业陷入财务困境，甚至破产。

(二)研究局限性

本文的研究存在着一定的局限性，主要表现在：(1)选取的初始指标虽多，但真正适合进行进一步研究的只剩下8个，在全面性上比较欠缺，在进一步的研究中，可从其他方面再做考虑，比如房地产行业受整个经济环境的影响较大，可以加入合适的外部环境的替代变量，财务危机与内部控制存在耦合，因此也可加入内控因素。(2)在企业是否存在财务危机的衡量上，主要以注册会计师的审计意见为主，但效果是否比已有研究中以企业是否被“ST”来衡量企业是否陷入财务危机处理更有解释力度，所以在进一步研究中，可以综合考虑两种衡量标准，进行比较研究。

[1]张红，李洋，黄硕.中国房地产上市公司财务危机预警研究[J].河南社会科学,2013，(3).

[2]王淑慧，刘晓珊.我国中小企业财务危机预警新视角[J].河南社会科学,2014，(12).

[3]吴星泽.财务危机预警研究：存在问题与框架重构[J].会计研究,2011，(2).

[4]许珂，卢海.基于logistic回归模型的房地产上市公司财务危机预警研究[J].常州工学院学报,2012，(4).

[5]曾繁荣，蒙良，张洁.上市公司财务危机预警模型实证对比分析-基于引入非财务指标[J].财会通讯，2013，(4).

[6]裴潇，黄玲，陈华.基于Z值模型的房地产企业财务危机预警研究[J].财会通讯，2015，(4).

[7]Beaver.W.H.Financial Ratios as Predictors of Failure[J].Journal of Accouting Research,1966，(6).

[8]刘淑莲，谷祺.财务危机企业投资行为分析与对策[J].会计研究,1999，(10).

[9]Altman,E.I.Financial Ratios Discriminant Analysis and Prediction of Corporate Bankruptcy[J].Journal of Finance,1968，(9).

[10]蒋尧明，章丽萍，张旭迎.融资与可持续增长视角下的企业财务危机中长期预警模型[J].中央财经大学学报,2013，(3).

[11]Coats，P.K, Fant,L.F.Recognizing Financial Distress Patterns Using a Neural Network Tool[J].Financial Management,1993，(11).

[12]宋鹏，张信东.基于logistic模型的上市公司财务危机预警研究[J].经济题,2009，(8).

[13]何勤.基于logistic回归预警模型的房地产上市公司财务危机预警研究[J].财会通讯,2010，(3).

[14]李学军.基于主成分分析的上市公司财务危机预警模型研究[J].工业技术经济,2011，(7).

[15]黄志敏.基于行业特征的旅游上市公司财务危机预警研究[J].财会通讯,2014，(10).

[16]宋彪，朱建明，李煦.基于大数据的企业财务预警研究[J].中央财经大学学报,2015，(6).

[17]徐凌，徐增坤，李亮.基于EVA会计利润的财务危机预警研究[J].财会通讯,2014，(1).

[18]李云宏，夏玲，纪露露.财务危机预警模型研究综述[J].财会通讯,2014，(11).

[19]杨华.非财务变量在财务危机预警中的效用分析[J].财会通讯,2014，(1).

[20]黄晓波，高晓莹.基于神经网络的企业财务危机预警研究》[J].会计之友,2015，(5).

[21]任惠光，班博.中国A股上市公司财务危机预警模型构建及实证研究[J].山东大学学报,2007，(6).

[22]张志花.公司治理与财务危机预警研究[J].会计之友,2014，(25).

[23]徐凌，赵程，毛兴丽.基于现金流和EVA指标构建公司财务预警模型[J].财会月刊,2014，(4).

[24]耿东，付亭，曹文彬.高新技术制造企业的财务危机预警研究[J].会计之友,2014，(18).

(责任编辑：杜婕)

Empirical Research Based on the Logistic Model of Public Enterprise Financial Crisis Warning

MING Ying-ying

( Anhui Finance and Economics University, Accounting College, Bengbu,233000,China )

The whole national economy is currently faced with the new normal, the real estate industry is also faced with profound changes. The real estate industry has significantly industry characteristics of the large capital investment, long investment cycle, and high debt ratio. Its financial crisis caused concern. This paper bases on the 2010-2014 A-share listed enterprise as samples, combines with industry characteristics, addes non-financial indicators and construct the logistic model of public enterprise financial crisis early warning which based on factor analysis method. The paper aims to find the indicators that has significant effect on the financial crisis early warning in the listed enterprise and verify the accuracy of model prediction. The research shows that the logistic model to the financial crisis of listed enterprise which combines nonfinancial indicators with the financial indicators has better prediction effect; Corporate governance factors are stronger in early prediction, and with the approaching of the financial crisis time, the financial index especially the profitability index has the stronger effect on corporate financial distress prediction.

financial crisis; corporate governance; logistic model; factor analysis

2016-05-16

明盈盈(1993-)，女，江西九江人，在读硕士，主要从事内部控制研究。

F275

A

1008-7605(2016)04-0127-07