统计与决策 !""#年 #月!下"
格了#事实上他们的数值模拟表明甚至对一个人造的具有适
度 $%&’( 指数值!如 $)"*+$相应地 ,)"*-"的长记忆时间序
列$./ 的 0 1 2 检验均不能拒绝短期记忆的零假设# 而由表 !
知$ 用标准 34$ 和 5678&8, 34$ 估计量计算得到的部分指
数收益率的 , 值均小于 "9-"$在这种情况下$./ 的 0 : 2 检验
可能检测不到长期记忆性#
!;"应用标准 34$ 法$在 #<的显著性水平下$深证 = 股
呈现出长记忆性%在 -"<的显著性水平下$深证综指&深证成
指也表现出长记忆性#
!>"但 5678&8, 34$估计量是一个更稳健的估计量$其结
果表明在 #<显著性水平下$仅有深证成指存在长记忆特征#
总之$我们可得出如下结论$上海证券市场指数收益率
不存在长记忆性$而深圳证券市场部分指数的收益率存在一
定的长记忆性#
!*!*; 收益率的波动性长记忆检验
与对收益率的长记忆检验不同$四种方法对收益率的波
动性长记忆检验结果完全一致$以绝对收益测度的波动性呈
现出显著的长期记忆性#相应的假设检验的 7?值均小于 -<$
限于篇幅$仅给出标准 34$和 (678&8, 34$估计量的结果#
从表 ; 可看出$ 标准 34$ 估计值和 (678&8, 34$ 估计
值非常接近# 除了深证成指外$ 其余各指数的 (678&8, 34$
估计值均比标准 34$ 估计值稍微大一点# 这清楚地表明长
记忆的存在$并不存在趋势
或结构突变#
!! !结束语
本文用基于方差的方
法&0/ 的修正 0 1 2 检验& 标准 34$ 法以及 (678&8, 34$ 法
对沪深股市指数收益率及其波动性进行了长记忆性检验#结
果表明沪市收益率序列不存在长记忆性$深市收益率序列存
在一定的长记忆性%沪深股市的波动性均表现出显著的长记
忆性$并且我国股市不存在趋势或结构突变# 股市波动性过
程具有长记忆性预示着一些突发事件会对股市产生长期&深
远的影响$ 当前的风险会对未来的风险产生持续地影响%也
意味着波动性!风险"在一定程度上是可预测的$这可为投资
者确定投资决策时规避风险&控制风险服务#
参考文献!
@-A王春峰B张庆翠B李刚9中国股票市场收益的长期记忆性研究CDE9系
统工程B!"";B-9
@!E陈梦根9中国股市长期记忆效应的实证研究@DE9经济研究 !"";B;9
@;E施红俊B马玉林B陈伟忠9中国股市长记忆性实证研究@DE9同济大学
学报B!"">B;9
"责任编辑 1李友平#
上证指数
上证 =股
深证综指
深证成指
深证 =股
标准 34$
"9;"#F
"*!F#F
"*;+!"
"*;;">
"*;#>#
(678&8, 34$
"*;>GH
"*;;H>
"*;+>+
"*;"!H
"*;G"H
表 ; 各指数波动性记忆参数的 34$
和 534$估计值
"! !引 言
!" 世纪 H" 年代以来 $ 随着 ’市场异常 ( !I6&J8(
=K/L6MN8’" 现象的频繁出现 $ 西方学者对有效市场假说
!OI$"理论的合理性产生了质疑$并开始转向对’市场异常(
现象的研究$并将’噪音交易者(!P/N’8 56,8&’"!QRM8$-HF#"
和’入市不深(!SK’/7TN’(NU6(8,"投资者等非理性投资者假设
引入投资者行为的分析当中$完全打破了主流理论的假设前
提$发展出了金融学的一个新的分支!!行为金融学$并得
到了大量实证研究以及心理学等其它学科的理论支持#
作为行为金融学两大理论基础之一$对于投资者心态的
分析也是对 OI$ 理论最大的挑战$西方学者也通过许多’切
入点(证明了 OI$ 理论的不足之处$其中关于’反应过度(现
象的研究就是其中的非常重要的一个方面# 所谓’反应过度(
就是指在一段时间内$关于某支证券的一系列利好消息宣布
摘 要!本文以在我国上海和深圳证券交易所 = 股市场上市的股票为研究对象进行了股市!反
应过度"现象的测度# 同时利用!反应过度"现象相关实证数据的分析揭示了对我国股市发展中存在
的部分问题$并提出了相应的政策建议#
关键词!!反应过度"现象%行为金融学%V=4I 模型%市场有效性
中图分类号!WF;! 文献标识码!= 文章编号!-""!X+>FG&!""#’"#X"-"FX">
中国股市存在’ 反应过度(吗)
克罗吉$乔志峰
!上海大学 国际工商与管理学院$上海 !"-F"""
! " # $
!"#
万方数据
统计与决策 !""#年 #月!下"
之后#证券平均收益低于一系列利空消息发布之后的平均收
益的现象$ 用公式表示为%
$%&’()*+’,-./’0),-.&./’01,-23$4&’5)*/’,6./’0),6.&./’01,62
!其中#&’5)代表第 ’ 期的收益率#/’代表在第 ’ 期听到的
消息#- 代表好消息#6 代表坏消息#1!)"
具体来讲#就是由于证券的利好消息不断#从而导致证
券在一段时间内成为市场关注的焦点#同时根据心理学的规
律#投资者会对此证券产生倾向性#使得整个市场上充斥着
对这一证券盲目的良好预期#从而会对利好消息的程度和持
续时间产生放大效应#反映在股价上就是将证券的股价推高
至不正常的高度#从而严重偏离了证券的实际价值$ 随后消
息明显达不到市场的预期#从而造成股价反转$ 在这种情况
下#利好消息不断的热门股票往往会由于’反应过度(而导致
价值高估#从而造成未来股价的下跌)反之#由于利好消息不
多#甚至有部分利空消息的股票则会导致市值相对于公司本
身的价值被低估#在未来却能够得到较高的收益$
虽然我国关于证券市场投资者投资行为的实证研究很
多#但大多是使用主流理论的研究方法#而利用行为金融学
的方法对其进行研究的文章并不多见$尽管即使在西方理论
界行为金融学中的关于投资者行为理论的研究仍然莫衷一
是#而对于’反应过度(的研究方法也是多种多样#但是作为
一种有别与传统理论的研究思路#其合理性已经被西方理论
界所承认$因而利用这种思路及相关的研究方法去检验我国
的证券市场也就是十分有益和必要的$ 因此#本文就试图通
过对我国证券市场’反应不足(现象存在性的实证研究#从一
个侧面反映我国证券市场投资者行为的总体特征#并提出一
些针对性的政策建议$
!! !样本选取*统计方法及研究思路
)7) 样本选取
样本选自在我国上海证券交易所和深圳证券交易所发
行 8 股的所有上市公司$ 在选择总体样本时#剔除所有金融
类上市公司的股票!以中国证监会 !"") 年 9 月公布的+上市
公司行业分类指引,为标准"#截至到 !""! 年 )! 月 :) 日沪
深两市共有 ; 支此类股票$ 主要原因是金融类企业由于行
业自身的特殊性#导致其财务杠杆水平远高于其它非金融类
企业#因此在同非金融类企业的对比时#此类企业容易被归
类为出现了财务困境的企业#所以应予以排除$
数据采集的时间跨度是从 );;) 年到 !""! 年$其中会计
数据来自上市公司于 );;) 至 !""" 年各年中公布的年报#而
收益率数据则来自于 );;: 年 < 月至 !"": 年 < 月期间样本
公司在二级市场上的表现$ 所有数据均来源于’聚源投资分
析系统($
)7! 统计方法及研究思路
整个统计过程分为两个步骤%第一步是’反应过度(现象
存在性统计分析#在这个步骤中#首先通过每期中不同指标
的表现差异组建的投资组合#然后根据投资组合在未来一段
时间内的价值表现来判定股市是否存在’反应过度(现象以
及这种现象的程度如何$第二步是利用 =8>? 模型来检验风
险贴水对’反应过度(现象中取得的超额收益的解释程度$
具体来讲#首先必须生成统计所需的样本板块$ 我们以
在沪深两地上市的非金融类上市公司为主板块#在主板块的
基础上#再以一年为一期分别生成从 );;: 年到 !""" 年这八
个子板块#其中子板块是由以 ’0! 年 )! 月 :) 日以前上市的
所有上市公司组成$ 同时#为防止异常值过多而造成统计结
果偏离程度过大#我们将各年年报中股东权益合计*每股收
益*每股经营活动现金净流入为负值的上市公司剔除#这种
处理也可以保证统计结果之间的可比性$
然后#生成投资组合$投资组合每年的 < 月末形成#考虑
到我国上市公司公布年报的截至日期一般为次年的 # 月末#
到 < 月末时#市场对子板块中每家上市公司的财务信息都有
至少 ) 个月的’消化期(#同时收益数据与财务数据的生成期
也有 < 个月的间隔#因此此时公司的财务信息对市场来讲应
该属于’无时效信息($ 投资组合每年调整一次#组合形成期
分别是 );;: 年到 !""" 年#总共 @ 期$ 组合形成的价值指标
包括 6 A?#$ A >#= A >#-B$其中 6 代表组合形成前上个会计年
度帐面价值# 用股东权益合计表示#? 代表组合形成时公司
的总市值# 以当年 < 月末收盘价计算)$ 代表组合形成前上
个会计年度每股收益#> 代表组合形成时 < 月末的收盘价)=
是组合形成前上个会计年度每股经营活动现金净流入#因此
= A > 就是现金流入净额与总市值之比)-B 代表主营业务收
入加权平均增长率#数据组成及权重分别是组合形成前上个
会计年度的主营业务增长率#权重为 <"C#组合形成前两个
和前三个会计年度的主营业务增长率#权重为 9"C$ 分别以
6 A?#$ A >#= A >#-B 为标准# 对子板块从高到低进行排序#然
后再对 6 A?*$ A > 的排序结果按顺序平均分成 )" 组# 对 = A
>*-B 的排序结果按顺序以 :"C#9"C和 :"C的权重分成 :
组$ 从而形成相应的价值投资组合和热门投资组合$
其次#计算相应投资组合的投资收益率$ 为了增强计算
结果的可信度#我们采用了兰考尼肖特!);;9"的年度买入-
持有收益率计算法!8DDEFG 6EH0FDI0JKGI LM’E&DN"和法马
!);;@" 提出的年度月平均收益计算法这两种方法计算投资
组合在形成以后的一段时间内投资收益的变化趋势$ 分别计
算投资组合的 L)*L!*L: 和 8?L 等指标$ 其中 L’代表投资
组合形成后第 ’ 年平均股价收益率#’,)#!#: $ 8?L 代表组
合形成后第 ) 年的月平均股价收益率$
最后#对超额收益和风险贴水进行回归分析$ 我们采用
的是 =8?> 模型#模型如下%
LO’0LP’,!5"%LQ’0LR’S5#’
其中%LO’是第 ’ 期价值投资组合的投资收益率
LP’是第 ’ 期热门投资组合的投资收益率
LQ’是第 ’ 期市场的平均收益率!考虑到深证指数同上证
指数的高度相关性#因此我们只采用上证指数各期中 < 月末
收盘价来近似地计算市场平均收益率"
LR’是第 ’ 期的无风险收益率!无风险收益率我们是选用
的一年期居民定期储蓄存款的利率"
"! !实证结果与分析
! " # $
!"#
万方数据
统计与决策 !""#年 #月!下"
!$% 投资组合收益结果分析
!$%$% 价值投资组合的收益要明显高于热门投资组合
从总体上看# 在所得到的 %& 个投资组合收益均值差异
度!见表 % 组合均值差异 ’()"数据中有 %% 个是为正值#占
到了总体数据的 &*$+#,$ 而全体组合收益均值差异度数据
的均值为 +$%&*#- ./#0 . 1#2 . 1#)3 四个指标内部的组合收
益均值差异度均值都为正值#分别为 %4$5+"# !$44*# #$445
#"$5%5% 由此可见#价值投资组合的总体收益要明显高于热
门组合%
从单一数据的表现来看#投资组合收益均值差异度正向
的最大值是 5*$456#是基于 - ./ 指标建立的投资组合#在持
有的第二年取得的% 而第二大值为 !6$%#4#同样是来自于 - .
/ 标准建立的投资组合# 在持有的第一年取得的#7 统计值
5$"+%#显著水平为 !$#,$同样是基于 - ./ 指标建立的投资
组合#尽管组合收益均值差异度并不大#仅为 %$+""#但其 7
统计值 !$!&" 具有 %",以上的显著水平% 组合收益均值差异
度的负向最大值为(%6$"&6# 是基于 )3 指标建立的投资组
合#在持有第三年时取得的#但在统计上比不显著% 因此#部
分价值投资组合不仅表现出了明显的好于热门组合的投资
收益#而且在统计上也表现出了良好的特性#说明两种收益
率的确存在明显的差异%
!$%$! 同发达国家成熟证券市场数据结果的比较
从统计结果中#我们不难看出基于我国股市数据所得到
的统计结果要明显高于基于成熟证券市场数据所得到的结
果%根据兰考尼肖特等人对 %4&* 至 %44" 年间美国所有上市
公司的股票进行的&反应过度’水平的测算结果#基于 - ./
指标建立的 %(!(#(&(4(%" 组投资组合的平均收益率仅为
%#$"##而我们的数据结果却高达 !#$6*% $在随后三年的平
均差异度为 4#而我们的研究结果为 5+$**4#由此可见#我国
股市&反应过度’的程度要远远高于成熟的证券市场水平%
但从&反应过度’现象持续性来看#在兰考尼肖特的文章
中#无论是基于 - ./ 指标#还是基于 2 . 1 指标#价值投资组
合都表现出优于热门投资组合的收益率#且超额收益的方差
很小#表示超额收益的波动很小#投资者可以利用市场&过度
反应’的特性获得稳定的超额收益% 但从我们的研究结果来
看# 虽然基于 - ./ 指标建立的投资组合中价值投资组合都
表现出优于热门投资组合的收益率#但在其他 5 个指标的计
算结果中都出现了相反的现象#而且从各指标中两种投资组
合差异度的波动性来看# 仍然要远远地高于美国市场的水
平# 即使是在 - ./ 指标中# 投资组合的差异度的标准差为
%5$%#4#而美国市场的水平仅为 !$5*&% 由于收益的波动性较
大#也使得&反应过度’现象的表现极不稳定#从表 % 中的数
据我们发现#所有指标在价值投资组合建立的第一年都能保
持优于热门投资组合的投资收益!无论是 8% 还是 9/8"#但
到第二年就开始出现了分化#有的指标中差异度数据表现为
正值#如 - ./(2 . 1 和 )3#而有些则呈现相反趋势#如 0 . 1#
到了第三年这种分化的趋势就更加明显#有两个指标中的差
异度数据表现为负值# 而且 - ./ 指标中差异度数据正值的
幅度也产生了明显的减少%而成熟的证券市场往往表现为较
长时间内价值组合具有高于热门组合的投资收益#时间周期
上甚至可以延续至五年% 由此可见#我国股市中&反应过度’
现象的还具有持续周期较短的特点%
!$%$5 各投资组合生成指标之间的数据比较
横向地比较各投资组合生成指标#我们很容易就可以看
出#基于 - ./ 指标建立的投资组合所表现出的&反应过度’
现象最为明显%它是四个指标中唯一一个使用两种方法计算
的收益率差异度数据都为正值的指标#也是差异度均值最高
的一个指标#为 %4$5+"#高出四个指标差异度均值的平均值
%! 个百分点% 而且基于 - ./ 指标建立的投资组合统计的收
益率数据在统计上的特性也是最好的#8% 数据具有 !$#,显
著水平#9/8 则具有 %",以上的显著水平% 此外在观察了各
自投资组合的收益率数据之后# 我们还发现基于 - ./ 指标
建立的投资组合表现出较为明显且稳定的递减趋势% 因此#
- ./ 指标是检验我国股市&反应过度’现象最有效的指标%
!$! 291/ 模型回归结果分析
众所周知#291/ 模型的基本原理就是利用 ! 系数来测
度投资组合的收益变动对市场组合收益变动的敏感程度#换
言之#291/ 模型就是用来测度投资组合的超额收益与市场
系统性风险的关联程度% 因此#如果用价值投资组合比热门
投资组合所获得超额收益与市场的风险因子有线性关系的
话#说明超额收益的取得是由于投资价值投资组合的风险高
于投资热门投资组合而得到的风险贴水#超额收益的取得是
因为投资者承担了较高的风险# 收益是对风险合理的报酬#
而并不只是基于某种&无时效信息’所制定的特殊投资策略
而获得的收益#从而在股价的市场表现层面上否定了这种投
收益率指标
价值组合 %
!
#
&
4
热门组合 %"
组合均值差异 ’()
: 检验值
1 值!双侧"
价值组合 %
!
#
&
4
热门组合 %"
组合均值差异 ’()
: 检验值
1 值!双侧"
价值组合 %
!
热门组合 5
组合均值差异 ’()
: 检验值
1 值!双侧"
热门组合 %
!
价值组合 5
组合均值差异 ’()
: 检验值
1 值!双侧"
8%
6"$6*6
5#$&""
5!$+%#
!5$%&"
%*$+**
%&$5!#
!6$%#4
5$"+%;;;
"$"%*
55$%5*
!&$%65
56$*6*
!+$65"
!"$++"
5!$6&5
"$&+#
"$"66
"$4&&
5!$6+&
!#$&6&
!#$&5%
&$*6#
"$54#
"$+"6
!+$&5&
!!$5#4
55$4#%
&$5%#
%$!+
"$!6#
8!
6*$&6*
!+$*#*
!4$*!%
56$*&4
%6$!&&
4$+%6
5*$456
%$6!4
"$%4&
!*$*5&
55$4!5
%+$&5*
!#$4#*
%"$+"*
!4$6**
("$&#%
("$"5"
"$4++
54$%"#
!6$!*6
%4$6!4
%4$&+&
"$4+"
"$5&6
!&$&%4
!5$!#%
56$
*$"6
"$&!5
"$##5
85
!#$4*%
!5$5"#
5+$++6
*$%"*
%+$4#6
%5$!4&
%!$&*#
"$*5#
"$65%
!#$"*#
!!$#!&
6"$"4%
!"$"44
!#$!#*
%!$""&
%5$"+4
"$6"6
"$&4*
!%$"%6
%#$&&#
!!$*"5
(%$+*4
("$%6*
"$**&
!6$&*6
!%$#%%
%"$&!"
(%6$"&6
(%$%*6
"$!+#
9/8
5$#&4
5$%55
6$!!*
5$!&%
!$#!*
%$*&4
%$+""
!$!&";
"$"#*
5$#5"
!$#!4
5$4+&
5$66*
!$*"4
!$6%*
%$%%5
"$#6#
"$&"5
5$65"
5$"+*
!$&&4
"$+&%
"$5+!
"$+!%
!$*!#
!$#%*
5$+*6
"$4#4
%$**5
"$%"!
-./
0 .1
2 .1
23
表 % 基于 - ./!0 . 1!2 . 1!)3排序分组的投资组合收益及其检验
! " # $
!!"
万方数据
统计与决策 !""#年 #月!下"
资组合的股价波动是一种由于股价高估或者低估而造成的
价值回归#进而否定了市场的投资者中存在着将利好和利空
效应放大的$反应过度%机制& 因此#$%&’ 模型回归结果的
好坏#将揭示了我们在前文中所发现的超额投资收益的产生
原因#也是判定证券市场是否存在$反应过度%现象的重要环
节&
从表 ! 中我们可以看到 $%&’ 模型的回归结果#( 大指
标中 )* 对超额收益对于市场风险因子的 ! 系数都非常小#
最高的是基于 + , & 指标建立的投资组合在持有第三年的所
获得的超额收益#! 系数仅为 -.-/!# 但其显著程度并不高#
0!仅为 ".-1(#模型的拟合程度也很差& 此外#基于 2 ,’#+ ,
" 等指标建立的投资组合第一年的月收益率所获得的超
额收益的 ! 系数为负数#这意味着价值股票组合的市场风险
并不大于热门股票的市场风险& 除了基于 34 指标建立的投
资组合在持有第二年所获得的超额收益的回归效果较好以
外#其余所有的回归模型都不是很理想’所有的 ! 系数在统
计上都不显著#说明市场风险因子解释能力很弱(所有的 5
值也都不显著#说明超额收益与风险因子的回归关系并不明
显(0!值中最高的只有 6./-6#最低的可达 -#说明能被风
险因子解释的超额收益最多为 /67#最少仅为 ".-7(而基于
2 ,’ 指标建立的投资组合在持有第一年!0-"以及月平均收
益!%’0"中的所获得的超额收益的回归中 " 值表现为统计
显著的正值#回归截距项的这种表现说明在回归中存在显著
的异常现象&综上所述#我们不难发现#仅用风险差异来解释
前文中所发现的超额收益是十分牵强的#$%&’ 模型回归效
果的不理想再次说明了我国股市存在确实$反应过度%现象&
!! !结 论
通过本文的实证分析#我们认为我国股票市场投资者行
为中确实存在一定的$反应过度%现象& 仅用传统的 +’8 理
论来对我国股票市场上出现的股价的大幅波动等 $异常现
象%是不充分的#实证结果表明市场上存在大量的非理性投
资者#会习惯性地犯$相同性质的错误%#高估拥有大量利好
消息的公司股票#而低估没有利好消息)甚至是频频出现利
空消息的股票#从而导致股价出现规律性地偏离公司本身价
值的现象&
但从我国股市$反应过度%现象的表现程度以及特征来
看#由于我国股市存在较强的股价$易变性%!9:;<=>;>=?"#因此
利用$反应过度%规律建立的投资组合的超额收益要明显高
于成熟的证券市场#一方面说明了我国股票市场中的$反应
过度%现象的表现程度要明显强于成熟的证券市场#另一方
面也表明了作为一个新兴的资本市场#由于制度不完善而造
成的监管不利以及个人投资者理念的不成熟使得我国股市
中存在严重的非理性投机现象#这种现象的过度蔓延导致股
市价格机制的滞后反映#从而严重地影响了市场有效性的形
成&
部分指标中$反应过度%现象表现出的不够稳定以及周
期较短的特征则反映了我国股市价值回归的速度要快于成
熟的证券市场#从表面上看#这种较快的价值回归周期是市
场有效性较高的表现#但深究其原因#我们发现由于我国股
市投资群体中存在相当数量的散户投资者#资金量偏小决定
了他们的投资决策较为灵活#因此对认知错误的修正较机构
投资者来讲也较为迅速#但这种迅速的修正并不是一种基于
对公司信息的了解和分析之上而做出的理性判断#而更多的
是对市场消息面的一种反应& 此外#股市中还存在着部分机
构投资者以及私募基金的$坐庄%)散布$噪音%以及$黑箱操
作%等投机行为#这也导致了他们的投资行为表现出投资理
念的延续性不强)偏重短线收益)重概念轻价值等特点#从而
使得股票很难在长期内保持一种持续波动趋势#以股价的急
涨猛跌来代替稳健的价格修正#因此对于我国股市中$反应
过度%现象表现出的不够稳定以及周期较短的特征#我们不
能盲目地将其看作为股市有效性的证据#而应该结合我国股
市的基本情况来综合考虑&
对于分析指标的比较# 我们发现基于 2 ,’ 指标建立的
投资组合所表现出的$反应过度%现象最为明显#说明股市对
于 2 ,’ 指标的认同度较高# 这一点与大部分成熟证券市场
的实证结果是一致的& 由于 2 是公司的帐面价值#用股东权
益合计来表示#由此说明投资者多数情况下是利用股东权益
这一指标来衡量上市公司的实际价值#这与股份制企业股东
权益最大化的经营目的也是相吻合的&
参考文献!
@-A安德瑞!史莱佛.并非有效的市场BB行为金融学导论@’C.北京"中
国人民大学出版社 !66/D*E)F.
@!C朱保宪D何治国.! 值和帐面 ,市值之比与股票收益率关系的实证
研究@GC.经济研究D!66!D(.
@/CHI 2:JK=#.’. <JK MN<;IO$0. H:IP =NI P=:QR S<ORI= :TIOOIU
<Q=% VGC. G:WOJ<; :X 5>J<JQI$-Y1#D (""ZY/B16#.
"责任编辑 ,李友平#
! " # $
统计指标
0-
0!
0/
%’0
统计指标
0-
0!
0/
%’0
"
!!.1//
!.Z/6[[
!
-."**
*.ZZ*
"./Y!
!.-*#[
"
!.///
".-/#
-(.*"-
".*Z(
B!./##
B".-*/
B-."Z/
B".(1Y
!
".-Z1
".Z-#
-."11
-."**
".((/
".ZY(
B"."-"
B".(!*
!
".*"Z
-.-ZZ
".##(
".1!!
"."(!
"."Y-
"."(!
".*(-
5值
".#--
-.*#/
".*/-
".-1!
5值
-./1*
".*Z*
".""1
".(--
0!
"."Z1
".!-*
"."Y#
"."!Y
0!
".-11
".-"-
".""-
"."*(
"
B".*Y(
B"."(!
B#.!(-
B".!!"
B(.(!Y
B".-!Z
-.!Y/
".#Z1
"
#.//Y
-."!*
".Y(Y
"."Y-
B#.Z!(
B".(1#
-.--"
!.!*
