金融服務“村村通”有助于實現農村金融普惠

周立　潘素梅

摘要：在信息不對稱的農村金融市場上，對于基礎金融服務“村村通”工程是否有助于實現農村金融普惠的問題，本文以農戶信貸可得性為例，從信息經濟學視角分析基礎金融服務“空白村”與“覆蓋村”農戶的金融服務可得性發現，即使在信用評分相同的情況下前者也會面臨更為嚴重的信貸約束。而后，以項目組對山東、河北和陜西三省份566個農戶的調查數據為基礎，從自我排斥和銀行信貸配給兩個層面，判分了農戶的信貸約束情況，并采Logit計量經濟學方法驗證了理論分析結果。本文認為，實現基礎金融服務“村村通”有助于銀行了解村級信息，減少信息不對稱，由此提高農戶的信貸可得性，進而實現農村金融普惠。

關鍵詞：金融服務“村村通”；普惠金融；信貸約束

中圖分類號：F832 文獻標識碼：A 文章編號：1006-3544（2015）04-0003-08

一、引言及文獻回顧

普惠金融要求建設一種能有效、全方位地為社會所有階層提供服務的金融體系，而信貸作為農戶擴大再生產、平滑季節性收入與支出矛盾，以及應對突發性資金需求的重要手段，自然是普惠金融的核心。然而，在供給主導的農村金融市場，由于信息不對稱的存在，貸款者因為無法控制借款者的信用風險，為保證資金的安全性，會對農戶的信貸需求實施限額配給，致使農村金融市場一直處于資金供不應求的狀態，農戶面臨的信貸約束很難緩解。這在人口規模小、消費水平低、金融基礎設施狀況差的偏遠農村地區表現更為明顯，低儲蓄能力和低投資引誘，使得他們普遍落入“貧困惡性循環陷阱”。近些年，國家為改善金融服務狀況，促進金融普惠，推出了一系列促進基礎金融服務全覆蓋的政策。其中，銀監會自2009年起就提出力爭3年實現鎮（鄉）級基礎金融服務全覆蓋的目標，并在2014年進一步提出，要“著力推動基礎金融服務向行政村延伸，打通農村基礎金融服務‘最后一公里”，“力爭用三至五年時間，總體實現行政村金融服務‘村村通”。可以預期，在各項政策推動下，包括農戶貸款在內的基礎金融服務的覆蓋面將不斷擴大，覆蓋層級也將不斷加深。然而，在農村金融市場需求者和供給者存在嚴重信息不對稱的前提下，基礎金融服務“村村通”（如下簡稱“村村通”），能夠有效緩解農戶面臨的信貸約束，進而真正實現農村金融普惠嗎？

學術界對此持兩種截然相反的態度：一種是以Kempson和Whyley以及Leyshon等為代表的贊成方，認為金融服務缺失將使銀行喪失與客戶之間的關系，主流金融服務的覆蓋對于緩解信貸約束非常關鍵。另一種是以Caimcross為代表的反對方，認為金融服務覆蓋與否，并不影響銀行與客戶之間的供求關系和交易，因為銀行可以遠距離獲得客戶的信息圈。上述兩方的結論雖然相反，但是他們都承認關系以及信息在銀行信貸決策中的關鍵作用。那么，能否從理論和實證兩個層面證實，相較于實現了金融服務“村村通”的行政村（以下簡稱“覆蓋村”），金融服務空白行政村（以下簡稱“空白村”）的客戶會因缺乏金融服務渠道，面臨更為嚴重的信貸約束嗎？Chakravarty基于信息經濟學視角，構建了銀行服務覆蓋的地區差異對貸款申請人的信用評分影響的理論模型，試圖回答上述問題。本文將在此基礎上，構建金融服務“村村通”對農戶信貸可得性影響的理論模型，并運用課題組對山東、河北和陜西三省568個農戶的調查數據和Logit回歸模型，進行實證檢驗。

文章的結構如下：第二部分將從信息經濟學視角，構建理論框架，分析“村村通”對農戶信貸可得性的影響；第三部分利用入戶調查數據，從成因視角對農戶是否面臨信貸約束進行判分，并利用多元Logit回歸模型，分析“村村通”對實現農村金融普惠的影響；最后得出結論并提出政策含義。

二、理論與假說

為考察金融服務“村村通”對農村金融普惠的影響，本文將首先引入并擴展Chakravarty模型，以本地信息為關鍵點，構造金融服務覆蓋與農戶信貸約束關系的理論模型，以便從理論視角解釋兩者之間的關系。

（一）理論

假設金融機構遵循利潤最大化原則，根據申請人的信用評分高低進行貸款決策。信用評分是銀行根據借款人的存貸歷史、債務狀況等信息，利用信用評分系統評估出來的，用于決定是否核準新貸款或確定信用額度的得分。假設信用評分能很好地預測借款者的質量，則對于貸款人來說，兩者的期望相同。即：

E（S）=E（Q） （1）

其中，E（S）和E（Q）分別表示信用評分和借款者質量的期望。

然而，在農村金融市場信息不對稱的情況下，借款人無疑擁有私人信息。為保證資金的安全性，信息成為貸款人信貸決策的關鍵。此時，貸款決策者需要參考信用評分系統以外的信息，而私人聯系和社區關系等社會網絡渠道無疑是獲取信息的絕佳通道，而實際上，他們可能更關注這些來自他們信任的渠道的信息，并且相信這些信息對信貸決策來說更重要。因此，“覆蓋村”申請人的信用評分可能被信貸決策者依據由社會網絡獲知的本地信息而調整。而遠離信貸決策者的“空白村”申請人的信用評分，卻因為沒有此類的本地信息而不可能被調整。同時，由于信貸決策者不熟悉“空白村”的情況，也不可能與來自該地區的貸款申請人有私人聯系，這將減弱他們對“空白村”申請人信用評分預測能力的信心。因此，信用評分與貸款者質量之間的關系將調整為：

S_B=Q_B+e^B （2）

S_C=Q_C+e^C （3）

其中，S_B和S_C分別表示“空白村”和“覆蓋村”申請人的信用評分；Q_B和Q_C分別表示“空白村”和“覆蓋村”申請人的質量；e^B和e^C分別是由本地信息等因素而帶來的擾動項，假設它們的均值為零。

因為信貸決策者對與“空白村”借款人詳細背景有關的本地信息的了解程度小于“覆蓋村”借款人的情況，則e^B的方差大于e^C。即：

v^CB （4）

其中，v^B和v^C分別表示e^B和e^C的方差。

式（4）表明，相對于“空白村”的貸款申請來說，“覆蓋村”貸款申請人的信用評分更能代表申請人的質量。

基于上述分析，現在假設有來自“空白村”和“覆蓋村”的貸款申請人B和C，他們的信用評分相同，且貸款成功的可能性與其信用評分線性相關，則：

P_B=b₀+αS_B （5）

P_C=a₀+βS_C （6）

其中，P_B和P_C分別表示兩位申請人貸款成功的可能性；α和β分別是斜率，b₀和a₀為截距。

因為貸款決策者厭惡風險，他們會對可靠程度較大的信息賦予更大的權重，比如，方差比較小的數據。所以根據式（4）可知：

β>α （7）

現在，將上述情況擴展到申請人B和C所屬地區的所有申請人。假設申請人的質量在兩類地區的申請人中是同分布的，則申請人的信用評分也是同分布的。同理，申請人信用評分的均值相同，即：

μ_SB=μ_SC （8）

其中，μ_SB和μ_SC分別表示兩類地區申請人的信用評分的均值。

結合前面的假設可知，對于兩類地區的申請人來說，信用評分的均值μ_S與申請人質量的均值μ_Q相同，即：

μ_S=μ_Q （9）

不失一般性，可以將上述結論擴展到更大范圍的平均得分為μ_A的申請人集，并且得分為μ_A的貸款申請獲批的可能性將獨立于申請人所屬的地理區域。

以上分析了銀行信用評分系統以外的本地信息的可得性在銀行信貸決策中的關鍵作用。借此，我們可以知道，對于“空白村”的申請人來說，由于信貸決策者無法獲得與他們相關的本地信息，從而相對于“覆蓋村”相同信用評分的申請人來說，他們的貸款申請成功可能性曲線更為平坦（β>α）。那么，可以繪制出兩類地區貸款申請獲批的可能性曲線圖（見圖1）。據此我們將分兩階段來回答相較于“覆蓋村”同等質量的貸款申請，“空白村”的申請是否會因為該村缺失金融服務，而面臨更為嚴重的信貸約束這一問題。

在初始階段，對于來自兩地區的信用評分處于平均得分處的申請人來說，貸款申請獲批的可能性是相同的，見圖中（μ_S=μ_Q，μ_P）點。然而，“空白村”處于平均得分以下的貸款申請，獲批的可能性大于“覆蓋村”相同得分的申請；不過，平均得分以上的貸款申請，獲批可能性的情況則正好相反。也就是說，在這一階段，以利潤最大化為目標的金融機構，依據申請人的信用評分制定貸款決策，將評分在平均分以下的貸款更多地貸給了“空白村”的申請人，將評分在平均分以上的貸款更多地貸給了“覆蓋村”的申請人。而相較于平均分以上的貸款申請，平均分以下的貸款很可能變成不良貸款。這意味著有更多的不良貸款來自“空白村”。同理，貸給評分在平均水平以上的貸款的質量相對來說比較好，不良貸款率較低，而相較于“空白村”，有更多“覆蓋村”的評分高于平均得分水平的申請人獲得貸款，這意味著有更多的優質貸款來自后者。上述結果將導致，信貸決策者形成“空白村”貸款申請質量特別不好的“刻板印象”，這種印象將很難被打破。

在此后的信貸決策中，因為金融機構在初始階段傾向于向“空白村”的低信用評分者放貸的決策是錯誤的，他們將認為據以做出信貸決策的申請人的信用評分信息，尤其是“空白村”的信用評分信息是可疑的。這將導致金融機構對金融服務空白地區的貸款申請的偏見，以至于認為所有來自該地區的申請都不可信。他們將更信任來自私人聯系和社區關系的本地信息。這些負面的印象還會因為“空白村”始終面臨嚴重的信貸約束而自我加強。因此，因為金融機構無法通過私人聯系和社區關系等社會網絡渠道獲得與借款人相關的本地信息，這將使得“空白村”的農戶面臨更為嚴重的信貸約束。

（二）假說

基于上述分析，本文提出如下假說：

實現金融服務“村村通”，可以通過增加信貸決策者對本地信息的了解，從而緩解該地區農戶的信貸約束，進而實現農村金融普惠。

對假說簡要解釋如下：在信息不對稱的農村金融市場，獲得銀行信用評分系統以外的本地信息，是貸款者做出信貸決策的關鍵。行政村金融服務“村村通”為銀行通過私人聯系和社區關系等社會網絡渠道獲得借款人的本地信息提供了條件，如果信貸決策者可以借此深入社區了解此類信息，則該政策可以緩解金融服務“空白村”農戶面臨的信貸約束，進而真正實現農村金融普惠。

我們將通過實地調查數據和計量分析方法對上述假說進行實證檢驗。

三、計量經濟分析

（一）數據來源與農戶信貸約束判分

1.數據來源

本文的實證數據來自筆者2013-2014年對山東、河北和陜西3省農戶的調查。該調查采用非隨機抽樣和多階段隨機抽樣相結合的方法。首先，考慮本文研究的對象及區域金融發展程度，選取以上3省作為調研省份；然后，選取經濟發展程度較低、以農業為主的3個縣作為主要調查區域；接著，依據到縣城距離最近、適中和較遠為原則，選取3個鄉鎮；再在9個鄉鎮中按照距離集鎮最近、適中和最遠為原則，抽取27個村落；最后以簡單隨機抽樣的方法抽取25戶農戶進行入戶問卷調查。最終用于本文分析的有效問卷為566份，其中，山東省169份，河北省180份，陜西省217份。

2.農戶信貸約束的判分

所謂農戶信貸約束，是指在特定利率下，金融機構由于各種原因不愿意提供更多的信貸服務，從而使得農戶的借款需求得不到滿足的狀態，是銀行信貸配給的結果。可見，判分農戶是否面臨信貸約束有兩個關鍵步驟：其一，找出農戶貸款需求沒有被滿足的原因；其二，判分是否由于銀行信貸配給而導致農戶貸款需求未被滿足。這種基于供需視角的原因分類方法與Link提出的金融排斥的兩維度判分方法相似，都是基于現實成因角度的判分。在本文分析的566個農戶中，258戶有貸款需求，其中122戶面臨信貸約束（詳見圖2）。有貸款需求但沒有申請貸款和借款需求沒有完全滿足的原因有兩種：一種是由于農戶自身原因導致的自我排斥，例如，可以通過其他渠道融資、還有貸款沒有歸還、不喜歡借錢壓力大等。此類不屬于銀行配給導致的需求約束，故在本文的定義下，此類農戶無信貸約束；另一種是金融機構因為農戶缺少聯保或擔保人、沒有抵押或質押品、得不到相關的貸款信息等，而未能滿足農戶信貸需求，此類屬于銀行信貸配給導致的農戶信貸約束，也正是本文所研究的信貸約束。需要指出的是，由于意愿調查的模擬性，不能保證農戶的作答與其行動的充分一致，但調查結果至少可以反映一些農戶的關注。

（二）變量設置與描述性分析

本文具體變量的選取、含義、測量及預期，對農戶信貸約束的影響方向見表1。

回歸分析中，以農戶是否面臨信貸約束作為被解釋變量；以所在行政村是否實現了金融服務“村村通”作為主要解釋變量；以可能進入金融機構信用評分系統，或者農村金融機構信貸決策時主要參考的借款者的相關信息，作為主要控制變量。具體地，選取家庭特征變量、戶主特征變量作為此類信息的主要代理變量（見表1）。其中，根據就業非農化程度的高低，將戶主的就業情況分為務農（非村干部）、村干部、務農+務工、務工或經商這4類，并假設戶主就業非農化程度越高，家庭與外界的聯系可能越多，金融機構了解該農戶的可能性也越大；同時，戶主是否有企業工人、鄉鎮教師等正式工作經歷或外出務工經歷，是金融機構了解農戶信息的另一重要渠道，因為此類工作經歷有可能會增加金融機構通過私人聯系和熟人社會網絡了解農戶本地信息的機會。此外，為檢驗農戶到金融機構的地理距離是否會影響農戶的信貸可得性，將農戶“到最近金融機構的距離”這一變量也納入模型，以基于微觀調查的經驗研究結果，來呼應Cairncross的研究。

（三）回歸分析模型及模型結果分析

1.回歸分析模型

本文采用Logit回歸模型進行實證分析。

為了考察“村村通”及相關變量對農戶信貸約束的影響，首先對“所在行政村是否實現了金融服務‘村村通”這一變量與“農戶是否面臨信貸約束”進行一元回歸，然后逐步加入家庭到金融機構距離變量、家庭特征變量（對貸款的需求程度、人口數、成員最高受教育水平、收入水平）、戶主特征變量（就業情況、是否有正式工作和外出務工經歷），進行回歸分析。于是，本文設定了5個線性模型。模型的形式如下：

其中，i代表第i筆貸款的變量特征，變量解釋見表1。為避免多重共線性，本文首先檢驗了自變量之間的相關系數，結果顯示，各變量之間不存在顯著相關。同時，在線性模型中的方差膨脹系數均不超過2，故此判斷進入模型的自變量不存在共線性問題。為避免可能的異方差問題，本文采用穩健性回歸，回歸結果見表2。

2.模型結果分析

（1）金融服務“村村通”的影響。在模型1（M1）到模型5（M5）中，除模型2（M2）以外，“所在行政村是否實現了金融服務‘村村通”這一變量，對農戶信貸約束均有顯著影響，且在5%程度上通過了顯著性檢驗。其實，在模型2（M2）中，該變量也通過了20%程度上的顯著性檢驗。這表明，實現行政村金融服務“村村通”，可以在一定程度上緩解農戶信貸排斥。因此，本文的主要問題初步得到了回答。此外，從表2還可以看出，家庭“到最近金融機構的距離”對農戶信貸約束的影響沒有通過顯著性檢驗，但整體方向與預期一致。可能的原因是，農戶到金融機構距離的縮短，雖然可以緩解農戶的地理金融排斥，但是真正決定農戶信貸可得性的還是金融機構對與農戶相關的本地信息的了解。因此，由“所在行政村是否實現了金融服務‘村村通”以及“到最近金融機構的距離”這兩個變量對農戶信貸約束的影響結果可知：金融服務覆蓋會方便銀行獲得客戶的信息，并且影響到銀行與客戶之間的供求關系，這與Caimcross的結論不一致；同時，主流金融服務的覆蓋，可以幫助建立銀行與客戶之間的關系，這是農戶獲得信貸的關鍵，與Kempson和Whyley以及Leyshon等的結論相一致。即在金融服務“空白村”實現金融服務“村村通”，可以通過增加信貸決策者對本地信息的了解，而緩解該地區農戶的信貸約束。

（2）家庭特征變量的影響。首先，模型3（M3）、模型4（M4）和模型5（M5）的結果顯示，家庭對貸款的需求程度越高，家庭獲得貸款的可能性越大。這可能是因為，在整體貸款需求不高（在本文的調查中，有貸款需求的農戶占45.6%）以及供給為主的農村金融市場中，獲得金融機構的貸款是這些有貸款需求的家庭融資的主要渠道。在本文的調查中，93.8%的有貸款需求的家庭都申請了貸款也可以證實這一點。因此，家庭對貸款的需求越強烈，家庭突破圖2中的各種自我排斥的意愿越強，也更愿意為了獲得貸款而積極搜尋各種貸款信息，并且尋找擔保人或聯保人等，從而突破銀行信貸配給。這也可能是真正有貸款意愿的人能夠獲得貸款的原因。其次，模型4（M4）和模型5（M5）的結果顯示，家庭規模越大、家庭收入水平越高，家庭獲得貸款的可能性也越大。可能的原因是，家庭規模越大，成員與外界接觸的可能性越大，這更有利于金融機構的信貸決策者獲得與家庭相關的本地信息，從而更有利于家庭獲得貸款；同時，家庭收入水平越高，家庭抗風險能力越強，金融機構貸款的風險越小，這將有利于家庭獲得貸款，馬九杰和吳本健的研究也證實了這一點。另外，在模型4（M4）中，家庭成員最高受教育水平對農戶信貸約束的影響不顯著。可能的原因是，家庭成員最高受教育水平并不是金融機構貸款決策時主要考察的因素。隨著農村社會結構的變遷，對于很多家庭來說，受教育水平最高的成員往往是還在高校就讀的大學生，從本質上來說，他們已經不再是家庭農業經濟的核心，因而不會產生顯著影響。同時，家庭需要支付這些大學生的受教育成本，而這些資金不屬于家庭擴大再生產的范疇，并且會增加家庭的經濟壓力。因而可能對家庭信貸可得性產生負面影響，模型5（M5）的結果證實了這一點。

（3）戶主特征變量的影響。模型5（M5）的結果顯示，戶主就業的非農化程度越高、戶主曾經有正式工作或外出務工經歷，會有利于家庭獲得貸款。可能的原因是，在農村金融市場信息不對稱的條件下，由于農業的弱質性，戶主就業非農化程度可能是戶主能力的一種信號，能力比較強的農戶會轉向收入更可觀的非農領域，而非農就業的收入可能更穩定，這會向貸款決策者釋放申請人質量更高的信息，從而增加了貸款可得性。同時，戶主當前的就業情況本身也是金融機構判斷農戶貸款用途的重要變量，這與馬九杰和吳本健的結果一致；同時，戶主正式工作或者外出務工經歷，可能會增加金融機構信貸決策者對貸款申請人本地信息的了解。因為這些經歷或者會增加申請人與金融機構信貸決策者的私下聯系，或者由于這些工作也是在決策者所在的區域（通常是金融機構所在的鄉鎮或者縣城）進行的，而增加了貸款人通過當地熟人社會網絡了解與他們相關信息的機會，或者僅僅是因為貸款人對其所在區域狀況的了解而相信曾經在此工作本身就是能力的一種證明，亦或者是上述多種可能的混合。總之，上述戶主走出農村社區的經歷，可能通過各種渠道，增加了貸款決策者對申請人相關的本地信息的了解，從而增加了貸款申請獲批的可能性。

3.穩健性檢驗

為進一步檢驗行政村金融服務“村村通”是否可以緩解農戶信貸約束這一問題，并且驗證本文提出的假說。在用于本文分析的566戶農戶中，剔除沒有貸款需求的農戶，構建模型6（M6），對有貸款需求的256個農戶的數據進行多元Logit回歸。模型6（M6）的基本形式與模型5（M5）一致，即：

模型回歸結果見表2模型6（M6）部分。可以發現，剔除掉沒有信貸需求的農戶后，相較于前5個模型，“所在行政村是否實現了金融服務‘村村通”這一變量，對農戶信貸約束的影響增大，并且在1%的程度上顯著。可見，實現行政村金融服務“村村通”確實可以緩解農戶信貸約束。由此可知，本文的假說得證。

此外，與前五個模型的估計結果相一致，農戶家庭對貸款的需求程度、家庭收入水平、戶主是否有正式工作和外出務工經歷，對農戶信貸約束的影響顯著。而家庭規模以及戶主的就業情況，對農戶信貸約束的影響變為不顯著，可能的情況是，這些變量相較于金融機構通過金融服務“村村通”而對農戶本地信息的了解，以及家庭收入水平、戶主就業經歷等來說，并不是金融機構信貸決策的重點。

綜上，本文的假說得證，即在金融服務空白行政村實現金融服務“村村通”，可以通過增加信貸決策者對本地信息的了解，而緩解該地區農戶的信貸約束，進而實現農村金融普惠。

四、結論與政策含義

（一）主要結論

本文以農戶信貸可得性為例，從信息經濟學視角構建了行政村金融服務“村村通”對農村金融普惠影響的理論模型。以此，分析了行政村金融服務覆蓋與否、本地信息與農戶信貸約束之間的關系，并基于實地調查數據和Logit回歸模型進行了實證分析。依據理論與實證結果，主要有以下兩方面的結論：第一，在金融服務空白的行政村，由于金融機構無法通過私人聯系和社區關系等社會網絡渠道獲得與借款人相關的本地信息，而這些信息又是信息不對稱市場上，貸款人信貸決策的關鍵，這將使得相對于來自實現了金融服務“村村通”行政村的同等質量的貸款申請人，該地區的農戶會面臨更為嚴重的信貸約束。第二，在農村金融市場存在信息不對稱的情況下，在金融服務空白行政村實現金融服務“村村通”，可以通過增加金融機構貸款決策者對農戶信息的了解，尤其是銀行信用評價指標以外的附加于申請人的本地信息的了解，而增加批準農戶信貸申請的可能性，從而緩解信貸約束。

（二）政策含義

本研究的政策含義是：第一，將基礎金融服務的鄉鎮全覆蓋，深入到行政村級的全覆蓋，是實現農村金融普惠的重要環節。雖然銀監會2012年已宣布全國已實現所有鄉鎮基礎金融服務全覆蓋，但絕大部分面臨信貸約束的農戶生活在鄉村。鄉鎮全覆蓋無疑對舒緩農戶信貸約束有所幫助，但這可能是基于銀行通過農戶家庭社會經濟情況、就業等外部信息而做出的判斷，尚不能深入到農村社區了解與農戶信貸質量相關的本地信息，而本地信息才是銀行判斷貸款質量的關鍵。因此，“村村通”可以促進信貸人員對貸款申請人所在社區信息的了解，從而增加農戶貸款申請批準的可能性，進而緩解信貸約束，增加農戶的金融服務可得性，進而實現普惠金融。第二，金融機構有必要引入熟人社會的信息機制。通過行政村金融服務全覆蓋來緩解農戶信貸約束這一政策初衷的實現，依賴于金融機構對與農戶相關的本地信息的了解，這些通過社會網絡傳播的信息對信貸決策非常關鍵。但是，事實情況通常是，這些信息常常被排斥在工商信貸決策和管理過程之外。因此，在農村金融市場面臨嚴重的信息不對稱、抵押物缺乏、農業特質性成本與風險以及非生產性借貸這四大難題的條件下，需要金融機構改變工商信貸決策和管理的邏輯，以農村熟人社會的邏輯制定信貸決策。第三，充分利用“半工半耕”農戶的非農就業信息。在金融機構尚不能以農村熟人社會的邏輯制定貸款決策的大背景下，金融機構信貸決策的主要參考是農戶收入水平、戶主個人經歷等能反映還貸能力的變量。可見，發展農村經濟、增加農民收入是當前緩解農戶信貸約束的重要方面。同時，對于面臨信貸約束的農戶來說，可以利用金融機構在信貸決策時對戶主的非農工作經歷等的重視，抓住非農就業機會，增加信貸決策者對貸款申請的信心，從而緩解信貸約束，實現金融普惠。

（責任編輯：郄彥平；校對：盧艷茹）