媒體情緒如何影響人民幣匯率？
——基于文本分析的實證研究

王金明孟子喬

一、引言

在全面擴大開放、持續深化匯率市場化改革的背景下，我國外匯市場不可避免地受到了巨大的沖擊，特別是在近期，受美聯儲加息等國外因素以及國內疫情反復的多重影響，人民幣匯率出現較大幅度的貶值。作為外部風險輸入的重要渠道之一，外匯市場是維護金融穩定所需重點關注的領域之一，為了保障外匯市場平穩運行，需要進一步深入研究人民幣匯率的影響因素。而新聞媒體會報道每日突發事件、當前經濟形勢以及相關政策方針，在各經濟主體之間進行信息傳遞，對外匯市場交易的影響不容忽視。現階段，我國央行日益重視預期管理，在對外匯市場進行預期管理與引導時，央行需要向公眾披露當下貨幣政策目標、經濟前景和對未來匯率走勢的看法，在此過程中新聞媒體發揮了重要的信息傳遞作用。新聞媒體中包含的情緒對人民幣匯率產生了何種影響？在匯率預期對匯率水平和匯率波動的影響中，媒體情緒又發揮了何種作用？對這些問題的回答有助于我國外匯市場的穩定運行。

媒體在報道新聞時會表達出樂觀或者消極的媒體情緒，外匯市場交易者受到媒體情緒的影響，進而導致人民幣匯率的波動，因此，媒體情緒對匯率存在不可忽視的影響。近年來，一些學者基于新聞媒體文本提取信息，使用文本分析技術計算媒體情緒指數(Shapiro等，2018[17]；Fraiberger等，2021[18])。Feuerriegel等(2016)[19]基于詞典法計算在湯森路透獲取的媒體情緒研究了媒體情緒對匯率超調的影響，結果表明媒體情緒對匯率預測誤差方差具有11%的顯著解釋力，并且媒體情緒會導致匯率超調；Ho等(2017)[20]使用RavenPack新聞分析數據庫研究了媒體情緒指數對遠期人民幣匯率的影響，結果表明在匯率低波動區制下，媒體情緒指數具有抑制遠期匯率波動作用，在匯率高波動區制下，媒體情緒指數會加劇匯率波動；Narayan等(2021)[21]使用Loughran和MacDonald(2011)[22]構建的情感詞典計算每日紐約時報的新聞文本情緒構建了每日新聞情緒指數，研究發現負面新聞比正面新聞更能預測美元兌英鎊匯率，并且在經濟衰退和匯率極度貶值或升值時作用更明顯。

一些國內學者也嘗試使用文本分析技術計算媒體情緒指數，如游家興和吳靜(2012)[23]運用人工閱讀法從多個維度構建了衡量媒體情緒指數的綜合評價指標體系；陳雪等(2021)[24]研究了媒體情緒對企業債務融資的影響；張宗新和吳釗穎(2021)[25]使用機器學習文本分析方法測算情緒傾向得分；顧洪梅和張嫚玲(2022)[26]基于新聞情緒風險指數，研究了其與上市公司股票收益之間的關系；還有一些學者基于中文新聞文本構建情感詞典并計算媒體情緒指數(姜富偉等，2021[27]；姚加權等，2021[28])。并且，國內學者也基于文本分析技術研究了新聞和輿情等對人民幣匯率的影響，如任仙玲和鄧磊(2019)[29]爬取新浪微博中關于中美貿易摩擦的文本，通過信息詞典構建了基于利好信息和利空信息的網絡輿情信息指數，并構建分位數向量自回歸模型研究了網絡輿情對外匯市場不同時期的沖擊效應等；孫少龍等(2022)[30]基于構建的情感詞典計算了外匯新聞的情感極性，并將其與其他金融數據納入深度學習方法中，研究發現該方法在美元兌人民幣匯率的短中長期波動預測中效果顯著。

通過對上述文獻梳理后發現，現有文獻在新聞和媒體情緒對匯率的影響研究等方面取得了一定的進展，但仍存在值得深入研究之處：首先，現有文獻大多數采用宏觀經濟公告和預測值之間的差值衡量新聞，基于實際的媒體報道考察新聞對匯率的影響的研究相對較少。其次，有別于央行匯率溝通，市場參與者并不僅僅會獲取中央銀行的貨幣公告、會議決議等新聞報道，同時還會閱讀其他的相關財經新聞，本文選擇新浪財經網站國內新聞板塊中包含與匯率相關的文本數據，基于此計算媒體情緒指數，從而更全面地體現新聞對人民幣匯率的影響。最后，關于文本大數據技術的應用研究大多數集中在股票市場等金融領域，對于人民幣匯率的研究相對較少，且現有研究對于媒體情緒如何影響匯率的機制仍然有待進一步深入探討。

鑒于此，本文首先基于匯率相關新聞文本提取信息，使用詞典法構建新聞媒體情緒指數，之后通過匯率新聞決定模型，對媒體情緒與人民幣匯率的關系進行理論分析，運用EGARCH模型實證考察媒體情緒對人民幣匯率的影響，并引入媒體情緒與匯率預期的交互項，探究新聞媒體影響人民幣匯率的作用機制。進一步地，本文使用分位數回歸檢驗了在不同匯率水平下媒體情緒對人民幣匯率的影響差異，并且詳細考察了積極和消極媒體情緒對人民幣匯率的影響差異。最后，給出本文的結論與政策啟示。

二、數據采集、處理與媒體情緒指數的測量

(一)媒體新聞文本數據采集與處理

隨著信息技術的快速發展，越來越多的投資者通過財經新聞網站獲取信息，因此本文選擇在線財經網站上的媒體新聞報道作為文本數據來源，對采集到的新聞文本進行預處理，并將該語料庫用于構建媒體情緒指數。結合國內財經網站排名與新聞的客觀性，本文選擇新浪財經網站中國內新聞板塊作為文本數據，新浪財經網站是國內較大的第三方財經網站。通過編寫爬蟲程序，本文共獲取13萬余篇新聞。

在得到新聞文本數據后，首先對新聞文本進行分詞，即將文本句子切分成若干有意義的詞組，使用目前中文分詞最常用的jieba分詞技術對每篇新聞進行分詞，并在分詞詞典中加入搜狗經濟金融詞匯，從而正確地識別財經新聞中的專業詞匯，提升分詞效果。在對新聞文本進行分詞之后，本文進一步去除停用詞，即文本中出現頻率很高但并沒有實際含義的詞語，提高計算效率與準確性(1)為了更全面去除停用詞，本文選擇了中文停用詞表、哈工大停用詞表、百度停用詞表和四川大學機器智能實驗室停用詞庫。。由于本文研究的是與匯率相關的財經新聞對匯率變動的影響，因此還對財經新聞進行篩選，以匯率、外匯、人民幣匯率等關鍵詞檢索相關經濟新聞，共得到10 611篇新聞，圖1為匯率相關新聞分詞后的詞云。

圖1 匯率新聞詞云

(二)媒體情緒指數的計算

本文基于詞典法計算每篇新聞的情緒得分，詞典法基于預先設定的情感詞典，對新聞文本中的情感詞進行識別統計，并通過加權計算提取文本信息。使用詞典法的關鍵環節是選擇或構建合適的情感詞典(沈艷等，2019[31])，情感詞典的質量決定了文本情感分析的質量，本文采用姜富偉等(2021)[27]在Loughran和MacDonald(2011)[22]詞典的基礎上構建的中文金融情感詞典，該詞典通過人工篩選和word2dev算法擴充，將中文財經新聞文本作為語料庫，相較于通用的情感詞典，能更好識別中文經濟金融新聞中的情感詞。

在計算新聞文本的媒體情緒時，本文還考慮了新聞文本中否定詞的作用以及程度副詞對情感詞的修飾作用。對于程度副詞，本文采用知網詞典中的程度詞語對新聞文本中的程度副詞進行識別并根據程度副詞的極性賦值。新聞文本情緒計算過程如下：在對新聞文本數據進行預處理后，基于中文金融情感詞典識別每個句子中的情感詞，在識別到情感詞后判斷前面是否存在程度副詞和否定詞。若存在程度副詞，則根據程度副詞的極性賦予不同的值；若識別到否定詞，則每包含一個否定詞，將本單元的情感值乘以-1。第t日第i篇新聞的情緒值計算如下：

(1)

其中，n表示句子中在情感詞前否定詞出現的次數；W表示情感詞，如果識別為積極情感詞，賦值為1，如果為消極情感詞，則賦值為-1；V表示程度詞，不同程度詞的極性不同；T表示每篇新聞文本中的詞語個數；將每個句子中識別并計算到的情感值進行求和，即得到每篇新聞的情緒值。在得到單篇新聞的媒體情緒值后，將當天Numt篇新聞的媒體情緒值進行加總，進而得到了當日的媒體情緒指數，即：

(2)

為去除極端值與序列中噪聲的影響，本文還對原始序列進行上下1%縮尾處理和窗口為60日的移動平均降噪處理，最后標準化為均值為0，方差為1的時間序列，最終得到的媒體情緒指數如圖2(虛線)所示。圖2中實線為美元兌人民幣匯率中間價。

圖2 媒體情緒指數(虛線，右坐標)與人民幣匯率(實線，左坐標)走勢圖

人民幣匯率走勢與媒體情緒指數走勢呈現負相關關系，即媒體情緒指數上升時，人民幣匯率下降(升值)，而媒體情緒指數下降時，人民幣匯率上升(貶值)，圖2中展現出一些時期二者的反向變動關系。如2015年“811”匯改后，市場對人民幣匯率的預期發生改變，人民幣匯率持續貶值，與此相對應的是，媒體情緒指數也大幅下降；伴隨著我國經濟復蘇和市場信心的增強，媒體情緒指數恢復上升，但進入2016年下半年，受英國脫歐和美聯儲加息等國際突發事件影響，媒體情緒指數再度大幅下跌，此時人民幣匯率也貶值至峰值點。隨后，世界經濟逐步擺脫低迷形勢，國內的各種改革紅利也不斷釋放，2017年我國經濟景氣出現波動性回升，媒體情緒指數主要表現為高位波動，與此同時，人民幣匯率也出現持續升值態勢。2018年以來，隨著國內經濟下行、中美貿易摩擦不斷升級，媒體情緒指數也不斷下降，甚至出現唱衰人民幣的聲音，此時，人民幣匯率開始出現持續貶值，隨后在震蕩中依然是貶值趨勢。不過，進入2020年，從5月份開始人民幣匯率出現持續升值的態勢，而媒體情緒指數卻處于波動震蕩的態勢，二者沒有表現出顯著的相關性，這階段匯率升值的主要原因是美國大幅降息導致中美利差顯著擴大。

三、理論分析與實證檢驗

(一)理論分析

早期研究中，很多匯率決定模型將名義匯率視為一種資產價格，受到經濟基本面和未來預期的影響，借鑒Engel和West(2005)[32]，三者存在以下關系：

st=ft+bEtst+1

(3)

其中，st表示t期匯率，ft表示經濟基本面變量，Etst+1表示在t期對下一期的匯率預期，0

st+1=ft+1+bEt+1st+2

(4)

由期望迭代可得：

(5)

在式(5)中，匯率表示為市場參與者在t期時對當期及未來j期經濟基本面預期的貼現值。假定在t-1期市場投資者可獲得信息為Ωt-1，并對t期匯率st進行理性預期：

(6)

式(5)與式(6)相減得：

(7)

(二)實證設計

結合上述理論分析，本文使用文本分析技術提取實際新聞報道內容中的信息，對媒體情緒指標進行測量，并作為新聞的代理變量。本文構建的計量經濟模型如式(8)所示：

rt=α+βSentit+∑Control+μt

(8)

(9)

(10)

公式(10)為EGARCH模型的方差方程，其重要特征是條件方差采用對數形式，因此無須對參數施加限制，就能夠保證方差為正值；式中，c表示非對稱項系數，特別地，若系數c小于0，則存在杠桿效應，即“利空消息”比等量的“利好消息”產生更大的波動。在方差方程中，媒體情緒值越大，表明新聞報道內容越積極，市場參與者受到媒體情緒影響，理性的反應是對未來經濟基本面預期向好，從而有利于平抑外匯市場波動。

由于當期的媒體新聞報道中可能會包含對當天匯率走勢的內容，為了避免當日新聞報道與人民幣匯率潛在的互為因果關系，本文將媒體情緒和媒體報道數量設為滯后一期。通過上述理論分析，市場參與者在形成相應的匯率預期時會獲取新聞，并受到媒體情緒的影響，改變其交易行為，進而影響人民幣匯率走勢與波動，這意味著市場參與者在形成匯率預期時可能會受到媒體情緒的影響，即媒體情緒與匯率預期的交互作用可能會對人民幣匯率產生影響。因此，本文在基準模型中還引入媒體情緒與匯率預期的交互項，以此考察媒體情緒在匯率預期與人民幣匯率之間的作用及影響。根據AIC信息準則選擇模型的滯后階數，本文采用EGARCH(1,1)模型進行實證研究。

(三)數據說明和描述性統計

表1變量描述性統計

(四)實證結果分析

本節將上述構建的媒體情緒指數與其他變量數據代入EGARCH模型，并對實證結果進行分析。為驗證EGARCH模型有效性，本節還將GARCH(1,1)模型作為對比模型。估計結果如表2所示。模型(1)只包含核心解釋變量即媒體情緒；模型(2)包含了其他的控制變量；模型(3)加入了媒體情緒與匯率預期交互項；模型(4)是加入所有變量后的GARCH模型。由表中AIC信息準則可知，EGARCH模型的AIC信息準則值小于GARCH模型的AIC信息準則值，變量數據的擬合程度較好，因此采用EGARCH模型是合理有效的。

由表2結果可知，在幾個模型的均值方程中，媒體情緒對人民幣匯率的回歸系數均為負，但在10%的顯著性水平上并不顯著。匯率預期變量在1%的水平上系數顯著為正，即當預期未來人民幣匯率貶值時，會進一步推動當期人民幣匯率貶值，這與理論分析一致。模型(3)中加入了媒體情緒和匯率預期的交互項，均值方程中，交互項的系數在1%水平上顯著為負，即媒體情緒與匯率預期的交互作用會促使人民幣升值，當媒體情緒越高時，匯率預期對人民幣匯率的正向影響越小。這表明市場交易者的匯率預期會受到媒體情緒中所包含的信息影響，進而改變人民幣外匯交易，引起人民幣匯率變動，新聞報道數量和中美利差在模型(2)和(3)的均值方程中不存在顯著影響。

在方差方程中，媒體情緒在模型(1)中不顯著，但在模型(2)和(3)中對人民幣匯率波動的回歸系數顯著為負，說明媒體情緒指數上升可以降低人民幣匯率的波動幅度，減少市場交易噪聲。杠桿效應項系數均顯著小于0，這表明人民幣匯率的波動具有杠桿效應。匯率預期變量系數不顯著，匯率預期對人民幣匯率波動沒有顯著影響。在方差方程中加入二者的交互項后，同樣發現其在1%的水平上顯著為負，表明媒體情緒與匯率預期交互作用會降低人民幣匯率波動。由此可知，匯率預期對人民幣匯率的正向影響會受到媒體情緒的調節。控制變量中，媒體報道數量的估計系數顯著為正，表明媒體報道數量會增加人民幣匯率波動程度，當與匯率相關的新聞報道數量增加時，會引起市場參與者的關注度上升，誘發市場參與者的避險情緒，從而改變其交易行為導致匯率更大幅度的波動；中美利差系數為負，在10%的顯著性水平上顯著，說明中美利差降低會增加人民幣匯率波動幅度，這意味著當美聯儲加息時，中美利差降低，短期跨境資本流出增加，進而引起人民幣匯率波動。

表2媒體情緒對人民幣匯率的影響

(五)穩健性檢驗

本節對關鍵變量進行替換，考察模型的穩健性。(1)在前文媒體情緒指數構建的過程中，考慮了程度副詞對情感詞的修飾作用，但一些研究僅計算文本中積極和消極情感詞的數量，因此，本節構建不考慮程度副詞的媒體情緒指數并帶入基準模型重新估計。(2)基準模型中對媒體情緒指數進行了窗口為60日的移動平均降噪處理，本節將移動平均窗口調整為40日，重新計算媒體情緒指數并帶入基準模型進行估計。(3)基準實證中匯率預期采用的是12月期NDF，此處，我們使用6月期NDF進行替代，考察對實證結果的影響。(4)為避免自變量與因變量之間潛在的互為因果關系，基準模型中使用媒體情緒和媒體報道數量滯后一期，本節為考察多階滯后對實證結果的影響，將二者設置為滯后二期。依次替換相應的指標，并對上述模型重新估計。穩健性檢驗結果表明(2)受篇幅限制，穩健性檢驗結果未予列示，感興趣的讀者可聯系作者索取。，在各模型的均值方程中，匯率預期具有顯著的正向影響，媒體情緒與匯率預期的交互項可以促使人民幣匯率升值；在方差方程中，媒體情緒上升可以顯著降低人民幣匯率波動，媒體情緒與匯率預期交互項可以降低人民幣匯率波動。穩健性檢驗得到了與基準模型相同的核心結論，且AIC信息準則值在-0.599 2至-0.579 3 之間，均小于GARCH模型，依然表明采用EGARCH模型是合理有效的，因此本文的實證結論是穩健的。

四、進一步分析

在本文上述實證分析中，媒體情緒在匯率預期對人民幣匯率的影響中具有顯著的調節作用，然而媒體情緒變量本身對人民幣匯率水平的影響并不顯著。一些研究發現，不同匯率水平下，媒體情緒也可能會有不同的影響，并且，新聞媒體的積極和消極情緒對匯率的影響存在差異，鑒于此，本文進一步研究媒體情緒對人民幣匯率的復雜影響。

(一)不同匯率水平下媒體情緒對人民幣匯率的影響

在上述基準模型中得出媒體情緒對人民幣匯率水平沒有顯著影響，而均值模型只能考察媒體情緒對人民幣匯率的平均影響，由匯率收益率的統計描述可以看到，人民幣匯率收益率序列為左偏厚尾分布，Narayan等(2021)[21]的研究表明，匯率在貶值區間與升值區間對媒體情緒的反應是不同的，因此本節進一步構建分位數回歸模型，全面考察在不同人民幣匯率水平下媒體情緒對人民幣匯率的影響。分位數模型表示如下：

rt=β0+β1(τ)Sentit-1+β2(τ)rt-1+β3(τ)Numt-1

(11)

模型中各變量與前文一致，本節同樣加入媒體情緒與匯率預期的交互項，考察其在不同匯率水平下對人民幣匯率的影響是否具有差異，模型(11)的估計結果見表3。

表3不同分位點下媒體情緒對人民幣匯率水平的影響

由表3可知，媒體情緒變量在人民幣匯率不同分位點下對人民幣匯率的影響是不同的。具體而言，媒體情緒在低分位點時的系數不顯著，但在0.5及更高分位點下，媒體情緒對人民幣匯率的影響顯著為負。分位點高對應著人民幣匯率貶值，這表明，當人民幣匯率發生貶值時，媒體情緒上升會顯著促使人民幣升值。并且，可以注意到，在更高的分位點下，媒體情緒對人民幣匯率貶值的抑制作用也更大。這表明當人民幣出現較大幅度貶值時，貨幣當局為維持人民幣匯率在合理區間波動，會向外匯市場釋放升值信號，此時人民幣對媒體情緒變動的反應增大，實證結果表明，這將會顯著減緩人民幣匯率貶值的幅度，說明媒體情緒對于我國外匯市場穩定運行具有重要作用。通過進一步分析發現，媒體情緒對處于貶值區間的人民幣匯率水平具有顯著的抑制作用。

類似地，在低分位點時，媒體報道數量、媒體情緒與匯率預期的交互項對人民幣匯率也沒有顯著影響，而在高分位點影響顯著。媒體報道數量增加會使人民幣匯率貶值，并且隨著貶值程度加深，媒體報道數量對人民幣匯率影響加大，這可能是因為當匯率處于貶值區間時，媒體報道數量增加使市場投資者更易受到信息沖擊，進而容易引發市場恐慌及羊群效應，產生人民幣匯率貶值螺旋。在高分位點下，媒體情緒與匯率預期交互項對人民幣匯率的影響顯著為負，表明當外匯市場存在貶值預期時，媒體情緒可以起到抑制匯率貶值的調節作用，這再次印證了媒體情緒對匯率穩定發揮了重要作用，與本文基準模型的結果一致。并且，在人民幣匯率水平的更高分位點處，媒體情緒與匯率預期交互項系數絕對值變大，說明隨著人民幣匯率貶值程度的加深，媒體情緒抑制人民幣匯率貶值的調節作用更強。

(二)積極和消極媒體情緒對人民幣匯率的異質性影響

表4積極與消極媒體情緒描述性統計

本節將積極媒體情緒指數和消極媒體情緒指數替代公式(9)和公式(10)中的媒體情緒指數構建EGARCH模型，考察積極媒體情緒與消極媒體情緒對人民幣匯率的影響，估計結果如表5所示。其中，模型(1)只包含核心解釋變量即積極媒體情緒和消極媒體情緒；模型(2)包含了其他的控制變量；模型(3)加入了積極媒體情緒、消極媒體情緒與匯率預期的交互項。

由表中估計結果可知，積極媒體情緒在均值方程中系數均顯著，對人民幣匯率具有負向影響，表明積極媒體情緒會促進人民幣升值；而消極媒體情緒在各模型的均值方程中系數顯著為正，表明媒體情緒越消極，人民幣越貶值。這說明，基準模型中的情緒指數對匯率水平影響不顯著很可能是由于積極和消極的情緒相互抵消所致，事實上，積極和消極的情緒都會對匯率水平產生顯著的影響。并且，積極媒體情緒序列的系數絕對值小于消極媒體情緒序列的系數估計值，即一單位消極情緒對人民幣匯率的貶值影響大于一單位積極情緒的影響，這與實際相符合，市場參與者通常會對負面新聞產生過度反應，容易引起市場恐慌情緒及羊群效應，因此消極媒體情緒對人民幣匯率的貶值影響大于積極媒體情緒對人民幣的升值影響。匯率預期在均值方程中系數顯著為正，與上述實證結果一致。

表5積極和消極媒體情緒對人民幣匯率的影響

五、結論與啟示

受美聯儲加息等因素的影響，近期人民幣匯率出現了較大幅度的貶值。新聞媒體報道對外匯市場交易的影響不容忽視，本文基于外匯新聞文本構建媒體情緒指標，通過匯率新聞決定模型，對新聞媒體與人民幣匯率的關系進行理論分析。通過EGARCH模型，本文發現媒體情緒指數對人民幣匯率波動具有顯著的負向影響，媒體情緒上升能夠減少外匯市場交易噪音，從而顯著降低人民幣匯率的波動幅度；并且，媒體情緒與匯率預期的交互項對人民幣匯率水平與波動都具有顯著的負向影響，表明媒體情緒在匯率預期對人民幣匯率的影響中具有負向調節效應，有利于外匯市場穩定。

不過，研究結論也表明，媒體情緒指數在平均意義上并不影響匯率水平，因此，本文進一步通過分位數回歸檢驗了在不同匯率水平下媒體情緒對人民幣匯率的影響差異，發現當人民幣處于貶值區間時，媒體情緒對人民幣匯率存在顯著的升值效應，而在人民幣升值區間并沒有顯著影響。并且，通過加總每日每篇新聞的情緒值會抵消正負情緒，因此，本文將每日中積極與消極的媒體情緒值分別進行加總，考察積極和消極媒體情緒對人民幣匯率的影響差異，發現積極的媒體情緒可以促使人民幣匯率升值，并能降低人民幣匯率波動，而消極媒體情緒會引起人民幣匯率顯著的貶值反應。

本文研究旨在厘清媒體情緒在匯率決定中的作用，實證結論對于我國央行進行外匯預期管理、維護人民幣匯率穩定具有參考價值。第一，貨幣當局在進行外匯預期管理時應當重視媒體新聞報道的信息傳播作用，以及其對市場參與者的預期影響。當國內外發生突發事件時，容易對外匯市場預期產生沖擊，進而引起人民幣匯率波動，因此央行應當及時有效地回應市場關注的問題，并確保相關信息可以被市場主體全面獲取及準確理解，避免外匯市場出現恐慌情緒。第二，央行在與市場參與者進行溝通時，需提高政策信息以及未來政策意向的明確性，避免由于新聞媒體報道的過度解讀產生極端媒體情緒，進而引起外匯市場波動；在人民幣貶值區間，央行可以通過政策信息公開加強溝通預期引導，以及多種媒體渠道進行信息傳遞，發揮媒體情緒對匯率貶值的抑制作用。第三，在對外匯市場參與者進行預期管理時，可以借助新聞文本數據和文本分析技術，為預期引導的力度與時機選擇提供參考，從不同的視角洞察外匯市場狀態，進而更及時有效地引導外匯市場預期，維持人民幣匯率穩定。