ESG：债券投资新角度
信用债作为一类重要的投资品种，近年来受到的关注度越来越高。本报告主要围绕 ESG 投资主题，以信用债中的公司债为研究标的，探究了发债主体的ESG评分对债券信用风险的预警能力，并将因子投资方法应用于公司债，从多个不同维度根据ESG因子构建了公司债投资策略。主要结论如下：
√ 自2015年《公司债券发行与交易管理办法》发布以来，公司债进入了发行数量高速增长的时代。截止2021年11月，公司债总存量规模已突破10万亿水平。从发行期限看，公司债主要以3年期、5年期为主；从信用评级看，公司债以AAA级、AA+级和AA级为主。
√ 以嘉实ESG为核心构建的公司债因子，能够有效衡量公司债信用风险，对债券的违约行为具有一定的预警能力。
√ ESG评分较高的债券组合，信用等级更高、未来一年负面事件数量更少。从截面的角度看，ESG 评分可以有效鉴别违约风险较高的公司债券；从时序变化的角度看，公司债在发生实质违约前，ESG 评分往往会表现出下降的趋势。
√ 以ESG综合评价得分为核心，本报告提出了几个具有可行性的投资方向，并构建了三类ESG因子选债组合。ESG优选组合的年化收益、Sharpe比率和最大回撤分别为3.99%、2.661和1.27%；ESG 信用中性组合的年化收益率、Sharpe比率和最大回撤分别为 4.03%、2.484和 1.45%；ESG 久期中性组合的年化收益率、Sharpe比率和最大回撤分别为 4.30%、2.488和 2.09%；同期业绩基准的年化收益和Sharpe比率仅为2.45%和0.98。
在上篇报告中《ESG投资研究系列之七：揭开ESG投资黑盒——超额收益的背后是什么？》，我们根据DCF现金流贴现模型，发现ESG评价得分能够通过改善上市公司盈利现金流、特质性风险以及资本成本三条路径，对股票未来估值产生显著的正向影响。其中，ESG在规避尾部风险上的效果尤为明显。除了股票外，信用债同样也是受个体特质性风险影响较大的一类重要的投资品种，并且近年来受到的关注度越来越高。因此，本篇报告继续围绕ESG主题，重点关注信用债中与非金融类企业相关性较大的公司债，深入探究发债主体的ESG评分对信用风险的预警能力，并将因子投资方法应用于公司债，从多个不同维度构建了基于ESG评分的量化选债策略。
一、嘉实ESG评分体系简介
本报告将采用来自Wind资讯的嘉实ESG评分数据为样本进行分析与研究。嘉实 ESG 研究团队由多名ESG研究员及数据科学家组成，在国际及本土ESG研究、ESG咨询、基本面研究和量化投资、人工智能和另类数据处理等领域有着丰富的经验。嘉实 ESG研究得到了行业领先的嘉实投研团队的支持，深度结合和融入了嘉实在A股丰富的投资经验和观点。嘉实ESG研究团队可协助金融机构投研部门将 ESG因子系统化融入投资研究和管理流程之中，开发ESG主题策略和发布ESG研究报告。
嘉实基金成立于1999年3月，国内最早成立的十家基金管理公司之一，现已发展为具有“全牌照”业务的综合性国际化资产管理集团，是目前国内资产管理规模最大的公募基金公司之一。2018年4月，嘉实基金宣布正式加入联合国支持的负责任投资原则（简称“UN PRI”），成为首批签署该原则的中国公募基金管理公司之一。2020年8月， UN PRI发布2020年度签署方评估报告，嘉实基金获得高度肯定，在衡量公司层面ESG管理水平的“战略与治理”模块，获得首批最高的A+级别评定。这标志着嘉实基金一直致力于将ESG研究融入中国金融市场投资的努力，获得了国际权威组织的认可。
1、指标体系
嘉实ESG评价框架借鉴了国际上成熟的框架并纳入了具有中国特色的指标，由自上而下的三级指标体系构成，包括一级指标3个、二级指标8个、三级指标23个，以及超过110个底层指标，具体内容如下表所示：
2、数据来源
嘉实ESG评分数据的主要来源为运用人工智能，机器学习和自然语言处理等技术抓取ESG的信息和数据。传统ESG评级围绕社会责任报告数据展开，面临数据短缺、更新频次低的问题。嘉实ESG从公司、监管、行业协会、可信媒体等来源抓取ESG信息和数据（见图1），结合丰富的 ESG 投资和研究经验，实时爬取企业关于ESG的一手信息并量化为标准分数。目前，嘉实ESG评分已覆盖A股市场4000多家上市公司。丰富多样的数据来源有助于更全面挖掘企业的ESG信息，并为实现ESG投资策略的打下坚实基础。
3、指标计算方法
相比于传统ESG评级围绕社会责任报告数据展开，嘉实ESG运用自主研发的人工智能、机器学习和自然语言处理等先进的大数据处理技术进行另类数据的挖掘与处理，其80%的底层指标均为量化与0-1指标，结合丰富的ESG投研知识和经验进行数据清洗、结构化和分析，最终将量化后的结果以0-100分的评分数值显示，该分数反映了上市公司的综合ESG绩效和表现。目前嘉实ESG已覆盖A股市场4000多家上市公司，并可提供自2017年1月以来的月度评分时间序列。
二、公司债市场概况
1、市场规模
图2为公司债的历史数量变化及存量规模的变化，由图可知，2015年以前，公司债的数量及规模均维持在较低的水平，总数量不超过2000只。2015年1月，中国证监会发布了《公司债券发行与交易管理办法》，该办法将原来限于境内证券交易所上市公司、发行境外上市外资股的境内股份有限公司、证券公司的发行范围扩大至所有公司制法人。自此，公司债进入了数量高速增长的时代，截至2021年11月，公司债的总存量规模已突破10万亿水平。
2、发行主体特征
公司债主要通过上交所和深交所进行场内交易。从数量分布上看，如图3所示，公司债的发行场所以上交所为主，于深交所上市交易的公司债数量较少。按发行方式划分，公司债可以分为一般公司债和私募公司债。一般公司债又称“普通公司债”，是与参与公司债相对应的分类，指与公司股利分配大小无关、不参与公司盈余分配而仅按公司在发行时所确定的利率支付利息的公司债。私募公司债是发行者向与其有特定关系的少数投资者为募集对象而发行的债券，发行范围较小，其投资者大多数为银行或保险公司等金融机构。如图4所示，以上市公司为发行主体的公司债大部分为一般公司债，而非上市公司发行的公司债以私募债为主，一般公司债的数量仅为私募债的一半。
3、公司债分布特征
如图5和图6所示，从发行期限的分布看，当前存续公司债的发行期限主要以3年期和5年期为主，其余期限的数量较少。同时，我们以麦考利久期(Macaulay duration)来衡量公司债的加权平均到期时间；从久期角度看，当前市场上公司债的加权平均到期时间普遍在5年以内，久期大于该区间的公司债数量较少。
从债项评级分布看，由国内评级机构（除中债资信）发布的公司债评级以AAA级、AA+级以及AA级等高信用等级债券为主。其中占比最高的是 AAA，在所有公司债中占比为50.3%；其次是AA+级与AA级，占比分别为26.1%和18.9%；其余信用评级数量较少，总占比不到5%。可见，我国公司债信用等级的整体水平较高，低信用等级的公司债出现频率相对偏低。
三、样本选取与指标构建方法
1、债券研究样本
根据前文所述，嘉实ESG评分的覆盖范围为A股市场的4000余家上市公司。因此，本报告以发债主体为A股上市公司的公司债作为研究样本，时间区间为2017年1月至2021年11月，样本的数量及覆盖度如图8所示。由图可知，自2017年至今，由A股上市公司发行的公司债数量稳定维持在900-1100只之间，由于上市公司发行的公司债数量较少，因此从市场覆盖度看，研究样本占公司债总量的比例大约在10%-25%之间；剔除非上市公司后，研究样本占所有上市公司（包含港股）公司债样本的比例较高，2019年以前达到80%-90%左右，近两年的覆盖度有所降低，但仍然能够达到70%以上。
图9为研究样本ESG评分的分布情况，评分以百分制进行衡量。可以看到，ESG评分主要分布在10到100之间，呈两头低中间高的分布特征。其中，评分在[40,90]范围内的样本居多，低于40分以及高于90分的样本较少。
2、持有收益率
现阶段，因子投资的思路尚未普及到债券投资中，主要的原因在于债券市场的流动性较差。在沪深交易所中，公司债的成交量偏低，少部分债券甚至会出现连续几天没有成交的情况，导致债券的市场价格与其实际价值常发生较大的偏离，在增加量化分析难度的同时，对因子投资的有效性有所削弱。面对这一问题，可行的解决方案有两个：（1）剔除市场交易活跃度较低的公司债，仅以交易活跃度较高的公司债券作为研究样本；（2）使用债券的第三方估价作为市场价格的近似替代。
考虑到公司债样本数量较少，进一步剔除成交不活跃的样本可能导致样本不足，使分析结果缺乏稳健性。因此，本报告采用中债公司提供的债券估值数据作为市场价格的替代，并据此计算债券的持有期收益率。债券持有期收益率的具体计算公式如式（3-1）所示：
其中，为中债净价估价，
为自上一个付息日起的应计利息，
为票息，
为每年付息次数，
为二元函数，当𝑡−1至𝑡时间内付息为1，否则为0。
该式子较好理解，净价估价与应计利息
之和等价于债券的全价估价，当持有债券过程未发生派息时，收益率的计算与股票收益率的计算方法是类似的；当持有债券过程中发生了派息，则需将持有到期日的债券估价加上票息，再进一步计算债券的持有期收益率。
3、信用利差
四、ESG信用风险预警体系
根据上文的描述，我们对公司债的市场概况以及ESG评分在公司债中的分布有了初步的了解，并根据中债估值计算了债券的持有期收益率以及信用利差。接下来，基于上文构建的指标以及公司债的ESG评分，我们尝试挖掘ESG评分与公司债信用风险之间的联系，并进一步探究ESG评分对公司债信用风险的预警能力。与我们之前报告的处理方式一致，为了提高不同行业上市公司ESG评分的可比性，下文的ESG评分都是经过行业与市值中性化处理。
1、ESG与信用风险
我们将低于AA级的债券样本剔除，分别计算AAA级、AA+级以及AA级公司债的ESG综合评分均值，如图10所示。可以看到，除环境评分以外，AAA级债券的ESG综合评分、社会责任评分、治理评分均值均高于AA+级和AA级债券的评分均值。该现象在ESG综合评分和社会责任评分中尤为突出，AAA级债券的ESG综合评分和社会责任评分显著高于AA级债券的评分。结果表明：ESG综合评分、社会责任评分与债券的信用评级正相关程度较高，可以作为债券信用评级的可靠替代，另一方面，由于ESG数据的更新频率高于信用评级，因此ESG评分相比信用评级具有更高的时效性。
另一方面，我们统计了ESG评分发布后未来一年公司债发生负面事件的总次数，如图11所示。其中，Top组为ESG评分排名前20%的公司债，Bottom组合为ESG评分排名后20%的公司债，债券负面事件包括中债隐含评级下调、债券被列入评级观察名单、债项评级下调、兑付风险警示等共15类事件。可以看到，无论是ESG综合评分、环境评分、社会责任评分还是治理评分，评分较高的债券组合未来一年发生负面事件的数量均偏低，而评分较低的债券组合未来发生负面事件的数量显著偏高。
2、平均持有收益
我们把公司债样本根据ESG综合评价得分从小到大进行排序，平均分为五组，其中第五组为ESG评分最高的一组，第一组为ESG评分最低的一组。我们根据上文所介绍的方法分别计算各组债券的平均信用利差以及平均持有收益，如图12和图13所示。其中，图12在计算各组平均信用利差时对极端值进行了缩尾处理。与上文的分析结果一致，由于ESG评分与信用评级具有较高的正相关性，因此第五组具有更低的信用风险和更低的信用利差。意外的是，从不同组合的平均持有收益看，第五组的平均持有收益却是最高的，而具有最高平均信用利差的第一组，平均持有收益却显著低于其它组合，接近于0。其中原因在于图13是各组的实际平均持有收益率，并未对极端值进行缩尾处理。当ESG低分债券发生风险事件时，其债券价格往往在短期内会出现暴跌，从而导致债券组合的收益率大幅下降。如果图13的平均持有收益也进行极端值缩尾处理，其结果与图12是基本保持一致的。
我们根据第五组和第一组计算出累计多空信用利差以及累计多空持有收益曲线，如图14所示。与上述结论一致，多空累计信用利差曲线与多空累计持有收益曲线走势完全相反。
3、债券违约风险预警
在我们的上一篇报告《ESG投资研究系列之七：揭开ESG黑盒: 超额收益的背后是什么？》中，我们发现ESG评分较低的股票组合通常伴随着更高的特质性风险和尾部风险。因此我们可以类比地进行猜测：ESG评分对于公司债券同样具备尾部风险预警的作用，能够对违约概率较高的债券进行合理鉴别。
基于上述猜测，我们收集A股上市公司自2017年至今公司债的首次违约事件共计66次，并统计违约发生前债券所处组别。从图15可以看到，发生首次违约的公司债中，超过50%的债券在违约日12个月前已经位于ESG评分最低的第一组；另一方面，从时序变化的角度看，从违约发生的前6个月、违约前3个月到违约当天，第一组的数量占比呈递增的趋势，且第五组的数量占比明显降低。结果表明：从截面的角度， ESG评分可以有效鉴别违约风险较高的公司债券；从时序变化的角度看，公司债在实质违约前，ESG评分往往会表现出下降的趋势。
以具体的违约事件为例，图16和图17分别为15华联债(112240.SZ)、16景峰(112468.SZ)的中债估价净价曲线和原始ESG综合评价得分的变化。根据同花顺提供的数据，15华联债于2020年4月1日发生首次违约，估值净价在2020年4月前后由98骤降至52，然而ESG综合评价得分早在2017年中旬起呈现出了明显的梯度下降趋势；类似地，16景峰于2021年10月27日发生首次违约，估值净价在2021年10月25日前后由100骤降至46，而ESG综合评价得分早在2018年4月起，从65逐步下降至30左右的水平。
4、分位数测试
表3、图18为根据ESG综合评价得分在公司债中进行分位数测试的回测统计量以及净值曲线，可以得知在公司债样本中：（1）以实际发行规模为权重进行回测的分位数组合整体区分度较高，Bottom组的年化收益为-0.34%，表现在5组中最差；同期Top组的年化收益为3.63%，在同组中表现最优，并且从Bottom组到Top组，年化收益率整体呈现出递增的趋势；（2）从风险评价指标看，Top组在具有最高回报的同时，年化波动和最大回撤仅为0.74%和1.67%，同样位于五组中的前列。可见，高ESG组合能够以守为攻，以优秀的风险抵御能力为组合提供更高的增长潜力。
从分位数组合的净值走势看：（1）Top组合和第四组的历史走势较为平稳，位于五条区间的最上方；（2）Bottom组、第二组以及第三组的净值区间中存在明显回撤，组合整体表现较差。据核查，2017年1月以来大部分的首次违约公司债集均集中在该三个组合中，以部分违约主体为例，中安科（600654.SH）、泰禾集团（000732.SZ）、华夏幸福（600340.SH）等公司分别在2018年4月30日、2020年7月5日和2021年2月27日发生首次违约，导致公司债中债估值在违约前后发生明显的下跌。
五、公司债因子投资策略组合构建
1、公司债ESG优选策略
基于对公司债ESG评分的一系列测试，我们发现根据 ESG评分筛选的公司债组合能够有效控制信用风险，且获得了较高的风险调整后收益。下面，我们将以此构建具体的ESG公司债优选策略。需要注意的是，由于不能找到具有相似债券覆盖范围以及相同复利频率的基准指数，因此本文以所有A股上市公司发行的公司债的等权组合作为选债策略的业绩基准。具体的策略构建流程如下：
债券池：以A股上市公司发行的公司债作为初始债券池；
基于ESG综合评价得分选择评分较高的50只公司债，以等权和实际发行规模加权两种方式形成公司债策略组合；
业绩比较基准：所有上市公司发行的公司债等权组合；
调仓频率为月度，调仓日为评分公告下一月第10个交易日，按上文计算的公司债收益率计算组合净值，暂不设置交易费用；
回测区间：2017/01/17至2021/11/26。
表4和图19分别为公司债ESG优选策略组合的回测统计量以及组合净值曲线。从中可知：（1）根据ESG综合评价得分构建的两个公司债优选组合均获得了较优的表现。ESG优选加权组合的年化收益、Sharpe比率分别为3.99%和2.661；ESG优选等权组合的年化收益、Sharpe比率分别为4.16%和3.049；同期业绩基准的年化收益率和Sharpe仅为2.45%和0.98；（2）从风险评价指标看，ESG优选加权组合的年化波动和最大回撤分别为0.84%和1.27%；ESG优选等权组合的年化波动和最大回撤分别为0.79%和1.13%，风险稳定维持在较低的水平。（3）从净值曲线的走势看，两个ESG优选组合的净值曲线稳定超越业绩基准，即使是在近两年债券信用违约事件频发的市场环境下，ESG优选组合仍然能够做到业绩稳定增长。
2、信用中性组合
在ESG优选策略中，公司债组合配置的大部分是信用等级较高的债券。然而在实际投资中，债券组合的构建往往会配置不同信用等级的债券，通过适当的信用下沉提升组合整体的信用利差，进而获得更高的投资收益。因此，我们进一步对公司债进行信用等级上的划分，通过均衡配置AAA级、AA+级和AA级三类债券中ESG评分较高的债券，构建包含不同信用等级的ESG信用中性组合。具体的策略构建流程如下：
债券池：以A股上市公司发行的公司债作为初始债券池；
分别在AAA级、AA+级和AA级公司债样本中，基于ESG综合评价得分选择评分较高的一定比例公司债，使债券总数量维持在50只左右，并以实际发行规模加权的方式形成公司债信用中性组合；
业绩比较基准：分别以ESG优选组合及所有上市公司发行的公司债等权组合作为业绩基准；
调仓频率为月度，调仓日为评分公告下一月第10个交易日，按上文计算的公司债收益率计算组合净值，暂不设置交易费用；
回测区间：2017/01/17至2021/11/26。
表5和图20分别为ESG信用中性策略组合的回测统计量以及组合净值曲线。从中可知：（1）ESG信用中性组合的年化收益率、年化波动和最大回撤分别为4.03%、0.92%和1.45%，表现显著优于业绩基准。与上述分析的结果一致，ESG信用中性组合相比于ESG优选组合能够获得更高的投资收益，但风险水平稍高于ESG优选组合；（2）从净值曲线的走势看，ESG信用中性组合与ESG优选组合的净值曲线走势较接近，均稳定位于业绩基准上方。
3、久期中性组合
类似地，我们还可以进一步通过对公司债进行久期水平上的划分，通过分散配置不同久期大小的债券，构建均衡的久期中性组合，提升公司债组合在不同市场利率环境下的适应性。具体的策略构建流程如下：
债券池：以A股上市公司发行的公司债作为初始债券池；
以修正久期在1年以下、1-2年、2-3年、3-4年、4-5年将公司债划分为五组，并在各组中基于ESG综合评价得分分别选出排名最高的10只债券，共计50只债券，并以实际发行规模加权的方式形成公司债久期中性组合；
业绩比较基准：分别以ESG优选组合及所有上市公司发行的公司债等权组合作为业绩基准；
调仓频率为月度，调仓日为评分公告下一月第10个交易日，按上文计算的公司债收益率计算组合净值，暂不设置交易费用；
回测区间：2017/01/17至2021/11/26。
图6和图21分别为ESG久期中性策略组合的回测统计量以及组合净值曲线。从中可知：（1）ESG久期中性组合的年化收益率、年化波动和最大回撤分别为4.30%、1.03%和2.09%，表现显著优于业绩基准。同时，ESG久期中性组合相比于ESG优选组合能够获得更高的投资收益，但风险水平稍高于ESG优选组合；（2）从净值曲线的走势看，ESG久期中性组合的波动稍高于ESG优选组合。但由于具有较高的期限利差，截止2021年11月，ESG久期中性组合的净值曲线显著高于其它组合。
六、主要结论
信用债作为一类重要的投资品种，近年来受到的关注度越来越高。本报告主要围绕 ESG 投资主题，以信用债中的公司债为研究标的，探究了发债主体的ESG评分对债券信用风险的预警能力，并将因子投资方法应用于公司债，从多个不同维度根据ESG因子构建了公司债投资策略，得到的主要结论如下：
自2015年《公司债券发行与交易管理办法》发布以来，公司债进入了发行数量高速增长的时代。截止2021年11月，公司债总存量规模已突破10万亿水平。从发行期限看，公司债主要以3年期、5年期为主；从信用评级看，公司债以AAA级、AA+级和AA级为主。
以嘉实ESG为核心构建的公司债因子，能够有效衡量公司债信用风险，对债券的违约行为具有一定的预警能力。
统计结果表明，ESG评分较高的债券组合，信用等级更高、未来一年负面事件数量更少。从截面的角度，ESG 评分可以有效鉴别违约风险较高的公司债券；从时序变化的角度看，公司债在发生实质违约前，ESG 评分往往会表现出下降的趋势。
以ESG综合评价得分为核心，本报告提出了几个具有可行性的投资方向，并构建了三类ESG因子选债组合。ESG优选组合的年化收益、Sharpe比率和最大回撤分别为3.99%、2.661和1.27%；ESG 信用中性组合的年化收益率、Sharpe比率和最大回撤分别为 4.03%、2.484和 1.45%；ESG 久期中性组合的年化收益率、Sharpe比率和最大回撤分别为 4.30%、2.488和 2.09%；同期业绩基准的年化收益和Sharpe比率仅为2.45%和0.98。。
具体内容请参阅我们的报告原文《ESG 投资研究系列之八：公司债ESG因子投资与信用风险预警》。
附录：前期相关研究
作为国内最早涉足ESG投资研究的卖方机构之一，招商证券量化与基金评价团队在2019年就开始关注国内外ESG投资的发展动态，在2020年5月开始正式对外发布多篇深度研究报告，受到市场投资者的高度关注。2020年11月，招商证券在海南海口举办2021资本市场年会。在定量及基金研究分会场上，我们邀请了多位学术界、投资界等专家学者围绕 ESG 主题进行了广泛交流讨论，取得了良好的效果。下面是我们前期相关研究的微信连接（可点击）：
1、《ESG投资：“责任”创造“价值”》（作者：任瞳、姚紫薇；发布日期：2020-05-08）
2、《ESG主题基金分析》（作者：任瞳、姚紫薇；发布日期：2020-08-12）
3、《博时基金汪洋：ESG2.0的实践与感悟》（作者：任瞳、麦元勋；发布日期：2020-11-29）
4、《社投盟李文：可持续发展价值评估方兴未艾》（作者：任瞳、麦元勋；发布日期：2020-12-01）
5、《中财大绿金院杨晨辉：ESG投资主流化的关键问题探讨》（作者：任瞳、麦元勋；发布日期：2020-12-03）
6、《嘉实基金韩晓燕：嘉实ESG研究及策略应用》（作者：任瞳、麦元勋；发布日期：2020-12-04）
7、《圆桌会议：ESG投资本土化》（作者：任瞳、麦元勋；发布日期：2020-12-05）
8、《高频ESG数据:穿着燕尾服的Alpha》（作者：任瞳、崔浩瀚；发布日期：2020-12-19）
9、《股价是否对ESG新闻反应过度？》（作者：任瞳；发布日期：2020-01-12）
10、《基于ESG评分的量化选股策略》（作者：任瞳、麦元勋；发布日期：2021-04-10）
11、《基于ESG评分的行业轮动策略》（作者：任瞳、麦元勋；发布日期：2021-05-28）
12、《基金ESG特征分析与组合策略》（作者：任瞳、麦元勋；发布日期：2021-06-28）
13、《揭开ESG投资黑盒——超额收益的背后是什么？》（作者：任瞳、麦元勋；发布日期：2021-12-03）
重要申明
完整的投资观点应以招商证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被招商证券认为可靠，但招商证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。
在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下招商证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。
本微信号推送内容仅反映招商证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。
本微信号及其推送内容的版权归招商证券所有，招商证券对本微信号及其推送内容保留一切法律权利。未经招商证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。