• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    互聯(lián)網(wǎng)金融空間聚集分析及系統(tǒng)性風(fēng)險(xiǎn)防范
    ——基于t-SNE機(jī)器學(xué)習(xí)模型

    2019-09-02 09:30:32米傳民徐潤捷
    財(cái)經(jīng)論叢 2019年8期
    關(guān)鍵詞:系統(tǒng)性聚類金融

    米傳民,徐潤捷,陶 靜

    (南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院,江蘇 南京 210016)

    一、引 言

    互聯(lián)網(wǎng)給商業(yè)、金融、工業(yè)等眾多行業(yè)帶來了機(jī)遇與挑戰(zhàn),其中互聯(lián)網(wǎng)金融充分地利用了互聯(lián)網(wǎng)的優(yōu)勢,在一定程度上提高了金融資源配置效率,促進(jìn)了金融的普惠發(fā)展[1][2]。但隨著網(wǎng)絡(luò)支付、P2P信貸、眾籌等互聯(lián)網(wǎng)金融新模式的普及,P2P平臺違約、跑路等互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)問題頻發(fā)?;ヂ?lián)網(wǎng)金融的發(fā)展以及由此帶來的系統(tǒng)性風(fēng)險(xiǎn)成為學(xué)界和業(yè)界關(guān)注的重要問題。

    2007年金融危機(jī)爆發(fā)以來,系統(tǒng)性金融風(fēng)險(xiǎn)的防范已經(jīng)成為各國金融監(jiān)管部門的重要工作。多元正態(tài)分布是刻畫系統(tǒng)性風(fēng)險(xiǎn)的重要工具,但難以擬合金融時(shí)間序列的尖峰厚尾和非對稱相依結(jié)構(gòu)等特征[3]。另一方面,金融系統(tǒng)性風(fēng)險(xiǎn)的影響因素具有動(dòng)態(tài)變化特征,例如互聯(lián)網(wǎng)金融新商業(yè)模式層出不窮、監(jiān)管滯后、金融市場流動(dòng)性問題等等。如果不考慮這些現(xiàn)實(shí)因素的影響,則造成金融系統(tǒng)風(fēng)險(xiǎn)分析失真。隨著金融監(jiān)管理論、大數(shù)據(jù)、以及互聯(lián)網(wǎng)金融發(fā)展,一些新的研究方法進(jìn)入研究的視野,如通過降維來估計(jì)系統(tǒng)性風(fēng)險(xiǎn)的CoVaR[4]、MES[5]等方法。機(jī)器學(xué)習(xí)算法領(lǐng)域的Laurensvan der Maaten和Geoffrey Hinton提出了t-SNE降維聚類算法[6]。本文運(yùn)用t-SNE算法,研究我國互聯(lián)網(wǎng)金融發(fā)展的空間聚類,通過對互聯(lián)網(wǎng)金融多種業(yè)務(wù)發(fā)展的指數(shù)數(shù)據(jù)降維來提取局部空間結(jié)構(gòu),進(jìn)而觀察我國互聯(lián)網(wǎng)金融發(fā)展聚類情況,并在此基礎(chǔ)上提出三類系統(tǒng)風(fēng)險(xiǎn)問題。

    二、文獻(xiàn)綜述

    互聯(lián)網(wǎng)金融的虛擬線上空間、跨區(qū)域發(fā)展等帶來了互聯(lián)網(wǎng)金融發(fā)展區(qū)域和空間聚集的不均衡。一些學(xué)者對互聯(lián)網(wǎng)金融區(qū)域發(fā)展、空間聚集進(jìn)行了系統(tǒng)研究。北京大學(xué)互聯(lián)網(wǎng)金融研究中心課題組編制了互聯(lián)網(wǎng)金融發(fā)展指數(shù),并對互聯(lián)網(wǎng)金融空間聚集效應(yīng)進(jìn)行了分析[7][8]。郭海鳳和陳霄(2015)深入考察了中國網(wǎng)貸平臺發(fā)展的地區(qū)差異[9]。廖理等(2014)系統(tǒng)分析了網(wǎng)貸平臺借貸中的地域歧視[10]。王賽芳(2016)通過構(gòu)建指標(biāo)體系,基于因子分析和聚類分析方法實(shí)證研究了我國31省市的互聯(lián)網(wǎng)金融發(fā)展水平及空間分異[11]。李清磊和王旺(2018)基于北京大學(xué)數(shù)字普惠金融指數(shù)數(shù)據(jù),定量分析了安徽省金融發(fā)展的地域差距[12]。但總體上,受制于互聯(lián)網(wǎng)金融數(shù)據(jù)缺乏,目前的研究多采用統(tǒng)計(jì)分析的方法進(jìn)行空間聚焦和差異分析。

    巴塞爾資本協(xié)議III提出了宏觀審慎監(jiān)管的思路,我國提出了“守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)”的金融監(jiān)管底線[13]。但業(yè)界和學(xué)界關(guān)于金融系統(tǒng)性風(fēng)險(xiǎn)的定義尚沒有完全統(tǒng)一。從金融穩(wěn)定視角,有的學(xué)者將系統(tǒng)性風(fēng)險(xiǎn)的根本原因歸結(jié)為金融系統(tǒng)本身的內(nèi)在不穩(wěn)定性[14]。Allen(2000)從經(jīng)濟(jì)平衡的角度解釋系統(tǒng)性風(fēng)險(xiǎn),認(rèn)為金融危機(jī)是由于系統(tǒng)不均衡引起的[15]。關(guān)于金融系統(tǒng)性風(fēng)險(xiǎn)的量化研究,一種思路是利用商業(yè)銀行或金融市場的數(shù)據(jù)來建立系統(tǒng)性金融風(fēng)險(xiǎn)度量模型。例如Iling和Liu(2006)構(gòu)建金融壓力指數(shù)(FSI)研究金融系統(tǒng)風(fēng)險(xiǎn)問題[16]。陳守東和王妍(2014)將極值理論引入到系統(tǒng)性金融風(fēng)險(xiǎn)度量中,從而證明金融機(jī)構(gòu)的市場價(jià)值的非正態(tài)分布特征[17]。王培輝和袁薇(2017)基于CCA和動(dòng)態(tài)因子Copula模型對我國金融機(jī)構(gòu)系統(tǒng)風(fēng)險(xiǎn)進(jìn)行了評估[3]。另一種思路將金融系統(tǒng)視為網(wǎng)絡(luò),利用網(wǎng)絡(luò)科學(xué)的理論方法建模研究整體風(fēng)險(xiǎn)的靜態(tài)和動(dòng)態(tài)特征。巴曙松(2013)[18]、Acemoglu等(2015)[19]研究了金融網(wǎng)絡(luò)及傳染對金融穩(wěn)定的影響,Axel(2016)利用貝葉斯網(wǎng)絡(luò)進(jìn)行系統(tǒng)性金融風(fēng)險(xiǎn)評價(jià)[20],Hamed(2016)研究了不均勻金融網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染問題[21],賈彥東(2011)[22]、隋聰?shù)?2016)[23]從網(wǎng)絡(luò)視角進(jìn)行了金融結(jié)構(gòu)系統(tǒng)重要性分析和銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量,鄧超(2014)[24]、歐陽紅兵(2015)[25]利用復(fù)雜網(wǎng)絡(luò)研究系統(tǒng)性風(fēng)險(xiǎn)傳染問題。

    互聯(lián)網(wǎng)金融帶來金融系統(tǒng)結(jié)構(gòu)的內(nèi)在變化,復(fù)雜性和關(guān)聯(lián)性增強(qiáng),金融系統(tǒng)性風(fēng)險(xiǎn)呈現(xiàn)區(qū)別于傳統(tǒng)金融的不同特征。Onay和Ozsoz(2014)分析了互聯(lián)網(wǎng)金融與商業(yè)銀行的貸款審批業(yè)務(wù),發(fā)現(xiàn)互聯(lián)網(wǎng)金融可以享受比較低的貸款利率[26]。吳成頌(2109)等運(yùn)用滬深股市上市商業(yè)銀行數(shù)據(jù)進(jìn)行了互聯(lián)網(wǎng)金融對商業(yè)銀行金融系統(tǒng)性風(fēng)險(xiǎn)影響的量化實(shí)證[27]。顧海峰和楊立翔(2018)基于中國銀行業(yè)數(shù)據(jù)研究了互聯(lián)網(wǎng)金融與銀行的風(fēng)險(xiǎn)共擔(dān)問題[28]。Klafft(2008)對P2P行業(yè)進(jìn)行分析,得出互聯(lián)網(wǎng)金融的交易風(fēng)險(xiǎn)源于對貸款業(yè)務(wù)經(jīng)驗(yàn)的缺乏[29]。張李義和涂奔(2018)從信息優(yōu)勢角度研究了互聯(lián)網(wǎng)金融對同業(yè)市場利率的影響[30]。吳珂和謝晉雯(2018)基于Z值評分模型識別互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)誘因和嚴(yán)重程度[31],陳耀輝和楊寧(2018)建立La-VaR模型研究了互聯(lián)網(wǎng)金融流動(dòng)性風(fēng)險(xiǎn)[32]。蘭翔(2017)選擇中證800金融指數(shù),運(yùn)用VaR分析與Copula的方法對互聯(lián)網(wǎng)金融進(jìn)行了風(fēng)險(xiǎn)測量,結(jié)果表明互聯(lián)網(wǎng)金融市場的VaR與ES均高于傳統(tǒng)市場,互聯(lián)網(wǎng)金融市場本身可能具有更高的系統(tǒng)性風(fēng)險(xiǎn)[33]。王立勇和石穎(2016)采用二層次CRITIC-灰色關(guān)聯(lián)模型構(gòu)建互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)評價(jià)體系,運(yùn)用VaR方法度量互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)[34]。另外,針對互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)傳染問題,賈楠(2018)基于層次分析法分析了互聯(lián)網(wǎng)金融在技術(shù)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和業(yè)務(wù)風(fēng)險(xiǎn)方面的影響,得出信用與技術(shù)是互聯(lián)網(wǎng)金融中重要的風(fēng)險(xiǎn)傳染因素[35]。朱宸和華桂宏(2018)根據(jù)互聯(lián)網(wǎng)金融和銀行業(yè)之間的相互作用,研究了互聯(lián)網(wǎng)金融影響下的銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)引發(fā)和傳染機(jī)制[36]。張婷和米傳民(2016)構(gòu)建了超網(wǎng)絡(luò)模型研究互聯(lián)網(wǎng)金融均衡問題[37],并考慮互聯(lián)網(wǎng)金融中社交網(wǎng)絡(luò)關(guān)系研究了系統(tǒng)性金融風(fēng)險(xiǎn)傳染問題[38]。

    綜上可以看出,互聯(lián)網(wǎng)金融快速發(fā)展,帶來金融開放、效率提升、成本降低的同時(shí),也給互聯(lián)網(wǎng)金融體系乃至整個(gè)金融系統(tǒng)帶來系統(tǒng)性風(fēng)險(xiǎn)新問題。大量研究表明互聯(lián)網(wǎng)金融無論從宏觀金融體系層面,還是從微觀業(yè)務(wù)層面,都給傳統(tǒng)金融帶來了影響,相應(yīng)的金融風(fēng)險(xiǎn)問題也值得深入研究。目前對互聯(lián)網(wǎng)金融下系統(tǒng)性金融風(fēng)險(xiǎn)的研究還處于初步階段,雖然取得了一些成果,但相對于互聯(lián)網(wǎng)金融的快速發(fā)展,有必要深入、系統(tǒng)研究其內(nèi)在機(jī)理。隨著互聯(lián)網(wǎng)金融發(fā)展帶來的數(shù)據(jù)和資料急劇增加,以及機(jī)器學(xué)習(xí)和人工智能的普及發(fā)展和深度應(yīng)用,運(yùn)用大數(shù)據(jù)、人工智能的思路和方法,研究互聯(lián)網(wǎng)金融發(fā)展區(qū)域差異、空間聚集,從宏觀、中觀層面找到系統(tǒng)性金融風(fēng)險(xiǎn)點(diǎn)并進(jìn)行監(jiān)管,是一個(gè)新視角,也符合巴塞爾資本協(xié)議III的監(jiān)管發(fā)展思路。本文基于北京大學(xué)互聯(lián)網(wǎng)金融研究課題組收集的“互聯(lián)網(wǎng)金融發(fā)展指數(shù)”數(shù)據(jù),運(yùn)用t-SNE算法構(gòu)建模型,進(jìn)行互聯(lián)網(wǎng)金融區(qū)域發(fā)展的降維和聚類分析,解決互聯(lián)網(wǎng)金融數(shù)據(jù)復(fù)雜性高和變量多而導(dǎo)致的維度過多問題,得到我國互聯(lián)網(wǎng)金融空間聚集和不同業(yè)務(wù)模式(支付、貨幣基金、保險(xiǎn)、投資)發(fā)展的分布特征,找出中觀層面的系統(tǒng)性風(fēng)險(xiǎn)因素,進(jìn)而提出互聯(lián)網(wǎng)金融發(fā)展區(qū)域差異造成的三方面系統(tǒng)性風(fēng)險(xiǎn),并提出防范互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)的建議。

    三、數(shù)據(jù)來源和研究方法

    (一)數(shù)據(jù)來源

    “互聯(lián)網(wǎng)金融發(fā)展指數(shù)”由北京大學(xué)聯(lián)合國內(nèi)主要互聯(lián)網(wǎng)金融企業(yè),根據(jù)2014年1月至2015年12月的互聯(lián)網(wǎng)金融數(shù)據(jù)發(fā)展編制而成[7]。本文選擇了31個(gè)省(不含港澳臺,下同)與335個(gè)地級市,共計(jì)35136個(gè)數(shù)據(jù)用于實(shí)證研究。該數(shù)據(jù)囊括了四種業(yè)務(wù)模式指標(biāo),并通過時(shí)間戳體現(xiàn)在每一個(gè)城市上,變量多且維數(shù)高。傳統(tǒng)的多元統(tǒng)計(jì)方法在處理這類實(shí)際數(shù)據(jù)時(shí)會(huì)遇到數(shù)據(jù)不符合正態(tài)分布的情況,也難以直接觀察空間結(jié)構(gòu)。本文采用t-SNE機(jī)器學(xué)習(xí)降維算法對眾多數(shù)據(jù)進(jìn)行訓(xùn)練、可視化和聚類,來研究互聯(lián)網(wǎng)金融的空間聚焦與業(yè)務(wù)發(fā)展的關(guān)系。

    該指數(shù)將國內(nèi)的互聯(lián)網(wǎng)金融分為互聯(lián)網(wǎng)支付、互聯(lián)網(wǎng)基金、互聯(lián)網(wǎng)信貸、互聯(lián)網(wǎng)保險(xiǎn)四種業(yè)務(wù),是目前國內(nèi)為數(shù)不多的互聯(lián)網(wǎng)金融研究數(shù)據(jù)。在數(shù)據(jù)集中包括分地區(qū)互聯(lián)網(wǎng)金融指數(shù)。分地區(qū)指數(shù)在計(jì)算過程中考慮了各地區(qū)指數(shù)點(diǎn)位之間的橫向可比性。不同地區(qū)在某時(shí)期下相對交易滲透率、人均交易金額、人均交易筆數(shù)三個(gè)指標(biāo)的計(jì)算公式如下:

    (1)

    其中,Ah,i,j,t表示t時(shí)刻下,h地區(qū)中第i類業(yè)務(wù)的第j個(gè)指標(biāo)相對于全國總指數(shù)的相對值,Xi,j,t表示t時(shí)刻全國總指數(shù)的同業(yè)務(wù)同指標(biāo),Xh,i,j,t表示t時(shí)刻h地區(qū)的同業(yè)務(wù)同指標(biāo)。

    不同地區(qū)在某時(shí)期的互聯(lián)網(wǎng)支付、基金、信貸、保險(xiǎn)業(yè)務(wù)相對于全國系數(shù)計(jì)算公式如下:

    (2)

    其中,Bh,i,t表示在t時(shí)期下h地區(qū)中第i類業(yè)務(wù)相對于全國總指數(shù)的相對系數(shù),m1、m2、m3分別表示上述的交易滲透率、人均交易額、人均交易筆數(shù)應(yīng)占的權(quán)重,該指數(shù)中m1=50%,m2=25%,m3=25%。

    (二)t-SNE機(jī)器學(xué)習(xí)算法

    t分布隨機(jī)鄰嵌入算法(t-distributed stochastic neighbor embedding,t-SNE),由Laurens van der Maaten和 Geoffrey Hinton(2008)提出[6],后期經(jīng)過Maaten的改進(jìn),分別在2015年和2016年提出了LINE與LargeVis算法,很大程度上降低了訓(xùn)練復(fù)雜度[39][40]。該算法目前在降維、聚類、可視化的應(yīng)用上取得了良好效果,Gordon Berman(2014)將t-SNE算法運(yùn)用到對果蠅地面自由運(yùn)動(dòng)(即除了飛行)錄像上進(jìn)行降維分析[41]。劉豐等(2017)基于t-SNE算法實(shí)現(xiàn)了鳥類音頻情報(bào)辨識的數(shù)據(jù)可視化[42]。詹威威和王彬等(2018)在高維腦網(wǎng)絡(luò)狀態(tài)觀測矩陣中使用t-SNE算法,有效的解決了分散、交叉和散點(diǎn)[43]。本文選擇的省級和地級市數(shù)據(jù)存在數(shù)據(jù)維度高且復(fù)雜的性質(zhì),包含四個(gè)業(yè)務(wù)模式、三百余個(gè)度量區(qū)域、二十四個(gè)時(shí)間節(jié)點(diǎn)。經(jīng)典數(shù)據(jù)處理方法,如回歸分析、主成分分析、相關(guān)性分析等針對稀疏和多變量復(fù)雜數(shù)據(jù)集往往只能體現(xiàn)總體的關(guān)聯(lián),忽視了局部之間的聯(lián)系,而t-SNE算法使用高低維二者的聯(lián)合概率,能夠有效解決優(yōu)化困難與維度擁擠的問題,使得降維后的數(shù)據(jù)較好保持原有流形結(jié)構(gòu)。本文運(yùn)用t-SNE算法可將互聯(lián)網(wǎng)金融指數(shù)有效映射為二維圖像,有利于對整個(gè)互聯(lián)網(wǎng)金融的發(fā)展進(jìn)行觀察,進(jìn)而研究其系統(tǒng)性風(fēng)險(xiǎn)情況。

    在高維空間中,t-SNE算法采用高斯分布,對于高維數(shù)據(jù)點(diǎn)x的低維對應(yīng)點(diǎn)y而言,可以計(jì)算條件概率pi|j來表示i點(diǎn)與j點(diǎn)之間的關(guān)系:

    (3)

    而在低維空間,采用自由度為1的t分布,以qi|j表示。

    (4)

    復(fù)雜數(shù)據(jù)降維過程中,最理想的狀態(tài)是高維空間樣本點(diǎn)之間的相似度與低維空間樣本點(diǎn)之間的相似度相同。t-SNE利用Kullback-Leibler散度作為目標(biāo)函數(shù)來判斷差異,從而實(shí)現(xiàn)最佳參數(shù)。

    (5)

    利用梯度下降法實(shí)現(xiàn)的最小化迭代公式如下:

    (6)

    在實(shí)驗(yàn)過程中有4個(gè)因素影響降維效果,即概率模型的困惑度(perplexity)、前期放大系數(shù)(early exaggeration factor)、學(xué)習(xí)率(learning rate)、最大迭代次數(shù)(maximum number of iterations)。困惑度是對后期結(jié)果影響最為關(guān)鍵的因素,它的作用是用來獲得高斯分布的方差。條件概率矩陣P的任意行困惑度可以定義為:

    Perp(Pi)=2H(Pi)

    (7)

    其中,H(Pi)為Pi的香農(nóng)熵。如果高維空間概率分布的熵越大,則數(shù)據(jù)集的變量不確定性越大,從而造成處理后的數(shù)據(jù)在分布上更加平坦。反之,高維空間概率分布的熵越小,則數(shù)據(jù)的關(guān)聯(lián)性越高,處理后得到的數(shù)據(jù)越具有分布規(guī)律。香農(nóng)熵與高維空間的概率分布關(guān)系為:

    (8)

    四、省級區(qū)域的互聯(lián)網(wǎng)金融發(fā)展及系統(tǒng)性風(fēng)險(xiǎn)分析

    為了檢驗(yàn)t-SNE算法的有效性,通過與經(jīng)典PCA(principal component analysis)的比較研究,對31個(gè)省級區(qū)域(不含港澳臺)的數(shù)值進(jìn)行降維、聚類、成像和分析。

    (一)基于PCA的省級互聯(lián)網(wǎng)金融發(fā)展及系統(tǒng)性風(fēng)險(xiǎn)分析

    PCA作為經(jīng)典的數(shù)據(jù)挖掘算法被應(yīng)用于許多數(shù)據(jù)挖掘場景。PCA通過線性投影簡化數(shù)據(jù),將高維數(shù)據(jù)映射到低維空間,盡可能保留原數(shù)據(jù)的內(nèi)在信息。本文使用PCA將每個(gè)省份互聯(lián)網(wǎng)金融發(fā)展?fàn)顩r降到2維,并在坐標(biāo)軸上可視化,所得的成像效果見圖1(a),橫坐標(biāo)表示各省的發(fā)展體量指數(shù)大小,數(shù)值越大則發(fā)展情況越領(lǐng)先;縱坐標(biāo)表示互聯(lián)網(wǎng)的支付、保險(xiǎn)、基金、信貸四大業(yè)務(wù)之間發(fā)展的均衡動(dòng)蕩程度,數(shù)值越大表明四大業(yè)務(wù)發(fā)展的體量越不均衡。

    從PCA分析結(jié)果來看,31個(gè)省級數(shù)據(jù)總體呈現(xiàn)出:個(gè)別省份發(fā)展迅猛、多數(shù)省份聚集的尖峰厚尾特征。但從互聯(lián)網(wǎng)金融業(yè)務(wù)發(fā)展均衡程度上來觀察,互聯(lián)網(wǎng)金融整體發(fā)展優(yōu)異的區(qū)域在業(yè)務(wù)間發(fā)展的差異性也低。這得益于發(fā)達(dá)省份互聯(lián)網(wǎng)金融基礎(chǔ)設(shè)施完善、互聯(lián)網(wǎng)普及率較高、經(jīng)濟(jì)活力與消費(fèi)水平旺盛。根據(jù)圖來看,互聯(lián)網(wǎng)金融總體發(fā)展程度較低的區(qū)域也表現(xiàn)出了不同業(yè)務(wù)之間的發(fā)展均衡現(xiàn)象,此現(xiàn)象可能是由于這些區(qū)域本身互聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展動(dòng)力不足導(dǎo)致的。相較于前兩者,發(fā)展中游的城市出現(xiàn)了業(yè)務(wù)發(fā)展不均衡現(xiàn)象,說明了互聯(lián)網(wǎng)金融在發(fā)展中城市的巨大潛力,也令尾部依賴這一特征在系統(tǒng)性風(fēng)險(xiǎn)積累過程中的顯得尤為重要。

    依照PCA處理后的數(shù)值結(jié)果,將其依照大小排序,見表1。發(fā)展最快的幾個(gè)城市,例如北京市,相比于全國平均值高出8倍之多;沿海東部省份互聯(lián)網(wǎng)金融發(fā)展速度遠(yuǎn)遠(yuǎn)超過內(nèi)陸城市,西部省份大部分處于互聯(lián)網(wǎng)金融發(fā)展落后階段。該排名同時(shí)反映出在互聯(lián)網(wǎng)金融的系統(tǒng)性風(fēng)險(xiǎn)考量中,需要考慮城市在互聯(lián)網(wǎng)金融發(fā)展中的重要程度。

    表1 基于PCA的31省級區(qū)域互聯(lián)網(wǎng)金融排名

    (二)基于t-SNE的省級互聯(lián)網(wǎng)金融發(fā)展系統(tǒng)性風(fēng)險(xiǎn)分析

    本文使用python進(jìn)行t-SNE算法計(jì)算,對31個(gè)省級區(qū)域的互聯(lián)網(wǎng)金融系統(tǒng)風(fēng)險(xiǎn)分析。由于t-SNE是從非線性降維出發(fā),將高維空間樣本投影到多個(gè)二維空間映射圖上,使用高低維雙向概率分布,得出的結(jié)果具有隨機(jī)性特點(diǎn)。本文結(jié)合了流行正則化技術(shù)來控制映射圖,從而使得投影到可視化空間的樣本點(diǎn)不但可以保持高維數(shù)據(jù)的整體結(jié)構(gòu),也保持了局部近鄰點(diǎn)的關(guān)系。在t-SNE的數(shù)據(jù)處理中包括兩個(gè)階段,分別為前期放大階段與后期性能選擇階段。實(shí)驗(yàn)中前期放大系數(shù)設(shè)置為12.0,空間的聯(lián)合概率通過乘以前期放大系數(shù)的方式逐步增加。重點(diǎn)調(diào)整困惑度與學(xué)習(xí)率,使得在單點(diǎn)近似區(qū)域?qū)崿F(xiàn)迅速而準(zhǔn)確的訓(xùn)練效果。不同參數(shù)下的分布形態(tài)、聚類效果見表2。

    表2 不同t-SNE參數(shù)下的分布形式

    31個(gè)省份的聚類分布在Per=5.0時(shí)更具備穩(wěn)定的聚類特征,聚類效果如圖1(b)、(c)所示,存在31個(gè)省級區(qū)域的聚類劃分,大致劃分為:

    Ⅰ級:北京、上海、浙江、廣東。

    Ⅱ級:江蘇、福建、天津、湖北、山東、重慶、遼寧。

    Ⅲ級:陜西、海南、安徽、四川、山西、河北、江西、黑龍江、河南。

    Ⅳ級:吉林、新疆、寧夏、湖南、西藏、廣西、內(nèi)蒙古、云南、青海、貴州、甘肅。

    比較圖1(b)和(c),基于t-SNE的結(jié)果囊括了發(fā)展強(qiáng)、較強(qiáng)、中游、以及落后的省份,聚類效果體現(xiàn)了我國國內(nèi)互聯(lián)網(wǎng)金融發(fā)展特征為:個(gè)別省份極端發(fā)展、多數(shù)省份聚集的尖峰厚尾現(xiàn)象。t-SNE聚類結(jié)果更能體現(xiàn)互聯(lián)網(wǎng)金融發(fā)展的區(qū)域性,有助于進(jìn)行互聯(lián)網(wǎng)金融的系統(tǒng)性風(fēng)險(xiǎn)分析。

    從圖1來看,PCA算法夠清晰反映各省互聯(lián)網(wǎng)金融發(fā)展水平,解釋不同區(qū)域在誘發(fā)互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)中的重要性。但PCA成像在分布上出現(xiàn)了較為無序的子集雜糅,不能很好體現(xiàn)統(tǒng)計(jì)特性。一部分城市之間相互吸引,而另一部城市之間卻遠(yuǎn)距離分散,難以直觀觀察到不同區(qū)域在互聯(lián)網(wǎng)金融發(fā)展程度上的關(guān)系特點(diǎn)。

    t-SNE降維聚類結(jié)果呈現(xiàn)清晰的聚類團(tuán),不同互聯(lián)網(wǎng)金融區(qū)域發(fā)展程度的界定更為明顯。作為非線性算法,t-SNE通過恢復(fù)數(shù)據(jù)低維度狀態(tài)下的流行結(jié)構(gòu)起到降噪作用,并體現(xiàn)數(shù)據(jù)內(nèi)在關(guān)系,從而更好地反映降維前的系統(tǒng)特征[44]。使用t-SNE對31個(gè)省份的聚類,反應(yīng)出我國互聯(lián)網(wǎng)金融發(fā)展過程中區(qū)域間相互關(guān)聯(lián)的特性,這為監(jiān)管部門對互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行分級分區(qū)域監(jiān)管提供了數(shù)據(jù)驅(qū)動(dòng)的決策參考。

    圖1 PCA與t-SNE的省級互聯(lián)網(wǎng)金融發(fā)展類效果對比

    五、地級市的互聯(lián)網(wǎng)金融區(qū)域發(fā)展及系統(tǒng)性風(fēng)險(xiǎn)分析

    在第四部分,主要從省級層面進(jìn)行了數(shù)據(jù)分析。但省級數(shù)據(jù)的橫切面只有31類,無法體現(xiàn)更細(xì)節(jié)的互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)特征。本節(jié)將使用全國335個(gè)地級市(包括自治州、盟、地區(qū))的多業(yè)務(wù)發(fā)展數(shù)據(jù)進(jìn)行實(shí)驗(yàn)與分析。第四部分的PCA分析,在處理數(shù)據(jù)的過程中難以避免維度擁擠和數(shù)據(jù)雜糅的問題,無法產(chǎn)生良好的聚類效果,因此本節(jié)主要探討基于t-SNE機(jī)器學(xué)習(xí)算法的地級市層面的互聯(lián)網(wǎng)金融發(fā)展系統(tǒng)風(fēng)險(xiǎn)聚類效果。

    (一)地級市互聯(lián)網(wǎng)金融發(fā)展聚類特征分析

    在地級市t-SNE機(jī)器學(xué)習(xí)聚類過程中,參數(shù)設(shè)置如下:前期放大系數(shù)為12.0,困惑度為30.0,訓(xùn)練次數(shù)為5000,然后使用K-means算法對降維后的數(shù)據(jù)進(jìn)行聚類,得到的聚類結(jié)果如圖2所示,地級市的互聯(lián)網(wǎng)金融發(fā)展情況匯聚成7大類,另外有一地級市的點(diǎn)分散在7大主要類的附近。對于較大相似度的地級市的點(diǎn),t分布在低維空間中的距離稍小一點(diǎn),即同一簇內(nèi)的點(diǎn)聚合的更緊密;而對于低相似度的地級市的點(diǎn),t分布在低維空間中的距離需要更遠(yuǎn),即不同簇之間的點(diǎn)更加疏遠(yuǎn)。

    (二)地級市互聯(lián)網(wǎng)金融發(fā)展關(guān)聯(lián)性特征分析

    在利用t-SNE機(jī)器學(xué)習(xí)聚類過程中,通過參數(shù)調(diào)整,我們發(fā)現(xiàn):當(dāng)概率分布困惑度Per=10.0時(shí),數(shù)據(jù)分布產(chǎn)生了整體雜糅性,如下圖3所示。這說明,第一,互聯(lián)網(wǎng)金融發(fā)展在地區(qū)之間的聚集分布不是完全性的,雖然主要是依從一個(gè)整體,但是存在空間聚集差異。第二,在圖3中,地級市互聯(lián)網(wǎng)金融發(fā)展區(qū)域分布以橫縱坐標(biāo)原點(diǎn)為中心向外擴(kuò)散。橫坐標(biāo)的大小代表相對于平均水平的各城市互聯(lián)網(wǎng)金融發(fā)展情況,縱坐標(biāo)表示互聯(lián)網(wǎng)金融的支付、基金、信貸、保險(xiǎn)四大分業(yè)務(wù)發(fā)展的均衡動(dòng)蕩程度,這與上文PCA算法得到的效果類似,也與互聯(lián)網(wǎng)金融發(fā)展指數(shù)局部Moran’s散點(diǎn)圖得到的效果相似[7]。游離在聚焦原點(diǎn)外的數(shù)據(jù)大部分是一、三、四象限分布,少數(shù)在第二象限。第二象的坐標(biāo)具體含義是:互聯(lián)網(wǎng)金融發(fā)展指數(shù)較低、分業(yè)務(wù)發(fā)展的差異性很高,但實(shí)驗(yàn)結(jié)果是第二象限呈現(xiàn)極少的散點(diǎn)分布。結(jié)合我國互聯(lián)網(wǎng)金融發(fā)展實(shí)際情況,以及上述PCA聚類結(jié)果,可以看出,中國西部城市在互聯(lián)網(wǎng)金融整體水平較低的情況下,分業(yè)務(wù)發(fā)展的均衡性卻與發(fā)達(dá)城市相同的現(xiàn)象。這也印證了本文第四部分得出的中國互聯(lián)網(wǎng)金融發(fā)展情況是個(gè)別省份極端發(fā)展、多數(shù)省份相互聚集的尖峰厚尾現(xiàn)象。

    圖2 t-SNE下的地級市互聯(lián)網(wǎng)金融發(fā)展聚類圖

    圖3 t-SNE下的地級市互聯(lián)網(wǎng)金融發(fā)展關(guān)聯(lián)圖

    六、互聯(lián)網(wǎng)金融空間聚集對系統(tǒng)性風(fēng)險(xiǎn)監(jiān)管的管理啟示

    結(jié)合李建平(2010)等風(fēng)險(xiǎn)相關(guān)性與集成的研究成果[45],從管理啟示角度,本文認(rèn)為我國互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)在區(qū)域上的防控可從以下三個(gè)方面關(guān)注。

    (一)地理空間聚集傳染風(fēng)險(xiǎn)

    我國互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)需要注意區(qū)域性防范問題,避免區(qū)域性傳染風(fēng)險(xiǎn)。從上述聚類結(jié)果看,中國互聯(lián)網(wǎng)金融發(fā)展主要集聚在沿海東部地區(qū),呈現(xiàn)區(qū)域特征。這一方面增大了互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)的傳染性,另一方面也反映出對聚集區(qū)域進(jìn)行針對性監(jiān)管的必要性。具體來說,東部發(fā)達(dá)地區(qū)體現(xiàn)出互聯(lián)網(wǎng)發(fā)展速度極端化特點(diǎn),該類區(qū)域經(jīng)濟(jì)金融發(fā)展水平高、互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)完善、互聯(lián)網(wǎng)金融發(fā)展的需求與供給充足。這極大地促進(jìn)了互聯(lián)網(wǎng)金融發(fā)展在空間區(qū)域選擇上的傾斜;經(jīng)濟(jì)發(fā)展良好的地區(qū)在互聯(lián)網(wǎng)金融的發(fā)展速度上增速很高,且伴隨有互聯(lián)網(wǎng)金融不同業(yè)務(wù)之間的發(fā)展差異;經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)雖然受到互聯(lián)網(wǎng)跨時(shí)空障礙、方便快捷的優(yōu)勢影響,但互聯(lián)網(wǎng)金融發(fā)展的速度與動(dòng)力要落后于東部地區(qū)。這種互聯(lián)網(wǎng)金融發(fā)展的區(qū)域性差異,可能帶來互聯(lián)網(wǎng)金融的傳染性系統(tǒng)風(fēng)險(xiǎn),在宏觀監(jiān)管過程中需要重點(diǎn)關(guān)注。

    (二)業(yè)務(wù)發(fā)展差異性風(fēng)險(xiǎn)

    業(yè)務(wù)發(fā)展的差異性,可在中觀層面帶來系統(tǒng)性風(fēng)險(xiǎn),需要關(guān)注。從分級業(yè)務(wù)的發(fā)展情況來看,互聯(lián)網(wǎng)金融發(fā)展領(lǐng)先的城市在互聯(lián)網(wǎng)支付、基金、信貸、保險(xiǎn)四大業(yè)務(wù)上發(fā)展均衡,而發(fā)展中等水平的城市呈現(xiàn)了業(yè)務(wù)間發(fā)展高低不平衡的特征。這同Allen的研究一致,即從經(jīng)濟(jì)平衡的角度解釋系統(tǒng)性風(fēng)險(xiǎn),考慮到經(jīng)濟(jì)發(fā)展不僅體現(xiàn)在總體量上的差距,實(shí)際上也需要參考各級市場的發(fā)展情況[15]。我們的研究認(rèn)為,從系統(tǒng)內(nèi)在聯(lián)系的角度,互聯(lián)網(wǎng)金融發(fā)展處于中游的城市,其不均衡的業(yè)務(wù)發(fā)展意味著互聯(lián)網(wǎng)金融發(fā)展存在市場差異,這也可能帶來系統(tǒng)風(fēng)險(xiǎn),需要在監(jiān)管過程中關(guān)注業(yè)務(wù)發(fā)展的差異性。

    (三)互聯(lián)網(wǎng)金融發(fā)展系統(tǒng)性重要城市風(fēng)險(xiǎn)

    從網(wǎng)絡(luò)科學(xué)角度,網(wǎng)絡(luò)中的節(jié)點(diǎn)間存在聯(lián)系,不同節(jié)點(diǎn)的重要性不同,對網(wǎng)絡(luò)的影響也不同。如果將全國互聯(lián)網(wǎng)金融看成一個(gè)網(wǎng)絡(luò),根據(jù)上述聚類實(shí)證研究發(fā)現(xiàn),北京、上海、深圳、杭州等城市是我國互聯(lián)網(wǎng)金融發(fā)展突出的城市,對周邊地區(qū)輻射效應(yīng)也最為強(qiáng)烈。北京、上?;趥鹘y(tǒng)金融中心基礎(chǔ),深圳依托微信相關(guān)互聯(lián)網(wǎng)金融基礎(chǔ),以及杭州依托螞蟻金融為主的互聯(lián)網(wǎng)金融發(fā)展,為這些城市互聯(lián)網(wǎng)金融發(fā)展提供了良好的機(jī)會(huì)。朱曉謙等(2018)的研究發(fā)現(xiàn),單個(gè)金融機(jī)構(gòu)的危機(jī)可能導(dǎo)致整個(gè)金融系統(tǒng)陷入危機(jī),用概率可以度量系統(tǒng)性風(fēng)險(xiǎn)[46]。巴塞爾資本協(xié)議III針對2007年金融危機(jī)提出了系統(tǒng)性重要金融機(jī)構(gòu)的概念,加強(qiáng)對系統(tǒng)性重要金融機(jī)構(gòu)的監(jiān)管。基于第五部分研究的結(jié)果,我們認(rèn)為,考慮到互聯(lián)網(wǎng)跨時(shí)空、集聚效應(yīng)更強(qiáng)和風(fēng)險(xiǎn)傳播更快的特點(diǎn),除了關(guān)注系統(tǒng)性重要金融機(jī)構(gòu),有必要從中觀層面,關(guān)注系統(tǒng)性重要城市可能給金融體系帶來的系統(tǒng)性風(fēng)險(xiǎn)。

    七、結(jié) 論

    互聯(lián)網(wǎng)金融給經(jīng)濟(jì)金融帶來深刻影響,其風(fēng)險(xiǎn)問題也不容小覷。區(qū)別于傳統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)度量研究方法,本文從風(fēng)險(xiǎn)傳染視角,對高維數(shù)據(jù)進(jìn)行降維和聚類處理,研究互聯(lián)網(wǎng)金融在空間地理上的可視化展現(xiàn)與業(yè)務(wù)分布上的結(jié)構(gòu)差異,得到了互聯(lián)網(wǎng)金融發(fā)展的系統(tǒng)性風(fēng)險(xiǎn)區(qū)域特征。從實(shí)證結(jié)果來看,t-SNE算法能夠較好地捕獲系統(tǒng)性風(fēng)險(xiǎn)發(fā)生的特征與薄弱環(huán)節(jié),并得出互聯(lián)網(wǎng)金融市場存在的尖峰、厚尾等特征,在此基礎(chǔ)上本文提出三方面互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)防控建議。

    下一步的研究,一方面,可以利用互聯(lián)網(wǎng)金融機(jī)構(gòu)內(nèi)部數(shù)據(jù)或仿真數(shù)據(jù),進(jìn)行更細(xì)顆粒度地建模,或許發(fā)現(xiàn)更有價(jià)值的結(jié)論。另一方面,本文提出的三方面互聯(lián)網(wǎng)金融系統(tǒng)性風(fēng)險(xiǎn)有必要從金融風(fēng)險(xiǎn)傳染、金融監(jiān)管等角度進(jìn)行建模研究,如通過研究區(qū)域聚集系數(shù)從而得到較為精確的區(qū)域風(fēng)險(xiǎn)比重;結(jié)合更具體數(shù)據(jù),對互聯(lián)網(wǎng)金融系統(tǒng)性城市、以及重要金融機(jī)構(gòu)判斷方法進(jìn)行深入研究;運(yùn)用科學(xué)的理論方法找到不同互聯(lián)網(wǎng)金融業(yè)務(wù)發(fā)展的合適比例。

    猜你喜歡
    系統(tǒng)性聚類金融
    對于單身的偏見系統(tǒng)性地入侵了我們的生活?
    何方平:我與金融相伴25年
    金橋(2018年12期)2019-01-29 02:47:36
    君唯康的金融夢
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    超聲引導(dǎo)經(jīng)直腸“10+X”點(diǎn)系統(tǒng)性穿刺前列腺的診療體會(huì)
    P2P金融解讀
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    論《文心雕龍·體性》篇的系統(tǒng)性特征
    名作欣賞(2014年29期)2014-02-28 11:24:31
    自適應(yīng)確定K-means算法的聚類數(shù):以遙感圖像聚類為例
    久久精品亚洲精品国产色婷小说| 色av中文字幕| 女人被狂操c到高潮| 欧美成人免费av一区二区三区| 一级作爱视频免费观看| 97超级碰碰碰精品色视频在线观看| 亚洲免费av在线视频| 成人欧美大片| 女人被躁到高潮嗷嗷叫费观| 国产av一区二区精品久久| 日本免费a在线| 久久天躁狠狠躁夜夜2o2o| 少妇的丰满在线观看| 亚洲国产精品久久男人天堂| 男男h啪啪无遮挡| 亚洲精品国产一区二区精华液| svipshipincom国产片| 大码成人一级视频| 亚洲男人的天堂狠狠| 久久人妻av系列| 黑人操中国人逼视频| 侵犯人妻中文字幕一二三四区| 亚洲专区中文字幕在线| 国产av一区二区精品久久| 日韩三级视频一区二区三区| 亚洲aⅴ乱码一区二区在线播放 | 欧美乱码精品一区二区三区| 色综合婷婷激情| 在线国产一区二区在线| 九色亚洲精品在线播放| 精品电影一区二区在线| 好看av亚洲va欧美ⅴa在| 国产成人免费无遮挡视频| 男男h啪啪无遮挡| 黄色a级毛片大全视频| 日日夜夜操网爽| 中文字幕av电影在线播放| 久久精品国产综合久久久| 天天一区二区日本电影三级 | 亚洲精品在线观看二区| 国产精品香港三级国产av潘金莲| 欧美黄色片欧美黄色片| 淫秽高清视频在线观看| 久久人妻熟女aⅴ| 一本久久中文字幕| 性欧美人与动物交配| 我的亚洲天堂| 亚洲专区国产一区二区| 国产一区在线观看成人免费| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲久久久国产精品| 大陆偷拍与自拍| а√天堂www在线а√下载| av福利片在线| 亚洲在线自拍视频| 又紧又爽又黄一区二区| av在线播放免费不卡| 国产精品日韩av在线免费观看 | 欧美在线一区亚洲| 欧美一级毛片孕妇| 丝袜美足系列| 欧美日韩黄片免| 91成人精品电影| 他把我摸到了高潮在线观看| 亚洲人成77777在线视频| 日韩av在线大香蕉| 日韩一卡2卡3卡4卡2021年| xxx96com| 久久久久国产精品人妻aⅴ院| 国产高清视频在线播放一区| 两个人免费观看高清视频| 十八禁网站免费在线| 一级片免费观看大全| 日韩一卡2卡3卡4卡2021年| 亚洲情色 制服丝袜| 久久精品亚洲熟妇少妇任你| 午夜精品国产一区二区电影| 国产私拍福利视频在线观看| 黄频高清免费视频| 久久这里只有精品19| 精品一区二区三区av网在线观看| 成年版毛片免费区| av天堂在线播放| 宅男免费午夜| 俄罗斯特黄特色一大片| 国产成人一区二区三区免费视频网站| 久久热在线av| 亚洲自偷自拍图片 自拍| 色哟哟哟哟哟哟| 午夜福利一区二区在线看| 亚洲人成77777在线视频| 国产欧美日韩一区二区精品| 亚洲第一电影网av| 亚洲午夜精品一区,二区,三区| 自线自在国产av| 欧美黄色片欧美黄色片| 色播亚洲综合网| x7x7x7水蜜桃| 国产激情欧美一区二区| 999精品在线视频| 欧美黑人精品巨大| 99国产精品一区二区蜜桃av| 久久久久久亚洲精品国产蜜桃av| xxx96com| 亚洲一区二区三区色噜噜| 久久国产乱子伦精品免费另类| 欧美亚洲日本最大视频资源| 亚洲性夜色夜夜综合| 久久午夜亚洲精品久久| 九色国产91popny在线| 亚洲一区中文字幕在线| 国产又爽黄色视频| 18禁美女被吸乳视频| 美女 人体艺术 gogo| 亚洲国产精品久久男人天堂| 日韩精品中文字幕看吧| avwww免费| 欧美激情高清一区二区三区| 欧美色欧美亚洲另类二区 | 国产亚洲精品第一综合不卡| 天堂√8在线中文| 狠狠狠狠99中文字幕| 国内精品久久久久久久电影| 99精品在免费线老司机午夜| 亚洲伊人色综图| 国产精品日韩av在线免费观看 | www.自偷自拍.com| 国产亚洲精品久久久久5区| 久久精品成人免费网站| 久久久国产成人免费| 久久久久精品国产欧美久久久| 两性午夜刺激爽爽歪歪视频在线观看 | 搡老妇女老女人老熟妇| 在线av久久热| 在线十欧美十亚洲十日本专区| 不卡av一区二区三区| 亚洲精品在线观看二区| 亚洲狠狠婷婷综合久久图片| 精品熟女少妇八av免费久了| 欧美最黄视频在线播放免费| 12—13女人毛片做爰片一| 国产精品,欧美在线| 亚洲av熟女| 操美女的视频在线观看| 中出人妻视频一区二区| 国产亚洲精品一区二区www| 91字幕亚洲| 精品国产美女av久久久久小说| 变态另类丝袜制服| 无人区码免费观看不卡| 亚洲 欧美一区二区三区| 亚洲 国产 在线| 美女高潮喷水抽搐中文字幕| 国产成人影院久久av| 高清在线国产一区| 成人国产综合亚洲| 国产av一区二区精品久久| 啪啪无遮挡十八禁网站| 国内久久婷婷六月综合欲色啪| 欧美精品啪啪一区二区三区| 精品国产一区二区三区四区第35| 欧美日韩中文字幕国产精品一区二区三区 | 大陆偷拍与自拍| 欧美色欧美亚洲另类二区 | 日韩 欧美 亚洲 中文字幕| or卡值多少钱| 久久久久久亚洲精品国产蜜桃av| 亚洲va日本ⅴa欧美va伊人久久| 欧美日本亚洲视频在线播放| 少妇裸体淫交视频免费看高清 | 日韩免费av在线播放| 18禁国产床啪视频网站| 国产色视频综合| 欧美中文综合在线视频| 曰老女人黄片| 日本 av在线| 亚洲黑人精品在线| 一卡2卡三卡四卡精品乱码亚洲| 日韩国内少妇激情av| 18禁观看日本| 成人免费观看视频高清| 国产精品美女特级片免费视频播放器 | 波多野结衣一区麻豆| 精品一区二区三区av网在线观看| 亚洲国产欧美日韩在线播放| 十八禁网站免费在线| 一级作爱视频免费观看| 国产精品亚洲美女久久久| 最好的美女福利视频网| 亚洲一码二码三码区别大吗| 久久伊人香网站| 色老头精品视频在线观看| 97人妻精品一区二区三区麻豆 | 国产精品av久久久久免费| 女警被强在线播放| 国产亚洲精品一区二区www| 无遮挡黄片免费观看| 中文字幕另类日韩欧美亚洲嫩草| e午夜精品久久久久久久| 精品久久久精品久久久| 亚洲第一av免费看| 国产成人影院久久av| 亚洲情色 制服丝袜| 黄色 视频免费看| 亚洲精品美女久久av网站| 搡老妇女老女人老熟妇| 久久伊人香网站| 一区二区三区激情视频| 黄色视频不卡| 18禁黄网站禁片午夜丰满| 99精品在免费线老司机午夜| 此物有八面人人有两片| 少妇裸体淫交视频免费看高清 | 妹子高潮喷水视频| av有码第一页| 亚洲成国产人片在线观看| 欧美激情久久久久久爽电影 | 亚洲欧洲精品一区二区精品久久久| 亚洲va日本ⅴa欧美va伊人久久| 美女大奶头视频| 黄频高清免费视频| 欧美一级a爱片免费观看看 | 9色porny在线观看| 色哟哟哟哟哟哟| 久久精品影院6| 操出白浆在线播放| 女人爽到高潮嗷嗷叫在线视频| 日本免费一区二区三区高清不卡 | 欧美一级毛片孕妇| 变态另类成人亚洲欧美熟女 | svipshipincom国产片| 亚洲av五月六月丁香网| av视频免费观看在线观看| 日韩大码丰满熟妇| 精品高清国产在线一区| 久久国产精品男人的天堂亚洲| 欧美在线一区亚洲| 黑人欧美特级aaaaaa片| 亚洲伊人色综图| 91av网站免费观看| 欧美另类亚洲清纯唯美| 欧美日韩黄片免| videosex国产| 成人亚洲精品av一区二区| 女同久久另类99精品国产91| 亚洲第一av免费看| 一级,二级,三级黄色视频| 日本在线视频免费播放| 国产精品综合久久久久久久免费 | 精品无人区乱码1区二区| 91精品国产国语对白视频| 国产野战对白在线观看| 中亚洲国语对白在线视频| 国内精品久久久久精免费| 波多野结衣高清无吗| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品国产色婷婷电影| 亚洲成人久久性| 精品久久久久久久毛片微露脸| 久久久国产成人精品二区| 欧美激情久久久久久爽电影 | 欧美丝袜亚洲另类 | 国产激情久久老熟女| 美女国产高潮福利片在线看| 国产欧美日韩一区二区三| 1024视频免费在线观看| 一级毛片精品| 伊人久久大香线蕉亚洲五| 久久中文字幕人妻熟女| svipshipincom国产片| 老汉色∧v一级毛片| 欧美日韩中文字幕国产精品一区二区三区 | 色av中文字幕| 亚洲三区欧美一区| 露出奶头的视频| 亚洲成a人片在线一区二区| 搞女人的毛片| 欧美午夜高清在线| 国产极品粉嫩免费观看在线| 天天一区二区日本电影三级 | 高清在线国产一区| 亚洲成人久久性| 久久人妻熟女aⅴ| 国产精品一区二区在线不卡| 亚洲专区中文字幕在线| 一夜夜www| 国产精品 欧美亚洲| 亚洲精品在线美女| 91成年电影在线观看| 欧美成人免费av一区二区三区| 亚洲中文字幕日韩| 国产亚洲欧美在线一区二区| www国产在线视频色| 亚洲人成网站在线播放欧美日韩| or卡值多少钱| 两个人看的免费小视频| 久久国产乱子伦精品免费另类| 99riav亚洲国产免费| 在线国产一区二区在线| 久久精品国产清高在天天线| 97超级碰碰碰精品色视频在线观看| 一二三四在线观看免费中文在| 长腿黑丝高跟| av片东京热男人的天堂| 妹子高潮喷水视频| 香蕉丝袜av| 欧洲精品卡2卡3卡4卡5卡区| 纯流量卡能插随身wifi吗| 嫩草影院精品99| 亚洲精品国产一区二区精华液| 老汉色∧v一级毛片| 日本免费a在线| svipshipincom国产片| 天天躁夜夜躁狠狠躁躁| 人成视频在线观看免费观看| 一级毛片精品| 精品国产美女av久久久久小说| 午夜老司机福利片| 侵犯人妻中文字幕一二三四区| 亚洲性夜色夜夜综合| 国产高清videossex| 久久人人97超碰香蕉20202| 欧美成人性av电影在线观看| 男男h啪啪无遮挡| 久久婷婷人人爽人人干人人爱 | 国语自产精品视频在线第100页| 亚洲精品美女久久久久99蜜臀| av片东京热男人的天堂| 精品国产亚洲在线| 欧美日韩乱码在线| 啦啦啦韩国在线观看视频| 成人三级黄色视频| bbb黄色大片| 欧美日韩精品网址| 露出奶头的视频| 久久伊人香网站| 999久久久国产精品视频| 两个人视频免费观看高清| 久久伊人香网站| 亚洲 国产 在线| 色播亚洲综合网| 精品高清国产在线一区| 国产私拍福利视频在线观看| 欧美黄色淫秽网站| 久久精品91蜜桃| 亚洲av电影在线进入| 国产成人啪精品午夜网站| 亚洲精品中文字幕在线视频| 免费人成视频x8x8入口观看| 美女扒开内裤让男人捅视频| 午夜免费成人在线视频| 亚洲av第一区精品v没综合| 久久久久久久久免费视频了| 啦啦啦免费观看视频1| 99在线视频只有这里精品首页| 日韩精品中文字幕看吧| 大陆偷拍与自拍| 精品久久久久久久久久免费视频| 无遮挡黄片免费观看| 久久性视频一级片| 波多野结衣巨乳人妻| АⅤ资源中文在线天堂| 法律面前人人平等表现在哪些方面| 精品高清国产在线一区| 男女下面进入的视频免费午夜 | 亚洲国产欧美一区二区综合| 波多野结衣巨乳人妻| 18禁国产床啪视频网站| 老司机福利观看| 男人舔女人的私密视频| 最近最新免费中文字幕在线| 国产伦一二天堂av在线观看| 日本精品一区二区三区蜜桃| 色av中文字幕| 涩涩av久久男人的天堂| 99香蕉大伊视频| 少妇 在线观看| 午夜亚洲福利在线播放| 中文字幕av电影在线播放| 精品国产美女av久久久久小说| 成人国语在线视频| 成人av一区二区三区在线看| 久久亚洲真实| 看黄色毛片网站| 91麻豆精品激情在线观看国产| 两人在一起打扑克的视频| 亚洲成人免费电影在线观看| 久久精品国产亚洲av高清一级| 麻豆一二三区av精品| 国产精品久久久久久精品电影 | 成熟少妇高潮喷水视频| 女人被躁到高潮嗷嗷叫费观| 桃红色精品国产亚洲av| 亚洲色图av天堂| 天天添夜夜摸| 久久 成人 亚洲| 亚洲国产毛片av蜜桃av| 人人妻人人澡人人看| 中文亚洲av片在线观看爽| 男女之事视频高清在线观看| 亚洲av成人一区二区三| 女生性感内裤真人,穿戴方法视频| 中文字幕最新亚洲高清| 亚洲美女黄片视频| 别揉我奶头~嗯~啊~动态视频| av免费在线观看网站| 欧美日韩乱码在线| 黑人操中国人逼视频| 一区福利在线观看| x7x7x7水蜜桃| 欧美亚洲日本最大视频资源| 欧美成人一区二区免费高清观看 | 午夜精品国产一区二区电影| x7x7x7水蜜桃| 国产视频一区二区在线看| 两性夫妻黄色片| 老司机在亚洲福利影院| 日韩视频一区二区在线观看| 午夜成年电影在线免费观看| 人人妻,人人澡人人爽秒播| 禁无遮挡网站| 欧美精品亚洲一区二区| 亚洲久久久国产精品| 午夜久久久在线观看| 亚洲国产精品999在线| bbb黄色大片| 国产一区二区三区视频了| a级毛片在线看网站| 亚洲va日本ⅴa欧美va伊人久久| 一区福利在线观看| 老司机午夜福利在线观看视频| 国产精品影院久久| 日本一区二区免费在线视频| 亚洲精品国产区一区二| 亚洲精品久久国产高清桃花| 色婷婷久久久亚洲欧美| 黑丝袜美女国产一区| 免费在线观看日本一区| 免费在线观看完整版高清| 久久伊人香网站| 啦啦啦免费观看视频1| 桃色一区二区三区在线观看| 久久久久亚洲av毛片大全| 久99久视频精品免费| 999久久久精品免费观看国产| 免费看十八禁软件| 久热爱精品视频在线9| 俄罗斯特黄特色一大片| 色综合婷婷激情| 久久精品影院6| 黄色丝袜av网址大全| 成人三级黄色视频| 国产精品亚洲av一区麻豆| 美女大奶头视频| 夜夜夜夜夜久久久久| 久久久久亚洲av毛片大全| 99久久综合精品五月天人人| av在线播放免费不卡| 最近最新中文字幕大全电影3 | АⅤ资源中文在线天堂| 国产精品亚洲美女久久久| av视频免费观看在线观看| 99riav亚洲国产免费| 九色亚洲精品在线播放| 亚洲中文av在线| 精品久久久久久久久久免费视频| 在线视频色国产色| 欧美黄色淫秽网站| 久久久国产欧美日韩av| 国产亚洲欧美98| 97碰自拍视频| 精品国产一区二区久久| 黑人巨大精品欧美一区二区蜜桃| 一进一出抽搐动态| ponron亚洲| 欧美色视频一区免费| 国产亚洲精品久久久久久毛片| 老鸭窝网址在线观看| 女性被躁到高潮视频| 制服丝袜大香蕉在线| 无限看片的www在线观看| 日韩视频一区二区在线观看| 香蕉久久夜色| 中文字幕另类日韩欧美亚洲嫩草| 欧美 亚洲 国产 日韩一| 亚洲精品美女久久久久99蜜臀| 精品久久久久久久久久免费视频| 黄片小视频在线播放| 日韩欧美在线二视频| 一区二区日韩欧美中文字幕| 久久伊人香网站| 男女做爰动态图高潮gif福利片 | 久久精品亚洲熟妇少妇任你| 日本免费a在线| 一本大道久久a久久精品| 亚洲性夜色夜夜综合| 久久精品国产综合久久久| 黄色视频,在线免费观看| 久久精品国产综合久久久| 嫩草影院精品99| 欧美日本视频| 中文字幕另类日韩欧美亚洲嫩草| 国产精品乱码一区二三区的特点 | 久久 成人 亚洲| 变态另类丝袜制服| 可以在线观看毛片的网站| 亚洲精品粉嫩美女一区| 久久国产亚洲av麻豆专区| 欧美日韩中文字幕国产精品一区二区三区 | 久久久国产成人精品二区| 国产蜜桃级精品一区二区三区| 免费久久久久久久精品成人欧美视频| 在线观看免费视频网站a站| 亚洲avbb在线观看| 国产精品久久久久久精品电影 | 午夜精品久久久久久毛片777| 少妇粗大呻吟视频| 国产精品久久视频播放| 又紧又爽又黄一区二区| 国产熟女午夜一区二区三区| 波多野结衣高清无吗| 亚洲成a人片在线一区二区| 久久国产乱子伦精品免费另类| 精品久久蜜臀av无| av欧美777| 丰满人妻熟妇乱又伦精品不卡| 亚洲视频免费观看视频| 国产人伦9x9x在线观看| 精品国产美女av久久久久小说| 国产精品一区二区在线不卡| 亚洲av美国av| 精品第一国产精品| 99精品欧美一区二区三区四区| av天堂久久9| 人人妻人人爽人人添夜夜欢视频| 日日夜夜操网爽| or卡值多少钱| 搞女人的毛片| 69av精品久久久久久| 欧美不卡视频在线免费观看 | 老熟妇仑乱视频hdxx| 久9热在线精品视频| 99久久久亚洲精品蜜臀av| 日韩有码中文字幕| 亚洲专区中文字幕在线| 亚洲国产精品久久男人天堂| 在线免费观看的www视频| 欧美一级a爱片免费观看看 | 色婷婷久久久亚洲欧美| 男人操女人黄网站| 波多野结衣高清无吗| 首页视频小说图片口味搜索| 亚洲美女黄片视频| 精品一区二区三区av网在线观看| 欧美日本中文国产一区发布| 9191精品国产免费久久| 久久久久国内视频| 国产午夜福利久久久久久| 男人操女人黄网站| avwww免费| 国产片内射在线| 精品久久久久久久毛片微露脸| 搞女人的毛片| 日本 欧美在线| 一二三四在线观看免费中文在| 真人一进一出gif抽搐免费| 国产精品综合久久久久久久免费 | 久久久久久久久免费视频了| 制服丝袜大香蕉在线| 欧美精品亚洲一区二区| 国产欧美日韩综合在线一区二区| 亚洲国产精品sss在线观看| 色综合欧美亚洲国产小说| 中文字幕人成人乱码亚洲影| 真人做人爱边吃奶动态| 午夜亚洲福利在线播放| 欧美 亚洲 国产 日韩一| 99香蕉大伊视频| 午夜影院日韩av| 女人被狂操c到高潮| 美女午夜性视频免费| 国产精品久久电影中文字幕| 久久狼人影院| 国产成人欧美在线观看| 日韩成人在线观看一区二区三区| √禁漫天堂资源中文www| 男女下面进入的视频免费午夜 | 日韩欧美一区视频在线观看| 国产精品一区二区在线不卡| 99国产精品免费福利视频| 精品高清国产在线一区| 亚洲欧美一区二区三区黑人| 黑人操中国人逼视频| 18禁美女被吸乳视频| 国产精品一区二区精品视频观看| 高清黄色对白视频在线免费看| 一二三四在线观看免费中文在| 国产av又大| 91字幕亚洲| 少妇的丰满在线观看| 黄片小视频在线播放| 丝袜美足系列| 亚洲aⅴ乱码一区二区在线播放 | 深夜精品福利| 亚洲精品av麻豆狂野| 亚洲性夜色夜夜综合| 丝袜在线中文字幕| 欧美丝袜亚洲另类 | netflix在线观看网站| 国产精品av久久久久免费| 欧美精品亚洲一区二区| 久久香蕉激情| 日韩精品青青久久久久久| 人妻久久中文字幕网| 老汉色av国产亚洲站长工具|