• <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
    大香蕉久久网| 国产成人freesex在线| 免费看不卡的av| av视频免费观看在线观看| 亚洲欧美日韩东京热| 欧美激情极品国产一区二区三区 | 青春草亚洲视频在线观看| 久久影院123| 午夜免费鲁丝| 99热6这里只有精品| 亚洲国产精品国产精品| 熟女av电影| 久久精品国产亚洲av涩爱| 国产极品天堂在线| 精品久久久久久电影网| 一级二级三级毛片免费看| 亚洲欧美清纯卡通| 王馨瑶露胸无遮挡在线观看| 美女视频免费永久观看网站| 成人午夜精彩视频在线观看| 久久国产精品大桥未久av | 色哟哟·www| 丰满乱子伦码专区| 亚洲欧美日韩另类电影网站| 成人综合一区亚洲| 久久国产精品大桥未久av | 韩国高清视频一区二区三区| 青春草视频在线免费观看| 精品少妇黑人巨大在线播放| 久久人人爽人人片av| 一个人看视频在线观看www免费| 少妇裸体淫交视频免费看高清| 成人18禁高潮啪啪吃奶动态图 | 国产成人91sexporn| 欧美精品一区二区免费开放| 国内少妇人妻偷人精品xxx网站| 色5月婷婷丁香| 97在线人人人人妻| 最近手机中文字幕大全| 成人漫画全彩无遮挡| 久久99精品国语久久久| 我的老师免费观看完整版| a级片在线免费高清观看视频| 亚洲综合色惰| 美女大奶头黄色视频| 国产黄片美女视频| 边亲边吃奶的免费视频| 亚洲精品日韩在线中文字幕| 国产 一区精品| 黑人高潮一二区| 久久青草综合色| 在线 av 中文字幕| 女的被弄到高潮叫床怎么办| 国产在线男女| 色5月婷婷丁香| 亚洲欧美精品专区久久| 国产欧美另类精品又又久久亚洲欧美| 久久综合国产亚洲精品| 女性被躁到高潮视频| 国产无遮挡羞羞视频在线观看| 久久久精品免费免费高清| 在线天堂最新版资源| 午夜av观看不卡| 啦啦啦在线观看免费高清www| 国产免费视频播放在线视频| 99热6这里只有精品| 丝袜喷水一区| 国产在线视频一区二区| 国产成人精品无人区| 国产伦精品一区二区三区视频9| 欧美性感艳星| 中文乱码字字幕精品一区二区三区| 中文字幕亚洲精品专区| 国产淫语在线视频| 国产免费一级a男人的天堂| 亚洲怡红院男人天堂| 我要看日韩黄色一级片| 欧美 亚洲 国产 日韩一| 国产色爽女视频免费观看| 色94色欧美一区二区| 亚洲真实伦在线观看| 国产一区亚洲一区在线观看| 在线观看美女被高潮喷水网站| 国产精品久久久久久精品古装| 男女无遮挡免费网站观看| 色94色欧美一区二区| 只有这里有精品99| 久久久久久久久大av| 天堂8中文在线网| 男人爽女人下面视频在线观看| 自线自在国产av| 国产毛片在线视频| a级片在线免费高清观看视频| 国产午夜精品久久久久久一区二区三区| 日韩大片免费观看网站| 久久99热这里只频精品6学生| 下体分泌物呈黄色| 一级毛片黄色毛片免费观看视频| 天天躁夜夜躁狠狠久久av| 桃花免费在线播放| 黄色毛片三级朝国网站 | 性色av一级| 观看免费一级毛片| 欧美高清成人免费视频www| 久久国产精品大桥未久av | 久久午夜福利片| 麻豆精品久久久久久蜜桃| 在线观看一区二区三区激情| 成人免费观看视频高清| 国产精品成人在线| 国产欧美另类精品又又久久亚洲欧美| 少妇裸体淫交视频免费看高清| 中文乱码字字幕精品一区二区三区| 99久久人妻综合| 国产又色又爽无遮挡免| 你懂的网址亚洲精品在线观看| 久久精品国产自在天天线| av天堂久久9| 久久国内精品自在自线图片| 乱人伦中国视频| 国产成人freesex在线| 亚洲真实伦在线观看| 国产精品免费大片| 一级毛片我不卡| 久久久久久久大尺度免费视频| 人妻一区二区av| 日韩av不卡免费在线播放| 国产一区亚洲一区在线观看| 国产免费一区二区三区四区乱码| 91精品国产九色| 美女视频免费永久观看网站| av视频免费观看在线观看| 我的老师免费观看完整版| 亚洲一级一片aⅴ在线观看| 成人18禁高潮啪啪吃奶动态图 | 天美传媒精品一区二区| 国产精品国产三级国产av玫瑰| 免费不卡的大黄色大毛片视频在线观看| 国产av国产精品国产| 国产日韩欧美视频二区| 久久婷婷青草| 国产成人精品久久久久久| 日韩大片免费观看网站| 热re99久久国产66热| 亚洲欧美日韩另类电影网站| 成人午夜精彩视频在线观看| 欧美三级亚洲精品| 亚洲伊人久久精品综合| 久久精品久久精品一区二区三区| 免费看av在线观看网站| 日日摸夜夜添夜夜添av毛片| 亚洲精品久久久久久婷婷小说| 亚洲国产欧美在线一区| 2021少妇久久久久久久久久久| 乱码一卡2卡4卡精品| 国产白丝娇喘喷水9色精品| 少妇人妻一区二区三区视频| 欧美少妇被猛烈插入视频| av不卡在线播放| 九九爱精品视频在线观看| 欧美+日韩+精品| a级毛片在线看网站| 欧美亚洲 丝袜 人妻 在线| 亚洲欧美精品专区久久| 九色成人免费人妻av| 亚洲四区av| 日本91视频免费播放| 女性生殖器流出的白浆| 在线观看免费日韩欧美大片 | 色婷婷av一区二区三区视频| 久久人人爽av亚洲精品天堂| 亚洲人与动物交配视频| 中文字幕人妻熟人妻熟丝袜美| 九草在线视频观看| 91aial.com中文字幕在线观看| 免费av中文字幕在线| 亚洲国产最新在线播放| 亚洲国产成人一精品久久久| 亚洲无线观看免费| 久久免费观看电影| 夫妻午夜视频| 国产成人aa在线观看| 亚洲丝袜综合中文字幕| 亚洲精品aⅴ在线观看| 日韩三级伦理在线观看| 国产亚洲精品久久久com| 观看免费一级毛片| 三级经典国产精品| 日韩伦理黄色片| 久久精品久久精品一区二区三区| 亚洲国产欧美日韩在线播放 | 哪个播放器可以免费观看大片| 99热网站在线观看| 午夜免费鲁丝| 一级黄片播放器| 观看免费一级毛片| 免费观看在线日韩| 97超视频在线观看视频| av一本久久久久| 国产黄色视频一区二区在线观看| 精品久久久噜噜| 亚洲av日韩在线播放| 国产欧美另类精品又又久久亚洲欧美| 亚洲婷婷狠狠爱综合网| 久久久久久久久久久丰满| 岛国毛片在线播放| 免费观看a级毛片全部| 在线观看国产h片| 国产美女午夜福利| 日韩欧美一区视频在线观看 | 免费久久久久久久精品成人欧美视频 | 日本黄色日本黄色录像| 亚洲熟女精品中文字幕| 人人澡人人妻人| 成人二区视频| 久久99一区二区三区| 久久99热这里只频精品6学生| 国产成人精品一,二区| 国产 一区精品| 日韩亚洲欧美综合| 亚洲欧美日韩东京热| 一级片'在线观看视频| 一级av片app| 国产免费一级a男人的天堂| 国产av国产精品国产| 亚洲丝袜综合中文字幕| 成人国产麻豆网| 午夜福利影视在线免费观看| 国产日韩欧美在线精品| 国产免费一级a男人的天堂| 免费久久久久久久精品成人欧美视频 | 91久久精品国产一区二区成人| 国产91av在线免费观看| 美女脱内裤让男人舔精品视频| 女人精品久久久久毛片| 国产免费一区二区三区四区乱码| 黑人巨大精品欧美一区二区蜜桃 | 亚洲精品国产av成人精品| 久久久久网色| 亚洲丝袜综合中文字幕| 婷婷色麻豆天堂久久| 国产亚洲欧美精品永久| 国内精品宾馆在线| a级毛色黄片| 日韩成人伦理影院| 国产亚洲5aaaaa淫片| 成人影院久久| 在线观看www视频免费| 国产伦理片在线播放av一区| 自拍偷自拍亚洲精品老妇| 偷拍熟女少妇极品色| 国产精品久久久久久精品古装| 久久久精品免费免费高清| 中文资源天堂在线| 丝瓜视频免费看黄片| 又黄又爽又刺激的免费视频.| 赤兔流量卡办理| 看十八女毛片水多多多| 日韩,欧美,国产一区二区三区| 午夜福利在线观看免费完整高清在| 永久网站在线| 日韩欧美 国产精品| 边亲边吃奶的免费视频| 日韩av不卡免费在线播放| 国产极品天堂在线| 日日撸夜夜添| 最近中文字幕高清免费大全6| 精品一区在线观看国产| 大香蕉97超碰在线| 丝袜喷水一区| 午夜福利在线观看免费完整高清在| 欧美国产精品一级二级三级 | 人妻 亚洲 视频| 中文欧美无线码| 嫩草影院新地址| 国产精品蜜桃在线观看| 欧美+日韩+精品| 99热国产这里只有精品6| 一区二区三区免费毛片| 成人综合一区亚洲| 这个男人来自地球电影免费观看 | 啦啦啦中文免费视频观看日本| 免费观看的影片在线观看| 久久婷婷青草| 欧美精品一区二区免费开放| 免费观看无遮挡的男女| videos熟女内射| 国产女主播在线喷水免费视频网站| 夫妻午夜视频| 日本黄色片子视频| 国产成人freesex在线| 亚洲美女黄色视频免费看| 日本爱情动作片www.在线观看| 亚洲四区av| 18禁动态无遮挡网站| 亚洲经典国产精华液单| 久久久久视频综合| 久久影院123| 特大巨黑吊av在线直播| 欧美高清成人免费视频www| 成人黄色视频免费在线看| 嫩草影院入口| 国产欧美日韩精品一区二区| 日本与韩国留学比较| 久久99热这里只频精品6学生| av线在线观看网站| 亚洲av欧美aⅴ国产| 成人影院久久| 中文字幕亚洲精品专区| 肉色欧美久久久久久久蜜桃| 日韩强制内射视频| 国产精品久久久久久精品古装| 三级经典国产精品| 日韩中文字幕视频在线看片| 欧美日韩av久久| 麻豆成人av视频| 亚洲国产av新网站| 亚洲高清免费不卡视频| 亚洲人成网站在线观看播放| 汤姆久久久久久久影院中文字幕| 国产黄片视频在线免费观看| 亚洲精品一区蜜桃| 国产av精品麻豆| 男女国产视频网站| 自线自在国产av| 免费av不卡在线播放| 又粗又硬又长又爽又黄的视频| 啦啦啦啦在线视频资源| 久久狼人影院| 亚洲精品,欧美精品| 五月伊人婷婷丁香| 色视频在线一区二区三区| 99久久精品一区二区三区| 色吧在线观看| 国产深夜福利视频在线观看| 婷婷色综合大香蕉| 一级av片app| 久久99蜜桃精品久久| 秋霞在线观看毛片| 美女大奶头黄色视频| 国产老妇伦熟女老妇高清| 国产熟女欧美一区二区| 亚洲婷婷狠狠爱综合网| 亚洲成色77777| 在线观看免费高清a一片| 久久久久久久久久成人| 我要看日韩黄色一级片| 蜜桃在线观看..| 多毛熟女@视频| 精品一品国产午夜福利视频| 日韩av免费高清视频| 国产色婷婷99| 亚洲av福利一区| 黄色欧美视频在线观看| xxx大片免费视频| 在线观看人妻少妇| 色婷婷av一区二区三区视频| 国产欧美日韩一区二区三区在线 | 国国产精品蜜臀av免费| 久久这里有精品视频免费| 久久久久视频综合| 亚洲av成人精品一区久久| 日日撸夜夜添| 精品亚洲成国产av| 色吧在线观看| 新久久久久国产一级毛片| 一区在线观看完整版| 久热久热在线精品观看| 欧美日韩视频精品一区| 妹子高潮喷水视频| 蜜臀久久99精品久久宅男| 免费黄色在线免费观看| 久久热精品热| 熟女人妻精品中文字幕| 亚洲av欧美aⅴ国产| 日韩亚洲欧美综合| 交换朋友夫妻互换小说| 久久久久精品性色| 男女啪啪激烈高潮av片| 简卡轻食公司| 美女大奶头黄色视频| 欧美xxxx性猛交bbbb| 久久免费观看电影| 亚洲精品成人av观看孕妇| 男女边摸边吃奶| 久久久久国产精品人妻一区二区| 日韩人妻高清精品专区| 亚洲国产精品成人久久小说| 男的添女的下面高潮视频| 久久精品夜色国产| 日韩人妻高清精品专区| 能在线免费看毛片的网站| 80岁老熟妇乱子伦牲交| 欧美精品一区二区免费开放| 一区二区三区四区激情视频| 精品一区二区三卡| 各种免费的搞黄视频| 日韩视频在线欧美| 五月玫瑰六月丁香| 男人添女人高潮全过程视频| 免费av中文字幕在线| av视频免费观看在线观看| 激情五月婷婷亚洲| 91精品一卡2卡3卡4卡| 成人18禁高潮啪啪吃奶动态图 | 欧美激情极品国产一区二区三区 | 搡老乐熟女国产| 国产av一区二区精品久久| 国产视频首页在线观看| 久久久精品免费免费高清| 国产精品免费大片| 赤兔流量卡办理| 国产亚洲午夜精品一区二区久久| 97在线人人人人妻| 一本—道久久a久久精品蜜桃钙片| 极品少妇高潮喷水抽搐| 99热网站在线观看| 精品亚洲成a人片在线观看| 丰满人妻一区二区三区视频av| 涩涩av久久男人的天堂| 又粗又硬又长又爽又黄的视频| 又黄又爽又刺激的免费视频.| 一级片'在线观看视频| 老熟女久久久| 精品一区二区免费观看| 亚洲人成网站在线播| 五月伊人婷婷丁香| 十八禁高潮呻吟视频 | h视频一区二区三区| 久久久精品94久久精品| 两个人免费观看高清视频 | 人人妻人人澡人人爽人人夜夜| 午夜福利视频精品| 亚洲电影在线观看av| 久久国内精品自在自线图片| 国产女主播在线喷水免费视频网站| 在线免费观看不下载黄p国产| 久久久久久久久久久久大奶| 狂野欧美白嫩少妇大欣赏| 蜜臀久久99精品久久宅男| 久久99热6这里只有精品| 国产午夜精品久久久久久一区二区三区| 欧美日韩亚洲高清精品| 欧美日韩精品成人综合77777| 亚洲av综合色区一区| 久久精品国产自在天天线| 欧美 日韩 精品 国产| 日韩不卡一区二区三区视频在线| 丁香六月天网| 亚洲国产欧美在线一区| 欧美高清成人免费视频www| 在线观看美女被高潮喷水网站| 国产探花极品一区二区| 国模一区二区三区四区视频| 精品国产一区二区三区久久久樱花| 2021少妇久久久久久久久久久| 交换朋友夫妻互换小说| 在线免费观看不下载黄p国产| 亚洲天堂av无毛| 中文字幕免费在线视频6| 春色校园在线视频观看| 日本黄大片高清| 99热全是精品| 国产一区二区三区av在线| 丝袜在线中文字幕| 最近最新中文字幕免费大全7| 亚洲av成人精品一区久久| 国产精品欧美亚洲77777| 日日摸夜夜添夜夜添av毛片| 国产av国产精品国产| 在线天堂最新版资源| 简卡轻食公司| 欧美日韩在线观看h| 免费黄网站久久成人精品| 美女国产视频在线观看| 少妇被粗大的猛进出69影院 | 国产亚洲5aaaaa淫片| 极品教师在线视频| 亚洲伊人久久精品综合| 免费少妇av软件| 国产视频首页在线观看| 国产在线视频一区二区| 国产在视频线精品| 亚洲精品自拍成人| 免费看av在线观看网站| 亚洲一级一片aⅴ在线观看| 中文字幕久久专区| 人人澡人人妻人| 大陆偷拍与自拍| 老司机影院成人| av在线观看视频网站免费| 嘟嘟电影网在线观看| 亚洲欧美成人综合另类久久久| 成人综合一区亚洲| 久久影院123| .国产精品久久| 欧美日韩国产mv在线观看视频| 交换朋友夫妻互换小说| 亚洲精品中文字幕在线视频 | 最新的欧美精品一区二区| 免费看av在线观看网站| av在线观看视频网站免费| 特大巨黑吊av在线直播| 国产男人的电影天堂91| 在线播放无遮挡| 日本爱情动作片www.在线观看| .国产精品久久| 国产精品久久久久成人av| 国产亚洲5aaaaa淫片| 高清毛片免费看| 国产精品成人在线| 亚洲人成网站在线播| 极品人妻少妇av视频| 午夜视频国产福利| 色视频在线一区二区三区| 国产av精品麻豆| 日韩 亚洲 欧美在线| 美女主播在线视频| 久久狼人影院| 嫩草影院新地址| 永久网站在线| 亚洲精品第二区| 99久久精品热视频| 精品一品国产午夜福利视频| av国产精品久久久久影院| 日本黄大片高清| 国产精品国产三级国产专区5o| 亚洲国产精品专区欧美| 大又大粗又爽又黄少妇毛片口| 人人澡人人妻人| 人体艺术视频欧美日本| 国产黄色视频一区二区在线观看| 亚洲av成人精品一二三区| 丝袜喷水一区| 欧美性感艳星| 国产av码专区亚洲av| 国产黄色视频一区二区在线观看| 视频区图区小说| 又黄又爽又刺激的免费视频.| 人人澡人人妻人| 夫妻性生交免费视频一级片| 狂野欧美白嫩少妇大欣赏| 免费播放大片免费观看视频在线观看| 日韩欧美一区视频在线观看 | 欧美日韩一区二区视频在线观看视频在线| 免费在线观看成人毛片| 少妇人妻 视频| 亚洲人成网站在线观看播放| videossex国产| 男人舔奶头视频| 97在线人人人人妻| 国产精品一区二区在线不卡| 国产高清不卡午夜福利| 国产视频内射| 国产精品国产三级国产av玫瑰| 久久久久久久久久成人| 美女cb高潮喷水在线观看| 国产精品福利在线免费观看| 国产色爽女视频免费观看| 日韩成人av中文字幕在线观看| 免费观看在线日韩| 欧美日韩亚洲高清精品| 免费不卡的大黄色大毛片视频在线观看| 国产精品99久久久久久久久| 久久国内精品自在自线图片| 日本av免费视频播放| 亚洲精品456在线播放app| 免费人妻精品一区二区三区视频| 又爽又黄a免费视频| 青春草亚洲视频在线观看| av.在线天堂| 国产日韩欧美视频二区| 亚洲精品色激情综合| 久久久久国产网址| 麻豆成人午夜福利视频| 国产伦精品一区二区三区视频9| 亚洲人成网站在线观看播放| 插阴视频在线观看视频| 欧美亚洲 丝袜 人妻 在线| 少妇精品久久久久久久| 亚洲精品久久午夜乱码| 久久久久久久久久久久大奶| 高清在线视频一区二区三区| 91久久精品国产一区二区三区| 成人亚洲欧美一区二区av| 亚洲四区av| 美女脱内裤让男人舔精品视频| 午夜91福利影院| av天堂中文字幕网| 黄色毛片三级朝国网站 | 91精品伊人久久大香线蕉| 夫妻性生交免费视频一级片| 一本久久精品| 22中文网久久字幕| 亚洲欧美一区二区三区国产| 亚洲天堂av无毛| 久久精品国产亚洲av天美| 免费不卡的大黄色大毛片视频在线观看| 99久久精品一区二区三区| 丰满乱子伦码专区| 看免费成人av毛片| 亚洲国产最新在线播放| 久久久亚洲精品成人影院| 一级av片app| 国内揄拍国产精品人妻在线| 在线观看一区二区三区激情| 久久久精品94久久精品| 另类亚洲欧美激情| 最近中文字幕高清免费大全6| 欧美区成人在线视频| 国产精品熟女久久久久浪| 国产极品天堂在线| 国产一级毛片在线| 一本—道久久a久久精品蜜桃钙片| 久久久久久久亚洲中文字幕|