亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于隨機(jī)森林的第三方支付違規(guī)風(fēng)險(xiǎn)預(yù)警研究

        2020-10-16 03:12:14
        技術(shù)經(jīng)濟(jì) 2020年9期
        關(guān)鍵詞:媒體報(bào)道注冊商標(biāo)牌照

        (復(fù)旦大學(xué) 管理學(xué)院,上海 200433)

        作為互聯(lián)網(wǎng)時(shí)代支付產(chǎn)業(yè)的創(chuàng)新形式,第三方支付在我國金融服務(wù)業(yè)中扮演著重要的角色,對實(shí)體經(jīng)濟(jì)的轉(zhuǎn)型發(fā)展也發(fā)揮著越來越重要的作用。盡管監(jiān)管趨嚴(yán),但第三方支付企業(yè)的各種違規(guī)行為屢禁不止,對支付產(chǎn)業(yè)生態(tài)產(chǎn)生嚴(yán)重的負(fù)面影響。隨著市場準(zhǔn)入限制的進(jìn)一步放開①2018 年博鰲亞洲論壇上,國家主席習(xí)近平在其主旨演講中宣布中國將大幅放寬包括金融業(yè)在內(nèi)的市場準(zhǔn)入,中國人民銀行行長易綱隨后表示已經(jīng)放開銀行卡清算機(jī)構(gòu)和非銀行支付機(jī)構(gòu)的市場準(zhǔn)入限制。,如何從根源上進(jìn)行風(fēng)險(xiǎn)預(yù)警顯得尤為重要。因此,建立完善的第三方支付違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制,構(gòu)建科學(xué)的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系和評(píng)估方法,具有重要的理論和現(xiàn)實(shí)意義。

        目前關(guān)于第三方支付風(fēng)險(xiǎn)管控的相關(guān)研究主要集中在3 個(gè)方面。其一,第三方支付風(fēng)險(xiǎn)的構(gòu)成。楊彪[1]總結(jié)了第三方支付的4 類風(fēng)險(xiǎn),包括金融系統(tǒng)性風(fēng)險(xiǎn)、信息系統(tǒng)與操作風(fēng)險(xiǎn)、市場環(huán)境風(fēng)險(xiǎn)和市場退出潛在風(fēng)險(xiǎn),其中市場環(huán)境風(fēng)險(xiǎn)的具體表現(xiàn)為惡性競爭、洗錢、套現(xiàn)、賭博等形式,市場退出潛在風(fēng)險(xiǎn)包括未取得行政許可的機(jī)構(gòu)退出、取得了行政許可但因經(jīng)營不善而退出兩大類。胡娟[2]指出了第三方支付風(fēng)險(xiǎn)的具體構(gòu)成,包括巨額沉淀資金風(fēng)險(xiǎn)、洗錢風(fēng)險(xiǎn)、信用卡套現(xiàn)風(fēng)險(xiǎn)、消費(fèi)者權(quán)益保護(hù)風(fēng)險(xiǎn)等法律風(fēng)險(xiǎn),業(yè)務(wù)設(shè)施技術(shù)風(fēng)險(xiǎn)以及跨境支付風(fēng)險(xiǎn)。Yang 等[3]從用戶感知和接受度出發(fā),指出支付平臺(tái)與用戶之間存在著信息不對稱風(fēng)險(xiǎn),尤其是績效風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)和隱私風(fēng)險(xiǎn)會(huì)顯著影響支付平臺(tái)的接受度。其二,風(fēng)險(xiǎn)監(jiān)管機(jī)制設(shè)計(jì)。針對互聯(lián)網(wǎng)金融的監(jiān)管難點(diǎn),修永春[4]提出了三元監(jiān)管模式,并分析其分階段運(yùn)行機(jī)制。Xu 等[5]指出中國互聯(lián)網(wǎng)金融市場面臨的監(jiān)管挑戰(zhàn),對目前存在的“自上而下”監(jiān)管方式的有效性展開探討。針對如何防范風(fēng)險(xiǎn),學(xué)者們從監(jiān)管體制、市場準(zhǔn)入和退出機(jī)制等方面提出了許多建議[67]。其三,風(fēng)險(xiǎn)預(yù)警。關(guān)于信用風(fēng)險(xiǎn)的影響因素方面,相關(guān)研究發(fā)現(xiàn)公司的發(fā)展前景、盈利能力、公司規(guī)模、財(cái)務(wù)杠桿等因素會(huì)影響企業(yè)的財(cái)務(wù)欺詐和信息披露違規(guī)[811],投資者關(guān)系管理和內(nèi)部控制質(zhì)量對企業(yè)未來的違規(guī)傾向有顯著影響[12]。在信用風(fēng)險(xiǎn)預(yù)測方面,Logistic 模型是最常用的風(fēng)險(xiǎn)計(jì)量模型[1314]。最近幾年,數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等新興工具在風(fēng)險(xiǎn)預(yù)警中的應(yīng)用日受重視。涂艷和王翔宇[15]通過對比試驗(yàn)研究,發(fā)現(xiàn)運(yùn)用機(jī)器學(xué)習(xí)來預(yù)測借款人違約行為的準(zhǔn)確率遠(yuǎn)高于傳統(tǒng)的回歸模型,特別是隨機(jī)森林算法的效果尤佳。林成德和彭國蘭[16]發(fā)現(xiàn),通過隨機(jī)森林方法得到的指標(biāo)體系能更有效地反映企業(yè)的信用狀況。目前,隨機(jī)森林算法被廣泛應(yīng)用各個(gè)行業(yè)中企業(yè)信用風(fēng)險(xiǎn)的評(píng)估中[1720],而支持向量機(jī)等其他機(jī)器學(xué)習(xí)方法也受到越來越多的關(guān)注[21]。

        總體而言,目前針對第三方支付違規(guī)風(fēng)險(xiǎn)的研究方興未艾,系統(tǒng)深入的定量研究亟待開發(fā)。對于隨機(jī)森林算法在風(fēng)險(xiǎn)預(yù)測模型中的應(yīng)用,既有研究大多只是直接將其應(yīng)用于某個(gè)具體行業(yè),并未與傳統(tǒng)模型方法進(jìn)行充分的對比分析,也缺乏對指標(biāo)體系的詳細(xì)分析。在此背景下,本文將隨機(jī)森林模型方法應(yīng)用于第三方支付違規(guī)風(fēng)險(xiǎn)的預(yù)警研究中,構(gòu)建預(yù)警指標(biāo)體系,給出預(yù)警機(jī)制及其具體實(shí)施方案。

        本文首先基于經(jīng)典風(fēng)險(xiǎn)理論并結(jié)合第三方支付行業(yè)的特殊性,從企業(yè)基本特征和經(jīng)營行為兩個(gè)方面出發(fā),用企業(yè)自身特征、企業(yè)發(fā)展特征、創(chuàng)新行為、投融行為、信用行為5 個(gè)維度的變量構(gòu)建了風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。在此基礎(chǔ)上,運(yùn)用隨機(jī)森林模型提出了違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制。然后,將樣本隨機(jī)劃分為訓(xùn)練集和測試集,并運(yùn)用十折交叉驗(yàn)證(10 fold cross validation)評(píng)估隨機(jī)森林模型的準(zhǔn)確度。通過對比Logistic 回歸模型與隨機(jī)森林模型的結(jié)果,驗(yàn)證了所提出的風(fēng)險(xiǎn)預(yù)警機(jī)制的有效性。最后,根據(jù)模型預(yù)測效果及對變量的重要性分析,給出相應(yīng)的監(jiān)管建議。

        與既有研究相比,本文的主要區(qū)別體現(xiàn)在兩個(gè)方面:一是研究對象的不同。本文選取目前備受關(guān)注的第三方支付企業(yè)進(jìn)行研究,由于支付牌照存在的特殊性以及行業(yè)本身存在的“互聯(lián)網(wǎng)+”特征,對牌照申請企業(yè)的資質(zhì)和信用風(fēng)險(xiǎn)進(jìn)行正確合理的審視至關(guān)重要。二是研究方法的差異。通過將定性研究與機(jī)器學(xué)習(xí)算法相結(jié)合,本文提出了違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制,克服了傳統(tǒng)模型的局限性,提高了風(fēng)險(xiǎn)預(yù)警的有效性。同時(shí),本文在所提出的預(yù)警模型基礎(chǔ)上,進(jìn)一步提煉出重要變量并展開分析,對如何把控市場準(zhǔn)入機(jī)制、如何實(shí)施監(jiān)管進(jìn)行了詳細(xì)描述和研究。

        一、風(fēng)險(xiǎn)預(yù)警機(jī)制設(shè)計(jì)

        構(gòu)建第三方支付的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,根據(jù)隨機(jī)森林算法提出第三方支付違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制,以271 家持牌支付企業(yè)為樣本檢驗(yàn)基于隨機(jī)森林的風(fēng)險(xiǎn)預(yù)警機(jī)制的有效性。

        (一)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系構(gòu)建

        根據(jù)國內(nèi)外相關(guān)研究,企業(yè)特征對企業(yè)的違規(guī)風(fēng)險(xiǎn)有重要的影響。例如,企業(yè)的發(fā)展前景、盈利能力、公司規(guī)模、財(cái)務(wù)杠桿等會(huì)對其財(cái)務(wù)欺詐問題和信息披露違規(guī)問題產(chǎn)生重要影響[69];而企業(yè)違約信號(hào)、投資者關(guān)系管理和內(nèi)部控制質(zhì)量也會(huì)顯著影響企業(yè)未來的違規(guī)傾向[10]。需要指出的是,對于第三方支付行業(yè),其獨(dú)特的行業(yè)特性蘊(yùn)含著相應(yīng)的風(fēng)險(xiǎn)特征:一方面,第三方支付通過發(fā)放支付牌照的方式來認(rèn)定企業(yè)的經(jīng)營資格,企業(yè)自身特征(如類型、規(guī)模、媒體曝光度等)展示了企業(yè)的實(shí)力,但也暗示了相應(yīng)的風(fēng)險(xiǎn);另一方面,第三方支付行業(yè)具有顯著的“互聯(lián)網(wǎng)+”特征,在基礎(chǔ)業(yè)務(wù)的基礎(chǔ)上還有各種增值業(yè)務(wù),而且大部分第三方支付企業(yè)都有技術(shù)背景,且備受資本熱捧②根據(jù)零壹財(cái)經(jīng)·零壹智庫發(fā)布的《2017 全球金融科技發(fā)展指數(shù)(GFI)與投融資年報(bào)》,2017 年支付行業(yè)獲得93 筆融資,總額約265 億元,是金融科技中4 個(gè)融資金額達(dá)到百億元的領(lǐng)域之一(另外3 個(gè)是借貸、汽車金融和互聯(lián)網(wǎng)保險(xiǎn))。。因此,在分析第三方支付企業(yè)的違規(guī)風(fēng)險(xiǎn)時(shí),應(yīng)特別關(guān)注其經(jīng)營行為,特別是企業(yè)創(chuàng)新、投融資及信用行為。

        通過對研究樣本中的18 家違規(guī)企業(yè)的違規(guī)行為進(jìn)行跟蹤分析,本文發(fā)現(xiàn)第三方支付企業(yè)的違規(guī)行為主要來自于兩方面:一是企業(yè)自身?xiàng)l件未能滿足相關(guān)管理規(guī)定,或是業(yè)務(wù)不符合要求,或是在財(cái)務(wù)、數(shù)據(jù)等方面有違法行為;二是企業(yè)為了自身利益進(jìn)行挪用備付金、私自轉(zhuǎn)讓牌照等違規(guī)操作。

        綜上所述,本文從企業(yè)特征和經(jīng)營行為兩個(gè)方面構(gòu)建第三方支付的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,見表1,其中企業(yè)特征包括自身特征和發(fā)展特征,經(jīng)營行為包括創(chuàng)新行為、投融行為和信用行為。

        表1 風(fēng)險(xiǎn)預(yù)警指標(biāo)體系變量匯總

        1.企業(yè)特征

        企業(yè)自身特征包括企業(yè)類型和企業(yè)規(guī)模兩個(gè)變量。關(guān)于企業(yè)類型,本文將其分為“有限責(zé)任公司”和“股份有限公司”兩種,由于有限責(zé)任公司和股份有限公司在股東數(shù)量、注冊資本和組織機(jī)構(gòu)權(quán)限等方面有諸多不同,因而,本文認(rèn)為其將對企業(yè)行為產(chǎn)生影響。關(guān)于企業(yè)規(guī)模的重要性已引起國內(nèi)外研究的關(guān)注,本文按企業(yè)注冊資本金額將其分為4 類:小于5 千萬、5 千萬至1 億3 千萬、1 億3 千萬至8 億和大于8 億。

        企業(yè)發(fā)展特征包括獲牌時(shí)間、媒體報(bào)道和投資方來源3 個(gè)變量。其中,獲牌時(shí)間系指企業(yè)從注冊成立至拿到牌照的時(shí)間。關(guān)于媒體報(bào)道對企業(yè)在資本市場表現(xiàn)的影響,已有研究發(fā)現(xiàn)媒體報(bào)道可以通過媒體信息治理和聲譽(yù)治理等多種路徑影響公司行為,比如,媒體監(jiān)督會(huì)提高被報(bào)道企業(yè)的公眾關(guān)注度和企業(yè)透明度,產(chǎn)生聚光燈效應(yīng),影響企業(yè)行為[22];越受媒體關(guān)注的企業(yè),越樂意改善社會(huì)責(zé)任表現(xiàn)[2324];媒體關(guān)注度不僅直接影響企業(yè)社會(huì)責(zé)任的履行,還會(huì)通過對其他利益相關(guān)者的影響給企業(yè)實(shí)施壓力,促使企業(yè)的自律行為[25];一些學(xué)者認(rèn)為媒體作為外部監(jiān)督機(jī)制能夠發(fā)揮積極作用[2629],而游家興和吳靜[30]研究發(fā)現(xiàn)新聞報(bào)道所傳遞出的媒體情緒會(huì)傳遞負(fù)面影響。因此,本文也將其作為模型輸入自變量,分析其對公司行為的影響。此外,根據(jù)權(quán)小鋒等[12]對于投資者關(guān)系管理的研究結(jié)果,本文加入投資方來源變量,并根據(jù)企業(yè)背景將其分為4類:無任何背景、有上市公司背景、有國資背景、同時(shí)有上市和國資背景。

        2.經(jīng)營行為

        創(chuàng)新行為包括資質(zhì)證書、注冊商標(biāo)、所獲專利和軟件著作4 個(gè)變量,這些變量反映了企業(yè)在知識(shí)產(chǎn)權(quán)、研發(fā)、創(chuàng)新方面的投入與成果,是企業(yè)經(jīng)營實(shí)力和競爭力的體現(xiàn)。

        投融行為包括對外投資和融資歷史兩個(gè)變量。其中,對外投資的目的是獲得投資收益,但也有可能遭受經(jīng)濟(jì)損失。企業(yè)融資則從某種角度反映了企業(yè)信息披露違規(guī)的可能性。實(shí)際上,當(dāng)有較好的發(fā)展前景時(shí),公司進(jìn)入資本市場融資的動(dòng)力更強(qiáng),此時(shí)公司的管理層往往不愿因犯錯(cuò)而失去寶貴的融資機(jī)會(huì),因此公司違規(guī)披露信息的可能性就比較低[10]。

        信用行為包括工商變更、失信人信息、經(jīng)營異常、行政處罰和股權(quán)質(zhì)押5 個(gè)變量,這些變量分別反映了企業(yè)的經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)。

        (二)隨機(jī)森林預(yù)警過程

        根據(jù)Breiman[31]提出的隨機(jī)森林算法框架,本文構(gòu)建了如圖1 所示的基于隨機(jī)森林的違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制。

        圖1 基于隨機(jī)森林的風(fēng)險(xiǎn)預(yù)警過程示意圖

        風(fēng)險(xiǎn)預(yù)警的具體過程如下③在Breiman[31]關(guān)于隨機(jī)森林算法框架的基礎(chǔ)上,本文構(gòu)建了風(fēng)險(xiǎn)預(yù)警的指標(biāo)體系,并實(shí)際運(yùn)用了該算法框架,形成風(fēng)險(xiǎn)預(yù)警過程。:

        首先,對于每一家企業(yè),運(yùn)用所構(gòu)建的預(yù)警指標(biāo)體系變量刻畫其特征x,作為隨機(jī)森林模型的輸入變量,因變量y為0 1 二值變量,分別代表企業(yè)有嚴(yán)重違規(guī)和無嚴(yán)重違規(guī)。

        然后,從全集數(shù)據(jù)中隨機(jī)選取若干變量和若干樣本數(shù)據(jù),將其劃分為n個(gè)子集,構(gòu)成n個(gè)訓(xùn)練集,以此來增加各個(gè)子分類模型的差異。

        最后,隨機(jī)森林便對訓(xùn)練集中的數(shù)據(jù)開始“學(xué)習(xí)”過程?;诿總€(gè)訓(xùn)練集中的數(shù)據(jù)和變量,隨機(jī)森林模型對樣本數(shù)據(jù)信息不斷進(jìn)行提煉,通過遞歸的方式計(jì)算得到最優(yōu)的劃分特征以及特征的劃分節(jié)點(diǎn),依次進(jìn)行根節(jié)點(diǎn)至葉節(jié)點(diǎn)的變量特征選擇,構(gòu)建出若干子決策樹,這些子決策樹共同構(gòu)成訓(xùn)練模型。

        當(dāng)需要對新的樣本數(shù)據(jù)進(jìn)行判定時(shí),將該企業(yè)的特征變量輸入模型,每一棵子決策樹都能夠給出一個(gè)判定結(jié)果,模型基于多數(shù)原則輸出最終的判定結(jié)果:0 或1。

        (三)預(yù)警機(jī)制有效性檢驗(yàn)

        1.數(shù)據(jù)來源及變量描述性統(tǒng)計(jì)分析

        選取中國人民銀行官方網(wǎng)站公布的《支付業(yè)務(wù)許可證》獲取名單中的271 家企業(yè)為研究對象,通過天眼查、啟信寶收集到這些企業(yè)的相關(guān)信息進(jìn)行研究。這271 家企業(yè)的牌照類型覆蓋了央行所規(guī)定的三大類業(yè)務(wù)類型,可以代表整個(gè)第三方支付市場。同時(shí),天眼查和啟信寶的數(shù)據(jù)來源于全國企業(yè)信用信息公示系統(tǒng)、中國法院裁判文書網(wǎng)、中國執(zhí)行信息公開網(wǎng)等100 多家官方網(wǎng)站,因此,研究對象的選擇具有代表性和普適性。

        研究樣本分為兩類:嚴(yán)重違規(guī)(被注銷牌照)、無嚴(yán)重違規(guī)。在被注銷牌照的33 家企業(yè)中,將因?yàn)楹喜⒆N的11 家企業(yè)和主動(dòng)申請注銷的4 家企業(yè)重新劃分為無嚴(yán)重違規(guī)類別。核心被解釋變量“企業(yè)違規(guī)情況”為虛擬變量:若企業(yè)發(fā)生嚴(yán)重違規(guī)致被吊銷牌照取1,否則取0,見表2。核心解釋變量即表1 中所構(gòu)建的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系變量。

        表2 研究樣本牌照情況

        所有變量的描述性統(tǒng)計(jì)分析見表3??梢钥吹剑唤忉屪兞康木捣浅=咏?,這是因?yàn)樵紨?shù)據(jù)中“有嚴(yán)重違規(guī)”的企業(yè)數(shù)量比起“無嚴(yán)重違規(guī)”太少,因此,本文在后面的分析中對數(shù)據(jù)先做了均衡處理。在企業(yè)特征變量中,從企業(yè)類型變量看,有限責(zé)任公司占多數(shù)。從獲牌時(shí)間和媒體報(bào)道看,樣本中所有企業(yè)這兩個(gè)變量差異非常大。在經(jīng)營行為變量中,不同企業(yè)注冊商標(biāo)數(shù)差別非常大,其余的創(chuàng)新行為特征變量差異相對小很多。從信用行為看,絕大多數(shù)企業(yè)均具有良好的信用資質(zhì),體現(xiàn)為工商變更、失信人信息、經(jīng)營異常、行政處罰和股權(quán)質(zhì)押變量均值都比較小。

        表3 變量的描述性統(tǒng)計(jì)分析

        2.機(jī)制有效性檢驗(yàn)

        基于R 語言實(shí)現(xiàn)Logistic 回歸模型和隨機(jī)森林模型的構(gòu)建④由于原始數(shù)據(jù)中出現(xiàn)嚴(yán)重違規(guī)以致被吊銷牌照的數(shù)量比例較小,在隨機(jī)森林模型中首先使用SMOTE 算法對數(shù)據(jù)進(jìn)行預(yù)處理,實(shí)現(xiàn)不平衡數(shù)據(jù)的均衡化。SMOTE 算法處理后的數(shù)據(jù)中“無嚴(yán)重違規(guī)”和“嚴(yán)重違規(guī)”分別有360 個(gè)和378 個(gè)。。

        首先是對所構(gòu)建指標(biāo)體系的有效性進(jìn)行檢驗(yàn)。在隨機(jī)森林模型中,分別選取1 個(gè)、2 個(gè)、4 個(gè)、8 個(gè)和16 個(gè)變量放入模型,見表4,發(fā)現(xiàn)當(dāng)變量個(gè)數(shù)為16 個(gè)時(shí)模型整體的誤差最小,只有0.010。

        同理,在進(jìn)行Logistic 回歸時(shí),分別用4 種不同的變量組合構(gòu)建模型,來檢驗(yàn)不同類別信息的預(yù)測能力。模型1 基于企業(yè)特征進(jìn)行判別;模型2 基于企業(yè)自身特征和信用行為;模型3 基于企業(yè)自身特征、發(fā)展特征和信用行為;模型4 則包括所有5 類信息變量。判別模型的相關(guān)擬合優(yōu)度指標(biāo)見表5,從表5 可以看到,模型4 的準(zhǔn)確率和AUC(area under ROC curve)值⑤AUC 值表示ROC(receiver operating characteristic)曲線下與坐標(biāo)軸圍成的面積,ROC 曲線的縱軸代表“真陽性率”,橫軸代表“假陽性率”。AUC 值越大,對應(yīng)的分類器效果越好。遠(yuǎn)高于其他3 個(gè)模型,赤池信息準(zhǔn)則(Akaike information criterion,AIC)值小于其他3 個(gè)模型,這表明包含所有變量的模型擬合效果最優(yōu),進(jìn)一步表明應(yīng)該將所有變量都放入模型中。

        在初步驗(yàn)證了所構(gòu)建的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的有效性后,就可以對模型預(yù)測度進(jìn)行比較。在評(píng)估模型準(zhǔn)確度時(shí),本文通過十折交叉驗(yàn)證驗(yàn)證算法的準(zhǔn)確性。具體而言,將數(shù)據(jù)集分成10 份,輪流將其中9 份作為訓(xùn)練數(shù)據(jù),1 份作為測試數(shù)據(jù)進(jìn)行試驗(yàn),最后將10 次結(jié)果正確率的平均值作為對算法精度的估計(jì)。

        隨機(jī)森林與Logistic 模型預(yù)測對比結(jié)果見表6,由表6 可以看出:隨機(jī)森林模型的正確預(yù)測率遠(yuǎn)遠(yuǎn)高于Logistic 模型,Logistic 模型正確預(yù)測率只有80.33%,而隨機(jī)森林達(dá)到了99.01%,表明隨機(jī)森林模型對于評(píng)判相關(guān)企業(yè)是否會(huì)出現(xiàn)嚴(yán)重違規(guī)的準(zhǔn)確度高達(dá)99.01%。

        除此之外,隨機(jī)森林模型的一類錯(cuò)誤率和二類錯(cuò)誤率都遠(yuǎn)低于Logistic 回歸,模型敏感度達(dá)到了100%,這意味著所有有嚴(yán)重違規(guī)行為的第三方支付企業(yè)都能被正確識(shí)別。模型精確度為98.02%,這表示在被模型預(yù)測為有嚴(yán)重違規(guī)行為的企業(yè)中,實(shí)際上確實(shí)有嚴(yán)重違規(guī)行為的企業(yè)比例為98.02%。通過驗(yàn)證模型性能常用的指標(biāo)AUC 值來看,隨機(jī)森林模型的AUC 值遠(yuǎn)遠(yuǎn)高于Logistic 模型,也進(jìn)一步驗(yàn)證了隨機(jī)森林模型預(yù)測精度更高。

        表4 隨機(jī)森林模型中變量選擇的初步結(jié)果

        表5 不同變量組合下Logistic 回歸模型擬合效果

        表6 隨機(jī)森林模型與Logistic 模型結(jié)果對比

        二、風(fēng)險(xiǎn)預(yù)警機(jī)制應(yīng)用分析

        在風(fēng)險(xiǎn)預(yù)警機(jī)制的具體實(shí)施中,可以先通過關(guān)鍵指標(biāo)進(jìn)行初步評(píng)估,篩選出風(fēng)險(xiǎn)較高的企業(yè)并預(yù)警。對通過關(guān)鍵指標(biāo)篩選標(biāo)準(zhǔn)的企業(yè),則進(jìn)一步結(jié)合完整的指標(biāo)體系和模型進(jìn)行風(fēng)險(xiǎn)評(píng)估。本節(jié)通過對指標(biāo)體系中的重要變量的分析,并結(jié)合典型案例,闡述了預(yù)警機(jī)制的具體應(yīng)用,并提出相應(yīng)的監(jiān)管政策建議。

        (一)重要變量分析

        根據(jù)平均精度降低度(mean decrease accuracy,MDA)和平均基尼指數(shù)降低度(mean decrease gini,MDG)兩個(gè)指標(biāo)可以識(shí)別重要變量。MDA 描述的是一個(gè)變量被隨機(jī)數(shù)替代后模型結(jié)果準(zhǔn)確度的降低程度,值越大表示該變量的重要性越高;MDG 描述的是一個(gè)變量對分類樹上每個(gè)節(jié)點(diǎn)分類效果的貢獻(xiàn),值越大表示該變量的分類效果越好。運(yùn)算結(jié)果如圖2 所示,通過綜合對比分析,本文發(fā)現(xiàn)媒體報(bào)道、注冊商標(biāo)數(shù)以及獲牌時(shí)間是最重要的3 個(gè)變量。

        圖2 指標(biāo)體系中所有特征重要性排序

        進(jìn)一步,給出媒體報(bào)道、注冊商標(biāo)數(shù)以及獲牌時(shí)間這3 個(gè)變量在兩個(gè)類別(嚴(yán)重違規(guī)、無嚴(yán)重違規(guī))中的分布,如圖3 所示。需要特別提醒的是,媒體報(bào)道、注冊商標(biāo)數(shù)這兩個(gè)變量目前恰恰是央行所忽略的。以下對各變量的重要性逐一進(jìn)行分析。

        圖3 媒體報(bào)道、注冊商標(biāo)數(shù)和獲牌時(shí)間3 個(gè)變量類別分布圖

        關(guān)于獲牌時(shí)間,該變量代表企業(yè)從注冊成立到取得牌照的時(shí)間??梢钥闯觯蛔N牌照的企業(yè)的獲牌時(shí)間變量值普遍較低。企業(yè)在發(fā)展初期容易出現(xiàn)過度投資、盲目擴(kuò)張的問題,Cefis 和Marsili[32]指出企業(yè)生存機(jī)會(huì)隨著企業(yè)年齡和成長而增加。肖興志等[33]通過分析494 家企業(yè)在6 年觀測期的表現(xiàn),發(fā)現(xiàn)有28.7%的企業(yè)選擇退出,平均生存年數(shù)僅為3.7 年,而且戰(zhàn)略性新興產(chǎn)業(yè)的退出風(fēng)險(xiǎn)更大。事實(shí)上,該變量的重要性在央行目前的《支付業(yè)務(wù)許可證》申請要求里已有所體現(xiàn):央行規(guī)定外資企業(yè)截至申請日,應(yīng)連續(xù)盈利2 年以上。不過,獲牌時(shí)間變量雖然對整個(gè)風(fēng)險(xiǎn)預(yù)警機(jī)制的貢獻(xiàn)很大,但是從圖3(c)可以看到,只憑借這一個(gè)變量并不能達(dá)到很好的分類效果,在判別時(shí)仍需結(jié)合預(yù)警機(jī)制中的其他變量。

        關(guān)于媒體報(bào)道對企業(yè)運(yùn)營的影響,一方面,媒體報(bào)道數(shù)量反映了企業(yè)的媒體關(guān)注度,這會(huì)對公司管理層產(chǎn)生壓力效應(yīng)[3435];另一方面,頻繁在媒體曝光的公司更容易受到大眾的關(guān)注,知名度會(huì)影響到企業(yè)從事違規(guī)活動(dòng)的可能性。此外,已有許多研究指出,新聞報(bào)道所傳遞出的媒體情緒會(huì)影響到企業(yè)行為。作為信息中介,媒體搜集、整理并傳播相關(guān)信息,不僅拓寬了企業(yè)的外部信息渠道,也加深了市場各方對公司的了解。本文中媒體報(bào)道變量在兩個(gè)類別中的分布如圖3(a)所示。與既往研究不同,本文發(fā)現(xiàn)違規(guī)企業(yè)的媒體報(bào)道變量分布在110~370 次。換言之,媒體報(bào)道數(shù)低于110 次或者高于370 次都傳遞了“企業(yè)不會(huì)違規(guī)”的正信號(hào)。通過對樣本中企業(yè)的新聞報(bào)道進(jìn)一步細(xì)分為“正面”和“負(fù)面”報(bào)道后,本文發(fā)現(xiàn),對于新聞報(bào)道較多(新聞報(bào)道數(shù)高于370 次)的企業(yè),其報(bào)道內(nèi)容中正面與負(fù)面比例相當(dāng),或者正面報(bào)道所占比例遠(yuǎn)高于負(fù)面報(bào)道比例;而對于新聞報(bào)道數(shù)相對較低的企業(yè),說明企業(yè)本身在媒體中的關(guān)注度就很低,相關(guān)的新聞報(bào)道幾乎都是各個(gè)媒體轉(zhuǎn)發(fā)的央行處罰新聞。從實(shí)際情況來看,大部分第三方支付企業(yè)規(guī)模并不大,在大眾和媒體中的知名度都不高。除了支付寶、銀聯(lián)、拉卡拉等少數(shù)大型企業(yè),大多數(shù)第三方支付機(jī)構(gòu)的規(guī)模都很小,在新聞媒體中的活躍度很低,因此出現(xiàn)媒體報(bào)道時(shí)以負(fù)面新聞報(bào)道居多,所以媒體報(bào)道數(shù)低反而表明其負(fù)面新聞少,是一種正信號(hào)。如支付寶、銀聯(lián)等的大型第三方支付企業(yè),這些企業(yè)在媒體上相對活躍許多,媒體報(bào)道數(shù)都非常高,佐證了媒體作為外部監(jiān)督機(jī)制能夠發(fā)揮積極作用。

        關(guān)于企業(yè)擁有的注冊商標(biāo)數(shù)的重要性,從理論上講,商標(biāo)不僅是企業(yè)知識(shí)產(chǎn)權(quán)的組成部分,也是一項(xiàng)重要的無形資產(chǎn),反映了企業(yè)技術(shù)創(chuàng)新的實(shí)力,它承載著企業(yè)的聲譽(yù),幫助企業(yè)實(shí)現(xiàn)市場競爭優(yōu)勢[36]。實(shí)際上,隨著第三方支付產(chǎn)業(yè)競爭的加劇,支付企業(yè)呈現(xiàn)多樣化,包括銀聯(lián)系、電商系、社交系、移動(dòng)運(yùn)營商及通信設(shè)備制造商、獨(dú)立第三方等,運(yùn)營模式也不斷創(chuàng)新,形成“支付+”生態(tài)體系。在第三方支付產(chǎn)業(yè)鏈競爭中,商標(biāo)所傳遞的信號(hào)作用越來越重要。從實(shí)際數(shù)據(jù)來看,合規(guī)企業(yè)的注冊商標(biāo)數(shù)遠(yuǎn)遠(yuǎn)高于違規(guī)企業(yè),發(fā)生嚴(yán)重違規(guī)被注銷牌照的企業(yè)中,注冊商標(biāo)數(shù)幾乎都為0 或者只有個(gè)位數(shù)。本文的研究結(jié)果進(jìn)一步佐證了潘鎮(zhèn)和魯明泓[37]提出的注冊商標(biāo)的等級(jí)對中小企業(yè)的業(yè)績有著重要影響的結(jié)論。

        重要性緊排在這3 個(gè)變量之后的是軟件著作和經(jīng)營異常兩個(gè)變量。軟件著作權(quán)作為知識(shí)產(chǎn)權(quán)的一部分,是企業(yè)重要的無形資產(chǎn)。一方面,軟件著作權(quán)代表了企業(yè)的科技實(shí)力,能夠提升企業(yè)信譽(yù);另一方面,作為知識(shí)產(chǎn)權(quán),擁有軟件著作權(quán)的企業(yè)能夠享受到國家的各種優(yōu)惠政策,對其長期發(fā)展及可持續(xù)經(jīng)營都有積極作用。更重要的是,對于互聯(lián)網(wǎng)企業(yè)來說,軟件著作權(quán)能在一定程度上反映其業(yè)務(wù)的豐富性及多樣性,可以提高用戶的支付體驗(yàn)。

        是否有經(jīng)營異常則代表了企業(yè)的征信情況,體現(xiàn)了企業(yè)的風(fēng)險(xiǎn)信息。此外,工商變更次數(shù)的重要性也不容小覷,尤其是股東變更。李維安和李建標(biāo)[38]發(fā)現(xiàn)控股股東變動(dòng)的次數(shù)與企業(yè)信用呈反向變動(dòng)關(guān)系:股東變動(dòng)的次數(shù)越多,企業(yè)信用下降的程度會(huì)越大。本文關(guān)于第三方支付行業(yè)的研究發(fā)現(xiàn)支持其結(jié)論。

        關(guān)于企業(yè)注冊資本的重要性,雖然央行在《支付業(yè)務(wù)許可證》申請要求里有“企業(yè)應(yīng)有符合規(guī)定的注冊資本最低限額”的相關(guān)規(guī)定,但是實(shí)際上對企業(yè)違規(guī)經(jīng)營的影響并不大,本文認(rèn)為央行日后可適度調(diào)整該項(xiàng)規(guī)定。重點(diǎn)關(guān)注上文所提到的幾個(gè)變量,在此基礎(chǔ)上結(jié)合企業(yè)注冊資本等變量來綜合分析。

        (二)典型案例分析

        關(guān)于媒體報(bào)道、注冊商標(biāo)數(shù)以及獲牌時(shí)間3 個(gè)變量重要性的實(shí)際案例代表見表7,其中SXLH 公司、CSSL公司和BJJG 公司為負(fù)面案例代表,YLSW 公司、GZYL 公司和JSGX 公司為正面案例代表⑥案例牌照信息來自中國人民銀行官網(wǎng)公布的各批非銀行支付機(jī)構(gòu)《支付業(yè)務(wù)許可證》續(xù)展決定,企業(yè)違規(guī)事實(shí)及注銷原因來自金融時(shí)報(bào)2017 年7 月2 日的報(bào)道,詳見http://www.financialnews.com.cn/jg/dt/2017 07/t20170702_120213.html。。

        表7 典型案例重要變量及其他特征變量對比

        從表7 可以看到,與模型結(jié)論和前文分析一致,被注銷企業(yè)典型代表SXLH 公司、CSSL 公司和BJJG 公司從注冊成立至取得牌照的時(shí)間天數(shù)都在900~1800 天,相對合規(guī)企業(yè)較短;與此同時(shí),媒體報(bào)道數(shù)普遍較低,新聞動(dòng)態(tài)數(shù)量集中于110~370 條。所獲商標(biāo)數(shù)幾乎都為0 個(gè),少數(shù)企業(yè)有注冊商標(biāo)但也為個(gè)位數(shù),遠(yuǎn)遠(yuǎn)少于合規(guī)企業(yè)。

        其中,SXLH 公司牌照注銷原因?yàn)橹Ц稑I(yè)務(wù)設(shè)施不符合相關(guān)標(biāo)準(zhǔn)及安全要求,支付業(yè)務(wù)連續(xù)性風(fēng)險(xiǎn)大。前文分析指出第三方支付產(chǎn)業(yè)鏈競爭中,商標(biāo)傳遞著重要信號(hào),軟件著作權(quán)也對企業(yè)的長期持續(xù)發(fā)展有重要作用。從SXLH 公司的注冊商標(biāo)數(shù)和軟件著作數(shù)來看,公司對于業(yè)務(wù)創(chuàng)新及發(fā)展并不重視,在實(shí)際運(yùn)行中,公司將核心業(yè)務(wù)系統(tǒng)外包,且外包服務(wù)合同已過期。雖然公司2012 年就已獲得支付牌照,新聞報(bào)道數(shù)卻一直較少,這也進(jìn)一步傳遞了企業(yè)并不注重業(yè)務(wù)的拓展與長期發(fā)展的信號(hào)。

        CSSL 公司與BJJG 公司也都在成立不久后就取得支付牌照,但從媒體報(bào)道數(shù)較低和注冊商標(biāo)的個(gè)數(shù)為0這兩個(gè)關(guān)鍵指標(biāo),可以看出兩家企業(yè)同樣并不注重支付業(yè)務(wù)本身的運(yùn)營發(fā)展,與此同時(shí),在關(guān)鍵指標(biāo)都遠(yuǎn)遠(yuǎn)低于其他企業(yè)的情況下,公司的工商變更次數(shù)卻相對較高,從實(shí)際運(yùn)行情況來看,兩家公司的確存在著未經(jīng)核準(zhǔn)擅自變更控股股東、擅自變更主要出資人、違規(guī)變更股權(quán)結(jié)構(gòu)等重大事項(xiàng),這些都屬于變相轉(zhuǎn)讓《支付業(yè)務(wù)許可證》的行為,嚴(yán)重違反了央行的相關(guān)規(guī)定。

        相比之下,對于合規(guī)企業(yè),獲牌時(shí)間變量值都比較高,普遍在2000 天以上。媒體報(bào)道數(shù)則分兩個(gè)極端,要么非常高,要么很低(低于110 條),這些都與前文分析一致。從YLSW 公司與GZYL 公司來看,兩家企業(yè)受媒體關(guān)注度很高,注冊商標(biāo)數(shù)與軟件著作數(shù)都遠(yuǎn)遠(yuǎn)高于其他企業(yè)。實(shí)際運(yùn)營情況中,公司注冊了金融物管、科學(xué)儀器等支付業(yè)務(wù)相關(guān)的商標(biāo),開發(fā)了諸如網(wǎng)絡(luò)賬戶管理軟件、發(fā)卡管理軟件、自助繳費(fèi)軟件等許多軟件,以促進(jìn)保障第三方支付業(yè)務(wù)的順利開展與持續(xù)運(yùn)營。JSGX 公司則是合規(guī)企業(yè)中的另一類代表,業(yè)務(wù)比較集中單一,所以受媒體關(guān)注度較低,但同時(shí)也意味著企業(yè)的負(fù)面報(bào)道很少。雖然新聞報(bào)道少,但是注冊商標(biāo)、軟件著作等關(guān)鍵指標(biāo)依舊體現(xiàn)了企業(yè)為了保障支付業(yè)務(wù)正常運(yùn)行的投入與付出。這些案例都進(jìn)一步佐證了本文的研究結(jié)論。

        (三)預(yù)警機(jī)制實(shí)施及風(fēng)險(xiǎn)監(jiān)管建議

        綜上所述,對于央行來說,目前對支付業(yè)務(wù)許可證的申請條件設(shè)置仍有待進(jìn)一步完善與優(yōu)化。目前關(guān)于支付牌照的申請考核條件中只對企業(yè)的注冊資本和獲牌時(shí)間做出明確規(guī)定⑦中國人民銀行關(guān)于支付業(yè)務(wù)許可證的申請條件要求詳見中國人民銀行官網(wǎng):http://www.pbc.gov.cn//tiaofasi/ 144941/144957/2845832/index.html。,而忽略了最重要的變量——媒體報(bào)道數(shù)和企業(yè)注冊商標(biāo)數(shù),因而并不能對企業(yè)資質(zhì)進(jìn)行真正有效的篩選。因此,本文提出基于隨機(jī)森林的第三方支付違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制實(shí)施框架,如圖4 所示。

        圖4 風(fēng)險(xiǎn)預(yù)警機(jī)制實(shí)施框架圖

        基于所構(gòu)建的風(fēng)險(xiǎn)預(yù)警機(jī)制,本文提出如下監(jiān)管建議:

        (1)參考本文所設(shè)計(jì)的預(yù)警指標(biāo)體系,完善支付業(yè)務(wù)許可證的申請考核條件。除了企業(yè)注冊時(shí)間,還應(yīng)該將企業(yè)的媒體報(bào)道數(shù)、注冊商標(biāo)數(shù)、軟件著作數(shù)和經(jīng)營異常情況、工商變更次數(shù)、投資方來源、對外投資等變量都納入申請考核條件中,要求企業(yè)提交相關(guān)資料數(shù)據(jù)證明。

        (2)在評(píng)判相關(guān)企業(yè)資質(zhì)時(shí),首先應(yīng)重點(diǎn)關(guān)注企業(yè)的媒體報(bào)道數(shù)和注冊商標(biāo)數(shù)這兩個(gè)變量,對于媒體報(bào)道數(shù)在110~370 之間的企業(yè),注冊商標(biāo)數(shù)非常低甚至接近于0的企業(yè),應(yīng)設(shè)置預(yù)警,謹(jǐn)慎給予支付牌照或者直接拒絕。在此基礎(chǔ)上,再進(jìn)一步關(guān)注注冊時(shí)間、軟件著作數(shù)、經(jīng)營異常等信息。

        (3)關(guān)于企業(yè)注冊資本的規(guī)定可以適度放寬,雖然央行在《支付業(yè)務(wù)許可證》申請要求里有相關(guān)規(guī)定:企業(yè)應(yīng)有符合規(guī)定的注冊資本最低限額,但是實(shí)際該變量對企業(yè)違規(guī)經(jīng)營的影響并不大。央行應(yīng)重點(diǎn)關(guān)注建議(2)所提到的幾個(gè)變量,在此基礎(chǔ)上結(jié)合企業(yè)注冊資本等變量來共同分析。

        (4)對于媒體報(bào)道數(shù)和注冊商標(biāo)數(shù)達(dá)標(biāo)的企業(yè),將風(fēng)險(xiǎn)預(yù)警指標(biāo)體系中所有相關(guān)指標(biāo)量化后,運(yùn)用隨機(jī)森林模型對企業(yè)是否會(huì)違規(guī)做提前判定,根據(jù)模型預(yù)測結(jié)果,進(jìn)一步考慮斟酌。對于被判定違規(guī)的企業(yè)尤其應(yīng)該審慎考量,從而真正有效地實(shí)施對于企業(yè)的“健全的組織機(jī)構(gòu)、內(nèi)部控制制度和風(fēng)險(xiǎn)管理措施”的申請要求。

        三、結(jié)論

        合理有效地監(jiān)管第三方支付,對支付產(chǎn)業(yè)生態(tài)的發(fā)展至關(guān)重要。尤其是隨著市場準(zhǔn)入限制的進(jìn)一步放開,數(shù)家機(jī)構(gòu)排隊(duì)申請第三方支付牌照的背景下,建立完善的違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制,完備牌照發(fā)放和監(jiān)管機(jī)制,能夠從根源上進(jìn)行風(fēng)險(xiǎn)預(yù)警,促進(jìn)支付產(chǎn)業(yè)的健康發(fā)展。

        本文首先基于經(jīng)典風(fēng)險(xiǎn)理論并結(jié)合第三方支付行業(yè)的特殊性,構(gòu)建風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,進(jìn)而結(jié)合機(jī)器學(xué)習(xí)中的隨機(jī)森林算法,提出了基于隨機(jī)森林模型的風(fēng)險(xiǎn)預(yù)警機(jī)制。隨后,以獲得支付牌照的271 家企業(yè)為樣本,通過對比傳統(tǒng)Logistic 回歸模型與隨機(jī)森林模型,發(fā)現(xiàn)Logistic 回歸模型在評(píng)估第三方支付企業(yè)違規(guī)行為時(shí)有明顯的局限性。而隨機(jī)森林模型判定的準(zhǔn)確率大大提高,且一類錯(cuò)誤和二類錯(cuò)誤比率都大幅降低(二類錯(cuò)誤率為0)。這驗(yàn)證了本文所提出的第三方支付違規(guī)風(fēng)險(xiǎn)預(yù)警機(jī)制的有效性。

        最后,通過分析每個(gè)特征變量在隨機(jī)森林模型中的貢獻(xiàn)程度,得到評(píng)價(jià)指標(biāo)重要性的度量值,評(píng)估各個(gè)屬性變量在分類中所起的作用。本文發(fā)現(xiàn)媒體報(bào)道和注冊商標(biāo)數(shù)是最重要的兩個(gè)變量,而這兩點(diǎn)在央行目前對申請牌照企業(yè)的考核條件中都沒有體現(xiàn)。關(guān)于目前申請審核條件中的企業(yè)的注冊資本要求,本文研究發(fā)現(xiàn)其重要程度相對較低,央行日后可適度放寬該項(xiàng)規(guī)定。

        為了真正有效地對企業(yè)資質(zhì)進(jìn)行篩選,本文建議央行進(jìn)一步完善目前對于支付牌照的發(fā)放考核條件,在發(fā)放牌照時(shí),將企業(yè)的媒體報(bào)道數(shù)、注冊商標(biāo)數(shù)、注冊時(shí)間、軟件著作數(shù)和經(jīng)營異常情況等都納入申請考核條件中,要求企業(yè)提交相關(guān)資料證明,首先觀察企業(yè)的媒體報(bào)道數(shù)和注冊商標(biāo)數(shù)是否滿足要求,進(jìn)而通過隨機(jī)森林模型來評(píng)估相關(guān)企業(yè)的違規(guī)風(fēng)險(xiǎn)作為參考,從而降低整個(gè)支付行業(yè)的風(fēng)險(xiǎn)。

        猜你喜歡
        媒體報(bào)道注冊商標(biāo)牌照
        媒體報(bào)道語調(diào)與公司超額現(xiàn)金持有
        《商標(biāo)法》第49條第2款“注冊商標(biāo)三年不使用撤銷制度”評(píng)注
        淺議涉煙非法制造、銷售非法制造的注冊商標(biāo)標(biāo)識(shí)罪的認(rèn)定和適用
        紅景天 直銷牌照何日可待
        媒體報(bào)道
        牌照
        未注冊商標(biāo)權(quán)益形成機(jī)制研究
        牌照紅利之后的直銷未來
        “東方之星”隕落長江全媒體報(bào)道體現(xiàn)大愛
        新聞前哨(2015年8期)2015-12-23 03:22:39
        侵犯銷售假冒注冊商標(biāo)商品罪法益的界定
        国产呦系列呦交| 日韩av天堂一区二区| 国产成人亚洲精品无码青| 四虎影视永久地址www成人 | 女人被爽到高潮视频免费国产| 亚洲熟妇无码av另类vr影视| 日韩精品久久久中文字幕人妻| 中文字幕乱码在线婷婷| 日韩经典午夜福利发布| 福利体验试看120秒| 亚洲高清在线不卡中文字幕网| 日本一区二区三区精品不卡| 日本xxxx色视频在线观看免费| 午夜无码国产理论在线| 99久久综合九九亚洲| 人妻秘书被社长浓厚接吻| 肉色丝袜足j视频国产| 国产亚洲情侣一区二区无| 99久久亚洲国产高清观看| 亚洲熟少妇一区二区三区| 亚洲av成人片在线观看| 青青草国产成人99久久| 国产麻豆精品久久一二三| 丁香婷婷在线成人播放视频| 亚洲综合国产一区二区三区| 国产小屁孩cao大人| 久久影院最新国产精品| 国产综合精品一区二区三区| 无码视频一区二区三区在线观看| 亚洲精品无人区一区二区三区| 免费在线观看播放黄片视频| 夜先锋av资源网站| 亚洲中文字幕乱码免费| 日本人妻97中文字幕| 国产成+人+综合+亚洲欧美丁香花 欧美真人性野外做爰 | 人人妻人人澡人人爽人人精品av | 精品一区二区亚洲一二三区| 欧美高清视频手机在在线| 欧美激情内射喷水高潮| 中文字幕精品亚洲无线码二区 | 日本一级二级三级在线|