• <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 ?

    基于Logistic回歸模型的個(gè)人小額貸款信用風(fēng)險(xiǎn)評(píng)估及應(yīng)用

    2017-02-16 18:39羅方科陳曉紅
    關(guān)鍵詞:小額貸款信用風(fēng)險(xiǎn)互聯(lián)網(wǎng)金融

    羅方科+++陳曉紅

    摘要:根據(jù)光大銀行某分行的實(shí)際樣本數(shù)據(jù),構(gòu)建二分類Logistics信用風(fēng)險(xiǎn)評(píng)估模型,對(duì)互聯(lián)網(wǎng)金融個(gè)人小額貸款信用風(fēng)險(xiǎn)評(píng)估問(wèn)題進(jìn)行實(shí)證研究。實(shí)證表明:年齡、性別、收入、職業(yè)、學(xué)歷、是否持有信用卡、存貸比以及客戶所屬地對(duì)個(gè)人小額貸款信用風(fēng)險(xiǎn)影響非常顯著;其中年齡越大、收入越穩(wěn)定、學(xué)歷越高、持有信用卡、存貸比越低的客戶其信用等級(jí)越高;女性信用風(fēng)險(xiǎn)顯著低于男性;一、二線城市客戶的履約率普遍高于縣地級(jí)市客戶的履約率,商業(yè)銀行應(yīng)有針對(duì)性地對(duì)其進(jìn)行有效規(guī)避和分散。

    關(guān)鍵詞:Logistic模型;互聯(lián)網(wǎng)金融;小額貸款;信用風(fēng)險(xiǎn);

    一、引言

    20世紀(jì)末以來(lái),隨著以互聯(lián)網(wǎng)、大數(shù)據(jù)為代表的信息技術(shù)快速發(fā)展,金融與互聯(lián)網(wǎng)從逐漸融合到全面滲透,“互聯(lián)網(wǎng)金融”概念應(yīng)運(yùn)而生。互聯(lián)網(wǎng)金融憑借成本低廉、高效便捷、受眾廣泛的特征使其在滿足客戶個(gè)性化需求、服務(wù)長(zhǎng)尾客群方面具有先天性優(yōu)勢(shì),因此傳統(tǒng)商業(yè)銀行可以通過(guò)發(fā)展互聯(lián)網(wǎng)金融模式,加快個(gè)人信貸領(lǐng)域產(chǎn)品和服務(wù)創(chuàng)新,達(dá)到業(yè)務(wù)處理的便捷性,提升客戶體驗(yàn),增加客戶黏性,拓展普惠金融服務(wù)范圍。傳統(tǒng)的小額貸款主要面向中低收入個(gè)人客戶、中小企業(yè)主等群體,涉及面廣、個(gè)性化需求強(qiáng)烈,由于缺乏統(tǒng)一的規(guī)范化管理,風(fēng)險(xiǎn)管理難度較大,這也是商業(yè)銀行小額貸款業(yè)務(wù)發(fā)展緩慢的一個(gè)主要原因,但隨著“互聯(lián)網(wǎng)+金融”模式的興起,大數(shù)據(jù)、云計(jì)算、社交網(wǎng)絡(luò)、搜索引擎等互聯(lián)網(wǎng)技術(shù)不斷突破與運(yùn)用,商業(yè)銀行大力發(fā)展個(gè)人小額貸款業(yè)務(wù)已成為可能,但同時(shí)也應(yīng)看到隨之而來(lái)的欺詐風(fēng)險(xiǎn)、準(zhǔn)入風(fēng)險(xiǎn)等,商業(yè)銀行信用風(fēng)險(xiǎn)管理所考量的因素不斷細(xì)化。所以,傳統(tǒng)商業(yè)銀行如何運(yùn)用互聯(lián)網(wǎng)金融的優(yōu)勢(shì)來(lái)創(chuàng)新發(fā)展個(gè)人小額信貸業(yè)務(wù)、搶占個(gè)人信貸業(yè)務(wù)市場(chǎng)、高效的解決信息不對(duì)稱的問(wèn)題,有效的管理風(fēng)險(xiǎn)將會(huì)成為傳統(tǒng)商業(yè)銀行未來(lái)不得不考慮的問(wèn)題。

    信貸的核心是風(fēng)險(xiǎn)管理,而對(duì)于個(gè)人小額貸款業(yè)務(wù)而言,風(fēng)險(xiǎn)管理的核心是客戶信用管理,包括客戶準(zhǔn)入管理、存量客戶管理及逾期客戶管理。所以如何識(shí)別不同時(shí)期的客戶的信用風(fēng)險(xiǎn)并進(jìn)行有效控制將成為商業(yè)銀行發(fā)展小額貸款業(yè)務(wù)的重中之重。本文將利用光大銀行長(zhǎng)沙分行收集的實(shí)際樣本數(shù)據(jù)進(jìn)行分析,以二分類Logistic回歸為計(jì)量工具,通過(guò)對(duì)商業(yè)銀行的個(gè)人信用貸款數(shù)據(jù)進(jìn)行分析,來(lái)識(shí)別影響個(gè)人小額貸款信用風(fēng)險(xiǎn)的主要因素,旨在對(duì)商業(yè)銀行在開(kāi)展個(gè)人小額信貸業(yè)務(wù)中的風(fēng)險(xiǎn)管理提供一種思路或方法。

    二、 文獻(xiàn)綜述

    在對(duì)貸款風(fēng)險(xiǎn)管理的研究中,定量分析方法越來(lái)越受到學(xué)者和實(shí)踐操作者們的青睞。定量分析法不僅可以優(yōu)化貸款決策,將被動(dòng)的風(fēng)險(xiǎn)管理模式轉(zhuǎn)為積極主動(dòng)的防范和控制風(fēng)險(xiǎn),還能盡可能的減少拖欠的賬款,降低收回賬款的成本;同時(shí)還可以提高貸款決策效率,節(jié)約人力成本,實(shí)現(xiàn)貸款決策過(guò)程的客觀性、信息化和科學(xué)化。從目前的研究來(lái)看,貸款風(fēng)險(xiǎn)研究的定量模型主要有判別分析法(Altman E,1968[1])、主成分分析法(Weat Robert Craig, 1985[2])、Z-score和ZETA模型(Altman,1968,2000),Logistic回歸,貝葉斯決策模型(Daniel E,1992[3]),上世紀(jì)末以來(lái),人工智能技術(shù)的快速發(fā)展使得銀行運(yùn)用該技術(shù)進(jìn)行信用風(fēng)險(xiǎn)評(píng)估和貸款決策已成為可能。上述定量分析方法雖然均能在不同程度上對(duì)貸款風(fēng)險(xiǎn)進(jìn)行研究,但各有側(cè)重和短板,比如Z-score和ZETA模型只適用于對(duì)上市公司進(jìn)行研究,貝葉斯網(wǎng)絡(luò)模型則主要是偏重于操作風(fēng)險(xiǎn)。

    大量研究證明Logistic是被廣泛運(yùn)用于個(gè)人信用風(fēng)險(xiǎn)評(píng)估的較為成熟的模型。Altman 、 Sabato(2007)[4]等人通過(guò)長(zhǎng)期研究發(fā)現(xiàn),使用logistic 模型衡量中小企業(yè)信用風(fēng)險(xiǎn)可以取得最佳效果,且該模型限制件較少,操作便利,且具有較高的預(yù)測(cè)性。該模型的主要優(yōu)勢(shì)是:一是因變量取值可以是違約概率與履約概率發(fā)生比的任何自然對(duì)數(shù),對(duì)自變量沒(méi)有任何限制;二是對(duì)數(shù)據(jù)是否滿足協(xié)方差相同和正態(tài)分布的假設(shè)沒(méi)有作限制性要求,適用范圍廣;三是因變量是一個(gè)二分類變量,只能取0或1的數(shù)值,可以直觀的說(shuō)明某個(gè)事件是否發(fā)生以及發(fā)生的概率是多少。我國(guó)學(xué)者在研究貸款信用風(fēng)險(xiǎn)的時(shí)候也多采用Logistic回歸模型。姜秀華等(2002)[5]在采用13個(gè)變量進(jìn)行l(wèi)ogistic回歸分析的基礎(chǔ)上構(gòu)建了財(cái)務(wù)危機(jī)預(yù)警模型。于立勇(2004)[6][7]首先運(yùn)用正向逐步選擇法選擇信用風(fēng)險(xiǎn)評(píng)估指標(biāo)變量,然后在Logistic回歸模型的基礎(chǔ)上構(gòu)建違約概率測(cè)算模型。梁琪(2005)[8]將主成分分析法結(jié)合到Logistic模型中進(jìn)行分析研究,構(gòu)建了上市公司經(jīng)營(yíng)失敗預(yù)警模型,并提出引入主成分分析法的logistic模型在預(yù)測(cè)準(zhǔn)確度對(duì)和風(fēng)險(xiǎn)度量穩(wěn)定性方面都優(yōu)于簡(jiǎn)單的logistic模型。油永華(2006)[9]運(yùn)用Logistic回歸模型對(duì)100家上市企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行了定性的評(píng)價(jià)。石曉軍(2006)[10]運(yùn)用貝葉斯法對(duì)邊界Logistic違約率模型的預(yù)測(cè)效果進(jìn)行了分析。葛君(2010)[11]運(yùn)用Logistic回歸模型對(duì)信用卡信用風(fēng)險(xiǎn)進(jìn)行了研究。羅曉光(2011)[12]將 Logistic 回歸法引入商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型,從資本充足性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、盈利能力風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和發(fā)展能力風(fēng)險(xiǎn)五個(gè)方面建立了適合商業(yè)銀行的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。史小康(2015)[13]將非對(duì)稱連接函數(shù)的思想引入到信用評(píng)級(jí)中,將有偏Logistic分布的分布函數(shù)作為連接函數(shù)的反函數(shù),利用實(shí)際數(shù)據(jù)來(lái)估計(jì)偏度參數(shù)和回歸系數(shù)對(duì)個(gè)人信用進(jìn)行了研究。

    然而隨著互聯(lián)網(wǎng)金融的興起,大數(shù)據(jù)時(shí)代的到來(lái),商業(yè)銀行所能獲取的數(shù)據(jù)也越來(lái)越方便、快捷,數(shù)據(jù)也會(huì)越來(lái)越復(fù)雜多樣,變量之間的關(guān)系也會(huì)變得紛繁復(fù)雜。以往研究專門針對(duì)個(gè)人小額貸款的研究較少,在建模方面,對(duì)離散數(shù)據(jù)進(jìn)行建模尤為更少。本文在現(xiàn)有Logistic回歸模型側(cè)重財(cái)務(wù)指標(biāo)的基礎(chǔ)上,以非財(cái)務(wù)指標(biāo)為重點(diǎn)來(lái)識(shí)別和評(píng)估商業(yè)銀行個(gè)人小額貸款的信用風(fēng)險(xiǎn),旨在為傳統(tǒng)商業(yè)銀行進(jìn)軍互聯(lián)網(wǎng)金融領(lǐng)域提供一種新思路或者新方法,對(duì)風(fēng)險(xiǎn)因素進(jìn)行量化。

    三、Logistic模型簡(jiǎn)介及變量選取

    3.1 模型簡(jiǎn)介

    所以由(4)式可知, 的經(jīng)濟(jì)意義表示在控制其他變量水平的情形下, 變化 ,則對(duì)數(shù)優(yōu)勢(shì)比率變化 或優(yōu)勢(shì)比率變化 ,特別的,當(dāng) 為等級(jí)變量或啞變量時(shí), 每增加一個(gè)等級(jí)或變化一種類型,對(duì)應(yīng)的兩個(gè)樣本之間的對(duì)數(shù)優(yōu)勢(shì)比率變化 或優(yōu)勢(shì)比(OR)率增加 ,由此也可知當(dāng) 大于0時(shí)(此時(shí)OR>1),每增加一個(gè)等級(jí)導(dǎo)致個(gè)人的違約概率就降低,反正增加。

    3.2變量選取

    Schreiner(1999)對(duì)發(fā)展中國(guó)家的小額貸款進(jìn)行研究表明,可以根據(jù)潛在借款人與歷史不良借款人的特性對(duì)違約風(fēng)險(xiǎn)進(jìn)行評(píng)估,其中性別、職業(yè)、違約記錄、借款人與信貸員從業(yè)經(jīng)驗(yàn)以及借貸機(jī)構(gòu)性質(zhì)等對(duì)貸款違約風(fēng)險(xiǎn)產(chǎn)生顯著影響。此外諸如季節(jié)因素、政策變化和市場(chǎng)變化等外部環(huán)境變量也會(huì)對(duì)違約風(fēng)險(xiǎn)產(chǎn)生一定的影響。Olomola(2000)通過(guò)研究指出,借款人與貸款人特征以及貸款特征對(duì)判斷貸款是否違約有著決定性的影響。借款人特征有:教育背景、借貸情況、存款情況、貸款類型及其貸款經(jīng)歷,而貸款特征包含貸款規(guī)模、期限、用途,貸款人特征有信貸員拜訪次數(shù),申請(qǐng)與批準(zhǔn)之間的時(shí)間長(zhǎng)度。Schreiner(2004)的研究對(duì)發(fā)展中國(guó)家的小額貸款信用風(fēng)險(xiǎn)構(gòu)建非常詳細(xì)的評(píng)估指標(biāo)體系,具體如下圖所示。

    在國(guó)內(nèi),有部分學(xué)者從對(duì)小額貸款的信用評(píng)估指標(biāo)體系進(jìn)行了研究和構(gòu)建,但這些研究基本都是從理論展開(kāi)論述的。孟建華(2002)對(duì)國(guó)內(nèi)和國(guó)外的小額貸款差異進(jìn)行了比較細(xì)致的研究,研究指出,貸款擔(dān)保和法律約束是影響我國(guó)小額貸款風(fēng)險(xiǎn)評(píng)估的最大影響因素。任娜(2011)在對(duì)小額貸款公司的貸款客戶類別進(jìn)行區(qū)分的條件下,在Z 值模型中引入非財(cái)務(wù)因素的,設(shè)置二級(jí)指標(biāo)進(jìn)行信用風(fēng)險(xiǎn)評(píng)估。但是該研究最終未能結(jié)合實(shí)際樣本數(shù)據(jù)作進(jìn)一步分析,對(duì)多涉及指標(biāo)的合理性與科學(xué)性沒(méi)能進(jìn)行實(shí)證檢驗(yàn)。此外,國(guó)內(nèi)學(xué)者關(guān)于小額貸款信用風(fēng)險(xiǎn)評(píng)估的相關(guān)研究大部分都是以農(nóng)村信用社的小額貸款數(shù)據(jù)為樣本進(jìn)行的。

    所以結(jié)合已有的研究成果和樣本數(shù)據(jù)的可獲得性,本文選取性別、年齡、職業(yè)、學(xué)歷、城市發(fā)展程度、信用卡持有情況、電子渠道開(kāi)通情況、存貸比和年收入等9個(gè)指標(biāo)作為解釋變量,對(duì)個(gè)人小額貸款信用風(fēng)險(xiǎn)進(jìn)行評(píng)估。

    四、數(shù)據(jù)來(lái)源及實(shí)證

    (一)數(shù)據(jù)樣本選取

    逾期未還本付息,即客戶違約的預(yù)判,是商業(yè)銀行小額信用貸款風(fēng)險(xiǎn)把控的關(guān)鍵。直接導(dǎo)致銀行呆賬、壞賬的產(chǎn)生,甚至帶來(lái)流動(dòng)性風(fēng)險(xiǎn)。本文樣本數(shù)據(jù)來(lái)源于中國(guó)光大銀行長(zhǎng)沙分行的個(gè)人信用貸款數(shù)據(jù),從該行2014-2016年辦理信用貸款的客戶中隨機(jī)抽選530個(gè)樣本數(shù)據(jù),并從中篩選出100萬(wàn)以下的小額信用貸款客戶,獲取性別、年齡、職業(yè)、學(xué)歷、城市發(fā)展程度、信用卡持有情況、電子渠道開(kāi)通情況、存貸比和年收入等基本信息。本文將這9方面的數(shù)據(jù)轉(zhuǎn)換為14個(gè)虛擬變量。

    客戶準(zhǔn)入的標(biāo)準(zhǔn)是其正常履約能力水平,客戶是否能正常履約是模型的判斷依據(jù)。通過(guò)對(duì)客戶履約能力的預(yù)判,授信銀行對(duì)預(yù)計(jì)能正常還款的客戶提供金融產(chǎn)品和服務(wù),拒絕還款存在不確定性的客戶的授信申請(qǐng)。在本文中,我們將違約客戶定義為一年內(nèi)發(fā)生三次(含)以上欠息或墊款的客戶,履約客戶為一年內(nèi)未發(fā)生或發(fā)生三次以下欠息或墊款的客戶。通過(guò)數(shù)據(jù)整理,530個(gè)樣本數(shù)據(jù)中履約客戶和違約客戶客戶數(shù)分別是410和120,并選取指標(biāo)體系如表 1所示。

    (二)樣本虛擬變量處理

    由于我們選取的解釋變量和被解釋變量都屬于離散變量,所以在進(jìn)行建?;貧w之前,我們需要將其變成虛擬變量,如表2所示,其中1表示“是”,0表示“否”。例如:性別(sex),sex=1,表示為男性,sex=0表示不是男性(即為女性)。由于為了避免多重共線性,在建立虛擬變量之前,虛擬變量的個(gè)數(shù)要比分類變量的個(gè)數(shù)小1。例如:學(xué)歷有三個(gè)分類,但只能建立2個(gè)虛擬變量,當(dāng)edu1=0和edu2=0都等于0時(shí)表示高中、中專以下學(xué)歷,這樣就可以避免多重共線性問(wèn)題。在建立模型前,我們將數(shù)據(jù)進(jìn)行虛擬變換,以符合模型的回歸分析要求,將指標(biāo)逐一轉(zhuǎn)換為虛擬變量如表2所示。

    (三)樣本數(shù)據(jù)的格蘭杰因果檢驗(yàn)

    對(duì)上述所構(gòu)建的虛擬變量和履約率做格蘭杰因果分析,根據(jù)相關(guān)統(tǒng)計(jì)指標(biāo)反復(fù)檢驗(yàn)比較之后,我們選取的滯后階數(shù)為2,其檢驗(yàn)結(jié)果最好,檢驗(yàn)結(jié)果如表3所示。

    根據(jù)上表檢驗(yàn)結(jié)果我們發(fā)現(xiàn),如果在5%的顯著性水平下,只有Cit2、Loa2兩個(gè)指標(biāo)大于 0.05,否定原假設(shè);但是在10%的顯著性水平下,除了Int,其他全部變量的檢驗(yàn)p值都顯著小于0.10,在剔除掉電子渠道開(kāi)通情況后,其余變量在一定程度上都對(duì)履約率產(chǎn)生影響,因此,我們剔除電子渠道開(kāi)通情況,將其余變量都選入到模型中。

    (四)模型的計(jì)算

    從表4我們可以看出,模型似然比為84.89,兩個(gè)偽決系數(shù)分別為83.1%和76.4%,即解釋變量可以解釋被解釋變量的程度,都在75%以上,說(shuō)明模型解釋效果較好。另一方面,解釋變量的系數(shù)在10%顯著水平下,都是顯著的。此外從模型的預(yù)測(cè)精度來(lái)看,如表5所示,模型對(duì)410個(gè)履約樣本的預(yù)測(cè)準(zhǔn)確率為84.88%,對(duì)120個(gè)違約樣本的預(yù)測(cè)準(zhǔn)確率為88.33%,整體準(zhǔn)確率為85.66%。特別的性別、信用卡持有情況、學(xué)歷、存貸比、收入、年齡等變量系數(shù)為正值代表著客戶履約率會(huì)提高,為負(fù)值則代表客戶違約率會(huì)升高。其影響程度可以通過(guò)OR來(lái)進(jìn)行分析。從表4的回歸系數(shù),我們可以得出以下結(jié)論:

    1、從各因素影響大小方面來(lái)看,年齡、收入、職業(yè)水平以及學(xué)歷對(duì)違約率的影響較大,應(yīng)納入貸款考察的重點(diǎn)。通過(guò)模型可以看出,年齡越大的客戶,其違約率就越低,從年齡的OR值來(lái)看,年齡在31歲-45歲階段的履約概率與年齡在30歲以下的履約概率的優(yōu)勢(shì)比為71.47,而年齡在45以上歲階段的履約概率與年齡在30歲以下的履約概率的優(yōu)勢(shì)比為1360.354。其原因可能是由于其信用觀念的不斷加強(qiáng)以及自身能力的提高,收入也會(huì)隨之增加,道德約束感增強(qiáng),所以更不容易違約,這樣已有的研究文獻(xiàn)結(jié)論相一致。在職業(yè)方面,國(guó)有企業(yè)、股份制企業(yè)的員工與私營(yíng)個(gè)體戶的OR值為26倍多,他們不僅受公司內(nèi)部的規(guī)章制度約束,同時(shí)也受社會(huì)責(zé)任的道德約束,其違約率較低。同樣在學(xué)歷方面,高學(xué)歷的客戶違約率較低,主要是因?yàn)榻逃礁摺⑿庞糜^念、法律意識(shí)較強(qiáng),以及工作家庭較穩(wěn)定、收入可觀、自有資金充足,特別的,當(dāng)學(xué)歷是在碩士以上時(shí),其違約的風(fēng)向大大降低。

    2、從銀行存量客戶方面來(lái)看,LOA1估計(jì)系數(shù)明顯高于LOA2,說(shuō)明存貸比越低,其履約的概率越大。原因可能是客戶的資金大多用于儲(chǔ)蓄存款、銀行理財(cái)?shù)确€(wěn)定性收益產(chǎn)品,屬于相對(duì)保守型投資,他們認(rèn)為按期還款是理所當(dāng)然的事情;而持有信用卡的客戶相對(duì)于未持有信用卡的客戶履約率較高,原因可能是客戶在長(zhǎng)期的信用卡使用過(guò)程中已經(jīng)形成了到期還本付息的消費(fèi)習(xí)慣,所以對(duì)于自己的資金使用有著合理而清晰的計(jì)劃,每月會(huì)有足額的資金用作還款,很少發(fā)生逾期。

    3、從性別方面來(lái)看,女性的履約率高于男性,原因可能是男性客戶的資金更多用于創(chuàng)業(yè)、大額投資等用途,受經(jīng)濟(jì)環(huán)境、行業(yè)、經(jīng)營(yíng)等因素影響,發(fā)生資金鏈斷裂,無(wú)法按期還款甚至導(dǎo)致不良貸款的幾率較大。

    4、從地域方面來(lái)看,縣級(jí)市、地級(jí)市的客戶違約概率較大。原因主要有兩點(diǎn),一是一、二線城市市民受教育程度更高、信用觀念更強(qiáng)、工作與收入也更加穩(wěn)定;二是縣級(jí)、地級(jí)城市客戶資金用途一般用于農(nóng)業(yè)、工業(yè)投資,受地域、市場(chǎng)、自然等因素影響較大,投資風(fēng)險(xiǎn)較大。

    五、結(jié)論

    本文在現(xiàn)有的研究基礎(chǔ)上,利用光大銀行長(zhǎng)沙分行采集的實(shí)際樣本數(shù)據(jù),通過(guò)格蘭杰因果檢驗(yàn)和構(gòu)建Logistic回歸模型,對(duì)個(gè)人小額貸款的信用風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析,本文所構(gòu)建評(píng)估模型對(duì)離散數(shù)據(jù)和分類數(shù)據(jù)有著特有的優(yōu)勢(shì)。文章主要結(jié)論如下:

    第一,從格蘭杰因果關(guān)系檢驗(yàn)來(lái)看,在置信水平10%條件下,本文根據(jù)以往研究的文獻(xiàn)和相關(guān)理論選取的9個(gè)指標(biāo)變量中,只有電子渠道開(kāi)通情況與是否違約不存在格蘭杰因果關(guān)系外,其他的8個(gè)變量都顯著相關(guān),模型結(jié)果較好,解釋程度達(dá)75%以上。

    第二,從風(fēng)險(xiǎn)因素的影響顯著程度來(lái)看,年齡、收入、職業(yè)水平以及學(xué)歷對(duì)違約率的影響較大,應(yīng)納入貸款考察的重點(diǎn)。年齡是特別顯著影響個(gè)人小額貸款的信用指標(biāo),年齡越大的客戶,其違約率就越低,特別的,年齡在45以上歲階段的履約概率與年齡在30歲以下的履約概率的優(yōu)勢(shì)比為1360.354倍。國(guó)有企業(yè)、股份制企業(yè)的員工與私營(yíng)個(gè)體戶的OR值為26倍多,其違約率較低。學(xué)歷方面,高學(xué)歷的客戶違約率較低,特別的,當(dāng)學(xué)歷是在碩士以上時(shí),其違約的風(fēng)向大大降低。存貸比越低,持有信用卡的客戶,其履約的概率越大。個(gè)人的信用風(fēng)險(xiǎn)在對(duì)不同的性別也有著顯著差異,女性的優(yōu)勢(shì)比男性的1.76倍。此外縣級(jí)市、地級(jí)市的客戶違約概率較大。

    因此,基于本文的研究,在互聯(lián)網(wǎng)金融時(shí)代,為了提高個(gè)人小額貸款信用風(fēng)險(xiǎn)管理水平,我們建議:在金融系統(tǒng)越發(fā)復(fù)雜,需要綜合考慮更多更細(xì)的風(fēng)險(xiǎn)因素,要結(jié)合定性和定量的方法對(duì)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估,構(gòu)建適合我國(guó)商業(yè)銀行實(shí)際情況且易于操作的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系,定量化分析與評(píng)估信用風(fēng)險(xiǎn)。在具體操作方面,我們建議:在篩選個(gè)人小額貸款客戶時(shí),應(yīng)充分考慮其特有的基本背景信息指標(biāo),在其他條件相同的情況下,選取年齡越大、女性、收入越穩(wěn)定、學(xué)歷越高、持有信用卡、存貸比越低、來(lái)自于一、二線城市的客戶;商業(yè)銀行應(yīng)有針對(duì)性地對(duì)其進(jìn)行有效規(guī)避和分散。

    六、參考文獻(xiàn)

    [1] Altman E.Financial ratios, discriminant analysis and the prediction of corporate bankruptcy.J.Finanec. 1968,589-609.

    [2] West R C. A factor-analytic approach to bank condition[J]. Journal of Banking & Finance, 1985, 9(2): 253-266.

    [3] Pugh W N, Page D E, Jahera J S. Antitakeover charter amendments: Effects on corporate decisions[J]. Journal of Financial Research, 1992, 15(1): 57-67.

    [4] Altman E I, Sabato G. Modelling credit risk for SMEs: Evidence from the US market[J]. Abacus, 2007, 43(3): 332-357.

    [5] 姜秀華,任強(qiáng),孫錚. 上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究[J]. 預(yù)測(cè),2002,03:56-61.

    [6] 于立勇,詹捷輝. 基于Logistic回歸分析的違約概率預(yù)測(cè)研究[J]. 財(cái)經(jīng)研究,2004,09:15-23.

    [7] 于立勇,詹捷輝,金建國(guó). 內(nèi)部評(píng)級(jí)法中違約概率與違約損失率的測(cè)算研究[J]. 統(tǒng)計(jì)研究,2004,12:22-26.

    [8] 梁琪. 企業(yè)經(jīng)營(yíng)管理預(yù)警:主成分分析在logistic回歸方法中的應(yīng)用[J]. 管理工程學(xué)報(bào),2005,01:100-103.

    [9] 油永華. 企業(yè)信用狀況的定性評(píng)價(jià)——基于logistic回歸模型的分析[J]. 統(tǒng)計(jì)與信息論壇,2006,06:85-88.

    [10] 石曉軍,任若恩,肖遠(yuǎn)文. 邊界Logistic違約率模型Bayes分析及實(shí)證研究[J]. 中國(guó)管理科學(xué),2006,04:25-29.

    [11] 葛君. 基于Logistic模型的信用卡信用風(fēng)險(xiǎn)研究[J]. 中國(guó)信用卡,2010,24:26-32.

    [12] 羅曉光,劉飛虎. 基于Logistic回歸法的商業(yè)銀行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究[J]. 金融發(fā)展研究,2011,11:55-59.

    [13] 史小康,何曉群. 有偏logistic回歸模型及其在個(gè)人信用評(píng)級(jí)中的應(yīng)用研究[J]. 數(shù)理統(tǒng)計(jì)與管理,2015,06:1048-1056.

    [14] Viganò L. A CREDIT SCORING MODEL FOR DEVELOPMENT BANKS: AN AFRICAN CASE STUDY/UN MODELE DE" CREDIT SCORING" POUR LES BANQUES DE DEVELOPPEMENT: UNE ETUDE DE CAS AFRICAIN[J]. Savings and development, 1993: 441-482.

    [15] Van Gool J, Verbeke W, Sercu P, et al. Credit scoring for microfinance: is it worth it?[J]. International Journal of Finance & Economics, 2012, 17(2): 103-123.

    [16] Kinda O, Achonu A. Building a Credit Scoring Model for the Savings and Credit Mutual of the Potou Zone[J]. Consilience: The Journal of Sustainable Development, 2012 (7): 17-32.

    [17] Schreiner M. A Scoring Model of the Risk of Costly Arrears at a Microfinance Lender in Bolivia[J]. Cancer Medicine, 2001, 4(1):36–42.

    [18] Schreiner M. Scoring arrears at a microlender in Bolivia[J]. ESR Review, 2004, 6(2): 65.

    [19] Schreiner M. Credit scoring for microfinance: Can it work?[J]. Journal of Microfinance/ESR Review, 2000, 2(2): 105-118.

    [20] Kinda O, Achonu A. Building a Credit Scoring Model for the Savings and Credit Mutual of the Potou Zone[J]. Consilience: The Journal of Sustainable Development, 2012 (7): 17-32.

    [21] Blanco A, Pino-MejíAs R, Lara J, et al. Credit scoring models for the microfinance industry using neural networks: Evidence from Peru[J]. Expert Systems with applications, 2013, 40(1): 356-364.

    [22] Maddala G S. Limited-dependent and qualitative variables in econometrics[M]. Cambridge university press, 1986.

    [23] West R C. A factor-analytic approach to bank condition ☆[J]. Journal of Banking & Finance, 1985, 9(2):253-266.

    [24] Daniel E O`leary,On bankruptcy information systems,European Journal of Operational Research. 1992,56,67-79

    Abstract: According to the actual sample data collected from one branch of Everbright Bank of China, this paper build a two-classification Logistics credit risk assessment model on personal small loans credit risk assessment. Empirical evidence showed that: Age, gender, income, occupation, educational background, whether to hold credit CARDS, the lower the LDR and customer belongs to very significant factors on personal small loans credit risk; age older, income stability, the greater the degree is higher, hold a credit card, the lower the LDR customer the higher credit rating; Women's credit risk significantly less than men; The execution rate of first-tier and second-tier cities is generally higher than that of county level city clients.The bank should take specific measures to effectively avoid and diversify risks.

    Key words: Logistic model; Internet finance; Small loan; Credit risk;

    猜你喜歡
    小額貸款信用風(fēng)險(xiǎn)互聯(lián)網(wǎng)金融
    加強(qiáng)小額貸款企業(yè)風(fēng)險(xiǎn)管理與防范探討
    淺析我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理
    互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)分析與管理
    互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品分析
    互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)金融的影響
    京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
    個(gè)人信用風(fēng)險(xiǎn)評(píng)分的指標(biāo)選擇研究
    信用風(fēng)險(xiǎn)的誘發(fā)成因及對(duì)策思考
    山東:首次表彰小額貸款先進(jìn) 累計(jì)發(fā)放貸款471.16億元
    商戶小額貸款信用評(píng)價(jià)模型
    日日啪夜夜爽| 亚洲美女搞黄在线观看| 黑人欧美特级aaaaaa片| 3wmmmm亚洲av在线观看| 高清视频免费观看一区二区| 18禁在线播放成人免费| 日本午夜av视频| 人妻一区二区av| 成人亚洲欧美一区二区av| 精品久久国产蜜桃| 亚洲人成77777在线视频| 建设人人有责人人尽责人人享有的| av卡一久久| 精品少妇久久久久久888优播| 最近最新中文字幕免费大全7| 少妇 在线观看| xxxhd国产人妻xxx| 亚洲av免费高清在线观看| 国产免费一区二区三区四区乱码| 久久精品夜色国产| 久久久精品区二区三区| 热re99久久国产66热| 亚洲av电影在线观看一区二区三区| 日韩av在线免费看完整版不卡| 日韩亚洲欧美综合| 精品久久久久久久久av| 视频区图区小说| 久久99一区二区三区| 国产成人freesex在线| 少妇的逼水好多| 日韩一区二区视频免费看| 欧美精品高潮呻吟av久久| 国产日韩欧美在线精品| 少妇人妻精品综合一区二区| 男女国产视频网站| 精品久久久久久久久亚洲| 精品国产乱码久久久久久小说| 国产精品久久久久久久电影| 欧美激情 高清一区二区三区| 亚洲人成网站在线观看播放| 成人综合一区亚洲| 国产在视频线精品| 国产精品三级大全| 777米奇影视久久| av又黄又爽大尺度在线免费看| 亚洲欧美成人综合另类久久久| 人人妻人人添人人爽欧美一区卜| 狠狠精品人妻久久久久久综合| 97超碰精品成人国产| 黄色配什么色好看| 日本黄色日本黄色录像| 毛片一级片免费看久久久久| 97超视频在线观看视频| 又大又黄又爽视频免费| av福利片在线| 有码 亚洲区| 免费不卡的大黄色大毛片视频在线观看| 日韩av不卡免费在线播放| 99久久精品一区二区三区| 成年av动漫网址| 男人爽女人下面视频在线观看| videossex国产| 国产精品久久久久久av不卡| 在线观看免费高清a一片| 久久午夜综合久久蜜桃| 久久久久久久久久久久大奶| 亚洲久久久国产精品| 久久国产精品男人的天堂亚洲 | 丰满乱子伦码专区| 亚洲综合色网址| 黄色怎么调成土黄色| 中国三级夫妇交换| 亚洲av二区三区四区| 日日摸夜夜添夜夜添av毛片| 国产午夜精品一二区理论片| 少妇被粗大的猛进出69影院 | 一边摸一边做爽爽视频免费| 欧美日韩亚洲高清精品| 韩国高清视频一区二区三区| 免费av中文字幕在线| 久久久久久伊人网av| 亚洲国产欧美在线一区| 高清av免费在线| 亚洲精品国产色婷婷电影| 亚洲av免费高清在线观看| 飞空精品影院首页| 纯流量卡能插随身wifi吗| 老司机影院成人| 午夜福利视频精品| 国产精品久久久久久av不卡| 一本久久精品| 日韩亚洲欧美综合| 亚洲精品中文字幕在线视频| 日本黄色日本黄色录像| 亚洲精品乱久久久久久| 午夜激情福利司机影院| 黄色配什么色好看| 大码成人一级视频| 麻豆精品久久久久久蜜桃| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 欧美丝袜亚洲另类| 日本欧美视频一区| 老熟女久久久| 国产成人aa在线观看| 婷婷色综合www| av女优亚洲男人天堂| 亚洲欧美中文字幕日韩二区| 亚洲欧美中文字幕日韩二区| 午夜影院在线不卡| 国产精品偷伦视频观看了| 人人澡人人妻人| a级毛片黄视频| 18禁观看日本| 精品人妻一区二区三区麻豆| 国产成人aa在线观看| 美女cb高潮喷水在线观看| 能在线免费看毛片的网站| 五月天丁香电影| 亚洲精品中文字幕在线视频| 亚洲丝袜综合中文字幕| 人人妻人人爽人人添夜夜欢视频| 18禁动态无遮挡网站| 婷婷色av中文字幕| 婷婷色av中文字幕| 97在线人人人人妻| 欧美日本中文国产一区发布| 视频区图区小说| 王馨瑶露胸无遮挡在线观看| 嘟嘟电影网在线观看| 老熟女久久久| 热99国产精品久久久久久7| 亚洲精品国产av成人精品| 中文乱码字字幕精品一区二区三区| a 毛片基地| 中文字幕制服av| www.av在线官网国产| 亚洲精品日韩在线中文字幕| 最新中文字幕久久久久| 久久99一区二区三区| 日本黄色日本黄色录像| 成人亚洲精品一区在线观看| 久久久久久久久久久久大奶| 这个男人来自地球电影免费观看 | 国产无遮挡羞羞视频在线观看| 大又大粗又爽又黄少妇毛片口| 伊人久久精品亚洲午夜| 亚洲精品中文字幕在线视频| 久久午夜福利片| 国国产精品蜜臀av免费| 亚洲欧洲国产日韩| 日韩精品有码人妻一区| 亚洲国产精品成人久久小说| 精品酒店卫生间| 一本—道久久a久久精品蜜桃钙片| 欧美精品亚洲一区二区| 国产在线免费精品| 日本色播在线视频| 精品久久国产蜜桃| 久久久久久久精品精品| 女人精品久久久久毛片| 午夜av观看不卡| 最新中文字幕久久久久| 国产视频首页在线观看| 国产高清有码在线观看视频| 久久精品夜色国产| 性色avwww在线观看| 妹子高潮喷水视频| 黄色一级大片看看| 国产精品国产三级专区第一集| 国产黄频视频在线观看| 免费黄频网站在线观看国产| 在线观看www视频免费| 国产欧美日韩一区二区三区在线 | 天美传媒精品一区二区| 亚洲情色 制服丝袜| 在现免费观看毛片| 高清在线视频一区二区三区| 亚洲欧美成人精品一区二区| 99久久精品一区二区三区| 精品视频人人做人人爽| 日韩成人伦理影院| 国产免费一级a男人的天堂| 搡女人真爽免费视频火全软件| 免费久久久久久久精品成人欧美视频 | 免费大片黄手机在线观看| 国产女主播在线喷水免费视频网站| 两个人免费观看高清视频| 成年av动漫网址| 免费人成在线观看视频色| 久久女婷五月综合色啪小说| 一级,二级,三级黄色视频| 爱豆传媒免费全集在线观看| 女的被弄到高潮叫床怎么办| 国产成人精品久久久久久| 中文字幕最新亚洲高清| 99热6这里只有精品| 国产色婷婷99| 久久亚洲国产成人精品v| 考比视频在线观看| 久久av网站| 黑丝袜美女国产一区| 中文天堂在线官网| 黑人高潮一二区| 婷婷色综合www| 免费黄网站久久成人精品| 久久久a久久爽久久v久久| 成年av动漫网址| 97在线人人人人妻| 久久久欧美国产精品| 久久久久久久久久人人人人人人| 日韩一本色道免费dvd| 精品一区在线观看国产| 日韩欧美精品免费久久| 午夜福利影视在线免费观看| 麻豆精品久久久久久蜜桃| 午夜福利视频在线观看免费| 高清视频免费观看一区二区| 久久久久久久久久人人人人人人| 国产精品秋霞免费鲁丝片| 卡戴珊不雅视频在线播放| 亚洲国产最新在线播放| 久久国产亚洲av麻豆专区| 国产免费视频播放在线视频| 一边摸一边做爽爽视频免费| 大又大粗又爽又黄少妇毛片口| 人成视频在线观看免费观看| 欧美国产精品一级二级三级| 女性被躁到高潮视频| 在线观看人妻少妇| 97精品久久久久久久久久精品| 最近2019中文字幕mv第一页| 麻豆精品久久久久久蜜桃| tube8黄色片| 亚洲中文av在线| 国产伦精品一区二区三区视频9| 午夜福利视频精品| 国产精品欧美亚洲77777| 日韩av免费高清视频| 国产免费一区二区三区四区乱码| 亚洲av不卡在线观看| 99re6热这里在线精品视频| 男人操女人黄网站| 综合色丁香网| 九色亚洲精品在线播放| 最近的中文字幕免费完整| 韩国av在线不卡| 久久久a久久爽久久v久久| 国产男女超爽视频在线观看| 亚洲av.av天堂| 午夜福利影视在线免费观看| 国产日韩欧美亚洲二区| 大又大粗又爽又黄少妇毛片口| 亚洲,欧美,日韩| 九九在线视频观看精品| 亚洲精品日韩av片在线观看| 国产亚洲午夜精品一区二区久久| 最近手机中文字幕大全| 三上悠亚av全集在线观看| 国产一区二区三区综合在线观看 | 18禁观看日本| 中文字幕亚洲精品专区| 精品人妻在线不人妻| 欧美激情国产日韩精品一区| 91午夜精品亚洲一区二区三区| 日韩大片免费观看网站| 欧美另类一区| 9色porny在线观看| 简卡轻食公司| 中文字幕人妻熟人妻熟丝袜美| 国产精品一区二区三区四区免费观看| 精品午夜福利在线看| 热re99久久精品国产66热6| 国产欧美亚洲国产| 在线观看免费日韩欧美大片 | 999精品在线视频| 国产免费又黄又爽又色| 伊人久久国产一区二区| 成人午夜精彩视频在线观看| 一级,二级,三级黄色视频| 免费av中文字幕在线| 国产片特级美女逼逼视频| 美女中出高潮动态图| 亚洲欧洲国产日韩| 精品99又大又爽又粗少妇毛片| 久久热精品热| 高清不卡的av网站| 精品人妻一区二区三区麻豆| 欧美日韩av久久| 精品久久久噜噜| 全区人妻精品视频| 99视频精品全部免费 在线| 日韩人妻高清精品专区| 亚洲av福利一区| 国产黄片视频在线免费观看| 欧美成人午夜免费资源| 国产免费现黄频在线看| 26uuu在线亚洲综合色| 我要看黄色一级片免费的| 欧美激情 高清一区二区三区| 草草在线视频免费看| 黄色视频在线播放观看不卡| 国产精品人妻久久久久久| 国产女主播在线喷水免费视频网站| 97超视频在线观看视频| 免费观看a级毛片全部| 爱豆传媒免费全集在线观看| 亚洲精品日本国产第一区| a级片在线免费高清观看视频| 亚洲av欧美aⅴ国产| 丰满乱子伦码专区| 欧美亚洲日本最大视频资源| 男女啪啪激烈高潮av片| 高清欧美精品videossex| 国产精品国产av在线观看| 午夜av观看不卡| 久久久久人妻精品一区果冻| 国模一区二区三区四区视频| 欧美精品亚洲一区二区| 高清在线视频一区二区三区| 看十八女毛片水多多多| 日韩三级伦理在线观看| 久久久久精品性色| 精品人妻在线不人妻| av福利片在线| 晚上一个人看的免费电影| 成人手机av| 国产精品一区www在线观看| 夜夜看夜夜爽夜夜摸| 卡戴珊不雅视频在线播放| 18+在线观看网站| 亚洲欧美成人综合另类久久久| 成年人午夜在线观看视频| 日韩精品免费视频一区二区三区 | 久久国内精品自在自线图片| 乱码一卡2卡4卡精品| 熟女电影av网| 亚洲欧洲日产国产| 国产精品久久久久久精品古装| av网站免费在线观看视频| 亚洲综合精品二区| 永久网站在线| 国产片内射在线| 亚洲av在线观看美女高潮| 永久网站在线| 亚洲av福利一区| 成人漫画全彩无遮挡| 亚洲人与动物交配视频| 色5月婷婷丁香| 欧美人与性动交α欧美精品济南到 | av在线播放精品| 久久av网站| 久久ye,这里只有精品| 三上悠亚av全集在线观看| 日韩熟女老妇一区二区性免费视频| 99久久中文字幕三级久久日本| 最近中文字幕高清免费大全6| 久久久久国产精品人妻一区二区| 男女无遮挡免费网站观看| 美女大奶头黄色视频| 久久久久人妻精品一区果冻| 三上悠亚av全集在线观看| 免费大片黄手机在线观看| 十分钟在线观看高清视频www| 中文字幕制服av| 亚洲天堂av无毛| 国产69精品久久久久777片| av在线观看视频网站免费| av国产久精品久网站免费入址| 赤兔流量卡办理| 69精品国产乱码久久久| 日韩免费高清中文字幕av| 99热全是精品| 99久久精品一区二区三区| 国产精品国产三级专区第一集| 天美传媒精品一区二区| 蜜桃久久精品国产亚洲av| av有码第一页| 啦啦啦视频在线资源免费观看| 美女中出高潮动态图| 大香蕉久久成人网| 在线观看免费高清a一片| 日韩亚洲欧美综合| 高清在线视频一区二区三区| 熟女电影av网| 日韩强制内射视频| 国产精品久久久久久精品古装| 久久久国产精品麻豆| 啦啦啦中文免费视频观看日本| 一个人免费看片子| 如日韩欧美国产精品一区二区三区 | 人成视频在线观看免费观看| 亚洲av.av天堂| 久久久久网色| 国产成人午夜福利电影在线观看| 国产黄色免费在线视频| 国模一区二区三区四区视频| 日韩一区二区视频免费看| 99热国产这里只有精品6| 亚洲综合精品二区| 国产乱人偷精品视频| 国产伦理片在线播放av一区| 日产精品乱码卡一卡2卡三| 亚洲,一卡二卡三卡| av黄色大香蕉| a级毛片在线看网站| 18禁在线无遮挡免费观看视频| a级片在线免费高清观看视频| 99热网站在线观看| 亚洲欧美中文字幕日韩二区| 美女中出高潮动态图| 69精品国产乱码久久久| 2021少妇久久久久久久久久久| 久久久久久人妻| 热99久久久久精品小说推荐| 高清午夜精品一区二区三区| 国产国拍精品亚洲av在线观看| 热re99久久精品国产66热6| 国产精品一区二区三区四区免费观看| 成人国产麻豆网| 亚洲精品成人av观看孕妇| 久久久午夜欧美精品| 在线免费观看不下载黄p国产| 欧美精品一区二区大全| 国产精品久久久久久av不卡| 免费人成在线观看视频色| 26uuu在线亚洲综合色| 国产精品久久久久成人av| 男人添女人高潮全过程视频| 在线看a的网站| 男女高潮啪啪啪动态图| 在线免费观看不下载黄p国产| 精品少妇黑人巨大在线播放| 国产精品国产三级国产av玫瑰| 热99国产精品久久久久久7| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 丝袜喷水一区| 久久久久精品久久久久真实原创| 人妻人人澡人人爽人人| 韩国高清视频一区二区三区| 蜜臀久久99精品久久宅男| 欧美丝袜亚洲另类| 欧美日韩精品成人综合77777| av线在线观看网站| 精品午夜福利在线看| 亚洲人成网站在线观看播放| 校园人妻丝袜中文字幕| 人体艺术视频欧美日本| 丝袜脚勾引网站| 熟女电影av网| 嫩草影院入口| 九草在线视频观看| 2018国产大陆天天弄谢| 久久久久久久大尺度免费视频| 亚洲成人av在线免费| 国产亚洲最大av| 黑人巨大精品欧美一区二区蜜桃 | 成人亚洲欧美一区二区av| 亚洲欧美日韩卡通动漫| 久久久久久久久久成人| av卡一久久| 精品国产一区二区三区久久久樱花| 日本爱情动作片www.在线观看| 国产又色又爽无遮挡免| 啦啦啦在线观看免费高清www| 国产无遮挡羞羞视频在线观看| 成年人免费黄色播放视频| 高清av免费在线| 熟妇人妻不卡中文字幕| 日韩av在线免费看完整版不卡| 亚洲成人手机| 人妻一区二区av| 久久人人爽人人爽人人片va| 日韩电影二区| 成人18禁高潮啪啪吃奶动态图 | 伊人亚洲综合成人网| 欧美日韩国产mv在线观看视频| 色5月婷婷丁香| 国产欧美日韩综合在线一区二区| 久久久久精品性色| 亚洲中文av在线| 黑人猛操日本美女一级片| 欧美 日韩 精品 国产| 国产精品国产三级专区第一集| 中文字幕精品免费在线观看视频 | 最新中文字幕久久久久| 国产69精品久久久久777片| 美女大奶头黄色视频| 一级毛片我不卡| a级片在线免费高清观看视频| 七月丁香在线播放| 韩国高清视频一区二区三区| 免费观看在线日韩| 91在线精品国自产拍蜜月| 久久亚洲国产成人精品v| 亚洲综合色网址| 中文字幕人妻熟人妻熟丝袜美| 亚洲av国产av综合av卡| 久久久久久久国产电影| xxx大片免费视频| 亚洲欧美成人精品一区二区| 免费观看性生交大片5| 最近中文字幕2019免费版| 美女国产高潮福利片在线看| 欧美精品一区二区大全| 国产老妇伦熟女老妇高清| 肉色欧美久久久久久久蜜桃| 在线观看美女被高潮喷水网站| 日韩精品免费视频一区二区三区 | 午夜免费男女啪啪视频观看| 搡女人真爽免费视频火全软件| 国产无遮挡羞羞视频在线观看| 久久久久久久久久久久大奶| 精品少妇内射三级| 精品人妻熟女毛片av久久网站| 在线观看美女被高潮喷水网站| 日韩熟女老妇一区二区性免费视频| 国产精品熟女久久久久浪| 街头女战士在线观看网站| 高清毛片免费看| 又粗又硬又长又爽又黄的视频| av专区在线播放| 男女高潮啪啪啪动态图| 久久久精品免费免费高清| 中文精品一卡2卡3卡4更新| 99热这里只有是精品在线观看| 熟女电影av网| 国产高清国产精品国产三级| 久久精品国产a三级三级三级| 欧美亚洲 丝袜 人妻 在线| 性色avwww在线观看| 尾随美女入室| 久久久久人妻精品一区果冻| 80岁老熟妇乱子伦牲交| 欧美性感艳星| 久久人妻熟女aⅴ| 亚洲欧美中文字幕日韩二区| 免费观看av网站的网址| 性色avwww在线观看| 一个人看视频在线观看www免费| 一级a做视频免费观看| 十八禁高潮呻吟视频| 母亲3免费完整高清在线观看 | 高清欧美精品videossex| 伊人久久精品亚洲午夜| 亚洲欧美清纯卡通| 国产女主播在线喷水免费视频网站| 一本一本综合久久| 人成视频在线观看免费观看| 99久久精品国产国产毛片| 女人久久www免费人成看片| 欧美国产精品一级二级三级| 日本91视频免费播放| 久久99精品国语久久久| 国产片特级美女逼逼视频| 亚洲成人av在线免费| 91在线精品国自产拍蜜月| 熟女av电影| 激情五月婷婷亚洲| 久久鲁丝午夜福利片| 日韩免费高清中文字幕av| 国产黄频视频在线观看| 久久99热6这里只有精品| 久久99精品国语久久久| 久久人人爽人人片av| 欧美精品人与动牲交sv欧美| 91久久精品国产一区二区成人| 在线播放无遮挡| 一级毛片电影观看| 黄色欧美视频在线观看| 一区二区av电影网| 欧美日韩亚洲高清精品| 久久久亚洲精品成人影院| av女优亚洲男人天堂| 国产成人精品久久久久久| 一区二区三区乱码不卡18| 看免费成人av毛片| 久久久久久久精品精品| 中国美白少妇内射xxxbb| 最近中文字幕高清免费大全6| 国产av精品麻豆| 久久精品久久久久久久性| 国产成人精品婷婷| 国产精品.久久久| 97精品久久久久久久久久精品| av免费在线看不卡| 亚洲欧美日韩卡通动漫| 国产男女超爽视频在线观看| 久久久久网色| 只有这里有精品99| 国产精品一二三区在线看| 欧美日韩在线观看h| 香蕉精品网在线| 视频区图区小说| 高清毛片免费看| 国产一区二区在线观看日韩| 国产欧美日韩一区二区三区在线 | 中文字幕精品免费在线观看视频 | 五月开心婷婷网| 亚洲精品日本国产第一区| 国产极品粉嫩免费观看在线 | 欧美日韩在线观看h| 亚洲精品一区蜜桃| 精品午夜福利在线看| 黄色欧美视频在线观看| 成人国语在线视频| 亚洲国产毛片av蜜桃av| 一本—道久久a久久精品蜜桃钙片| 成人综合一区亚洲| 亚洲精品色激情综合| 一级爰片在线观看| 国产亚洲午夜精品一区二区久久| 成人午夜精彩视频在线观看| 一级毛片电影观看| 九草在线视频观看| av卡一久久|