• <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 ?

    經(jīng)濟(jì)新常態(tài)下企業(yè)財(cái)務(wù)危機(jī)預(yù)警實(shí)證研究

    2016-12-01 15:47:21符剛曾萍陳冠林
    財(cái)經(jīng)科學(xué) 2016年9期
    關(guān)鍵詞:財(cái)務(wù)預(yù)警經(jīng)濟(jì)新常態(tài)主成分分析

    符剛 曾萍 陳冠林

    [內(nèi)容摘要]在新常態(tài)下外部宏觀經(jīng)濟(jì)對企業(yè)內(nèi)部經(jīng)營管理的不利影響顯著,建立動態(tài)、實(shí)時(shí)預(yù)報(bào)功能的企業(yè)財(cái)務(wù)危機(jī)預(yù)警對利益相關(guān)者加強(qiáng)風(fēng)險(xiǎn)管理有重要意義。本文運(yùn)用全局主成分分析法,構(gòu)建了融合神經(jīng)網(wǎng)絡(luò)與kalman.濾波法的財(cái)務(wù)預(yù)警模型,并以89家上市公司為樣本進(jìn)行實(shí)證分析,結(jié)果發(fā)現(xiàn):融合了神經(jīng)網(wǎng)絡(luò)和Kalman濾波法的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型對企業(yè)的風(fēng)險(xiǎn)有良好的預(yù)判效果;企業(yè)財(cái)務(wù)危機(jī)的產(chǎn)生具有一個(gè)積累過程,企業(yè)可以運(yùn)用財(cái)務(wù)危機(jī)發(fā)生前的財(cái)務(wù)指標(biāo)數(shù)據(jù)對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警。

    [關(guān)鍵詞]經(jīng)濟(jì)新常態(tài);財(cái)務(wù)預(yù)警;主成分分析;神經(jīng)網(wǎng)絡(luò);Kalman濾波

    以“速度變化、結(jié)構(gòu)優(yōu)化、動力轉(zhuǎn)換”為特征的經(jīng)濟(jì)新常態(tài),是“當(dāng)前和今后一個(gè)時(shí)期我國經(jīng)濟(jì)發(fā)展的大邏輯”。在新常態(tài)下,一方面我國經(jīng)濟(jì)發(fā)展整體向好,潛力大,韌性強(qiáng);另一方面也面臨嚴(yán)重的結(jié)構(gòu)性產(chǎn)能過剩、庫存過量、風(fēng)險(xiǎn)過大等問題。2015年中央經(jīng)濟(jì)工作會議提出,推進(jìn)供給側(cè)結(jié)構(gòu)性改革,將“去產(chǎn)能、去庫存、去杠桿、降成本、補(bǔ)短板”作為2016年的五大任務(wù)。這對我國企業(yè)而言,機(jī)遇與挑戰(zhàn)并存,風(fēng)險(xiǎn)與收益同在。但是,新常態(tài)下宏觀政策、產(chǎn)業(yè)政策、微觀政策和改革政策都在變化,很多企業(yè)面臨挑戰(zhàn)大于機(jī)遇,因財(cái)務(wù)危機(jī)導(dǎo)致企業(yè)經(jīng)營陷入困境甚至破產(chǎn)清算的現(xiàn)象時(shí)有發(fā)生。因此,為避免或減弱新常態(tài)下企業(yè)的不利影響,加強(qiáng)企業(yè)財(cái)務(wù)運(yùn)營的監(jiān)控,及早發(fā)出預(yù)警信號,將企業(yè)面臨的潛在財(cái)務(wù)危機(jī)告知利益相關(guān)者是十分必要的。本文在回顧已有的財(cái)務(wù)預(yù)警研究文獻(xiàn)的基礎(chǔ)上,運(yùn)用全局主成分分析法,構(gòu)建了融合神經(jīng)網(wǎng)絡(luò)和Kalman濾波法的財(cái)務(wù)預(yù)警模型,并以我國上市公司為樣本進(jìn)行實(shí)證研究,這既改變了單一方法的預(yù)警模型,又提高了財(cái)務(wù)預(yù)警的準(zhǔn)確性,并對經(jīng)濟(jì)新常態(tài)下的風(fēng)險(xiǎn)管理有參考價(jià)值。

    一、文獻(xiàn)回顧

    財(cái)務(wù)預(yù)警是借助企業(yè)提供的財(cái)務(wù)報(bào)表等資料,利用不同的分析方法,對企業(yè)的經(jīng)營活動、財(cái)務(wù)活動等進(jìn)行分析預(yù)測,以發(fā)現(xiàn)企業(yè)潛在的風(fēng)險(xiǎn),并在危機(jī)發(fā)生之前向企業(yè)經(jīng)營者發(fā)出警告,促使企業(yè)管理層采取有效措施,避免潛在的風(fēng)險(xiǎn)演變成損失。最早的財(cái)務(wù)預(yù)警研究是Fitzpatrick(1932)開展的單變量破產(chǎn)預(yù)測研究。他首先將樣本公司分為破產(chǎn)和非破產(chǎn)兩組,再嘗試用不同的單一財(cái)務(wù)比率進(jìn)行對比,最終認(rèn)為股東權(quán)益/負(fù)債這個(gè)比率的判別能力最高。隨后,William Beaver(1966)提出單一比率模型,即利用單一的財(cái)務(wù)比率來預(yù)測企業(yè)的財(cái)務(wù)困境,發(fā)現(xiàn)營運(yùn)資本流/負(fù)債和凈利潤/總資產(chǎn)是最好的判別變量。但由于用單個(gè)指標(biāo)判別的方法本身存在缺陷,Altman(1968)重新選擇樣本進(jìn)行研究,確定出了判別效果最好的五個(gè)指標(biāo),最終對每個(gè)指標(biāo)確定出權(quán)重,構(gòu)造出了一個(gè)綜合指標(biāo)由此進(jìn)行判別。Altman采用的多元線性的方法,對后來學(xué)者的產(chǎn)生了更深遠(yuǎn)的影響。Ohlson(1980)將Logit回歸模型引入財(cái)務(wù)預(yù)警的研究中。他首先確定出了一個(gè)非破產(chǎn)概率區(qū)間和破產(chǎn)的概率區(qū)間,然后根據(jù)落在此區(qū)間上的企業(yè)的概率分布來確定哪些指標(biāo)的判別效果較好,由此他也在logit回歸的基礎(chǔ)上,建立了多元概率模型。這兩種方法都在很大程度上克服了一元判別和多元判別中的諸多缺陷。隨著計(jì)算機(jī)技術(shù)的發(fā)展,利用人工神經(jīng)網(wǎng)絡(luò)這類黑箱模型的方法對財(cái)務(wù)預(yù)警的研究也逐漸增多,如Tam(1991),Coats和Fant(1991,1993),Ahman,Marco和Varetto(1995),Kevin,KarYanTan和MdodyY.Kiang(1992)采用人工神經(jīng)網(wǎng)絡(luò)模型對財(cái)務(wù)危機(jī)公司進(jìn)行預(yù)測。此外,Messier和Hansen(1988)將專家系統(tǒng)運(yùn)用于財(cái)務(wù)困境預(yù)測,結(jié)果證明分類效果最好;Charitou和Trige-orgis(2000)將B-s期權(quán)定價(jià)模型中的變量因子引入財(cái)務(wù)危機(jī)判別模型,發(fā)現(xiàn)到期債務(wù)面值、企業(yè)資產(chǎn)的當(dāng)期市價(jià)、企業(yè)價(jià)值變化的標(biāo)準(zhǔn)差等期權(quán)變量在預(yù)測破產(chǎn)方面作用顯著。

    我國學(xué)者20世紀(jì)90年代開始對財(cái)務(wù)預(yù)警進(jìn)行研究,目前已有一些成果。如周首華、楊濟(jì)華和王平(1996)通過建立F分?jǐn)?shù)模式對Compustat Pc Plus會計(jì)數(shù)據(jù)庫中1990年以來4160家公司進(jìn)行驗(yàn)證,發(fā)現(xiàn)準(zhǔn)確率高達(dá)近70%。陳靜(1999)采用單變量分析法和二類線性判定分析法進(jìn)行財(cái)務(wù)危機(jī)預(yù)警分析,發(fā)現(xiàn)流動比率和負(fù)債比率的判別效果最好。宋秋萍(2000年)采用美國Ahman的z計(jì)分模型對中國6家公司進(jìn)行了預(yù)測分析,發(fā)現(xiàn)直接使用美國公司財(cái)務(wù)數(shù)據(jù)建立的模型并不適用于對中國公司的預(yù)測。吳世農(nóng)、盧賢義(2001)以多元線性回歸分析、判別分析和逐步邏輯回歸三種方法構(gòu)建了相應(yīng)的財(cái)務(wù)預(yù)警模型,研究結(jié)果表明這三種模型都可以在財(cái)務(wù)危機(jī)前做出相對較為準(zhǔn)確的預(yù)警,并發(fā)現(xiàn)logistic預(yù)測模型的誤判率最低。進(jìn)入21世紀(jì)以后,各種智能算法應(yīng)用到財(cái)務(wù)分析當(dāng)中。劉洪、何光軍(2004)用傳統(tǒng)的判別分析方法、邏輯回歸分析方法、人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行比較研究,認(rèn)為人工神經(jīng)網(wǎng)絡(luò)方法的預(yù)測精度遠(yuǎn)高于兩種傳統(tǒng)的統(tǒng)計(jì)方法。李健、劉翔(2011)將遺傳算法與BP神經(jīng)網(wǎng)絡(luò)結(jié)合起來,對我國制造業(yè)上市公司進(jìn)行實(shí)證分析,結(jié)果發(fā)現(xiàn)遺傳神經(jīng)網(wǎng)絡(luò)準(zhǔn)確度高于logistic回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型。

    因此,過去對財(cái)務(wù)預(yù)警的研究已經(jīng)形成一些成果,但面對瞬息萬變的市場情況,這些預(yù)警模型的運(yùn)用都有較強(qiáng)的適用條件。從現(xiàn)實(shí)案例和財(cái)務(wù)理論來看,公司財(cái)務(wù)危機(jī)都具有三大特點(diǎn):一是越臨近財(cái)務(wù)危機(jī)的發(fā)生,財(cái)務(wù)指標(biāo)中所包含的危機(jī)信號就越多;二是財(cái)務(wù)數(shù)據(jù)的時(shí)間序列性,當(dāng)期財(cái)務(wù)數(shù)據(jù)會對下一期造成影響;三是財(cái)務(wù)危機(jī)具有歷史累積性,財(cái)務(wù)危機(jī)是長時(shí)間的經(jīng)營不善所導(dǎo)致的最終結(jié)果。而現(xiàn)有研究成果大部分(楊華,2009;吳啟富,耿霄,2010;李建,劉翔,2011)只是從其中一方面進(jìn)行考慮,所構(gòu)建的財(cái)務(wù)預(yù)警模型的適用性大大減弱,預(yù)警的準(zhǔn)確性不高。本文中融合神經(jīng)網(wǎng)絡(luò)和Kalman濾波法的財(cái)務(wù)預(yù)警模型較好地解決了這些問題。

    二、研究設(shè)計(jì)

    (一)樣本選擇和數(shù)據(jù)來源

    國內(nèi)學(xué)者(劉洪,何光軍,2004;劉際陸,2011;魏春梅,蔡通,2011)在過去的研究中常把是否被sT作為劃分財(cái)務(wù)危機(jī)公司和財(cái)務(wù)良好公司的界限。這樣非黑即白的劃分方式存在兩個(gè)缺陷:一是研究中忽視了企業(yè)財(cái)務(wù)危機(jī)的發(fā)生是一個(gè)逐步累積的過程;二是如果臨近財(cái)務(wù)危機(jī)的發(fā)生才對企業(yè)做出預(yù)報(bào),企業(yè)就沒有充足的時(shí)間應(yīng)對危機(jī),這就喪失了預(yù)警的意義。所以,為延長企業(yè)財(cái)務(wù)危機(jī)的應(yīng)對時(shí)間,從財(cái)務(wù)狀況良好到發(fā)生財(cái)務(wù)危機(jī),應(yīng)該再劃分一個(gè)過渡狀態(tài)。本文將企業(yè)財(cái)務(wù)狀況分成三個(gè)狀態(tài):財(cái)務(wù)狀況良好、輕度財(cái)務(wù)危機(jī)和重度財(cái)務(wù)危機(jī)。以前的研究顯示,企業(yè)被sT當(dāng)期的財(cái)務(wù)數(shù)據(jù),與該企業(yè)之前7~8年的財(cái)務(wù)數(shù)據(jù)呈現(xiàn)顯出著性關(guān)系,所以本文將企業(yè)在T期至T-7期之內(nèi)凈利潤均大零的情況,定義為財(cái)務(wù)狀況良好;若在第T期企業(yè)被sT,則第T期的財(cái)務(wù)狀態(tài)則被定義為重度財(cái)務(wù)危機(jī),T-1期至T-5期的財(cái)務(wù)狀況被定義為輕度財(cái)務(wù)危機(jī)。

    本文以我國深、滬兩市的上市公司作為樣本,選擇標(biāo)準(zhǔn)為:(1)2012年或2013年首次因連續(xù)兩年虧損被ST的30家公司,其T期數(shù)據(jù)作為重度財(cái)務(wù)危機(jī)企業(yè)的判別樣本。由于sT企業(yè)從其前7~8年的數(shù)據(jù)開始才與發(fā)生sT當(dāng)期的數(shù)據(jù)呈顯著性相關(guān),所以本文選擇企業(yè)T-1期至T-7期數(shù)據(jù)作為預(yù)測T期財(cái)務(wù)數(shù)據(jù)的預(yù)測樣本。(2)2012年或2013年首次因連續(xù)兩年虧損被ST的29家公司,其T-5期數(shù)據(jù)作為輕度財(cái)務(wù)危機(jī)企業(yè)的判別樣本,其T-1期至T-7期數(shù)據(jù)作為預(yù)測T期財(cái)務(wù)數(shù)據(jù)的預(yù)測樣本。(3)2012年或2013年非ST公司,并且十年之內(nèi)均未出現(xiàn)凈利潤為負(fù)值情況的30家公司,其第T期數(shù)據(jù)作為財(cái)務(wù)狀況良好企業(yè)的判別樣本。為滿足配對原則,同樣選擇其T-1期至T-7期數(shù)據(jù)作為預(yù)測T期財(cái)務(wù)數(shù)據(jù)的預(yù)測樣本。此外,剔除有以下情況之一的sT公司:純B股的sT公司,因其他狀況異常而被sT的公司,存在嚴(yán)重假賬的公司,上市兩年內(nèi)就被sT的公司,這類公司存在虛假包裝上市的嫌疑,有嚴(yán)重?cái)?shù)據(jù)缺失或數(shù)據(jù)不合理的公司。根據(jù)上述標(biāo)準(zhǔn),本文從CSMAR數(shù)據(jù)庫中選擇了89家公司(見表5),選擇的對象均為工業(yè)企業(yè),時(shí)間分別為2006-2013年、2005-2012年,共11392個(gè)數(shù)據(jù),滿足客觀性、可比性和可獲得性等基本特征。

    (二)預(yù)警指標(biāo)分析與選取

    1.基本預(yù)警指標(biāo)的選擇

    為了更全面地反映企業(yè)的財(cái)務(wù)狀況,本文參考了吳世農(nóng)和黃世忠(1986)、孫曉琳(2010)、劉際陸(2011)關(guān)于財(cái)務(wù)危機(jī)預(yù)警的指標(biāo)體系,同時(shí)遵循全面性原則、系統(tǒng)性原則、動態(tài)性原則,在滿足數(shù)據(jù)可獲得性的條件下,通過相關(guān)性分析后,從償債能力、市場價(jià)值、現(xiàn)金流量、盈利能力、營運(yùn)能力五個(gè)方面初步選取了12個(gè)財(cái)務(wù)指標(biāo)(見表1)。

    2.全局主成分分析

    因?yàn)槭褂玫臄?shù)據(jù)是多維時(shí)序立體數(shù)據(jù),過去很多研究并未考慮指標(biāo)的時(shí)序因素對其產(chǎn)生的影響。為克服這一問題,本文使用全局主成分分析法降低指標(biāo)維度,用較少的綜合指標(biāo)來代替原來較多的單一指標(biāo)。主成分分析法要求數(shù)據(jù)滿足正態(tài)分布,根據(jù)以往文獻(xiàn)得出的結(jié)論,我國的財(cái)務(wù)比率總體不符合正態(tài)分布假設(shè)。但由于在SPSS軟件中做主成分時(shí),軟件會自動將數(shù)據(jù)轉(zhuǎn)換為服從標(biāo)準(zhǔn)正態(tài)分布,所以數(shù)據(jù)的正態(tài)化處理在這里就不再贅述。具體分析結(jié)果見表2。

    為得到保留大部分信息的同時(shí)又完全正交的主成分因子,從而得到了最優(yōu)的輸入集,選擇的主成分的累計(jì)貢獻(xiàn)率一般必須達(dá)到85%以上,從而可以確定提取主成分的個(gè)數(shù)。雖然主成分個(gè)數(shù)提取原則上為主成分對應(yīng)的特征值大于1的前m個(gè)主成分。但是其累計(jì)貢獻(xiàn)率并未達(dá)到85%,所以本文考慮提取前9個(gè)主成分,累計(jì)貢獻(xiàn)率為91.41%。

    表3中的各數(shù)據(jù)代表各指標(biāo)在主成分上的載荷。由于軟件自動運(yùn)行時(shí),自動將原始數(shù)據(jù)進(jìn)行過標(biāo)準(zhǔn)化處理,所以為得出各主成分的系數(shù)需要結(jié)合表2中各主成分對應(yīng)的特征值。用各載荷值除以特征值開平方根之后,得到表4。

    表4中各列的數(shù)據(jù)即是各主成的特征向量,將得到特征向量與標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘,就可以得出各主成分線性表達(dá)式。

    三、基于神經(jīng)網(wǎng)絡(luò)與Kalman濾波法的財(cái)務(wù)預(yù)警模型構(gòu)建

    (一)基于神經(jīng)網(wǎng)絡(luò)的判別模型構(gòu)建

    根據(jù)上文主成分?jǐn)?shù)據(jù),利用神經(jīng)網(wǎng)絡(luò)模式識別的方法構(gòu)建判別模型。選取前30家公司第T年的橫截面數(shù)據(jù),將樣本公司按70%、15%、15%的比例,分為訓(xùn)練組、驗(yàn)證組和測試組。誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)的構(gòu)建包括輸入層、隱含層、輸出層、傳遞函數(shù)、訓(xùn)練函數(shù)等網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)參數(shù)的設(shè)置。對于本文模型的具體設(shè)置如下:

    1.輸入層。輸入變量決定輸入層神經(jīng)元個(gè)數(shù),本文輸入層節(jié)點(diǎn)數(shù)為提取的主成分個(gè)數(shù)。

    2.隱含層。本文用兩個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)訓(xùn)練相對有助于提高預(yù)測的準(zhǔn)確率。關(guān)于隱含層的神經(jīng)元個(gè)數(shù),一般只能根據(jù)經(jīng)驗(yàn),通過反復(fù)試驗(yàn)。

    3.輸出層。輸出值代表模型要實(shí)現(xiàn)的目標(biāo)功能,輸出層采用pruelin函數(shù),本文的輸出層為3個(gè)輸出節(jié)點(diǎn),001代表“重度財(cái)務(wù)危機(jī)”,010代表“輕度財(cái)務(wù)危機(jī)”,011代表“財(cái)務(wù)狀況良好”。

    4.傳遞函數(shù)。隱含層到輸出層之間的傳遞函數(shù)確定為tan-sigmoid傳遞函數(shù)。

    5.學(xué)習(xí)函數(shù)。本文選取了基于快速誤差反向傳播(BP)算法的學(xué)習(xí)函數(shù)learngdm,該算法在學(xué)習(xí)規(guī)則上選取了梯度下降動量學(xué)習(xí)函數(shù)。

    6.訓(xùn)練函數(shù)。為了提高訓(xùn)練速度,避免陷入局部最小和改善概括能力,函數(shù)tminlm具有較強(qiáng)的優(yōu)勢,因此本文選用trairdm作為訓(xùn)練函數(shù)。

    7.網(wǎng)絡(luò)參數(shù)。目標(biāo)誤差為0.01,學(xué)習(xí)速率為0.005,訓(xùn)練循環(huán)次數(shù)為1000次。

    按要求訓(xùn)練后,得到的結(jié)果如圖2所示的混淆矩陣。從訓(xùn)練組和測試組的混淆矩陣中可以看出,網(wǎng)絡(luò)的判別結(jié)果都達(dá)到了100%。在驗(yàn)證組中,因一個(gè)財(cái)務(wù)狀況良好的公司被判定為了輕度財(cái)務(wù)危機(jī),致使驗(yàn)證組的誤判率為1.12%,網(wǎng)絡(luò)的總體判別正確率達(dá)到了98.88%。因此,可以認(rèn)為所訓(xùn)練好的網(wǎng)絡(luò)達(dá)到了很好的判斷效果,可以用此網(wǎng)絡(luò)對后期預(yù)測出的數(shù)據(jù)進(jìn)行判別。

    (二)基于Kalman濾波法的預(yù)測模型構(gòu)建

    Kalman濾波是一種高效率的遞歸濾波法,它能夠從一系列的不完全及包含噪聲的測量中,估計(jì)動態(tài)系統(tǒng)的狀態(tài)。本文把樣本公司各年的財(cái)務(wù)數(shù)據(jù)視為濾波器所處理的隨機(jī)信號,利用系統(tǒng)噪聲和觀察噪聲的特性,以每年的財(cái)務(wù)數(shù)據(jù)即觀測值作為系統(tǒng)的輸入,以系統(tǒng)的狀態(tài)即財(cái)務(wù)數(shù)據(jù)的預(yù)測值作為濾波器的輸出值,輸入量和輸出量通過時(shí)間更新和觀測更新聯(lián)系在一起,根據(jù)Kalman濾波的系統(tǒng)方程估計(jì)出所處理的財(cái)務(wù)數(shù)據(jù)。

    設(shè)一個(gè)公司在t年的真實(shí)財(cái)務(wù)狀況為Xt,它是由xt組成的隨機(jī)變量。Yt代表計(jì)算出的主成分?jǐn)?shù)據(jù),即代表某樣本公司在t年提取主成分后的財(cái)務(wù)數(shù)據(jù),由N維隨機(jī)向量yt組成。

    首先,本文將企業(yè)各年的財(cái)務(wù)狀況視為一個(gè)離散控制過程系統(tǒng)。該系統(tǒng)可用一個(gè)線性隨機(jī)微分方程來描述。

    根據(jù)89家樣本公司的T-1到T-7期主成分?jǐn)?shù)據(jù),預(yù)測出了T-7期至T期的主成分?jǐn)?shù)據(jù)。因預(yù)測結(jié)果數(shù)據(jù)量大,在此,隨機(jī)選擇一家公司(證券代碼為000605)的預(yù)測結(jié)果,繪制出其各主成分逐年預(yù)測值與觀測值的圖形(圖4至圖12)。從圖示可以看出,T期的預(yù)測值能夠與觀測值基本吻合,該模型具有良好的預(yù)測效果。并且,即使短暫財(cái)務(wù)數(shù)據(jù)發(fā)生顯著變化,都不會對整個(gè)系統(tǒng)的預(yù)測產(chǎn)生較大影響(如圖11和圖12),這與企業(yè)短期財(cái)務(wù)狀況波動并不會對其長期財(cái)務(wù)狀況造成影響的現(xiàn)實(shí)相吻合。

    最后,將預(yù)測出的所有樣本司第T期主成分?jǐn)?shù)據(jù)代入神經(jīng)網(wǎng)絡(luò)判別模型中,得到表5所示結(jié)果。

    表5中的“實(shí)際狀況”反映企業(yè)真實(shí)的財(cái)務(wù)狀態(tài),“預(yù)測結(jié)果”是根據(jù)企業(yè)各年數(shù)據(jù)預(yù)測的財(cái)務(wù)狀況。結(jié)果發(fā)現(xiàn),有24個(gè)判斷結(jié)果出現(xiàn)了變化,總體預(yù)測的正確率為73.03%,這與張玲(2000)62%、吳世農(nóng)(2001)73.17%的預(yù)測效率相比,雖然本文所采用的方法的預(yù)測效率并沒有大幅度地提升,但結(jié)果也可以證明這種企業(yè)財(cái)務(wù)危機(jī)預(yù)警方法的適用性。

    五、研究結(jié)論與啟示

    本文研究發(fā)現(xiàn):(1)融合了神經(jīng)網(wǎng)絡(luò)和Kalman濾波法的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型對企業(yè)的財(cái)務(wù)狀況有較好的預(yù)判效果。本文綜合運(yùn)用神經(jīng)網(wǎng)絡(luò)與濾波法以及Matlab和Python編程技術(shù),從時(shí)間序列和橫截面兩個(gè)角度建立預(yù)警模型,通過對時(shí)序立體數(shù)據(jù)表進(jìn)行全局主成分分析,得到了保留大部分信息同時(shí)又完全正交的主成分因子,從而為神經(jīng)網(wǎng)絡(luò)和Kalman濾波器提供了最優(yōu)的輸入集,模型預(yù)測的正確率達(dá)到了73.03%,這表明將神經(jīng)網(wǎng)絡(luò)與Kalman濾波法有機(jī)結(jié)合是分析企業(yè)財(cái)務(wù)狀況、實(shí)現(xiàn)企業(yè)財(cái)務(wù)預(yù)警是一種有效路徑。(2)企業(yè)財(cái)務(wù)危機(jī)的產(chǎn)生有一個(gè)日積月累的過程,不是一朝一夕形成的,企業(yè)可以運(yùn)用財(cái)務(wù)危機(jī)出現(xiàn)之前的資產(chǎn)負(fù)債率、銷售利潤率、每股收益、現(xiàn)金流量比率、應(yīng)收賬款周轉(zhuǎn)率等財(cái)務(wù)指標(biāo)數(shù)據(jù)對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測并發(fā)出預(yù)警信號。

    本文研究結(jié)論對經(jīng)濟(jì)新常態(tài)下的投資者、企業(yè)管理層和證券監(jiān)管部門均有一定啟示意義。第一,融合了神經(jīng)網(wǎng)絡(luò)與Kalman濾波法的財(cái)務(wù)預(yù)警模型對預(yù)判企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)具有良好效果,投資者可以直接將該模型用于分析企業(yè)財(cái)務(wù)狀況,從而了解已投資或計(jì)劃投資企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)高低,以降低投資風(fēng)險(xiǎn)和提高投資收益。第二,企業(yè)管理層不僅可以通過該模型了解企業(yè)的財(cái)務(wù)狀況,還可以根據(jù)財(cái)務(wù)預(yù)警傳遞出來的綜合信息進(jìn)行相機(jī)管理,提出具體的、具有針對性的經(jīng)營管理策略,使新常態(tài)下的非系統(tǒng)風(fēng)險(xiǎn)可控、危機(jī)消除。第三,新常態(tài)下經(jīng)濟(jì)整體下行壓力大、企業(yè)面臨的系統(tǒng)風(fēng)險(xiǎn)大,證券監(jiān)管部門應(yīng)要求企業(yè)構(gòu)建有效的財(cái)務(wù)預(yù)警機(jī)制,根據(jù)上市公司整體情況按產(chǎn)業(yè)行業(yè)、按危機(jī)程度相機(jī)進(jìn)行風(fēng)險(xiǎn)管理,并鼓勵(lì)企業(yè)披露更多財(cái)務(wù)預(yù)警信息,有利于投資者充分了解上市公司財(cái)務(wù)狀況,從而做出相應(yīng)的決策。

    猜你喜歡
    財(cái)務(wù)預(yù)警經(jīng)濟(jì)新常態(tài)主成分分析
    企業(yè)財(cái)務(wù)危機(jī)預(yù)警問題研究
    公司債券違約的財(cái)務(wù)預(yù)警體系
    判別分析在財(cái)務(wù)預(yù)警中的應(yīng)用
    主成分分析法在大學(xué)英語寫作評價(jià)中的應(yīng)用
    江蘇省客源市場影響因素研究
    SPSS在環(huán)境地球化學(xué)中的應(yīng)用
    考試周刊(2016年84期)2016-11-11 23:57:34
    經(jīng)濟(jì)新常態(tài)下河南省加工貿(mào)易轉(zhuǎn)型升級研究
    淺談企業(yè)如何實(shí)施財(cái)務(wù)預(yù)警分析
    淺論經(jīng)濟(jì)新常態(tài)下產(chǎn)業(yè)結(jié)構(gòu)調(diào)整
    長沙建設(shè)國家中心城市的瓶頸及其解決路徑
    国产一区亚洲一区在线观看| 久久精品国产亚洲av天美| 老女人水多毛片| 日韩成人伦理影院| 永久网站在线| 美女黄网站色视频| 欧美成人一区二区免费高清观看| 亚洲四区av| 99久国产av精品| 午夜精品一区二区三区免费看| 中国美白少妇内射xxxbb| 精品不卡国产一区二区三区| 国内揄拍国产精品人妻在线| av视频在线观看入口| 少妇人妻精品综合一区二区| 可以在线观看毛片的网站| 在线观看66精品国产| 亚洲自拍偷在线| 日本猛色少妇xxxxx猛交久久| 综合色丁香网| 久久久久性生活片| 最近最新中文字幕大全电影3| 尾随美女入室| 久久热精品热| 精品午夜福利在线看| 毛片一级片免费看久久久久| 中文字幕制服av| 97超碰精品成人国产| 身体一侧抽搐| 亚洲av成人精品一二三区| 18禁在线播放成人免费| 国产乱来视频区| 久久久精品大字幕| 国产老妇女一区| 婷婷色综合大香蕉| 天美传媒精品一区二区| 日本黄色片子视频| 日日摸夜夜添夜夜添av毛片| 国产高潮美女av| 九九久久精品国产亚洲av麻豆| 国产高清国产精品国产三级 | 亚洲,欧美,日韩| 黄色日韩在线| 日韩欧美在线乱码| 成年女人永久免费观看视频| 精品久久久久久久久亚洲| 床上黄色一级片| 嫩草影院入口| 亚洲久久久久久中文字幕| 国产伦理片在线播放av一区| 亚洲真实伦在线观看| АⅤ资源中文在线天堂| 久久久久网色| 夜夜爽夜夜爽视频| 亚洲中文字幕一区二区三区有码在线看| 国产一区二区三区av在线| 97在线视频观看| 2021少妇久久久久久久久久久| 晚上一个人看的免费电影| 亚洲成av人片在线播放无| av在线蜜桃| 亚洲一级一片aⅴ在线观看| 男女视频在线观看网站免费| 亚洲美女搞黄在线观看| 三级男女做爰猛烈吃奶摸视频| 精品国产三级普通话版| 激情 狠狠 欧美| 午夜爱爱视频在线播放| 久久精品熟女亚洲av麻豆精品 | 久久鲁丝午夜福利片| 国产亚洲5aaaaa淫片| 色综合站精品国产| 精品无人区乱码1区二区| 美女被艹到高潮喷水动态| 亚洲中文字幕一区二区三区有码在线看| 精品国产三级普通话版| 午夜老司机福利剧场| 国产久久久一区二区三区| 国产成人freesex在线| 国产三级在线视频| 最近中文字幕高清免费大全6| 国产麻豆成人av免费视频| 99热精品在线国产| 又粗又爽又猛毛片免费看| 国产成人福利小说| 久久久色成人| 免费观看精品视频网站| 在线观看av片永久免费下载| 国产高清国产精品国产三级 | 91aial.com中文字幕在线观看| 精品久久久久久久久av| 熟女人妻精品中文字幕| kizo精华| 日本色播在线视频| 久久韩国三级中文字幕| av黄色大香蕉| av在线蜜桃| 欧美精品国产亚洲| 亚洲欧美一区二区三区国产| 国产伦一二天堂av在线观看| 人人妻人人澡欧美一区二区| 亚洲欧美日韩卡通动漫| 久久精品国产鲁丝片午夜精品| 国产探花极品一区二区| 26uuu在线亚洲综合色| 最近中文字幕高清免费大全6| 国产精品一二三区在线看| 亚洲成av人片在线播放无| 亚洲激情五月婷婷啪啪| 一级毛片久久久久久久久女| 超碰97精品在线观看| 欧美激情国产日韩精品一区| 精品国产三级普通话版| 亚洲欧美清纯卡通| 亚洲丝袜综合中文字幕| 亚洲精品亚洲一区二区| 欧美性猛交黑人性爽| 国产人妻一区二区三区在| 精品国内亚洲2022精品成人| 国产精品国产三级专区第一集| 色哟哟·www| 国产黄色视频一区二区在线观看 | 听说在线观看完整版免费高清| 中文乱码字字幕精品一区二区三区 | 非洲黑人性xxxx精品又粗又长| 久久久精品大字幕| 久久热精品热| 日本av手机在线免费观看| 男人狂女人下面高潮的视频| 国产精品一区二区在线观看99 | 国产亚洲91精品色在线| 能在线免费观看的黄片| 色5月婷婷丁香| 国产精品福利在线免费观看| 国产成人a∨麻豆精品| 别揉我奶头 嗯啊视频| 欧美日韩综合久久久久久| www.色视频.com| av国产久精品久网站免费入址| 内地一区二区视频在线| 日本黄大片高清| 欧美精品国产亚洲| 日本黄色片子视频| 亚洲色图av天堂| 亚洲综合色惰| 99久国产av精品国产电影| 欧美97在线视频| 男的添女的下面高潮视频| 九九热线精品视视频播放| 韩国av在线不卡| 中文资源天堂在线| 最新中文字幕久久久久| 99久国产av精品国产电影| 可以在线观看毛片的网站| 神马国产精品三级电影在线观看| 日韩成人av中文字幕在线观看| 啦啦啦啦在线视频资源| 国产老妇女一区| 五月玫瑰六月丁香| 国产精品一二三区在线看| 天天一区二区日本电影三级| 日韩三级伦理在线观看| 国产精品美女特级片免费视频播放器| 国产成人午夜福利电影在线观看| 国产极品天堂在线| av卡一久久| 丝袜喷水一区| 久久久午夜欧美精品| 欧美性猛交╳xxx乱大交人| 亚洲va在线va天堂va国产| 国产视频内射| 极品教师在线视频| av播播在线观看一区| 免费无遮挡裸体视频| 精品熟女少妇av免费看| 男女边吃奶边做爰视频| 99久国产av精品| 在线a可以看的网站| 亚洲精品乱久久久久久| 亚洲一区高清亚洲精品| 一级黄色大片毛片| a级毛片免费高清观看在线播放| 一级黄片播放器| 两性午夜刺激爽爽歪歪视频在线观看| 久久这里只有精品中国| 久久精品夜色国产| 亚洲成色77777| 亚州av有码| 欧美xxxx性猛交bbbb| 亚洲,欧美,日韩| 草草在线视频免费看| 亚洲欧美清纯卡通| 亚洲性久久影院| 成人国产麻豆网| 午夜精品在线福利| 国产成人freesex在线| 少妇丰满av| 国产亚洲精品久久久com| 成人欧美大片| 欧美日韩精品成人综合77777| av在线天堂中文字幕| 深爱激情五月婷婷| 国产免费福利视频在线观看| 久久99精品国语久久久| 亚洲内射少妇av| 最近2019中文字幕mv第一页| 国产成人freesex在线| 亚洲av.av天堂| 亚洲欧美中文字幕日韩二区| 精品酒店卫生间| 国产精品人妻久久久影院| 少妇人妻精品综合一区二区| 最近中文字幕2019免费版| 成年女人永久免费观看视频| 国产在线一区二区三区精 | 亚洲18禁久久av| 亚洲欧美中文字幕日韩二区| 亚洲色图av天堂| 久久精品影院6| 国产精品一二三区在线看| 人人妻人人澡人人爽人人夜夜 | 亚洲av电影在线观看一区二区三区 | 噜噜噜噜噜久久久久久91| 久热久热在线精品观看| 亚洲av日韩在线播放| 我要看日韩黄色一级片| 国产综合懂色| 亚洲成人中文字幕在线播放| 欧美成人一区二区免费高清观看| 小蜜桃在线观看免费完整版高清| 热99在线观看视频| 免费在线观看成人毛片| 99视频精品全部免费 在线| 亚洲精品国产成人久久av| 中文字幕制服av| 三级国产精品欧美在线观看| 国产黄片视频在线免费观看| 日韩视频在线欧美| 久久精品夜夜夜夜夜久久蜜豆| 午夜免费激情av| 少妇的逼水好多| 亚洲成人中文字幕在线播放| 18禁裸乳无遮挡免费网站照片| 中文字幕久久专区| 亚洲欧美日韩无卡精品| 亚洲最大成人手机在线| 欧美日本视频| 免费不卡的大黄色大毛片视频在线观看 | 麻豆av噜噜一区二区三区| 色网站视频免费| 亚洲国产欧美人成| 极品教师在线视频| 成人毛片a级毛片在线播放| 国产黄色小视频在线观看| 天堂影院成人在线观看| 日本色播在线视频| 热99re8久久精品国产| 国产黄片美女视频| 久久综合国产亚洲精品| 大又大粗又爽又黄少妇毛片口| 亚洲av中文av极速乱| 久久午夜福利片| 欧美变态另类bdsm刘玥| 亚洲一级一片aⅴ在线观看| 成年免费大片在线观看| 我的老师免费观看完整版| 嫩草影院新地址| 欧美一级a爱片免费观看看| 成人三级黄色视频| 好男人视频免费观看在线| 国产单亲对白刺激| 国产爱豆传媒在线观看| 国产精品久久久久久av不卡| 看黄色毛片网站| 热99在线观看视频| 国产单亲对白刺激| 亚洲精品自拍成人| 欧美zozozo另类| av专区在线播放| 精品国产三级普通话版| 色视频www国产| 三级男女做爰猛烈吃奶摸视频| 久久精品影院6| 特大巨黑吊av在线直播| 亚洲精品自拍成人| 亚洲欧美日韩高清专用| 白带黄色成豆腐渣| 超碰av人人做人人爽久久| 高清毛片免费看| 亚洲激情五月婷婷啪啪| 好男人视频免费观看在线| 国产日韩欧美在线精品| 日韩制服骚丝袜av| 蜜桃亚洲精品一区二区三区| 午夜福利在线在线| 一本久久精品| 亚洲,欧美,日韩| 高清av免费在线| 日本黄色片子视频| 国产精品.久久久| 神马国产精品三级电影在线观看| 欧美不卡视频在线免费观看| 国产午夜福利久久久久久| 在线免费观看的www视频| av女优亚洲男人天堂| 联通29元200g的流量卡| 国产熟女欧美一区二区| 美女国产视频在线观看| 18禁在线播放成人免费| 精品一区二区三区视频在线| 成人一区二区视频在线观看| 亚洲自拍偷在线| 亚洲婷婷狠狠爱综合网| 中文字幕人妻熟人妻熟丝袜美| 欧美日韩综合久久久久久| 五月玫瑰六月丁香| 色视频www国产| 高清午夜精品一区二区三区| 亚洲精品国产成人久久av| 亚洲欧美一区二区三区国产| 亚洲欧美日韩东京热| 久久精品夜夜夜夜夜久久蜜豆| 一级毛片我不卡| 国产欧美日韩精品一区二区| 亚洲成人中文字幕在线播放| 亚洲va在线va天堂va国产| 99热精品在线国产| av福利片在线观看| 夜夜爽夜夜爽视频| 波多野结衣高清无吗| 国产亚洲最大av| 成人二区视频| 久久久久久久久久成人| 日韩欧美精品v在线| 综合色丁香网| 免费黄网站久久成人精品| 色网站视频免费| 九色成人免费人妻av| 成人av在线播放网站| 国产午夜精品一二区理论片| 免费电影在线观看免费观看| 能在线免费看毛片的网站| 国产成人精品一,二区| 午夜福利网站1000一区二区三区| 精品一区二区免费观看| 性色avwww在线观看| 久久这里有精品视频免费| 在线观看av片永久免费下载| 国产精品人妻久久久影院| 精品人妻熟女av久视频| 免费人成在线观看视频色| 国产三级中文精品| 精品久久国产蜜桃| 成人av在线播放网站| 亚洲,欧美,日韩| www.色视频.com| 99在线视频只有这里精品首页| 夜夜爽夜夜爽视频| 欧美又色又爽又黄视频| 一二三四中文在线观看免费高清| 亚洲av不卡在线观看| 网址你懂的国产日韩在线| 久久久久久久久大av| 亚洲精品国产av成人精品| 亚洲在线观看片| 波多野结衣高清无吗| 欧美一区二区亚洲| 免费看日本二区| 免费av不卡在线播放| 亚洲自偷自拍三级| 色视频www国产| 波野结衣二区三区在线| 国产一区二区在线av高清观看| 一级黄片播放器| 欧美不卡视频在线免费观看| 色哟哟·www| 久久99热6这里只有精品| 日本熟妇午夜| 国产不卡一卡二| 免费观看人在逋| 亚洲天堂国产精品一区在线| 中文天堂在线官网| 免费看美女性在线毛片视频| 久久久久久久久久久丰满| 日韩av在线免费看完整版不卡| 舔av片在线| 精品久久久久久成人av| 我的老师免费观看完整版| 天美传媒精品一区二区| 国产综合懂色| 91久久精品电影网| 久久久久久大精品| 一级av片app| 欧美最新免费一区二区三区| 亚洲av成人av| 免费在线观看成人毛片| 亚洲最大成人中文| 国产一区亚洲一区在线观看| 秋霞在线观看毛片| 国内精品一区二区在线观看| 免费av毛片视频| 国产精品久久久久久精品电影小说 | 欧美色视频一区免费| 国产在线男女| eeuss影院久久| 国产精品久久久久久精品电影小说 | 麻豆成人午夜福利视频| 成人欧美大片| 神马国产精品三级电影在线观看| 噜噜噜噜噜久久久久久91| 久久99热6这里只有精品| 少妇熟女aⅴ在线视频| 少妇人妻一区二区三区视频| 日本免费a在线| 色尼玛亚洲综合影院| 两个人的视频大全免费| 欧美一区二区亚洲| 国产高清三级在线| 日本五十路高清| 嫩草影院精品99| 亚洲国产精品久久男人天堂| 国产女主播在线喷水免费视频网站 | 亚洲欧美日韩东京热| av又黄又爽大尺度在线免费看 | 国产精品1区2区在线观看.| 一二三四中文在线观看免费高清| 国产伦一二天堂av在线观看| 一级二级三级毛片免费看| 看黄色毛片网站| 综合色av麻豆| 国产亚洲精品av在线| 青春草亚洲视频在线观看| 亚洲成av人片在线播放无| 乱人视频在线观看| 久久久久免费精品人妻一区二区| 色综合站精品国产| 97超碰精品成人国产| 中文字幕熟女人妻在线| 欧美激情国产日韩精品一区| 岛国在线免费视频观看| 亚洲成色77777| 日日摸夜夜添夜夜爱| 色综合色国产| 国模一区二区三区四区视频| 久久精品91蜜桃| 久久久色成人| 男女啪啪激烈高潮av片| 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| 非洲黑人性xxxx精品又粗又长| ponron亚洲| 国产麻豆成人av免费视频| 波多野结衣高清无吗| 三级国产精品片| 国产亚洲5aaaaa淫片| 欧美丝袜亚洲另类| 看非洲黑人一级黄片| 亚洲av不卡在线观看| 热99在线观看视频| 老女人水多毛片| 亚洲国产欧美在线一区| 麻豆一二三区av精品| or卡值多少钱| 不卡视频在线观看欧美| 超碰av人人做人人爽久久| 一个人看视频在线观看www免费| 青青草视频在线视频观看| 小蜜桃在线观看免费完整版高清| 丰满乱子伦码专区| 久久久久久久久久成人| 色播亚洲综合网| 在线观看66精品国产| 美女cb高潮喷水在线观看| 麻豆久久精品国产亚洲av| 午夜爱爱视频在线播放| 2021天堂中文幕一二区在线观| 国产视频内射| 少妇被粗大猛烈的视频| 尤物成人国产欧美一区二区三区| 99热网站在线观看| 久久久久久久亚洲中文字幕| 一边亲一边摸免费视频| 啦啦啦韩国在线观看视频| 菩萨蛮人人尽说江南好唐韦庄 | 国产av一区在线观看免费| 精品酒店卫生间| 亚洲最大成人av| 亚洲在线观看片| 精品一区二区免费观看| 成人鲁丝片一二三区免费| 日日啪夜夜撸| 中文字幕制服av| 亚洲综合色惰| 国产精品电影一区二区三区| 中文字幕熟女人妻在线| 久久久久免费精品人妻一区二区| 午夜亚洲福利在线播放| 亚洲经典国产精华液单| 久久久色成人| 久久99精品国语久久久| 国产精品久久电影中文字幕| 国产精品人妻久久久影院| 少妇的逼水好多| 午夜亚洲福利在线播放| 一级黄色大片毛片| 成人av在线播放网站| 欧美日本亚洲视频在线播放| 欧美高清性xxxxhd video| 亚洲精品乱久久久久久| 午夜免费男女啪啪视频观看| 校园人妻丝袜中文字幕| 最近中文字幕2019免费版| 亚洲国产色片| 亚洲自拍偷在线| 别揉我奶头 嗯啊视频| 亚洲国产欧美在线一区| 亚洲国产日韩欧美精品在线观看| 观看美女的网站| 国产黄片美女视频| 午夜精品在线福利| 久久99精品国语久久久| 别揉我奶头 嗯啊视频| 亚洲国产欧洲综合997久久,| 中文资源天堂在线| 性插视频无遮挡在线免费观看| 三级经典国产精品| 99久国产av精品国产电影| 波多野结衣高清无吗| 欧美成人免费av一区二区三区| 在线观看一区二区三区| 国产成人a区在线观看| 久久久久久国产a免费观看| 熟妇人妻久久中文字幕3abv| 成人无遮挡网站| ponron亚洲| 嘟嘟电影网在线观看| 国产精品一及| 人人妻人人看人人澡| 久久99热这里只频精品6学生 | 青春草亚洲视频在线观看| 国产精品一区二区三区四区免费观看| 欧美xxxx黑人xx丫x性爽| 一区二区三区高清视频在线| 超碰97精品在线观看| 美女国产视频在线观看| 天堂av国产一区二区熟女人妻| 噜噜噜噜噜久久久久久91| 国产精品一区二区三区四区免费观看| 欧美成人一区二区免费高清观看| 亚洲欧美精品自产自拍| 日本黄色片子视频| 日日撸夜夜添| kizo精华| 一区二区三区免费毛片| 天天躁夜夜躁狠狠久久av| 欧美成人免费av一区二区三区| 亚洲伊人久久精品综合 | 成人国产麻豆网| 青春草视频在线免费观看| 综合色丁香网| 日本黄色视频三级网站网址| 秋霞在线观看毛片| 日韩制服骚丝袜av| 赤兔流量卡办理| 男女视频在线观看网站免费| 91久久精品电影网| 中文字幕亚洲精品专区| 久久人人爽人人爽人人片va| 久久精品国产亚洲av涩爱| 日韩欧美精品免费久久| 神马国产精品三级电影在线观看| 亚洲国产成人一精品久久久| 亚洲av成人av| 内射极品少妇av片p| 午夜福利视频1000在线观看| 欧美日本亚洲视频在线播放| 国产大屁股一区二区在线视频| 亚洲欧洲日产国产| 欧美+日韩+精品| 午夜福利在线观看吧| 亚洲精品乱码久久久久久按摩| 国产单亲对白刺激| 国产成年人精品一区二区| 国产伦理片在线播放av一区| 亚洲综合精品二区| 国产精品国产三级专区第一集| 欧美另类亚洲清纯唯美| 麻豆国产97在线/欧美| 国产精品一区二区三区四区免费观看| 国产精华一区二区三区| 久久99蜜桃精品久久| av在线老鸭窝| 日本免费a在线| 亚洲中文字幕一区二区三区有码在线看| 人妻系列 视频| 亚洲av男天堂| 中国美白少妇内射xxxbb| 一本久久精品| 亚洲乱码一区二区免费版| 国产在视频线在精品| 嫩草影院精品99| 美女脱内裤让男人舔精品视频| 亚洲人与动物交配视频| 亚洲美女视频黄频| 看黄色毛片网站| 久久午夜福利片| 日本五十路高清| 真实男女啪啪啪动态图| 午夜亚洲福利在线播放| 身体一侧抽搐| 欧美极品一区二区三区四区| 男女边吃奶边做爰视频| 国产 一区精品| 成人综合一区亚洲| 岛国在线免费视频观看|