• <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LASSO方法的企業(yè)財務(wù)困境預(yù)測

    2016-12-20 12:31:54楊青龍田曉春胡佩媛
    統(tǒng)計與決策 2016年23期
    關(guān)鍵詞:數(shù)據(jù)挖掘困境財務(wù)

    楊青龍,田曉春,胡佩媛

    (中南財經(jīng)政法大學(xué) 統(tǒng)計與數(shù)學(xué)學(xué)院,武漢430073)

    基于LASSO方法的企業(yè)財務(wù)困境預(yù)測

    楊青龍,田曉春,胡佩媛

    (中南財經(jīng)政法大學(xué) 統(tǒng)計與數(shù)學(xué)學(xué)院,武漢430073)

    文章綜合考慮企業(yè)的財務(wù)和非財務(wù)因素,利用LASSO方法對企業(yè)財務(wù)困境預(yù)測指標(biāo)進(jìn)行篩選,然后使用決策樹、隨機(jī)森林、SVM、最近鄰法這四種數(shù)據(jù)挖掘方法,以及常見的logistic模型,分別建立企業(yè)財務(wù)困境預(yù)測模型。結(jié)果表明:不能忽視非財務(wù)因素在企業(yè)財務(wù)困境預(yù)測中的作用;并非所有數(shù)據(jù)挖掘方法都優(yōu)于常用的logistic模型;LASSO方法能在降維的同時保證企業(yè)財務(wù)困境預(yù)測的準(zhǔn)確性,實(shí)現(xiàn)模型的精簡。

    財務(wù)困境預(yù)測;LASSO;變量選擇

    0 引言

    準(zhǔn)確地預(yù)測企業(yè)財務(wù)困境,有助于保護(hù)投資者、債權(quán)人,以及企業(yè)其它利益相關(guān)者的利益,也有助于經(jīng)營者防范企業(yè)陷于財務(wù)困境,更有助于政府監(jiān)管部門對企業(yè)質(zhì)量和證券市場進(jìn)行有效監(jiān)控。因此無論是學(xué)術(shù)研究還是實(shí)際應(yīng)用中,關(guān)于企業(yè)財務(wù)困境預(yù)測的研究一直受到廣泛的關(guān)注。

    近些年來,國內(nèi)許多學(xué)者對企業(yè)財務(wù)困境預(yù)測問題進(jìn)行了探討,但是進(jìn)行實(shí)證分析的文獻(xiàn)不多。本文將綜合考慮影響企業(yè)財務(wù)困境的財務(wù)和非財務(wù)因素,利用在大規(guī)模數(shù)據(jù)變量模型中具有良好的變量選擇性質(zhì)的LASSO方法進(jìn)一步篩選預(yù)測指標(biāo)。另外,我們知道判別分析法只能用于自變量全部為數(shù)量變量的情形,而本文的預(yù)測指標(biāo)還包括一些分類變量,因此本文最后選擇最常用的logistic模型,以及決策樹、隨機(jī)森林、SVM、KNN等數(shù)據(jù)挖掘方法建立預(yù)測模型,通過對比指標(biāo)篩選前后的均方誤差和預(yù)測準(zhǔn)確度來選擇最符合國情的企業(yè)財務(wù)困境預(yù)測模型。

    1 理論介紹

    1.1 LASSO基本思想

    Tibshirani(1996)在Frank(1993)的橋回歸(Bridge Regression)和Bireman(1995)的非負(fù)絞除法(Non-negative Garrote)基礎(chǔ)上,提出了一種新的變量選擇方法,即LASSO(Least absolute shrinkage and selection operator)。它的基本思想是加入一個懲罰項(xiàng)來約束回歸系數(shù)的大小,將變量的系數(shù)進(jìn)行壓縮并使得某些較小系數(shù)變?yōu)榱?,從而達(dá)到變量選擇的目的,即在約束條件下,變量的系數(shù)要滿足的條件為:

    這等價于:

    其中式(2)中的第一部分表示模型的擬合的優(yōu)劣,第二部分就是所加入的懲罰項(xiàng)。LASSO方法確定的變量系數(shù)既要使得殘差平法和小,同時又要壓縮系數(shù),避免其膨脹。另外,調(diào)和系數(shù)λ(λ>0)越小,模型的懲罰力度越小,保留的變量就越多;λ越大,模型的懲罰力度就越大,保留的變量就越少。我們的目的是進(jìn)行變量選擇,在提供足夠信息的條件下盡量減少變量個數(shù),使得模型能夠更精煉,因此我們必須要在模型的擬合優(yōu)度和簡潔性之間進(jìn)行權(quán)衡。在確定λ的問題上一般是用交叉驗(yàn)證或者M(jìn)allows CP等準(zhǔn)則通過計算來確定。MallowsCP統(tǒng)計量是用來評價回歸的一個準(zhǔn)則,如果從k個自變量中選取P個(k>p)參與回歸,則CP統(tǒng)計量具有定義:

    基于MallowsCP準(zhǔn)則,使用迭代算法,找到使得CP統(tǒng)計量最小的λ,再將此最優(yōu)的λ代入式(2),得到基于懲罰約束條件下變量系數(shù)的估計值。

    1.2 五折交叉驗(yàn)證

    在樣本量充足的情況下,為了選擇模型,可以將樣本集隨機(jī)地分為訓(xùn)練集、驗(yàn)證集和測試集,其中,訓(xùn)練集用于訓(xùn)練模型,驗(yàn)證集用于選擇模型,而測試集則用于最終對模型的評估。但是,在實(shí)際應(yīng)用中樣本量常常不夠充分,為了選擇好的模型,可以采用交叉驗(yàn)證的方法,其基本思想是重復(fù)地使用樣本。以下對五折交叉驗(yàn)證方法進(jìn)行詳細(xì)說明。

    隨機(jī)地將樣本切分為5個互不相交的大小相等的子集,然后用4個子集的樣本訓(xùn)練模型,而利用余下的子集測試模型,將這一過程對可能的5種選擇重復(fù)進(jìn)行,最后選出5次評測中標(biāo)準(zhǔn)化均方誤差(NMSE)最小的模型。

    需要注意的是,如果僅用均值來做預(yù)測,那么NMSE應(yīng)該為1,因此,若是模型中NMSE大于1,說明模型很糟糕,還不如直接用均值做預(yù)測。

    1.3 評價指標(biāo)介紹

    企業(yè)財務(wù)困境預(yù)測模型本質(zhì)上就是二類分類問題,而二類分類問題常用的評價指標(biāo)就是精確率(precision)和召回率(recall),以及F1值。這三個指標(biāo)越大,說明模型預(yù)測效果越好。通常以關(guān)注的類為正類,在本文中,企業(yè)發(fā)生財務(wù)困境為正類,財務(wù)健康為負(fù)類。模型在測試數(shù)據(jù)集上的預(yù)測情況一共有4種情況,各種情況出現(xiàn)的次數(shù)分別記為:

    TP ∶將財務(wù)困境企業(yè)預(yù)測為財務(wù)困境;

    FN ∶將財務(wù)困境企業(yè)預(yù)測為財務(wù)健康;

    FP ∶將財務(wù)健康企業(yè)預(yù)測為財務(wù)困境;

    TN ∶將財務(wù)健康企業(yè)預(yù)測為財務(wù)健康。

    于是,將精確率定位為:

    召回率定義為:

    F1是精確率和召回率的調(diào)和均值,定義為:

    2 實(shí)證研究

    2.1 樣本選擇

    本文選取了截止于2014年底仍被ST的48家上市公司,對照組為2665家未被ST上市公司。在對數(shù)據(jù)進(jìn)行缺失值和異常值處理后,剩余38家被ST的上市公司和2362家未被ST的上市公司。所有數(shù)據(jù)均來源于wind數(shù)據(jù)庫。另外,在多數(shù)文獻(xiàn)中會按照1:1的比例選取ST公司和非ST公司,這與這類文章一般選擇準(zhǔn)確率(accuracy rate)作為模型的評價指標(biāo)有關(guān),準(zhǔn)確率定義為:

    其中,TP+TN表示正確做出判斷的樣本數(shù)量,N表示所有樣本量。當(dāng)樣本出現(xiàn)傾斜時,即樣本中非ST公司的數(shù)量遠(yuǎn)遠(yuǎn)多于ST公司數(shù)量,若我們將所有測試集樣本都判斷為非ST公司,那么我們也可以得到較高的準(zhǔn)確率,然而此時模型顯然是有問題的。本文用于評級模型的指標(biāo)是精確率,召回率以及F1,可以避免出現(xiàn)這樣的問題,因此本文不按照1:1的比例選取ST公司和非ST公司。

    2.2 指標(biāo)篩選

    2.2.1 備選指標(biāo)

    目前企業(yè)財務(wù)困境預(yù)測研究中所使用的指標(biāo),不再局限于傳統(tǒng)的反映企業(yè)償債能力、盈利能力、運(yùn)營能力、發(fā)展能力以及現(xiàn)金流量等方面的財務(wù)指標(biāo),而是開始引入包括企業(yè)組織結(jié)構(gòu)、市場變量和宏觀經(jīng)濟(jì)變量等在內(nèi)的非財務(wù)指標(biāo)。本文參考其他文獻(xiàn),同樣是考慮了企業(yè)償債、盈利、運(yùn)營、發(fā)展能力,以及現(xiàn)金流量等方面的財務(wù)指標(biāo),另外,還加入了“前十大股東持股比例合計”來反映企業(yè)股權(quán)的集中程度,“BETA值”和“股價年振幅”來反映企業(yè)對市場的敏感程度。最后,考慮了各企業(yè)前三年的財務(wù)狀況對企業(yè)當(dāng)前財務(wù)表現(xiàn)的影響。具體的財務(wù)困境預(yù)測指標(biāo)如表1所示。

    表1 備選財務(wù)困境預(yù)測指標(biāo)

    2.2.2 LASSO回歸篩選指標(biāo)

    本文用R軟件進(jìn)行LASSO回歸來選擇財務(wù)預(yù)測指標(biāo)。結(jié)果如表2所示,指標(biāo)x2、x9、x10、x11、x13、x14、x15的回歸系數(shù)均不顯著,而這些指標(biāo)基本上是屬于企業(yè)的運(yùn)營能力、發(fā)展能力和現(xiàn)金流量,這說明存在多余變量,原本的23個備選指標(biāo)經(jīng)過篩選后剩余16個指標(biāo)。另外,各指標(biāo)系數(shù)的絕對值大小也體現(xiàn)了各個指標(biāo)對預(yù)測結(jié)果的重要性大小,我們可以發(fā)現(xiàn),重要性排名前五的指標(biāo)中有4個是非財務(wù)指標(biāo),且與排名在五名之后指標(biāo)系數(shù)的大小也有明顯的差距,說明非財務(wù)指標(biāo)是企業(yè)財務(wù)困境預(yù)測研究中的重要因素。

    表2 LASSO回歸系數(shù)

    2.3 建立模型

    除了最常用的logistic模型,本文還用了決策樹、隨機(jī)森林、SVM、最近鄰法的數(shù)據(jù)挖掘方法建立了企業(yè)財務(wù)困境預(yù)測模型。需要注意的是,在使用這些方法時,我們會改變各個函數(shù)中的參數(shù)默認(rèn)值,盡量使各個模型達(dá)到最佳結(jié)果。根據(jù)這5種方法建模的5折交叉驗(yàn)證結(jié)果如圖1所示。圖1中的黑色條形表示用篩選前的23個指標(biāo)進(jìn)行建模時的標(biāo)準(zhǔn)化均方誤差,灰色條形表示用篩選后的16個指標(biāo)進(jìn)行建模時的標(biāo)準(zhǔn)化均方誤差。從5折交叉驗(yàn)證的原理我們知道,選擇模型的標(biāo)準(zhǔn)為:選擇測試集中標(biāo)準(zhǔn)化均方誤差最小的模型。指標(biāo)篩選前決策樹、隨機(jī)森林、SVM、最近鄰法、logistic模型選擇的分別是第3、3、5、3、5組數(shù)據(jù)所建立的模型,而指標(biāo)篩選后,相應(yīng)組別的數(shù)據(jù)所建立模型的標(biāo)準(zhǔn)化均方誤差基本上能保持在原有水平,其中決策樹、SVM以及l(fā)ogistic模型在指標(biāo)篩選后還能夠降低模型的標(biāo)準(zhǔn)化均方誤差。另外,對比常用的logistic模型,和其他數(shù)據(jù)挖掘方法,發(fā)現(xiàn)logistic模型的標(biāo)準(zhǔn)化均方誤差低于SVM,但仍遠(yuǎn)遠(yuǎn)高于其余三種數(shù)據(jù)挖掘模型。

    圖1 財務(wù)困境預(yù)測指標(biāo)篩選前后的模型選擇情況(黑色:篩選前,灰色:篩選后)

    本文精確率反映的是判斷為財務(wù)困境的企業(yè)實(shí)際上就是陷于財務(wù)困境企業(yè)的準(zhǔn)確性,與它對應(yīng)的統(tǒng)計學(xué)概念是犯第Ⅱ類錯誤(納偽)的概率,精確度越大,犯第Ⅱ類錯誤的概率就越小。從表3可以看出,對于四種數(shù)據(jù)挖掘模型,不管是否經(jīng)過指標(biāo)篩選,訓(xùn)練集合測試集的精確率都達(dá)到100%,即不會犯第Ⅱ類錯誤;而對于logistic模型,經(jīng)過指標(biāo)篩選后,訓(xùn)練集的精確率得到提高,而測試集的精確率從85.71%降低至83.33%,但相差不大。召回率反映的則是實(shí)際陷于財務(wù)困境的企業(yè)被識別出來的概率,與之對應(yīng)的統(tǒng)計學(xué)概念就是犯第Ⅰ類錯誤(拒真)的概率,召回率越大,犯第Ⅰ類錯誤的概率就越小。

    表3 模型預(yù)測結(jié)果對比 (單位:%)

    同樣從表3可以看出就本文的樣本數(shù)據(jù)而言,SVM模型雖然有較高的精確率,但召回率較低,甚至低于logistic模型,然而logistic模型比SVM模型簡單得多,此時SVM的優(yōu)勢無法體現(xiàn)。我們知道在樣本量確定的情況下,犯第Ⅰ類錯誤和犯第Ⅱ類錯誤的概率一般是此消彼長的,這種關(guān)系同樣適用于精確率和召回率,為了均衡考慮這兩個指標(biāo),我們可以直接比較F1值。通過比較F1值,我們發(fā)現(xiàn)對于本文的樣本數(shù)據(jù),決策樹、隨機(jī)森林,以及最近鄰法這三種數(shù)據(jù)挖掘模型的預(yù)測效果優(yōu)于logistic模型,而logistic模型又優(yōu)于SVM。另外,指標(biāo)篩選前后,決策樹、隨機(jī)森林,SVM以及最近鄰法這四種數(shù)據(jù)挖掘模型的預(yù)測效果沒有發(fā)生變化;對于logistic模型,指標(biāo)篩選后,訓(xùn)練集的預(yù)測效果得到提升,而測試集的預(yù)測效果則是變差了。經(jīng)過LASSO指標(biāo)篩選后的logistic模型,模型得到精簡,對訓(xùn)練樣本的擬合優(yōu)度也得到提高,但是模型的泛化能力受到一定程度的影響。

    3 結(jié)論

    本文利用LASSO方法對企業(yè)財務(wù)困境預(yù)測指標(biāo)進(jìn)行篩選,然后用決策樹、隨機(jī)森林、SVM、最近鄰法這四種數(shù)據(jù)挖掘方法,以及最常用的logistic模型,分別建立了企業(yè)財務(wù)困境預(yù)測模型,研究發(fā)現(xiàn):(1)非財務(wù)指標(biāo)的LASSO回歸系數(shù)遠(yuǎn)遠(yuǎn)大于財務(wù)指標(biāo),這說明在企業(yè)財務(wù)困境預(yù)測的研究中不應(yīng)該只限于對財務(wù)報表的分析,而應(yīng)該看到企業(yè)所處的市場和宏觀環(huán)境,以及企業(yè)自身的組織結(jié)構(gòu)等非財務(wù)因素;(2)無論指標(biāo)是否經(jīng)過篩選,SVM方法都不如常用的logistic模型,但其他三種數(shù)據(jù)挖掘方法都能優(yōu)于logistic模型;(3)指標(biāo)是否經(jīng)過篩選對于四種基于數(shù)據(jù)挖掘方法的企業(yè)財務(wù)困境預(yù)測模型沒有產(chǎn)生影響,也就意味著用較少的預(yù)測指標(biāo)能夠達(dá)到同樣良好的預(yù)測效果,而對于logistic模型,指標(biāo)篩選提高了模型的擬合優(yōu)度,雖然降低了模型的泛化能力,但以較少的預(yù)測指標(biāo)(更精簡的模型)仍可以得到在可接受范圍內(nèi)的預(yù)測效果,由此可以認(rèn)為LASSO方法在企業(yè)財務(wù)困境預(yù)測中的指標(biāo)選擇問題上有良好的表現(xiàn)。

    [1]Altman E I.Predicting Financial Distress of Companies:Revisiting the Z-score and ZETA models[J].SternSchool of Business,2000.

    [2]Reisz AS,Perlich C.A Market-based Framework For Bankruptcy Pre?diction[J].Journal of Finance Stability,2007,3(2).

    [3]Bharath S T,Shumway T.Forecasting Default With the Merton Dis?tance to Default Model[J].Review of Financial Studies,2008,21(3).

    [4]Bauer J,Agarwal V.Are Hazard Models Superior to Traditional Bank?ruptcy Prediction Approaches?A Comprehensive Test[J].Journal of Banking&Finance,2014,(40).

    [5]Zhou L,Lai K K,Yen J.Empirical Models Based on Features Rank?ing Techniques for Corporate Financial Distress Prediction[J].Com?puters and Mathematics With Applications.2012,64(8).

    [6]Liang D,Tsai C F,Wu H T.The Effect of Feature Selection on Finan?cial Distress Prediction[J].Knowledge-Based Systems.2015,(73).

    [7]崔毅,蔡玉蘭.企業(yè)財務(wù)困境預(yù)測研究的國際進(jìn)展及啟示[J].技術(shù)經(jīng)濟(jì)與管理研究.2014,(11).

    [8]董景榮,陳軍.論經(jīng)典統(tǒng)計財務(wù)困境預(yù)測模型的理論誤區(qū)[J].統(tǒng)計與決策.2010,(4).

    [9]方匡南,章貴軍,張惠穎.基于LASSO-logistic模型的個人信用風(fēng)險預(yù)警方法[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究.2014,(2).

    (責(zé)任編輯/浩 天)

    F270.5

    A

    1002-6487(2016)23-0170-04

    國家自然科學(xué)基金資助項(xiàng)目(11301545)

    楊青龍(1981—),男,河南南陽人,博士,副教授,研究方向:金融統(tǒng)計。

    田曉春(1991—),女,福建三明人,碩士研究生,研究方向:金融統(tǒng)計。

    猜你喜歡
    數(shù)據(jù)挖掘困境財務(wù)
    黨建與財務(wù)工作深融合雙提升的思考
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    論事業(yè)單位財務(wù)內(nèi)部控制的實(shí)現(xiàn)
    困境
    文苑(2020年12期)2020-04-13 00:54:08
    欲望不控制,財務(wù)不自由
    水利財務(wù)
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    “鄰避”困境化解之策
    我國霧霾治理的困境與出路
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    丝袜美腿在线中文| 国产成人影院久久av| 午夜激情福利司机影院| 中文字幕久久专区| 亚洲电影在线观看av| avwww免费| 日本免费a在线| 欧美色视频一区免费| 内地一区二区视频在线| 免费无遮挡裸体视频| 自拍偷自拍亚洲精品老妇| 国产一区二区亚洲精品在线观看| 精品熟女少妇八av免费久了| 丁香六月欧美| 亚洲av成人不卡在线观看播放网| 午夜福利免费观看在线| 狂野欧美白嫩少妇大欣赏| 精品人妻一区二区三区麻豆 | 男人狂女人下面高潮的视频| 欧美高清成人免费视频www| 一区二区三区高清视频在线| 99在线人妻在线中文字幕| 亚洲黑人精品在线| 99久国产av精品| 国产午夜精品论理片| 久久欧美精品欧美久久欧美| 久久久久久国产a免费观看| 亚洲欧美日韩高清专用| 日日摸夜夜添夜夜添小说| 动漫黄色视频在线观看| 免费高清视频大片| 国产亚洲av嫩草精品影院| 久久伊人香网站| 一本精品99久久精品77| 亚洲色图av天堂| 亚洲中文字幕一区二区三区有码在线看| 悠悠久久av| 国产91精品成人一区二区三区| 国产欧美日韩精品亚洲av| 精品久久国产蜜桃| 波多野结衣高清无吗| 国产av在哪里看| 无遮挡黄片免费观看| 久久这里只有精品中国| 热99在线观看视频| 两个人视频免费观看高清| 97超级碰碰碰精品色视频在线观看| 少妇的逼水好多| 成人av一区二区三区在线看| 精品久久国产蜜桃| 国产69精品久久久久777片| 9191精品国产免费久久| 婷婷色综合大香蕉| 国模一区二区三区四区视频| 十八禁国产超污无遮挡网站| 我的老师免费观看完整版| 国产高清视频在线观看网站| 狂野欧美白嫩少妇大欣赏| 麻豆一二三区av精品| 成人av一区二区三区在线看| 嫩草影院精品99| 久久久久性生活片| 在线十欧美十亚洲十日本专区| av国产免费在线观看| 亚洲七黄色美女视频| 性欧美人与动物交配| 搞女人的毛片| 99久久精品热视频| 成人无遮挡网站| 天堂影院成人在线观看| 日韩欧美 国产精品| 久久精品影院6| 精品欧美国产一区二区三| 亚洲人成网站高清观看| 国产高清视频在线播放一区| 非洲黑人性xxxx精品又粗又长| 免费在线观看日本一区| 国产爱豆传媒在线观看| 90打野战视频偷拍视频| 色综合欧美亚洲国产小说| 免费无遮挡裸体视频| 亚洲美女视频黄频| 国产欧美日韩一区二区精品| 午夜日韩欧美国产| 国产野战对白在线观看| 日韩欧美免费精品| 国产av一区在线观看免费| 女同久久另类99精品国产91| 久久人人爽人人爽人人片va | 少妇的逼水好多| 悠悠久久av| 久久久久久国产a免费观看| 精品无人区乱码1区二区| 亚洲成av人片在线播放无| 亚洲真实伦在线观看| 我要搜黄色片| 欧美成人免费av一区二区三区| 黄色一级大片看看| 久久婷婷人人爽人人干人人爱| 午夜老司机福利剧场| 老女人水多毛片| 精品一区二区三区视频在线观看免费| 九色成人免费人妻av| bbb黄色大片| 9191精品国产免费久久| 国产不卡一卡二| 久久亚洲真实| 美女被艹到高潮喷水动态| 久久久久亚洲av毛片大全| 欧美一区二区亚洲| 欧洲精品卡2卡3卡4卡5卡区| 麻豆久久精品国产亚洲av| 精品久久国产蜜桃| 校园春色视频在线观看| 国产一区二区三区视频了| 国产精品日韩av在线免费观看| 亚洲人成伊人成综合网2020| 国产毛片a区久久久久| 精品一区二区免费观看| 熟女人妻精品中文字幕| 亚洲最大成人中文| 久久99热这里只有精品18| 十八禁人妻一区二区| 99精品在免费线老司机午夜| 波多野结衣高清无吗| 观看美女的网站| 亚洲男人的天堂狠狠| 欧美区成人在线视频| 亚洲av美国av| 女人被狂操c到高潮| 特级一级黄色大片| 亚洲专区中文字幕在线| 久久久久亚洲av毛片大全| 免费人成在线观看视频色| 久久国产精品人妻蜜桃| 亚洲国产精品久久男人天堂| 一本精品99久久精品77| 国产亚洲精品av在线| 亚洲电影在线观看av| 成人特级黄色片久久久久久久| 亚洲中文字幕一区二区三区有码在线看| 2021天堂中文幕一二区在线观| 香蕉av资源在线| 成人特级av手机在线观看| 狠狠狠狠99中文字幕| 午夜激情欧美在线| 国产成人a区在线观看| 三级男女做爰猛烈吃奶摸视频| 五月伊人婷婷丁香| 国产一区二区三区在线臀色熟女| 午夜精品在线福利| 欧美国产日韩亚洲一区| 国产免费男女视频| 国产精品影院久久| 日本精品一区二区三区蜜桃| 毛片一级片免费看久久久久 | 淫秽高清视频在线观看| 熟女人妻精品中文字幕| 亚洲欧美日韩高清在线视频| 免费av不卡在线播放| 少妇人妻一区二区三区视频| 91麻豆精品激情在线观看国产| 女生性感内裤真人,穿戴方法视频| 亚洲欧美日韩卡通动漫| 我要搜黄色片| 精品一区二区三区视频在线| 国产综合懂色| 老熟妇乱子伦视频在线观看| 色在线成人网| 噜噜噜噜噜久久久久久91| 成人性生交大片免费视频hd| 观看免费一级毛片| 国产黄片美女视频| www日本黄色视频网| 欧美性感艳星| 午夜激情福利司机影院| 亚洲av中文字字幕乱码综合| 成人av一区二区三区在线看| 99在线人妻在线中文字幕| 精品欧美国产一区二区三| 久久久久久久亚洲中文字幕 | 色av中文字幕| 亚洲 欧美 日韩 在线 免费| 免费大片18禁| 欧美最黄视频在线播放免费| av欧美777| 欧美成狂野欧美在线观看| 免费av观看视频| 热99在线观看视频| 麻豆av噜噜一区二区三区| 久久国产精品影院| 在线观看美女被高潮喷水网站 | 国产一区二区在线观看日韩| 一进一出抽搐动态| 欧美日韩综合久久久久久 | 久久6这里有精品| 99热这里只有是精品50| 一a级毛片在线观看| 亚洲最大成人手机在线| 天天一区二区日本电影三级| 欧美一区二区国产精品久久精品| 国产aⅴ精品一区二区三区波| 日韩免费av在线播放| 亚洲美女搞黄在线观看 | 搡老熟女国产l中国老女人| 婷婷六月久久综合丁香| 国产亚洲欧美98| 夜夜看夜夜爽夜夜摸| 深爱激情五月婷婷| 免费在线观看日本一区| 一进一出好大好爽视频| 国产日本99.免费观看| 欧美最新免费一区二区三区 | 精品久久久久久久久久免费视频| 国内揄拍国产精品人妻在线| 日韩亚洲欧美综合| 亚洲va日本ⅴa欧美va伊人久久| 亚洲18禁久久av| 99久国产av精品| 两个人的视频大全免费| 亚洲精华国产精华精| 免费av观看视频| 国产精品,欧美在线| 国产亚洲欧美98| 久久精品91蜜桃| 我要搜黄色片| 日韩欧美在线乱码| 变态另类丝袜制服| 亚洲不卡免费看| 亚洲av成人不卡在线观看播放网| 男人的好看免费观看在线视频| 国产午夜精品论理片| 亚洲自偷自拍三级| 精品久久久久久成人av| 国产午夜精品久久久久久一区二区三区 | 欧美国产日韩亚洲一区| 亚洲欧美日韩无卡精品| 成人性生交大片免费视频hd| 亚洲电影在线观看av| 51午夜福利影视在线观看| 高潮久久久久久久久久久不卡| eeuss影院久久| 一进一出抽搐动态| 1000部很黄的大片| 女人十人毛片免费观看3o分钟| 久久伊人香网站| 三级男女做爰猛烈吃奶摸视频| 午夜影院日韩av| 欧美一区二区国产精品久久精品| 午夜老司机福利剧场| 99久久成人亚洲精品观看| 在线观看免费视频日本深夜| 久久精品国产清高在天天线| 美女cb高潮喷水在线观看| 国产精品电影一区二区三区| 欧美+亚洲+日韩+国产| 黄色视频,在线免费观看| 国产成人欧美在线观看| 亚洲va日本ⅴa欧美va伊人久久| 国产高清激情床上av| 国产成人影院久久av| 免费在线观看日本一区| 波多野结衣高清无吗| 日日干狠狠操夜夜爽| 亚洲男人的天堂狠狠| 我的老师免费观看完整版| 国产黄色小视频在线观看| 成熟少妇高潮喷水视频| 婷婷亚洲欧美| 男女下面进入的视频免费午夜| av视频在线观看入口| 成人亚洲精品av一区二区| 日韩免费av在线播放| 日韩欧美精品免费久久 | 99久久无色码亚洲精品果冻| 亚洲,欧美,日韩| 亚洲国产欧美人成| 看免费av毛片| 久久久成人免费电影| 一级av片app| 午夜福利在线观看免费完整高清在 | 国产美女午夜福利| 成人av在线播放网站| 成熟少妇高潮喷水视频| 真实男女啪啪啪动态图| 亚洲av五月六月丁香网| 婷婷六月久久综合丁香| 嫩草影院精品99| 国产单亲对白刺激| 99国产精品一区二区三区| 国产三级在线视频| 69人妻影院| 久99久视频精品免费| 免费av观看视频| 一个人看的www免费观看视频| 国产精品亚洲一级av第二区| 精华霜和精华液先用哪个| 草草在线视频免费看| 午夜福利在线观看吧| 国内久久婷婷六月综合欲色啪| 久久久久国产精品人妻aⅴ院| 亚洲自拍偷在线| 99国产综合亚洲精品| 久久精品国产99精品国产亚洲性色| 午夜视频国产福利| 国产一区二区三区视频了| 欧美午夜高清在线| 99精品久久久久人妻精品| 尤物成人国产欧美一区二区三区| 九九在线视频观看精品| 丰满人妻一区二区三区视频av| 熟女人妻精品中文字幕| 欧美激情国产日韩精品一区| 国产伦精品一区二区三区视频9| 亚洲成av人片免费观看| 欧美日韩国产亚洲二区| 在线观看一区二区三区| 成年人黄色毛片网站| 欧美高清成人免费视频www| 少妇丰满av| 久久久国产成人免费| 欧美绝顶高潮抽搐喷水| 色吧在线观看| 非洲黑人性xxxx精品又粗又长| 亚洲色图av天堂| 麻豆国产97在线/欧美| 国产视频内射| 国产精品久久久久久亚洲av鲁大| 免费在线观看亚洲国产| 国产精品影院久久| 国产中年淑女户外野战色| 两个人的视频大全免费| 99在线视频只有这里精品首页| 国产老妇女一区| 女人十人毛片免费观看3o分钟| 熟妇人妻久久中文字幕3abv| 观看美女的网站| 91狼人影院| 国产精品自产拍在线观看55亚洲| 国产精品一区二区免费欧美| 自拍偷自拍亚洲精品老妇| 男人的好看免费观看在线视频| 真实男女啪啪啪动态图| 黄色配什么色好看| 一区福利在线观看| 欧美色视频一区免费| 免费一级毛片在线播放高清视频| 久久国产乱子伦精品免费另类| 天堂√8在线中文| 日韩 亚洲 欧美在线| 国产精品不卡视频一区二区 | 长腿黑丝高跟| 精品熟女少妇八av免费久了| 免费av观看视频| 午夜福利欧美成人| 在线观看午夜福利视频| 亚洲在线自拍视频| 亚洲精品在线观看二区| 69av精品久久久久久| 亚洲国产精品久久男人天堂| 网址你懂的国产日韩在线| 精品人妻视频免费看| 国产精品久久视频播放| 免费观看精品视频网站| 色在线成人网| 一区二区三区免费毛片| 欧美高清成人免费视频www| 深夜a级毛片| 欧美一区二区亚洲| 高清在线国产一区| 亚洲中文字幕日韩| 精品免费久久久久久久清纯| 国产高清三级在线| 在线观看av片永久免费下载| 欧美一区二区亚洲| 蜜桃亚洲精品一区二区三区| 国产白丝娇喘喷水9色精品| 高清日韩中文字幕在线| 亚洲最大成人手机在线| 18+在线观看网站| 精品国产三级普通话版| 国产人妻一区二区三区在| 亚洲午夜理论影院| 国产高清激情床上av| 成人无遮挡网站| 9191精品国产免费久久| 美女黄网站色视频| 成年女人毛片免费观看观看9| 午夜福利在线观看免费完整高清在 | 高清日韩中文字幕在线| 亚洲第一欧美日韩一区二区三区| 亚洲一区二区三区色噜噜| 色播亚洲综合网| 欧美日本视频| 天堂动漫精品| 欧美国产日韩亚洲一区| 成人三级黄色视频| 18禁黄网站禁片午夜丰满| 国产视频一区二区在线看| 久久久久久大精品| 在线播放国产精品三级| 亚洲精品亚洲一区二区| 久久午夜福利片| 99久久99久久久精品蜜桃| 久久久成人免费电影| 一进一出抽搐动态| 国产精品99久久久久久久久| 少妇的逼好多水| 色尼玛亚洲综合影院| 神马国产精品三级电影在线观看| 18禁裸乳无遮挡免费网站照片| 免费人成在线观看视频色| 久久国产乱子免费精品| 99久久无色码亚洲精品果冻| 成人美女网站在线观看视频| ponron亚洲| 亚洲欧美日韩卡通动漫| 午夜视频国产福利| 午夜a级毛片| 国产成人aa在线观看| 亚洲,欧美,日韩| 久久亚洲精品不卡| 51国产日韩欧美| 国产精品亚洲一级av第二区| 在线观看美女被高潮喷水网站 | 人人妻人人看人人澡| 午夜a级毛片| 亚洲欧美激情综合另类| 婷婷亚洲欧美| 乱人视频在线观看| 久久久久久久亚洲中文字幕 | 国产成人啪精品午夜网站| 亚洲美女黄片视频| 久久久国产成人免费| 在线天堂最新版资源| 成人午夜高清在线视频| 国产伦在线观看视频一区| 色哟哟·www| 国产精品一区二区免费欧美| 国产高清激情床上av| 中出人妻视频一区二区| 婷婷精品国产亚洲av在线| av女优亚洲男人天堂| 夜夜看夜夜爽夜夜摸| 久久天躁狠狠躁夜夜2o2o| 欧美不卡视频在线免费观看| 国产亚洲av嫩草精品影院| 日韩免费av在线播放| 欧美黄色淫秽网站| 国产精品久久久久久精品电影| 啦啦啦观看免费观看视频高清| 色吧在线观看| 蜜桃久久精品国产亚洲av| 久久精品国产亚洲av香蕉五月| 精品久久久久久久久久免费视频| 美女黄网站色视频| 九色国产91popny在线| 久久99热6这里只有精品| 欧美+亚洲+日韩+国产| 男人狂女人下面高潮的视频| 日韩欧美一区二区三区在线观看| 窝窝影院91人妻| 国内毛片毛片毛片毛片毛片| 久久国产精品影院| 国产美女午夜福利| 欧美bdsm另类| 人妻丰满熟妇av一区二区三区| 色综合站精品国产| 成人国产综合亚洲| 在现免费观看毛片| 色在线成人网| 国产aⅴ精品一区二区三区波| 国产亚洲欧美在线一区二区| 欧美日韩瑟瑟在线播放| 久久性视频一级片| 自拍偷自拍亚洲精品老妇| 日韩欧美在线二视频| 长腿黑丝高跟| 99国产精品一区二区三区| 国产成人影院久久av| 91字幕亚洲| 人妻久久中文字幕网| 我的女老师完整版在线观看| 看黄色毛片网站| 欧美在线一区亚洲| 国产高潮美女av| 色视频www国产| 日韩欧美一区二区三区在线观看| 国产激情偷乱视频一区二区| 51午夜福利影视在线观看| 中文亚洲av片在线观看爽| 一进一出抽搐动态| 亚洲片人在线观看| 丁香六月欧美| 欧美性猛交╳xxx乱大交人| 在线播放无遮挡| 亚洲av电影在线进入| 97超级碰碰碰精品色视频在线观看| 人妻久久中文字幕网| 最新中文字幕久久久久| 婷婷丁香在线五月| 国产主播在线观看一区二区| 99热这里只有精品一区| 中文字幕人成人乱码亚洲影| 亚洲国产精品久久男人天堂| 免费av毛片视频| 九色国产91popny在线| 国产精品av视频在线免费观看| 丰满人妻熟妇乱又伦精品不卡| 国产精品av视频在线免费观看| 尤物成人国产欧美一区二区三区| 国产伦精品一区二区三区视频9| 亚洲av电影不卡..在线观看| 成人三级黄色视频| 中出人妻视频一区二区| 中文字幕人成人乱码亚洲影| 亚洲av电影不卡..在线观看| avwww免费| 丰满人妻熟妇乱又伦精品不卡| 一进一出好大好爽视频| 乱码一卡2卡4卡精品| 亚洲av免费在线观看| 男女那种视频在线观看| 国产欧美日韩精品亚洲av| 美女被艹到高潮喷水动态| 色综合站精品国产| 在线播放无遮挡| 制服丝袜大香蕉在线| 亚洲欧美日韩东京热| 亚洲国产精品成人综合色| 欧美最新免费一区二区三区 | 一级av片app| 亚洲片人在线观看| 中文字幕人妻熟人妻熟丝袜美| 国产精品免费一区二区三区在线| 男女那种视频在线观看| 免费高清视频大片| 国产伦一二天堂av在线观看| 亚洲五月婷婷丁香| 久久国产乱子伦精品免费另类| 亚洲av成人精品一区久久| 免费观看人在逋| 国产一区二区三区视频了| 如何舔出高潮| 国产一区二区激情短视频| 国产黄片美女视频| 很黄的视频免费| 宅男免费午夜| 国产免费男女视频| 国产淫片久久久久久久久 | 99热这里只有是精品在线观看 | netflix在线观看网站| 97热精品久久久久久| 欧美又色又爽又黄视频| 观看免费一级毛片| 69人妻影院| 欧美一区二区精品小视频在线| 欧美高清性xxxxhd video| 90打野战视频偷拍视频| 熟女电影av网| 亚洲精品456在线播放app | 一进一出抽搐动态| 丰满的人妻完整版| 成人永久免费在线观看视频| 好男人在线观看高清免费视频| 欧美在线黄色| 精品一区二区三区av网在线观看| 亚洲欧美日韩卡通动漫| 国产三级中文精品| 国产 一区 欧美 日韩| 搡老妇女老女人老熟妇| 欧美一区二区精品小视频在线| 直男gayav资源| 18禁在线播放成人免费| av在线蜜桃| 亚洲精品乱码久久久v下载方式| 中文字幕熟女人妻在线| 亚洲电影在线观看av| 久久草成人影院| 床上黄色一级片| 在线观看66精品国产| 成年免费大片在线观看| 国产国拍精品亚洲av在线观看| 国产黄片美女视频| 麻豆av噜噜一区二区三区| 国产欧美日韩精品亚洲av| 亚洲av二区三区四区| 最新在线观看一区二区三区| 亚洲av成人av| 亚洲专区国产一区二区| 女人被狂操c到高潮| 有码 亚洲区| 又紧又爽又黄一区二区| 免费看日本二区| 色综合站精品国产| 欧美三级亚洲精品| 99热这里只有精品一区| 18禁在线播放成人免费| 国产高清视频在线播放一区| 又爽又黄a免费视频| 天美传媒精品一区二区| 91字幕亚洲| 亚洲人成网站高清观看| 免费搜索国产男女视频| 99国产极品粉嫩在线观看| 高潮久久久久久久久久久不卡| 欧美成人a在线观看| 日韩成人在线观看一区二区三区| 免费观看精品视频网站| 18美女黄网站色大片免费观看| 亚洲精品日韩av片在线观看| 日日摸夜夜添夜夜添小说| 久久午夜福利片| av国产免费在线观看| 亚洲成av人片在线播放无|