• <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(cái)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(jì)與決策 2016年23期
    關(guān)鍵詞:數(shù)據(jù)挖掘困境財(cái)務(wù)

    楊青龍,田曉春,胡佩媛

    (中南財(cái)經(jīng)政法大學(xué) 統(tǒng)計(jì)與數(shù)學(xué)學(xué)院,武漢430073)

    基于LASSO方法的企業(yè)財(cái)務(wù)困境預(yù)測

    楊青龍,田曉春,胡佩媛

    (中南財(cái)經(jīng)政法大學(xué) 統(tǒng)計(jì)與數(shù)學(xué)學(xué)院,武漢430073)

    文章綜合考慮企業(yè)的財(cái)務(wù)和非財(cái)務(wù)因素,利用LASSO方法對企業(yè)財(cái)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(cái)務(wù)困境預(yù)測模型。結(jié)果表明:不能忽視非財(cái)務(wù)因素在企業(yè)財(cái)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(shí)保證企業(yè)財(cái)務(wù)困境預(yù)測的準(zhǔn)確性,實(shí)現(xiàn)模型的精簡。

    財(cái)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(cái)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(cái)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(cái)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(cái)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(cái)務(wù)困境的財(cái)務(wù)和非財(cái)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(cái)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(jià)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(shí)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(jì)算來確定。MallowsCP統(tǒng)計(jì)量是用來評價(jià)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(jì)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(jì)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(jì)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(jià)指標(biāo)介紹

    企業(yè)財(cái)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(jià)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(cái)務(wù)困境為正類,財(cái)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(cái)務(wù)困境企業(yè)預(yù)測為財(cái)務(wù)困境;

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

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

    TN ∶將財(cái)務(wù)健康企業(yè)預(yù)測為財(cái)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(jià)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(shí),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(shí)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(cái)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(cái)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(cái)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(cái)務(wù)指標(biāo),另外,還加入了“前十大股東持股比例合計(jì)”來反映企業(yè)股權(quán)的集中程度,“BETA值”和“股價(jià)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(cái)務(wù)狀況對企業(yè)當(dāng)前財(cái)務(wù)表現(xiàn)的影響。具體的財(cái)務(wù)困境預(yù)測指標(biāo)如表1所示。

    表1 備選財(cái)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(cái)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(cái)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(cái)務(wù)指標(biāo)是企業(yè)財(cái)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(cái)務(wù)困境預(yù)測模型。需要注意的是,在使用這些方法時(shí),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(shí)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(shí)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(cái)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(cái)務(wù)困境的企業(yè)實(shí)際上就是陷于財(cái)務(wù)困境企業(yè)的準(zhǔn)確性,與它對應(yīng)的統(tǒng)計(jì)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(cái)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(jì)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(shí)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(cái)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(cái)務(wù)困境預(yù)測模型,研究發(fā)現(xiàn):(1)非財(cái)務(wù)指標(biāo)的LASSO回歸系數(shù)遠(yuǎn)遠(yuǎn)大于財(cái)務(wù)指標(biāo),這說明在企業(yè)財(cái)務(wù)困境預(yù)測的研究中不應(yīng)該只限于對財(cái)務(wù)報(bào)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(cái)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(cái)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(cái)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(cái)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(jì)財(cái)務(wù)困境預(yù)測模型的理論誤區(qū)[J].統(tǒng)計(jì)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(xiǎn)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(jì)。

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

    猜你喜歡
    數(shù)據(jù)挖掘困境財(cái)務(wù)
    黨建與財(cái)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(cái)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(cái)務(wù)不自由
    水利財(cái)務(wù)
    基于并行計(jì)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
    黄片播放在线免费| 亚洲图色成人| 欧美人与善性xxx| 99国产精品一区二区蜜桃av | 天天操日日干夜夜撸| 如日韩欧美国产精品一区二区三区| 国产精品人妻久久久影院| 中文字幕高清在线视频| 午夜精品国产一区二区电影| 亚洲久久久国产精品| 电影成人av| 七月丁香在线播放| 午夜91福利影院| 蜜桃国产av成人99| 黄片小视频在线播放| 国产成人精品无人区| 在线av久久热| 日韩免费高清中文字幕av| 亚洲国产欧美日韩在线播放| 五月开心婷婷网| 成人黄色视频免费在线看| 成人影院久久| 国产精品一区二区精品视频观看| a级片在线免费高清观看视频| 久久免费观看电影| √禁漫天堂资源中文www| 五月天丁香电影| 国产一区有黄有色的免费视频| 色94色欧美一区二区| 日本色播在线视频| 国产1区2区3区精品| 999精品在线视频| 黄片小视频在线播放| 日韩大码丰满熟妇| 久久ye,这里只有精品| 亚洲欧美精品综合一区二区三区| 久久天堂一区二区三区四区| 日本av免费视频播放| 在线观看国产h片| 国产精品一区二区精品视频观看| 80岁老熟妇乱子伦牲交| 久久性视频一级片| 精品少妇久久久久久888优播| 秋霞在线观看毛片| 亚洲av美国av| 国产欧美日韩综合在线一区二区| 青青草视频在线视频观看| 国产亚洲av高清不卡| 亚洲欧美色中文字幕在线| 女人久久www免费人成看片| 后天国语完整版免费观看| 两个人看的免费小视频| 久久久久久久国产电影| 午夜福利免费观看在线| 日韩大片免费观看网站| 国产片特级美女逼逼视频| 波多野结衣av一区二区av| 免费女性裸体啪啪无遮挡网站| 欧美黄色淫秽网站| 女性被躁到高潮视频| 国产xxxxx性猛交| 欧美xxⅹ黑人| 国产片内射在线| 秋霞在线观看毛片| 欧美激情极品国产一区二区三区| 最新在线观看一区二区三区 | 久久精品国产亚洲av涩爱| 久久精品亚洲av国产电影网| 久久青草综合色| 在线观看www视频免费| 欧美黑人精品巨大| 青草久久国产| 国产99久久九九免费精品| 国产成人欧美| 大陆偷拍与自拍| 国产成人91sexporn| 精品高清国产在线一区| 久久人人97超碰香蕉20202| 欧美激情极品国产一区二区三区| 极品人妻少妇av视频| 少妇猛男粗大的猛烈进出视频| 亚洲国产成人一精品久久久| 亚洲九九香蕉| √禁漫天堂资源中文www| 又紧又爽又黄一区二区| 美女中出高潮动态图| 99国产精品一区二区蜜桃av | 欧美黄色片欧美黄色片| 美女主播在线视频| 天天躁日日躁夜夜躁夜夜| 日韩制服丝袜自拍偷拍| 中文字幕另类日韩欧美亚洲嫩草| 午夜激情久久久久久久| 啦啦啦啦在线视频资源| 日韩,欧美,国产一区二区三区| 最黄视频免费看| 精品高清国产在线一区| 国产淫语在线视频| 中文欧美无线码| 人人妻人人添人人爽欧美一区卜| 精品人妻一区二区三区麻豆| 一级毛片黄色毛片免费观看视频| 色综合欧美亚洲国产小说| 一边摸一边抽搐一进一出视频| 日本欧美视频一区| 亚洲av日韩精品久久久久久密 | 欧美日韩视频精品一区| 精品国产乱码久久久久久小说| 精品国产一区二区三区四区第35| 国产一级毛片在线| 欧美97在线视频| 80岁老熟妇乱子伦牲交| 国产一区二区激情短视频 | 啦啦啦 在线观看视频| 母亲3免费完整高清在线观看| 在线观看免费午夜福利视频| 中文精品一卡2卡3卡4更新| 丁香六月欧美| 在线观看www视频免费| 欧美在线黄色| 国产精品.久久久| 亚洲激情五月婷婷啪啪| 少妇的丰满在线观看| 丁香六月欧美| 国产亚洲一区二区精品| 大香蕉久久网| 91麻豆av在线| 久久国产精品大桥未久av| 极品人妻少妇av视频| 欧美精品啪啪一区二区三区 | 啦啦啦 在线观看视频| 精品久久久久久电影网| 一级黄色大片毛片| 19禁男女啪啪无遮挡网站| 操出白浆在线播放| 曰老女人黄片| 国产亚洲欧美在线一区二区| 国产精品人妻久久久影院| 水蜜桃什么品种好| 亚洲久久久国产精品| 亚洲欧洲国产日韩| 国产精品久久久久久精品电影小说| 欧美激情 高清一区二区三区| 观看av在线不卡| 欧美日韩国产mv在线观看视频| av在线老鸭窝| 免费观看a级毛片全部| 午夜91福利影院| h视频一区二区三区| 久久性视频一级片| www日本在线高清视频| 1024香蕉在线观看| 亚洲精品乱久久久久久| 国产精品一二三区在线看| 美女高潮到喷水免费观看| 成人国语在线视频| 亚洲五月色婷婷综合| 看免费成人av毛片| 国产精品欧美亚洲77777| 热re99久久精品国产66热6| 看免费成人av毛片| 欧美精品一区二区大全| 99香蕉大伊视频| 久久亚洲精品不卡| 丝袜美腿诱惑在线| 久久久久精品国产欧美久久久 | 精品亚洲乱码少妇综合久久| 国产成人精品久久二区二区91| 国产人伦9x9x在线观看| 日韩制服丝袜自拍偷拍| 大香蕉久久成人网| 国产精品熟女久久久久浪| 在线观看一区二区三区激情| 99香蕉大伊视频| 热99国产精品久久久久久7| 熟女av电影| 国产成人一区二区三区免费视频网站 | 久久国产亚洲av麻豆专区| 国产亚洲精品第一综合不卡| 国产精品久久久久久人妻精品电影 | 国产精品久久久久久人妻精品电影 | 成年人黄色毛片网站| 精品少妇内射三级| 亚洲人成网站在线观看播放| 亚洲精品乱久久久久久| 久久国产精品影院| 免费女性裸体啪啪无遮挡网站| 久久久久精品国产欧美久久久 | 美女中出高潮动态图| 久久精品亚洲av国产电影网| 丰满少妇做爰视频| 国产伦理片在线播放av一区| 日本vs欧美在线观看视频| 老司机在亚洲福利影院| 日韩,欧美,国产一区二区三区| 久久久久久亚洲精品国产蜜桃av| 精品少妇一区二区三区视频日本电影| 国产av精品麻豆| 欧美少妇被猛烈插入视频| 狠狠精品人妻久久久久久综合| 国产亚洲精品久久久久5区| 久久ye,这里只有精品| 亚洲图色成人| 两性夫妻黄色片| 高清欧美精品videossex| kizo精华| 日韩中文字幕视频在线看片| 每晚都被弄得嗷嗷叫到高潮| 男女之事视频高清在线观看 | 国产主播在线观看一区二区 | 天天影视国产精品| 如日韩欧美国产精品一区二区三区| 欧美人与性动交α欧美软件| 在线天堂中文资源库| 色综合欧美亚洲国产小说| 999精品在线视频| 国产伦人伦偷精品视频| 午夜福利视频精品| 黄片小视频在线播放| 99热网站在线观看| 久久久久久人人人人人| 汤姆久久久久久久影院中文字幕| av不卡在线播放| www.999成人在线观看| 国产成人欧美在线观看 | 性少妇av在线| 免费在线观看影片大全网站 | 一区二区三区乱码不卡18| 少妇被粗大的猛进出69影院| 久久久久国产一级毛片高清牌| 不卡av一区二区三区| 波多野结衣av一区二区av| 夫妻性生交免费视频一级片| 欧美日韩视频精品一区| 国产男女内射视频| 桃花免费在线播放| 久9热在线精品视频| 国产片内射在线| 一级黄色大片毛片| 欧美xxⅹ黑人| 在线观看免费高清a一片| 久久亚洲精品不卡| 国产成人欧美在线观看 | 母亲3免费完整高清在线观看| 国精品久久久久久国模美| 一区二区日韩欧美中文字幕| 日韩一卡2卡3卡4卡2021年| 99热全是精品| 纵有疾风起免费观看全集完整版| 午夜福利影视在线免费观看| 亚洲中文av在线| 激情五月婷婷亚洲| 亚洲欧美色中文字幕在线| 在线观看免费午夜福利视频| 美女国产高潮福利片在线看| 少妇裸体淫交视频免费看高清 | a级片在线免费高清观看视频| 亚洲欧洲国产日韩| 飞空精品影院首页| 欧美精品一区二区大全| 夜夜骑夜夜射夜夜干| 亚洲久久久国产精品| 一级片'在线观看视频| 少妇粗大呻吟视频| 成年人黄色毛片网站| 成年人午夜在线观看视频| 亚洲国产日韩一区二区| 久久久精品94久久精品| 国产亚洲精品第一综合不卡| 两性夫妻黄色片| 久久久久网色| 99国产综合亚洲精品| 久久人人爽av亚洲精品天堂| av欧美777| 极品人妻少妇av视频| 亚洲成人免费电影在线观看 | 一区二区三区激情视频| 电影成人av| 亚洲欧美清纯卡通| 国产精品一区二区在线观看99| 午夜激情久久久久久久| 国产精品久久久久久精品电影小说| 亚洲精品一二三| 国产精品久久久久久人妻精品电影 | 91九色精品人成在线观看| 久久久欧美国产精品| e午夜精品久久久久久久| 久久久久久人人人人人| 在线观看免费日韩欧美大片| 亚洲精品成人av观看孕妇| 肉色欧美久久久久久久蜜桃| 99久久综合免费| 亚洲,欧美,日韩| 国产成人啪精品午夜网站| 国产亚洲av片在线观看秒播厂| 麻豆国产av国片精品| 久久久久国产精品人妻一区二区| 男女之事视频高清在线观看 | 黄片小视频在线播放| 中文精品一卡2卡3卡4更新| 嫩草影视91久久| 成人手机av| 9热在线视频观看99| 黑丝袜美女国产一区| 亚洲色图综合在线观看| 人人妻人人爽人人添夜夜欢视频| 久久午夜综合久久蜜桃| 赤兔流量卡办理| 亚洲国产欧美在线一区| 国产一区有黄有色的免费视频| 亚洲国产av新网站| 亚洲国产精品国产精品| 18禁黄网站禁片午夜丰满| 国产精品国产三级国产专区5o| 99国产精品一区二区蜜桃av | 嫁个100分男人电影在线观看 | 亚洲熟女精品中文字幕| 亚洲第一av免费看| 国产精品秋霞免费鲁丝片| 亚洲成人免费电影在线观看 | 欧美 日韩 精品 国产| 婷婷色麻豆天堂久久| 亚洲午夜精品一区,二区,三区| 丝袜美腿诱惑在线| 高清欧美精品videossex| 女性生殖器流出的白浆| 精品高清国产在线一区| 视频区欧美日本亚洲| 黄色怎么调成土黄色| 亚洲第一青青草原| 国产日韩一区二区三区精品不卡| 亚洲第一青青草原| 亚洲国产欧美在线一区| 少妇 在线观看| 人妻一区二区av| 欧美日韩亚洲国产一区二区在线观看 | 成人亚洲精品一区在线观看| 高清不卡的av网站| 大香蕉久久网| 国产1区2区3区精品| 亚洲国产日韩一区二区| 啦啦啦中文免费视频观看日本| 久久亚洲国产成人精品v| 多毛熟女@视频| 在线观看免费视频网站a站| 日韩大片免费观看网站| 精品人妻一区二区三区麻豆| 国产一区二区在线观看av| 日韩制服丝袜自拍偷拍| 日韩制服骚丝袜av| 嫩草影视91久久| 一区在线观看完整版| 亚洲欧美激情在线| 国产一区二区三区av在线| 国产视频一区二区在线看| 国产伦人伦偷精品视频| 婷婷色综合www| 老司机影院毛片| 色播在线永久视频| 国产一区二区激情短视频 | 亚洲精品国产av蜜桃| 久久99精品国语久久久| 日韩中文字幕欧美一区二区 | 日本五十路高清| 中文字幕人妻熟女乱码| 亚洲精品国产av蜜桃| 99热国产这里只有精品6| 国产精品久久久久久精品古装| 亚洲精品日韩在线中文字幕| 精品少妇一区二区三区视频日本电影| 大香蕉久久成人网| 啦啦啦啦在线视频资源| 国产一区二区三区av在线| 丰满饥渴人妻一区二区三| 欧美亚洲 丝袜 人妻 在线| 午夜激情av网站| 亚洲欧美精品自产自拍| 我要看黄色一级片免费的| 久久人妻福利社区极品人妻图片 | 宅男免费午夜| 性少妇av在线| 国产人伦9x9x在线观看| 国产精品 欧美亚洲| 一级黄片播放器| 1024香蕉在线观看| 十八禁高潮呻吟视频| 人体艺术视频欧美日本| 大码成人一级视频| 亚洲欧美一区二区三区国产| 久久亚洲国产成人精品v| 精品一区二区三区四区五区乱码 | 成年av动漫网址| 国产福利在线免费观看视频| 黄色a级毛片大全视频| 国产精品麻豆人妻色哟哟久久| 免费人妻精品一区二区三区视频| netflix在线观看网站| 两个人免费观看高清视频| bbb黄色大片| 亚洲成人免费电影在线观看 | 国产精品久久久久成人av| 久久久精品免费免费高清| 亚洲av男天堂| 亚洲欧美色中文字幕在线| 各种免费的搞黄视频| 丁香六月天网| 日韩中文字幕视频在线看片| 午夜福利乱码中文字幕| 久久影院123| 1024视频免费在线观看| 97人妻天天添夜夜摸| 色精品久久人妻99蜜桃| 日韩中文字幕欧美一区二区 | 亚洲少妇的诱惑av| 中文字幕色久视频| 精品一品国产午夜福利视频| 伦理电影免费视频| 十八禁网站网址无遮挡| 国产成人精品久久二区二区免费| 国产有黄有色有爽视频| 欧美精品亚洲一区二区| 一区二区三区精品91| 亚洲精品国产区一区二| 菩萨蛮人人尽说江南好唐韦庄| 涩涩av久久男人的天堂| 国产精品三级大全| 亚洲av美国av| 99国产精品99久久久久| 成年美女黄网站色视频大全免费| 日韩 亚洲 欧美在线| 欧美日韩成人在线一区二区| 丝袜在线中文字幕| 少妇人妻久久综合中文| 久久久国产欧美日韩av| 国产精品 欧美亚洲| 亚洲国产看品久久| 久久久久精品国产欧美久久久 | 精品久久久久久久毛片微露脸 | 亚洲三区欧美一区| 亚洲一卡2卡3卡4卡5卡精品中文| 精品亚洲乱码少妇综合久久| 精品久久蜜臀av无| 国产精品国产av在线观看| 黄色怎么调成土黄色| 亚洲国产日韩一区二区| 亚洲av片天天在线观看| 国产精品久久久久久人妻精品电影 | 一级片'在线观看视频| 精品一品国产午夜福利视频| 制服人妻中文乱码| 日本黄色日本黄色录像| 午夜91福利影院| 免费女性裸体啪啪无遮挡网站| 曰老女人黄片| 久久九九热精品免费| 欧美成人精品欧美一级黄| 看免费av毛片| 亚洲国产日韩一区二区| 国产成人免费无遮挡视频| 午夜福利在线免费观看网站| 日日爽夜夜爽网站| 1024香蕉在线观看| 亚洲欧洲日产国产| 涩涩av久久男人的天堂| 精品久久久久久电影网| 国产成人系列免费观看| 免费av中文字幕在线| 91麻豆精品激情在线观看国产 | 亚洲中文字幕日韩| 又大又黄又爽视频免费| 涩涩av久久男人的天堂| 国产精品免费大片| 亚洲国产日韩一区二区| 丰满少妇做爰视频| 国产福利在线免费观看视频| 国产亚洲一区二区精品| 操美女的视频在线观看| 在线观看免费视频网站a站| 欧美久久黑人一区二区| 女人久久www免费人成看片| 婷婷色综合www| 精品福利永久在线观看| 日韩一区二区三区影片| 99热国产这里只有精品6| 午夜影院在线不卡| 中国国产av一级| 久久鲁丝午夜福利片| 一区二区三区乱码不卡18| 日韩一本色道免费dvd| 精品国产超薄肉色丝袜足j| 99热国产这里只有精品6| av在线老鸭窝| 国产精品一区二区免费欧美 | 亚洲伊人久久精品综合| 欧美av亚洲av综合av国产av| 国产成人啪精品午夜网站| 日本黄色日本黄色录像| 又黄又粗又硬又大视频| 一级,二级,三级黄色视频| 老汉色∧v一级毛片| 成人国产av品久久久| 午夜激情av网站| 91国产中文字幕| 久久久久久久国产电影| 亚洲综合色网址| 人妻一区二区av| 中文字幕高清在线视频| 精品福利永久在线观看| 999久久久国产精品视频| 国产精品亚洲av一区麻豆| 国产精品香港三级国产av潘金莲 | 99精国产麻豆久久婷婷| 欧美日韩av久久| 国产精品成人在线| 少妇精品久久久久久久| 男女高潮啪啪啪动态图| 久久久久精品人妻al黑| 2021少妇久久久久久久久久久| 中文欧美无线码| 国产日韩欧美亚洲二区| 男女边吃奶边做爰视频| 国产三级黄色录像| 九色亚洲精品在线播放| 国产熟女午夜一区二区三区| 国产日韩欧美在线精品| 91老司机精品| 你懂的网址亚洲精品在线观看| 亚洲精品第二区| 亚洲欧洲国产日韩| 精品视频人人做人人爽| 久久青草综合色| 国产成人精品久久二区二区91| 亚洲成人免费电影在线观看 | 精品视频人人做人人爽| 国产99久久九九免费精品| 51午夜福利影视在线观看| 一级黄色大片毛片| 日韩伦理黄色片| 亚洲少妇的诱惑av| 欧美大码av| 国产av精品麻豆| 亚洲专区国产一区二区| 国产精品秋霞免费鲁丝片| 青春草视频在线免费观看| 50天的宝宝边吃奶边哭怎么回事| 99国产综合亚洲精品| 天堂俺去俺来也www色官网| 日韩一卡2卡3卡4卡2021年| 欧美精品高潮呻吟av久久| 久久人人爽av亚洲精品天堂| 久久国产精品大桥未久av| 亚洲精品第二区| 国产97色在线日韩免费| 久热这里只有精品99| 91精品伊人久久大香线蕉| 亚洲一区二区三区欧美精品| 国产野战对白在线观看| 成人影院久久| 欧美日韩亚洲综合一区二区三区_| 国产日韩欧美视频二区| av片东京热男人的天堂| 亚洲第一青青草原| 国产99久久九九免费精品| 国产一区二区激情短视频 | 午夜福利影视在线免费观看| 热re99久久精品国产66热6| 男女免费视频国产| 欧美 亚洲 国产 日韩一| 国产成人精品在线电影| 亚洲中文日韩欧美视频| 一级毛片黄色毛片免费观看视频| 9191精品国产免费久久| 91精品三级在线观看| 伦理电影免费视频| 亚洲成人国产一区在线观看 | 国产深夜福利视频在线观看| 久久这里只有精品19| 丝袜喷水一区| 在线av久久热| 欧美在线黄色| 国产视频首页在线观看| 亚洲久久久国产精品| 黄色怎么调成土黄色| 国产精品.久久久| 精品国产国语对白av| 欧美激情高清一区二区三区| 精品福利观看| 中国美女看黄片| 久久久久久免费高清国产稀缺| 69精品国产乱码久久久| 18禁观看日本| 国产精品三级大全| 看十八女毛片水多多多| 我要看黄色一级片免费的| 观看av在线不卡| 另类亚洲欧美激情| 色播在线永久视频| 日本av免费视频播放| 亚洲国产看品久久| 丝袜美足系列| 色精品久久人妻99蜜桃| 人人妻,人人澡人人爽秒播 | 国产日韩欧美在线精品| 丁香六月欧美| 亚洲av国产av综合av卡| 免费少妇av软件| 女人爽到高潮嗷嗷叫在线视频| 超色免费av| 男人添女人高潮全过程视频| 男男h啪啪无遮挡| 18在线观看网站| 在线观看一区二区三区激情| 日日爽夜夜爽网站| 超色免费av| av在线app专区|