• <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 ?

    基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見預(yù)測(cè)模型研究

    2017-09-12 06:39:16張志恒
    關(guān)鍵詞:約簡(jiǎn)粗糙集財(cái)務(wù)指標(biāo)

    張志恒,李 丹,李 瑜

    (1.重慶理工大學(xué) 會(huì)計(jì)學(xué)院, 重慶 400054; 2.西南大學(xué) 經(jīng)濟(jì)管理學(xué)院, 重慶 400715;3.重慶市合川區(qū)煙草專賣局, 重慶 401520)

    基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見預(yù)測(cè)模型研究

    張志恒1,李 丹1,李 瑜2,3

    (1.重慶理工大學(xué) 會(huì)計(jì)學(xué)院, 重慶 400054; 2.西南大學(xué) 經(jīng)濟(jì)管理學(xué)院, 重慶 400715;3.重慶市合川區(qū)煙草專賣局, 重慶 401520)

    審計(jì)意見類型及其預(yù)測(cè)結(jié)果受到企業(yè)各利益相關(guān)方的高度關(guān)注。同時(shí)選用財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)為變量,構(gòu)建了基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見預(yù)測(cè)模型。將領(lǐng)域粗糙集作為BP神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),在保持分類能力不變的前提下進(jìn)行指標(biāo)約簡(jiǎn),提取關(guān)鍵指標(biāo),再將約簡(jiǎn)的指標(biāo)體系作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量。以2013—2015年滬深A(yù)股176家公司數(shù)據(jù)作為研究樣本,采用三種模型進(jìn)行審計(jì)意見預(yù)測(cè)對(duì)比分析,結(jié)果表明:本模型預(yù)測(cè)準(zhǔn)確率達(dá)到97.06%,與單純利用神經(jīng)網(wǎng)絡(luò)建?;騿渭兝秘?cái)務(wù)指標(biāo)建模的預(yù)測(cè)效果相比具有更好的預(yù)測(cè)效果。

    審計(jì)意見;預(yù)測(cè);BP神經(jīng)網(wǎng)絡(luò);鄰域粗糙集

    一、引言

    上市公司定期披露的財(cái)務(wù)報(bào)告是各利益相關(guān)方進(jìn)行投資決策的重要依據(jù)。注冊(cè)會(huì)計(jì)師作為獨(dú)立于被審計(jì)單位及利益相關(guān)者的第三方,其出具的審計(jì)意見是對(duì)上市公司財(cái)務(wù)狀況、經(jīng)營(yíng)成果、現(xiàn)金流量等信息的鑒證性文件,對(duì)增強(qiáng)上市公司財(cái)務(wù)信息的可信性起著至關(guān)重要的作用,經(jīng)注冊(cè)會(huì)計(jì)師審計(jì)的財(cái)務(wù)報(bào)告更加可靠。因此,上市公司被出具的審計(jì)意見類型受到利益相關(guān)方高度重視,且對(duì)其投資決策將產(chǎn)生重大影響。

    早期的審計(jì)意見預(yù)測(cè)研究主要是考察各個(gè)財(cái)務(wù)指標(biāo)對(duì)審計(jì)意見的影響[1]。隨著研究的深入,學(xué)者們開始重視審計(jì)意見預(yù)測(cè)模型的構(gòu)建,大多采用logistic或probit等統(tǒng)計(jì)分析方法進(jìn)行實(shí)證分析,并取得了較好的預(yù)測(cè)效果[2-5],但傳統(tǒng)的統(tǒng)計(jì)模型受制于研究樣本呈正態(tài)分布、協(xié)方差相等等嚴(yán)格的假設(shè)條件,且模型一般為靜態(tài)判別,容錯(cuò)性較差。為克服這些局限,有學(xué)者應(yīng)用非統(tǒng)計(jì)方法,如神經(jīng)網(wǎng)絡(luò)方法[6-8]、支持向量機(jī)方法[9]等人工智能和機(jī)器學(xué)習(xí)方法進(jìn)行審計(jì)意見預(yù)測(cè)模型的構(gòu)建。此外,有學(xué)者將人工智能方法和傳統(tǒng)的線性分析方法在審計(jì)意見預(yù)測(cè)效果方面進(jìn)行對(duì)比分析,結(jié)果表明人工智能方法具有明顯的優(yōu)勢(shì)[10-11]。然而,這些預(yù)測(cè)模型的指標(biāo)體系設(shè)計(jì)方面較少考慮非財(cái)務(wù)指標(biāo)對(duì)審計(jì)意見的影響,而指標(biāo)體系的規(guī)模控制,也面臨著維度過大導(dǎo)致效率低下或指標(biāo)約簡(jiǎn)導(dǎo)致信息失真的兩難取舍。本文同時(shí)以財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)為變量,構(gòu)建的基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見預(yù)測(cè)模型主要有以下幾個(gè)特點(diǎn):

    (1)在傳統(tǒng)財(cái)務(wù)指標(biāo)的基礎(chǔ)上,增加了公司治理、會(huì)計(jì)師事務(wù)所等非財(cái)務(wù)指標(biāo)作為預(yù)測(cè)指標(biāo)體系,使得模型中影響審計(jì)意見類型的因素更加全面。

    (2)利用鄰域粗糙集方法進(jìn)行指標(biāo)約簡(jiǎn),既能處理離散變量又能處理數(shù)值型變量,克服了經(jīng)典粗糙集只適用于處理離散變量的缺點(diǎn),避免了離散化過程的信息丟失問題。同時(shí),鄰域粗糙集拓展了不可分辨關(guān)系,定義了程度包含與程度互斥,提升了抗噪聲能力。

    (3)將鄰域粗糙集方法和BP神經(jīng)網(wǎng)絡(luò)結(jié)合,形成優(yōu)勢(shì)互補(bǔ),并克服各自方法的缺點(diǎn)。鄰域粗糙集理論能夠?qū)Χㄐ院投康臄?shù)據(jù)進(jìn)行約簡(jiǎn),且無需先驗(yàn)知識(shí),但其容錯(cuò)能力和泛化能力較弱,精確度易受噪聲環(huán)境的影響。而BP神經(jīng)網(wǎng)絡(luò)研究分類問題時(shí)具有魯棒性強(qiáng)且預(yù)測(cè)精度較高的優(yōu)點(diǎn),但存在不能刪除冗余信息、知識(shí)解釋性能差及網(wǎng)絡(luò)結(jié)構(gòu)不確定等問題。本研究首先通過鄰域粗糙集進(jìn)行預(yù)測(cè)指標(biāo)約簡(jiǎn),提取關(guān)鍵指標(biāo),再將約簡(jiǎn)的指標(biāo)體系作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量,實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化,提升了預(yù)測(cè)效率與精度。

    二、基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見預(yù)測(cè)模型構(gòu)建

    (一)鄰域粗糙集

    粗糙集是由Pawlak教授于1982年提出的用粗糙逼近的方法自然地模擬人類學(xué)習(xí)和推理過程,是一種處理模糊和不精確性問題的新型數(shù)學(xué)工具,它通過對(duì)數(shù)據(jù)進(jìn)行分析、近似分類和推理數(shù)據(jù)間的關(guān)系,從中發(fā)現(xiàn)隱含的知識(shí),揭示潛在的規(guī)律,提供一種決策支持方法,因此,被廣泛應(yīng)用于屬性約簡(jiǎn)、規(guī)則提取等方面。其主要相關(guān)概念如下:

    (1)δ鄰域信息粒子。給定實(shí)數(shù)空間上的非空有限集合U={x1,x2,x3,…,xn},對(duì)于U上的任意對(duì)象xi,其δ鄰域定義為:δ(xi)={x|x∈U,Δ(x,xi)≤δ},其中,Δ是實(shí)數(shù)空間中的一個(gè)度量,δ≥0。

    (2)鄰域的上近似與下近似。給定實(shí)數(shù)空間上的非空有限集合U={x1,x2,x3,…,xn}及其上的鄰域關(guān)系N,即二元組NS=(U,N),?X?U屬于U,則X在鄰域近似空間NS=(U,N)中的上近似和下近似分別為:

    則得出X的近似邊界為:

    (3)屬性約簡(jiǎn)。給定一個(gè)決策系統(tǒng)DS=(U,C∪D,V,f),B?C,若條件屬性子集B滿足以下條件:

    1.γB(D)=γC(D),即PosB(D)=Posc(D),條件屬性子集B和C分類能力相同;

    2.?a∈B,γB(D)>γB-{a}(D),即條件屬性子集B中沒有冗余。

    則稱條件屬性子集B是條件屬性集C的一個(gè)相對(duì)約簡(jiǎn)。

    其中γB(D)=Card(POSB(D))/Card(U),為決策屬性D對(duì)條件屬性子集B的依賴度,即條件屬性子集B所確定的正域集合在論域U中所占的比例。

    γB(D)-γB-{a}(D),為在條件屬性子集B中刪除條件屬性a后,決策屬性D對(duì)條件子集B依賴減小的程度。

    (二)BP神經(jīng)網(wǎng)絡(luò)

    BP神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近復(fù)雜的非線性函數(shù),是一個(gè)從輸入到輸出的高度非線性映射,給定一個(gè)輸入模式時(shí),由輸入層傳遞到隱含層單元,再經(jīng)由隱含層單元逐個(gè)處理后傳輸?shù)捷敵鰧?,這個(gè)稱為前向傳播?!罢`差逆向傳播”是當(dāng)輸出值與期望輸出有誤差且不滿足要求時(shí)則轉(zhuǎn)入誤差逆向傳播,并對(duì)各層連接權(quán)值進(jìn)行修正,通過不斷學(xué)習(xí)與修正,最后達(dá)到誤差最小化。BP神經(jīng)網(wǎng)絡(luò)就是網(wǎng)絡(luò)訓(xùn)練前向傳播和誤差反向傳播的結(jié)合[12]。

    BP神經(jīng)網(wǎng)絡(luò)具有高度自適應(yīng)、自學(xué)習(xí)功能,并具有良好的容錯(cuò)性等優(yōu)點(diǎn),其被廣泛應(yīng)用于各個(gè)領(lǐng)域的研究,如自動(dòng)控制、財(cái)務(wù)危機(jī)預(yù)警、人臉識(shí)別等。眾多研究結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)方法具有較大的適用范圍,且具有較高的推廣價(jià)值。

    (三)基于鄰域粗糙集和BP神經(jīng)網(wǎng)絡(luò)的審計(jì)意見預(yù)測(cè)模型

    本文構(gòu)建了基于鄰域粗糙集-BP神經(jīng)網(wǎng)絡(luò)的上市公司審計(jì)意見預(yù)測(cè)模型,在本模型中首先對(duì)預(yù)測(cè)指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理,然后利用鄰域粗糙集方法對(duì)初選的指標(biāo)進(jìn)行約簡(jiǎn),刪除冗余指標(biāo),利用約簡(jiǎn)后的指標(biāo)數(shù)據(jù)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)建模,最終實(shí)現(xiàn)對(duì)審計(jì)意見預(yù)測(cè)的目標(biāo)。模型處理的流程如圖1所示。

    圖1 鄰域粗糙集-BP神經(jīng)網(wǎng)絡(luò)模型

    三、實(shí)證分析

    (一)樣本選取

    2013年被出具非標(biāo)準(zhǔn)審計(jì)意見的制造業(yè)上市公司有176家,2014年被出具非標(biāo)準(zhǔn)審計(jì)意見的制造業(yè)上市公司有60家,2015年滬深兩市全部A股被出具非標(biāo)準(zhǔn)審計(jì)意見的制造業(yè)上市公司有68家,根據(jù)行業(yè)及1:1配比原則、資產(chǎn)規(guī)模,隨機(jī)選取配對(duì)樣本,最后剔除指標(biāo)數(shù)據(jù)缺失值,最終得到2013年及2014年一共104個(gè)公司(52個(gè)被出具非標(biāo)準(zhǔn)審計(jì)意見的公司和52個(gè)被出具標(biāo)準(zhǔn)審計(jì)意見的公司)為訓(xùn)練樣本,2015年34個(gè)公司(17個(gè)被出具非標(biāo)準(zhǔn)審計(jì)意見的公司和17個(gè)被出具標(biāo)準(zhǔn)審計(jì)意見的公司)為檢驗(yàn)樣本。

    (二)變量的初選

    (1)被審計(jì)單位的財(cái)務(wù)指標(biāo)

    審計(jì)意見是對(duì)被審計(jì)單位財(cái)務(wù)報(bào)告是否已按照適用的會(huì)計(jì)準(zhǔn)則編制,以及財(cái)務(wù)報(bào)表是否在所有重大方面公允反應(yīng)其財(cái)務(wù)狀況、經(jīng)營(yíng)成果和現(xiàn)金流量發(fā)表意見。而公司的財(cái)務(wù)指標(biāo)是公司財(cái)務(wù)狀況和經(jīng)營(yíng)成果的綜合反映,此外,企業(yè)是否具備持續(xù)經(jīng)營(yíng)能力,是財(cái)務(wù)報(bào)表編制的基礎(chǔ),注冊(cè)會(huì)計(jì)師在對(duì)公司的財(cái)務(wù)報(bào)表進(jìn)行審計(jì)時(shí),會(huì)對(duì)上市公司的持續(xù)經(jīng)營(yíng)能力進(jìn)行判斷和評(píng)價(jià)。而對(duì)公司而言,其償債能力、經(jīng)營(yíng)管理能力和獲利能力等都會(huì)影響其持續(xù)經(jīng)營(yíng)能力,從而影響注冊(cè)會(huì)計(jì)師對(duì)風(fēng)險(xiǎn)的判斷。因此,有理由認(rèn)為公司財(cái)務(wù)指標(biāo)的優(yōu)劣能夠影響注冊(cè)會(huì)計(jì)師出具的審計(jì)意見類型。

    (2)公司治理

    公司治理起源于以股份公司為代表的現(xiàn)代企業(yè)組織中基于委托-代理關(guān)系的所有權(quán)與經(jīng)營(yíng)權(quán)的分離。企業(yè)財(cái)務(wù)報(bào)表信息產(chǎn)生于公司治理構(gòu)架之下并反應(yīng)企業(yè)公司治理情況,公司治理是上市公司會(huì)計(jì)信息系統(tǒng)運(yùn)行的環(huán)境,公司治理水平能夠影響會(huì)計(jì)信息質(zhì)量,而審計(jì)意見又是對(duì)蘊(yùn)含會(huì)計(jì)信息質(zhì)量的財(cái)務(wù)報(bào)告進(jìn)行衡量的工具,公司治理水平能夠影響企業(yè)管理層的經(jīng)營(yíng)績(jī)效及效率,從而可能影響注冊(cè)會(huì)計(jì)師對(duì)公司存在的經(jīng)營(yíng)風(fēng)險(xiǎn)的判斷,因此本文認(rèn)為公司治理狀況能夠影響注冊(cè)會(huì)計(jì)師出具的審計(jì)意見類型。公司治理也可通過對(duì)事務(wù)所的聘任以及審計(jì)服務(wù)定價(jià)等事項(xiàng)干擾注冊(cè)會(huì)計(jì)師的判斷。

    (3)會(huì)計(jì)師事務(wù)所

    從審計(jì)主體來看,會(huì)計(jì)師事務(wù)所的規(guī)模在一定程度上影響審計(jì)的獨(dú)立性,即會(huì)計(jì)師事務(wù)所的規(guī)模通過影響注冊(cè)會(huì)計(jì)師的獨(dú)立性從而影響其出具的審計(jì)意見的類型。Francis認(rèn)為,事務(wù)所規(guī)模是影響審計(jì)質(zhì)量的重要因素之一。而出具非標(biāo)準(zhǔn)審計(jì)意見,或者以較高的概率出具非標(biāo)準(zhǔn)審計(jì)意見,被認(rèn)為是高質(zhì)量審計(jì)的象征。此外,李爽等認(rèn)為,審計(jì)意見具有高度的連續(xù)性,即上一年度被出具非標(biāo)準(zhǔn)審計(jì)意見的公司本年度再次被出具非標(biāo)準(zhǔn)審計(jì)意見的可能性較大[13]。

    根據(jù)以上三個(gè)方面,本文從營(yíng)運(yùn)能力、成長(zhǎng)能力、盈利能力、每股指標(biāo)、現(xiàn)金流量、償債能力六個(gè)方面選取財(cái)務(wù)指標(biāo)(見表1),從公司治理和會(huì)計(jì)師事務(wù)所角度選取非財(cái)務(wù)指標(biāo)(見表2)。

    表1 財(cái)務(wù)指標(biāo)變量

    表2 非財(cái)務(wù)指標(biāo)變量

    (三)指標(biāo)約簡(jiǎn)

    針對(duì)審計(jì)意見預(yù)測(cè)問題,論域空間由選取的上市公司樣本數(shù)據(jù)構(gòu)成,不同的預(yù)測(cè)指標(biāo)和審計(jì)意見類型分別構(gòu)成條件屬性及決策屬性,當(dāng)條件屬性(指標(biāo)數(shù)據(jù))生成論域上的一族鄰域關(guān)系時(shí),構(gòu)成鄰域決策系統(tǒng)。通過鄰域粗糙集算法可以對(duì)條件屬性進(jìn)行約簡(jiǎn),同時(shí)保持原始指標(biāo)數(shù)據(jù)的分類能力不變。

    本文利用胡清華教授提出的鄰域粗糙集前向搜索屬性快速約簡(jiǎn)算法程序?qū)χ笜?biāo)進(jìn)行篩選,將鄰域半徑δ初定在[0.2,0.4],利用Matlab軟件,首先對(duì)指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理,利用鄰域粗糙集模型,以0.05為步長(zhǎng)反復(fù)測(cè)試,并比較結(jié)果,最終選擇鄰域半徑δ為0.35時(shí),指標(biāo)約簡(jiǎn)效果最好,通過運(yùn)行得出指標(biāo)篩選結(jié)果為:上期審計(jì)意見、股權(quán)集中度、每股經(jīng)營(yíng)現(xiàn)金凈流量、總資產(chǎn)周轉(zhuǎn)率、每股收益,分別代表會(huì)計(jì)師事務(wù)所、公司治理、現(xiàn)金流量、營(yíng)運(yùn)能力、每股指標(biāo)五個(gè)方面,最后構(gòu)成本文的預(yù)測(cè)指標(biāo)。

    (四)模型建立及檢驗(yàn)

    隱含層層數(shù)的設(shè)定:相關(guān)理論研究已證明,單個(gè)隱含層的BP神經(jīng)網(wǎng)絡(luò)模型可逼近任何有理函數(shù),增加隱含層的數(shù)量并不會(huì)提高預(yù)測(cè)的準(zhǔn)確率。因此,本文選擇了經(jīng)典的單隱層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

    輸入層節(jié)點(diǎn)數(shù)為5個(gè),分別為上期審計(jì)意見、股權(quán)集中度、每股經(jīng)營(yíng)現(xiàn)金凈流量、總資產(chǎn)周轉(zhuǎn)率、每股收益。

    輸出層節(jié)點(diǎn)數(shù)為1個(gè),且定義若輸出值小于0.5,則為0(被出具標(biāo)準(zhǔn)審計(jì)意見),輸出值大于0.5,則為1(被判為非標(biāo)準(zhǔn)審計(jì)意見)。

    模型的傳遞函數(shù)為tansig函數(shù)和purelin函數(shù);選擇learngdm函數(shù)為模型的學(xué)習(xí)函數(shù);訓(xùn)練函數(shù)用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,本文選取了訓(xùn)練速度較快的trainlm函數(shù)。設(shè)置系統(tǒng)誤差為10-3,學(xué)習(xí)速率為0.01,最大循環(huán)次數(shù)為 1 000。由于各項(xiàng)指標(biāo)數(shù)據(jù)具有不同的意義以及不同的量綱,會(huì)在一定程度上影響模型的訓(xùn)練時(shí)間及效果,因此,需要對(duì)輸入指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。

    利用Matlab編程進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型建模,模型的訓(xùn)練過程如圖2所示。

    圖2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差

    圖2 BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練誤差顯示,本次模型在第11次訓(xùn)練達(dá)到了模型設(shè)定的誤差,訓(xùn)練速度較快,且模型訓(xùn)練的輸出結(jié)果與真實(shí)值間的擬合優(yōu)度達(dá)到0.9967,表明模型訓(xùn)練結(jié)果較好,模型訓(xùn)練的擬合優(yōu)度如圖3所示。

    圖3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練擬合優(yōu)度

    為檢驗(yàn)上述訓(xùn)練的模型是否具有可靠性,本文利用選取的檢驗(yàn)組樣本數(shù)據(jù)對(duì)其進(jìn)行檢驗(yàn),將指標(biāo)數(shù)據(jù)作為輸入值導(dǎo)入訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò),得到的檢驗(yàn)結(jié)果如表3所示。

    根據(jù)設(shè)定,將上述真實(shí)值與預(yù)測(cè)值整理如表4所示。

    表3 BP神經(jīng)網(wǎng)絡(luò)輸出值與真實(shí)值

    根據(jù)表4預(yù)測(cè)結(jié)果顯示,通過鄰域粗糙集篩選出的指標(biāo)可以總結(jié)出指標(biāo)數(shù)據(jù)和審計(jì)意見之間的潛在關(guān)系,被出具非標(biāo)準(zhǔn)審計(jì)意見的預(yù)測(cè)準(zhǔn)確率為94.12%,綜合準(zhǔn)確率為97.06%,顯示出比較滿意的預(yù)測(cè)效果,能夠較好地逼近樣本數(shù)據(jù)的內(nèi)在規(guī)則。從會(huì)計(jì)師事務(wù)所、公司治理、現(xiàn)金流量、營(yíng)運(yùn)能力、每股指標(biāo)五個(gè)方面篩選出的上期審計(jì)意見、股權(quán)集中度、每股經(jīng)營(yíng)現(xiàn)金凈流量、總資產(chǎn)周轉(zhuǎn)率、每股收益指標(biāo),能在一定程度上較為全面地解釋其與審計(jì)意見類型之間的數(shù)據(jù)規(guī)律,模型具有良好的預(yù)測(cè)能力。

    表4 BP神經(jīng)網(wǎng)絡(luò)檢驗(yàn)結(jié)果

    為進(jìn)行比較分析,本文利用未經(jīng)鄰域粗糙集指標(biāo)約簡(jiǎn)的樣本指標(biāo)數(shù)據(jù)進(jìn)行簡(jiǎn)單BP神經(jīng)網(wǎng)絡(luò)建模,最終構(gòu)建了28-19-1的三層BP神經(jīng)網(wǎng)絡(luò)模型。此外,為與僅用財(cái)務(wù)指標(biāo)建模的預(yù)測(cè)結(jié)果作對(duì)比,本文僅用上文選取的22個(gè)財(cái)務(wù)指標(biāo)進(jìn)行鄰域粗糙集神經(jīng)網(wǎng)絡(luò)建模,設(shè)置相同的訓(xùn)練樣本及檢驗(yàn)樣本。

    本文構(gòu)建的模型及兩個(gè)對(duì)比模型的預(yù)測(cè)準(zhǔn)確度見表5。

    表5 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果

    兩類錯(cuò)誤分別為Ⅰ類錯(cuò)誤和Ⅱ類錯(cuò)誤,前者指被出具標(biāo)準(zhǔn)審計(jì)意見的公司被預(yù)測(cè)為收到非標(biāo)準(zhǔn)審計(jì)意見,后者指被出具非標(biāo)準(zhǔn)審計(jì)意見的公司被預(yù)測(cè)為收到標(biāo)準(zhǔn)審計(jì)意見。據(jù)表5可得出,三種模型中,利用財(cái)務(wù)及非財(cái)務(wù)指標(biāo)建立的鄰域粗糙集-神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果最好,預(yù)測(cè)準(zhǔn)確度達(dá)到97.06%,其中Ⅰ類錯(cuò)誤率為0,表明標(biāo)準(zhǔn)審計(jì)意見的公司樣本全部預(yù)測(cè)正確。僅用財(cái)務(wù)指標(biāo)建立的鄰域粗糙集-神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果最差,僅為82.35%,其中Ⅰ類錯(cuò)誤率和Ⅱ類錯(cuò)誤率均達(dá)到10%以上,且兩類錯(cuò)誤率相差超過10%,表明該模型預(yù)測(cè)表現(xiàn)不夠平均,預(yù)測(cè)效果較差。通過兩個(gè)模型的對(duì)比表明,根據(jù)選取的財(cái)務(wù)指標(biāo)數(shù)據(jù),補(bǔ)充選取公司治理變量(股權(quán)集中度)和會(huì)計(jì)師事務(wù)所(上期審計(jì)意見)相關(guān)變量,所建立的模型能在一定程度上提高指標(biāo)數(shù)據(jù)的預(yù)測(cè)及分類效果,能更好地詮釋樣本數(shù)據(jù)之中蘊(yùn)含的規(guī)律,本文選取的非財(cái)務(wù)指標(biāo)起到了一定的補(bǔ)充衡量作用。

    而結(jié)合財(cái)務(wù)指標(biāo)及非財(cái)務(wù)指標(biāo)建立的模型中,簡(jiǎn)單BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)準(zhǔn)確率為91.18%,低于鄰域粗糙集-神經(jīng)網(wǎng)絡(luò)模型得到的預(yù)測(cè)準(zhǔn)確率97.06%,表明利用鄰域粗糙集理論知識(shí)對(duì)指標(biāo)數(shù)據(jù)的輸入值進(jìn)行約簡(jiǎn),解決了傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜的問題,在剔除了冗余數(shù)據(jù)的同時(shí)減少了預(yù)測(cè)系統(tǒng)的計(jì)算負(fù)擔(dān),且保證了原始數(shù)據(jù)的分類能力,提高了預(yù)測(cè)的準(zhǔn)確度。

    四、結(jié)論

    通過對(duì)文獻(xiàn)的梳理,在財(cái)務(wù)指標(biāo)之外,補(bǔ)充公司治理及會(huì)計(jì)師事務(wù)所方面的非財(cái)務(wù)指標(biāo)變量,在建模過程中將財(cái)務(wù)指標(biāo)及非財(cái)務(wù)指標(biāo)結(jié)合實(shí)現(xiàn)對(duì)審計(jì)意見的預(yù)測(cè),以保證預(yù)測(cè)的準(zhǔn)確率。本文初選的財(cái)務(wù)及非財(cái)務(wù)指標(biāo)共28個(gè),經(jīng)鄰域粗糙集篩選后最終形成5個(gè)指標(biāo),分別為會(huì)計(jì)師事務(wù)所、公司治理、現(xiàn)金流量、營(yíng)運(yùn)能力、每股指標(biāo)方面。

    與單純利用神經(jīng)網(wǎng)絡(luò)建模及單純利用財(cái)務(wù)指標(biāo)建模的預(yù)測(cè)效果相比,本文的模型預(yù)測(cè)效果更好,即將領(lǐng)域粗糙集作為BP神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),在保持分類能力不變的前提下,提高了預(yù)測(cè)的準(zhǔn)確率;此外,在補(bǔ)充選取非財(cái)務(wù)指標(biāo)作為預(yù)測(cè)指標(biāo)的情況下,提高了預(yù)測(cè)的準(zhǔn)確率。

    [1] KIDA T.Anivestigation into auditor’s continutity and related qualification judgments[J].Jpurnal of Accounting Research,1980(8):506-526.

    [2] LAITINEN E K,LAITINEN T.Qualified audit reports in Finland:evidence from large companies[J].European Accounting Review,1998,7(4):639-653.

    [3] 朱小平,余謙.上市公司的財(cái)務(wù)指標(biāo)與審計(jì)意見類型相關(guān)性的實(shí)證分析[J].中國(guó)會(huì)計(jì)評(píng)論,2003(7):29-50.

    [4] 張曉嵐,張文杰,魯曉嵐.持續(xù)經(jīng)營(yíng)能力重大不確定性下審計(jì)意見的預(yù)測(cè)研究[J].統(tǒng)計(jì)與決策,2007(8):96-98.

    [5] 胡繼榮,王耀明.論CPA不確定性審計(jì)意見預(yù)測(cè)——基于重大疑慮事項(xiàng)的持續(xù)經(jīng)營(yíng)[J].會(huì)計(jì)研究,2009(6):81-87.

    [7] 田金玉.基于BP神經(jīng)網(wǎng)絡(luò)的上市公司審計(jì)意見預(yù)測(cè)模型[J].財(cái)會(huì)月刊,2010(3):109-110.

    [8] 王旭,孔玉生.基于BP神經(jīng)網(wǎng)絡(luò)模型的持續(xù)經(jīng)營(yíng)不確定性審計(jì)意見預(yù)測(cè)[J].財(cái)會(huì)月刊,2012(36):62-64.

    [9] DOUMPOS M,GAGANISC,PASIOURAS F.Explainingqualifi-cations in audit reports using a support vector machine methodology[J].Intelligent Systems in Accounting Finance & Management,2005,13(4):197-215.

    [10]GAGANIS C,PASIOURAS F,SPATHIS C,et al.A comparison of nearest neighbours,discriminant and logit models for auditing decisions[J].Intelligent Systems in Accounting Finance & Management,2007(15):23-40.

    [11]PASIOURAS F,GAGANIS C,ZOPOUNIDIS C.Multicriteriadecision support methodologies for auditing decisions:the case of qualified audit report in the UK[J].European Journal of Operational Research,2007,180(3):1317-1330.

    [12]王筱欣,高攀.基于BP神經(jīng)網(wǎng)絡(luò)的重慶市房?jī)r(jià)驗(yàn)證與預(yù)測(cè)[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)),2016(9):49-53.

    [13]李爽,吳溪.證券市場(chǎng)審計(jì)師變更的信息披露——制度比較與現(xiàn)狀分析[J].審計(jì)研究,2001(3):10-16.

    (責(zé)任編輯 魏艷君)

    Research on the Model of Audit Opinion Prediction Based on Integration of Neighborhood Rough Sets and Neural Network

    ZHANG Zhiheng1, LI Dan1, LI Yu2,3

    (1.College of Accounting, Chongqing University of Technology, Chongqing 400054, China;2.College of Economics and Management,Southwest University, Chongqing 400715, China; 3.Chongqing Hechuan District Tobacco Monopoly Bureau, Chongqing 401519, China)

    The type of audit opinion and its forecast results are highly concerned by the stakeholders.The financial indicators and non-financial indicators will be selected as predicting variables in this paper. An integrated model of neighborhood rough set and neural network for audit opinion prediction is proposed. The neighborhood rough set is used as the front-end system of BP neural network, on the premise of keeping the classification ability unchanged, the index reduction is carried out, the key index is extracted, and the reduced index system is taken as the input variable of the neural network model. This paper selects 176 companies’ data of A share listed in Shanghai and Shenzhenstock markets from 2013 to 2015as the research sample and uses three models to carry out the audit opinion prediction comparative analysis. The result shows that the accuracy of this model is 97.06%, which is better than the prediction effect based on simple use of neural network modeling or financial index modeling.

    audit opinion;prediction;BP neural network;neighborhood rough set

    2017-07-11 基金項(xiàng)目:國(guó)家社會(huì)科學(xué)基金項(xiàng)目“我國(guó)商業(yè)銀行流動(dòng)性與房地產(chǎn)極端關(guān)聯(lián)波動(dòng)的測(cè)度及防范研究”(14BJY188)

    張志恒(1976—),男,內(nèi)蒙古通遼人,副教授,研究方向:會(huì)計(jì)信息化、審計(jì)信息化。

    張志恒,李丹,李瑜.基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計(jì)意見預(yù)測(cè)模型研究[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)),2017(8):37-43.

    format:ZHANG Zhiheng,LI Dan,LI Yu.Research on the Model of Audit Opinion Prediction Based on Integration of Neighborhood Rough Sets and Neural Network[J].Journal of Chongqing University of Technology(Social Science),2017(8):37-43.

    10.3969/j.issn.1674-8425(s).2017.08.006

    F239.1

    A

    1674-8425(2017)08-0037-07

    猜你喜歡
    約簡(jiǎn)粗糙集財(cái)務(wù)指標(biāo)
    基于Pawlak粗糙集模型的集合運(yùn)算關(guān)系
    基于二進(jìn)制鏈表的粗糙集屬性約簡(jiǎn)
    我國(guó)金融機(jī)構(gòu)股價(jià)和主要財(cái)務(wù)指標(biāo)的相關(guān)性分析
    實(shí)值多變量維數(shù)約簡(jiǎn):綜述
    基于模糊貼近度的屬性約簡(jiǎn)
    全國(guó)國(guó)有企業(yè)主要財(cái)務(wù)指標(biāo)
    多?;植诩再|(zhì)的幾個(gè)充分條件
    全國(guó)國(guó)有企業(yè)主要財(cái)務(wù)指標(biāo)
    雙論域粗糙集在故障診斷中的應(yīng)用
    榮豐控股財(cái)務(wù)指標(biāo)分析
    热99久久久久精品小说推荐| 俄罗斯特黄特色一大片| 侵犯人妻中文字幕一二三四区| 亚洲一区高清亚洲精品| 亚洲国产看品久久| 亚洲国产欧美网| 中文字幕人妻熟女乱码| 在线天堂中文资源库| 午夜精品国产一区二区电影| 不卡av一区二区三区| 精品少妇久久久久久888优播| 电影成人av| 亚洲精品一二三| 丝袜在线中文字幕| 亚洲成人手机| 老司机午夜福利在线观看视频| 天堂中文最新版在线下载| 国产精品综合久久久久久久免费 | 欧美日韩一级在线毛片| videosex国产| 国产一区在线观看成人免费| 亚洲自偷自拍图片 自拍| 校园春色视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 十八禁人妻一区二区| 90打野战视频偷拍视频| 国产又爽黄色视频| 亚洲全国av大片| 激情在线观看视频在线高清 | 国产又色又爽无遮挡免费看| 欧美日韩亚洲高清精品| 亚洲一区中文字幕在线| 国精品久久久久久国模美| 免费久久久久久久精品成人欧美视频| 亚洲色图 男人天堂 中文字幕| 满18在线观看网站| 成人亚洲精品一区在线观看| 精品人妻在线不人妻| av天堂在线播放| 身体一侧抽搐| 老司机深夜福利视频在线观看| 一级毛片女人18水好多| 亚洲国产中文字幕在线视频| 视频区图区小说| 日韩大码丰满熟妇| 亚洲av日韩在线播放| 亚洲av电影在线进入| 在线永久观看黄色视频| 亚洲精品在线美女| 女人爽到高潮嗷嗷叫在线视频| 91老司机精品| 高清av免费在线| 成人黄色视频免费在线看| 欧美日韩乱码在线| a级片在线免费高清观看视频| 免费看a级黄色片| 亚洲精品国产区一区二| av不卡在线播放| 高潮久久久久久久久久久不卡| 国产成人欧美在线观看 | 免费在线观看日本一区| 人妻久久中文字幕网| 青草久久国产| 午夜亚洲福利在线播放| 国产精品久久久人人做人人爽| 一区二区三区激情视频| 91九色精品人成在线观看| 国产高清国产精品国产三级| 国产国语露脸激情在线看| 亚洲七黄色美女视频| 无遮挡黄片免费观看| 久久精品国产清高在天天线| 久久人人97超碰香蕉20202| 18禁美女被吸乳视频| 手机成人av网站| 亚洲成a人片在线一区二区| 狠狠狠狠99中文字幕| 国产精品二区激情视频| 人人妻,人人澡人人爽秒播| 精品福利观看| 亚洲国产欧美网| 一级毛片女人18水好多| x7x7x7水蜜桃| 亚洲黑人精品在线| 90打野战视频偷拍视频| 他把我摸到了高潮在线观看| 国产在线一区二区三区精| 国产精品1区2区在线观看. | 亚洲一区中文字幕在线| 99久久99久久久精品蜜桃| 大码成人一级视频| 大香蕉久久成人网| 亚洲av日韩在线播放| 亚洲精品粉嫩美女一区| 国产一区在线观看成人免费| 午夜视频精品福利| 一级a爱视频在线免费观看| 在线观看免费高清a一片| xxx96com| 国产精品一区二区免费欧美| 黑人猛操日本美女一级片| 国产精品免费大片| 大码成人一级视频| 欧美日韩亚洲国产一区二区在线观看 | 99国产精品免费福利视频| 交换朋友夫妻互换小说| 最新在线观看一区二区三区| 久久久久久久久免费视频了| 成年版毛片免费区| 精品亚洲成a人片在线观看| 三上悠亚av全集在线观看| 国产亚洲av高清不卡| 色老头精品视频在线观看| 成年人午夜在线观看视频| 欧美不卡视频在线免费观看 | 欧美日韩中文字幕国产精品一区二区三区 | 久久久久久久国产电影| 精品少妇一区二区三区视频日本电影| 亚洲专区国产一区二区| 手机成人av网站| 下体分泌物呈黄色| 9热在线视频观看99| a级毛片黄视频| 水蜜桃什么品种好| 久久国产精品影院| 下体分泌物呈黄色| 欧美日韩精品网址| 777久久人妻少妇嫩草av网站| 热99国产精品久久久久久7| 水蜜桃什么品种好| 国产精品亚洲一级av第二区| 欧美精品亚洲一区二区| 9热在线视频观看99| 777久久人妻少妇嫩草av网站| 岛国在线观看网站| 女性被躁到高潮视频| 欧美不卡视频在线免费观看 | www.999成人在线观看| 日本欧美视频一区| 波多野结衣av一区二区av| 国产在线一区二区三区精| 日韩免费av在线播放| 久久婷婷成人综合色麻豆| 国产高清视频在线播放一区| 婷婷成人精品国产| 午夜两性在线视频| www日本在线高清视频| 成人永久免费在线观看视频| 老司机深夜福利视频在线观看| 又黄又粗又硬又大视频| 精品久久久精品久久久| 久久精品亚洲熟妇少妇任你| 欧美精品亚洲一区二区| 精品少妇一区二区三区视频日本电影| 激情视频va一区二区三区| 久久国产精品影院| 日韩中文字幕欧美一区二区| 飞空精品影院首页| 日韩欧美国产一区二区入口| 国产精品久久久av美女十八| 国产主播在线观看一区二区| 国产色视频综合| av网站免费在线观看视频| cao死你这个sao货| 又大又爽又粗| 久久午夜亚洲精品久久| 国产熟女午夜一区二区三区| 精品国产一区二区久久| 成熟少妇高潮喷水视频| 欧美精品av麻豆av| 黄色a级毛片大全视频| 在线观看免费高清a一片| av国产精品久久久久影院| 精品久久久精品久久久| 热99国产精品久久久久久7| 亚洲精品一卡2卡三卡4卡5卡| 久久久精品区二区三区| 国产精品久久久久久精品古装| 欧美老熟妇乱子伦牲交| 欧美日本中文国产一区发布| 国产亚洲欧美在线一区二区| 免费女性裸体啪啪无遮挡网站| 在线看a的网站| 亚洲一区二区三区欧美精品| 麻豆av在线久日| 十八禁人妻一区二区| 精品久久久久久电影网| 亚洲成a人片在线一区二区| 国产成人免费观看mmmm| e午夜精品久久久久久久| 欧美丝袜亚洲另类 | 一级a爱视频在线免费观看| 岛国在线观看网站| 亚洲中文字幕日韩| 午夜精品国产一区二区电影| 99国产极品粉嫩在线观看| 国产精品久久久av美女十八| 国产精品香港三级国产av潘金莲| 香蕉国产在线看| 操出白浆在线播放| 人人妻人人澡人人看| 国产区一区二久久| 亚洲综合色网址| 看免费av毛片| netflix在线观看网站| www日本在线高清视频| 成人特级黄色片久久久久久久| 成人av一区二区三区在线看| 女人被躁到高潮嗷嗷叫费观| 久久精品国产a三级三级三级| avwww免费| 亚洲成av片中文字幕在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 999久久久精品免费观看国产| 欧美日韩亚洲高清精品| 女人高潮潮喷娇喘18禁视频| 99re在线观看精品视频| 国产欧美日韩一区二区三| 成年人免费黄色播放视频| 久久精品人人爽人人爽视色| 精品免费久久久久久久清纯 | a级毛片黄视频| 变态另类成人亚洲欧美熟女 | 亚洲国产精品一区二区三区在线| 日韩大码丰满熟妇| 国产精品秋霞免费鲁丝片| 在线av久久热| 国产精品永久免费网站| www日本在线高清视频| 黑人巨大精品欧美一区二区mp4| 18禁观看日本| 国产不卡一卡二| 国产精品九九99| 高清黄色对白视频在线免费看| 久久午夜亚洲精品久久| 18禁裸乳无遮挡动漫免费视频| 9色porny在线观看| 久久精品亚洲精品国产色婷小说| 亚洲熟女毛片儿| 韩国精品一区二区三区| 少妇被粗大的猛进出69影院| 久久中文字幕人妻熟女| 91国产中文字幕| 精品久久蜜臀av无| 欧美最黄视频在线播放免费 | 1024视频免费在线观看| 精品国产一区二区久久| 国产精品永久免费网站| 免费在线观看日本一区| 免费一级毛片在线播放高清视频 | 精品国产一区二区三区久久久樱花| 视频区欧美日本亚洲| 欧美日韩亚洲综合一区二区三区_| 老鸭窝网址在线观看| 亚洲欧美激情综合另类| 日韩欧美在线二视频 | 午夜福利一区二区在线看| 国产欧美亚洲国产| 亚洲国产精品一区二区三区在线| 国产精华一区二区三区| 十分钟在线观看高清视频www| 黄色丝袜av网址大全| 丝袜美足系列| 一边摸一边做爽爽视频免费| 涩涩av久久男人的天堂| 黄片小视频在线播放| 国产精品自产拍在线观看55亚洲 | 亚洲色图综合在线观看| 色婷婷久久久亚洲欧美| 老汉色∧v一级毛片| 欧美黑人欧美精品刺激| 精品福利永久在线观看| 一级作爱视频免费观看| 精品久久蜜臀av无| 精品国内亚洲2022精品成人 | 久久久久久人人人人人| 久久久国产欧美日韩av| 亚洲久久久国产精品| 日本a在线网址| 亚洲一卡2卡3卡4卡5卡精品中文| 免费久久久久久久精品成人欧美视频| 色综合婷婷激情| 在线观看免费视频日本深夜| 免费看a级黄色片| 成年人免费黄色播放视频| 久久久久久久久久久久大奶| 91国产中文字幕| 最近最新中文字幕大全免费视频| 天天影视国产精品| 国产日韩一区二区三区精品不卡| 色在线成人网| 国产亚洲精品一区二区www | 国产av一区二区精品久久| 亚洲男人天堂网一区| 亚洲人成77777在线视频| 91国产中文字幕| 自拍欧美九色日韩亚洲蝌蚪91| 夜夜躁狠狠躁天天躁| 美女国产高潮福利片在线看| 久久国产乱子伦精品免费另类| 91精品三级在线观看| 久久久久久久久久久久大奶| 亚洲成国产人片在线观看| 国产1区2区3区精品| 中文亚洲av片在线观看爽 | 欧美亚洲 丝袜 人妻 在线| 少妇的丰满在线观看| 看片在线看免费视频| 少妇 在线观看| 亚洲成人免费av在线播放| 日本精品一区二区三区蜜桃| 老鸭窝网址在线观看| 精品欧美一区二区三区在线| 欧美日韩国产mv在线观看视频| 三上悠亚av全集在线观看| 18禁国产床啪视频网站| 狠狠狠狠99中文字幕| 无人区码免费观看不卡| 成人18禁在线播放| 亚洲va日本ⅴa欧美va伊人久久| 91字幕亚洲| 中文字幕人妻丝袜一区二区| 这个男人来自地球电影免费观看| 操美女的视频在线观看| 午夜福利影视在线免费观看| 99国产极品粉嫩在线观看| 久久久水蜜桃国产精品网| 国产黄色免费在线视频| 777米奇影视久久| 日韩免费高清中文字幕av| 免费看a级黄色片| 成年人免费黄色播放视频| 成人手机av| 国产人伦9x9x在线观看| 欧美日韩精品网址| 91成人精品电影| 亚洲av电影在线进入| 国产精品美女特级片免费视频播放器 | 久久香蕉国产精品| 久久性视频一级片| 成人18禁高潮啪啪吃奶动态图| 黑人巨大精品欧美一区二区mp4| 国产精品久久久人人做人人爽| 欧美精品人与动牲交sv欧美| 自拍欧美九色日韩亚洲蝌蚪91| 欧美国产精品va在线观看不卡| 波多野结衣av一区二区av| 国内毛片毛片毛片毛片毛片| 成人国语在线视频| 欧美乱色亚洲激情| 一级a爱片免费观看的视频| 18禁美女被吸乳视频| 久久精品国产99精品国产亚洲性色 | 精品少妇久久久久久888优播| 亚洲精品成人av观看孕妇| 国产免费av片在线观看野外av| 一夜夜www| 成人三级做爰电影| 王馨瑶露胸无遮挡在线观看| 精品一品国产午夜福利视频| 最近最新免费中文字幕在线| 国产精品永久免费网站| 曰老女人黄片| 亚洲第一av免费看| 久久99一区二区三区| 校园春色视频在线观看| 下体分泌物呈黄色| 一进一出好大好爽视频| 最近最新免费中文字幕在线| 男女高潮啪啪啪动态图| 水蜜桃什么品种好| 日韩 欧美 亚洲 中文字幕| 高清黄色对白视频在线免费看| 首页视频小说图片口味搜索| 成人永久免费在线观看视频| 村上凉子中文字幕在线| 国产精品av久久久久免费| 婷婷丁香在线五月| 9热在线视频观看99| 亚洲视频免费观看视频| 一区二区三区精品91| 精品少妇久久久久久888优播| 伊人久久大香线蕉亚洲五| 精品久久久久久久毛片微露脸| 国内久久婷婷六月综合欲色啪| 少妇 在线观看| 另类亚洲欧美激情| 桃红色精品国产亚洲av| 淫妇啪啪啪对白视频| 天天躁夜夜躁狠狠躁躁| 国产一区二区三区在线臀色熟女 | 老鸭窝网址在线观看| 国产精品 欧美亚洲| 中文亚洲av片在线观看爽 | 夫妻午夜视频| 一级黄色大片毛片| 十八禁网站免费在线| 在线观看免费午夜福利视频| 国产99久久九九免费精品| 好男人电影高清在线观看| 欧美激情高清一区二区三区| 欧美另类亚洲清纯唯美| 欧美成人午夜精品| 黄色视频不卡| 国产成人免费观看mmmm| www日本在线高清视频| 国产欧美日韩一区二区三| 亚洲熟女精品中文字幕| 亚洲中文日韩欧美视频| 国产亚洲精品第一综合不卡| 少妇裸体淫交视频免费看高清 | 免费日韩欧美在线观看| 国产高清激情床上av| 国产精华一区二区三区| 国产激情欧美一区二区| 国产日韩欧美亚洲二区| 狠狠狠狠99中文字幕| 亚洲欧洲精品一区二区精品久久久| 国产无遮挡羞羞视频在线观看| 成人免费观看视频高清| 十分钟在线观看高清视频www| 女性被躁到高潮视频| 欧美老熟妇乱子伦牲交| 一进一出抽搐动态| 欧美 亚洲 国产 日韩一| 黄色女人牲交| aaaaa片日本免费| 又黄又粗又硬又大视频| 午夜福利一区二区在线看| 久久久国产成人免费| 亚洲专区字幕在线| 热99久久久久精品小说推荐| 久99久视频精品免费| 超碰成人久久| 精品人妻在线不人妻| 99香蕉大伊视频| 精品人妻在线不人妻| 男女之事视频高清在线观看| 国产人伦9x9x在线观看| 天天躁夜夜躁狠狠躁躁| 日韩欧美免费精品| av一本久久久久| 热re99久久精品国产66热6| 免费观看人在逋| 中文在线观看免费www的网站| 中文字幕av成人在线电影| 久久久久久久精品吃奶| 九色国产91popny在线| 午夜免费成人在线视频| 国产精品久久视频播放| 亚洲欧美日韩高清在线视频| 少妇人妻一区二区三区视频| 日本一二三区视频观看| 日韩欧美在线乱码| 色综合亚洲欧美另类图片| 无人区码免费观看不卡| 日韩精品中文字幕看吧| 国产欧美日韩精品亚洲av| 色视频www国产| 女同久久另类99精品国产91| 亚洲国产欧美人成| 蜜桃久久精品国产亚洲av| 91字幕亚洲| 亚洲五月天丁香| 成人欧美大片| av欧美777| 51国产日韩欧美| 亚洲最大成人中文| 哪里可以看免费的av片| 特大巨黑吊av在线直播| 999久久久精品免费观看国产| 99国产综合亚洲精品| 国产色爽女视频免费观看| 村上凉子中文字幕在线| 一边摸一边抽搐一进一小说| 亚洲午夜理论影院| 亚洲激情在线av| 国产美女午夜福利| 免费av不卡在线播放| 中文字幕熟女人妻在线| 高清在线国产一区| 女人高潮潮喷娇喘18禁视频| 最后的刺客免费高清国语| 国产午夜精品论理片| 国产精品,欧美在线| 两人在一起打扑克的视频| 91麻豆av在线| 又紧又爽又黄一区二区| 亚洲av日韩精品久久久久久密| 精品人妻一区二区三区麻豆 | 午夜视频国产福利| 国产高清激情床上av| 精品熟女少妇八av免费久了| 久久久久国产精品人妻aⅴ院| 国产欧美日韩精品亚洲av| 女人被狂操c到高潮| 成人av一区二区三区在线看| а√天堂www在线а√下载| 欧美最黄视频在线播放免费| av欧美777| 亚洲成a人片在线一区二区| 在线观看66精品国产| 18禁在线播放成人免费| 国产精品一区二区免费欧美| 国产一区在线观看成人免费| 国产精品美女特级片免费视频播放器| 少妇高潮的动态图| 午夜福利免费观看在线| xxx96com| 午夜福利欧美成人| 中文字幕精品亚洲无线码一区| 国产亚洲精品久久久久久毛片| 欧美性猛交╳xxx乱大交人| 国产精品一区二区免费欧美| 久久亚洲精品不卡| 蜜桃久久精品国产亚洲av| 久久精品国产自在天天线| 亚洲成a人片在线一区二区| 亚洲一区二区三区色噜噜| 老鸭窝网址在线观看| 亚洲一区二区三区不卡视频| 五月玫瑰六月丁香| 欧美日韩亚洲国产一区二区在线观看| 久久精品人妻少妇| 亚洲成av人片免费观看| 久久精品国产亚洲av涩爱 | 中文字幕久久专区| 他把我摸到了高潮在线观看| 欧美成人免费av一区二区三区| 久久久久亚洲av毛片大全| 欧美成狂野欧美在线观看| 免费av不卡在线播放| 亚洲av一区综合| 一级毛片高清免费大全| 亚洲18禁久久av| 欧美大码av| 国产精品av视频在线免费观看| 桃色一区二区三区在线观看| 成年女人看的毛片在线观看| 91久久精品国产一区二区成人 | 在线观看66精品国产| 欧美成人性av电影在线观看| 中文字幕高清在线视频| 国产高清视频在线观看网站| 国产精品永久免费网站| 一级a爱片免费观看的视频| 美女 人体艺术 gogo| 人妻夜夜爽99麻豆av| 欧美黑人巨大hd| 国产黄片美女视频| 18禁美女被吸乳视频| netflix在线观看网站| 亚洲精品美女久久久久99蜜臀| 精品久久久久久久久久久久久| 精华霜和精华液先用哪个| 国产亚洲欧美98| 女人高潮潮喷娇喘18禁视频| 日韩有码中文字幕| 不卡一级毛片| 久久性视频一级片| 九九在线视频观看精品| 精品久久久久久久末码| 色老头精品视频在线观看| 叶爱在线成人免费视频播放| 国产伦精品一区二区三区四那| 一二三四社区在线视频社区8| 99热这里只有精品一区| 91av网一区二区| 亚洲一区高清亚洲精品| 婷婷精品国产亚洲av在线| 麻豆成人午夜福利视频| 欧美日韩黄片免| 给我免费播放毛片高清在线观看| 在线观看66精品国产| 天天躁日日操中文字幕| 欧美日韩精品网址| 夜夜爽天天搞| 一个人看的www免费观看视频| 免费搜索国产男女视频| 国产精品国产高清国产av| 51午夜福利影视在线观看| 亚洲一区二区三区不卡视频| 露出奶头的视频| 国产激情偷乱视频一区二区| 国产精品av视频在线免费观看| xxxwww97欧美| 久久久久久九九精品二区国产| 啪啪无遮挡十八禁网站| 91九色精品人成在线观看| 高清日韩中文字幕在线| 最近最新中文字幕大全免费视频| 亚洲人成网站在线播| 国产一级毛片七仙女欲春2| 天美传媒精品一区二区| 又黄又粗又硬又大视频| 欧美日韩中文字幕国产精品一区二区三区| 国产激情欧美一区二区| 麻豆国产97在线/欧美| 午夜免费男女啪啪视频观看 | 国内毛片毛片毛片毛片毛片| 国产成+人综合+亚洲专区| 亚洲av第一区精品v没综合| 757午夜福利合集在线观看| 亚洲黑人精品在线| 在线观看66精品国产| 亚洲五月婷婷丁香| 精品一区二区三区人妻视频| 亚洲国产色片| 国产三级中文精品| 国产97色在线日韩免费| www日本黄色视频网| 亚洲久久久久久中文字幕| 国产欧美日韩一区二区三| 黑人欧美特级aaaaaa片| 亚洲18禁久久av|