• <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 ?

    行業(yè)趨同度、投資者情緒與股市下跌風(fēng)險(xiǎn)

    2021-01-02 18:57周亮,鄧亮東
    金融理論探索 2021年6期
    關(guān)鍵詞:閾值因子收益率

    周亮,鄧亮東

    摘? ?要:行業(yè)趨同度及投資者情緒可以反映市場(chǎng)交易熱度。用格蘭杰因果網(wǎng)絡(luò)計(jì)算市場(chǎng)的行業(yè)趨同度,指數(shù)換手率、波動(dòng)率及BEYR代表投資者情緒,研究這些指標(biāo)對(duì)指數(shù)收益及股市下跌風(fēng)險(xiǎn)的影響發(fā)現(xiàn):4個(gè)指標(biāo)對(duì)指數(shù)收益的預(yù)測(cè)能力并不穩(wěn)健,但是對(duì)股市下跌風(fēng)險(xiǎn)卻有顯著的預(yù)測(cè)能力;用4個(gè)指標(biāo)構(gòu)造合成因子,發(fā)現(xiàn)合成因子對(duì)股市下跌風(fēng)險(xiǎn)的預(yù)測(cè)能力更為顯著;利用合成因子進(jìn)行擇時(shí),可以有效避免市場(chǎng)極端的下跌行情,因子擇時(shí)策略的夏普比率達(dá)到0.53,遠(yuǎn)超指數(shù)買入持有策略的0.14。綜合來(lái)看,行業(yè)趨同度及投資者情緒代表的交易熱度能夠?qū)墒邢碌L(fēng)險(xiǎn)提前預(yù)警,從而帶來(lái)投資收益的顯著提高。

    關(guān)? 鍵? 詞:行業(yè)趨同度;投資者情緒;交易熱度;股市下跌風(fēng)險(xiǎn)

    中圖分類號(hào):F832.5? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ?文章編號(hào):2096-2517(2021)06-0015-11

    DOI:10.16620/j.cnki.jrjy.2021.06.002

    一、引言

    資本資產(chǎn)定價(jià)模型被譽(yù)為現(xiàn)代金融學(xué)的奠基石之一,F(xiàn)ama等(1993)提出的三因子模型更是被因子投資理論和實(shí)踐奉為圭臬[1]。隨后,越來(lái)越多的因子被挖掘出來(lái),典型的如動(dòng)量因子[2]、流動(dòng)性因子[3]、質(zhì)量因子[4-5]、波動(dòng)率因子[6-7]、貝塔因子[8]、盈利因子和投資因子[9]等均被證明具有顯著的定價(jià)能力。 投資者情緒也常被用來(lái)對(duì)資產(chǎn)收益率進(jìn)行預(yù)測(cè),大部分研究均驗(yàn)證了投資者情緒能夠顯著影響資產(chǎn)收益,但是投資者情緒對(duì)資產(chǎn)收益的影響并不是線性的,投資者情緒高昂時(shí)期對(duì)股票收益率的影響往往更顯著[10-11]。Ni等(2015)研究發(fā)現(xiàn),投資者情緒對(duì)于股市收益率有著非對(duì)稱的杠桿效應(yīng),對(duì)小市值股票的影響更大[12]。Frugier(2016)通過(guò)討論投資者情緒、 股市收益率和收益率波動(dòng)三者間的關(guān)系,發(fā)現(xiàn)了相似的結(jié)論[13]。史永東等(2015)、Kim等(2018)的研究均發(fā)現(xiàn),在投資者情緒較高時(shí)期,股票的動(dòng)量效應(yīng)越明顯[14-15]。投資者情緒還能對(duì)股市下跌風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè),如劉桂榮等(2017)發(fā)現(xiàn)投資者情緒與股市下跌風(fēng)險(xiǎn)正相關(guān),并且投資者情緒的悲觀變動(dòng)比樂(lè)觀變動(dòng)對(duì)股市下跌風(fēng)險(xiǎn)的影響更大。投資者情緒是交易熱度的一種直接體現(xiàn),當(dāng)市場(chǎng)情緒很高的時(shí)候,交易熱度高漲,短期來(lái)看可能會(huì)帶來(lái)投資收益的上升,但是更長(zhǎng)期限來(lái)看,股市下跌的風(fēng)險(xiǎn)也會(huì)越來(lái)越大[16]。

    股市中各行業(yè)或各企業(yè)往往同漲同跌,表現(xiàn)為較強(qiáng)的趨同性, 趨同性往往也能夠反映出交易熱度。當(dāng)行業(yè)趨同度較高的時(shí)候,市場(chǎng)分歧較小,往往也是交易熱度較高的時(shí)候;反之,當(dāng)行業(yè)趨同度較小的時(shí)候,市場(chǎng)分歧變大,此時(shí)往往交易熱度較低。當(dāng)行業(yè)趨同度發(fā)生異動(dòng)時(shí),往往也能對(duì)股市的下跌風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。趨同性在金融領(lǐng)域常被用于對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的衡量和系統(tǒng)重要性金融機(jī)構(gòu)的識(shí)別,Kritzman等(2011)基于主成分分析法提出的信息吸收比率[17],Diebold等(2012)基于廣義誤差方差分解提出的信息溢出指數(shù)法[18],以及Billio等(2012)利用格蘭杰因果網(wǎng)絡(luò)提出的動(dòng)態(tài)因果指數(shù)(DCI),均可以對(duì)風(fēng)險(xiǎn)的動(dòng)態(tài)性以及機(jī)構(gòu)的重要性進(jìn)行有效分析[19]。Gong等(2019)的研究驗(yàn)證了格蘭杰因果網(wǎng)絡(luò)在識(shí)別中國(guó)大陸系統(tǒng)性金融風(fēng)險(xiǎn)的有效性[20]。到目前為止,還較少有文獻(xiàn)研究趨同度對(duì)股市未來(lái)收益率或者下跌風(fēng)險(xiǎn)的影響。格蘭杰因果網(wǎng)絡(luò)可以用來(lái)驗(yàn)證不同行業(yè)或股票間的關(guān)聯(lián)關(guān)系,當(dāng)用行業(yè)或股票收益率作為輸入變量時(shí),如果兩個(gè)行業(yè)或兩個(gè)股票間存在著格蘭杰關(guān)系,往往說(shuō)明兩個(gè)行業(yè)處于同步上漲或下跌趨勢(shì)。周亮(2021)利用格蘭杰因果網(wǎng)絡(luò)度量市場(chǎng)趨同度,結(jié)果發(fā)現(xiàn)趨同度能夠?qū)墒邢碌L(fēng)險(xiǎn)進(jìn)行預(yù)警[21]。

    總體來(lái)看,交易熱度能夠?qū)κ袌?chǎng)收益尤其是股市下跌風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)或預(yù)警, 在交易熱度的識(shí)別上,投資者情緒是最常用的指標(biāo),而格蘭杰因果網(wǎng)絡(luò)等方法度量的行業(yè)趨同度也能夠?qū)灰谉岫冗M(jìn)行反映,但是目前來(lái)看,直接用這些指標(biāo)來(lái)檢驗(yàn)其對(duì)股市下跌風(fēng)險(xiǎn)預(yù)測(cè)能力的文獻(xiàn)還較少。 基于此,本文擬采用格蘭杰因果網(wǎng)絡(luò)來(lái)構(gòu)造行業(yè)趨同度指標(biāo),用波動(dòng)率、換手率及估值水平來(lái)度量投資者情緒, 并利用Logit等模型檢驗(yàn)這些指標(biāo)對(duì)股市下跌風(fēng)險(xiǎn)的影響。相對(duì)于其他學(xué)者的研究,本文的可能貢獻(xiàn)在于:一方面,利用多個(gè)指標(biāo)來(lái)對(duì)交易熱度進(jìn)行刻畫(huà),尤其是創(chuàng)新性地將度量系統(tǒng)性風(fēng)險(xiǎn)的格蘭杰因果網(wǎng)絡(luò)引入進(jìn)來(lái),構(gòu)造了股市的行業(yè)趨同度指標(biāo),并發(fā)現(xiàn)該指標(biāo)具有非常好的風(fēng)險(xiǎn)指示作用;另一方面,利用包括Logit回歸及回測(cè)檢驗(yàn)等多種方法,驗(yàn)證了交易熱度指標(biāo)在預(yù)警股市下跌風(fēng)險(xiǎn)、規(guī)避系統(tǒng)性風(fēng)險(xiǎn)及提高投資績(jī)效時(shí)的有效性,為投資者的投資實(shí)踐提供了理論和實(shí)踐支撐。

    二、研究設(shè)計(jì)

    (一)趨同度指標(biāo)

    Billio等(2012)通過(guò)計(jì)算股價(jià)收益率間格蘭杰因果檢驗(yàn)的顯著數(shù)量來(lái)衡量金融機(jī)構(gòu)間的信息溢出[19],周亮(2021)借鑒此方法分析行業(yè)指數(shù)得到市場(chǎng)的網(wǎng)絡(luò)關(guān)聯(lián)度,并檢驗(yàn)發(fā)現(xiàn)網(wǎng)絡(luò)關(guān)聯(lián)度指標(biāo)可以預(yù)測(cè)市場(chǎng)未來(lái)的下跌風(fēng)險(xiǎn)[21],本文采用該指標(biāo)來(lái)對(duì)行業(yè)趨同度進(jìn)行衡量。

    假設(shè)系統(tǒng)中有N個(gè)行業(yè),則定義行業(yè)j到行業(yè)i的信息溢出為:

    (j→i)=1 當(dāng)j是i的格蘭杰原因時(shí)0 其他情況 (1)

    則可以用整體的信息溢出度來(lái)衡量系統(tǒng)的網(wǎng)絡(luò)關(guān)聯(lián)度,計(jì)算公式為:

    DCI≡■■■(j→i)? (2)

    當(dāng)網(wǎng)絡(luò)關(guān)聯(lián)度較高的時(shí)候,說(shuō)明市場(chǎng)上各行業(yè)間同漲同跌的現(xiàn)象愈發(fā)明顯, 此時(shí)市場(chǎng)的趨同度較高,也往往說(shuō)明市場(chǎng)的交易熱度較高;當(dāng)網(wǎng)絡(luò)關(guān)聯(lián)度較低時(shí),各行業(yè)間分化明顯,市場(chǎng)趨同度低,往往代表市場(chǎng)交易熱度低。

    (二)情緒指標(biāo)

    投資者情緒是對(duì)市場(chǎng)交易熱度最直接的反映。借鑒Baker等(2006)[22]、高大良等(2015)[23]、林紅新等(2020)[24]等學(xué)者的研究,本文采用指數(shù)波動(dòng)率(Vol)、換手率(Turn)以及指數(shù)估值(BEYR)等指標(biāo)作為投資者情緒的代理變量。其中指數(shù)波動(dòng)率借鑒周亮(2018)[25]的方法,采用每周的極差波動(dòng)率來(lái)衡量,計(jì)算公式為?滓=■,其中hi和li分別表示當(dāng)周最高價(jià)和最低價(jià);換手率以周交易金額/流通市值計(jì)算。 指數(shù)估值本文沒(méi)有采用常見(jiàn)的PE指標(biāo),而是用BEYR(債券-股票收益比)來(lái)衡量,BEYR將股票和債券看成替代性資產(chǎn), 計(jì)算公式采用十年期國(guó)債收益率與股息收益率(PE的倒數(shù))間的比值來(lái)計(jì)算,相對(duì)于PE,BEYR可以更為有效地對(duì)指數(shù)估值情況進(jìn)行評(píng)估[26]。當(dāng)指數(shù)波動(dòng)率、換手率以及估值水平較高時(shí),往往說(shuō)明市場(chǎng)交易熱度很高。

    (三)實(shí)證模型

    本文構(gòu)建OLS和Logit兩種模型來(lái)檢驗(yàn)交易熱度指標(biāo)對(duì)市場(chǎng)收益或股市下跌風(fēng)險(xiǎn)的影響,模型分別如式(3)式和(4)式所示:

    Rt+1=?琢+?茁1·Factort+?酌Xt+?著t (3)

    Logitt+1=?琢+?茁2·Factort+?酌Xt+?著t (4)

    其中,Rt+1為下一期WIND全A指數(shù)收益率,本文分別對(duì)下一周及下一個(gè)月的指數(shù)收益率進(jìn)行了回歸;Factor為交易熱度指標(biāo),包括DCI、Vol、Turn和BEYR,以及由這四個(gè)指標(biāo)構(gòu)成的合成指標(biāo)等;X為一系列控制變量, 本文借鑒其他學(xué)者的研究,采用工業(yè)增加值環(huán)比、CPI環(huán)比、M2、10年期國(guó)債到期收益率、市場(chǎng)總換手率以及市場(chǎng)波動(dòng)率作為控制變量;?著t為回歸殘差。借鑒周亮(2021)[21]的研究,用Logitt+1邏輯變量代表股市的下跌風(fēng)險(xiǎn),樣本區(qū)間內(nèi)WIND全A指數(shù)周收益率Q(0.1)和Q(0.2)分別為-3.82%和-2.24%, 因此在對(duì)下一周股市下跌風(fēng)險(xiǎn)回歸時(shí)將Logitt+1設(shè)定為“當(dāng)Rt+1<-3.82%時(shí)取1,否則為0”,后續(xù)穩(wěn)健性檢驗(yàn)中將-3.82%替換成-2.24%進(jìn)行分析; 在對(duì)下一月股市下跌風(fēng)險(xiǎn)進(jìn)行回歸時(shí),同樣將月收益率Q(0.1)和Q(0.2)設(shè)定為閾值,分別為-7.72%和-4.64%。

    (四)數(shù)據(jù)來(lái)源及描述性分析

    本文的樣本區(qū)間為2002年1月至2021年2月的所有周數(shù)據(jù), 共972組, 所有數(shù)據(jù)均來(lái)自于WIND金融數(shù)據(jù)庫(kù)。所有變量的描述性統(tǒng)計(jì)分析結(jié)果及相關(guān)系數(shù)矩陣如表1所示,其中Panel A為描述性統(tǒng)計(jì),Panel B為相關(guān)系數(shù)矩陣。 可以看到,樣本區(qū)間內(nèi)WIND全A指數(shù)周收益率均值為0.18%,即年化收益率約為9%; 周收益率最小值為下跌14.54%,發(fā)生在2008年6月;周收益率最大值為上漲16.38%,發(fā)生在2008年11月,說(shuō)明我國(guó)股市暴漲暴跌的現(xiàn)象比較明顯。DCI、 換手率、 波動(dòng)率及BEYR均經(jīng)過(guò)歸一化調(diào)整(利用5年滾動(dòng)數(shù)據(jù)進(jìn)行歸一化), 因此最小值和最大值均分別為0和1,DCI的均值和中位值相對(duì)更高。從Panel B可以看到,4個(gè)熱度指標(biāo)間的相關(guān)系數(shù)均為正,且均在1%水平下顯著;但是指數(shù)收益率與4個(gè)指標(biāo)間的相關(guān)性并不強(qiáng), 與DCI及換手率具有顯著的正相關(guān)性,但是相關(guān)系數(shù)均較小,與波動(dòng)率及BEYR的相關(guān)系數(shù)均不顯著,因此可以初步判斷,這4個(gè)指標(biāo)對(duì)當(dāng)期的指數(shù)收益率影響較小。

    圖1展示了指數(shù)及4個(gè)熱度指標(biāo)在樣本區(qū)間的動(dòng)態(tài)走勢(shì),可以看到WIND全A指數(shù)在2007年和2015年出現(xiàn)了兩個(gè)階段性的大牛市, 并分別在2007年11月和2015年6月達(dá)到兩個(gè)歷史性高點(diǎn)。從Panel B可以看到,4個(gè)熱度指標(biāo)在2個(gè)歷史性高點(diǎn)也基本上達(dá)到了階段性峰值,尤其是DCI指標(biāo),與指數(shù)的兩個(gè)歷史性高點(diǎn)吻合得較好。但是也可以看到, 單個(gè)指標(biāo)與指數(shù)間的不吻合度也較高,如DCI在2013年2月出現(xiàn)了一個(gè)階段性高點(diǎn),但是此時(shí)指數(shù)正處于筑底階段; 其他指標(biāo)也一樣,存在著較多與指數(shù)并不一致的地方。因此綜合看來(lái),4個(gè)指標(biāo)都能夠部分反映出市場(chǎng)熱度,與市場(chǎng)指數(shù)的走勢(shì)也具有一定的相似性,但是同樣存在著較多不一致的地方,通過(guò)將4個(gè)指標(biāo)整合可以更好地對(duì)市場(chǎng)態(tài)勢(shì)發(fā)出指示(具體見(jiàn)圖2及相關(guān)分析)。

    三、實(shí)證結(jié)果

    (一)OLS回歸

    本文用當(dāng)期的熱度指標(biāo)對(duì)接下來(lái)一周及一個(gè)月的指數(shù)收益率進(jìn)行回歸,以觀察熱度指標(biāo)對(duì)市場(chǎng)收益的預(yù)測(cè)能力,表2報(bào)告了OLS回歸結(jié)果,其中Panel A是對(duì)下一周指數(shù)收益率的預(yù)測(cè)結(jié)果,Panel B是對(duì)下一月指數(shù)收益率的預(yù)測(cè)結(jié)果。 可以看到,除了換手率對(duì)下一周指數(shù)收益率有顯著的影響外,其他三個(gè)指標(biāo)對(duì)下一周指數(shù)收益率的預(yù)測(cè)能力均不強(qiáng);DCI和換手率對(duì)下一月指數(shù)收益率具有顯著的正向預(yù)測(cè)能力,BEYR對(duì)下一月指數(shù)收益率的預(yù)測(cè)能力顯著為負(fù), 波動(dòng)率的預(yù)測(cè)能力仍然不顯著。綜合來(lái)看,直接選擇熱度指標(biāo)對(duì)指數(shù)收益率進(jìn)行預(yù)測(cè),除了換手率外,效果并不是特別好,且通過(guò)指標(biāo)預(yù)測(cè)進(jìn)行頻繁交易,會(huì)導(dǎo)致交易成本過(guò)高,從而侵蝕投資收益,因此本文接下來(lái)重點(diǎn)考察熱度指標(biāo)對(duì)股市下跌風(fēng)險(xiǎn)的預(yù)警能力,通過(guò)對(duì)市場(chǎng)下跌環(huán)境的規(guī)避,實(shí)現(xiàn)對(duì)投資收益的保護(hù)。

    (二)相關(guān)性分析

    這部分重點(diǎn)考察熱度指標(biāo)對(duì)股市下跌風(fēng)險(xiǎn)的預(yù)測(cè)能力。定義兩種股市下跌風(fēng)險(xiǎn),分別是指數(shù)收益率小于10%分位數(shù)(-3.82%)及小于20%分位數(shù)(-2.24%),各包含97周和194周,結(jié)果如表3所示??梢钥吹?,當(dāng)指數(shù)收益率小于-3.82%的97周時(shí),指數(shù)收益率與所有的熱度指標(biāo)均存在顯著的負(fù)相關(guān)性,尤其是波動(dòng)率,相關(guān)系數(shù)低至-0.389,在1%水平下顯著; 當(dāng)指數(shù)收益率小于-2.24%的194周時(shí),指數(shù)收益率與所有熱度指標(biāo)的相關(guān)系數(shù)仍然為負(fù),僅有DCI的系數(shù)并不顯著,波動(dòng)率的相關(guān)系數(shù)絕對(duì)值仍然最大。與表1的Panel B相比較可以發(fā)現(xiàn),交易熱度指標(biāo)與收益率間雖然沒(méi)有顯著的相關(guān)性,但是在股市下跌環(huán)境下,交易熱度指標(biāo)卻與收益率具有顯著的負(fù)相關(guān)關(guān)系,佐證了本文之前的假設(shè),即交易熱度指標(biāo)具有對(duì)股市下跌風(fēng)險(xiǎn)的預(yù)警能力。

    (三)Logit回歸

    本部分利用Logit模型更詳細(xì)地檢驗(yàn)熱度指標(biāo)對(duì)股市下跌風(fēng)險(xiǎn)的影響。表4報(bào)告了將指數(shù)收益率小于10%分位數(shù)設(shè)定為1, 其余時(shí)間設(shè)定為0的Logit回歸結(jié)果,Panel A為對(duì)下一周指數(shù)Logit指標(biāo)的預(yù)測(cè)結(jié)果,Panel B為對(duì)下一月指數(shù)Logit指標(biāo)(接下來(lái)4周指數(shù)累積收益率的10%分位以下設(shè)定為1)的預(yù)測(cè)結(jié)果。可以看到,4個(gè)交易熱度指標(biāo)均能對(duì)下一周股市下跌風(fēng)險(xiǎn)具有顯著的預(yù)測(cè)能力,將4個(gè)熱度指標(biāo)同時(shí)納入回歸方程時(shí),DCI和波動(dòng)率的預(yù)測(cè)能力仍然顯著;DCI和換手率雖然對(duì)下一月股市下跌風(fēng)險(xiǎn)的回歸系數(shù)為正, 但是并不顯著,波動(dòng)率和BEYR的回歸系數(shù)均顯著為正,且在將4個(gè)熱度指標(biāo)同時(shí)納入回歸方程時(shí),波動(dòng)率和BEYR的回歸系數(shù)仍然顯著。綜合來(lái)看,熱度指標(biāo)對(duì)股市下跌風(fēng)險(xiǎn)具有顯著的預(yù)測(cè)能力。

    為了檢驗(yàn)結(jié)果的穩(wěn)健性,表5報(bào)告了將股市下跌風(fēng)險(xiǎn)設(shè)定為Ret

    (四)合成因子的Logit回歸

    由于熱度指標(biāo)間存在著共線性問(wèn)題,且為了更好地利用4個(gè)熱度指標(biāo)的信息,以對(duì)股市下跌風(fēng)險(xiǎn)進(jìn)行更有效的分析,本文利用等權(quán)、主成分(取第一主成分) 及熵權(quán)法三種方法將4個(gè)指標(biāo)進(jìn)行合成,再利用合成因子對(duì)股市下跌風(fēng)險(xiǎn)進(jìn)行Logit回歸。

    表6報(bào)告了Ret

    表7報(bào)告了Ret

    (五)投資績(jī)效評(píng)估

    表6和表7的回歸結(jié)果驗(yàn)證了合成因子對(duì)股市下跌風(fēng)險(xiǎn)的預(yù)警能力,本部分從投資實(shí)踐的視角評(píng)估合成因子的有效性。由于三種因子合成方法間差異不大,因此本部分采用合成方式最簡(jiǎn)單的等權(quán)因子進(jìn)行分析。圖2展示了等權(quán)合成因子在樣本區(qū)間的走勢(shì),與圖1比較可以發(fā)現(xiàn),相對(duì)于4個(gè)原始指標(biāo), 合成因子能夠更好地與指數(shù)走勢(shì)相匹配,在2007年6月和2015年6月出現(xiàn)了兩個(gè)階段性高點(diǎn),與指數(shù)的高點(diǎn)相吻合,且不存在如DCI等指標(biāo)與指數(shù)無(wú)法對(duì)應(yīng)的高點(diǎn)。

    鑒于合成因子在預(yù)測(cè)股市下跌風(fēng)險(xiǎn)時(shí)的有效性, 利用等權(quán)因子的因子值來(lái)構(gòu)建簡(jiǎn)單的投資策略,具體為:僅在因子值超過(guò)一定閾值后平倉(cāng),并在因子值回到一定的閾值以下后重新買入,其他時(shí)間均采用簡(jiǎn)單的買入持有策略。合成因子的中位值為1.56,90%分位值為2.97,98%分位值為3.52左右,需要說(shuō)明的是,本部分的主要目的是展示合成因子在擇時(shí)上的可能有效性,因此將開(kāi)倉(cāng)閾值簡(jiǎn)單設(shè)定為3和3.5,將平倉(cāng)閾值簡(jiǎn)單設(shè)定為1.5。

    表8報(bào)告了擇時(shí)策略的投資績(jī)效,其中因子擇時(shí)1是將平倉(cāng)閾值設(shè)定為3的投資策略,因子擇時(shí)2是將平倉(cāng)閾值設(shè)定為3.5的投資策略。 考慮到波動(dòng)率對(duì)股市下跌風(fēng)險(xiǎn)的預(yù)測(cè)能力顯著高于其他3個(gè)指標(biāo),同時(shí)構(gòu)造了波動(dòng)率擇時(shí)策略,以作為對(duì)比,將波動(dòng)率的平倉(cāng)閾值設(shè)定為0.95。 從表8可以看到,波動(dòng)率擇時(shí)雖然風(fēng)險(xiǎn)最低,但是收益也大幅降低,從而使得其風(fēng)險(xiǎn)調(diào)整后收益(包括夏普比率、索提諾比率和卡爾瑪比率)最低;因子擇時(shí)策略顯著優(yōu)于波動(dòng)率擇時(shí)及指數(shù)持有策略,表現(xiàn)為收益的大幅提升以及風(fēng)險(xiǎn)相對(duì)指數(shù)的小幅降低,從而其風(fēng)險(xiǎn)調(diào)整后收益顯著高于指數(shù);因子擇時(shí)2的收益相對(duì)因子擇時(shí)1又有了大幅提升,說(shuō)明給與交易熱度更高的容忍度, 能夠?qū)崿F(xiàn)對(duì)投資收益更大幅度的捕獲,當(dāng)然也可能會(huì)導(dǎo)致沒(méi)能在下跌前及時(shí)撤離而大幅侵蝕收益(樣本區(qū)間內(nèi)未發(fā)生這種情況)。

    圖3展示了幾種策略凈值的動(dòng)態(tài)走勢(shì),可以看到,因子擇時(shí)策略均僅在2007年和2015年進(jìn)行了2次交易。因?yàn)橐蜃訐駮r(shí)2對(duì)交易熱度的容忍度更高,所以捕獲了更多的投資收益,從而導(dǎo)致因子擇時(shí)2的最終凈值接近12, 而因子擇時(shí)1的最終凈值僅為5.26,相差了一倍多。交易熱度越高,往往說(shuō)明資產(chǎn)泡沫越高,但是泡沫期往往能夠帶來(lái)更超額的投資收益,因此提高因子的閾值可以一定程度上帶來(lái)投資收益的提升,當(dāng)然也可能導(dǎo)致無(wú)法在泡沫前期離場(chǎng),從而大幅侵蝕投資收益,如將因子閾值設(shè)定為3.8的話,將會(huì)導(dǎo)致在2007年無(wú)法離場(chǎng),從而大幅降低投資收益,因此對(duì)于因子開(kāi)平倉(cāng)閾值應(yīng)謹(jǐn)慎選擇,適當(dāng)?shù)膮?shù)優(yōu)化及針對(duì)實(shí)際情況的及時(shí)調(diào)整,是選擇因子閾值的有效手段(限于篇幅,不在本文討論范圍)。

    四、結(jié)論與啟示

    本文采用2002年1月至2021年2月WIND全A指數(shù)及申萬(wàn)一級(jí)行業(yè)指數(shù)的周數(shù)據(jù),計(jì)算了格蘭杰因果網(wǎng)絡(luò)(DCI)所代表的行業(yè)趨同度指標(biāo),以及指數(shù)換手率、波動(dòng)率及BEYR所代表的投資者情緒指標(biāo),并用這4個(gè)指標(biāo)來(lái)反映市場(chǎng)交易熱度以研究交易熱度對(duì)指數(shù)收益率及股市下跌風(fēng)險(xiǎn)的影響, 研究發(fā)現(xiàn):4個(gè)交易熱度指標(biāo)對(duì)指數(shù)收益率的預(yù)測(cè)能力并不穩(wěn)健,但是對(duì)股市下跌風(fēng)險(xiǎn)卻有顯著的預(yù)測(cè)能力, 且無(wú)論是采用10%還是20%分位數(shù)收益作為股市下跌風(fēng)險(xiǎn)的標(biāo)準(zhǔn),結(jié)論均穩(wěn)健;通過(guò)將4個(gè)熱度指標(biāo)合成綜合因子,發(fā)現(xiàn)合成因子對(duì)股市下跌風(fēng)險(xiǎn)的預(yù)測(cè)能力更為顯著;利用合成因子進(jìn)行擇時(shí), 可以有效避免市場(chǎng)極端的下跌行情,如將因子平倉(cāng)閾值設(shè)定為3.5(3),最終凈值將達(dá)到11.66(5.26),遠(yuǎn)超指數(shù)的3.32,且因子擇時(shí)策略的風(fēng)險(xiǎn)也有了些微的降低,從而使得策略的夏普比率達(dá)到了0.53(0.32)??傮w來(lái)看,行業(yè)趨同度及投資者情緒代表的交易熱度能夠?qū)墒邢碌L(fēng)險(xiǎn)提前預(yù)警,基于合成因子構(gòu)造的交易體系也能夠較好地規(guī)避股市的大幅下挫風(fēng)險(xiǎn),使投資收益顯著提高。

    本文的研究結(jié)論是對(duì)行為金融及因子投資理論的有力補(bǔ)充,同時(shí)對(duì)機(jī)構(gòu)及個(gè)人投資者的投資實(shí)踐也具有一定的指導(dǎo)意義:第一,由于所有的行業(yè)或股票都面臨著市場(chǎng)風(fēng)險(xiǎn),因此經(jīng)常表現(xiàn)出同漲同跌的特性, 但是這種趨同度不是穩(wěn)定不變的, 而是隨著市場(chǎng)環(huán)境的變化而時(shí)刻變化著的,尤其是在市場(chǎng)趨同度較高時(shí), 往往預(yù)示著較高的股市下跌風(fēng)險(xiǎn),因此對(duì)趨同度的有效識(shí)別可以為風(fēng)險(xiǎn)控制提供理論依據(jù)。第二,投資者情緒是對(duì)市場(chǎng)交易熱度最直接的反映,波動(dòng)率、換手率及BEYR等指標(biāo)均能夠?qū)ν顿Y者情緒進(jìn)行刻畫(huà),結(jié)合趨同度指標(biāo)構(gòu)造的交易熱度指標(biāo)能夠?qū)墒邢碌L(fēng)險(xiǎn)提前預(yù)警,從而有效規(guī)避系統(tǒng)性下跌風(fēng)險(xiǎn)。第三,在構(gòu)造交易策略時(shí), 對(duì)市場(chǎng)交易熱度指標(biāo)閾值的選擇至關(guān)重要,如果閾值選擇過(guò)低, 則會(huì)導(dǎo)致在泡沫前期過(guò)早離場(chǎng),從而無(wú)法獲得牛市帶來(lái)的收益; 如果閾值選擇過(guò)高,則容易導(dǎo)致在泡沫后期仍然無(wú)法離場(chǎng),從而無(wú)法規(guī)避接下來(lái)的市場(chǎng)暴跌。 因此除了采用經(jīng)驗(yàn)方法, 適當(dāng)?shù)亟Y(jié)合量化方法對(duì)閾值進(jìn)行動(dòng)態(tài)調(diào)整,是接下來(lái)值得探索的方向。

    參考文獻(xiàn):

    [1]FAMA E F,F(xiàn)RENCH K R.The Cross-section of Expected Stock Returns[J].Journal of Finance,1992,47(2):427-465.

    [2]CARHART M M.On Persistence in Mutual Fund Performance[J].Journal of Finance,1997,52(1):57-82.

    [3]AMIHUID Y.Illiquidity and Stock Returns Cross-section and Time-series Effects[J].Journal of Financial Markets,2002,5(1):31-56.

    [4]ASNESS C,F(xiàn)RAZZINI A,PEDERSEN L H.Quality Minus Junk[R].AQR Capital Management Working Paper,2013.

    [5]李斌,馮佳捷.中國(guó)股市的公司質(zhì)量因子研究[J].管理評(píng)論,2019(3):14-26.

    [6]ANG A,HODRICK J,XING Y,et al.The Cross-section of Volatility and Expected Returns[J].Journal of Finance,2006,61(1):259-299.

    [7]楊華蔚,韓立巖.外部風(fēng)險(xiǎn)、異質(zhì)信念與特質(zhì)波動(dòng)率風(fēng)險(xiǎn)溢價(jià)[J].管理科學(xué)學(xué)報(bào),2011(11):71-80.

    [8]FRAZZINI A,PEDERSEN L H.Betting Against Beta[J].Journal of Financial Economics,2014,111(1):1-25.

    [9]FAMA E F,F(xiàn)RENCH K R.A Five-factor Asset Pricing Model[J].Journal of Financial Economics,2015,116(1):1-22.

    [10]STAMBAUGH R F,YU J F,YUAN Y.The Short of It:Investor Sentiment and Anomales[J].Journal of Financial Economics,2012,104(2):288-302.

    [11]BATHIA D,BREDIN D.An Examination of Investor Sentiment Effect on G7 Stock Market Returns[J].European Journal of Finance,2013,19(9):909-937.

    [12]NI Z X,WANG D Z,XUE W J.Investor Sentment and Its Nonlinear Effect on Stock Returns:New Evidence from the Chinese Stock Market Based on Panel Quantile Regression Model[J].Economic Modelling,2015,50(4):266-274.

    [13]FRUGIER A.Returns,Volatility and Investor Sentiment:

    Evidence from European Stock Markets[J].Research in International Business and Finance,2016,38(6):292-310.

    [14]史永東,王鎮(zhèn).投資者情緒影響動(dòng)量效應(yīng)嗎?——來(lái)自上證A股的經(jīng)驗(yàn)證據(jù)[J].投資研究,2015(9):90-103.

    [15]KIMA B,SUHB S.Sentiment-based Momentum Strategy[J].International Review of Financial Analysis,2018,58(5):52-68.

    [16]劉桂榮,顏夢(mèng)雅,金永紅.對(duì)投資者情緒與股市崩盤(pán)風(fēng)險(xiǎn)關(guān)系的檢驗(yàn)[J].財(cái)會(huì)月刊,2017(5):39-46.

    [17]KRITZMAN M,LI Y,PAGE S,et al.Principal Components as a Measure of Systemic Risk[J].Journal of Portfolio Management,2011,37(4):112-126.

    [18]DIEBOLD F X,YILMAZ K.Better to Give than to Receive:Predictive Directional Measurement of Volatility Spillovers[J].International Journal of Forecasting,2012,28(1):57-66.

    [19]BILLIO M,GETMANSKY M,LO A W,et al.Econometric Measures of Connectedness and Systemic Risk in the Finance and Insurance Sectors[J].Journal of Financial Economics,2012,104(3):535-559.

    [20]GONG X,LIU X H,Xiong X,et al.Financial Systemic Risk Measurement Based on Causal Network Connectedness Analysis[J].International Review of Economics and Finance,2019,64(7):290-307.

    [21]周 亮.行業(yè)網(wǎng)絡(luò)關(guān)聯(lián)度及其對(duì)股市下跌風(fēng)險(xiǎn)的影響[J].金融與經(jīng)濟(jì),2021(4):73-83.

    [22]BAKER M,WURGLER J.Investor Sentiment and the Cross-section of Stock Returns[J].Journal of Finance,2006,61(4):1645-1680.

    [23]高大良,劉志峰,楊曉光.投資者情緒、平均相關(guān)性與股市收益[J].中國(guó)管理科學(xué),2015(2):10-20.

    [24]林紅新,宋高雅,花俊國(guó).投資者情緒對(duì)動(dòng)量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響[J].金融理論探索,2020(1):8-18.

    [25]周亮.極差波動(dòng)在期現(xiàn)跨市場(chǎng)套利中的應(yīng)用——與GARCH模型的比較[J].山東工商學(xué)院學(xué)報(bào),2018(2):78-86.

    [26]MCMILLAN D G.Does the BEYR Help Predict UK Sector Returns?[J].Journal of Asset Management,2011(12):146-156.

    Industry Convergence, Investor Sentiment and Stock Market Downside Risk

    Zhou Liang1,Deng Liangdong2

    (1. Financial School, Hunan University of Finance and Economics, Changsha 410205, China;

    2. Shaoyang Audit Bureau, Shaoyang 422099, China)

    Abstract: The degree of industry convergence and investor sentiment can reflect the popularity of market transactions. Using industry Granger causality network to calculate the market convergence index, and index turnover, volatility and BEYR to represent market sentiment, the impact of these indicators on index return and stock market downside risk is studied. The research results show that the predictive power of 4 indicators for index return is not robust, but it has significant predictive power for the downside risk. Constructing synthetic factors from 4 indicators, it is found that the synthetic factors have more significant predictive power for the downside risk. Using synthetic factors for timing, it can effectively avoid extreme market declines, the Sharpe ratio of the factor timing strategy reached 0.53, far exceeding the 0.14 of the index buy-and-hold strategy. Taken together, the degree of industry convergence and investor sentiment represented by the trading heat can provide early warning of the downside risk of the stock market, thereby bringing about a significant increase in investment income.

    Key words: convergence; investor sentiment; trading enthusiasm; stock market downside risk

    (責(zé)任編輯:李丹;校對(duì):盧艷茹)

    猜你喜歡
    閾值因子收益率
    非均勻光照下文本圖像分割算法研究
    特斯拉發(fā)布新功能 停電期間也可充電
    一類常微分方程的解法研究
    直徑不超過(guò)2的無(wú)爪圖的2—因子
    圖的齊次因子分解
    巧解難題二則
    分析化學(xué)(2017年12期)2017-12-25
    2016年10月債券平均久期、凸性及到期收益率
    2016年10月底中短期票據(jù)與央票收益率點(diǎn)差圖
    2016年9月底中短期票據(jù)與央票收益率點(diǎn)差圖
    69精品国产乱码久久久| 成年女人在线观看亚洲视频| 菩萨蛮人人尽说江南好唐韦庄| 免费大片黄手机在线观看| 亚洲人成网站在线观看播放| 新久久久久国产一级毛片| 曰老女人黄片| 成人影院久久| 久久这里只有精品19| 国产黄色免费在线视频| 在线天堂中文资源库| 亚洲人成网站在线观看播放| 日韩一区二区三区影片| 一二三四中文在线观看免费高清| 日日撸夜夜添| 黄片无遮挡物在线观看| 如日韩欧美国产精品一区二区三区| 精品酒店卫生间| 午夜福利视频在线观看免费| 一边摸一边做爽爽视频免费| av卡一久久| 黄色怎么调成土黄色| av福利片在线| 日本色播在线视频| 日韩一本色道免费dvd| 色94色欧美一区二区| 亚洲精品美女久久av网站| 久久狼人影院| 曰老女人黄片| 男男h啪啪无遮挡| 午夜免费鲁丝| 欧美少妇被猛烈插入视频| 久久午夜综合久久蜜桃| 看免费av毛片| 欧美人与性动交α欧美软件| 三级国产精品片| 老熟女久久久| 国产精品香港三级国产av潘金莲 | 十分钟在线观看高清视频www| 日韩大片免费观看网站| www.精华液| 久久99热这里只频精品6学生| 日日爽夜夜爽网站| 国产精品熟女久久久久浪| 韩国av在线不卡| 男人舔女人的私密视频| 在线免费观看不下载黄p国产| 99热网站在线观看| 最新的欧美精品一区二区| 你懂的网址亚洲精品在线观看| 亚洲在久久综合| 国产亚洲精品第一综合不卡| 蜜桃国产av成人99| 少妇 在线观看| 亚洲欧美清纯卡通| 人人妻人人添人人爽欧美一区卜| 国产97色在线日韩免费| 街头女战士在线观看网站| 天堂中文最新版在线下载| 国产一区二区激情短视频 | 国产又色又爽无遮挡免| 精品人妻一区二区三区麻豆| 亚洲av综合色区一区| 国产精品久久久久久精品电影小说| 午夜老司机福利剧场| 久久精品久久精品一区二区三区| 激情五月婷婷亚洲| 国产精品亚洲av一区麻豆 | 中文字幕人妻熟女乱码| 亚洲天堂av无毛| 丝袜人妻中文字幕| 国产精品 国内视频| 中文字幕另类日韩欧美亚洲嫩草| 黄片小视频在线播放| 欧美老熟妇乱子伦牲交| 国产在线视频一区二区| 两个人免费观看高清视频| 国产精品国产三级国产专区5o| 99久国产av精品国产电影| 丝袜美足系列| 精品少妇内射三级| 最近中文字幕高清免费大全6| 国产日韩一区二区三区精品不卡| 在线观看国产h片| 国产精品欧美亚洲77777| 亚洲av福利一区| 免费久久久久久久精品成人欧美视频| 啦啦啦在线观看免费高清www| 国产男人的电影天堂91| 亚洲综合色惰| 日韩不卡一区二区三区视频在线| 中文字幕人妻熟女乱码| 亚洲欧洲国产日韩| 中文字幕人妻熟女乱码| 日产精品乱码卡一卡2卡三| av网站免费在线观看视频| 国产成人精品一,二区| 亚洲欧美日韩另类电影网站| 国产成人免费无遮挡视频| 久久久久久久久免费视频了| 一边亲一边摸免费视频| 美女国产视频在线观看| 欧美日韩亚洲国产一区二区在线观看 | 少妇猛男粗大的猛烈进出视频| 国产av国产精品国产| 高清不卡的av网站| 国产成人a∨麻豆精品| 亚洲色图综合在线观看| 丝袜美足系列| 中文字幕av电影在线播放| 人人妻人人添人人爽欧美一区卜| 又粗又硬又长又爽又黄的视频| 日韩中文字幕视频在线看片| 亚洲一级一片aⅴ在线观看| 成人国语在线视频| 国产成人免费观看mmmm| 国产精品秋霞免费鲁丝片| 99香蕉大伊视频| 1024视频免费在线观看| 中文天堂在线官网| 最近最新中文字幕大全免费视频 | av一本久久久久| 亚洲欧洲日产国产| 日日撸夜夜添| 亚洲av男天堂| 中国三级夫妇交换| 中文字幕最新亚洲高清| 91精品伊人久久大香线蕉| 精品国产国语对白av| 少妇熟女欧美另类| 另类精品久久| 国产日韩欧美视频二区| 日韩一区二区三区影片| 亚洲国产成人一精品久久久| 看非洲黑人一级黄片| a级片在线免费高清观看视频| 久久精品aⅴ一区二区三区四区 | 国产亚洲av片在线观看秒播厂| 国产精品国产av在线观看| 波野结衣二区三区在线| 日韩人妻精品一区2区三区| 男女免费视频国产| 国产熟女欧美一区二区| 欧美激情高清一区二区三区 | 日韩,欧美,国产一区二区三区| 99国产精品免费福利视频| 亚洲精品美女久久av网站| 日本黄色日本黄色录像| 久久精品国产亚洲av涩爱| 精品酒店卫生间| 成人亚洲精品一区在线观看| 大陆偷拍与自拍| 久久女婷五月综合色啪小说| 人体艺术视频欧美日本| 色网站视频免费| 精品国产露脸久久av麻豆| 你懂的网址亚洲精品在线观看| 中文字幕人妻丝袜制服| 国产av精品麻豆| 欧美日韩一区二区视频在线观看视频在线| 国产熟女欧美一区二区| 男女免费视频国产| 国产精品成人在线| 欧美日韩一级在线毛片| 一本—道久久a久久精品蜜桃钙片| 国产亚洲最大av| 亚洲婷婷狠狠爱综合网| 秋霞在线观看毛片| 丁香六月天网| 久久这里有精品视频免费| 深夜精品福利| 大陆偷拍与自拍| 2022亚洲国产成人精品| 精品一区二区免费观看| 国产精品欧美亚洲77777| 高清不卡的av网站| 男人爽女人下面视频在线观看| 久久人人爽人人片av| 久久久久久人妻| 少妇精品久久久久久久| 欧美黄色片欧美黄色片| 久久久久久久久久久免费av| 亚洲第一区二区三区不卡| 18在线观看网站| 色吧在线观看| 午夜免费鲁丝| 9191精品国产免费久久| 婷婷色综合www| 99热全是精品| 如何舔出高潮| 国产野战对白在线观看| 黄色配什么色好看| 亚洲第一区二区三区不卡| 99热国产这里只有精品6| 在线观看三级黄色| 9色porny在线观看| 王馨瑶露胸无遮挡在线观看| 日韩中文字幕欧美一区二区 | 大陆偷拍与自拍| 欧美激情高清一区二区三区 | 最近中文字幕2019免费版| 亚洲一区二区三区欧美精品| 制服诱惑二区| 99热网站在线观看| 国产免费视频播放在线视频| av在线播放精品| 久久久久国产精品人妻一区二区| 亚洲国产精品国产精品| 成人免费观看视频高清| 国产精品国产三级专区第一集| 2018国产大陆天天弄谢| 久久青草综合色| 亚洲精品日本国产第一区| 三上悠亚av全集在线观看| 国产av一区二区精品久久| 天天操日日干夜夜撸| 亚洲精品国产一区二区精华液| av国产久精品久网站免费入址| 欧美日韩亚洲高清精品| 在线精品无人区一区二区三| 国产极品天堂在线| 黄色怎么调成土黄色| 黄网站色视频无遮挡免费观看| 久久精品国产a三级三级三级| 午夜福利视频在线观看免费| 久久久精品免费免费高清| 亚洲国产日韩一区二区| av网站免费在线观看视频| 亚洲美女视频黄频| 国产精品三级大全| 国产精品一区二区在线不卡| av在线播放精品| 久久热在线av| 久久99热这里只频精品6学生| 爱豆传媒免费全集在线观看| 国产激情久久老熟女| 中文字幕av电影在线播放| 欧美 亚洲 国产 日韩一| 亚洲欧美一区二区三区黑人 | 欧美精品国产亚洲| 91在线精品国自产拍蜜月| 欧美人与性动交α欧美软件| 激情视频va一区二区三区| 国产亚洲av片在线观看秒播厂| 亚洲第一青青草原| 国产av码专区亚洲av| 视频在线观看一区二区三区| 免费在线观看黄色视频的| 日日撸夜夜添| 国产男女内射视频| 亚洲,一卡二卡三卡| 欧美精品亚洲一区二区| 韩国精品一区二区三区| 日韩欧美一区视频在线观看| 五月开心婷婷网| 久久久亚洲精品成人影院| 少妇人妻 视频| www.熟女人妻精品国产| 亚洲婷婷狠狠爱综合网| 欧美成人午夜精品| 十八禁高潮呻吟视频| 午夜福利,免费看| 满18在线观看网站| 99热国产这里只有精品6| 精品第一国产精品| 亚洲精品日本国产第一区| 亚洲美女搞黄在线观看| 18禁国产床啪视频网站| 亚洲欧美精品自产自拍| 最黄视频免费看| 一级毛片电影观看| 最近手机中文字幕大全| 美女视频免费永久观看网站| 一区二区日韩欧美中文字幕| 人体艺术视频欧美日本| 成人黄色视频免费在线看| 国产精品免费大片| 少妇熟女欧美另类| 久久久精品免费免费高清| 美女脱内裤让男人舔精品视频| 成人黄色视频免费在线看| 久久久精品94久久精品| 亚洲精品国产av成人精品| 在线亚洲精品国产二区图片欧美| 少妇的逼水好多| 成人毛片60女人毛片免费| 爱豆传媒免费全集在线观看| 91精品伊人久久大香线蕉| 精品国产超薄肉色丝袜足j| 成人午夜精彩视频在线观看| 日本-黄色视频高清免费观看| 日韩伦理黄色片| 久久人人爽av亚洲精品天堂| 亚洲欧美中文字幕日韩二区| 丝袜喷水一区| 美女脱内裤让男人舔精品视频| 成人国产麻豆网| 免费观看性生交大片5| 妹子高潮喷水视频| 久久毛片免费看一区二区三区| 国产免费福利视频在线观看| 十分钟在线观看高清视频www| 国产精品久久久久久av不卡| 伊人久久大香线蕉亚洲五| 老汉色av国产亚洲站长工具| 如日韩欧美国产精品一区二区三区| 97在线视频观看| 下体分泌物呈黄色| 秋霞伦理黄片| 亚洲激情五月婷婷啪啪| 777米奇影视久久| 日本欧美国产在线视频| 91成人精品电影| 成人亚洲精品一区在线观看| av免费观看日本| 丝袜美足系列| 国产爽快片一区二区三区| 亚洲在久久综合| 国产一区二区三区av在线| 美女xxoo啪啪120秒动态图| 一边摸一边做爽爽视频免费| 久久毛片免费看一区二区三区| 两性夫妻黄色片| 黑人欧美特级aaaaaa片| 亚洲精品在线美女| 五月开心婷婷网| 各种免费的搞黄视频| 一区二区三区乱码不卡18| 久久精品熟女亚洲av麻豆精品| 成人毛片a级毛片在线播放| 国产精品人妻久久久影院| 在线观看免费高清a一片| 国产日韩欧美亚洲二区| 国产av码专区亚洲av| 精品久久蜜臀av无| 午夜激情av网站| 中文字幕人妻丝袜一区二区 | 99精国产麻豆久久婷婷| 久久久精品国产亚洲av高清涩受| 色视频在线一区二区三区| 婷婷色av中文字幕| 黄色配什么色好看| 国产国语露脸激情在线看| av国产久精品久网站免费入址| 亚洲美女搞黄在线观看| 国产一区二区三区综合在线观看| 欧美精品一区二区免费开放| 亚洲国产精品一区三区| 超碰97精品在线观看| 亚洲av电影在线进入| 最近最新中文字幕免费大全7| 国产免费一区二区三区四区乱码| 久久久久久久国产电影| 成人亚洲精品一区在线观看| 最近最新中文字幕免费大全7| 国产日韩欧美视频二区| 久久亚洲国产成人精品v| 男女边摸边吃奶| 有码 亚洲区| 九色亚洲精品在线播放| 一级爰片在线观看| 久久人妻熟女aⅴ| 一二三四中文在线观看免费高清| 精品少妇一区二区三区视频日本电影 | 免费播放大片免费观看视频在线观看| 美女福利国产在线| 高清在线视频一区二区三区| 熟女电影av网| 人人妻人人澡人人看| 亚洲国产最新在线播放| 少妇精品久久久久久久| 亚洲激情五月婷婷啪啪| 亚洲欧洲精品一区二区精品久久久 | 丝袜美腿诱惑在线| 777米奇影视久久| 在线 av 中文字幕| 人妻 亚洲 视频| 在线观看免费日韩欧美大片| 精品久久久精品久久久| 久久毛片免费看一区二区三区| 波多野结衣一区麻豆| 国产免费视频播放在线视频| 久久精品国产亚洲av天美| 国产成人精品在线电影| 搡女人真爽免费视频火全软件| 国产 精品1| 黑丝袜美女国产一区| 国产视频首页在线观看| 亚洲av在线观看美女高潮| 婷婷色麻豆天堂久久| 天天躁日日躁夜夜躁夜夜| 18禁国产床啪视频网站| 久久久亚洲精品成人影院| 国产一区二区 视频在线| 黄色 视频免费看| 性高湖久久久久久久久免费观看| 精品国产一区二区久久| 99九九在线精品视频| 国产亚洲精品第一综合不卡| 国产免费福利视频在线观看| av网站在线播放免费| 国产黄色视频一区二区在线观看| 少妇的逼水好多| 只有这里有精品99| 亚洲,一卡二卡三卡| 新久久久久国产一级毛片| 成年美女黄网站色视频大全免费| 欧美少妇被猛烈插入视频| 国产精品99久久99久久久不卡 | 纯流量卡能插随身wifi吗| 99国产综合亚洲精品| 在线观看国产h片| 久久久久久久大尺度免费视频| 99精国产麻豆久久婷婷| 777米奇影视久久| 亚洲五月色婷婷综合| www.av在线官网国产| 色婷婷av一区二区三区视频| 亚洲精品国产av成人精品| 成年女人在线观看亚洲视频| 亚洲精品,欧美精品| 国产成人免费无遮挡视频| 精品亚洲成国产av| 国产免费福利视频在线观看| xxx大片免费视频| 亚洲五月色婷婷综合| 国产成人精品福利久久| 日韩大片免费观看网站| 国产 精品1| 午夜福利,免费看| 人人妻人人澡人人看| 在现免费观看毛片| 宅男免费午夜| 精品久久蜜臀av无| 999精品在线视频| 亚洲欧美精品自产自拍| 精品少妇久久久久久888优播| 少妇精品久久久久久久| 日本av免费视频播放| 嫩草影院入口| 一区二区日韩欧美中文字幕| 香蕉国产在线看| 又黄又粗又硬又大视频| 久久毛片免费看一区二区三区| 人人妻人人澡人人看| 国产成人aa在线观看| 国产在线免费精品| 成年女人毛片免费观看观看9 | 久久人人爽av亚洲精品天堂| 免费黄频网站在线观看国产| 精品国产一区二区三区久久久樱花| 美女大奶头黄色视频| 91在线精品国自产拍蜜月| 久久久欧美国产精品| 在线观看三级黄色| 国产在线一区二区三区精| 国产黄频视频在线观看| 国产精品99久久99久久久不卡 | 美女午夜性视频免费| 亚洲美女黄色视频免费看| 在线 av 中文字幕| 亚洲人成77777在线视频| 精品少妇久久久久久888优播| 国产av一区二区精品久久| 一级毛片 在线播放| 韩国高清视频一区二区三区| 精品国产乱码久久久久久男人| 久久综合国产亚洲精品| 国产一区有黄有色的免费视频| 青草久久国产| 久久国产亚洲av麻豆专区| 日韩一区二区视频免费看| 婷婷色综合大香蕉| 9热在线视频观看99| 国产在线免费精品| 一级毛片电影观看| 久久精品国产a三级三级三级| a级毛片在线看网站| 99久久综合免费| 在现免费观看毛片| 伦精品一区二区三区| 亚洲精品乱久久久久久| 久久久精品区二区三区| 国产熟女欧美一区二区| 国产一区二区 视频在线| tube8黄色片| 中文字幕色久视频| 国产亚洲av片在线观看秒播厂| 最新中文字幕久久久久| 久久久精品区二区三区| 边亲边吃奶的免费视频| 精品国产国语对白av| 亚洲精品美女久久久久99蜜臀 | 日日啪夜夜爽| 国产精品一国产av| 国产黄色视频一区二区在线观看| 精品国产一区二区三区久久久樱花| 成人漫画全彩无遮挡| 成年女人在线观看亚洲视频| 日本wwww免费看| 人妻系列 视频| 一级毛片黄色毛片免费观看视频| 亚洲精品久久午夜乱码| 午夜免费男女啪啪视频观看| 精品午夜福利在线看| 久久精品国产鲁丝片午夜精品| 日韩伦理黄色片| 国产无遮挡羞羞视频在线观看| 日韩人妻精品一区2区三区| 99九九在线精品视频| 中文字幕人妻丝袜一区二区 | 看非洲黑人一级黄片| 国产精品蜜桃在线观看| 国产 一区精品| 秋霞在线观看毛片| 久久精品国产亚洲av高清一级| 午夜福利视频精品| 伦精品一区二区三区| 欧美少妇被猛烈插入视频| 久久久a久久爽久久v久久| 搡女人真爽免费视频火全软件| 欧美 日韩 精品 国产| 18在线观看网站| 久久久久网色| 最近中文字幕2019免费版| 看免费av毛片| 熟女av电影| 激情五月婷婷亚洲| 国产不卡av网站在线观看| 国产视频首页在线观看| 一级爰片在线观看| 精品久久久久久电影网| 美女视频免费永久观看网站| 日韩av在线免费看完整版不卡| 欧美国产精品va在线观看不卡| 永久网站在线| av女优亚洲男人天堂| 亚洲第一区二区三区不卡| 久久精品国产综合久久久| 成年人免费黄色播放视频| 欧美日韩视频高清一区二区三区二| 亚洲三级黄色毛片| 一本—道久久a久久精品蜜桃钙片| 乱人伦中国视频| 哪个播放器可以免费观看大片| 九色亚洲精品在线播放| 亚洲av日韩在线播放| 国产精品嫩草影院av在线观看| 亚洲av日韩在线播放| 777久久人妻少妇嫩草av网站| 1024视频免费在线观看| 少妇熟女欧美另类| 亚洲av日韩在线播放| 最近手机中文字幕大全| 国产成人精品福利久久| 人人妻人人添人人爽欧美一区卜| 亚洲国产精品999| 国产精品一区二区在线不卡| 宅男免费午夜| 午夜免费鲁丝| 亚洲男人天堂网一区| 欧美精品av麻豆av| 一区二区日韩欧美中文字幕| 亚洲国产欧美在线一区| 丝袜喷水一区| 女人精品久久久久毛片| 亚洲av在线观看美女高潮| 日韩不卡一区二区三区视频在线| 亚洲国产欧美日韩在线播放| 国产精品成人在线| 国产精品一二三区在线看| av在线观看视频网站免费| 亚洲三区欧美一区| 免费高清在线观看视频在线观看| 777久久人妻少妇嫩草av网站| 亚洲av日韩在线播放| 国产一区二区 视频在线| 男女午夜视频在线观看| 少妇人妻久久综合中文| 妹子高潮喷水视频| 久久免费观看电影| 一二三四在线观看免费中文在| 伊人亚洲综合成人网| 亚洲国产精品成人久久小说| 天天操日日干夜夜撸| 五月天丁香电影| 大话2 男鬼变身卡| 中文乱码字字幕精品一区二区三区| 国产成人精品久久久久久| 女性被躁到高潮视频| 国产成人精品久久二区二区91 | 亚洲色图 男人天堂 中文字幕| 日韩一区二区三区影片| 欧美日韩成人在线一区二区| 亚洲五月色婷婷综合| 男女边摸边吃奶| 久久精品夜色国产| 欧美日韩成人在线一区二区| 在线观看www视频免费| 又大又黄又爽视频免费| 国产亚洲av片在线观看秒播厂| 午夜久久久在线观看| 久久av网站| 99久久综合免费| 制服丝袜香蕉在线| 欧美日韩av久久| 久久久亚洲精品成人影院| 侵犯人妻中文字幕一二三四区| 婷婷色麻豆天堂久久| 久久久精品区二区三区| 欧美日韩视频精品一区| 国产欧美日韩一区二区三区在线| 视频区图区小说| av在线app专区| 精品久久蜜臀av无|