• <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
    大型黄色视频在线免费观看| 麻豆国产av国片精品| 麻豆av噜噜一区二区三区| av在线老鸭窝| 女同久久另类99精品国产91| 亚洲激情在线av| 91久久精品国产一区二区成人| 日韩 亚洲 欧美在线| 国内揄拍国产精品人妻在线| 亚洲欧美日韩无卡精品| 99久久精品热视频| 国产黄a三级三级三级人| 国产伦人伦偷精品视频| 一个人免费在线观看电影| 欧美性感艳星| 性插视频无遮挡在线免费观看| 桃红色精品国产亚洲av| 一级作爱视频免费观看| 国产中年淑女户外野战色| 亚洲精品456在线播放app | 亚洲欧美精品综合久久99| 亚洲av电影不卡..在线观看| 午夜久久久久精精品| 99久久精品一区二区三区| 婷婷亚洲欧美| 国产一区二区在线观看日韩| 欧美一区二区亚洲| 老司机午夜福利在线观看视频| 在线国产一区二区在线| 人人妻人人澡欧美一区二区| 欧美日韩乱码在线| 校园春色视频在线观看| 成人一区二区视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| .国产精品久久| 日本黄大片高清| 麻豆久久精品国产亚洲av| av在线观看视频网站免费| 午夜老司机福利剧场| 亚洲人成电影免费在线| 男人狂女人下面高潮的视频| 99久久成人亚洲精品观看| 午夜视频国产福利| 国产黄片美女视频| 每晚都被弄得嗷嗷叫到高潮| 自拍偷自拍亚洲精品老妇| 国内揄拍国产精品人妻在线| 国产黄a三级三级三级人| 两个人视频免费观看高清| 一级作爱视频免费观看| 久久精品国产99精品国产亚洲性色| 亚洲国产精品久久男人天堂| 国产在线精品亚洲第一网站| 日韩欧美 国产精品| 国产精品三级大全| 久久99热6这里只有精品| 在线播放无遮挡| 精品人妻1区二区| 一个人免费在线观看的高清视频| 欧美3d第一页| 一个人看视频在线观看www免费| 自拍偷自拍亚洲精品老妇| 深爱激情五月婷婷| 久久久国产成人精品二区| 亚洲一区二区三区不卡视频| av欧美777| 亚洲aⅴ乱码一区二区在线播放| 极品教师在线视频| 在线观看舔阴道视频| 日本成人三级电影网站| 久久香蕉精品热| 久久热精品热| 午夜影院日韩av| 亚洲国产精品999在线| 好男人电影高清在线观看| 亚洲成人中文字幕在线播放| 亚洲av免费在线观看| 深爱激情五月婷婷| 亚洲成av人片免费观看| 又爽又黄无遮挡网站| 国产色婷婷99| 午夜免费激情av| 亚洲av熟女| aaaaa片日本免费| 欧洲精品卡2卡3卡4卡5卡区| 成人鲁丝片一二三区免费| 免费在线观看亚洲国产| 欧美极品一区二区三区四区| 午夜精品一区二区三区免费看| 日本熟妇午夜| 两个人的视频大全免费| 国内揄拍国产精品人妻在线| 午夜福利免费观看在线| 国产精品久久视频播放| 免费在线观看成人毛片| 国产又黄又爽又无遮挡在线| 亚洲无线观看免费| 国产极品精品免费视频能看的| 搡老岳熟女国产| 丰满乱子伦码专区| 久久久国产成人精品二区| 黄色一级大片看看| www.999成人在线观看| 美女cb高潮喷水在线观看| 99热这里只有精品一区| 日日摸夜夜添夜夜添av毛片 | 欧美高清成人免费视频www| 国产精品亚洲一级av第二区| 人人妻人人澡欧美一区二区| 天堂√8在线中文| 免费人成视频x8x8入口观看| 一进一出抽搐动态| 天堂影院成人在线观看| 99国产精品一区二区三区| 国产精品综合久久久久久久免费| 男女下面进入的视频免费午夜| 国产精品日韩av在线免费观看| 国产精品电影一区二区三区| 成人高潮视频无遮挡免费网站| 色噜噜av男人的天堂激情| 亚洲五月天丁香| 亚洲人成网站高清观看| 2021天堂中文幕一二区在线观| а√天堂www在线а√下载| 亚洲avbb在线观看| 身体一侧抽搐| 狠狠狠狠99中文字幕| 久久伊人香网站| 熟女电影av网| 嫩草影院精品99| 如何舔出高潮| 一区二区三区高清视频在线| 中文字幕熟女人妻在线| 国产久久久一区二区三区| 在线天堂最新版资源| 变态另类丝袜制服| 国产精品久久电影中文字幕| 久久热精品热| 精品久久久久久久末码| 国产综合懂色| 老熟妇乱子伦视频在线观看| 国产精品久久久久久亚洲av鲁大| www.色视频.com| 淫秽高清视频在线观看| 色播亚洲综合网| 老司机午夜十八禁免费视频| 九色国产91popny在线| 成人国产综合亚洲| 精品人妻1区二区| 精品久久久久久久久av| 日本 欧美在线| 又爽又黄无遮挡网站| 少妇的逼水好多| 免费在线观看影片大全网站| 九九久久精品国产亚洲av麻豆| 国产伦人伦偷精品视频| 色视频www国产| 丁香六月欧美| 成人av一区二区三区在线看| 偷拍熟女少妇极品色| 亚洲美女搞黄在线观看 | 天天一区二区日本电影三级| 亚洲自偷自拍三级| 亚洲第一欧美日韩一区二区三区| 人妻夜夜爽99麻豆av| 国产精品精品国产色婷婷| 亚洲美女搞黄在线观看 | 小说图片视频综合网站| 国内毛片毛片毛片毛片毛片| 日韩大尺度精品在线看网址| 村上凉子中文字幕在线| 国产淫片久久久久久久久 | 一级黄片播放器| 美女高潮喷水抽搐中文字幕| 欧美成人性av电影在线观看| 桃色一区二区三区在线观看| 国产伦精品一区二区三区四那| 动漫黄色视频在线观看| 久久99热这里只有精品18| 日日干狠狠操夜夜爽| 国产中年淑女户外野战色| 国产欧美日韩精品一区二区| 亚洲电影在线观看av| 久久久成人免费电影| 亚洲欧美清纯卡通| 国产综合懂色| 日本熟妇午夜| 国产av在哪里看| 免费电影在线观看免费观看| av视频在线观看入口| 可以在线观看的亚洲视频| 在线播放国产精品三级| 国产精品亚洲美女久久久| 久久精品人妻少妇| 欧美黑人欧美精品刺激| 亚洲精品久久国产高清桃花| 精品久久久久久成人av| 免费看光身美女| 99riav亚洲国产免费| 国产精品久久久久久人妻精品电影| 别揉我奶头~嗯~啊~动态视频| 老女人水多毛片| 一级黄色大片毛片| 欧美在线黄色| 日本a在线网址| 欧美丝袜亚洲另类 | 国产综合懂色| 精品不卡国产一区二区三区| 九九久久精品国产亚洲av麻豆| 亚洲五月天丁香| 久久久久精品国产欧美久久久| 麻豆成人av在线观看| 久久久久久久久大av| 欧美xxxx性猛交bbbb| 网址你懂的国产日韩在线| 有码 亚洲区| 欧美高清性xxxxhd video| 国产乱人视频| 国产精品久久视频播放| 91九色精品人成在线观看| 亚洲综合色惰| 性欧美人与动物交配| 欧美三级亚洲精品| 亚洲精华国产精华精| 亚洲成av人片在线播放无| 国产伦精品一区二区三区视频9| 少妇人妻精品综合一区二区 | 国产伦人伦偷精品视频| 少妇的逼水好多| 国产欧美日韩一区二区三| 日本撒尿小便嘘嘘汇集6| 日韩欧美一区二区三区在线观看| 欧美xxxx黑人xx丫x性爽| 少妇的逼水好多| 亚洲激情在线av| 欧美黄色淫秽网站| 中文字幕av成人在线电影| 国模一区二区三区四区视频| 99国产精品一区二区三区| 九色成人免费人妻av| 内地一区二区视频在线| 亚洲国产精品sss在线观看| 给我免费播放毛片高清在线观看| 成年版毛片免费区| 九九热线精品视视频播放| 国产在视频线在精品| 免费看a级黄色片| 午夜精品在线福利| 国产视频一区二区在线看| 国产伦人伦偷精品视频| 中文资源天堂在线| 90打野战视频偷拍视频| 窝窝影院91人妻| 国产精品av视频在线免费观看| bbb黄色大片| 看十八女毛片水多多多| 亚洲七黄色美女视频| 国产欧美日韩精品一区二区| 精品午夜福利在线看| 欧美极品一区二区三区四区| 美女大奶头视频| 无人区码免费观看不卡| 欧美三级亚洲精品| 性色avwww在线观看| 国产精品人妻久久久久久| 88av欧美| 一本精品99久久精品77| 亚洲美女视频黄频| 最新在线观看一区二区三区| 好男人电影高清在线观看| 男人的好看免费观看在线视频| 好看av亚洲va欧美ⅴa在| 国产av不卡久久| 丰满人妻熟妇乱又伦精品不卡| 亚洲成人精品中文字幕电影| aaaaa片日本免费| 国产精品一区二区性色av| 嫩草影院入口| 少妇高潮的动态图| 女人十人毛片免费观看3o分钟| 小蜜桃在线观看免费完整版高清| 精品久久国产蜜桃| 久久久精品大字幕| 一进一出好大好爽视频| 国产久久久一区二区三区| 深夜a级毛片| 精品人妻熟女av久视频| 成年女人看的毛片在线观看| 亚洲欧美清纯卡通| 成人特级黄色片久久久久久久| 亚洲av熟女| 日日摸夜夜添夜夜添av毛片 | 国产成人av教育| 一区二区三区激情视频| 嫁个100分男人电影在线观看| 亚洲最大成人中文| 免费观看人在逋| 在线国产一区二区在线| 露出奶头的视频| 久久久精品大字幕| 高清日韩中文字幕在线| 蜜桃久久精品国产亚洲av| 久久国产乱子免费精品| 亚洲一区高清亚洲精品| 精品人妻偷拍中文字幕| 一级作爱视频免费观看| 老熟妇仑乱视频hdxx| 男人的好看免费观看在线视频| 一个人看的www免费观看视频| 制服丝袜大香蕉在线| 中文字幕av在线有码专区| 国产欧美日韩精品亚洲av| 观看免费一级毛片| 美女高潮喷水抽搐中文字幕| 日本一本二区三区精品| 国产成年人精品一区二区| 亚洲美女搞黄在线观看 | 欧美日本亚洲视频在线播放| 国产精品美女特级片免费视频播放器| 日本免费一区二区三区高清不卡| 别揉我奶头~嗯~啊~动态视频| 国产午夜福利久久久久久| 久久久久国内视频| 亚洲中文字幕日韩| 午夜福利视频1000在线观看| 夜夜看夜夜爽夜夜摸| 一区二区三区免费毛片| 女同久久另类99精品国产91| 一本久久中文字幕| 午夜福利在线观看免费完整高清在 | 亚洲精品456在线播放app | 国产黄色小视频在线观看| 在线播放无遮挡| 欧美一区二区国产精品久久精品| a级一级毛片免费在线观看| 五月玫瑰六月丁香| 亚洲在线观看片| 亚洲av免费在线观看| 国产大屁股一区二区在线视频| avwww免费| 欧美日韩亚洲国产一区二区在线观看| 亚洲片人在线观看| 久久久久精品国产欧美久久久| 国产主播在线观看一区二区| www.熟女人妻精品国产| 免费电影在线观看免费观看| 国产在线精品亚洲第一网站| 国产av不卡久久| 日韩大尺度精品在线看网址| 色哟哟·www| 男女那种视频在线观看| 亚洲自拍偷在线| 欧美精品国产亚洲| 丰满的人妻完整版| 国产淫片久久久久久久久 | 精品国产亚洲在线| 嫩草影院入口| 9191精品国产免费久久| 国产91精品成人一区二区三区| 国产成人av教育| 国产午夜精品论理片| 亚洲成人中文字幕在线播放| 91久久精品国产一区二区成人| 国产精品电影一区二区三区| 91av网一区二区| 给我免费播放毛片高清在线观看| 内射极品少妇av片p| 亚州av有码| 男人狂女人下面高潮的视频| 身体一侧抽搐| 久久久久久久精品吃奶| 极品教师在线视频| 又黄又爽又免费观看的视频| 国产精品一及| 十八禁人妻一区二区| 99久久精品一区二区三区| 男女下面进入的视频免费午夜| 日韩有码中文字幕| 免费av不卡在线播放| 国产精品精品国产色婷婷| 九色国产91popny在线| 五月伊人婷婷丁香| 国产麻豆成人av免费视频| 国内少妇人妻偷人精品xxx网站| 久99久视频精品免费| 精品人妻偷拍中文字幕| 两人在一起打扑克的视频| 久久人人精品亚洲av| 夜夜夜夜夜久久久久| 亚洲成人精品中文字幕电影| 中文字幕免费在线视频6| 久久这里只有精品中国| 国产久久久一区二区三区| 色综合亚洲欧美另类图片| 日韩欧美国产在线观看| 88av欧美| 天堂av国产一区二区熟女人妻| 综合色av麻豆| 国产成+人综合+亚洲专区| 精品99又大又爽又粗少妇毛片 | 久久亚洲真实| 亚洲电影在线观看av| 亚洲欧美日韩高清专用| 又粗又爽又猛毛片免费看| 老司机午夜十八禁免费视频| av国产免费在线观看| 91麻豆av在线| 久久99热这里只有精品18| 欧美国产日韩亚洲一区| 美女黄网站色视频| 国产伦精品一区二区三区四那| 综合色av麻豆| 国产精品乱码一区二三区的特点| 久久天躁狠狠躁夜夜2o2o| 99视频精品全部免费 在线| 亚洲成av人片免费观看| 亚洲精品亚洲一区二区| 国产69精品久久久久777片| 亚洲国产精品sss在线观看| 午夜福利成人在线免费观看| 宅男免费午夜| 又黄又爽又刺激的免费视频.| 国产欧美日韩精品亚洲av| 波多野结衣巨乳人妻| 国内毛片毛片毛片毛片毛片| 看十八女毛片水多多多| 男插女下体视频免费在线播放| 国产免费一级a男人的天堂| 午夜激情欧美在线| 欧美在线黄色| 久久人妻av系列| 国产欧美日韩精品亚洲av| 中文字幕高清在线视频| 亚洲性夜色夜夜综合| 亚洲最大成人中文| 桃红色精品国产亚洲av| 又粗又爽又猛毛片免费看| 国产69精品久久久久777片| 欧美bdsm另类| 真实男女啪啪啪动态图| 亚洲无线在线观看| 亚洲国产精品合色在线| 高清毛片免费观看视频网站| 又粗又爽又猛毛片免费看| 久久久国产成人精品二区| 国产高清激情床上av| 观看免费一级毛片| 亚洲无线在线观看| 欧美日韩瑟瑟在线播放| 久久性视频一级片| 人人妻,人人澡人人爽秒播| 欧美成人免费av一区二区三区| 丰满的人妻完整版| 99久久精品一区二区三区| 免费大片18禁| av天堂中文字幕网| 亚洲人成电影免费在线| 久久国产乱子伦精品免费另类| 校园春色视频在线观看| 自拍偷自拍亚洲精品老妇| 18禁黄网站禁片午夜丰满| 午夜福利在线观看免费完整高清在 | 亚洲真实伦在线观看| 国产真实乱freesex| 免费av不卡在线播放| 俄罗斯特黄特色一大片| 亚洲在线自拍视频| 亚洲成人精品中文字幕电影| 成人性生交大片免费视频hd| 国产老妇女一区| 欧美在线一区亚洲| 在线观看舔阴道视频| 亚洲国产欧美人成| 亚洲天堂国产精品一区在线| 国产一区二区在线观看日韩| 在线看三级毛片| 日韩人妻高清精品专区| 亚洲成av人片免费观看| 国语自产精品视频在线第100页| 亚洲av第一区精品v没综合| 国内精品久久久久精免费| 五月玫瑰六月丁香| 成人欧美大片| 国产黄色小视频在线观看| 国产老妇女一区| 一进一出抽搐动态| 色噜噜av男人的天堂激情| 亚洲av成人精品一区久久| a级毛片a级免费在线| 伦理电影大哥的女人| 青草久久国产| 人人妻,人人澡人人爽秒播| 欧美高清性xxxxhd video| 免费高清视频大片| 国产成+人综合+亚洲专区| 午夜老司机福利剧场| 久久精品人妻少妇| 欧洲精品卡2卡3卡4卡5卡区| 国产一区二区激情短视频| 久久久久久久久久成人| 禁无遮挡网站| 亚洲精品一区av在线观看| 国产精品永久免费网站| 亚洲国产欧美人成| 免费无遮挡裸体视频| 男人和女人高潮做爰伦理| 午夜免费成人在线视频| 中文字幕人妻熟人妻熟丝袜美| 亚洲无线在线观看| 波野结衣二区三区在线| 午夜激情欧美在线| 国产蜜桃级精品一区二区三区| 免费一级毛片在线播放高清视频| 亚洲国产精品成人综合色| 悠悠久久av| 亚洲欧美精品综合久久99| 美女高潮喷水抽搐中文字幕| 欧美日韩国产亚洲二区| 男人的好看免费观看在线视频| 精品人妻1区二区| 99久久成人亚洲精品观看| 亚洲无线在线观看| 三级男女做爰猛烈吃奶摸视频| 国产成人av教育| 国产高清激情床上av| 免费一级毛片在线播放高清视频| 99久久无色码亚洲精品果冻| 欧美一区二区精品小视频在线| 午夜福利成人在线免费观看| 国产成人福利小说| 国产白丝娇喘喷水9色精品| 午夜精品久久久久久毛片777| 深夜a级毛片| 精品久久久久久久久久免费视频| 一级毛片久久久久久久久女| 国产极品精品免费视频能看的| 女人被狂操c到高潮| 黄片小视频在线播放| 91在线观看av| 日韩欧美精品免费久久 | www.熟女人妻精品国产| 一个人免费在线观看的高清视频| 在线观看免费视频日本深夜| 成年免费大片在线观看| 欧美黑人欧美精品刺激| 亚洲va日本ⅴa欧美va伊人久久| 精品欧美国产一区二区三| 五月伊人婷婷丁香| 怎么达到女性高潮| 91在线精品国自产拍蜜月| 亚洲成人久久性| 亚洲久久久久久中文字幕| 亚洲av日韩精品久久久久久密| av福利片在线观看| 99热这里只有是精品在线观看 | 91在线观看av| 禁无遮挡网站| 欧美在线黄色| 成人精品一区二区免费| 最后的刺客免费高清国语| 亚洲真实伦在线观看| 国产高清三级在线| 岛国在线免费视频观看| 亚洲专区中文字幕在线| av黄色大香蕉| 天美传媒精品一区二区| 99久久久亚洲精品蜜臀av| 内地一区二区视频在线| 国产一区二区三区在线臀色熟女| 成人特级黄色片久久久久久久| 久久草成人影院| 有码 亚洲区| 亚洲专区国产一区二区| 美女高潮的动态| 长腿黑丝高跟| 免费无遮挡裸体视频| 亚洲人成伊人成综合网2020| 99热只有精品国产| 亚洲欧美日韩东京热| 亚洲成人久久爱视频| 欧美午夜高清在线| 成人永久免费在线观看视频| 99在线视频只有这里精品首页| 久久精品久久久久久噜噜老黄 | 午夜福利18| 国产探花在线观看一区二区| 亚洲五月天丁香| 国产野战对白在线观看| 免费观看精品视频网站| 中亚洲国语对白在线视频| 日本与韩国留学比较| 国产精品永久免费网站| 免费大片18禁| 欧美一区二区精品小视频在线| 尤物成人国产欧美一区二区三区| 国产伦人伦偷精品视频| 亚洲专区中文字幕在线| 国产 一区 欧美 日韩| 一个人免费在线观看电影| 成人毛片a级毛片在线播放| 精品久久久久久久久久久久久| 国产黄色小视频在线观看| 亚洲专区中文字幕在线| 最近最新中文字幕大全电影3| 制服丝袜大香蕉在线| 日本免费一区二区三区高清不卡| 一本精品99久久精品77| 国产高清有码在线观看视频| 欧美又色又爽又黄视频| 国内精品久久久久精免费| 国产精品久久视频播放| 亚洲国产精品999在线| 波多野结衣巨乳人妻| 久久九九热精品免费| 色噜噜av男人的天堂激情|