• <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 ?

    基于風險等級的中小微企業(yè)信貸模型研究

    2021-08-05 21:19:06顧一凡黃莉媛林晨欣曹春萍
    軟件工程 2021年7期
    關(guān)鍵詞:means聚類

    顧一凡 黃莉媛 林晨欣 曹春萍

    摘 ?要:為切實解決中小微企業(yè)貸款融資和銀行對中小微企業(yè)貸款策略之間存在的問題,提出了基于風險等級的中小微企業(yè)信貸模型。該模型創(chuàng)新性地將機器學習算法引入傳統(tǒng)中小微企業(yè)信貸風險及策略的研究當中,運用PCA降維、K-means聚類確定企業(yè)風險等級;通過Fisher線性判別確定銀行信貸利率。應(yīng)用該模型將123 家中小微企業(yè)分成五類風險等級,并給出銀行對五類不同風險等級企業(yè)的貸款額度及利率,并通過實驗驗證模型的有效性和正確性。

    關(guān)鍵詞:K-means聚類;PCA降維;Fisher線性判別;信貸模型

    中圖分類號:TP391 ? ? 文獻標識碼:A

    Research on the Credit Model of Small, Medium and

    Micro Enterprises based on Risk Level

    GU Yifan1, HUANG Liyuan2, LIN Chenxin2, CAO Chunping1

    (1.School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China;

    2.Business School, University of Shanghai for Science and Technology, Shanghai 200093, China)

    guyifan2020@126.com; 948384993@qq.com; 1246506991@qq.com; 2213893844@qq.com

    Abstract: In order to effectively solve the problems between loan financing of small, medium and micro enterprises and the bank's loan strategy for them, this paper proposes to build a credit model for small, medium and micro enterprises based on risk level. This model innovatively introduces machine learning algorithms into the research on credit risks and strategies of traditional small, medium and micro enterprises. PCA (Principal Components Analysis) dimensionality reduction and K-means clustering are used to determine enterprise risk level. Bank credit interest rate is determined by Fisher linear discriminant. Based on this model, 123 small, medium and micro enterprises are divided into five risk levels, and the bank's loan lines and interest rates for each level are given. Validity and accuracy of the model are verified through experiments.

    Keywords: K-means clustering; PCA dimensionality reduction; Fisher linear discriminant; credit model

    1 ? 引言(Introduction)

    中小微企業(yè)作為我國宏觀經(jīng)濟的“毛細血管”,貢獻了我國80%的就業(yè)崗位和60%的GDP[1-2]。但中小微企業(yè)自身資金實力弱,若想發(fā)展就需要獲得銀行提供的貸款支持,而銀行放貸首要考慮的是貸款資金的安全,因此銀行放貸資金安全與中小微企業(yè)貸款需求之間的矛盾便成為一個亟待解決的問題。

    目前,銀行為了解決這一問題,采取了如下策略:對中小微企業(yè)進行風險評估,對于風險等級在一定標準下的企業(yè),給予放貸。在鄭建華等[3]提出的研究企業(yè)信用評級模型中,使用了層次分析法進行評級模型的構(gòu)建。在郝曉露等[4]提出的商業(yè)銀行貸款的研究中,使用了灰色預測模型對貸款利率進行了預測。王薛[5]使用了AHP——模糊綜合評價農(nóng)村信用社農(nóng)戶貸款風險模型。仔細分析上述模型可以發(fā)現(xiàn),每個模型都涉及大量計算和推斷。計算機在大量數(shù)據(jù)的計算中表現(xiàn)出了極大的優(yōu)勢,所以構(gòu)建基于計算機的信貸模型成為目前的研究熱點。

    本文在鄭建華等相關(guān)工作的基礎(chǔ)上,創(chuàng)新性地將機器學習算法引入對中小微企業(yè)貸款風險的研究當中。針對這一問題,提出了基于中小微企業(yè)風險評估等級的銀行貸款模型。該模型首先從企業(yè)原始發(fā)票信息中提取若干指標;其次通過對指標進行降維,對企業(yè)進行聚類,劃分出企業(yè)風險等級;最后根據(jù)企業(yè)對應(yīng)的風險等級,通過構(gòu)建貸款額度與貸款利率的計算模型,為銀行制定相應(yīng)的貸款策略。

    2 企業(yè)風險等級確定(Enterprise risk level determination)

    從123 家企業(yè)的進項、銷項發(fā)票記錄中提取信息,定義10 個原始風險評價指標[6-7]。將這10 個原始風險評價指標通過PCA降維,得到三個降維之后的評價指標,既保留了原始數(shù)據(jù)的絕大部分信息,又極大簡化了后續(xù)的計算量。最后,根據(jù)三個降維之后的評價指標,通過K-means聚類,將原123 家企業(yè)分為五個風險等級,為后續(xù)銀行信貸策略的確定提供依據(jù)。

    2.1 ? 原始評價指標定義

    從123 家企業(yè)的進項、銷項發(fā)票記錄中,提取并定義企業(yè)實力及企業(yè)信譽兩大類共10 個評價指標。

    企業(yè)實力評價指標如下定義:

    :企業(yè)有效銷售次數(shù);

    :企業(yè)有效進貨次數(shù);

    :企業(yè)供應(yīng)穩(wěn)定性,即有效進貨次數(shù)與總體進貨次數(shù)的比值;

    :企業(yè)銷售穩(wěn)定性,即有效銷售次數(shù)與總體銷售次數(shù)的比值;

    :企業(yè)進貨規(guī)模,即進項金額總和(營業(yè)成本);

    :企業(yè)銷售規(guī)模,即銷項金額總和(營業(yè)收入);

    :企業(yè)對上游企業(yè)的影響力,即企業(yè)銷方銷售總額;

    :企業(yè)對下游企業(yè)的影響力,即企業(yè)購方采購總額。

    企業(yè)信譽評價指標如下定義:

    :企業(yè)信用評級,即將企業(yè)A、B、C、D四檔原始信用評級折算為4321分值;

    :企業(yè)違約情況,即若企業(yè)有違約記錄,則該指標為1,否則為0。

    2.2 ? 基于PCA降維對原始指標進行簡化

    主成分分析通過正交變換的方法,將原始線性相關(guān)的觀測數(shù)據(jù)轉(zhuǎn)變?yōu)槿舾蓚€線性無關(guān)變量表示的數(shù)據(jù)[8]。線性無關(guān)的變量稱為主成分。如此,將原來高維空間中的數(shù)據(jù)映射到低維空間,降低了計算復雜度。同時,保留了原始數(shù)據(jù)中的大部分信息,實現(xiàn)了數(shù)據(jù)降維的功能。

    如上10 個指標覆蓋了123 家企業(yè)各個方面的信息,可以較為全面地量化其內(nèi)在的風險。但由于這10 個原始指標所構(gòu)成的高維數(shù)據(jù)不便于觀察和計算,所以采用PCA降維對原始高維指標進行降維。通過計算10 個信貸風險指標之間的相關(guān)系數(shù)矩陣,再求解相關(guān)系數(shù)矩陣的特征值與特征向量。將特征向量對應(yīng)主成分的特征值與全體特征向量對應(yīng)主成分的特征值之和的比值定義為信息貢獻率,選取前三個貢獻率最大的主成分,其貢獻率依次為34.85%、20.22%、13.42%,累積貢獻率達68.49%,可以最大程度保留原始10 個指標中所包含的企業(yè)內(nèi)在風險的信息,又能解決高維指標數(shù)據(jù)不便于觀察計算的問題。

    其中第一主成分為:

    (1)

    第二主成分為:

    (2)

    第三主成分為:

    (3)

    將式(1)第一主成分定義為企業(yè)交易規(guī)模指標,式(2)第二主成分定義為企業(yè)信譽指標,式(3)第三主成分定義為企業(yè)盈利能力指標。從三個維度重新審視企業(yè)內(nèi)在的風險等級。

    2.3 ? 基于K-means確定123 家企業(yè)的風險等級

    K均值聚類是常用的聚類算法。在未知數(shù)據(jù)特征標簽的情況下,將各項指標接近的樣本點聚成一類[9]。首先,由已確認的分類個數(shù)選擇個數(shù)據(jù)對象作為初始聚類中心;然后將其余樣本點分配到與之最近的聚類中心所在的類中;進而更新每個類中樣本點的均值作為下一次更新的聚類中心。如此往復迭代,直至聚類結(jié)果收斂為止。K-means算法流程如圖1所示。

    將簡化后的指標作為訓練數(shù)據(jù),通過K-means聚類,將123 家企業(yè)聚類成不同風險等級的類別。選取=5,將原始123 家企業(yè)依據(jù)降維之后的三個指標分成五個風險等級:高風險企業(yè)、較高風險企業(yè)、中等風險企業(yè)、較低風險企業(yè)、低風險企業(yè)。以此完成對123 家企業(yè)風險等級的確定。

    3 ? 銀行信貸模型(Bank credit model)

    銀行信貸模型分成銀行信貸額度確定和銀行信貸利率確定兩大部分。依據(jù)企業(yè)有效進貨次數(shù)等三個指標,通過Fisher線性判別預測企業(yè)信貸違約概率。根據(jù)企業(yè)信貸違約概率建立銀行信貸額度求解模型。同時,依據(jù)銀行信貸利率與不同信譽等級下的客戶流失率的統(tǒng)計數(shù)據(jù)進行數(shù)據(jù)擬合,再結(jié)合企業(yè)信貸違約率等相關(guān)數(shù)據(jù),建立銀行信貸利率求解模型。

    3.1 ? 基于Fisher線性判別的企業(yè)違約率預測[10]

    Fisher線性判別是一種經(jīng)典線性判別方法,適用于二分類問題。其核心思想為訓練一組樣本點,將樣本點投影到一條直線上,使得同類樣本點的投影點盡可能密集接近,使得異類樣本點的投影點盡可能遠離。最終訓練出一個模型進行線性判別預測,同時給出樣本點所屬對應(yīng)兩個類別的概率。

    由于無法從企業(yè)過往違約情況中直接得到企業(yè)未來貸款償還的違約率,故采用Fisher線性判別,基于企業(yè)有效進貨次數(shù)、有效銷售次數(shù)、企業(yè)信用評級作為訓練數(shù)據(jù)訓練模型。將企業(yè)未來是否違約轉(zhuǎn)化為一個二分類預測問題,即將企業(yè)劃分為未來會違約的組別和未來不會違約的組別,將預測結(jié)果與企業(yè)過往違約情況進行比對,得到得分模型:

    (4)

    若得分>0,則將該企業(yè)預測為不違約;反之,則將該企業(yè)預測為違約。由于樣本點的分類存在屬于對應(yīng)類別的概率,故將樣本點屬于違約類別的概率定義為該企業(yè)的違約概率,將該樣本點屬于未違約類別的概率定義為該企業(yè)的不違約概率。

    3.2 ? 銀行信貸額度的確定[11]

    原則上不為信譽評級為D的企業(yè)發(fā)放貸款,故額度模型的建立及之后的計算中,自動剔除信譽評級為D的企業(yè)。設(shè)銀行年度貸款總額為固定常數(shù)元,計算同一風險等級企業(yè)的平均貸款額度為:

    (5)

    其中,為級企業(yè)的平均不違約概率,為級下企業(yè)總數(shù)(不包括信譽評級為D的企業(yè))。

    3.3 ? 銀行信貸利率的確定[12]

    本文貸款利率求解步驟如下:

    步驟1:根據(jù)銀行貸款年利率與不同信譽等級下客戶流失率的統(tǒng)計數(shù)據(jù),進行對數(shù)函數(shù)形式的曲線擬合,得到如式(6)所示的銀行客戶流失率與貸款年利率之間的函數(shù)關(guān)系。

    (6)

    其中,表示第類風險等級且信譽等級為的企業(yè)的流失率,表示第類風險的貸款年利率。由于不包含風險等級為D的企業(yè),故如上函數(shù)中,沒有的函數(shù)關(guān)系式。

    步驟2:可表示為第類風險等級且信譽等級為的企業(yè)的留存率,將式(6)代入,則第類風險等級企業(yè)的總體流失率如式(7)所示。

    (7)

    其中,表示第類風險等級且信譽等級為的企業(yè)個數(shù)。

    步驟3:以為決策變量建立如式(8)所示非線性規(guī)劃模型。

    (8)

    其中,為第類風險等級的企業(yè)貸款利率,目標函數(shù)表示銀行的總收入,表示給第類風險等級企業(yè)貸款的總額度,企業(yè)貸款利率的約束條件為4%至15%。

    通過對式(8)非線性規(guī)劃函數(shù)模型在約束條件下求解,可以得到在風險可控的情況下,在貸款利潤最大化的前提下,銀行貸給不同風險等級企業(yè)的各自貸款利率。再結(jié)合由式(5)計算得到的不同風險等級下,銀行給企業(yè)貸款的額度,可以完整給出銀行對于不同風險等級下的企業(yè)的貸款策略。由于同一風險等級下企業(yè)的風險情況近似相等,故按照風險等級組別給出策略,可以極大降低放貸的復雜程度,同時保證風險可控。

    4 ? 實驗驗證(Experiment verification)

    4.1 ? 實驗數(shù)據(jù)集

    本次研究所用數(shù)據(jù)集包括四個:企業(yè)信息數(shù)據(jù)集、進項發(fā)票信息數(shù)據(jù)集、銷項發(fā)票信息數(shù)據(jù)集,以及銀行貸款年利率與不同信譽等級下的客戶流失率的統(tǒng)計數(shù)據(jù)集。其中,企業(yè)信息數(shù)據(jù)集包括123 家企業(yè)的企業(yè)代號、企業(yè)名稱、企業(yè)信用評級以及企業(yè)歷史違約情況。企業(yè)進項發(fā)票數(shù)據(jù)集、銷項發(fā)票數(shù)據(jù)集分別包含123 家企業(yè)采購及銷售時所開發(fā)票的記錄,記錄中包括發(fā)票號碼、開票日期、銷方單位代號、購方單位代號、金額、稅額、價稅合計和發(fā)票狀態(tài)。銀行貸款年利率與不同信譽等級下的客戶流失率的統(tǒng)計數(shù)據(jù)集包括貸款年利率對應(yīng)于不同信譽評級的企業(yè)的客戶流失率的統(tǒng)計數(shù)據(jù)。

    4.2 ? 計算原始指標

    對企業(yè)信譽及實力的10 個原始評價指標進行計算。同時,為了消除不同指標之間量綱的影響,對每個評價指標進行極大值標準化。部分企業(yè)信貸風險指標評分結(jié)果如表1所示。

    4.3 ? 基于降維后的指標對企業(yè)進行不同風險等級的聚類實驗及結(jié)果分析

    基于降維后的三個指標對123 家企業(yè)進行聚類,值為5。不同風險等級企業(yè)聚類結(jié)果如圖2所示。

    123 家企業(yè)根據(jù)企業(yè)交易規(guī)模指標、企業(yè)信譽指標、企業(yè)盈利能力指標聚成五類,依次為:低風險企業(yè)共1 家,較低風險企業(yè)共7 家,中等風險企業(yè)共86 家,較高風險企業(yè)共2 家,高風險企業(yè)共27 家。通過比對對應(yīng)企業(yè)原始10 個指標,其聚類結(jié)果與實際情況基本一致。

    4.4 ? 企業(yè)信貸違約率計算的實驗及結(jié)果分析

    通過Fisher線性判別,根據(jù)式(4),對企業(yè)違約情況進行預測,準確率達77.2%。進而計算企業(yè)違約概率與企業(yè)不違約概率,部分計算結(jié)果如表2所示。

    4.5 ? 銀行信貸策略的實驗及結(jié)果分析

    通過對貸款額度模型式(5)及貸款利率模型式(8)的求解,得到對五類風險等級企業(yè)的貸款策略,完整貸款策略如表3所示。

    其中,a為銀行放貸的總額度。對于風險較低的企業(yè)類別,可以獲得較大的貸款額度,同時享受較低的貸款利率;而對于風險較高的企業(yè),則在獲得較低貸款額度的同時,需

    要支付較高的貸款利率。這與實際情況相符,亦證明了模型的可行性與有效性。

    5 ? 結(jié)論(Conclusion)

    本研究通過對123 家中小微企業(yè)的進項、銷項發(fā)票數(shù)據(jù)進行研究,得出評價其風險等級的10 個原始指標。通過PCA降維、K-means聚類等機器學習常用技術(shù),將123 家企業(yè)劃分成五類風險等級,并根據(jù)有效進貨次數(shù)、有效銷售次數(shù)和企業(yè)信譽等指標進行Fisher線性判別預測,計算得出不同風險等級下,企業(yè)的平均違約率及貸款額度。繼而根據(jù)銀行年利率與客戶流失率的統(tǒng)計數(shù)據(jù)信息,構(gòu)建銀行貸款收入的非線性優(yōu)化模型。通過對非線性優(yōu)化模型的求解,得出銀行對不同風險等級下企業(yè)的貸款利率。

    參考文獻(References)

    [1] 梁鈺.新冠肺炎疫情下小微企業(yè)融資支持舉措效果評估及改進建議——基于湖南岳陽的調(diào)查[J].金融經(jīng)濟,2020(10):58-61,72.

    [2] 鐘成林,胡雪萍.中小民營企業(yè)融資困境的形成機理及政策支持體系研究——基于群體性與個體性金融聲譽交互作用視角[J].社會科學,2019(05):50-58.

    [3] 鄭建華,黃灝然,李曉龍.基于大數(shù)據(jù)小微企業(yè)信用評級模型研究[J].技術(shù)經(jīng)濟與管理研究,2020(07):22-26.

    [4] 郝曉露,高巍.商業(yè)銀行貸款分配及盈利最大化的計量探析[J].湖北經(jīng)濟學院學報(人文社會科學版),2019,16(09):48-51.

    [5] 王薛.農(nóng)村信用社農(nóng)戶貸款風險評價與控制研究[D].保定:華北電力大學,2007.

    [6] 房斌.P銀行小微企業(yè)信貸風險評價體系研究[D].西安:西安石油大學,2020.

    [7] 陳琳,季凌.基于數(shù)據(jù)挖掘的中小企業(yè)客戶信用評級模型的設(shè)計與實現(xiàn)[J].海峽科技與產(chǎn)業(yè),2019(01):176-178.

    [8] 趙薔.主成分分析方法綜述[J].軟件工程,2016,19(06):1-3.

    [9] TANG J L, ZHANG Z G, WANG D, et al. Research on weeds identification based on K-means feature learning[J]. Soft Computing, 2018, 22(22):7649-7658.

    [10] 徐曉萍,馬文杰.非上市中小企業(yè)貸款違約率的定量分析——基于判別分析法和決策樹模型的分析[J].金融研究,2011(03):111-120.

    [11] 遲國泰,龔玲玲.商戶小額貸款決策模型[J].技術(shù)經(jīng)濟,2016,35(04):98-103.

    [12] 牟太勇.基于信用風險評估的商業(yè)銀行貸款定價研究[D].成都:電子科技大學,2007.

    作者簡介:

    顧一凡(2000-),男,本科生.研究領(lǐng)域:機器學習.

    黃莉媛(1999-),女,本科生.研究領(lǐng)域:金融學.

    林晨欣(2000-),女,本科生.研究領(lǐng)域:金融生態(tài).

    曹春萍(1968-),女,碩士,副教授.研究領(lǐng)域:智能數(shù)據(jù)處理,個性化服務(wù).

    猜你喜歡
    means聚類
    基于改進FCM聚類醫(yī)學圖像配準
    基于改進的K—means算法研究家庭環(huán)境對中學生認知能力的影響
    一個基于超像素的圖像分割算法
    改進模擬退火算法的K—means聚類方法在學生成績上的應(yīng)用
    基于用戶偏好和K—means聚類的可信云資源選擇算法
    基于改進的K—Means視頻分類
    基于“粉絲經(jīng)濟”的自媒體社群用戶消費意愿研究
    人工神經(jīng)網(wǎng)絡(luò)在聚類分析中的運用
    雹云圖像的識別指標設(shè)計
    基于QPSO聚類算法的圖像分割方法
    科技視界(2016年12期)2016-05-25 11:54:25
    精品99又大又爽又粗少妇毛片| 黄色配什么色好看| 免费人成在线观看视频色| 欧美日韩亚洲高清精品| 在线 av 中文字幕| 69人妻影院| 精品国产三级普通话版| 亚洲电影在线观看av| 亚洲人成网站高清观看| 日韩一区二区三区影片| 69av精品久久久久久| 欧美一区二区亚洲| 精品人妻视频免费看| 国产精品一区二区三区四区免费观看| 99久国产av精品| 成年人午夜在线观看视频 | 亚洲综合色惰| 中文字幕av成人在线电影| 欧美激情久久久久久爽电影| 午夜免费男女啪啪视频观看| 国产综合懂色| 熟妇人妻不卡中文字幕| 熟女人妻精品中文字幕| 一级毛片久久久久久久久女| 一二三四中文在线观看免费高清| 国产高清有码在线观看视频| 天天躁日日操中文字幕| 成人无遮挡网站| 国产精品日韩av在线免费观看| 午夜福利高清视频| 91久久精品电影网| 午夜日本视频在线| 亚洲精品日韩av片在线观看| 亚洲欧美成人综合另类久久久| 久久99蜜桃精品久久| 亚洲精品亚洲一区二区| 免费高清在线观看视频在线观看| av免费观看日本| 日日撸夜夜添| 久久久久久久午夜电影| 青青草视频在线视频观看| 日韩av在线大香蕉| 久久国内精品自在自线图片| 国语对白做爰xxxⅹ性视频网站| 午夜福利视频1000在线观看| 成年人午夜在线观看视频 | 啦啦啦啦在线视频资源| 亚洲精品中文字幕在线视频 | 看非洲黑人一级黄片| 亚洲成色77777| 午夜福利成人在线免费观看| 听说在线观看完整版免费高清| 人人妻人人澡欧美一区二区| 身体一侧抽搐| 熟女电影av网| 亚洲av日韩在线播放| 日韩av不卡免费在线播放| 只有这里有精品99| 亚洲成人中文字幕在线播放| 国产不卡一卡二| 国产不卡一卡二| 丰满人妻一区二区三区视频av| 一级片'在线观看视频| 乱人视频在线观看| 欧美zozozo另类| 啦啦啦中文免费视频观看日本| 搡老乐熟女国产| 少妇的逼好多水| 99久久精品热视频| 91av网一区二区| 蜜臀久久99精品久久宅男| av在线蜜桃| 欧美最新免费一区二区三区| 熟妇人妻久久中文字幕3abv| 免费av观看视频| 久久精品熟女亚洲av麻豆精品 | 成年女人在线观看亚洲视频 | 如何舔出高潮| 午夜激情福利司机影院| 18禁动态无遮挡网站| 天美传媒精品一区二区| 麻豆国产97在线/欧美| 国产成年人精品一区二区| 少妇人妻一区二区三区视频| 边亲边吃奶的免费视频| 99视频精品全部免费 在线| av在线亚洲专区| 青春草视频在线免费观看| 午夜精品国产一区二区电影 | 色综合亚洲欧美另类图片| 国产不卡一卡二| 深夜a级毛片| 亚洲av中文av极速乱| 国产精品一区二区性色av| 亚洲国产高清在线一区二区三| 久久久欧美国产精品| 日日啪夜夜爽| 亚洲av在线观看美女高潮| 真实男女啪啪啪动态图| 国产久久久一区二区三区| 日本黄色片子视频| 男人狂女人下面高潮的视频| 天堂影院成人在线观看| 久久久精品免费免费高清| 国产毛片a区久久久久| av在线蜜桃| 久久精品久久久久久噜噜老黄| 中文精品一卡2卡3卡4更新| 久久综合国产亚洲精品| 欧美成人一区二区免费高清观看| 日本欧美国产在线视频| 久久国内精品自在自线图片| 一本久久精品| 国产人妻一区二区三区在| 亚洲成人一二三区av| 蜜臀久久99精品久久宅男| 永久免费av网站大全| 午夜日本视频在线| 亚洲av.av天堂| 久久久久久伊人网av| 激情五月婷婷亚洲| 丝袜美腿在线中文| 精品欧美国产一区二区三| 亚洲av电影不卡..在线观看| 一级爰片在线观看| 国产成人精品福利久久| 亚洲激情五月婷婷啪啪| 3wmmmm亚洲av在线观看| av又黄又爽大尺度在线免费看| xxx大片免费视频| 国产精品女同一区二区软件| 美女内射精品一级片tv| 狂野欧美白嫩少妇大欣赏| 久久精品夜色国产| 在线免费观看不下载黄p国产| 水蜜桃什么品种好| 久久久久网色| 亚洲av免费高清在线观看| 亚洲四区av| 精品欧美国产一区二区三| 建设人人有责人人尽责人人享有的 | 国产一级毛片七仙女欲春2| av.在线天堂| 久久久午夜欧美精品| 午夜福利高清视频| 午夜福利在线在线| 五月伊人婷婷丁香| 一级a做视频免费观看| 最后的刺客免费高清国语| 国产精品久久久久久av不卡| 女人十人毛片免费观看3o分钟| av在线播放精品| 91精品伊人久久大香线蕉| 六月丁香七月| 一级毛片我不卡| 亚洲精品国产av成人精品| 国产亚洲av嫩草精品影院| 乱系列少妇在线播放| 午夜激情福利司机影院| 国产精品一二三区在线看| 一级av片app| 别揉我奶头 嗯啊视频| 亚洲天堂国产精品一区在线| 精品国内亚洲2022精品成人| 成年女人在线观看亚洲视频 | 精品久久久久久久末码| 男女视频在线观看网站免费| 在线免费观看不下载黄p国产| av在线老鸭窝| 欧美+日韩+精品| 永久免费av网站大全| 亚洲欧美成人综合另类久久久| 91久久精品国产一区二区三区| 性色avwww在线观看| 国产单亲对白刺激| 啦啦啦韩国在线观看视频| av福利片在线观看| 国产永久视频网站| 国产一区二区三区av在线| 热99在线观看视频| or卡值多少钱| 日本欧美国产在线视频| 亚洲精品国产av蜜桃| 波多野结衣巨乳人妻| 在线a可以看的网站| 日本-黄色视频高清免费观看| 中文欧美无线码| 免费不卡的大黄色大毛片视频在线观看 | 色播亚洲综合网| 日韩 亚洲 欧美在线| 极品少妇高潮喷水抽搐| 尾随美女入室| 亚洲av日韩在线播放| 精品国产三级普通话版| 日本av手机在线免费观看| 成人性生交大片免费视频hd| 久久久a久久爽久久v久久| 内射极品少妇av片p| 午夜福利高清视频| 精品国产一区二区三区久久久樱花 | 亚洲精品一区蜜桃| 久久久久久久国产电影| 晚上一个人看的免费电影| 极品少妇高潮喷水抽搐| 少妇的逼水好多| 亚洲成色77777| 成人国产麻豆网| 偷拍熟女少妇极品色| 亚洲最大成人手机在线| 中文字幕亚洲精品专区| 国产成人午夜福利电影在线观看| 亚洲第一区二区三区不卡| 免费播放大片免费观看视频在线观看| 99九九线精品视频在线观看视频| 99热6这里只有精品| 亚洲丝袜综合中文字幕| 永久网站在线| 少妇丰满av| 777米奇影视久久| 美女xxoo啪啪120秒动态图| 欧美成人一区二区免费高清观看| 女人被狂操c到高潮| 亚洲av男天堂| 激情 狠狠 欧美| 亚洲精品国产av成人精品| 亚洲精品第二区| 中文字幕亚洲精品专区| 黄色欧美视频在线观看| 国产探花极品一区二区| 久久久久久久久久人人人人人人| 国产高潮美女av| 日本午夜av视频| 在线免费观看的www视频| av一本久久久久| 午夜福利视频精品| 精品一区二区三区视频在线| 国产一级毛片在线| 可以在线观看毛片的网站| 免费看光身美女| 两个人的视频大全免费| 国产精品三级大全| 夫妻午夜视频| 亚洲国产色片| 91精品国产九色| 免费观看精品视频网站| 大香蕉久久网| 汤姆久久久久久久影院中文字幕 | 精品久久久久久电影网| 国产亚洲最大av| 日韩欧美精品免费久久| 亚洲精品乱码久久久v下载方式| 欧美激情国产日韩精品一区| 街头女战士在线观看网站| 日本免费a在线| a级毛色黄片| 日韩成人伦理影院| 2022亚洲国产成人精品| 色综合站精品国产| 亚洲精品日本国产第一区| 亚洲在线观看片| 一区二区三区高清视频在线| a级毛片免费高清观看在线播放| 少妇的逼好多水| 亚洲av免费高清在线观看| 亚洲国产精品国产精品| 久久精品国产亚洲av涩爱| 蜜臀久久99精品久久宅男| 听说在线观看完整版免费高清| 亚洲成人久久爱视频| 久久精品熟女亚洲av麻豆精品 | 国产 一区精品| 日韩强制内射视频| 国产精品伦人一区二区| 国产成人精品福利久久| 最新中文字幕久久久久| 国产视频首页在线观看| 日本爱情动作片www.在线观看| a级毛色黄片| 亚洲av不卡在线观看| 免费看不卡的av| 蜜臀久久99精品久久宅男| 国产精品女同一区二区软件| 在线免费观看不下载黄p国产| 亚洲人成网站在线观看播放| 国产极品天堂在线| 校园人妻丝袜中文字幕| 国产69精品久久久久777片| 人妻一区二区av| 日产精品乱码卡一卡2卡三| 97人妻精品一区二区三区麻豆| 亚洲欧洲日产国产| 国产综合精华液| 成人无遮挡网站| 在线 av 中文字幕| 午夜福利成人在线免费观看| 天堂影院成人在线观看| 内射极品少妇av片p| 亚洲av中文av极速乱| 色综合站精品国产| 久久精品国产亚洲网站| 内射极品少妇av片p| 久久精品久久久久久噜噜老黄| 亚洲高清免费不卡视频| 精品亚洲乱码少妇综合久久| 波野结衣二区三区在线| 亚洲精品色激情综合| 国产精品美女特级片免费视频播放器| 欧美变态另类bdsm刘玥| 免费看a级黄色片| 国产高清有码在线观看视频| 久久久久久久大尺度免费视频| 免费无遮挡裸体视频| 精华霜和精华液先用哪个| 少妇裸体淫交视频免费看高清| 男人狂女人下面高潮的视频| 中文资源天堂在线| 亚洲精品乱码久久久久久按摩| 搡女人真爽免费视频火全软件| 天美传媒精品一区二区| 久久草成人影院| 欧美高清成人免费视频www| 国产永久视频网站| 亚洲熟妇中文字幕五十中出| 精品久久久精品久久久| 伊人久久国产一区二区| 国产精品.久久久| 国产真实伦视频高清在线观看| 日日摸夜夜添夜夜爱| 国产精品伦人一区二区| 18+在线观看网站| 日韩一本色道免费dvd| 国产一区二区亚洲精品在线观看| 国产亚洲av嫩草精品影院| 亚洲国产精品国产精品| 波野结衣二区三区在线| 亚洲欧美成人综合另类久久久| 91在线精品国自产拍蜜月| 狠狠精品人妻久久久久久综合| 国产午夜精品论理片| 久久精品人妻少妇| 国产成人精品婷婷| 日本欧美国产在线视频| 秋霞伦理黄片| 日韩欧美精品v在线| 亚洲高清免费不卡视频| 国产在线男女| 亚洲精品日韩av片在线观看| 国产精品久久久久久av不卡| 国产日韩欧美在线精品| 婷婷色麻豆天堂久久| 亚洲欧美日韩卡通动漫| 国产免费又黄又爽又色| 只有这里有精品99| 嫩草影院入口| 成人一区二区视频在线观看| 国产乱人视频| 久久精品综合一区二区三区| 亚洲精品日本国产第一区| 成人午夜精彩视频在线观看| 深夜a级毛片| 亚洲精品影视一区二区三区av| 亚洲av中文字字幕乱码综合| 91av网一区二区| 毛片一级片免费看久久久久| 丝瓜视频免费看黄片| 精品国产露脸久久av麻豆 | 免费看美女性在线毛片视频| 直男gayav资源| 久久热精品热| 欧美激情在线99| 成人欧美大片| 亚洲国产精品sss在线观看| 97热精品久久久久久| 夜夜爽夜夜爽视频| 亚洲欧美精品专区久久| 亚洲欧美清纯卡通| kizo精华| 日日撸夜夜添| 亚洲精品第二区| av福利片在线观看| 欧美另类一区| 国产精品蜜桃在线观看| 天堂中文最新版在线下载 | 久久精品国产自在天天线| 大香蕉97超碰在线| 精品少妇黑人巨大在线播放| 亚洲熟妇中文字幕五十中出| 男人和女人高潮做爰伦理| 色尼玛亚洲综合影院| 男的添女的下面高潮视频| 免费电影在线观看免费观看| 99热全是精品| a级一级毛片免费在线观看| 大话2 男鬼变身卡| 成人亚洲精品一区在线观看 | 性插视频无遮挡在线免费观看| av线在线观看网站| 午夜福利高清视频| 美女内射精品一级片tv| 国产激情偷乱视频一区二区| 26uuu在线亚洲综合色| 男人爽女人下面视频在线观看| 日韩国内少妇激情av| 中文精品一卡2卡3卡4更新| a级毛片免费高清观看在线播放| 成年人午夜在线观看视频 | 国内少妇人妻偷人精品xxx网站| 少妇裸体淫交视频免费看高清| 在线观看人妻少妇| 亚洲激情五月婷婷啪啪| 一级毛片我不卡| 国产精品99久久久久久久久| 少妇的逼好多水| 国产精品伦人一区二区| 熟女电影av网| 久久久久久久午夜电影| 晚上一个人看的免费电影| 久久久久久久久久人人人人人人| 一边亲一边摸免费视频| 久久人人爽人人片av| 少妇高潮的动态图| 菩萨蛮人人尽说江南好唐韦庄| 男人和女人高潮做爰伦理| 97超碰精品成人国产| 五月伊人婷婷丁香| 禁无遮挡网站| 国产成人午夜福利电影在线观看| 精品久久久久久久久亚洲| 婷婷色综合www| 欧美高清成人免费视频www| 最新中文字幕久久久久| 在现免费观看毛片| 91精品一卡2卡3卡4卡| 菩萨蛮人人尽说江南好唐韦庄| 久久精品国产亚洲网站| 国产一级毛片七仙女欲春2| 久久6这里有精品| av专区在线播放| 菩萨蛮人人尽说江南好唐韦庄| 亚洲成人一二三区av| 永久免费av网站大全| 国产综合精华液| av黄色大香蕉| 国产乱人视频| 91精品伊人久久大香线蕉| 亚洲av中文字字幕乱码综合| 亚洲欧美成人综合另类久久久| 欧美3d第一页| 边亲边吃奶的免费视频| 国产精品久久久久久av不卡| 色5月婷婷丁香| 欧美另类一区| 亚洲av电影不卡..在线观看| 精品一区二区三区人妻视频| 少妇裸体淫交视频免费看高清| 观看免费一级毛片| 亚洲精品久久久久久婷婷小说| 午夜免费激情av| 亚洲最大成人中文| 国产一区二区亚洲精品在线观看| 极品少妇高潮喷水抽搐| 国产av在哪里看| 国产精品久久久久久av不卡| 国产一区亚洲一区在线观看| 欧美性猛交╳xxx乱大交人| 伊人久久国产一区二区| 亚洲精品自拍成人| 两个人视频免费观看高清| 日韩视频在线欧美| 少妇人妻一区二区三区视频| 美女cb高潮喷水在线观看| 尾随美女入室| 国产成年人精品一区二区| 国产69精品久久久久777片| 亚洲欧美精品自产自拍| 国产精品女同一区二区软件| 国产色爽女视频免费观看| 国产三级在线视频| 亚洲四区av| 免费看光身美女| 少妇的逼好多水| 亚洲美女搞黄在线观看| 午夜福利网站1000一区二区三区| 日日干狠狠操夜夜爽| 国产欧美日韩精品一区二区| 日韩不卡一区二区三区视频在线| 国产视频内射| 亚洲欧美精品自产自拍| 91久久精品国产一区二区成人| 高清视频免费观看一区二区 | 如何舔出高潮| 欧美精品一区二区大全| 一区二区三区免费毛片| 午夜免费男女啪啪视频观看| 亚洲av福利一区| 最近最新中文字幕大全电影3| 在线观看一区二区三区| 韩国高清视频一区二区三区| 国产永久视频网站| 久久久色成人| 国产一级毛片七仙女欲春2| 毛片女人毛片| 亚洲国产高清在线一区二区三| 欧美成人a在线观看| 中文字幕av在线有码专区| 精品一区二区免费观看| 蜜桃久久精品国产亚洲av| 亚洲精品成人久久久久久| 国产视频内射| 国产乱人视频| 国产亚洲av嫩草精品影院| 国产毛片a区久久久久| 国产高清国产精品国产三级 | 日本wwww免费看| 免费看日本二区| 国产午夜精品久久久久久一区二区三区| 麻豆乱淫一区二区| 婷婷色麻豆天堂久久| 日韩 亚洲 欧美在线| 国产精品一区二区性色av| 国产在视频线精品| 网址你懂的国产日韩在线| 日日干狠狠操夜夜爽| 免费看光身美女| 91久久精品国产一区二区成人| 免费大片黄手机在线观看| 亚洲精品久久午夜乱码| 亚洲性久久影院| 一夜夜www| 日韩国内少妇激情av| 国产精品国产三级专区第一集| 国产人妻一区二区三区在| av网站免费在线观看视频 | 直男gayav资源| 亚洲怡红院男人天堂| 99热这里只有精品一区| 久久精品夜夜夜夜夜久久蜜豆| 国产v大片淫在线免费观看| 美女大奶头视频| 成年免费大片在线观看| 日本与韩国留学比较| 韩国高清视频一区二区三区| 2022亚洲国产成人精品| 免费在线观看成人毛片| 日韩av在线免费看完整版不卡| 亚洲成人久久爱视频| 日韩av不卡免费在线播放| 少妇人妻精品综合一区二区| 成人亚洲欧美一区二区av| 欧美日韩视频高清一区二区三区二| 成人午夜精彩视频在线观看| 少妇被粗大猛烈的视频| 非洲黑人性xxxx精品又粗又长| 夜夜看夜夜爽夜夜摸| 两个人视频免费观看高清| 国产伦一二天堂av在线观看| 国产成人福利小说| 乱码一卡2卡4卡精品| 亚洲伊人久久精品综合| 欧美 日韩 精品 国产| 亚洲成人中文字幕在线播放| 国产乱来视频区| 男女啪啪激烈高潮av片| 熟女人妻精品中文字幕| 纵有疾风起免费观看全集完整版 | 国产大屁股一区二区在线视频| 菩萨蛮人人尽说江南好唐韦庄| 老师上课跳d突然被开到最大视频| 亚洲怡红院男人天堂| 极品少妇高潮喷水抽搐| 一级毛片 在线播放| 丝瓜视频免费看黄片| 美女国产视频在线观看| 尤物成人国产欧美一区二区三区| 美女国产视频在线观看| 中文字幕人妻熟人妻熟丝袜美| 最近最新中文字幕免费大全7| 久久久久久久亚洲中文字幕| 亚洲av男天堂| 观看免费一级毛片| 亚州av有码| 成人综合一区亚洲| 777米奇影视久久| 成人一区二区视频在线观看| 国产成人福利小说| 99久久精品一区二区三区| 一边亲一边摸免费视频| 午夜免费观看性视频| 欧美精品国产亚洲| 欧美潮喷喷水| 少妇的逼好多水| 赤兔流量卡办理| 国产精品精品国产色婷婷| 人妻一区二区av| 一夜夜www| 免费无遮挡裸体视频| 欧美xxxx黑人xx丫x性爽| 九草在线视频观看| 中国国产av一级| 日韩国内少妇激情av| 亚洲aⅴ乱码一区二区在线播放| 看十八女毛片水多多多| 欧美日韩国产mv在线观看视频 | 亚洲欧美日韩卡通动漫| 日韩,欧美,国产一区二区三区| av在线播放精品| 三级男女做爰猛烈吃奶摸视频| 午夜老司机福利剧场| 肉色欧美久久久久久久蜜桃 | 午夜福利视频精品| 亚洲成人av在线免费| 日本一二三区视频观看| 国内精品美女久久久久久| 成年人午夜在线观看视频 | 免费不卡的大黄色大毛片视频在线观看 |