• <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
    精品久久久久久电影网| 国产99久久九九免费精品| 久久午夜综合久久蜜桃| 欧美另类一区| www.精华液| 男女高潮啪啪啪动态图| 一本综合久久免费| 成年av动漫网址| 欧美激情 高清一区二区三区| 久久免费观看电影| 在线观看国产h片| 成年人午夜在线观看视频| 97在线人人人人妻| 中文字幕人妻丝袜制服| xxx大片免费视频| 真人做人爱边吃奶动态| 99久久人妻综合| 黄色一级大片看看| 国产麻豆69| 一区二区三区四区激情视频| 国产爽快片一区二区三区| 1024香蕉在线观看| 大香蕉久久网| 国产成人一区二区在线| 肉色欧美久久久久久久蜜桃| 国产成人精品无人区| 中文字幕人妻丝袜制服| 最黄视频免费看| 校园人妻丝袜中文字幕| 亚洲精品在线美女| 黄色视频不卡| 后天国语完整版免费观看| 大片电影免费在线观看免费| 亚洲欧美日韩另类电影网站| 人妻一区二区av| 又大又爽又粗| 9色porny在线观看| 老司机靠b影院| 欧美黄色片欧美黄色片| 精品国产乱码久久久久久小说| 校园人妻丝袜中文字幕| 亚洲av成人不卡在线观看播放网 | 性色av乱码一区二区三区2| 99热网站在线观看| 五月天丁香电影| 日本欧美视频一区| 视频在线观看一区二区三区| 天堂8中文在线网| 性色av一级| 欧美激情 高清一区二区三区| 婷婷色麻豆天堂久久| 熟女少妇亚洲综合色aaa.| 观看av在线不卡| 少妇被粗大的猛进出69影院| 久久亚洲精品不卡| 最近中文字幕2019免费版| 日本wwww免费看| netflix在线观看网站| 久久精品国产a三级三级三级| 久久久国产精品麻豆| 少妇人妻 视频| 国产1区2区3区精品| 午夜视频精品福利| 视频区欧美日本亚洲| 视频区图区小说| 久久国产亚洲av麻豆专区| 在线亚洲精品国产二区图片欧美| 成在线人永久免费视频| 日本vs欧美在线观看视频| 精品卡一卡二卡四卡免费| 人人妻,人人澡人人爽秒播 | 男女边吃奶边做爰视频| 国产视频一区二区在线看| 国产91精品成人一区二区三区 | 满18在线观看网站| 欧美大码av| 亚洲成人免费电影在线观看 | 免费av中文字幕在线| 亚洲成人手机| 国产亚洲av片在线观看秒播厂| 国产亚洲精品久久久久5区| av又黄又爽大尺度在线免费看| 国产片特级美女逼逼视频| 午夜福利乱码中文字幕| 亚洲色图 男人天堂 中文字幕| 精品一区二区三区av网在线观看 | 久久99热这里只频精品6学生| 欧美成人精品欧美一级黄| 九草在线视频观看| 久久久久视频综合| 国产精品久久久久久精品电影小说| 在线观看免费视频网站a站| 亚洲一区二区三区欧美精品| av在线播放精品| 亚洲 国产 在线| 成人亚洲欧美一区二区av| 国产成人欧美在线观看 | 最黄视频免费看| 色播在线永久视频| 亚洲精品久久成人aⅴ小说| 国产精品 国内视频| 中国国产av一级| 黄色 视频免费看| 亚洲,欧美,日韩| 欧美人与性动交α欧美精品济南到| 久久国产亚洲av麻豆专区| 精品亚洲成a人片在线观看| 国产亚洲精品久久久久5区| 国产亚洲欧美精品永久| 婷婷成人精品国产| 欧美xxⅹ黑人| 午夜免费鲁丝| 国产精品麻豆人妻色哟哟久久| 国产福利在线免费观看视频| 欧美国产精品一级二级三级| 欧美 亚洲 国产 日韩一| 黄网站色视频无遮挡免费观看| 久久久久网色| 亚洲欧美精品自产自拍| 日韩,欧美,国产一区二区三区| 国产精品久久久人人做人人爽| 亚洲国产毛片av蜜桃av| 1024香蕉在线观看| www.av在线官网国产| 欧美精品一区二区大全| 91国产中文字幕| 色婷婷av一区二区三区视频| 亚洲欧洲精品一区二区精品久久久| 中文字幕高清在线视频| 777久久人妻少妇嫩草av网站| 久久久久久久大尺度免费视频| 91成人精品电影| 欧美激情 高清一区二区三区| 亚洲av欧美aⅴ国产| 国产欧美日韩综合在线一区二区| 国产在视频线精品| 精品一品国产午夜福利视频| 亚洲五月婷婷丁香| 免费一级毛片在线播放高清视频 | 五月天丁香电影| 国产91精品成人一区二区三区 | 一区二区三区精品91| 日日夜夜操网爽| 国产亚洲av片在线观看秒播厂| 男的添女的下面高潮视频| 国产精品一区二区免费欧美 | 国产av精品麻豆| 大片电影免费在线观看免费| 亚洲专区中文字幕在线| 久久久亚洲精品成人影院| 久久久久久久精品精品| 美女午夜性视频免费| 汤姆久久久久久久影院中文字幕| 真人做人爱边吃奶动态| 国产精品香港三级国产av潘金莲 | 精品亚洲成国产av| 男女边摸边吃奶| 国产精品一区二区免费欧美 | 亚洲九九香蕉| 亚洲欧美日韩高清在线视频 | 中文字幕制服av| 久久人妻福利社区极品人妻图片 | 国产精品99久久99久久久不卡| 国产精品人妻久久久影院| 欧美少妇被猛烈插入视频| 午夜日韩欧美国产| 国产精品久久久久久精品古装| 亚洲图色成人| 永久免费av网站大全| 亚洲av电影在线观看一区二区三区| 午夜精品国产一区二区电影| 日韩一本色道免费dvd| 亚洲,一卡二卡三卡| 丁香六月天网| 汤姆久久久久久久影院中文字幕| 超碰成人久久| 考比视频在线观看| 亚洲男人天堂网一区| 亚洲午夜精品一区,二区,三区| 一边摸一边做爽爽视频免费| 每晚都被弄得嗷嗷叫到高潮| 波多野结衣av一区二区av| 国产亚洲欧美在线一区二区| 免费久久久久久久精品成人欧美视频| 亚洲av成人不卡在线观看播放网 | 亚洲色图 男人天堂 中文字幕| 天天躁日日躁夜夜躁夜夜| 日韩视频在线欧美| 如日韩欧美国产精品一区二区三区| 久久精品国产综合久久久| 日韩欧美一区视频在线观看| 人人妻人人澡人人看| 老司机影院成人| 精品人妻熟女毛片av久久网站| 七月丁香在线播放| 女人被躁到高潮嗷嗷叫费观| 久久天躁狠狠躁夜夜2o2o | 成人国产一区最新在线观看 | 亚洲精品中文字幕在线视频| 交换朋友夫妻互换小说| 丰满少妇做爰视频| 国产一区二区三区综合在线观看| 美女扒开内裤让男人捅视频| 极品少妇高潮喷水抽搐| 欧美日韩一级在线毛片| 亚洲熟女毛片儿| 欧美激情极品国产一区二区三区| 又粗又硬又长又爽又黄的视频| 老汉色∧v一级毛片| 51午夜福利影视在线观看| 久久综合国产亚洲精品| 丁香六月天网| 99热国产这里只有精品6| 亚洲国产精品成人久久小说| 天天添夜夜摸| 色视频在线一区二区三区| 亚洲国产毛片av蜜桃av| 久久性视频一级片| 九色亚洲精品在线播放| 黄频高清免费视频| 中文字幕高清在线视频| 十八禁网站网址无遮挡| 欧美少妇被猛烈插入视频| 亚洲av在线观看美女高潮| 免费看十八禁软件| 老司机亚洲免费影院| 亚洲,欧美精品.| 欧美精品一区二区免费开放| 国产人伦9x9x在线观看| 成年人午夜在线观看视频| 一个人免费看片子| 你懂的网址亚洲精品在线观看| 18禁黄网站禁片午夜丰满| 亚洲情色 制服丝袜| 国产亚洲一区二区精品| 亚洲,欧美,日韩| 亚洲人成电影免费在线| 国产精品久久久久成人av| 精品视频人人做人人爽| 久久久亚洲精品成人影院| 啦啦啦在线观看免费高清www| 欧美日韩av久久| 欧美变态另类bdsm刘玥| 久久久久久久久久久久大奶| 爱豆传媒免费全集在线观看| 女人爽到高潮嗷嗷叫在线视频| 老汉色∧v一级毛片| 国产一卡二卡三卡精品| 亚洲一区二区三区欧美精品| 国产高清videossex| 亚洲五月色婷婷综合| 国产淫语在线视频| 51午夜福利影视在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 一边摸一边抽搐一进一出视频| 国产淫语在线视频| 欧美xxⅹ黑人| 9色porny在线观看| 人人妻,人人澡人人爽秒播 | 99久久综合免费| 久久亚洲国产成人精品v| 少妇的丰满在线观看| 久久久久久人人人人人| 91国产中文字幕| 亚洲精品日本国产第一区| 亚洲av日韩精品久久久久久密 | 久久精品熟女亚洲av麻豆精品| 久久久精品国产亚洲av高清涩受| 999精品在线视频| 亚洲av欧美aⅴ国产| 欧美乱码精品一区二区三区| 久久女婷五月综合色啪小说| 久久国产精品人妻蜜桃| 美女午夜性视频免费| 91国产中文字幕| 久久99热这里只频精品6学生| 午夜免费成人在线视频| 国产亚洲精品久久久久5区| 性少妇av在线| 老司机在亚洲福利影院| 国产在线视频一区二区| 多毛熟女@视频| 成年av动漫网址| 美女脱内裤让男人舔精品视频| 久久ye,这里只有精品| 在线观看一区二区三区激情| 国产精品亚洲av一区麻豆| 亚洲 国产 在线| 国产色视频综合| 国产黄色视频一区二区在线观看| 伊人亚洲综合成人网| 国产在视频线精品| 国产高清不卡午夜福利| 9191精品国产免费久久| 亚洲中文av在线| 精品一区二区三区av网在线观看 | 欧美成人午夜精品| 亚洲国产欧美一区二区综合| 久久精品亚洲熟妇少妇任你| 男女之事视频高清在线观看 | 99国产精品免费福利视频| 国产精品三级大全| 久久精品熟女亚洲av麻豆精品| 十分钟在线观看高清视频www| 午夜精品国产一区二区电影| 在线观看免费午夜福利视频| 国产日韩欧美视频二区| 亚洲成人免费av在线播放| av在线播放精品| 黄网站色视频无遮挡免费观看| 十八禁网站网址无遮挡| 国产精品一国产av| 免费一级毛片在线播放高清视频 | 在线观看免费午夜福利视频| 中文字幕亚洲精品专区| 亚洲色图 男人天堂 中文字幕| 亚洲精品第二区| 国产成人精品久久二区二区91| 亚洲精品国产av成人精品| 大香蕉久久网| 亚洲中文日韩欧美视频| 久久久国产精品麻豆| 日日爽夜夜爽网站| 五月开心婷婷网| 久久青草综合色| 免费在线观看完整版高清| 男女国产视频网站| 国产欧美日韩一区二区三 | av在线播放精品| 99re6热这里在线精品视频| 在线观看国产h片| 男人添女人高潮全过程视频| 欧美xxⅹ黑人| 欧美激情极品国产一区二区三区| 少妇人妻 视频| 国产精品熟女久久久久浪| 久久天堂一区二区三区四区| 欧美日韩视频精品一区| 一级毛片女人18水好多 | 视频在线观看一区二区三区| 国产99久久九九免费精品| 在线观看人妻少妇| 日韩大码丰满熟妇| 久久久精品区二区三区| 女性被躁到高潮视频| 在线天堂中文资源库| 天堂8中文在线网| 免费在线观看完整版高清| 国产高清国产精品国产三级| 1024香蕉在线观看| 成人影院久久| 亚洲,欧美精品.| 中国国产av一级| 亚洲精品一二三| 精品一区在线观看国产| 尾随美女入室| 久久精品久久精品一区二区三区| 国产在线免费精品| 99久久99久久久精品蜜桃| 精品久久久久久久毛片微露脸 | 黄色视频在线播放观看不卡| 1024视频免费在线观看| 一区二区三区激情视频| 欧美日韩视频精品一区| 国产爽快片一区二区三区| 国产欧美日韩综合在线一区二区| 99久久人妻综合| 老司机午夜十八禁免费视频| 少妇精品久久久久久久| 亚洲国产中文字幕在线视频| 热99久久久久精品小说推荐| 精品一区二区三区av网在线观看 | 老汉色∧v一级毛片| 国产精品一国产av| 国产爽快片一区二区三区| 18禁黄网站禁片午夜丰满| 好男人电影高清在线观看| 亚洲欧美成人综合另类久久久| 三上悠亚av全集在线观看| 女警被强在线播放| 亚洲av在线观看美女高潮| 国产成人91sexporn| av在线app专区| 99久久精品国产亚洲精品| 女人高潮潮喷娇喘18禁视频| 久久久久国产一级毛片高清牌| tube8黄色片| 国产男人的电影天堂91| 久热这里只有精品99| √禁漫天堂资源中文www| 日韩精品免费视频一区二区三区| av一本久久久久| avwww免费| 桃花免费在线播放| 久久久精品区二区三区| 免费观看av网站的网址| 国产高清videossex| 久久精品国产a三级三级三级| 亚洲欧美一区二区三区黑人| 伦理电影免费视频| 国产深夜福利视频在线观看| 大型av网站在线播放| 国产1区2区3区精品| 午夜免费观看性视频| 亚洲av男天堂| 欧美在线黄色| 亚洲欧洲精品一区二区精品久久久| 国产91精品成人一区二区三区 | 丰满人妻熟妇乱又伦精品不卡| 午夜免费男女啪啪视频观看| 一级毛片女人18水好多 | 曰老女人黄片| 国产成人影院久久av| 另类精品久久| 日韩伦理黄色片| 欧美日韩黄片免| 久久久久久久久久久久大奶| av国产久精品久网站免费入址| 热99久久久久精品小说推荐| 后天国语完整版免费观看| 日日爽夜夜爽网站| 久久精品aⅴ一区二区三区四区| 国产成人一区二区三区免费视频网站 | 欧美性长视频在线观看| 国产精品 国内视频| 国产精品一二三区在线看| 69精品国产乱码久久久| 涩涩av久久男人的天堂| 亚洲欧洲日产国产| 男女床上黄色一级片免费看| 99国产精品99久久久久| 国产成人精品久久久久久| 亚洲欧美一区二区三区国产| 亚洲天堂av无毛| 亚洲av成人不卡在线观看播放网 | 老司机影院成人| 亚洲激情五月婷婷啪啪| 悠悠久久av| 一区二区av电影网| 日韩视频在线欧美| 国产人伦9x9x在线观看| 大香蕉久久网| av不卡在线播放| 老鸭窝网址在线观看| 一区二区三区激情视频| 久久精品久久久久久噜噜老黄| 精品亚洲成a人片在线观看| 午夜激情久久久久久久| 亚洲国产精品999| 欧美黑人精品巨大| www.熟女人妻精品国产| 看免费成人av毛片| 国产精品久久久久成人av| 一级片免费观看大全| 免费看av在线观看网站| av片东京热男人的天堂| 人妻 亚洲 视频| 天堂8中文在线网| 色94色欧美一区二区| av不卡在线播放| 国产黄色免费在线视频| 久久人人97超碰香蕉20202| 成年女人毛片免费观看观看9 | 午夜激情久久久久久久| 亚洲av美国av| 99久久99久久久精品蜜桃| 高清黄色对白视频在线免费看| 久久人人爽人人片av| 69精品国产乱码久久久| 欧美成人精品欧美一级黄| 国产色视频综合| 女人爽到高潮嗷嗷叫在线视频| 91精品三级在线观看| 少妇的丰满在线观看| 乱人伦中国视频| 成人黄色视频免费在线看| 国产精品免费视频内射| 欧美激情高清一区二区三区| 亚洲av片天天在线观看| 黄色视频不卡| 午夜免费鲁丝| 深夜精品福利| 亚洲国产精品一区三区| 午夜免费男女啪啪视频观看| 夫妻午夜视频| 午夜福利乱码中文字幕| 91麻豆av在线| 欧美97在线视频| 久久久久视频综合| 亚洲成人免费av在线播放| 午夜老司机福利片| 999久久久国产精品视频| 观看av在线不卡| 国产在视频线精品| av不卡在线播放| 国产男女超爽视频在线观看| 美女福利国产在线| 波野结衣二区三区在线| 国产免费视频播放在线视频| 成人亚洲精品一区在线观看| 少妇猛男粗大的猛烈进出视频| 九草在线视频观看| 美女福利国产在线| 亚洲精品美女久久av网站| 91精品伊人久久大香线蕉| 亚洲人成77777在线视频| 午夜福利视频精品| av有码第一页| 99国产精品99久久久久| 岛国毛片在线播放| 美女国产高潮福利片在线看| 别揉我奶头~嗯~啊~动态视频 | 18禁国产床啪视频网站| 国产免费一区二区三区四区乱码| 1024视频免费在线观看| 国产在线一区二区三区精| 国产亚洲午夜精品一区二区久久| 大话2 男鬼变身卡| 亚洲中文字幕日韩| 久久久久久亚洲精品国产蜜桃av| 国产不卡av网站在线观看| 丝袜美足系列| 亚洲av国产av综合av卡| 亚洲精品一区蜜桃| 国产精品一区二区在线不卡| 亚洲九九香蕉| 亚洲精品在线美女| av又黄又爽大尺度在线免费看| 国产精品二区激情视频| 又黄又粗又硬又大视频| 国产黄频视频在线观看| 亚洲欧美色中文字幕在线| 色视频在线一区二区三区| 欧美xxⅹ黑人| 悠悠久久av| 高清av免费在线| 国产三级黄色录像| 国语对白做爰xxxⅹ性视频网站| 少妇裸体淫交视频免费看高清 | 日韩一卡2卡3卡4卡2021年| av视频免费观看在线观看| 亚洲中文日韩欧美视频| 色精品久久人妻99蜜桃| 亚洲av在线观看美女高潮| 国产视频首页在线观看| 叶爱在线成人免费视频播放| 亚洲熟女毛片儿| 日本午夜av视频| 亚洲 国产 在线| 国产一区二区三区av在线| 国产亚洲欧美精品永久| 精品国产一区二区三区四区第35| 久久国产精品人妻蜜桃| 一二三四社区在线视频社区8| 久久 成人 亚洲| 色网站视频免费| 99久久99久久久精品蜜桃| 肉色欧美久久久久久久蜜桃| 亚洲欧美一区二区三区国产| 午夜av观看不卡| 激情视频va一区二区三区| 波多野结衣一区麻豆| 久久精品国产a三级三级三级| 狂野欧美激情性xxxx| 美女中出高潮动态图| 欧美久久黑人一区二区| 久久久久精品人妻al黑| 真人做人爱边吃奶动态| 国产亚洲精品久久久久5区| 久久精品亚洲熟妇少妇任你| 国产精品 国内视频| 亚洲精品中文字幕在线视频| 欧美日韩一级在线毛片| 亚洲成人免费av在线播放| 男女高潮啪啪啪动态图| 亚洲男人天堂网一区| 啦啦啦中文免费视频观看日本| videosex国产| av不卡在线播放| 1024视频免费在线观看| 性色av一级| 日本一区二区免费在线视频| 91成人精品电影| 国产精品三级大全| 亚洲,欧美,日韩| 亚洲成人手机| 高清黄色对白视频在线免费看| 秋霞在线观看毛片| 最黄视频免费看| 丁香六月天网| 欧美日韩亚洲国产一区二区在线观看 | 叶爱在线成人免费视频播放| 婷婷色av中文字幕| 日本猛色少妇xxxxx猛交久久| 老司机影院毛片| 婷婷色av中文字幕| 国产成人啪精品午夜网站| 大陆偷拍与自拍| 国产无遮挡羞羞视频在线观看| 午夜激情久久久久久久| 夫妻性生交免费视频一级片| 建设人人有责人人尽责人人享有的| 中文精品一卡2卡3卡4更新| 成人亚洲精品一区在线观看| 丰满饥渴人妻一区二区三| 成人三级做爰电影| 老司机影院毛片| 999精品在线视频| 一级毛片电影观看| 天堂中文最新版在线下载| 亚洲 国产 在线| 黄片播放在线免费| 电影成人av| 国产一区有黄有色的免费视频| 真人做人爱边吃奶动态|