• <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Post-LASSO方法的大類資產(chǎn)因子配置研究

    2021-12-28 23:19周亮李寧
    金融發(fā)展研究 2021年11期
    關(guān)鍵詞:投資組合資產(chǎn)配置

    周亮 李寧

    摘? ?要:基于因子的配置方法將資產(chǎn)配置的決策過程從資產(chǎn)層面轉(zhuǎn)換為更為微觀的因子層面,投資者能夠通過對因子收益分布及相關(guān)性的預(yù)測更好地進(jìn)行資產(chǎn)配置。選擇包括經(jīng)濟(jì)增長、通貨膨脹、市場因子、規(guī)模因子和盈利因子在內(nèi)的宏觀和風(fēng)格因子,以及股票、債券和商品在內(nèi)的多種資產(chǎn)指數(shù)的月度數(shù)據(jù),基于Post-LASSO模型和Greenberg等(2016)穩(wěn)健性最優(yōu)化算法檢驗(yàn)了基于因子的大類資產(chǎn)配置方法在我國的可應(yīng)用性。研究結(jié)果發(fā)現(xiàn):通過因子權(quán)重映射的資產(chǎn)組合能夠較好地模擬出各因子的初始權(quán)重,Post-LASSO方法能夠取得顯著優(yōu)于傳統(tǒng)OLS方法的映射效果;映射資產(chǎn)組合的收益走勢可以對因子組合進(jìn)行部分追蹤,但是由于因子收益率和資產(chǎn)收益率存在著較大差異,因此,兩個(gè)組合的凈值走勢也存在著一定偏差。研究結(jié)論豐富了投資組合的相關(guān)理論,也為投資者從傳統(tǒng)資產(chǎn)配置轉(zhuǎn)向因子配置提供了經(jīng)驗(yàn)借鑒。

    關(guān)鍵詞:因子配置;資產(chǎn)配置;投資組合;Post-LASSO

    中圖分類號:F830? 文獻(xiàn)標(biāo)識(shí)碼:B? 文章編號:1674-2265(2021)11-0039-09

    DOI:10.19647/j.cnki.37-1462/f.2021.11.006

    一、引言與文獻(xiàn)綜述

    傳統(tǒng)的資產(chǎn)配置方法通常是基于各個(gè)資產(chǎn)的收益、風(fēng)險(xiǎn)特征,利用均值—方差最優(yōu)化等方法確定資產(chǎn)的最優(yōu)權(quán)重,在實(shí)踐過程中存在著一定不足(Jagannathan和Ma,2003;Behr等,2013;譚華清等,2018;周亮和李紅權(quán),2019)[1-4]。首先,當(dāng)市場出現(xiàn)極端下行情況時(shí),資產(chǎn)相關(guān)性會(huì)大幅提升,許多資產(chǎn)的收益同步變動(dòng),此時(shí)傳統(tǒng)資產(chǎn)配置方法未能有效分散風(fēng)險(xiǎn)。其次,傳統(tǒng)資產(chǎn)配置方法通常未能對宏觀經(jīng)濟(jì)環(huán)境的變化做出有效反應(yīng)。通常的資產(chǎn)配置方法僅考慮了資產(chǎn)自身的收益風(fēng)險(xiǎn)特征,未根據(jù)宏觀經(jīng)濟(jì)的變化調(diào)整資產(chǎn)權(quán)重。再次,當(dāng)資產(chǎn)數(shù)目較多時(shí),預(yù)測各資產(chǎn)的預(yù)期收益具有一定的困難,配置難度也會(huì)加大。最近的文獻(xiàn)表明,相比股票、債券等不同類別的資產(chǎn),系統(tǒng)風(fēng)險(xiǎn)因子也許能夠成為多樣化投資中一類更好的基石(Clarke等,2005;Bender等,2010;Page和Taborsky,2011)[5-7],其中心思想是識(shí)別風(fēng)險(xiǎn)收益因子,并建立能夠捕捉這類溢價(jià)的投資組合。

    自Fama和French(1993)[8]提出三因子模型以來,因子投資便成為投資理論研究及實(shí)踐應(yīng)用的焦點(diǎn),之后大量新的因子被提出并得到廣泛應(yīng)用。典型的如Carhart(1997)[9]基于美國共同基金數(shù)據(jù)提出了動(dòng)量因子(李富軍等,2019)[10],Amihud(2002)[11]基于換手率數(shù)據(jù)提出了非流動(dòng)性因子,Ang等(2006)[12]在發(fā)現(xiàn)了低風(fēng)險(xiǎn)異象基礎(chǔ)上提出的異質(zhì)波動(dòng)率因子(Frazzini和Pedersen,2014;周亮和王銀枝,2020)[13-14],F(xiàn)ama和French(2015)[15]在三因子的基礎(chǔ)上增加了投資因子和盈利因子構(gòu)造了五因子模型等(趙勝民等,2016)[16]。Harvey等(2016)[17]發(fā)現(xiàn)在頂級金融學(xué)術(shù)期刊和SSRN高評價(jià)工作論文上的定價(jià)因子多達(dá)316個(gè)。但是這么多因子并不都是有效的,Green等(2017)[18]和Hou等(2020)[19]的研究發(fā)現(xiàn),大部分因子在后續(xù)的樣本外檢驗(yàn)中難以持續(xù)地提供超額收益。因子配置方法的挑戰(zhàn)在于如何識(shí)別和生成與傳統(tǒng)資產(chǎn)預(yù)測模型一樣穩(wěn)健的因子預(yù)測模型,以及如何通過最優(yōu)化方法獲得與因子配置預(yù)期目標(biāo)偏差最小的資產(chǎn)配置投資組合。Blyth等(2016)[20]以及Greenberg等(2016)[21]通過時(shí)間序列回歸(有時(shí)加上自由判斷)來估計(jì)因子的暴露,以確保資產(chǎn)對預(yù)先確定的因子集具有直觀的暴露,從而得到較好的因子映射結(jié)果。

    基于因子的配置方法將資產(chǎn)配置的決策過程從資產(chǎn)層面轉(zhuǎn)換為更為微觀的因子層面,投資者能夠通過其對因子收益分布以及相關(guān)性的預(yù)測更好地進(jìn)行資產(chǎn)配置(Idzorek和Kowara,2013;Kelley等,2014;Bass等,2017)[22-24]?;谝蜃拥馁Y產(chǎn)配置方法具有諸多優(yōu)勢:首先,基于因子的資產(chǎn)配置方法可以識(shí)別出風(fēng)險(xiǎn)與收益的關(guān)鍵驅(qū)動(dòng)因素,并根據(jù)關(guān)鍵驅(qū)動(dòng)因素進(jìn)行資產(chǎn)的有效配置,在宏觀經(jīng)濟(jì)出現(xiàn)變化時(shí),可以及時(shí)有效地對宏觀經(jīng)濟(jì)的變化做出反應(yīng)(Ang,2010;Bender等,2019)[25,26]。其次,基于因子的資產(chǎn)配置方法可以更好地分散風(fēng)險(xiǎn)。在識(shí)別出不同資產(chǎn)的共同驅(qū)動(dòng)因素之后,可以利用因子進(jìn)行有效地分散化,提升資產(chǎn)組合的收益風(fēng)險(xiǎn)比。再次,基于因子的方法將資產(chǎn)配置決策從較大的資產(chǎn)范圍轉(zhuǎn)換為較小的因子范圍,可以提升資產(chǎn)配置的效率。在資產(chǎn)種類較多時(shí),少量的因子就可以驅(qū)動(dòng)大批資產(chǎn)的回報(bào),投資者只需要對少量因子的收益、風(fēng)險(xiǎn)、相關(guān)性進(jìn)行預(yù)測,就可以對大量資產(chǎn)進(jìn)行配置,這樣可以使得資產(chǎn)配置過程更加高效。

    基于此,本文擬選擇最常見的宏觀因子(包括經(jīng)濟(jì)增長和通脹因子)及風(fēng)格因子(Fama五因子以及動(dòng)量因子)進(jìn)行因子配置,并通過Greenberg等(2016)[21]的最優(yōu)化目標(biāo)函數(shù)將因子權(quán)重映射到資產(chǎn)上,以實(shí)現(xiàn)可投資的資產(chǎn)配置組合。相對于其他學(xué)者的研究,本文的創(chuàng)新之處在于:第一,采用Post-LASSO方法確定資產(chǎn)的因子載荷矩陣,相對于普通OLS的回歸結(jié)果,Post-LASSO方法通過自變量的篩選以及對回歸系數(shù)更精確地估計(jì),可以更準(zhǔn)確地估計(jì)出資產(chǎn)與因子間的映射關(guān)系;第二,對Greenberg等(2016)[21]的最優(yōu)化目標(biāo)函數(shù)進(jìn)行了探索和擴(kuò)展,如對[γ]系數(shù)的穩(wěn)健性估計(jì)、加入收益項(xiàng)、去除資產(chǎn)協(xié)方差項(xiàng)等,以尋求映射關(guān)系更穩(wěn)健的估計(jì)。

    二、研究設(shè)計(jì)

    (一)因子載荷矩陣確定模型

    根據(jù)多因子模型(Fama和French,2015;趙勝民等,2016)[15,16],資產(chǎn)的收益率可以分解到一系列因子收益率上,用公式表示如下:

    其中,[rt]為一系列資產(chǎn)的收益率向量,[ft]為因子的收益率向量,[A]為資產(chǎn)的因子載荷矩陣(也可以稱為因子暴露、因子映射等),[εt]為殘差項(xiàng),其期望為0。

    一般可以采用線性回歸的方法求出因子載荷矩陣[A],但是考慮到當(dāng)因子數(shù)量較多時(shí),因子之間可能存在著共線性,從而導(dǎo)致回歸結(jié)果與實(shí)際情況會(huì)存在一定偏差。因此,本文擬采用Post-LASSO方法對因子載荷矩陣[A]進(jìn)行估計(jì)。

    LASSO模型是在普通最小二乘法的目標(biāo)函數(shù)中增加L1正則項(xiàng),以將不重要變量前的系數(shù)壓縮為0,從而實(shí)現(xiàn)變量篩選和選擇的功能。具體而言,其目標(biāo)函數(shù)如式(2)所示,

    其中,[L(θ)]為最小二乘的目標(biāo)函數(shù),[j=1Pθj]為L1正則項(xiàng),[λ]是正則項(xiàng)的懲罰系數(shù),[λ]越大,目標(biāo)函數(shù)中懲罰項(xiàng)所占權(quán)重越高,更多的變量系數(shù)會(huì)被壓縮到0,反之亦然。[λ]值由K折交叉驗(yàn)證法自動(dòng)篩選。

    考慮到LASSO方法中的正則項(xiàng)會(huì)對所有變量的系數(shù)起到一定的壓縮作用,因此,Belloni和Chernozhukov(2013)[27]提出了Post-LASSO方法。該方法分為兩個(gè)步驟:第一步,用LASSO模型進(jìn)行特征選擇;第二步,再用LASSO模型中系數(shù)不為零的變量進(jìn)行一次線性回歸或者邏輯回歸,從而實(shí)現(xiàn)對變量系數(shù)更準(zhǔn)確地估計(jì)。本文采用Post-LASSO方法對所有資產(chǎn)的因子載荷進(jìn)行估計(jì)。

    (二)最優(yōu)資產(chǎn)權(quán)重計(jì)算方法

    按照Greenberg等(2016)[21]的穩(wěn)健性最優(yōu)化算法,對于N個(gè)資產(chǎn)類別與K個(gè)因子,最優(yōu)化的目標(biāo)式可以表示為:

    其中,[wp]為N個(gè)資產(chǎn)的權(quán)重向量,[A]為[N×K]的資產(chǎn)對各因子的暴露矩陣,[P]為[K×K]的因子協(xié)方差矩陣,[Q]為[N×N]的資產(chǎn)協(xié)方差矩陣,[ep]為目標(biāo)因子配置比例,[γ]為目標(biāo)函數(shù)中的方差成分權(quán)重。Greenberg等(2016)[21]將[γ]設(shè)為0.99,即幾乎將全部權(quán)重放在最小化投資組合的波動(dòng)上。后續(xù)研究中我們同樣將[γ]設(shè)為0.99,并同時(shí)對[γ]進(jìn)行多重取值以進(jìn)行穩(wěn)健性檢驗(yàn)。值得說明的是,由于我們選擇的資產(chǎn)數(shù)量并不是很多,因此,未充分參照Greenberg等(2016)[21]原文中約束[wi≥0],而是設(shè)定[-0.5≤wi≤0.5],即可以對部分資產(chǎn)進(jìn)行做空。實(shí)際上,如果限制做空,跟蹤效果會(huì)非常差,一定程度上放松做空條件,可以使跟蹤效果大幅上升。

    除了式(3)的目標(biāo)函數(shù)形式外,本文還考慮了兩個(gè)變形形式,分別如式(4)和式(5)所示:

    其中,式(4)中增加了資產(chǎn)的收益項(xiàng),[r]是資產(chǎn)的歷史平均收益率,以實(shí)現(xiàn)風(fēng)險(xiǎn)與收益的均衡;式(5)中去掉了資產(chǎn)自身的協(xié)方差矩陣,將幾乎所有權(quán)重都放在了對目標(biāo)因子權(quán)重的跟蹤。后續(xù)研究將檢驗(yàn)這兩種變形的目標(biāo)函數(shù)對跟蹤效果及投資績效的影響。

    (三)因子配置模型

    為了檢驗(yàn)因子映射的效果,本文分別選擇等權(quán)重、風(fēng)險(xiǎn)平價(jià)及均值—方差最優(yōu)化組合模型三種因子配置模型。

    等權(quán)重是對所有待投資因子賦予相同權(quán)重,即[wi=1K],K為因子的數(shù)量。

    風(fēng)險(xiǎn)平價(jià)模型是將風(fēng)險(xiǎn)在各資產(chǎn)(因子)之間進(jìn)行平均分配。每種資產(chǎn)(因子)在資產(chǎn)(因子)組合中的風(fēng)險(xiǎn)比率為[pi=wi?σp?wiσp]。其中,[σp]為資產(chǎn)(因子)組合的波動(dòng)率,當(dāng)所有[pi]均相等時(shí),即為風(fēng)險(xiǎn)平價(jià)組合。在實(shí)踐中,由于資產(chǎn)(因子)之間的相關(guān)性并不穩(wěn)定,且估計(jì)誤差往往比波動(dòng)率的估計(jì)誤差大,因此,很多時(shí)候采用波動(dòng)率的反比關(guān)系來確定各資產(chǎn)(因子)的權(quán)重,且得到的計(jì)算結(jié)果往往比更復(fù)雜的運(yùn)算結(jié)果更為可靠(Lee,2014)[28]??紤]到本文中因子相關(guān)性較低,因此,風(fēng)險(xiǎn)平價(jià)組合直接用波動(dòng)率倒數(shù)模型來構(gòu)造。

    均值—方差最優(yōu)化組合模型是通過最大化風(fēng)險(xiǎn)調(diào)整后收益的方式求得資產(chǎn)(因子)的最優(yōu)配比,目標(biāo)函數(shù)為[argmin12δwTPw-WTμ],其中[δ]為風(fēng)險(xiǎn)規(guī)避系數(shù),此處設(shè)定為2,[μ]為因子的歷史平均收益率。

    (四)變量選取及說明

    本文選擇了2個(gè)宏觀經(jīng)濟(jì)因子,包括經(jīng)濟(jì)增長和通貨膨脹,其中,經(jīng)濟(jì)增長采用PMI指數(shù)來衡量,通貨膨脹采用30%的CPI和70%的PPI加權(quán)合成,以綜合反映生活和生產(chǎn)資料的物價(jià)狀況。同時(shí)初步選擇了6個(gè)風(fēng)格因子,包括Fama五因子(市場因子MKT、規(guī)模因子SMB、價(jià)值因子HML、盈利因子RMW及投資因子CMA)以及Carhart動(dòng)量因子UMD。因子的映射資產(chǎn)選擇了包括股票、債券及商品在內(nèi)的多個(gè)指數(shù),其中股票包括滬深300、中證500、中證1000以及巨潮的9個(gè)行業(yè)指數(shù),債券包括中證國債、中證企業(yè)債以及中證轉(zhuǎn)債,商品包括南華農(nóng)產(chǎn)品、南華金屬、南華能化以及黃金指數(shù)。選取所有因子及資產(chǎn)2005年1月—2020年11月的月度數(shù)據(jù)進(jìn)行分析,宏觀因子和資產(chǎn)數(shù)據(jù)來自萬得數(shù)據(jù)庫,因子數(shù)據(jù)來自銳思數(shù)據(jù)庫。

    三、實(shí)證檢驗(yàn)與分析

    (一)變量描述性統(tǒng)計(jì)及相關(guān)性分析

    表1報(bào)告了所有因子及資產(chǎn)在樣本區(qū)間的描述性統(tǒng)計(jì)分析結(jié)果。從Panel A可以看到,宏觀因子表現(xiàn)相對穩(wěn)定,標(biāo)準(zhǔn)差顯著低于風(fēng)格因子,經(jīng)濟(jì)增長因子和通貨膨脹因子的一階自相關(guān)系數(shù)分別高達(dá)0.7和0.97,而風(fēng)格因子的自相關(guān)系數(shù)均低于0.15,HML和UMD的自相關(guān)系數(shù)甚至為負(fù),說明這兩個(gè)因子會(huì)出現(xiàn)短期反轉(zhuǎn)。從收益來看,市場因子的收益最高,年化收益率達(dá)到了15.33%;而HML、CMA和UMD三個(gè)因子的年化收益率為負(fù),說明這三個(gè)因子在樣本區(qū)間內(nèi)整體無效,因此,后續(xù)研究中我們將這三個(gè)風(fēng)格因子剔除,只選擇了經(jīng)濟(jì)增長、通貨膨脹、市場、規(guī)模及投資五個(gè)因子進(jìn)行分析。從Panel B資產(chǎn)的描述性統(tǒng)計(jì)分析可以看到,股票的收益率相對較高,尤其是規(guī)模越小的股票指數(shù)(中證1000)收益越高。國債和企業(yè)債的收益不高,但是它們的風(fēng)險(xiǎn)很低;轉(zhuǎn)債具有一定的股性,其收益率和風(fēng)險(xiǎn)均接近股票。商品中金屬和黃金表現(xiàn)較為優(yōu)秀,年化收益率均超過了10%;相對來說,農(nóng)產(chǎn)品和能化表現(xiàn)一般。從股票的行業(yè)指數(shù)來看,消費(fèi)和醫(yī)藥表現(xiàn)相對較好,而能源和公用表現(xiàn)相對較差。除了國債和企業(yè)債外,其他所有資產(chǎn)指數(shù)的一階自相關(guān)系數(shù)均小于0.18,說明資產(chǎn)收益率的自相關(guān)性不高,遠(yuǎn)低于宏觀因子。

    表2報(bào)告了變量的相關(guān)系數(shù)矩陣,其中Panel A是因子間的相關(guān)系數(shù),Panel B是部分資產(chǎn)間的相關(guān)系數(shù)??梢钥吹?,因子間的相關(guān)性較低,最高的為經(jīng)濟(jì)增長與通貨膨脹間的0.21,且部分因子間存在著顯著的負(fù)相關(guān)關(guān)系,如規(guī)模因子和盈利因子間的相關(guān)系數(shù)為-0.71;而資產(chǎn)間的相關(guān)系數(shù)較高,除中證國債與其他資產(chǎn)間的關(guān)系為負(fù)外,其他資產(chǎn)間的相關(guān)系數(shù)均顯著為正,且數(shù)值較高,其中滬深300與中證1000的相關(guān)系數(shù)高達(dá)0.78、與中證轉(zhuǎn)債的相關(guān)系數(shù)高達(dá)0.77。因此,采用因子配置來構(gòu)造投資組合,能夠比通過資產(chǎn)配置,取得更好的分散化效果,這也是本文研究基于因子的資產(chǎn)配置的出發(fā)點(diǎn)。

    (二)因子載荷矩陣計(jì)算

    采用Post-LASSO方法,我們計(jì)算出每種資產(chǎn)的因子載荷,得到結(jié)果如表3所示。可以看到,我們所選的5個(gè)因子對大部分股票指數(shù)的擬合效果均較好,表現(xiàn)為股票指數(shù)的調(diào)整R2均大于0.75(消費(fèi)指數(shù)的R2略低于0.75);5個(gè)因子對國債和企業(yè)債的擬合能力為0,這可能是因?yàn)閲鴤推髽I(yè)債主要受到貨幣供給和市場利率的影響,由于我們的宏觀因子并沒有包含相關(guān)因子,因此,對國債和企業(yè)債的解釋能力非常弱;中證轉(zhuǎn)債由于股性很強(qiáng),市場因子對其具有較強(qiáng)的解釋能力,調(diào)整R2高達(dá)0.6;商品中只有金屬能夠被經(jīng)濟(jì)增長因子和市場因子所解釋,其調(diào)整R2為0.18,而農(nóng)產(chǎn)品、能化及黃金指數(shù)均不能被所選5個(gè)因子解釋。因此,接下來的研究中,我們僅采用股票指數(shù)、中證轉(zhuǎn)債以及金屬指數(shù)進(jìn)行大類資產(chǎn)配置。

    (三)因子權(quán)重設(shè)置及映射

    我們利用式(3)的映射函數(shù)將因子配置映射到資產(chǎn)配置上。為了檢驗(yàn)資產(chǎn)映射的效果,我們設(shè)定了三種因子配置方法,分別是等權(quán)重、風(fēng)險(xiǎn)平價(jià)以及均值—方差最優(yōu)化組合。為了防止風(fēng)險(xiǎn)平價(jià)模型和均值—方差最優(yōu)化組合模型中某些因子的權(quán)重過低,我們對這兩個(gè)模型均設(shè)定了一個(gè)約束條件——所有因子權(quán)重不低于10%。三種因子配置方法的因子權(quán)重如表4所示,可以看到,風(fēng)險(xiǎn)平價(jià)模型在通貨膨脹上有最高的權(quán)重,均值—方差最優(yōu)化組合在市場因子上有最高的權(quán)重。

    我們利用式(3)計(jì)算得到資產(chǎn)配置權(quán)重,并將其與因子載荷矩陣相乘,得到資產(chǎn)權(quán)重所代表的因子權(quán)重。結(jié)果如圖1所示,其中淺灰色柱為初始因子權(quán)重,深灰色柱為通過Post-LASSO方法得到的資產(chǎn)權(quán)重反推的因子權(quán)重,白色柱是采用OLS得到的資產(chǎn)權(quán)重反推的因子權(quán)重??梢钥吹?,等權(quán)重組合的Post-LASSO因子映射權(quán)重分別為18.66%、21.26%、27.24%、18.11%和19.30%,風(fēng)險(xiǎn)平價(jià)組合的因子映射權(quán)重分別為16.38%、57.27%、23.94%、11.40%和12.87%,均值—方差組合的因子映射權(quán)重分別為10.43%、10.3%、47.03%、13.41%和12.2%。與表4相比發(fā)現(xiàn),三個(gè)組合通過資產(chǎn)映射的因子權(quán)重與初始因子權(quán)重相差較小,同時(shí)Post-LASSO映射模型能夠比OLS模型獲得更好的映射效果,等權(quán)重和風(fēng)險(xiǎn)平價(jià)組合中Post-LASSO模型的映射偏差僅為OLS模型的一半左右(采用標(biāo)準(zhǔn)偏差[15i=15(wi-wPi)]衡量,[wi]和[wPi]分別表示映射的因子權(quán)重以及初始的因子權(quán)重),均值—方差模型中兩者大體相似。因此,綜合來看,基于Post-LASSO映射模型能夠更好地將因子權(quán)重映射到資產(chǎn)權(quán)重上。

    我們基于Greenberg等(2016)[21]的研究,將式(3)中的[γ]設(shè)定為0.99,即幾乎把全部權(quán)重放在最小化投資組合的波動(dòng)上。為了檢驗(yàn)結(jié)果的穩(wěn)健性,表5中我們考察了[γ]分別設(shè)定為0.01、0.5和0.99時(shí)對因子映射權(quán)重的影響。從Panel A可以看到,相對于表4中因子初始權(quán)重,[γ]等于0.01和0.5時(shí)的結(jié)果更為穩(wěn)健,其相對基準(zhǔn)的標(biāo)準(zhǔn)偏差均要小于[γ]取0.99時(shí)的計(jì)算結(jié)果。從Panel B中可以看到,[γ]等于0.01和0.5時(shí)因子權(quán)重所映射的資產(chǎn)權(quán)重間差異較小,但是[γ]等于0.99時(shí)的資產(chǎn)權(quán)重與之存在一定差異,這主要是因?yàn)閇γ]等于0.99時(shí)為組合波動(dòng)賦予了更多的權(quán)重,對組合波動(dòng)及風(fēng)險(xiǎn)調(diào)整后收益的提高有一定幫助,但是會(huì)導(dǎo)致因子映射權(quán)重存在一定偏差??紤]到很多文獻(xiàn)都證明了低波動(dòng)異象的廣泛存在(Frazzini和Pederson,2014;周亮和王銀枝,2020)[13,14],因此,后續(xù)實(shí)證研究中我們將遵照Greenberg等(2016)[21]的做法,將[γ]設(shè)定為0.99,并考察基于因子的資產(chǎn)配置效果,在后續(xù)資產(chǎn)配置績效分析中我們將會(huì)對[γ]的設(shè)定再次進(jìn)行穩(wěn)健性檢驗(yàn)。

    (四)靜態(tài)投資結(jié)果與分析

    采用因子等權(quán)重(Equal)、風(fēng)險(xiǎn)平價(jià)(RP)、均值—方差最優(yōu)化組合(MVO)三種因子權(quán)重及其映射的三種資產(chǎn)權(quán)重(Map_Equal、Map_RP、Map_MVO)構(gòu)造投資組合,表6報(bào)告了這6種投資組合績效的描述性統(tǒng)計(jì)分析及相關(guān)性分析結(jié)果。從表6的Panel A可以看到,相對于等權(quán)重組合,風(fēng)險(xiǎn)平價(jià)組合的風(fēng)險(xiǎn)水平更低,但是收益也略低于等權(quán)重組合,而均值—方差最優(yōu)化組合的收益和風(fēng)險(xiǎn)均遠(yuǎn)高于等權(quán)重組合。因子權(quán)重映射的資產(chǎn)配置組合的收益和風(fēng)險(xiǎn)均高于對應(yīng)的因子投資組合。從Panel B可以看到,三種因子配置組合間的收益相關(guān)系數(shù)均在0.92以上,三種資產(chǎn)配置組合間的收益相關(guān)系數(shù)均在0.83以上,說明不同配置策略間的相關(guān)性較強(qiáng);同時(shí)因子配置組合與資產(chǎn)配置組合間的相關(guān)系數(shù)大部分在0.4以上,但均小于0.8。因此,綜合來看,通過將因子權(quán)重映射到資產(chǎn)權(quán)重,可以部分實(shí)現(xiàn)對因子投資組合的復(fù)制和跟蹤,但是由于本文所選資產(chǎn)數(shù)量并不多且在映射公式中對資產(chǎn)自身波動(dòng)賦予一定的權(quán)重,導(dǎo)致資產(chǎn)配置組合和投資組合間存在著一定差異。

    圖2報(bào)告了6種投資組合的凈值走勢,從Panel A可以看到,因子MVO組合獲得了最高收益,其最終凈值達(dá)到了4.56,遠(yuǎn)高于其他兩個(gè)因子組合,但是波動(dòng)率也高于其他兩個(gè)因子組合。從Panel B可以看到,映射的三種資產(chǎn)配置間走勢相差并不大,等權(quán)重因子映射的資產(chǎn)組合最終凈值達(dá)到8.02,略高于其他兩個(gè)組合。總體而言,因子權(quán)重映射的資產(chǎn)組合可以對因子組合進(jìn)行追蹤,且從圖上發(fā)現(xiàn)凈值曲線走勢存在著較強(qiáng)的相關(guān)性,但是在運(yùn)行過程中存在著一定偏差,導(dǎo)致最終凈值差異較大。

    (五)動(dòng)態(tài)投資結(jié)果與分析

    上一節(jié)是采用靜態(tài)方式進(jìn)行資產(chǎn)配置,即將樣本內(nèi)的因子權(quán)重設(shè)為固定值,再將其映射到固定的資產(chǎn)權(quán)重上進(jìn)行配置,在現(xiàn)實(shí)投資中并不具備可操作性。本節(jié)采用動(dòng)態(tài)配置方法,將滾動(dòng)窗口設(shè)定為60個(gè)月(即5年),先用t-60~t-1期的因子收益和資產(chǎn)收益構(gòu)造因子等權(quán)重、風(fēng)險(xiǎn)平價(jià)及均值—方差最優(yōu)化投資組合。再將其映射到不同的資產(chǎn)權(quán)重,并在第t期按照計(jì)算出的因子權(quán)重和資產(chǎn)權(quán)重進(jìn)行配置;再用t-59~t期的收益對t+1期的因子權(quán)重和資產(chǎn)權(quán)重進(jìn)行設(shè)定并構(gòu)造投資組合;依此類推。表7報(bào)告了動(dòng)態(tài)投資組合的績效表現(xiàn),可以看到,相對于靜態(tài)投資組合,動(dòng)態(tài)組合的收益和風(fēng)險(xiǎn)均有所降低,這是因?yàn)闄?quán)重的動(dòng)態(tài)調(diào)整能夠更快適應(yīng)市場節(jié)奏的變化,從而帶來風(fēng)險(xiǎn)的降低,但是由于靜態(tài)組合屬于事后驗(yàn)證,因此,收益率相對較高。風(fēng)險(xiǎn)平價(jià)組合的風(fēng)險(xiǎn)仍然是最低的,而均值—方差最優(yōu)化組合的風(fēng)險(xiǎn)仍然最高。從Panel B相關(guān)性分析結(jié)果可以看到,三種資產(chǎn)配置組合間的相關(guān)性較高,與等權(quán)因子及風(fēng)險(xiǎn)平價(jià)因子組合間的相關(guān)系數(shù)均在0.45以上,但是與均值—方差最優(yōu)化因子組合的相關(guān)系數(shù)普遍只有0.3左右。綜合來看,與靜態(tài)配置組合的結(jié)論較為相似,動(dòng)態(tài)配置組合通過將因子權(quán)重映射到資產(chǎn)權(quán)重,可以部分實(shí)現(xiàn)對因子投資組合的復(fù)制和跟蹤,但是兩者之間也存在著一定差異。

    從圖3的動(dòng)態(tài)配置組合凈值走勢圖也可以看到,三種因子配置組合的走勢大體相似,但是凈值曲線也存在著明顯差異,其中等權(quán)重因子組合最終凈值最高,達(dá)到1.58;三種資產(chǎn)配置組合的相關(guān)性較強(qiáng),與等權(quán)重、風(fēng)險(xiǎn)平價(jià)組合相比,均值—方差最優(yōu)化資產(chǎn)組合收益更高,其最終凈值達(dá)到2.5。綜合來看,因子權(quán)重映射的資產(chǎn)組合可以對因子組合進(jìn)行部分追蹤,但是也存在著一定差異。

    (六)目標(biāo)函數(shù)對資產(chǎn)配置的影響

    本節(jié)我們檢驗(yàn)?zāi)繕?biāo)函數(shù)的不同參數(shù)及不同形式對資產(chǎn)配置效果的影響。表8報(bào)告了檢驗(yàn)結(jié)果,Panel A反映的是改變[γ]參數(shù)設(shè)定后的結(jié)果,其中,Equal0.01、VolInv0.01和MVO0.01將[γ]參數(shù)設(shè)定為0.01,Equal0.5、VolInv0.5和MVO0.5將[γ]參數(shù)設(shè)定為0.5;Panel B是改變了目標(biāo)函數(shù)形式后的結(jié)果,其中,Equal2、VolInv2和MVO2在目標(biāo)函數(shù)中加入了資產(chǎn)的收益項(xiàng)(見式(4)),Equal3、VolInv3和MVO3去掉了目標(biāo)函數(shù)中資產(chǎn)的協(xié)方差項(xiàng)。Panel A和Panel B中“相關(guān)系數(shù)”行均為該列所代表的資產(chǎn)配置組合與其對應(yīng)的因子配置組合間的相關(guān)系數(shù)??梢钥吹?,將[γ]參數(shù)設(shè)定為0.01和0.5時(shí),資產(chǎn)配置組合的收益率和波動(dòng)率均略有提高,與對應(yīng)的因子配置組合的相關(guān)系數(shù)大體相當(dāng)。與表5的結(jié)論相似,不同的[γ]參數(shù)會(huì)導(dǎo)致因子映射權(quán)重存在一定偏差,從而使得資產(chǎn)組合的收益存在差異,但是差異并不明顯。Panel B的結(jié)果顯示,加入資產(chǎn)收益項(xiàng)后,資產(chǎn)配置組合的年化收益率有了大幅提升,但是風(fēng)險(xiǎn)也大幅增加。除風(fēng)險(xiǎn)平價(jià)組合外,等權(quán)組合和均值—方差最優(yōu)化組合的夏普比率均有了明顯下降,但是三個(gè)組合與相應(yīng)因子配置組合的相關(guān)系數(shù)均有了一定上升;去掉目標(biāo)函數(shù)中資產(chǎn)的協(xié)方差項(xiàng)后,資產(chǎn)配置組合的收益有了一定下降,且風(fēng)險(xiǎn)出現(xiàn)了大幅上升,雖然與相應(yīng)因子配置組合的相關(guān)系數(shù)有一定上升,但是夏普比率均出現(xiàn)了明顯下降。因此,綜合來看,[γ]參數(shù)雖然對映射的資產(chǎn)權(quán)重有一定影響,但是不會(huì)帶來顯著差異;去掉目標(biāo)函數(shù)的資產(chǎn)協(xié)方差項(xiàng)會(huì)導(dǎo)致資產(chǎn)配置組合的夏普比率大幅下降,并不合適;但是如果在目標(biāo)函數(shù)中增加資產(chǎn)的收益項(xiàng),可以提高資產(chǎn)配置組合的投資收益,只是風(fēng)險(xiǎn)也會(huì)顯著上升。

    四、結(jié)論與討論

    選擇包括經(jīng)濟(jì)增長、通貨膨脹、市場因子、規(guī)模因子和盈利因子在內(nèi)的5個(gè)宏觀和風(fēng)格因子,以及股票、債券和商品的多種資產(chǎn)指數(shù)2005年1月—2020年11月的月度數(shù)據(jù),基于Post-LASSO模型和Greenberg等(2016)[21]的穩(wěn)健性最優(yōu)化算法檢驗(yàn)了基于因子的大類資產(chǎn)配置方法在我國的可應(yīng)用性。研究結(jié)果發(fā)現(xiàn):通過因子權(quán)重映射的資產(chǎn)組合能夠較好地模擬出各因子的初始權(quán)重,Post-LASSO方法能夠取得顯著優(yōu)于傳統(tǒng)OLS方法的映射效果;映射資產(chǎn)組合的收益走勢可以對因子組合進(jìn)行部分追蹤,但是由于因子收益率和資產(chǎn)收益率存在較大差異,因此,兩個(gè)組合的凈值走勢也存在一定偏差;[γ]參數(shù)的變化對因子映射的結(jié)果有一定影響,但是不會(huì)帶來顯著差異,后續(xù)研究可以對[γ]參數(shù)進(jìn)行更精細(xì)的分析;通過改變目標(biāo)函數(shù)的形式(如增加收益項(xiàng)或去除資產(chǎn)協(xié)方差項(xiàng)),并不能帶來投資績效的提高,主要是因?yàn)閷ξ磥硎找骖A(yù)測的難度以及低風(fēng)險(xiǎn)異象的廣泛存在性,通過Greenberg等(2016)[21]穩(wěn)健性最優(yōu)化算法及[γ]參數(shù)的微調(diào)可能是實(shí)現(xiàn)因子映射較合適的方法。

    本研究是對投資組合理論的有力補(bǔ)充,同時(shí)對于金融投資實(shí)踐也有著較強(qiáng)的指導(dǎo)意義:第一,從傳統(tǒng)的資產(chǎn)配置轉(zhuǎn)向因子配置可以實(shí)現(xiàn)投資收益和風(fēng)險(xiǎn)的相對改善,且能夠通過更加定量化的方法對投資流程進(jìn)行標(biāo)準(zhǔn)化和程序化,從而避免人為主觀操作對投資績效帶來的損害。第二, 識(shí)別有效因子是進(jìn)行因子配置的關(guān)鍵前提,如本文中所選因子中,投資因子、動(dòng)量因子等并不能獲得正收益,說明這些因子在我國資本市場有效性并不強(qiáng),如果將過多的權(quán)重配置在這些因子上,不僅不能獲得分散投資的優(yōu)勢,而且極可能帶來投資收益的顯著下降,因此,在構(gòu)建因子組合前,應(yīng)認(rèn)真挑選具有有效性及可投資性的因子。第三,將因子權(quán)重映射到資產(chǎn)的權(quán)重上是實(shí)現(xiàn)因子投資的關(guān)鍵步驟,因此,需要挑選合適的資產(chǎn)來進(jìn)行投資,比如通過個(gè)股來對風(fēng)格因子進(jìn)行映射時(shí)效果往往會(huì)更好,但可能會(huì)導(dǎo)致?lián)Q手率過高等問題,在對宏觀因子進(jìn)行映射時(shí)選擇大類資產(chǎn)的效果可能更好。

    參考文獻(xiàn):

    [1]Jagannathan R,Ma T. 2003. Risk Reduction in Large Portfolios:Why Imposing the Wrong Constraint Helps [J]. Journal of Finance,58(4).

    [2]Behr P,Guettler A,Miebs F. 2013. On Portfolio Optimization:Imposing the Right Constraints [J].Journal of Banking & Finance, 2013,37(4).

    [3]譚華清,趙學(xué)軍,黃一黎.動(dòng)量思想與大宗商品的戰(zhàn)術(shù)配置價(jià)值——基于Black-Litterman模型 [J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2018,(10).

    [4]周亮,李紅權(quán).投資時(shí)鐘原理及戰(zhàn)術(shù)資產(chǎn)配置在投資組合管理中的應(yīng)用——基于修正Black-Litterman模型 [J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2019,(10).

    [5]Clarke R,de Silva H,Murdock R. 2005. A Factor Approach to Asset Allocation [J].Journal of Portfolio Management,32(1).

    [6]Bender J,Briand R,Nielsen F,Stefek D. 2010. Portfolio of Risk Premia:A New Approach to Diversification [J]. Journal of Portfolio Management,36(2).

    [7]Page S,Taborsky M A. 2011. The Myth of Diversification:Risk Factors Versus Asset Classes [J].Journal of Portfolio Management,37(4).

    [8]Fama E F,F(xiàn)rench K R. 1993. Common Risk Factors in the Returns on Stocks and Bonds [J].Journal of Financial Economics,33(1).

    [9]Carhart M M. 1997. On Persistence in Mutual Fund Performance [J].Journal of Finance,52(1).

    [10]李富軍,姜富偉,楊樺.投資者理性特征對動(dòng)量效應(yīng)的影響——基于中國A股市場的證據(jù) [J].宏觀經(jīng)濟(jì)研究,2019,(11).

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

    [12]Ang A,Hodrick R J,Xing Y,Zhang X. 2006. The Cross-Section of Volatility and Expected Returns [J].Journal of Finance,61(1).

    [13]Frazzini A,Pedersen L H. 2014. Betting Against Beta [J].Journal of Financial Economics,(1).

    [14]周亮,王銀枝.中國股市低風(fēng)險(xiǎn)異象研究 [J].金融理論與實(shí)踐,2020,(3).

    [15]Fama E F,F(xiàn)rench K R. 2015. Incremental Variables and the Investment Opportunity Set [J].Journal of Financial Economics,117(3).

    [16]趙勝民,閆紅蕾,張凱.Fama-French五因子模型比三因子模型更勝一籌嗎——來自中國A股市場的經(jīng)驗(yàn)證據(jù) [J].南開經(jīng)濟(jì)研究,2016,(2).

    [17]Harvey C R,Yan L,Zhu H Q. 2016. … and the Cross-Section of Expected Returns [J].Review of Financial Studies,29(1).

    [18]Green J,Hand J,Zhang X. 2017. The Characteristics that Provide Independent Information about Average U.S. Monthly Stock Returns [J].Review of Financial Studies,30(12).

    [19]Hou K,Xue C,Zhang L. 2020. Replicating Anomalies [J].Review of Financial Studies,33(5).

    [20]Blyth S,Szigety M,Xia J. 2016. Flexible Indeterminate Factor-Based Asset Allocation [J].Journal of Portfolio Management,42(5).

    [21]Greenberg D,Babu B,Ang A. 2016. Factors to Assets:Mapping Factor Exposures to Asset Allocations [J].Journal of Portfolio Management,42 (5).

    [22]Idzorek T M,Kowara M. 2013. Factor-Based Asset Allocation vs. Asset-Class-Based Asset Allocation [J].Financial Analysts Journal,69(3).

    [23]Kelley G,Kinlaw W,Thomas R. 2014. Practical Applications for Factor Based Asset Allocation [R].SSGA Working Paper.

    [24]Bass R,Gladstone S,Ang A. 2017. Total Portfolio Factor,Not Just Asset,Allocation [J].Journal of Portfolio Management,43(5).

    [25]Ang A. 2010. The Four Benchmarks of Sovereign Wealth Funds [R].Columbia Business School and NBER Working Paper.

    [26]Bender J,Sun J,Thomas R. 2019. Asset Allocation vs. Factor Allocation-Can We Build a Unified Method?[J]. Journal of Portfolio Management,45(2).

    [27]Belloni A,Chernozhukov V. 2013. Least Squares after Model Selection in High-dimensional Sparse Models [J]. Bernoulli,19(2).

    [28]Lee W. 2014. Constraints and Innovations for Pension Investment:the Cases of Risk Parity and Risk Premia Investing [J].Journal of Portfolio Management,40(3).

    猜你喜歡
    投資組合資產(chǎn)配置
    Ho—Lee利率模型下DC型企業(yè)年金資產(chǎn)配置
    個(gè)人理財(cái)投資組合策略分析
    1000萬可支配資產(chǎn)的配置方案探討
    個(gè)人高凈值客戶跨境投資業(yè)務(wù)背景與需求分析
    含有模糊約束的最優(yōu)投資組合模型
    我國開放式證券投資基金投資組合研究
    亚洲精品第二区| 亚洲国产欧美网| 天天操日日干夜夜撸| 永久免费av网站大全| 亚洲av欧美aⅴ国产| 日本a在线网址| 亚洲av日韩在线播放| 免费高清在线观看日韩| 国产精品av久久久久免费| 满18在线观看网站| 美女大奶头黄色视频| 成在线人永久免费视频| 国产精品 欧美亚洲| 51午夜福利影视在线观看| av欧美777| 国产精品久久久av美女十八| 人人妻,人人澡人人爽秒播| 亚洲国产看品久久| 80岁老熟妇乱子伦牲交| 久久亚洲国产成人精品v| 国产精品二区激情视频| 日韩,欧美,国产一区二区三区| 亚洲中文av在线| 精品久久久久久久毛片微露脸 | 久久久欧美国产精品| 91麻豆精品激情在线观看国产 | 91大片在线观看| 国产精品99久久99久久久不卡| 国产又爽黄色视频| 母亲3免费完整高清在线观看| 亚洲综合色网址| 超碰成人久久| 久久久精品免费免费高清| 亚洲一码二码三码区别大吗| 精品久久久久久电影网| av一本久久久久| 成人亚洲精品一区在线观看| 亚洲专区中文字幕在线| av线在线观看网站| 涩涩av久久男人的天堂| 日本91视频免费播放| 久久狼人影院| 久久亚洲国产成人精品v| 五月开心婷婷网| 欧美日韩亚洲综合一区二区三区_| 69av精品久久久久久 | 免费观看人在逋| 日韩人妻精品一区2区三区| 十八禁人妻一区二区| 亚洲精品久久久久久婷婷小说| 亚洲免费av在线视频| 美女福利国产在线| 老熟妇仑乱视频hdxx| 久久精品aⅴ一区二区三区四区| 大型av网站在线播放| 大码成人一级视频| 老司机影院成人| 午夜精品国产一区二区电影| 午夜免费观看性视频| 久久人妻熟女aⅴ| 可以免费在线观看a视频的电影网站| 91精品国产国语对白视频| 黑人操中国人逼视频| 纯流量卡能插随身wifi吗| 97在线人人人人妻| 国产av精品麻豆| 性少妇av在线| 男人爽女人下面视频在线观看| 天天影视国产精品| 一级,二级,三级黄色视频| 多毛熟女@视频| 精品少妇一区二区三区视频日本电影| 国产欧美日韩精品亚洲av| 亚洲精品一二三| 精品国产一区二区三区四区第35| 夫妻午夜视频| a在线观看视频网站| 久久av网站| 久久亚洲精品不卡| 青春草视频在线免费观看| 99re6热这里在线精品视频| 精品一品国产午夜福利视频| 老司机靠b影院| 高清欧美精品videossex| 亚洲中文日韩欧美视频| 少妇的丰满在线观看| 大片电影免费在线观看免费| 国产成人欧美在线观看 | 亚洲情色 制服丝袜| 最新的欧美精品一区二区| 在线天堂中文资源库| 国产在线一区二区三区精| 国产成人系列免费观看| 久久国产精品男人的天堂亚洲| 亚洲va日本ⅴa欧美va伊人久久 | 国产日韩一区二区三区精品不卡| 大片电影免费在线观看免费| 久久国产精品人妻蜜桃| 最新在线观看一区二区三区| 精品久久久久久久毛片微露脸 | 男人添女人高潮全过程视频| 久久久久国产精品人妻一区二区| 久久久久久免费高清国产稀缺| 97在线人人人人妻| 99久久99久久久精品蜜桃| 一本—道久久a久久精品蜜桃钙片| 亚洲国产精品一区二区三区在线| 久久久国产精品麻豆| 黄色视频不卡| 日韩熟女老妇一区二区性免费视频| 色94色欧美一区二区| 亚洲成人免费电影在线观看| 美女国产高潮福利片在线看| 亚洲成人免费电影在线观看| 亚洲成人免费av在线播放| 久久人人爽人人片av| 一边摸一边抽搐一进一出视频| 亚洲精品第二区| 国产成人欧美| 久久久国产欧美日韩av| 热99久久久久精品小说推荐| 国产伦理片在线播放av一区| 新久久久久国产一级毛片| 天天躁狠狠躁夜夜躁狠狠躁| 青春草视频在线免费观看| 免费在线观看完整版高清| 亚洲精品粉嫩美女一区| 十八禁网站免费在线| avwww免费| 黄色毛片三级朝国网站| 人人妻人人添人人爽欧美一区卜| 欧美久久黑人一区二区| 看免费av毛片| 老司机影院成人| 国产精品一二三区在线看| 亚洲精品国产av成人精品| 黑人猛操日本美女一级片| 少妇人妻久久综合中文| 精品熟女少妇八av免费久了| 男人操女人黄网站| 日韩一卡2卡3卡4卡2021年| 男女国产视频网站| 美女福利国产在线| 超碰97精品在线观看| 免费黄频网站在线观看国产| videos熟女内射| 国产精品久久久久久精品古装| 欧美+亚洲+日韩+国产| 亚洲精品国产av蜜桃| 妹子高潮喷水视频| 一个人免费看片子| 久久久水蜜桃国产精品网| 99国产精品一区二区蜜桃av | 亚洲专区国产一区二区| 午夜激情av网站| 美国免费a级毛片| 国产精品99久久99久久久不卡| 国产一级毛片在线| 亚洲欧美激情在线| 日韩欧美国产一区二区入口| 一区福利在线观看| 岛国毛片在线播放| 亚洲精品日韩在线中文字幕| 色婷婷av一区二区三区视频| 丰满迷人的少妇在线观看| 国产在视频线精品| 国产精品一二三区在线看| 欧美激情久久久久久爽电影 | 亚洲精品粉嫩美女一区| 黑人猛操日本美女一级片| 亚洲美女黄色视频免费看| 两性夫妻黄色片| 99久久精品国产亚洲精品| 高清在线国产一区| 欧美乱码精品一区二区三区| 777久久人妻少妇嫩草av网站| 精品少妇久久久久久888优播| 高清av免费在线| 中亚洲国语对白在线视频| 十八禁网站免费在线| 国产免费av片在线观看野外av| 欧美av亚洲av综合av国产av| av在线app专区| 极品少妇高潮喷水抽搐| 免费黄频网站在线观看国产| 啦啦啦免费观看视频1| 亚洲国产看品久久| 久热这里只有精品99| 亚洲国产精品999| 99国产精品免费福利视频| 香蕉丝袜av| 两性夫妻黄色片| 丰满人妻熟妇乱又伦精品不卡| av不卡在线播放| 婷婷色av中文字幕| 国产又色又爽无遮挡免| 80岁老熟妇乱子伦牲交| 美女高潮喷水抽搐中文字幕| 亚洲九九香蕉| 一区在线观看完整版| 一本—道久久a久久精品蜜桃钙片| xxxhd国产人妻xxx| 亚洲国产成人一精品久久久| videos熟女内射| 亚洲国产精品一区二区三区在线| 狂野欧美激情性xxxx| 亚洲av成人一区二区三| 亚洲av成人不卡在线观看播放网 | 一区二区三区激情视频| 国产精品麻豆人妻色哟哟久久| 免费观看av网站的网址| 中文欧美无线码| 99热网站在线观看| av网站在线播放免费| 99久久综合免费| 亚洲va日本ⅴa欧美va伊人久久 | 一区福利在线观看| 99国产精品免费福利视频| 国产男女超爽视频在线观看| 国产精品 国内视频| 热99re8久久精品国产| av网站在线播放免费| 午夜免费鲁丝| 99久久99久久久精品蜜桃| 97精品久久久久久久久久精品| 中文字幕制服av| 巨乳人妻的诱惑在线观看| 女性生殖器流出的白浆| 国产免费福利视频在线观看| 国产精品成人在线| 精品久久久久久电影网| 窝窝影院91人妻| 女性被躁到高潮视频| 精品一品国产午夜福利视频| 久久九九热精品免费| 精品国产乱子伦一区二区三区 | 少妇人妻久久综合中文| 高清欧美精品videossex| 精品视频人人做人人爽| 亚洲av日韩在线播放| 久久久精品94久久精品| 国产精品99久久99久久久不卡| 18禁国产床啪视频网站| 欧美精品一区二区免费开放| 久久国产精品人妻蜜桃| 妹子高潮喷水视频| 亚洲精品粉嫩美女一区| 别揉我奶头~嗯~啊~动态视频 | 亚洲国产精品999| 中国美女看黄片| 国产一区二区 视频在线| 亚洲三区欧美一区| 日韩,欧美,国产一区二区三区| 国产欧美亚洲国产| 精品国产乱码久久久久久小说| 国产av国产精品国产| 亚洲伊人色综图| 亚洲性夜色夜夜综合| 女人精品久久久久毛片| 一本大道久久a久久精品| 国产xxxxx性猛交| 最近最新中文字幕大全免费视频| 日韩中文字幕视频在线看片| 欧美人与性动交α欧美软件| 无遮挡黄片免费观看| 欧美日韩中文字幕国产精品一区二区三区 | 午夜福利乱码中文字幕| 大型av网站在线播放| 国产成人欧美在线观看 | 在线av久久热| 免费在线观看视频国产中文字幕亚洲 | 精品少妇黑人巨大在线播放| 十八禁人妻一区二区| 欧美久久黑人一区二区| 欧美日韩黄片免| 亚洲成av片中文字幕在线观看| 99久久国产精品久久久| av电影中文网址| 亚洲中文字幕日韩| 亚洲欧美激情在线| 另类亚洲欧美激情| 丝袜人妻中文字幕| 黑人欧美特级aaaaaa片| 妹子高潮喷水视频| 欧美激情极品国产一区二区三区| 国产极品粉嫩免费观看在线| 精品国内亚洲2022精品成人 | 国产精品自产拍在线观看55亚洲 | 免费在线观看影片大全网站| 深夜精品福利| 欧美精品一区二区免费开放| 久久久久久久精品精品| 久久久久久久国产电影| 精品久久久久久久毛片微露脸 | 亚洲国产中文字幕在线视频| 一本综合久久免费| 在线亚洲精品国产二区图片欧美| 高清视频免费观看一区二区| 亚洲国产欧美一区二区综合| 日韩中文字幕视频在线看片| 日日摸夜夜添夜夜添小说| 天堂俺去俺来也www色官网| 久热这里只有精品99| 欧美精品一区二区大全| av又黄又爽大尺度在线免费看| 老司机影院成人| 国产精品久久久人人做人人爽| 18在线观看网站| 免费在线观看日本一区| 国产深夜福利视频在线观看| 久久精品人人爽人人爽视色| 欧美人与性动交α欧美精品济南到| 亚洲精品久久午夜乱码| 99热全是精品| 免费少妇av软件| 丝袜美腿诱惑在线| 自拍欧美九色日韩亚洲蝌蚪91| 欧美日韩精品网址| 国产免费av片在线观看野外av| 伊人亚洲综合成人网| av网站在线播放免费| 色老头精品视频在线观看| 久久毛片免费看一区二区三区| 国产熟女午夜一区二区三区| netflix在线观看网站| 国产成人系列免费观看| 亚洲国产欧美一区二区综合| 国产精品 欧美亚洲| 97人妻天天添夜夜摸| 亚洲av成人不卡在线观看播放网 | 成年女人毛片免费观看观看9 | 久久亚洲精品不卡| a级毛片在线看网站| 精品一区二区三区av网在线观看 | 我的亚洲天堂| 国产精品久久久久久精品古装| www.av在线官网国产| 十分钟在线观看高清视频www| 91九色精品人成在线观看| 十八禁高潮呻吟视频| 91av网站免费观看| 男女国产视频网站| 一边摸一边做爽爽视频免费| 国产精品国产av在线观看| 天堂中文最新版在线下载| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品在线美女| 女性生殖器流出的白浆| 狂野欧美激情性xxxx| 又紧又爽又黄一区二区| www.av在线官网国产| 精品熟女少妇八av免费久了| 精品国产乱子伦一区二区三区 | 亚洲欧美精品自产自拍| 欧美另类亚洲清纯唯美| 两性午夜刺激爽爽歪歪视频在线观看 | 久久国产精品大桥未久av| 在线观看免费午夜福利视频| 久久青草综合色| 热re99久久精品国产66热6| 另类亚洲欧美激情| 中亚洲国语对白在线视频| √禁漫天堂资源中文www| 国产精品久久久久久精品电影小说| 国产精品久久久av美女十八| 精品国产乱码久久久久久男人| 色综合欧美亚洲国产小说| 777久久人妻少妇嫩草av网站| 欧美黑人欧美精品刺激| 国产国语露脸激情在线看| 久久精品亚洲熟妇少妇任你| 国产又色又爽无遮挡免| 最黄视频免费看| 亚洲精品国产av成人精品| 国产xxxxx性猛交| 免费观看人在逋| 在线av久久热| 国产老妇伦熟女老妇高清| 国产又色又爽无遮挡免| 久9热在线精品视频| 不卡av一区二区三区| 亚洲av美国av| 日韩一卡2卡3卡4卡2021年| 97人妻天天添夜夜摸| 宅男免费午夜| 成人手机av| 高清欧美精品videossex| 国产一卡二卡三卡精品| 精品一区二区三区四区五区乱码| 老司机亚洲免费影院| 国产精品麻豆人妻色哟哟久久| 电影成人av| 男男h啪啪无遮挡| 男人添女人高潮全过程视频| 亚洲色图 男人天堂 中文字幕| 日韩免费高清中文字幕av| 美女高潮喷水抽搐中文字幕| 日本wwww免费看| 国产成人精品久久二区二区免费| 好男人电影高清在线观看| 午夜免费鲁丝| 成年av动漫网址| 久久99一区二区三区| 青春草亚洲视频在线观看| 精品亚洲成a人片在线观看| 午夜福利在线观看吧| 看免费av毛片| 老熟女久久久| 天堂中文最新版在线下载| 欧美少妇被猛烈插入视频| 激情视频va一区二区三区| 日韩熟女老妇一区二区性免费视频| 成人国产av品久久久| 国产一区二区在线观看av| 亚洲精品国产av成人精品| 国产精品国产av在线观看| 国产国语露脸激情在线看| 狂野欧美激情性bbbbbb| 女人久久www免费人成看片| 欧美精品av麻豆av| 极品少妇高潮喷水抽搐| 久久九九热精品免费| 两性午夜刺激爽爽歪歪视频在线观看 | 一进一出抽搐动态| 日日夜夜操网爽| 人人妻,人人澡人人爽秒播| 啪啪无遮挡十八禁网站| 99国产精品99久久久久| tube8黄色片| 中文欧美无线码| 男人爽女人下面视频在线观看| 女性生殖器流出的白浆| 亚洲精品国产色婷婷电影| 国产无遮挡羞羞视频在线观看| 亚洲中文av在线| 香蕉国产在线看| 日韩免费高清中文字幕av| 国产精品香港三级国产av潘金莲| 亚洲国产欧美一区二区综合| 亚洲精品国产色婷婷电影| 女人高潮潮喷娇喘18禁视频| 亚洲国产欧美一区二区综合| 日韩制服骚丝袜av| 精品少妇一区二区三区视频日本电影| 国产一区二区三区在线臀色熟女 | 亚洲综合色网址| 久久人人97超碰香蕉20202| 亚洲五月婷婷丁香| av免费在线观看网站| 亚洲一码二码三码区别大吗| 精品国内亚洲2022精品成人 | videosex国产| av又黄又爽大尺度在线免费看| 亚洲欧美日韩另类电影网站| 女人久久www免费人成看片| 国产男人的电影天堂91| 国产日韩欧美视频二区| 久久女婷五月综合色啪小说| 高清av免费在线| 亚洲国产欧美日韩在线播放| 成年美女黄网站色视频大全免费| 制服人妻中文乱码| www.自偷自拍.com| 一级片免费观看大全| 久久 成人 亚洲| 两个人免费观看高清视频| 老司机福利观看| 中文字幕制服av| cao死你这个sao货| 久久热在线av| 十八禁高潮呻吟视频| 69精品国产乱码久久久| 免费日韩欧美在线观看| 欧美激情 高清一区二区三区| e午夜精品久久久久久久| 麻豆乱淫一区二区| 精品久久久久久久毛片微露脸 | 老司机在亚洲福利影院| 亚洲中文av在线| 男女高潮啪啪啪动态图| 男女无遮挡免费网站观看| 成人国语在线视频| 韩国精品一区二区三区| 波多野结衣一区麻豆| 一级黄色大片毛片| 99国产精品一区二区蜜桃av | 亚洲久久久国产精品| 国产男人的电影天堂91| 在线亚洲精品国产二区图片欧美| 久久精品成人免费网站| 女性被躁到高潮视频| 精品国产乱码久久久久久男人| 国产1区2区3区精品| 人妻一区二区av| 久久ye,这里只有精品| 久久国产精品男人的天堂亚洲| 一本—道久久a久久精品蜜桃钙片| 三上悠亚av全集在线观看| av超薄肉色丝袜交足视频| 午夜日韩欧美国产| 免费在线观看完整版高清| 欧美国产精品一级二级三级| 欧美97在线视频| 久久久久国产一级毛片高清牌| 人人妻,人人澡人人爽秒播| av福利片在线| 悠悠久久av| 一区在线观看完整版| 蜜桃国产av成人99| 久久精品亚洲av国产电影网| 另类精品久久| 成年人黄色毛片网站| 国产亚洲一区二区精品| 国产成人精品无人区| 精品久久久精品久久久| 亚洲精品美女久久久久99蜜臀| 欧美中文综合在线视频| 精品亚洲成国产av| 国产成人一区二区三区免费视频网站| 婷婷成人精品国产| 亚洲五月婷婷丁香| 一边摸一边做爽爽视频免费| 1024视频免费在线观看| 日韩 亚洲 欧美在线| 亚洲国产精品一区二区三区在线| 91精品国产国语对白视频| 1024香蕉在线观看| www.精华液| 国产在线观看jvid| 人人妻人人澡人人看| 999精品在线视频| 免费高清在线观看视频在线观看| 亚洲午夜精品一区,二区,三区| 亚洲九九香蕉| 男男h啪啪无遮挡| 国产欧美日韩精品亚洲av| 成人18禁高潮啪啪吃奶动态图| 啦啦啦免费观看视频1| 国产成人免费观看mmmm| 新久久久久国产一级毛片| 亚洲免费av在线视频| 丁香六月天网| 桃花免费在线播放| 国产亚洲av片在线观看秒播厂| 日本撒尿小便嘘嘘汇集6| 亚洲专区中文字幕在线| 在线观看免费午夜福利视频| 国产无遮挡羞羞视频在线观看| 久久天躁狠狠躁夜夜2o2o| 欧美日韩av久久| 一级片免费观看大全| 久久国产精品影院| 国产精品成人在线| 12—13女人毛片做爰片一| 欧美精品一区二区免费开放| 久久国产精品影院| 欧美精品一区二区大全| 久久久久网色| 中亚洲国语对白在线视频| 99热全是精品| 青草久久国产| 丝袜在线中文字幕| 操出白浆在线播放| 韩国精品一区二区三区| 极品人妻少妇av视频| 丁香六月天网| 夜夜夜夜夜久久久久| 精品人妻1区二区| 日本一区二区免费在线视频| 热re99久久精品国产66热6| 中国美女看黄片| 亚洲欧美精品综合一区二区三区| 满18在线观看网站| 一边摸一边抽搐一进一出视频| 亚洲黑人精品在线| 国产精品免费视频内射| 中国美女看黄片| 建设人人有责人人尽责人人享有的| 大香蕉久久成人网| 久久久久久久大尺度免费视频| 少妇人妻久久综合中文| 精品一区二区三卡| 制服人妻中文乱码| 欧美激情极品国产一区二区三区| 久久精品国产综合久久久| 天堂中文最新版在线下载| 又黄又粗又硬又大视频| 亚洲七黄色美女视频| 欧美日韩精品网址| 最新的欧美精品一区二区| 亚洲精品国产区一区二| 国产欧美日韩综合在线一区二区| 亚洲全国av大片| 菩萨蛮人人尽说江南好唐韦庄| 亚洲av成人不卡在线观看播放网 | 热99国产精品久久久久久7| 亚洲欧美一区二区三区黑人| 曰老女人黄片| 亚洲一区二区三区欧美精品| 狂野欧美激情性bbbbbb| 免费高清在线观看视频在线观看| 韩国高清视频一区二区三区| 中文字幕人妻熟女乱码| 自线自在国产av| 日韩大片免费观看网站| 欧美av亚洲av综合av国产av| 久久久国产一区二区| 国产真人三级小视频在线观看| 美女扒开内裤让男人捅视频| 久久亚洲国产成人精品v| 精品国产乱子伦一区二区三区 | 精品少妇久久久久久888优播| 美女高潮到喷水免费观看| 国产亚洲精品一区二区www | av电影中文网址|