• <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 ?

    基于類龍伯格預(yù)測器的財務(wù)困境預(yù)警研究

    2023-03-02 01:03:15任嘉嵩伍胡星宇任煒杰
    會計之友 2023年5期

    任嘉嵩 伍胡星宇 任煒杰

    【摘 要】 預(yù)測財務(wù)困境一直是財務(wù)管理中的重要環(huán)節(jié),而傳統(tǒng)基于卡爾曼濾波的動態(tài)預(yù)警算法在應(yīng)對噪聲分布不確定問題時難以保證預(yù)測結(jié)果的準(zhǔn)確率,一定程度上降低了該方法的實際價值。針對其缺陷,文章創(chuàng)新性地提出了基于龍伯格觀測器理論和線性矩陣不等式技術(shù)的預(yù)測算法,在噪聲分布情況不能有效辨識或辨識誤差較大時預(yù)測效果更優(yōu),同時簡化了預(yù)測步驟,降低了計算復(fù)雜度。文章以滬深兩市電力企業(yè)為例,結(jié)合龍伯格觀測器理論設(shè)計預(yù)警模型,用線性矩陣不等式計算增益,應(yīng)用數(shù)據(jù)分析和參數(shù)估計對各家電力企業(yè)財務(wù)狀態(tài)進行跟蹤和預(yù)測。同時與傳統(tǒng)基于卡爾曼濾波的算法橫向?qū)Ρ?,更有力地突出類龍柏格預(yù)測器的預(yù)警效果和實用價值。

    【關(guān)鍵詞】 財務(wù)困境; 類龍伯格預(yù)測器; 線性矩陣不等式; 狀態(tài)空間方程

    【中圖分類號】 F224.9? 【文獻標(biāo)識碼】 A? 【文章編號】 1004-5937(2023)05-0038-08

    一、引言

    財務(wù)困境理論是公司管理中一個重要的研究領(lǐng)域[1]。當(dāng)出現(xiàn)內(nèi)部管理不善、行業(yè)局勢動蕩、產(chǎn)品競爭力不足等情況,可能導(dǎo)致公司財務(wù)狀態(tài)由健康轉(zhuǎn)入困境甚至導(dǎo)致破產(chǎn)。不過公司陷入財務(wù)困境是一個動態(tài)的、連續(xù)的、可預(yù)測的變化過程[2]。20世紀60年代以來,西方學(xué)者對財務(wù)困境預(yù)警展開了廣泛的研究。從線性概率[3]、多元判別分析[4]、邏輯回歸[5]等靜態(tài)預(yù)警模型,到人工神經(jīng)網(wǎng)絡(luò)[6]、卡爾曼濾波[7]等動態(tài)預(yù)警模型,相關(guān)研究成果層見疊出。靜態(tài)預(yù)測多基于發(fā)生財務(wù)困境前的單一時間樣本數(shù)據(jù),其優(yōu)點是不需要考慮資金時間價值,計算簡便;缺點則是忽視了不同時間點之間的有機聯(lián)系。因為企業(yè)從健康轉(zhuǎn)入財務(wù)困境是一個累積變異特性的過程,財務(wù)狀態(tài)所表現(xiàn)的突變性往往是這種累積變異特性達到臨界值造成的。因此,在對財務(wù)困境設(shè)計動態(tài)預(yù)警模型時應(yīng)具備兩個條件:第一,所選財務(wù)指標(biāo)數(shù)據(jù)應(yīng)該追溯數(shù)期,可反映財務(wù)陷入困境前較長時間的財務(wù)變動;第二,預(yù)警系統(tǒng)的設(shè)計應(yīng)充分考慮到財務(wù)狀態(tài)的累積變異特性。

    在動態(tài)預(yù)警模型中,卡爾曼濾波作為當(dāng)前較為主流的預(yù)測方法得到了廣大學(xué)者的青睞[7-15]。孫曉琳等[8]將廣泛應(yīng)用于慣性導(dǎo)航、定位系統(tǒng)等領(lǐng)域的卡爾曼濾波引入財務(wù)系統(tǒng),研究結(jié)果表明對?觹ST公司的財務(wù)預(yù)測擁有較高的辨識能力和跟蹤精度。莊倩[9]在前人的基礎(chǔ)上對財務(wù)預(yù)警模型做出改進,設(shè)計了超前n步預(yù)測??柭鼮V波通過輸入輸出觀測數(shù)據(jù),以實時遞推的方式不斷修正系統(tǒng)狀態(tài)變量估計,且無需存儲大量數(shù)據(jù),通過觀測新數(shù)據(jù)即可得到新濾波值,但在設(shè)計上存在一定的缺陷:卡爾曼濾波的增益矩陣是在線更新的,存在因計算負擔(dān)過大而導(dǎo)致系統(tǒng)不穩(wěn)定以致預(yù)測失敗的情況[10]。同時,卡爾曼濾波需知道系統(tǒng)噪聲和測量噪聲的協(xié)方差矩陣,即噪聲的統(tǒng)計學(xué)特征。當(dāng)噪聲的分布情況不能有效辨識或辨識誤差較大時,預(yù)測結(jié)果的準(zhǔn)確性將受到影響。

    針對上述缺陷,本文以龍伯格(Luenberger)觀測器[16]代替卡爾曼濾波作為模型設(shè)計對象。龍伯格觀測器是一種有效解決動態(tài)系統(tǒng)控制率問題的方法,設(shè)計龍伯格觀測器的初衷是為了獲取模型所需的系統(tǒng)狀態(tài)變量。這些變量本身很難直接得到,但在實際控制系統(tǒng)中又有明顯的利用價值,基于狀態(tài)空間方程建立的龍伯格觀測器可將系統(tǒng)的輸入值與輸出值轉(zhuǎn)化為系統(tǒng)狀態(tài)變量以滿足模型需求。龍伯格觀測器結(jié)構(gòu)簡易,性能表現(xiàn)良好,控制效果優(yōu)異,在工業(yè)控制工程、電液控制系統(tǒng)和前饋控制策略中,選擇合適的反饋增益實現(xiàn)估計值和系統(tǒng)被估計值的零誤差,從而得到理想的系統(tǒng)狀態(tài)量[17]。與卡爾曼濾波方法相比,龍伯格觀測器離線計算增益,既能降低計算復(fù)雜度,又能規(guī)避在線更新增益的不穩(wěn)定情況。

    借鑒龍伯格觀測器在控制領(lǐng)域中采取合適的增益反饋實現(xiàn)系統(tǒng)零誤差,本文采用線性矩陣不等式(Linear Matrix Inequality,LMI)技術(shù)計算增益,同時在計算過程中引入抑制噪聲的設(shè)計條件,盡可能減少噪聲對預(yù)警結(jié)果精確度的影響。有學(xué)者研究發(fā)現(xiàn),線性矩陣不等式可用于解決非線性時滯的穩(wěn)定性等工程控制問題[18]。后期,學(xué)者提出多種線性矩陣不等式數(shù)值解法,包括替代凸投影算法、內(nèi)點法等。內(nèi)點法又分為中心點法、投影法、原始對偶法,其共同思路都是把線性矩陣不等式問題看成凸優(yōu)化問題處理。1995年矩陣實驗室(Matlab)集成了線性矩陣不等式工具箱(LMI Toolbox),這使得高維的線性矩陣不等式計算變成可能,同時也推動了運用線性矩陣不等式解決系統(tǒng)與控制問題的熱潮。

    基于這兩個理論在數(shù)學(xué)與控制領(lǐng)域的優(yōu)秀表現(xiàn),本文創(chuàng)新性地將龍伯格觀測器與線性矩陣不等式技術(shù)相結(jié)合設(shè)計了類龍伯格預(yù)測器,探究其在財務(wù)領(lǐng)域的適用性。相比傳統(tǒng)的卡爾曼濾波預(yù)測設(shè)計,本文的創(chuàng)新點如下:第一,類龍伯格預(yù)測器采用時不變的增益矩陣L,不需要實時在線更新計算,一方面降低計算復(fù)雜度,另一方面能有效保證預(yù)測系統(tǒng)的穩(wěn)定性,規(guī)避因在線計算而造成系統(tǒng)不穩(wěn)定的情況;第二,類龍伯格預(yù)測器無需知道系統(tǒng)噪聲和測量噪聲的協(xié)方差矩陣,因此當(dāng)噪聲辨識誤差較大時,本文的方法依然具有較高的精確性;第三,預(yù)測系統(tǒng)的增益矩陣可利用Matlab中的線性矩陣不等式工具箱(LMI Toolbox)進行高效求解。

    本文設(shè)計類龍伯格預(yù)測器應(yīng)用于財務(wù)困境預(yù)警體系,基于龍伯格觀測器理論構(gòu)建類龍伯格預(yù)測系統(tǒng),并運用線性矩陣不等式技術(shù)計算增益;將我國電力企業(yè)財務(wù)指標(biāo)與模型相結(jié)合,同時對數(shù)據(jù)進行預(yù)處理和主成分分析;對比卡爾曼濾波方法,驗證類龍伯格預(yù)測器對財務(wù)狀態(tài)的跟蹤和預(yù)測效果。

    對全文所用到的符號做出如下解釋。Rn表示n維的歐幾里德空間,x∈Rn和A∈Rn×n分別代表一個n維的向量x和一個n×n維的矩陣A。矩陣P?酆0(P?芻0)表示P是一個正定(負定)的矩陣。AT為矩陣A的矩陣轉(zhuǎn)置。0和I分別為合適維度的全零矩陣和單位矩陣。在一個對稱矩陣中,?觹表示對應(yīng)位置的元素可以由矩陣的對稱性得到,例如:

    ■?圳■

    二、預(yù)警體系設(shè)計

    類龍伯格預(yù)測器是一種時域方法,它基于系統(tǒng)狀態(tài)空間方程的構(gòu)造,利用系統(tǒng)中的可測量和觀測量誤差作為系統(tǒng)反饋,通過選擇合適的反饋增益使得反饋誤差迅速逼近零,以此獲得待觀測量。類龍伯格預(yù)測器的關(guān)鍵技術(shù)之一是狀態(tài)空間方程。在動態(tài)數(shù)學(xué)中,狀態(tài)空間方程描述動態(tài)系統(tǒng)可分為三個步驟:引出狀態(tài)變量、建立狀態(tài)方程、建立用于觀測各狀態(tài)的測量方程。

    本文用狀態(tài)方程和測量方程構(gòu)造財務(wù)困境動態(tài)預(yù)測方程組,系統(tǒng)中用于表征目標(biāo)各時間域的最小內(nèi)部變量組xk∈Rn以列向量呈現(xiàn),式中x1,x2,…,xn分別對應(yīng)x的n維度狀態(tài)變量:

    xk=x1,kx2,k■xn,k

    狀態(tài)空間即狀態(tài)變量的集合,狀態(tài)變量的維數(shù)等同于狀態(tài)空間的維數(shù)。其中狀態(tài)方程用于表征目標(biāo)各時期財務(wù)指標(biāo)間的聯(lián)系,測量方程用于表征目標(biāo)財務(wù)指標(biāo)與財務(wù)狀態(tài)的關(guān)聯(lián)。引入時間序列的狀態(tài)空間方程可列式為:

    狀態(tài)方程:

    xk=Axk-1+wk-1? ? ? ? ? (1)

    測量方程:

    Zk=Hxk+vk? ? ? ? ? ?(2)

    在式1和式2中,xk∈Rn是狀態(tài)向量;zk∈Rp是測量向量;wk∈Rn是系統(tǒng)噪聲向量;vk∈Rp是測量噪聲向量;A∈Rn×n是狀態(tài)轉(zhuǎn)移矩陣;H∈Rp×n是測量矩陣。

    (一)預(yù)警系統(tǒng)設(shè)計

    1.類龍伯格預(yù)測器設(shè)計

    不同于傳統(tǒng)的基于卡爾曼濾波技術(shù)的動態(tài)系統(tǒng)預(yù)警方法[8-15],本文設(shè)計全新的財務(wù)困境預(yù)測系統(tǒng),即類龍伯格預(yù)測系統(tǒng)。該系統(tǒng)由如下兩個子模型構(gòu)成,即式3、式4。

    財務(wù)過程狀態(tài)預(yù)測模型:

    ■k+1=A■k+L(zk-H■k)? ? ? ? (3)

    財務(wù)困境判別模型:

    ■k+1=H■k+1? ? ? ? ? ? ?(4)

    其中,■k+1為財務(wù)狀態(tài)的預(yù)測值,■k+1為根據(jù)狀態(tài)預(yù)測值得到的困境判別變量,L∈Rn×p為類龍伯格預(yù)測器增益矩陣。

    為了保證財務(wù)過程狀態(tài)向量的估計值■k不斷趨近于真實的狀態(tài)值(■(xk-■k)=0),進而能夠?qū)崿F(xiàn)判別財務(wù)困境的目的,式3需要滿足穩(wěn)定且不斷收斂的設(shè)計條件。定義ek=xk-■k為預(yù)測系統(tǒng)預(yù)測誤差,那么期望的設(shè)計條件也等價于系統(tǒng)的動態(tài)誤差系統(tǒng)穩(wěn)定收斂(■ek=0),由定義可知:

    ek+1=xk+1-■k+1? ? ? ? ? (5)

    在式5中帶入式1和式3可得:

    ek+1=Axk+wk-(A■k+L(zk-H■k))

    整理可得到預(yù)警系統(tǒng)的動態(tài)誤差表達式:

    ek+1=(A-LH)ek+wk-Lvk? ? ? ? (6)

    2.增益矩陣計算

    為了實時有效地預(yù)警財務(wù)困境,需要尋找合適的預(yù)警系統(tǒng)增益矩陣,使得預(yù)測的誤差系統(tǒng)穩(wěn)定且收斂。本節(jié)將尋找增益矩陣的問題轉(zhuǎn)化為線性矩陣不等式的求解問題,在實現(xiàn)預(yù)測要求的同時,有效克服了傳統(tǒng)基于卡爾曼濾波方法需要在每個時刻k計算預(yù)測增益矩陣的缺陷。接下來將提出基于線性矩陣不等式技術(shù)[18]計算財務(wù)過程狀態(tài)預(yù)測模型式3中增益矩陣L的定理并給出相應(yīng)證明過程。

    定理1:若存在對稱正定矩陣P∈Rn×n、矩陣W∈Rn×p以及標(biāo)量γ>0,使得線性矩陣不等式7和式8成立。

    P?酆0? ? ? ? ? (7)

    ■?芻0? (8)

    那么,所設(shè)計的財務(wù)困境預(yù)警系統(tǒng)模型式3、式4是穩(wěn)定收斂的,并且系統(tǒng)的動態(tài)誤差滿足如下歐幾里德范數(shù)條件。

    ■<γ■? ? ? ? ? ?(9)

    預(yù)警系統(tǒng)模型式3、式4的增益可由式10計算得到:

    L=P-1W? ? ? ? ? ? ?(10)

    為了簡化證明過程,式6可簡寫為:

    ek+1=(A-LH)ek+Fδk? ? (11)

    其中,F(xiàn)=[In-L],δk=wkvk。

    分析系統(tǒng)穩(wěn)定性時,本文首先選取能量函數(shù)Vk=e■■Pek,其中,P為合適維度的正定對稱權(quán)重矩陣。若誤差系統(tǒng)式11的能量不斷衰減,則可以認為該系統(tǒng)穩(wěn)定且收斂的,因為本文所考慮的財務(wù)困境預(yù)警系統(tǒng)模型式3、式4為離散數(shù)學(xué)模型,那么誤差系統(tǒng)能量不斷衰減用數(shù)學(xué)形式可表示為:

    ΔV=Vk+1-Vk<0? ? (12)

    即動態(tài)系統(tǒng)能量的差分函數(shù)始終小于零。考慮到Vk=e■■Pek和Vk+1=e■■Pek+1,同時將式11帶入式12可得:

    ΔV=(e■■(A-LH)T+δ■■FT)P×((A-LH))ek+Fδk)-e■■

    Pek? ?(13)

    若式13對于k≥0始終滿足小于零的條件,則動態(tài)誤差系統(tǒng)式11是穩(wěn)定的。但是考慮到狀態(tài)空間系統(tǒng)模型式1、式2中存在未知噪聲(系統(tǒng)噪聲wk和測量噪聲vk)的干擾,在設(shè)計類龍伯格預(yù)測系統(tǒng)時需要考慮抑制噪聲的設(shè)計條件。若要滿足式9所提出的范數(shù)條件,則需要能量函數(shù)的差分(ΔV)滿足:

    ΔV<-e■■ek+γ2δ■■δk

    將式13結(jié)果帶入可得到:

    (e■■(A-LH)T+δ■■FT)P((A-LH)ek-1+Fδk-1)-e■■Pek-1+e■■ek-1-γ2δ■■δk-1<0

    將上式寫為矩陣的形式,即:

    ek-1vk-1■■ek-1■k-1<0? (14)

    其中,

    ?漬1=(A-LH)TP(A-LH)-P+I

    ?漬2=(A-LH)TPF

    ?漬3=FTP(A-LH)

    ?漬4=FTPF-γ2I

    觀察可知,式14為二次型形式,故式14成立等價于:

    ■?芻0? ? (15)

    根據(jù)矩陣Schur補引理[19],由式15繼續(xù)推導(dǎo)可以得到:

    ■?芻0

    由定義可知,F(xiàn)[In -L],對上式進一步推導(dǎo)可得

    ■?芻0

    不難發(fā)現(xiàn),當(dāng)前所得到的不等式為非線性的矩陣不等式(即存在待求得權(quán)重矩陣P和增益矩陣L以乘積PL的形式出現(xiàn)),求解上存在一定難度,故令W=PL∈Rn×p,可得到線性矩陣不等式8。

    (二)卡爾曼濾波算法

    作為類龍伯格預(yù)測器的對照組,基于卡爾曼濾波的預(yù)警方法同樣依賴于狀態(tài)空間模型式1和式2,并且在應(yīng)用卡爾曼優(yōu)化迭代算法時需要提供系統(tǒng)噪聲(wk)和測量噪聲(vk)的協(xié)方差矩陣,故需假定wk和vk都是均值為零、相互獨立并且符合正態(tài)分布的高斯白噪聲序列,則其協(xié)方差矩陣分別定義為Q和R,用公式可表示為:

    E[wk]=0,E[wkw■■]=Q

    E[vk]=0,E[vkv■■]=R

    E[wkv■■]=E[vkw■■]=0

    參照張東等[14]設(shè)計的財務(wù)危機預(yù)警機制,本文基于卡爾曼濾波的算法可概括為如下五個步驟。

    第一步,假定k-1時最優(yōu)估計■■已知,進行一步預(yù)測:

    ■■=A■■■

    第二步,計算一步預(yù)測誤差方差矩陣:

    P■=A■P■A■■+Qk-1

    第三步,計算卡爾曼增益矩陣:

    Kk=P■H■■[HkP■H■■+Rk]-1

    其中,K為基于卡爾曼濾波的財務(wù)困境預(yù)警所需的增益,本文類龍伯格預(yù)測器所用增益為L。

    第四步,基于卡爾曼增益,結(jié)合最小均方誤差原則修正第一步的預(yù)測結(jié)果■■,得到最優(yōu)估計值:

    ■■=■■+Kk[Zk-Hk■■]

    第五步,計算最優(yōu)估計值■■的誤差方差矩陣:

    P■=[I-KkHk]P■

    卡爾曼濾波在隨機線性離散系統(tǒng)中的濾波計算是不斷重復(fù)預(yù)測與修正的遞歸過程,類龍伯格預(yù)測器的預(yù)測過程與之類似,但兩者仍存在以下區(qū)別:(1)本文所用方法以時不變的增益矩陣計算結(jié)果,而基于卡爾曼濾波方法的增益矩陣需要不斷更新[14];(2)本文方法在預(yù)測時不涉及協(xié)方差矩陣Q和R的計算,而基于卡爾曼濾波方法的預(yù)測效果與噪聲分布情況(即Q、R)能否有效辨識高度相關(guān)。這兩點都會對最終的測量結(jié)果造成影響,因此,可將卡爾曼濾波預(yù)測結(jié)果設(shè)置為對照組對比兩者的預(yù)測精準(zhǔn)度。

    三、實證分析

    利用我國電力企業(yè)的財務(wù)指標(biāo)對上文所設(shè)計的類龍伯格預(yù)測器展開印證。首先進行樣本數(shù)據(jù)的篩選;其次對數(shù)據(jù)做指標(biāo)一致性和無量綱化處理,通過主成分分析得到公司綜合得分;最后界定模型參數(shù)和閾值,為財務(wù)困境預(yù)警分析做準(zhǔn)備[12]。

    (一)樣本篩選

    電力行業(yè)的碳排放強度一直遠高于其他行業(yè),習(xí)近平總書記多次強調(diào)要加速綠色環(huán)保發(fā)展,革新高碳產(chǎn)業(yè)技術(shù),提倡資源高效利用。未來市場局勢變幻莫測,技術(shù)革新的同時往往伴隨著市場經(jīng)濟下滑等風(fēng)險。因此,基于財務(wù)指標(biāo)對電力企業(yè)展開財務(wù)困境預(yù)警將具有較高的現(xiàn)實意義。電力企業(yè)本身具有技術(shù)成熟度高、知識體系全面、發(fā)展趨勢穩(wěn)定的行業(yè)特征,利用公開數(shù)據(jù)可以較為準(zhǔn)確地衡量不同時期電力企業(yè)的發(fā)展變化。本文選取滬深兩市電力企業(yè)為研究對象,依據(jù)現(xiàn)有財務(wù)指標(biāo)進行財務(wù)困境預(yù)警研究。

    本文參考莊倩等[11]從償債能力、發(fā)展能力、經(jīng)營能力、現(xiàn)金流量、盈利能力5個財務(wù)類別中篩選資產(chǎn)負債率、可持續(xù)增長率、營業(yè)凈利率等25項指標(biāo),從電力企業(yè)中挑選?觹ST公司和健康公司作為研究對象,考慮季節(jié)波動性大、半年度指標(biāo)參考價值不高等因素,以一年為一個周期,將公司被?觹ST當(dāng)期記為k,向前追溯10期,分別對應(yīng)k-1,k-2,…,k-10,用于各年財務(wù)狀態(tài)的記錄和對比。

    本文數(shù)據(jù)主要取自國泰安數(shù)據(jù)庫,對于缺失數(shù)據(jù)通過查閱公司年報等資料進行了核實和補充。最終選取32家?觹ST公司和32家健康公司,將每家公司為期11期的25項財務(wù)指標(biāo)(指標(biāo)體系見表1)作為樣本數(shù)據(jù)。

    (二)數(shù)據(jù)分析

    1.指標(biāo)預(yù)處理

    財務(wù)困境預(yù)警結(jié)果由各指標(biāo)所表達的信息決定,但不同指標(biāo)數(shù)值大小與其表達信息的效果并不一致,即存在正負指標(biāo)混雜的情況,需對其進行指標(biāo)一致化處理。同時,指標(biāo)的單位不同,則數(shù)據(jù)之間不具備可比性,可通過無量綱化處理,在保留數(shù)據(jù)差異性的同時將數(shù)值確定在[0,1]之間。

    (1)正指標(biāo)預(yù)處理公式

    X'j=■

    (2)負指標(biāo)預(yù)處理公式

    X'j=■

    式中,Xmax和Xmin為該指標(biāo)對應(yīng)公司各年份財務(wù)狀態(tài)的最高值與最低值,Xj和X'j為該指標(biāo)預(yù)處理前后的數(shù)值。

    2.主成分分析

    為反映電力企業(yè)的真實情況,指標(biāo)的選擇需全面且有代表性。但若處理所有的數(shù)據(jù)不僅會導(dǎo)致信息重疊,指標(biāo)間的多重線性關(guān)系,還會引起較大誤差,增加預(yù)測結(jié)果的不確定性和復(fù)雜程度。因此,本文選擇主成分分析法,不僅能減少區(qū)別度不高的冗余指標(biāo)個數(shù),還能盡可能地保留原有數(shù)據(jù)信息。主成分辨別時可依據(jù)兩項原則:(1)特征值>1;(2)累計貢獻率>97%,可較好地實現(xiàn)數(shù)據(jù)降維目的。最終,本文使用Matlab R2018b提取每家公司相應(yīng)的主成分。受篇幅限制,僅將?觹ST東方主成分分析結(jié)果(表2)呈現(xiàn)于文中。

    在確認?觹ST東方主成分個數(shù)的同時,還可通過主成分分析得出基于這6個主成分11期的Z得分。依據(jù)主成分貢獻度數(shù)值和Z得分對應(yīng)權(quán)重計算最終的綜合得分,得到公司不同時期的財務(wù)狀態(tài)。

    (三)參數(shù)估計

    若要進行有效預(yù)警,需要對式3和式4中的參數(shù)A和H進行參數(shù)辨識。另外,雖然本文提出的預(yù)測方法無需知道噪聲的統(tǒng)計學(xué)特征,但為了對比張東等[14]所用方法的預(yù)測效果,系統(tǒng)噪聲協(xié)方差矩陣(Q)、測量噪聲協(xié)方差矩陣(R)也需要通過辨識得到,同時本文沿用其極大似然估計方法辨識系統(tǒng)參數(shù)。以?觹ST東方公司的綜合得分為例,用Matlab R2018b計算可得出A=-0.153,H=1,對卡爾曼濾波預(yù)測模型中的協(xié)方差矩陣可辨識為Q=0.638,R=0。

    (四)閾值確定

    財務(wù)困境預(yù)警是依據(jù)財務(wù)判別閾值對不同時刻的財務(wù)狀態(tài)做出相應(yīng)預(yù)警信號的,因此如何設(shè)置合理的閾值對預(yù)測準(zhǔn)確度而言至關(guān)重要。本文依照中國證券監(jiān)督管理委員會發(fā)布的“針對財務(wù)狀況異常”的界定標(biāo)準(zhǔn),借鑒莊倩等[13]的統(tǒng)計分析法設(shè)立本文財務(wù)困境判斷閾值,在95%置信水平計算財務(wù)困境的置信上下限。

    置信上限=XNST-za/2■

    置信下限=XST+za/2■

    式中,XNST和XST分別指樣本中所有?觹ST公司和健康公司財務(wù)狀態(tài)的平均值,za/2為置信系數(shù),■和■分別指樣本中所有?觹ST公司和健康公司財務(wù)狀態(tài)的標(biāo)準(zhǔn)差。

    利用Matlab R2018b計算得到財務(wù)困境判斷閾值:置信上限為-1.079,置信下限為-2.232。當(dāng)預(yù)測值高于-1.079時,可判定該時刻財務(wù)狀態(tài)健康;當(dāng)預(yù)測值介于-1.079和-2.232之間時,可判定該時刻公司面臨輕度財務(wù)困境;當(dāng)預(yù)測值低于-2.232時,可判定該時刻公司陷入重度財務(wù)困境,公司必須及時管控風(fēng)險,否則將面臨破產(chǎn)。

    四、財務(wù)困境預(yù)警效果分析

    (一)預(yù)測結(jié)果動態(tài)分析

    本文對64家樣本公司進行動態(tài)預(yù)測,參照張東等[14]文獻中的模型參數(shù)設(shè)定卡爾曼濾波對照組,并與本文所用方法對照呈現(xiàn)于圖中,受篇幅限制僅呈現(xiàn)4家財務(wù)狀態(tài)預(yù)測結(jié)果(圖1—圖4),并在本節(jié)最后展示全部公司的財務(wù)預(yù)警正確率。

    本文的方法是針對基于卡爾曼濾波方法在噪聲分布問題上存在的缺陷而設(shè)計的,為突出本文設(shè)計方法的預(yù)測優(yōu)勢,對?觹ST華電進行特殊處理(對噪聲協(xié)方差矩陣設(shè)定50%的不確定性)。同時以曲線圖展現(xiàn)預(yù)警結(jié)果,可更直觀地展現(xiàn)數(shù)據(jù)跟蹤和預(yù)警結(jié)果。

    1.?觹ST公司預(yù)測結(jié)果

    圖1為?觹ST東方公司,該公司在2008年(k-2)以前財務(wù)狀況一直呈良好波動的發(fā)展趨勢,但在2009年(k-1)財務(wù)變化趨勢陡降,數(shù)值由-0.786跌落至-3.689,陷入重度財務(wù)困境;2010年(k)狀態(tài)略微好轉(zhuǎn),但仍低于置信下限值。相比之下,基于卡爾曼濾波的預(yù)測值雖整體趨勢與真實值保持一致,但當(dāng)財務(wù)狀態(tài)出現(xiàn)較大變動時,預(yù)測效果變差。該公司2010年被滬深證券標(biāo)記?觹ST,而通過模型可以提早一年給出預(yù)警,也證明了類龍伯格預(yù)測器的良好表現(xiàn)。

    2.健康公司預(yù)測結(jié)果

    圖2和圖3是對皖能電力和寶新能源的預(yù)測,雖都為健康公司,但這兩家公司的財務(wù)狀態(tài)并不相似。皖能電力自2002年(k-10)以來,雖在2008年(k-4)存在財務(wù)狀態(tài)下滑的情況,但整體趨勢都是穩(wěn)步上升;而寶新能源雖然還未被標(biāo)記成?觹ST,但在2017年(k-2)和2018年(k-1)數(shù)值都處于重度財務(wù)困境的邊緣,亟須得到企業(yè)的關(guān)注。寶新能源應(yīng)當(dāng)攻克現(xiàn)有難題,努力調(diào)整公司運營和財務(wù)狀態(tài),規(guī)避財務(wù)困境。

    從圖2和圖3中不難發(fā)現(xiàn),兩個模型對企業(yè)的財務(wù)狀況都進行了較好的跟蹤和預(yù)測。對皖能電力而言,兩種預(yù)測方法都能精準(zhǔn)地體現(xiàn)財務(wù)變化趨勢,辨識出企業(yè)不斷上升的財務(wù)狀態(tài)。對寶新能源公司而言,雖并未標(biāo)記?觹ST,但預(yù)測結(jié)果顯示其財務(wù)狀態(tài)并不樂觀,這說明本文所用方法對一些尚處在“健康”狀態(tài)的公司同樣具有一定的警示作用。

    3.特殊處理后預(yù)測結(jié)果

    圖4和圖5為?觹ST華電的特殊處理前后對比圖,此處的特殊處理為參數(shù)A和H保持不變,系統(tǒng)噪聲(wk)和測量噪聲(vk)對應(yīng)的協(xié)方差矩陣Q和R各設(shè)定50%的不確定性,即模擬噪聲誤差對預(yù)警效果帶來的影響。如圖所示,兩種預(yù)測方法原先都有很好的預(yù)警效果,特殊處理后,類龍伯格預(yù)測器的預(yù)測曲線幾乎沒有變化,而卡爾曼濾波方法無法辨識出重度財務(wù)困境,失去了預(yù)警效果。

    噪聲誤差是一種客觀存在的未知干擾,數(shù)學(xué)建模無法保證每次都能得到最優(yōu)結(jié)果,當(dāng)系統(tǒng)中的噪聲存在較大誤差時,輕則干擾預(yù)測結(jié)果精確度,重則嚴重偏離真實的模型動態(tài)。鑒于類龍伯格預(yù)測器無需系統(tǒng)噪聲和測量噪聲的協(xié)方差矩陣,因此當(dāng)噪聲的分布情況不能有效辨識或辨識誤差較大時,該方法的預(yù)測結(jié)果依然具有較高精確性。

    (二)預(yù)警正確率分析

    本文選取樣本32家?觹ST公司和32家健康公司應(yīng)用分類識別錯誤率對本次預(yù)警系統(tǒng)正確率進行測試。參考孫曉琳[15]采用的錯誤分類識別規(guī)定如下:當(dāng)一家?觹ST公司被錯誤識別為健康公司時,可認為屬于型I類錯誤;當(dāng)一家健康公司被錯誤識別為?觹ST公司時,可認為屬于型II類錯誤。兩種預(yù)警模型的識別正確率見表3。

    對比預(yù)警模型的識別正確率,可發(fā)現(xiàn)兩種模型都較好地實現(xiàn)了對財務(wù)狀態(tài)實際得分的追蹤和預(yù)警。而本文方法的優(yōu)勢在于:當(dāng)噪聲分布情況不能有效辨識或辨識誤差較大時,依舊擁有較好的預(yù)測水平。建模、測量手段,甚至是財務(wù)數(shù)據(jù)真實性、市場波動等因素都會使得系統(tǒng)存在較大誤差,故本文提出的預(yù)警方法在兼顧了預(yù)測性能和設(shè)計復(fù)雜度的同時,還具有相對較強的可適用性。

    五、結(jié)論

    針對財務(wù)動態(tài)預(yù)警中存在的噪聲誤差、在線計算量大等問題,本文創(chuàng)新性地設(shè)計了類龍伯格預(yù)測器模型,對電力企業(yè)財務(wù)狀態(tài)展開預(yù)測,并設(shè)置卡爾曼濾波方法作為對照組。依據(jù)分析結(jié)果可知,類龍伯格預(yù)測器在財務(wù)領(lǐng)域具有較高的實踐價值,同時在處理噪聲和增益方面比卡爾曼濾波更具優(yōu)勢,預(yù)測成本小,預(yù)警正確率也更高。

    總的來看,實驗結(jié)果大致符合建模預(yù)期??紤]到本文首次基于龍伯格觀測器與線性矩陣不等式技術(shù)設(shè)計類龍伯格預(yù)測器進行財務(wù)困境預(yù)警,缺少與現(xiàn)有管理系統(tǒng)的有機結(jié)合,在未來可作為學(xué)習(xí)研究方向繼續(xù)挖掘類龍伯格預(yù)測器在財務(wù)領(lǐng)域的潛在價值。

    【參考文獻】

    [1] GILSON S C.Management turnover and financial distress[J].Journal of Financial Economics,1989,25(2):241-262.

    [2] JOHN T A.Accounting measures of corporate liquidity,leverage,and costs of financial distress[J].Financial Management,1993,22(3):91-100.

    [3] PURI M,ROCHOLL J,STEFFEN S.Global retail lending in the aftermath of the US financial crisis:distinguishing between supply and demand effects[J].Journal of Financial Economics,2011,100(3):556-578.

    [4] LIN T H.A cross model study of corporate financial distress prediction in Taiwan:multiple discriminant analysis,logit,probit and neural networks models[J].Neurocomputing,2009,72(16-18):3507-3516.

    [5] CHEN M Y.Predicting corporate financial distress based on integration of decision tree classification and logistic regression[J].Expert Systems with Applications,2011,38(9):11261-11272.

    [6] LI Y,MA W.Applications of artificial neural networks in financial economics:a survey[C].2010 International Symposium on Computational Intelligence and Design,2010.

    [7] OZBEK L,OZLALE U.Employing the extended Kalman filter in measuring the output gap[J].Journal of Economic Dynamics and Control,2005,29(9):1611-1622.

    [8] 孫曉琳,田也壯,王文彬.基于Kalman濾波的企業(yè)財務(wù)危機動態(tài)預(yù)警模型[J].系統(tǒng)管理學(xué)報,2010(4):408-414.

    [9] 莊倩.基于卡爾曼濾波的財務(wù)困境預(yù)測動態(tài)性研究[M].南京:東南大學(xué)出版社,2016.

    [10] 潘雅瓊,劉艷.科技型企業(yè)財務(wù)危機預(yù)警研究——基于生存分析法[J].會計之友,2021(8):64-70.

    [11] 莊倩,陳良華.基于卡爾曼濾波的企業(yè)財務(wù)困境動態(tài)預(yù)警模型[J].統(tǒng)計與決策,2015(24):190-192.

    [12] 吳樹暢,張雪,于靜.經(jīng)營風(fēng)險與財務(wù)杠桿關(guān)系研究——基于異質(zhì)性負債視角[J].會計之友,2021(19):59-64.

    [13] 莊倩,陳良華.財務(wù)困境理論的預(yù)測動態(tài)性改進與應(yīng)用[J].審計與經(jīng)濟研究,2014,29(5):69-76.

    [14] 張東,姚喬茜,王樂,等.基于卡爾曼濾波的財務(wù)困境預(yù)測方法與應(yīng)用研究——以電力企業(yè)為例[J].東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2017(5):132-140.

    [15] 孫曉琳.基于狀態(tài)空間的財務(wù)危機動態(tài)預(yù)警模型在中國的實證研究[J].中國軟科學(xué),2013(4):140-147.

    [16] LUENBERGER D.An introduction to observers[J].IEEE Transactions on Automatic Control,1971,16(6):596-602.

    [17] 任煒杰,郭勝輝,朱樹先.無人駕駛轉(zhuǎn)向預(yù)瞄控制系統(tǒng)狀態(tài)區(qū)間估計[J].控制工程,2021,28(9):1773-1779.

    [18] 楊曉光,張慶靈,靖新.內(nèi)點法在解線性矩陣不等式問題中的應(yīng)用[C].中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會第十二屆學(xué)術(shù)年會論文集,2008.

    [19] 俞立.魯棒控制:線性矩陣不等式處理方法[M].北京:清華大學(xué)出版社,2002.

    日韩伦理黄色片| 别揉我奶头 嗯啊视频| 久久久精品免费免费高清| 欧美不卡视频在线免费观看| 亚洲欧美日韩无卡精品| 亚洲av电影在线观看一区二区三区 | 最近最新中文字幕免费大全7| 亚洲精品久久午夜乱码| 免费看日本二区| 免费在线观看成人毛片| 熟妇人妻不卡中文字幕| 欧美人与善性xxx| 永久网站在线| 亚洲国产精品专区欧美| 日韩欧美精品免费久久| 蜜桃久久精品国产亚洲av| kizo精华| 亚洲精品日韩在线中文字幕| 激情 狠狠 欧美| 男插女下体视频免费在线播放| 久久精品国产亚洲av天美| 国产伦在线观看视频一区| 成人毛片a级毛片在线播放| 久久久成人免费电影| 国产精品女同一区二区软件| 国产麻豆成人av免费视频| 免费少妇av软件| .国产精品久久| 日韩不卡一区二区三区视频在线| 嫩草影院入口| 精品人妻一区二区三区麻豆| 成人亚洲欧美一区二区av| 日韩av在线免费看完整版不卡| 国产熟女欧美一区二区| 国产成人免费观看mmmm| 日韩欧美 国产精品| h日本视频在线播放| 熟妇人妻久久中文字幕3abv| 久久久久久九九精品二区国产| 日韩中字成人| 一级毛片 在线播放| 亚洲av电影在线观看一区二区三区 | 少妇被粗大猛烈的视频| 国产男人的电影天堂91| 精品午夜福利在线看| 亚洲国产欧美人成| 亚洲欧洲日产国产| 国产精品女同一区二区软件| 午夜福利视频1000在线观看| a级毛色黄片| 老师上课跳d突然被开到最大视频| 久久这里有精品视频免费| 网址你懂的国产日韩在线| av网站免费在线观看视频 | videossex国产| 狂野欧美白嫩少妇大欣赏| 精品久久久久久成人av| 中文字幕av在线有码专区| 国产黄片美女视频| 大话2 男鬼变身卡| 国产精品一区二区三区四区免费观看| 亚洲欧美成人精品一区二区| 波野结衣二区三区在线| ponron亚洲| 精品一区二区免费观看| 亚洲国产欧美人成| 欧美成人a在线观看| 亚洲欧美中文字幕日韩二区| 韩国av在线不卡| 麻豆av噜噜一区二区三区| 久热久热在线精品观看| 亚洲在久久综合| 国产爱豆传媒在线观看| 精品熟女少妇av免费看| 国产伦在线观看视频一区| 欧美+日韩+精品| 亚洲,欧美,日韩| 久久精品熟女亚洲av麻豆精品 | 人妻夜夜爽99麻豆av| 草草在线视频免费看| 在线观看美女被高潮喷水网站| 男人爽女人下面视频在线观看| 亚洲久久久久久中文字幕| 欧美高清成人免费视频www| 国产精品一区二区性色av| 日韩一本色道免费dvd| 亚洲熟女精品中文字幕| 一级毛片 在线播放| 欧美日韩精品成人综合77777| 亚洲国产欧美在线一区| 观看美女的网站| 我要看日韩黄色一级片| 久久精品综合一区二区三区| or卡值多少钱| av在线播放精品| 午夜精品在线福利| 麻豆乱淫一区二区| 免费看日本二区| 精品一区二区三卡| 亚洲经典国产精华液单| 人妻夜夜爽99麻豆av| 亚洲欧洲国产日韩| 国国产精品蜜臀av免费| 亚洲国产精品成人综合色| 男人和女人高潮做爰伦理| 91精品国产九色| 天堂av国产一区二区熟女人妻| 熟女电影av网| 亚洲乱码一区二区免费版| 一级毛片 在线播放| 免费看a级黄色片| 亚洲av电影不卡..在线观看| 99热这里只有精品一区| 欧美成人午夜免费资源| 国产在视频线在精品| 色5月婷婷丁香| 欧美区成人在线视频| 亚洲激情五月婷婷啪啪| 精品久久久久久久久亚洲| 国产亚洲午夜精品一区二区久久 | 免费观看a级毛片全部| 国产精品日韩av在线免费观看| 国产美女午夜福利| 中文字幕av在线有码专区| 男人舔奶头视频| 2018国产大陆天天弄谢| 一本一本综合久久| 又黄又爽又刺激的免费视频.| 一级毛片黄色毛片免费观看视频| 日日撸夜夜添| 男插女下体视频免费在线播放| 最近最新中文字幕大全电影3| 亚洲电影在线观看av| 美女黄网站色视频| 免费观看的影片在线观看| 老师上课跳d突然被开到最大视频| 白带黄色成豆腐渣| 又大又黄又爽视频免费| 久久6这里有精品| 嘟嘟电影网在线观看| 亚洲欧美日韩东京热| 日韩中字成人| 一个人观看的视频www高清免费观看| 国产高清有码在线观看视频| 欧美成人一区二区免费高清观看| 国产精品嫩草影院av在线观看| 国内精品宾馆在线| 国产精品久久久久久精品电影小说 | 少妇熟女欧美另类| 能在线免费看毛片的网站| 偷拍熟女少妇极品色| 2018国产大陆天天弄谢| 久久人人爽人人爽人人片va| 午夜福利在线观看吧| 国产精品久久久久久av不卡| 最近中文字幕高清免费大全6| 综合色丁香网| 国产精品一二三区在线看| 国产淫语在线视频| 亚洲最大成人中文| 亚洲精品亚洲一区二区| 1000部很黄的大片| 我的老师免费观看完整版| 99视频精品全部免费 在线| www.av在线官网国产| 亚洲无线观看免费| 国产成人午夜福利电影在线观看| av在线蜜桃| 高清日韩中文字幕在线| 日本免费a在线| 亚洲va在线va天堂va国产| 好男人在线观看高清免费视频| 亚洲四区av| 大香蕉97超碰在线| 国产亚洲精品久久久com| 中文乱码字字幕精品一区二区三区 | 亚洲精品一区蜜桃| 国产精品伦人一区二区| 最近2019中文字幕mv第一页| 欧美日韩国产mv在线观看视频 | 亚洲精品一区蜜桃| 欧美激情国产日韩精品一区| 久久久a久久爽久久v久久| 中文字幕人妻熟人妻熟丝袜美| 国产 一区 欧美 日韩| 国产伦在线观看视频一区| 91午夜精品亚洲一区二区三区| 男人舔奶头视频| 美女主播在线视频| 亚洲精品国产成人久久av| 午夜爱爱视频在线播放| 欧美97在线视频| 人人妻人人看人人澡| 天堂av国产一区二区熟女人妻| 国产午夜精品一二区理论片| 亚洲丝袜综合中文字幕| 国产午夜精品一二区理论片| 在线播放无遮挡| 国产探花极品一区二区| 少妇熟女aⅴ在线视频| 亚洲在久久综合| 大香蕉久久网| 精品不卡国产一区二区三区| 亚洲电影在线观看av| 1000部很黄的大片| 久久久亚洲精品成人影院| 亚洲av国产av综合av卡| 亚洲精品视频女| 中文欧美无线码| 少妇丰满av| 日本wwww免费看| 国产精品国产三级国产av玫瑰| 国产成年人精品一区二区| 午夜福利视频1000在线观看| 色尼玛亚洲综合影院| 日本一本二区三区精品| 又黄又爽又刺激的免费视频.| 大又大粗又爽又黄少妇毛片口| 国产日韩欧美在线精品| 国产精品精品国产色婷婷| 淫秽高清视频在线观看| 一级二级三级毛片免费看| 国精品久久久久久国模美| 好男人视频免费观看在线| 男插女下体视频免费在线播放| 好男人在线观看高清免费视频| 国产成人aa在线观看| 又爽又黄无遮挡网站| 女的被弄到高潮叫床怎么办| 国产乱人偷精品视频| 国产成人a区在线观看| 成人一区二区视频在线观看| 中文资源天堂在线| 久久鲁丝午夜福利片| 人体艺术视频欧美日本| 亚洲精品aⅴ在线观看| 高清日韩中文字幕在线| 亚洲精品色激情综合| 一边亲一边摸免费视频| 乱人视频在线观看| 91精品伊人久久大香线蕉| 国产精品熟女久久久久浪| 国产黄色视频一区二区在线观看| 久久精品久久久久久久性| 亚洲图色成人| 可以在线观看毛片的网站| 国产精品99久久久久久久久| 成年版毛片免费区| 身体一侧抽搐| 久久久午夜欧美精品| 美女主播在线视频| 国产成年人精品一区二区| 听说在线观看完整版免费高清| 国产精品久久久久久av不卡| 国产淫片久久久久久久久| 亚洲精品中文字幕在线视频 | 午夜福利视频精品| 午夜福利视频1000在线观看| 在线免费十八禁| 麻豆精品久久久久久蜜桃| 亚洲图色成人| 成人午夜精彩视频在线观看| 亚洲最大成人中文| 国产成人精品久久久久久| 亚洲乱码一区二区免费版| 七月丁香在线播放| 激情五月婷婷亚洲| av卡一久久| 午夜激情欧美在线| 狠狠精品人妻久久久久久综合| 国产高清三级在线| 国产亚洲精品av在线| 伊人久久精品亚洲午夜| 夜夜看夜夜爽夜夜摸| 国产黄频视频在线观看| 国产精品一及| 免费大片18禁| 一区二区三区乱码不卡18| 国产精品一二三区在线看| 国产综合懂色| 欧美+日韩+精品| 国产男女超爽视频在线观看| 久久精品人妻少妇| 日本wwww免费看| 综合色av麻豆| 国产成人a∨麻豆精品| 亚洲成人久久爱视频| 成人亚洲精品av一区二区| 国产欧美日韩精品一区二区| 免费无遮挡裸体视频| 成人毛片a级毛片在线播放| 最新中文字幕久久久久| 有码 亚洲区| 国产精品久久视频播放| 麻豆乱淫一区二区| 男女那种视频在线观看| 不卡视频在线观看欧美| 我的老师免费观看完整版| 免费播放大片免费观看视频在线观看| 夫妻午夜视频| 欧美成人一区二区免费高清观看| 麻豆乱淫一区二区| 国产一区有黄有色的免费视频 | 欧美三级亚洲精品| 街头女战士在线观看网站| 国产亚洲91精品色在线| 国产av国产精品国产| 狂野欧美白嫩少妇大欣赏| 乱码一卡2卡4卡精品| 伊人久久精品亚洲午夜| 国产永久视频网站| 国产成人91sexporn| 99九九线精品视频在线观看视频| 亚洲最大成人手机在线| 成年av动漫网址| 尾随美女入室| 寂寞人妻少妇视频99o| 久久这里只有精品中国| 国产精品女同一区二区软件| av女优亚洲男人天堂| 尤物成人国产欧美一区二区三区| 特级一级黄色大片| 久久久久久九九精品二区国产| 亚洲av男天堂| 亚洲精品久久午夜乱码| 国产精品一区www在线观看| 久久久久久久久久久丰满| 国产精品人妻久久久久久| 国产一区亚洲一区在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | h日本视频在线播放| 精品人妻偷拍中文字幕| 亚洲av免费在线观看| 一二三四中文在线观看免费高清| 三级国产精品片| av专区在线播放| 亚洲电影在线观看av| 少妇丰满av| 久久久久久久久久黄片| 亚洲av福利一区| 免费看美女性在线毛片视频| 嫩草影院新地址| 建设人人有责人人尽责人人享有的 | 久久久久久久国产电影| 人妻一区二区av| 亚洲av国产av综合av卡| 一边亲一边摸免费视频| 免费观看的影片在线观看| 国产91av在线免费观看| 国产成人午夜福利电影在线观看| 1000部很黄的大片| 黑人高潮一二区| 久久久久九九精品影院| 别揉我奶头 嗯啊视频| 久久鲁丝午夜福利片| 91aial.com中文字幕在线观看| 国产精品日韩av在线免费观看| 99久国产av精品国产电影| 乱码一卡2卡4卡精品| av天堂中文字幕网| 精品国产三级普通话版| 久久97久久精品| 女人被狂操c到高潮| 午夜免费男女啪啪视频观看| 在线观看av片永久免费下载| 2018国产大陆天天弄谢| 亚洲最大成人手机在线| 观看免费一级毛片| 在线天堂最新版资源| 我的女老师完整版在线观看| 欧美日韩国产mv在线观看视频 | 五月伊人婷婷丁香| 亚洲av一区综合| 韩国av在线不卡| 久久久精品免费免费高清| 91久久精品电影网| 黑人高潮一二区| 亚洲最大成人手机在线| 99热这里只有是精品50| 免费观看在线日韩| 爱豆传媒免费全集在线观看| 亚洲欧美清纯卡通| 亚洲人成网站高清观看| 日本免费在线观看一区| 在线免费观看的www视频| 97热精品久久久久久| 高清在线视频一区二区三区| 最近中文字幕2019免费版| 亚洲av.av天堂| 97热精品久久久久久| 国产综合懂色| av.在线天堂| 五月玫瑰六月丁香| 亚洲四区av| 啦啦啦韩国在线观看视频| 两个人的视频大全免费| 亚洲av成人av| 国产美女午夜福利| 国产精品人妻久久久久久| 神马国产精品三级电影在线观看| 午夜激情久久久久久久| 国产精品久久久久久精品电影小说 | 亚洲经典国产精华液单| 国产成人91sexporn| 最近手机中文字幕大全| 精品久久久噜噜| 91久久精品电影网| 日韩强制内射视频| 美女高潮的动态| 九草在线视频观看| 日韩不卡一区二区三区视频在线| av国产久精品久网站免费入址| 免费黄频网站在线观看国产| 麻豆久久精品国产亚洲av| 久久久久久国产a免费观看| 欧美xxxx性猛交bbbb| 18+在线观看网站| 日韩欧美精品v在线| 一二三四中文在线观看免费高清| 亚洲av在线观看美女高潮| 你懂的网址亚洲精品在线观看| 欧美精品国产亚洲| 亚洲人与动物交配视频| av在线亚洲专区| 26uuu在线亚洲综合色| 97热精品久久久久久| 国产欧美日韩精品一区二区| 久久久亚洲精品成人影院| av在线天堂中文字幕| 一级av片app| 国产精品一区二区在线观看99 | 久久韩国三级中文字幕| 国产大屁股一区二区在线视频| 我的老师免费观看完整版| 综合色av麻豆| 极品教师在线视频| 最近中文字幕2019免费版| 2018国产大陆天天弄谢| 日韩一区二区三区影片| 免费大片黄手机在线观看| 免费av毛片视频| 简卡轻食公司| 搞女人的毛片| 亚洲国产精品专区欧美| 国产精品久久久久久精品电影小说 | 高清午夜精品一区二区三区| 有码 亚洲区| 国产单亲对白刺激| 成人亚洲欧美一区二区av| av又黄又爽大尺度在线免费看| 日韩av在线免费看完整版不卡| 日韩一区二区视频免费看| 国产精品一及| 中文字幕亚洲精品专区| 神马国产精品三级电影在线观看| 亚洲av免费高清在线观看| 免费观看在线日韩| 欧美激情在线99| 久久精品国产亚洲av涩爱| 视频中文字幕在线观看| 在线播放无遮挡| 97在线视频观看| 成人午夜精彩视频在线观看| 色综合站精品国产| 国产高清三级在线| 美女国产视频在线观看| 国产精品久久久久久久久免| 精华霜和精华液先用哪个| 三级毛片av免费| 国产爱豆传媒在线观看| 精品久久久久久久末码| 美女脱内裤让男人舔精品视频| 九色成人免费人妻av| 天堂影院成人在线观看| 亚洲国产精品专区欧美| 午夜福利成人在线免费观看| 久久精品久久久久久噜噜老黄| 亚洲久久久久久中文字幕| 国产精品无大码| 国产精品一二三区在线看| 亚洲精品,欧美精品| 久久精品夜色国产| 久久久午夜欧美精品| 水蜜桃什么品种好| 亚洲精品aⅴ在线观看| 狂野欧美白嫩少妇大欣赏| 22中文网久久字幕| 国产精品美女特级片免费视频播放器| 国产免费一级a男人的天堂| 日韩欧美精品免费久久| 国产精品久久久久久久电影| 2021少妇久久久久久久久久久| 国产精品久久久久久久电影| 婷婷色综合www| 国产一级毛片七仙女欲春2| 美女cb高潮喷水在线观看| 午夜福利在线观看免费完整高清在| 成人无遮挡网站| 黄色配什么色好看| 欧美日韩视频高清一区二区三区二| 黄色一级大片看看| 视频中文字幕在线观看| 国产伦理片在线播放av一区| 听说在线观看完整版免费高清| 免费看不卡的av| 欧美一区二区亚洲| 亚洲,欧美,日韩| 69人妻影院| 国内精品一区二区在线观看| 69av精品久久久久久| 久久鲁丝午夜福利片| 97在线视频观看| 中文资源天堂在线| 91在线精品国自产拍蜜月| 久久久久久久久久成人| av在线播放精品| 大香蕉久久网| 美女内射精品一级片tv| 亚洲av二区三区四区| 噜噜噜噜噜久久久久久91| 国产又色又爽无遮挡免| 国产高清国产精品国产三级 | 日本av手机在线免费观看| 亚洲精品一二三| 亚洲国产欧美在线一区| 国产免费又黄又爽又色| 男女边吃奶边做爰视频| 黄色欧美视频在线观看| 国产av不卡久久| 久久久精品免费免费高清| 久久久久久国产a免费观看| 国产探花在线观看一区二区| 听说在线观看完整版免费高清| videos熟女内射| 国产一区亚洲一区在线观看| 免费少妇av软件| 成人特级av手机在线观看| 97超碰精品成人国产| 嫩草影院精品99| 黄色一级大片看看| 禁无遮挡网站| 高清午夜精品一区二区三区| 国产在视频线精品| 国产永久视频网站| 成人性生交大片免费视频hd| 日韩人妻高清精品专区| 成人鲁丝片一二三区免费| 亚洲国产av新网站| 又爽又黄a免费视频| 国产成人91sexporn| 男女那种视频在线观看| 国产男人的电影天堂91| 国产 一区 欧美 日韩| 高清av免费在线| 尾随美女入室| 最近中文字幕高清免费大全6| 免费无遮挡裸体视频| 久久韩国三级中文字幕| 国产成人精品久久久久久| 麻豆成人午夜福利视频| 日本与韩国留学比较| 高清毛片免费看| 久久久成人免费电影| 亚洲av在线观看美女高潮| 国产精品人妻久久久影院| 一级爰片在线观看| 少妇的逼好多水| 久久久久久久久久成人| 欧美xxxx黑人xx丫x性爽| 欧美三级亚洲精品| 久久精品夜色国产| 少妇人妻一区二区三区视频| 日日啪夜夜爽| 亚洲自偷自拍三级| 精品国内亚洲2022精品成人| 亚洲熟妇中文字幕五十中出| 黄色欧美视频在线观看| 亚洲精品色激情综合| videos熟女内射| 亚洲av.av天堂| 高清在线视频一区二区三区| 看非洲黑人一级黄片| 特大巨黑吊av在线直播| 日韩欧美精品v在线| 色视频www国产| av网站免费在线观看视频 | 亚洲美女搞黄在线观看| 亚洲欧美日韩无卡精品| 免费在线观看成人毛片| 在线观看av片永久免费下载| 成人性生交大片免费视频hd| 成人毛片60女人毛片免费| 一本一本综合久久| 亚洲第一区二区三区不卡| 性色avwww在线观看| 免费av不卡在线播放| 久久午夜福利片| 插逼视频在线观看| 男人爽女人下面视频在线观看| 中文欧美无线码| 亚洲国产精品国产精品| 国产国拍精品亚洲av在线观看| 一级毛片aaaaaa免费看小| 日本爱情动作片www.在线观看| 成年版毛片免费区| 精品久久久久久久末码| 老司机影院毛片| 18禁裸乳无遮挡免费网站照片| 你懂的网址亚洲精品在线观看| 免费观看的影片在线观看| 日本免费在线观看一区| 99久久精品国产国产毛片| 精品熟女少妇av免费看| 在现免费观看毛片| 成人毛片a级毛片在线播放|