• <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SV—KMV模型的信用風(fēng)險(xiǎn)度量研究

    2013-04-29 06:24:52王新翠王雪標(biāo)周生寶
    經(jīng)濟(jì)與管理 2013年7期
    關(guān)鍵詞:GARCH模型信用風(fēng)險(xiǎn)

    王新翠 王雪標(biāo) 周生寶

    摘要:KMV模型是度量信用風(fēng)險(xiǎn)的主要模型,股權(quán)價(jià)值波動(dòng)率是KMV模型的重要參數(shù),應(yīng)用改進(jìn)KMV模型GARCH-KMV模型與SV-KMV模型對(duì)中國(guó)上市公司信用質(zhì)量的實(shí)證研究表明:股權(quán)價(jià)值波動(dòng)與KMV模型的結(jié)果違約距離高度負(fù)相關(guān);GARCH-KMV與SV-KMV模型均能度量上市公司信用狀況,但SV-KMV模型比GARCH-KMV模型度量效果更好。

    關(guān)鍵詞:信用風(fēng)險(xiǎn);KMV信用風(fēng)險(xiǎn)模型;違約距離;GARCH模型;SV模型

    中圖分類號(hào):F830.9 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1003-3890(2013)07-0059-08

    一、引言

    自2008年美國(guó)次貸危機(jī)以來(lái),各國(guó)金融機(jī)構(gòu)及監(jiān)管部門越來(lái)越重視信用風(fēng)險(xiǎn)的管理。準(zhǔn)確的度量信用風(fēng)險(xiǎn)是信用風(fēng)險(xiǎn)管理的前提和基礎(chǔ),而精確度量信用風(fēng)險(xiǎn)仍然存在較大困難,在業(yè)界和學(xué)術(shù)界依然是一個(gè)熱門課題。

    對(duì)于信用風(fēng)險(xiǎn)度量的研究大致分為三個(gè)階段:定性分析階段,1970年以前,大多數(shù)金融機(jī)構(gòu)主要采用專家法與評(píng)級(jí)法,但這些方法都過(guò)分依賴主觀評(píng)價(jià),不能客觀準(zhǔn)確的度量信用風(fēng)險(xiǎn)?;谪?cái)務(wù)指標(biāo)的分析階段,這種模型主要有Logistic模型、Probit模型、多元判斷分析模型、Altman[1]在1968年建立的5變量Z計(jì)分模型以及1977年發(fā)展的7變量ZETA計(jì)分模型[2]。這些模型主要依賴企業(yè)的財(cái)務(wù)指標(biāo),而這些財(cái)務(wù)指標(biāo)都是歷史數(shù)據(jù),且企業(yè)中普遍存在會(huì)計(jì)信息失真現(xiàn)象,因此,此方法度量信用風(fēng)險(xiǎn)存在較大誤差。20世紀(jì)90年代,國(guó)內(nèi)外專家開始采用人工智能,神經(jīng)網(wǎng)絡(luò)等理論對(duì)財(cái)務(wù)數(shù)據(jù)建立分析預(yù)測(cè)模型。此方法一定程度上提高模型預(yù)測(cè)的準(zhǔn)確度,但這些模型對(duì)樣本選擇的依賴程度較高,不適合廣泛推廣?,F(xiàn)代模型階段,當(dāng)前比較流行的定量度量信用風(fēng)險(xiǎn)的模型有JP摩根的Credit Metrics模型和KMV模型,及瑞士第一信貸銀行的Credit Risk+模型與麥肯錫公司的Credit Portfolio View違約模型。Credit Metrics模型與Credit Portfolio View模型都直接依賴于信用評(píng)級(jí)機(jī)制。而中國(guó)信用評(píng)級(jí)相對(duì)滯后,在短期內(nèi)利用該模型不能準(zhǔn)確度量信用風(fēng)險(xiǎn)。Credit Risk+模型的風(fēng)險(xiǎn)驅(qū)動(dòng)因素是債務(wù)人的違約率,在中國(guó)應(yīng)用現(xiàn)有數(shù)據(jù)估計(jì)該參數(shù)比較困難,且模型要求債務(wù)之間是相互獨(dú)立的。

    KMV模型以現(xiàn)代公司理論和期權(quán)理論為理論基礎(chǔ),以有時(shí)變性和前瞻性的資本市場(chǎng)價(jià)格為數(shù)據(jù),可度量任何公開招股公司的信用風(fēng)險(xiǎn)。巴塞爾銀行監(jiān)管委員會(huì)在2004年通過(guò)的《巴塞爾新資本協(xié)議》提倡使用內(nèi)部評(píng)級(jí)法管理信用風(fēng)險(xiǎn),并推薦使用KMV模型進(jìn)行內(nèi)部評(píng)級(jí)。KMV模型是中國(guó)信用風(fēng)險(xiǎn)管理中應(yīng)用最廣泛的模型。

    近年來(lái),國(guó)內(nèi)外大量文獻(xiàn)已經(jīng)表明KMV模型度量信用風(fēng)險(xiǎn)具有一定的準(zhǔn)確性,并且嘗試尋找改進(jìn)KMV模型提高信用風(fēng)險(xiǎn)度量的準(zhǔn)確度。Bohn[3]通過(guò)公司債信用利差比較分析了評(píng)級(jí)機(jī)構(gòu)與KMV模型的結(jié)果。Kealhofer和Kurbat[4]研究發(fā)現(xiàn)穆迪的KMV模型比傳統(tǒng)的評(píng)級(jí)模型能捕捉更多信息,對(duì)信用風(fēng)險(xiǎn)的反應(yīng)更快。Crosbie和Bohn[5]通過(guò)應(yīng)用莫頓模型的變型,改進(jìn)基于股權(quán)價(jià)值的資產(chǎn)市場(chǎng)價(jià)值與波動(dòng)率的計(jì)算,提高了KMV模型的精確度。Dionysiou,Lambertides和Charitou[6]基于KMV模型發(fā)展了一種更簡(jiǎn)單的違約預(yù)測(cè)模型,避免了傳統(tǒng)KMV模型求解非線性方程組的困難,并通過(guò)實(shí)證證明了該模型具有較強(qiáng)的預(yù)測(cè)能力。W·lee[7]利用遺傳算法尋找最優(yōu)違約點(diǎn),改進(jìn)了KMV模型,利用該模型對(duì)臺(tái)灣數(shù)據(jù)做了實(shí)證分析,結(jié)果表明該模型能夠準(zhǔn)確找到違約點(diǎn),提高銀行信用風(fēng)險(xiǎn)管理水平。

    中國(guó)學(xué)者也運(yùn)用KMV模型對(duì)中國(guó)上市公司信用風(fēng)險(xiǎn)進(jìn)行了實(shí)證研究。馬若微[8]通過(guò)實(shí)證研究得出KMV模型運(yùn)用到中國(guó)上市公司財(cái)務(wù)困境預(yù)警中是完全可行的,而且KMV模型的預(yù)測(cè)精度優(yōu)于基于歷史數(shù)據(jù)的Logistic,F(xiàn)isher等模型。周子元,楊永生[9]對(duì)影響違約距離大小的參數(shù)進(jìn)行了敏感性分析,發(fā)現(xiàn)股權(quán)價(jià)值波動(dòng)率是影響違約距離最為敏感的因素。彭大衡,張聰宇[10]的研究也表明違約距離對(duì)無(wú)風(fēng)險(xiǎn)利率的敏感性較弱;對(duì)股價(jià)的敏感性隨著股價(jià)高低而不同,而對(duì)股權(quán)價(jià)值波動(dòng)率的敏感性則非常強(qiáng)。這些表明準(zhǔn)確估計(jì)波動(dòng)率是提高KMV模型中違約距離準(zhǔn)確性的關(guān)鍵,進(jìn)而可提高對(duì)公司信用風(fēng)險(xiǎn)度量的準(zhǔn)確度。

    傳統(tǒng)的KMV模型采用上市公司價(jià)格歷史波動(dòng)率來(lái)近似替代現(xiàn)實(shí)波動(dòng)率,而股市波動(dòng)在不同時(shí)間和條件下具有不穩(wěn)定性,顯然這種方法是不準(zhǔn)確的。對(duì)波動(dòng)率單獨(dú)建模并與KMV模型的結(jié)合,可以有效改進(jìn)模型效果。由于GARCH模型比較容易估計(jì),中國(guó)學(xué)者目前主要是應(yīng)用GARCH模型與KMV模型的結(jié)合。如魯煒,趙恒珩等[11]與閆海峰,華雯君[12],利用GARCH模型估計(jì)股權(quán)價(jià)值波動(dòng)率,建立了修正的KMV模型,研究發(fā)現(xiàn)該模型要優(yōu)于傳統(tǒng)的KMV模型。

    目前對(duì)波動(dòng)率的度量模型主要包括兩大類:一類是基于歷史數(shù)據(jù)和以前波動(dòng)率基礎(chǔ)上的波動(dòng)性模型,這類波動(dòng)率模型有著確定的函數(shù)形式。如1982年Engle提出的自回歸條件異方差(Auto Regressive Conditional Heteroskedasticity)模型[13](簡(jiǎn)稱ARCH模型)和1986年Bollerslev提出的廣義ARCH模型[14](簡(jiǎn)稱GARCH模型),該類模型能夠較好地刻畫波動(dòng)的時(shí)變特性。另一類主要是基于參數(shù)基礎(chǔ)上的波動(dòng)率模型,這類波動(dòng)率模型的波動(dòng)率方程中引入了新息項(xiàng)。如Taylor 1986年提出的隨機(jī)波動(dòng)模型[15](Stochastic Volatility,簡(jiǎn)稱SV模型),此模型是由一個(gè)不可觀測(cè)的隨機(jī)過(guò)程決定。由于金融時(shí)間序列數(shù)據(jù)波動(dòng)性規(guī)律不斷的發(fā)生變化,SV模型更加適合于金融領(lǐng)域的實(shí)證研究。對(duì)于這兩類模型在理論和實(shí)證上的比較研究——其中主要是GARCH類和SV類之間的比較研究。Taylor,Eric,Kim和Shephard等[16][17][18][19]研究表明,SV類模型對(duì)金融時(shí)序的刻畫能力明顯優(yōu)于GARCH類模型的刻畫能力,它能夠準(zhǔn)確捕獲金融時(shí)間序列的異常波動(dòng)性和波動(dòng)集簇性,為金融時(shí)間序列提供了更實(shí)際、更靈活的建模方法。余素紅和張世英[20][21]通過(guò)實(shí)證分析比較了SV模型與GARCH模型對(duì)上證綜合指數(shù)的刻畫能力,認(rèn)為SV模型擬合實(shí)際數(shù)據(jù)的效果優(yōu)于GARCH模型。

    雖然SV模型從理論和實(shí)證角度更適合于對(duì)金融數(shù)據(jù)的建模,但由于估計(jì)困難,目前還沒(méi)有人嘗試將SV模型與KMV模型相結(jié)合考察上市公司的信用質(zhì)量。

    本文將分別采用GARCH模型與SV模型來(lái)估計(jì)上市公司的股權(quán)價(jià)值波動(dòng)率,并結(jié)合KMV模型。通過(guò)實(shí)證,對(duì)比分析GARCH-KMV模型與SV-KMV模型對(duì)信用風(fēng)險(xiǎn)的度量效果,結(jié)果表明SV-KMV模型優(yōu)于GARCH-KMV模型。

    全文的組織如下:第二部分模型的構(gòu)建:簡(jiǎn)單介紹GACH,SV兩種波動(dòng)率模型及KMV信用風(fēng)險(xiǎn)模型;第三部分實(shí)證研究:給出本文所選樣本,模型的參數(shù)估計(jì)及實(shí)證結(jié)果分析;第四部分給出本文結(jié)論與啟示。

    二、模型的構(gòu)建

    (一)GARCH模型

    1982年Engle提出的自回歸條件異方差A(yù)RCH模型,1986年Bollerslev提出的廣義ARCH模型,簡(jiǎn)稱GARCH模型。該類模型能夠較好地刻畫波動(dòng)的時(shí)變特性。

    (二)SV模型

    可以看到,SV模型中的波動(dòng)性不僅依賴于以前的波動(dòng),而且還依賴于當(dāng)期的新息項(xiàng),由于考慮了當(dāng)期的新息項(xiàng),使得SV模型能更為準(zhǔn)確地刻畫金融時(shí)序的波動(dòng)。

    2. SV模型的參數(shù)估計(jì)。雖然SV模型更適合金融時(shí)間序列波動(dòng)的估計(jì),但是SV模型中包含著潛在變量,難以獲得SV模型精確的似然函數(shù),因此模型的參數(shù)估計(jì)要比GARCH模型困難。

    目前SV模型的參數(shù)估計(jì)方法主要有偽極大似然估計(jì)(QML)、廣義矩方法(GMM)估計(jì)、有效矩方法(EMM)估計(jì)、馬爾科夫鏈蒙特卡洛模擬(MCMC)方法等,其中MCMC方法是目前SV模型參數(shù)估計(jì)效果最好的。MCMC方法的基本思想是,構(gòu)造一個(gè)平穩(wěn)分布為?仔(x)的抽樣,基于這樣的抽樣做出各種統(tǒng)計(jì)推斷。其算法的核心是對(duì)一個(gè)給定的多元概率密度,通過(guò)反復(fù)從一個(gè)馬爾可夫鏈中取樣來(lái)生產(chǎn)變量,該馬爾可夫鏈具有不變的分布,因此可以根據(jù)遍歷性對(duì)變量進(jìn)行估計(jì)。

    (三)KMV模型

    1. 模型的建立。假設(shè)當(dāng)公司的資產(chǎn)價(jià)值低于一定水平時(shí),認(rèn)為公司就會(huì)違約,與這一水平相對(duì)應(yīng)的資產(chǎn)價(jià)值為違約點(diǎn)(Default Point,簡(jiǎn)稱DP)。假設(shè)在給定的某個(gè)未來(lái)時(shí)期,公司資產(chǎn)價(jià)值服從某個(gè)分布,該分布的特征由資產(chǎn)價(jià)值的期望與標(biāo)準(zhǔn)差(波動(dòng)率)描述;未來(lái)資產(chǎn)價(jià)值的均值到所需清償負(fù)債的賬面價(jià)值之間的距離為違約距離(Distance to Default,簡(jiǎn)稱DD)。根據(jù)違約距離與預(yù)期違約概率的映射關(guān)系,可得出預(yù)期違約概率(也稱為違約頻率,Expected Default Frequency,簡(jiǎn)稱EDF)。EDF是指在正常的市場(chǎng)條件下,借款公司在一定時(shí)期內(nèi)發(fā)生違約的概率,KMV模型認(rèn)為當(dāng)資產(chǎn)的均值下降到所需清償負(fù)債的賬面價(jià)值之下時(shí)違約發(fā)生,因?yàn)槭孪葻o(wú)法準(zhǔn)確判斷借款公司是否會(huì)選擇違約,所以只能估計(jì)違約的可能性大小。

    KMV模型以經(jīng)典的莫頓模型為基礎(chǔ),計(jì)算公司資產(chǎn)價(jià)值及其波動(dòng)率,進(jìn)而求得違約距離DD及違約概率EDF。具體分為以下3個(gè)步驟:

    其中VA表示公司資產(chǎn)的市場(chǎng)價(jià)值;?滋,?滓A分別表示資產(chǎn)價(jià)值的漂移率和波動(dòng)率;dWt表示維納過(guò)程。如果DP表示公司債務(wù)的賬面價(jià)值,也就是期權(quán)的執(zhí)行價(jià)格,可以解出公司的股權(quán)價(jià)值與資產(chǎn)的市場(chǎng)的市場(chǎng)價(jià)值的關(guān)系式為:

    通過(guò)(1)式和(2)式得到非線性方程組。解出此方程組,即可求出資產(chǎn)價(jià)值VA與資產(chǎn)價(jià)值波動(dòng)率?滓A。

    (2)計(jì)算違約距離DD。KMV模型中,違約距離DD為資產(chǎn)價(jià)值偏離違約點(diǎn)DP的標(biāo)準(zhǔn)差的個(gè)數(shù),即達(dá)到違約點(diǎn)資產(chǎn)價(jià)值須下降的百分比對(duì)于標(biāo)準(zhǔn)差的倍數(shù)。DD計(jì)算公式為:

    (3)預(yù)期違約概率(EDF)的確定。理論上的違約概率為債務(wù)到期日公司資產(chǎn)的市場(chǎng)價(jià)值小于公司負(fù)債的賬面價(jià)值的概率,假設(shè)資產(chǎn)價(jià)值服從正態(tài)分布即:

    理論的EDF與現(xiàn)實(shí)存在很大差異,在實(shí)際應(yīng)用中,KMV模型通過(guò)建立大規(guī)模的企業(yè)違約信息數(shù)據(jù)庫(kù)計(jì)算出企業(yè)的經(jīng)驗(yàn)違約概率,根據(jù)觀察所有距離違約點(diǎn)相同個(gè)標(biāo)準(zhǔn)差的企業(yè)中有多少家企業(yè)違約,計(jì)算出經(jīng)驗(yàn)違約率。計(jì)算公式如下:

    由于中國(guó)歷史數(shù)據(jù)的嚴(yán)重缺乏,確定違約距離和實(shí)際違約頻率之間的準(zhǔn)確映射無(wú)法實(shí)現(xiàn),而直接運(yùn)用國(guó)外的對(duì)應(yīng)結(jié)果,會(huì)導(dǎo)致很大偏差。因此,本文將直接結(jié)合違約距離考察上市公司的相對(duì)違約風(fēng)險(xiǎn)大小。

    2. 參數(shù)的設(shè)定。(1)股權(quán)價(jià)值VE。本文采用2008年以后的股票市場(chǎng)數(shù)據(jù),并根據(jù)中國(guó)證券市場(chǎng)實(shí)際情況,把上市公司股權(quán)市場(chǎng)價(jià)值分為非流通股和流通股兩部分。對(duì)于非流通股的定價(jià)本文采用加權(quán)平均的方法,以每股凈資產(chǎn)作為非流通股的單價(jià),流通股的定價(jià)為平均收盤價(jià)。公式為:

    非流通股權(quán)價(jià)值=非流通股數(shù)×每股凈資產(chǎn)

    流通股權(quán)價(jià)值=流通股數(shù)×平均收盤價(jià)

    股權(quán)價(jià)值VE=流通股權(quán)價(jià)值+非流股權(quán)價(jià)值

    (2)違約點(diǎn)DP。對(duì)違約點(diǎn)的設(shè)定采用KMV公司推薦的方法,即:DP=SD+50%LD其中,SD為流動(dòng)負(fù)債,LD為長(zhǎng)期負(fù)債。

    (3)無(wú)風(fēng)險(xiǎn)利率r。本文采用央行公布的當(dāng)年1年期定期存款利率的加權(quán)平均來(lái)表示,其中,2008年r=0.039,2009年r=0.041,2010r=0.025,2011年r=0.025。

    (4)股權(quán)價(jià)值波動(dòng)率?滓E。在KMV模型中,股權(quán)價(jià)值波動(dòng)率?滓E對(duì)違約距離的影響最大,因此準(zhǔn)確估計(jì)股權(quán)價(jià)值波動(dòng)率對(duì)改進(jìn)KMV模型準(zhǔn)確性有著重要意義。由于金融市場(chǎng)波動(dòng)具有集聚性及尖峰厚尾性,目前大多數(shù)學(xué)者采取易估計(jì)的GARCH模型估計(jì)股權(quán)價(jià)值波動(dòng)率來(lái)提高準(zhǔn)確性。但已有研究表明SV模型從理論和實(shí)證角度更優(yōu)于GARCH模型,因此本文將分別采用GARCH模型與SV模型來(lái)估計(jì)上市公司的股權(quán)價(jià)值波動(dòng)率,并結(jié)合KMV模型。對(duì)比分析GARCH-KMV模型與SV-KMV模型對(duì)信用風(fēng)險(xiǎn)的度量效果。

    三、實(shí)證研究

    (一)樣本數(shù)據(jù)與研究設(shè)計(jì)

    本文選取滬深兩市A股20家上市公司股票作為研究對(duì)象,其中10家為2009年與2010年ST公司,并相應(yīng)的選取與其所在行業(yè)與資產(chǎn)規(guī)模方面相配對(duì)的10家非ST公司,采用ST公司和非ST公司2008—2010年的數(shù)據(jù)進(jìn)行參數(shù)的確定。本文所有數(shù)據(jù)選自Wind數(shù)據(jù)庫(kù)。

    計(jì)算選取的20家公司2008—2010年每日收盤價(jià)的對(duì)數(shù)收益率,yt=lnPt-lnPt-1,其中Pt為第t日的收盤價(jià),Pt-1為第t-1日的收盤價(jià)。

    2008—2010年GARCH模型、SV模型所得波動(dòng)率及傳統(tǒng)方差波動(dòng)率的比較,如圖1-圖3所示。

    得到股權(quán)價(jià)值波動(dòng)率以后,利用Matlab軟件使用迭代算法求解非線性方程組,得到資產(chǎn)價(jià)值及資產(chǎn)價(jià)值波動(dòng)率。由得到的資產(chǎn)價(jià)值及資產(chǎn)價(jià)值波動(dòng)率,計(jì)算出KMV模型的違約距離。ST公司與其配對(duì)的非ST公司的違約距離結(jié)果如表1所示。

    為了更加直觀的對(duì)比分析GARCH-KMV模型與SV-KMV模型對(duì)上市公司信用質(zhì)量度量效果,對(duì)比分析2008—2010年ST公司與非ST公司兩種違約距離,如圖4~圖9所示。

    為對(duì)比分析兩種違約距離對(duì)上市公司信用風(fēng)險(xiǎn)度量能力的整體度量效果,應(yīng)用SPSS軟件分別對(duì)所得ST公司與非ST公司兩種違約距離GDD與SDD逐年進(jìn)行獨(dú)立樣本T檢驗(yàn)和非參數(shù)Mann-Whitney U檢驗(yàn)。實(shí)證結(jié)果如表2及表3。

    (二)實(shí)證結(jié)果分析

    1. 股權(quán)價(jià)值波動(dòng)率是KMV模型非常重要的影響因素。GARCH模型與SV模型原理不同,由圖1-圖3可以看出兩種模型所求得的股權(quán)價(jià)值波動(dòng)率整體一致,但有個(gè)別公司個(gè)別年不相同。僅對(duì)本文所研究樣本而言,GARCH模型估計(jì)的股權(quán)價(jià)值波動(dòng)率要偏高一些,傳統(tǒng)波動(dòng)率介于SV模型與GARCH模型之間。

    2008—2010年GARCH-KMV模型中違約距離GDD與GARCH模型得到的股權(quán)價(jià)值波動(dòng)率的相關(guān)系數(shù)分別為-0.965,-0.975,-0.910。SV-KMV模型中違約距離SDD與SV模型得到的股權(quán)價(jià)值波動(dòng)率的相關(guān)系數(shù)分別為-0.968,-0.972,-0.987。首先可以得出兩種模型中違約距離與股權(quán)價(jià)值波動(dòng)率都是負(fù)相關(guān),股權(quán)價(jià)值波動(dòng)率越高,違約距離越小,公司越接近違約,信用質(zhì)量越差。其次違約距離與股權(quán)價(jià)值波動(dòng)率相關(guān)程度非常高,證明股權(quán)價(jià)值波動(dòng)率是KMV模型非常重要的影響因素。

    2. 對(duì)比分析SV-KMV模型與GARCH-KMV模型,SV-KMV模型得到的違約距離SDD能更好的區(qū)分上市公司的信用質(zhì)量。由表1分別比較2008—2010年ST公司的違約距離與非ST公司的違約距離,由于違約距離越大說(shuō)明信用狀況越好,因此為了表述方便,我們將ST公司違約距離小于非ST公司時(shí)作為正確判斷,大于非ST公司時(shí)作為錯(cuò)誤判斷。首先考慮違約距離GDD的情況,發(fā)現(xiàn)2008—2010年ST公司GDD小于其所對(duì)應(yīng)的非ST公司總數(shù)的占研究樣本總體的比例,即正確率,分別為50%、100%、80%。而違約距離SDD的情況,正確率為80%、100%、100%。對(duì)比分析,說(shuō)明兩種違約距離均能度量上市公司的信用風(fēng)險(xiǎn),違約距離SDD正確率較高,能更好的區(qū)分ST公司與非ST公司信用狀況。

    觀察2008—2010年ST公司與非ST公司兩種違約距離對(duì)比分析圖,對(duì)比分析圖4與圖5,可得2008年違約距離SDD對(duì)ST公司與非ST公司的信用質(zhì)量區(qū)別更明顯,尤其是第一、四、七對(duì)公司,GDD時(shí)ST公司大于非ST公司,而SDD時(shí)ST公司小于非ST公司。由圖6與圖7,可以看出2009年兩種違約距離對(duì)ST公司與非ST公司信用質(zhì)量的度量效果差別不大,SDD略好于GDD。圖8與圖9說(shuō)明2010年違約距離SDD對(duì)ST公司與非ST公司的信用質(zhì)量區(qū)別更明顯。因此,進(jìn)一步說(shuō)明利用SV-KMV模型比GARCH-KMV模型對(duì)上市公司的信用風(fēng)險(xiǎn)的度量更準(zhǔn)確。

    從整體的角度,SDD對(duì)上市公司信用風(fēng)險(xiǎn)的度量效果也好于GDD。由表2和表3,觀察獨(dú)立樣本T檢驗(yàn)與非參數(shù)Mann-Whitney U檢驗(yàn)結(jié)果,ST公司、非ST公司的違約距離T檢驗(yàn)與M-W U檢驗(yàn)的T值、Z值在違約距離SDD的情況下要比GDD時(shí)更加顯著。說(shuō)明違約距離SDD情況下,ST公司的SDD與非ST公司存在差異更明顯,SDD比GDD更好的區(qū)分上市公司的信用質(zhì)量。

    考慮非ST公司與ST公司違約距離均值差與秩均值差,SDD的均值差與秩均值差每年都大于GDD的均值差與秩均值差,這表明違約距離SDD時(shí),ST公司與非ST公司的信用狀況差異更明顯。進(jìn)一步說(shuō)明SV-KMV模型對(duì)上市公司信用風(fēng)險(xiǎn)的度量要比GARCH-KMV模型效果更好。

    3. 行業(yè)分析。由于SDD比GDD更能準(zhǔn)確區(qū)分ST公司與非ST公司的信用狀況,在此基礎(chǔ)上本文采用違約距離SDD僅對(duì)所選樣本公司進(jìn)行同行業(yè)的ST公司與非ST公司信用狀況對(duì)比分析。本文所選20家樣本公司中,按行業(yè)分類:2家房地產(chǎn)行業(yè);8家制造業(yè)-石油;2家制造業(yè)-食品;2家制造業(yè)-金屬;2家制造業(yè)-機(jī)械;2家制造業(yè)-電子;2家綜合行業(yè)。

    對(duì)于制造業(yè)-機(jī)械業(yè),ST思達(dá)2008—2010年的SDD分別是1.288、1.741、2.883,與其對(duì)應(yīng)的上海機(jī)電分別為1.261、2.299、2.944??梢钥闯鲋挥?008年ST思達(dá)的SDD高于上海機(jī)電,2010年兩公司SDD也非常接近。觀察兩公司股權(quán)價(jià)值波動(dòng)率,2008年ST思達(dá)的股權(quán)價(jià)值波動(dòng)率為0.727低于上海機(jī)電0.765,2010年分別為0.344和0.334,非常接近。因此股權(quán)價(jià)值波動(dòng)率是導(dǎo)致兩家對(duì)比公司誤判與SDD接近的主要原因。進(jìn)一步說(shuō)明股權(quán)價(jià)值波動(dòng)率是KMV模型的重要因素。

    對(duì)于制造業(yè)-電子業(yè),ST精倫與大連控股SDD分別為1.281、1.853、2.600,1.199、1.944、2.931。只有2008年ST精倫的SDD比大連控股高,觀察兩家公司2008年股權(quán)價(jià)值波動(dòng)率,2008年ST精倫的股權(quán)價(jià)值波動(dòng)率低于大連控股。進(jìn)一步說(shuō)明股權(quán)價(jià)值波動(dòng)率是KMV模型的重要影響因素。

    對(duì)于房地產(chǎn)業(yè)、制造業(yè)-石油、制造業(yè)-食品、制造業(yè)-金屬與綜合類行業(yè),所選取的ST公司的違約距離SDD均低于與其對(duì)應(yīng)的非ST公司,且相差幅度較大。說(shuō)明KMV模型能夠很好的區(qū)分這些行業(yè)公司的信用狀況。

    綜合所研究樣本的行業(yè)分析,各行業(yè)的上市公司信用狀況存在差異,由好到差的順序?yàn)椋褐圃鞓I(yè)-石油、制造業(yè)-食品、房地產(chǎn)業(yè)、制造業(yè)-電子、綜合類、制造業(yè)-機(jī)械、制造業(yè)-金屬。

    四、結(jié)論與啟示

    由于股權(quán)價(jià)值波動(dòng)率是KMV模型的重要參數(shù),因此準(zhǔn)確的估計(jì)股權(quán)價(jià)值波動(dòng)率對(duì)提高KMV的準(zhǔn)確性意義重大,本文分別利用SV與GARCH波動(dòng)率模型估計(jì)股權(quán)價(jià)值波動(dòng)率,對(duì)KMV模型重要參數(shù)股權(quán)價(jià)值波動(dòng)率進(jìn)行了改進(jìn),分別應(yīng)用改進(jìn)的KMV模型GARCH-KMV模型與SV-KMV模型對(duì)中國(guó)上市公司的信用質(zhì)量進(jìn)行了實(shí)證研究。研究表明:

    1. 股權(quán)價(jià)值波動(dòng)與KMV模型的結(jié)果違約距離高度負(fù)相關(guān)。股權(quán)價(jià)值波動(dòng)率是KMV模型的重要影響因素,股權(quán)價(jià)值波動(dòng)率越高,違約距離越小,公司的信用質(zhì)量越差。

    2. GARCH-KMV與SV-KMV模型均能度量上市公司的信用狀況,但SV-KMV模型要比GARCH-KMV模型度量效果更好。加入SV模型改進(jìn)的KMV模型對(duì)上市公司信用風(fēng)險(xiǎn)的度量能力明顯提高,能更好的區(qū)分ST公司與非ST公司的信用質(zhì)量。

    3. 各行業(yè)信用狀況存在差異,僅針對(duì)本文研究樣本而言,信用質(zhì)量由好到壞順序?yàn)椋褐圃鞓I(yè)-石油、制造業(yè)-食品、房地產(chǎn)業(yè)、制造業(yè)-電子、綜合類、制造業(yè)-機(jī)械、制造業(yè)-金屬。

    本文通過(guò)利用更精確的波動(dòng)率模型計(jì)算股權(quán)價(jià)值波動(dòng)率進(jìn)而提高了KMV模型對(duì)信用風(fēng)險(xiǎn)度量的準(zhǔn)確性,有利于投資者正確估計(jì)上市公司信用風(fēng)險(xiǎn),從而做出恰當(dāng)?shù)臎Q策。此外,觀察本文所研究的每一個(gè)樣本公司,無(wú)論是違約距離GDD還是SDD,2008年違約距離最小,而2009年,2010年違約距離逐漸增加。這一變化趨勢(shì)恰好與中國(guó)自2008年以來(lái)的宏觀經(jīng)濟(jì)走勢(shì)一致,說(shuō)明中國(guó)上市公司信用質(zhì)量與宏觀經(jīng)濟(jì)狀況息息相關(guān)。本文的研究并沒(méi)有考慮宏觀經(jīng)濟(jì)變量的影響,因此將信用風(fēng)險(xiǎn)模型與宏觀經(jīng)濟(jì)變量相結(jié)合可能會(huì)成為今后信用風(fēng)險(xiǎn)度量研究的重要方向。

    參考文獻(xiàn):

    [1]Altman,E.I. Financial ratios discriminant analysis and the prediction of corporate bankruptcy[J]. Journal of Finance,1968:589-609.

    [2]Altman,E.I.,Haldeman,R.,Narayanan,P. Zeta analysis:A new model to identify bankruptcy risk of corporations [J]. Journal of Banking and Finance,1977:29-54.

    [3][Bohn,J. R. Survey of contingent claims-Approaches to risky debt valuation. Working paper 20,1999.

    [4]Kealhofer,S.,Kurbat,M. Benchmarking quantitative default risk models:A validation methodology. Research paper[R]. Moodys KMV,2000.

    [5]Crosbie,P. J.,Bohn,J. R. Modeling default risk. Research paper[R]. Moodys KMV,2002.

    [6]Dionysiou,D.,Lambertides,N.,Charitou,A. An alternative model to forecast default based on Black-Scholes-Merton model and a liquidity proxy. Working paper,University of Cyprus,Department of Public and Business Administration,2008.

    [7]W. Lee. Redefinition of the KMV models optimal default point based on genetic algorithms-Evidence from Taiwan. Expert Systems with Applications. 2011,38(8):10107-10113.

    [8]馬若微.KMV模型運(yùn)用于中國(guó)上市公司財(cái)務(wù)困境預(yù)警的實(shí)證檢驗(yàn)[J].數(shù)理統(tǒng)計(jì)與管理,2006,(5):593-601.

    [9]周子元,楊永生.用違約距離判別信用風(fēng)險(xiǎn):一個(gè)實(shí)證研究[J].審計(jì)與經(jīng)濟(jì)研究,2007,(2):81-85.

    [10]彭大衡,張聰宇.銀行信用風(fēng)險(xiǎn)演變的KMV模型分析——以五家中小商業(yè)銀行為例[J].經(jīng)濟(jì)數(shù)學(xué),2009,(3):60-69.

    [11]魯煒,趙恒珩,方兆本,等.KMV模型在公司價(jià)值評(píng)估中的應(yīng)用[J].管理科學(xué),2003,(3):30-33.

    [12]閆海峰,華雯君.基于KMV模型的中國(guó)上市公司信用風(fēng)險(xiǎn)研究[J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2009,(3):14-22.

    [13]Engle R E. Autor egressive conditional heteroskedasticity with estimates of the variance of UK inflation [J]. Econometrica,1982,(50):987-1008.

    [14]Bollerslev T. Generalzed autoregressive conditional heteroskedasticity[J].Journal of Econometrics,1986,(31):307-327.

    [15]Taylor S J. Modeling financial time series [M]. Chichester:John Wiley and Sons,1986.

    [16]Taylor S J. Modeling stochastic volatility[J]. Mathematical Finance,1994,(4):183-204.

    [17]Shepard N. Statistical aspects of ARCH and stochastic volatility[J]. Time Series Model in Econometrics,1996:1-67.

    [18]Eric J, Polson N G,Rossi P E. Bayesian analysis of stochastic volatility models[J]. Journal of Business & Economic Statistics,1994,12(4):371-388.

    [19]Kim S.,Shephard N.,Chib,S. Stochastic volatility:likelihood inference and comparison with ARCH models[J]. Review of Economic Studies,1998,(65):361-393.

    [20]余素紅,張世英.SV與GARCH模型對(duì)金融時(shí)間序列刻畫能力的比較研究[J].系統(tǒng)工程,2002,20(5):28-33.

    [21]余素紅,張世英.SV和GARCH模型擬合優(yōu)度比較的似然比檢驗(yàn)[J].系統(tǒng)工程學(xué)報(bào),2004,19(6):625-629.

    責(zé)任編輯、校對(duì):許永兵

    猜你喜歡
    GARCH模型信用風(fēng)險(xiǎn)
    淺析我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理
    上證綜指收益率波動(dòng)性實(shí)證分析
    基于R軟件的金融時(shí)間序列的預(yù)測(cè)分析
    人民幣匯率波動(dòng)對(duì)我國(guó)國(guó)際貿(mào)易的傳導(dǎo)效應(yīng)分析
    銅期貨市場(chǎng)風(fēng)險(xiǎn)變異性實(shí)證研究
    基于HP濾波和Garch模型的股票價(jià)格波動(dòng)研究
    商(2016年27期)2016-10-17 06:23:52
    “滬港通”對(duì)中國(guó)內(nèi)地、香港股市波動(dòng)影響的研究
    商(2016年27期)2016-10-17 06:04:58
    京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
    PPP項(xiàng)目發(fā)行中期票據(jù)的可能性與信用風(fēng)險(xiǎn)分析
    個(gè)人信用風(fēng)險(xiǎn)評(píng)分的指標(biāo)選擇研究
    国产成人啪精品午夜网站| 大型av网站在线播放| 亚洲欧美中文字幕日韩二区| 777米奇影视久久| 一级毛片黄色毛片免费观看视频| 韩国精品一区二区三区| 最近手机中文字幕大全| www.精华液| 国产黄色免费在线视频| 五月开心婷婷网| 久久人人97超碰香蕉20202| 一边摸一边抽搐一进一出视频| xxxhd国产人妻xxx| 免费久久久久久久精品成人欧美视频| 亚洲熟女精品中文字幕| 亚洲av美国av| 国产老妇伦熟女老妇高清| 在线观看国产h片| 后天国语完整版免费观看| 国产亚洲欧美在线一区二区| 三上悠亚av全集在线观看| 老司机亚洲免费影院| 久久热在线av| 精品国产乱码久久久久久小说| 色网站视频免费| 国产欧美亚洲国产| 1024香蕉在线观看| 亚洲三区欧美一区| 9热在线视频观看99| 亚洲欧洲日产国产| 久久精品成人免费网站| 大陆偷拍与自拍| 日韩电影二区| 精品人妻1区二区| 亚洲精品国产区一区二| 在线观看www视频免费| 亚洲精品av麻豆狂野| 久久久精品94久久精品| 69精品国产乱码久久久| 老司机影院毛片| 19禁男女啪啪无遮挡网站| 精品一品国产午夜福利视频| 丝袜在线中文字幕| 亚洲欧美清纯卡通| 脱女人内裤的视频| 91麻豆av在线| 日韩制服骚丝袜av| 母亲3免费完整高清在线观看| 国产片特级美女逼逼视频| 久久国产精品人妻蜜桃| 成年女人毛片免费观看观看9 | 黄色a级毛片大全视频| 十分钟在线观看高清视频www| 日韩av在线免费看完整版不卡| 成人免费观看视频高清| 亚洲视频免费观看视频| 欧美av亚洲av综合av国产av| 性色av一级| 国产免费一区二区三区四区乱码| 我的亚洲天堂| 久久热在线av| 精品久久蜜臀av无| 午夜老司机福利片| 国产黄色免费在线视频| 天天操日日干夜夜撸| 日本a在线网址| 亚洲精品美女久久av网站| 精品一区二区三卡| 午夜影院在线不卡| 自线自在国产av| 日韩一区二区三区影片| 亚洲欧美中文字幕日韩二区| 一级毛片我不卡| 看免费av毛片| 久久影院123| 777米奇影视久久| 亚洲av男天堂| 亚洲熟女精品中文字幕| 亚洲人成电影观看| 你懂的网址亚洲精品在线观看| 在线天堂中文资源库| 九草在线视频观看| 午夜免费男女啪啪视频观看| 中文字幕亚洲精品专区| 午夜两性在线视频| 成年人午夜在线观看视频| 亚洲欧美一区二区三区久久| 亚洲欧美日韩高清在线视频 | 十八禁网站网址无遮挡| 国产精品久久久人人做人人爽| 国产午夜精品一二区理论片| 国产成人系列免费观看| videos熟女内射| 久久人人97超碰香蕉20202| 三上悠亚av全集在线观看| 人人妻,人人澡人人爽秒播 | 久久狼人影院| 999精品在线视频| 欧美成人午夜精品| 久久久久网色| 夜夜骑夜夜射夜夜干| 国产免费一区二区三区四区乱码| 午夜日韩欧美国产| 久久国产精品人妻蜜桃| av天堂久久9| 久久99热这里只频精品6学生| 黄色毛片三级朝国网站| av国产精品久久久久影院| 99热网站在线观看| 日本wwww免费看| 日韩制服骚丝袜av| 女人精品久久久久毛片| 女警被强在线播放| 99热国产这里只有精品6| 亚洲欧美成人综合另类久久久| 亚洲九九香蕉| 免费观看人在逋| 高清黄色对白视频在线免费看| 亚洲欧美精品自产自拍| 国产成人精品久久二区二区91| 亚洲欧美精品自产自拍| 美女脱内裤让男人舔精品视频| 狠狠婷婷综合久久久久久88av| 香蕉丝袜av| 中国美女看黄片| 亚洲中文av在线| 18禁观看日本| 精品人妻一区二区三区麻豆| 亚洲国产精品国产精品| 国产精品麻豆人妻色哟哟久久| 亚洲国产看品久久| 亚洲第一青青草原| 看十八女毛片水多多多| 国产在线视频一区二区| 国产精品.久久久| 国产精品一区二区在线观看99| cao死你这个sao货| 精品福利永久在线观看| 亚洲激情五月婷婷啪啪| 我的亚洲天堂| 国产高清videossex| xxxhd国产人妻xxx| 免费一级毛片在线播放高清视频 | 一边摸一边抽搐一进一出视频| 一边摸一边做爽爽视频免费| 女人被躁到高潮嗷嗷叫费观| 国产亚洲一区二区精品| 韩国精品一区二区三区| 午夜影院在线不卡| 久久精品熟女亚洲av麻豆精品| 亚洲人成网站在线观看播放| 黄色视频不卡| 色94色欧美一区二区| 男女之事视频高清在线观看 | 日韩一卡2卡3卡4卡2021年| 首页视频小说图片口味搜索 | 亚洲国产看品久久| av欧美777| 国产欧美日韩一区二区三 | 精品国产超薄肉色丝袜足j| 免费看av在线观看网站| 国产爽快片一区二区三区| 亚洲精品一区蜜桃| 美女中出高潮动态图| 午夜影院在线不卡| h视频一区二区三区| 久久精品国产亚洲av涩爱| 你懂的网址亚洲精品在线观看| 青草久久国产| 99热国产这里只有精品6| svipshipincom国产片| av一本久久久久| 日日摸夜夜添夜夜爱| 国产精品久久久久成人av| 国产视频一区二区在线看| 晚上一个人看的免费电影| 丝袜喷水一区| 久久av网站| 国产一区二区三区综合在线观看| 免费女性裸体啪啪无遮挡网站| 男女免费视频国产| 国产精品偷伦视频观看了| 免费观看a级毛片全部| e午夜精品久久久久久久| 丰满迷人的少妇在线观看| 国产av国产精品国产| 在现免费观看毛片| 久久精品久久久久久久性| 精品亚洲成a人片在线观看| 黄片小视频在线播放| 黄片小视频在线播放| 国产精品av久久久久免费| 亚洲欧美精品自产自拍| 国产精品成人在线| 久久久久视频综合| 久久久久久久久免费视频了| 丰满少妇做爰视频| 亚洲精品国产区一区二| 欧美97在线视频| 国产91精品成人一区二区三区 | 久久ye,这里只有精品| 王馨瑶露胸无遮挡在线观看| 中文乱码字字幕精品一区二区三区| 国产爽快片一区二区三区| 国产日韩欧美在线精品| 欧美黄色片欧美黄色片| 久久人妻福利社区极品人妻图片 | 亚洲精品成人av观看孕妇| 亚洲伊人色综图| 午夜福利乱码中文字幕| 精品少妇黑人巨大在线播放| 久久久久久久久久久久大奶| 亚洲欧洲国产日韩| 国产片内射在线| 精品少妇内射三级| 丝袜脚勾引网站| 中文字幕亚洲精品专区| 亚洲,欧美精品.| 交换朋友夫妻互换小说| 亚洲欧美成人综合另类久久久| 精品一区二区三区av网在线观看 | 国产精品久久久人人做人人爽| 成人亚洲欧美一区二区av| 亚洲欧洲国产日韩| www.精华液| 精品少妇久久久久久888优播| 国产片特级美女逼逼视频| 国产在线一区二区三区精| 欧美黑人欧美精品刺激| 亚洲欧美精品自产自拍| 波多野结衣一区麻豆| 欧美少妇被猛烈插入视频| 又黄又粗又硬又大视频| 亚洲专区中文字幕在线| 国产欧美日韩精品亚洲av| 国产精品av久久久久免费| 青草久久国产| 久久久精品94久久精品| 一本大道久久a久久精品| 亚洲图色成人| 美女高潮到喷水免费观看| 国产91精品成人一区二区三区 | av国产久精品久网站免费入址| 婷婷成人精品国产| 国产午夜精品一二区理论片| 欧美精品一区二区大全| 久久久久久亚洲精品国产蜜桃av| 国产深夜福利视频在线观看| www.自偷自拍.com| 宅男免费午夜| 久久女婷五月综合色啪小说| 久9热在线精品视频| av天堂久久9| 美女国产高潮福利片在线看| videos熟女内射| 亚洲久久久国产精品| 老鸭窝网址在线观看| 一本色道久久久久久精品综合| 啦啦啦视频在线资源免费观看| 天堂俺去俺来也www色官网| 午夜福利一区二区在线看| 国产成人精品无人区| 1024视频免费在线观看| 久久精品人人爽人人爽视色| 亚洲精品在线美女| 在线观看免费午夜福利视频| 亚洲男人天堂网一区| 亚洲精品国产av成人精品| 大片免费播放器 马上看| 国产精品一区二区免费欧美 | 国产免费视频播放在线视频| 少妇 在线观看| 亚洲国产看品久久| 少妇裸体淫交视频免费看高清 | 日本av免费视频播放| 18禁裸乳无遮挡动漫免费视频| 99国产精品99久久久久| 亚洲精品在线美女| 亚洲成人国产一区在线观看 | 国产在视频线精品| 亚洲国产欧美日韩在线播放| 中文字幕人妻丝袜一区二区| 中国美女看黄片| 最新在线观看一区二区三区 | 日韩中文字幕欧美一区二区 | 午夜激情久久久久久久| 欧美日韩国产mv在线观看视频| 少妇粗大呻吟视频| 欧美黄色片欧美黄色片| 欧美精品一区二区大全| 婷婷丁香在线五月| 国语对白做爰xxxⅹ性视频网站| 亚洲精品国产av蜜桃| 19禁男女啪啪无遮挡网站| 国产精品偷伦视频观看了| 国产一区二区 视频在线| 亚洲午夜精品一区,二区,三区| avwww免费| 只有这里有精品99| 欧美精品av麻豆av| 99热全是精品| 高清视频免费观看一区二区| 久久天躁狠狠躁夜夜2o2o | av在线老鸭窝| 欧美日韩综合久久久久久| 两人在一起打扑克的视频| 亚洲,一卡二卡三卡| 一级黄片播放器| av视频免费观看在线观看| 欧美精品人与动牲交sv欧美| 欧美日韩亚洲国产一区二区在线观看 | 高潮久久久久久久久久久不卡| 老司机在亚洲福利影院| 久热这里只有精品99| 成年美女黄网站色视频大全免费| 在线av久久热| 精品卡一卡二卡四卡免费| av线在线观看网站| 男女免费视频国产| 亚洲综合色网址| 妹子高潮喷水视频| kizo精华| 成人手机av| 国产成人av激情在线播放| 水蜜桃什么品种好| 久久鲁丝午夜福利片| 午夜福利,免费看| 精品熟女少妇八av免费久了| 青青草视频在线视频观看| 欧美成人午夜精品| 亚洲成人国产一区在线观看 | 水蜜桃什么品种好| av欧美777| 久久久久久久久久久久大奶| 国产亚洲午夜精品一区二区久久| 亚洲专区国产一区二区| a级片在线免费高清观看视频| 亚洲五月婷婷丁香| 欧美另类一区| 国产精品久久久久久精品古装| 高清视频免费观看一区二区| 日本午夜av视频| 91九色精品人成在线观看| 欧美av亚洲av综合av国产av| 中文字幕人妻熟女乱码| 国产成人免费无遮挡视频| 三上悠亚av全集在线观看| 在线天堂中文资源库| 国产精品一国产av| 高清不卡的av网站| 亚洲图色成人| 国产有黄有色有爽视频| 日韩大片免费观看网站| 日本欧美国产在线视频| 国产淫语在线视频| 中国美女看黄片| 久久久久久久精品精品| 亚洲国产欧美日韩在线播放| 五月开心婷婷网| 最新在线观看一区二区三区 | av天堂在线播放| 香蕉丝袜av| 激情五月婷婷亚洲| 悠悠久久av| 最近最新中文字幕大全免费视频 | 久久久欧美国产精品| 久久精品亚洲av国产电影网| 久久青草综合色| 新久久久久国产一级毛片| 欧美精品人与动牲交sv欧美| 午夜免费鲁丝| www.自偷自拍.com| 一二三四社区在线视频社区8| 久久久亚洲精品成人影院| 国产日韩一区二区三区精品不卡| 悠悠久久av| 国产有黄有色有爽视频| 男女边吃奶边做爰视频| 免费看av在线观看网站| 国产免费现黄频在线看| 免费久久久久久久精品成人欧美视频| 精品少妇一区二区三区视频日本电影| 亚洲精品美女久久久久99蜜臀 | 九色亚洲精品在线播放| 成年动漫av网址| 久9热在线精品视频| 午夜福利影视在线免费观看| 午夜免费男女啪啪视频观看| 99香蕉大伊视频| 亚洲欧美中文字幕日韩二区| 亚洲国产精品999| 国产精品秋霞免费鲁丝片| 国产精品99久久99久久久不卡| 看免费成人av毛片| 免费不卡黄色视频| 9热在线视频观看99| 一二三四社区在线视频社区8| 亚洲av男天堂| 国产精品免费视频内射| 成人亚洲精品一区在线观看| 免费av中文字幕在线| 欧美成人精品欧美一级黄| 少妇裸体淫交视频免费看高清 | 青青草视频在线视频观看| 嫩草影视91久久| 日韩av在线免费看完整版不卡| 久久久久久久精品精品| 欧美av亚洲av综合av国产av| 久久99精品国语久久久| 一区二区三区乱码不卡18| 考比视频在线观看| 老司机午夜十八禁免费视频| 一边摸一边做爽爽视频免费| 国产av精品麻豆| 国产精品一区二区免费欧美 | 自线自在国产av| 久久久久久久久久久久大奶| 91精品伊人久久大香线蕉| 精品一区二区三卡| 欧美日韩福利视频一区二区| 又黄又粗又硬又大视频| 少妇被粗大的猛进出69影院| 日本vs欧美在线观看视频| 狂野欧美激情性bbbbbb| 久久久国产精品麻豆| 一级毛片电影观看| 午夜视频精品福利| 在线看a的网站| 国产一区二区 视频在线| 日本91视频免费播放| 在线看a的网站| 中文字幕av电影在线播放| 天天躁狠狠躁夜夜躁狠狠躁| 视频在线观看一区二区三区| 99久久综合免费| 欧美av亚洲av综合av国产av| 国产精品国产三级专区第一集| 中文字幕高清在线视频| 日韩欧美一区视频在线观看| 又大又黄又爽视频免费| 热99国产精品久久久久久7| 大香蕉久久网| av一本久久久久| 精品人妻一区二区三区麻豆| 亚洲精品自拍成人| 91九色精品人成在线观看| 国产精品国产av在线观看| 午夜老司机福利片| 一区二区三区激情视频| 亚洲,欧美,日韩| 精品熟女少妇八av免费久了| 欧美乱码精品一区二区三区| 少妇被粗大的猛进出69影院| 久久久精品国产亚洲av高清涩受| 精品少妇久久久久久888优播| 在线观看人妻少妇| 久久久亚洲精品成人影院| 中国国产av一级| 亚洲国产精品国产精品| 国产精品成人在线| 亚洲自偷自拍图片 自拍| 黄色视频不卡| svipshipincom国产片| 国产一区有黄有色的免费视频| 欧美亚洲 丝袜 人妻 在线| 无限看片的www在线观看| 亚洲精品国产一区二区精华液| 啦啦啦视频在线资源免费观看| 考比视频在线观看| 精品国产乱码久久久久久小说| 一边摸一边做爽爽视频免费| 欧美日韩综合久久久久久| 久久影院123| 青春草视频在线免费观看| 国产极品粉嫩免费观看在线| 国产亚洲av高清不卡| 少妇裸体淫交视频免费看高清 | 国产亚洲午夜精品一区二区久久| 亚洲 国产 在线| 伊人亚洲综合成人网| 日日摸夜夜添夜夜爱| 久久久欧美国产精品| 日韩中文字幕视频在线看片| av线在线观看网站| 嫁个100分男人电影在线观看 | 国产免费现黄频在线看| 久久热在线av| 丁香六月天网| 亚洲人成电影免费在线| 水蜜桃什么品种好| 国产熟女欧美一区二区| 啦啦啦在线免费观看视频4| 考比视频在线观看| 女人精品久久久久毛片| 黄色 视频免费看| 纵有疾风起免费观看全集完整版| 91精品伊人久久大香线蕉| 亚洲av美国av| 国产高清videossex| 国产xxxxx性猛交| 亚洲国产av影院在线观看| 欧美日韩黄片免| 国产成人影院久久av| 最近手机中文字幕大全| videosex国产| 国产精品一区二区免费欧美 | 亚洲国产看品久久| 又大又黄又爽视频免费| 婷婷色av中文字幕| 久久天躁狠狠躁夜夜2o2o | 视频区欧美日本亚洲| 亚洲欧美日韩高清在线视频 | 久久人人爽av亚洲精品天堂| 午夜福利乱码中文字幕| 免费不卡黄色视频| 少妇粗大呻吟视频| 嫁个100分男人电影在线观看 | 精品免费久久久久久久清纯 | 久久精品亚洲熟妇少妇任你| 在线天堂中文资源库| 9色porny在线观看| 久久久精品免费免费高清| 少妇的丰满在线观看| 伊人久久大香线蕉亚洲五| 亚洲色图 男人天堂 中文字幕| 亚洲三区欧美一区| 欧美在线一区亚洲| 欧美精品啪啪一区二区三区 | 国产日韩欧美亚洲二区| 男人操女人黄网站| 久久精品久久久久久久性| 视频在线观看一区二区三区| 成年人午夜在线观看视频| 成人亚洲欧美一区二区av| 精品少妇内射三级| 国产在线视频一区二区| 国产日韩一区二区三区精品不卡| 精品一品国产午夜福利视频| 可以免费在线观看a视频的电影网站| 成年av动漫网址| 别揉我奶头~嗯~啊~动态视频 | 国产精品久久久久久精品古装| 亚洲熟女精品中文字幕| 在线观看www视频免费| 美女大奶头黄色视频| 下体分泌物呈黄色| 伊人亚洲综合成人网| 老司机影院成人| cao死你这个sao货| 好男人视频免费观看在线| 大香蕉久久网| 美女福利国产在线| videosex国产| 精品少妇内射三级| av有码第一页| 久久精品久久精品一区二区三区| 欧美日本中文国产一区发布| 日本av手机在线免费观看| 精品人妻熟女毛片av久久网站| 久久影院123| 国产伦理片在线播放av一区| 搡老乐熟女国产| 日韩精品免费视频一区二区三区| 啦啦啦在线观看免费高清www| 一个人免费看片子| 国产精品亚洲av一区麻豆| 亚洲欧美色中文字幕在线| 久久久精品国产亚洲av高清涩受| 国产欧美日韩一区二区三区在线| 久久性视频一级片| 中文乱码字字幕精品一区二区三区| 尾随美女入室| 精品第一国产精品| 人人妻人人爽人人添夜夜欢视频| 黄片播放在线免费| 中文字幕人妻丝袜一区二区| 黄色怎么调成土黄色| 国产在线免费精品| 黄色毛片三级朝国网站| 国产免费现黄频在线看| 91精品伊人久久大香线蕉| 99国产精品免费福利视频| 免费一级毛片在线播放高清视频 | 老司机影院毛片| 9191精品国产免费久久| 国产av精品麻豆| 无限看片的www在线观看| 精品福利永久在线观看| 99国产精品一区二区三区| 永久免费av网站大全| 国产精品免费视频内射| 婷婷色麻豆天堂久久| 亚洲欧美日韩另类电影网站| 国产精品久久久久久人妻精品电影 | 丝袜喷水一区| 婷婷丁香在线五月| 男人添女人高潮全过程视频| 夫妻午夜视频| 亚洲成人国产一区在线观看 | 十八禁网站网址无遮挡| 亚洲,一卡二卡三卡| 国产免费现黄频在线看| 一本久久精品| 欧美在线一区亚洲| 亚洲中文字幕日韩| 别揉我奶头~嗯~啊~动态视频 | 亚洲av成人不卡在线观看播放网 | 欧美黄色淫秽网站| 日韩视频在线欧美| 成人影院久久| 国产一区二区三区综合在线观看| 一区二区三区四区激情视频| 国产精品一区二区在线观看99| 亚洲国产最新在线播放| 少妇裸体淫交视频免费看高清 |