• <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 ?

    基于粗糙集理論的信貸風(fēng)險評估模型研究

    2016-10-21 07:44:20鄭路遠(yuǎn)
    關(guān)鍵詞:信貸風(fēng)險粗糙集財務(wù)指標(biāo)

    鄭路遠(yuǎn)

    湖南大學(xué)數(shù)學(xué)與計量經(jīng)濟(jì)學(xué)院,湖南長沙410012

    基于粗糙集理論的信貸風(fēng)險評估模型研究

    鄭路遠(yuǎn)

    湖南大學(xué)數(shù)學(xué)與計量經(jīng)濟(jì)學(xué)院,湖南長沙410012

    信貸風(fēng)險是現(xiàn)代商業(yè)銀行所需面對的首要風(fēng)險,特別是我國商業(yè)銀行由于缺乏基礎(chǔ)數(shù)據(jù),無法采用國外銀行的先進(jìn)信貸風(fēng)險評估模型,長期以來一直使用傳統(tǒng)方法進(jìn)行信貸風(fēng)險評估,因此急需探索一個適用于我國國情的信貸風(fēng)險評估模型。為此,首先建立一套包含財務(wù)指標(biāo)與非財務(wù)指標(biāo)的信貸風(fēng)險評估指標(biāo)體系,然后根據(jù)粗糙集理論能夠處理不可區(qū)分關(guān)系的特點(diǎn),結(jié)合我國具體國情,提出了基于粗糙集理論的信貸風(fēng)險評估模型,并給出數(shù)據(jù)預(yù)處理、屬性簡化、決策規(guī)則集的生成、對象分類及規(guī)則預(yù)測精度驗證的實(shí)現(xiàn)方法。最后以多家公司的信貸情況為測試實(shí)例,采用基于粗糙集理論的信貸風(fēng)險評估模型進(jìn)行測試,測試結(jié)果表明,信貸正常公司的預(yù)測準(zhǔn)確率達(dá)到83.33%,非正常公司的預(yù)測準(zhǔn)確率達(dá)到100%,能夠為銀行的信貸決策提供有效的參考。

    信貸風(fēng)險評估;粗糙集理論;模型

    近年來的美國股市崩盤、拉美債務(wù)危機(jī)以及美國“次貸危機(jī)”,引起各國對金融風(fēng)險管控的高度重視[1]。目前,歐美發(fā)達(dá)國家于2007年開始執(zhí)行《新巴塞爾資本協(xié)議》,該協(xié)議反映了當(dāng)前銀行領(lǐng)域在金融風(fēng)險管控方面的最新技術(shù)和方法,能夠有效的對信貸風(fēng)險實(shí)現(xiàn)管控。而我國與歐美發(fā)達(dá)國家銀行業(yè)的信貸風(fēng)險管控水平相差較大,因此我國銀行業(yè)急需進(jìn)行信貸風(fēng)險管控理論的研究,同時借鑒國際銀行業(yè)的優(yōu)秀信貸風(fēng)險管控經(jīng)驗,全面提高我國銀行業(yè)的信貸風(fēng)險管控能力。

    1 信貸風(fēng)險評估指標(biāo)體系的建立

    為了可以更好的進(jìn)行信貸風(fēng)險管控,建立科學(xué)合理的信貸風(fēng)險評估指標(biāo)體系,在參考了國外學(xué)者對信貸風(fēng)險評估指標(biāo)體系研究成果的基礎(chǔ)上[2],結(jié)合我國具體國情,選取的指標(biāo)體系分為財務(wù)指標(biāo)和非財務(wù)指標(biāo),財務(wù)指標(biāo)如表1所示,其值為連續(xù)型。從表1中可以看出,財務(wù)指標(biāo)主要選取了目前企業(yè)通用的財務(wù)指標(biāo),各財務(wù)指標(biāo)的計算值也按照通用公式進(jìn)行計算。

    表1 財務(wù)指標(biāo)表Table 1 Financial indicators

    為了彌補(bǔ)財務(wù)指標(biāo)對企業(yè)信貸風(fēng)險評估的不足,采用了行業(yè)發(fā)展和企業(yè)情況作為非財務(wù)指標(biāo),其中行業(yè)景氣指數(shù)以100為分界,大于100說明經(jīng)濟(jì)上行,小于100說明經(jīng)濟(jì)下行;企業(yè)情況各指標(biāo)的取值如表2所示。

    表2 企業(yè)的非金融指標(biāo)Table 2 Non-financial indicators in companies

    2 基于粗糙集理論的信貸風(fēng)險評估模型的建立

    在不滿足統(tǒng)計假設(shè)的條件下,采用粗糙集理論產(chǎn)生的決策比較簡單,為不準(zhǔn)確數(shù)據(jù)的研究分析及挖掘數(shù)據(jù)內(nèi)在聯(lián)系方面提供了較為有效的方法[3-5],因此與傳統(tǒng)評估方法相比,在信貸風(fēng)險評估模型中采用粗糙集理論,能夠較為準(zhǔn)確的進(jìn)行信貸風(fēng)險評估。在實(shí)際應(yīng)用中,主要分為數(shù)據(jù)預(yù)處理、屬性簡化、決策規(guī)則集的生成、對象分類及規(guī)則預(yù)測精度驗證五個步驟。

    2.1數(shù)據(jù)預(yù)處理

    數(shù)據(jù)預(yù)處理就是對商業(yè)銀行掌握的信貸主體數(shù)據(jù)進(jìn)行數(shù)據(jù)的正確性及完整性檢查,對數(shù)據(jù)中的噪聲進(jìn)行處理并對連續(xù)屬性進(jìn)行離散化,使經(jīng)過處理的數(shù)據(jù)滿足粗糙集理論的要求,主要分為缺省值的處理和連續(xù)屬性離散化兩步。

    缺省值處理:由于商業(yè)銀行掌握的數(shù)據(jù)表一般缺項較少,為了不影響數(shù)據(jù)表中包含的信息,采用Conditioned Mean Completer算法,缺項值由與該缺項數(shù)據(jù)的決策屬性值相同的數(shù)據(jù)項中取均值獲得。

    連續(xù)屬性離散化:粗糙集理論要求屬性值必須是離散型數(shù)據(jù),由于本文選擇的財務(wù)指標(biāo)屬性值分布較均勻,所以使用等頻率算法進(jìn)行屬性值離散。具體為將某一具體屬性值由大到小進(jìn)行排序,然后依據(jù)給定的離散數(shù)k,將m個屬性值均分為k段,各段都包含有m/k個屬性值,然后得到斷點(diǎn)集,就完成了連續(xù)屬性的離散化。

    2.2屬性簡化

    目前粗糙集屬性簡化中常用的基于區(qū)分函數(shù)的簡化算法和基于屬性重要性的簡化算法,在數(shù)據(jù)較多時,計算量過大,所以本文采用遺傳算法來完成屬性簡化[6-8]。算法中區(qū)分矩陣的一項由候選約簡的表示位串來代表,也就是對象的分辨屬性集,某位為1時代表該屬性存在,為0時代表該屬性不存在,算法的適應(yīng)函數(shù)如式1所示:

    式中,v表示某分辨屬性集的位串;n表示條件屬性的數(shù)量,也就是屬性集的長度;Lv表示位串v中值為1的數(shù)量;Cv表示位串v可以區(qū)分的對象數(shù)量;m表示訓(xùn)練樣本的數(shù)量。適應(yīng)函數(shù)包含兩部分,第一部分表示希望Lv的取值盡量小,后一部分表示希望可以區(qū)別的對象盡量多。在進(jìn)行初始種群的設(shè)計時,可將專家或核等必要的屬性增加進(jìn)種群中,以提高算法收斂的速度。算法的具體執(zhí)行步驟如下:

    ①計算條件屬性C對于決策屬性D的依賴度;

    ②設(shè)core(C)=Ф,然后逐個去除屬性c∈C,若γC-c≠γC,就能夠確定core(C)為其中的一個核;若γcore(C)(D)=γC(D),則說明core(C)為最小屬性約簡,如不是則繼續(xù)執(zhí)行步驟3;

    ③由隨機(jī)生成的長度為n,數(shù)量為m的二進(jìn)制位串表示的個體組成初始種群,然后計算出初始群體中所有個體的適應(yīng)度;

    ④依據(jù)賭輪盤的方法進(jìn)行個體選擇,同時根據(jù)變異概率Pm和交叉概率Pc生成下一代群體,在變異過程中應(yīng)保證與核屬性相對應(yīng)的基因位不發(fā)生變化;

    ⑤計算下一代群體中全部個體的適應(yīng)度;

    ⑥在獲得下一代個體后,如果新一代個體中的某個個體的適應(yīng)度小于上一代某個個體的適應(yīng)度,則使用上一代最好的個體替換新一代最差的個體,以保證算法能夠收斂;

    ⑦如果連續(xù)t代群體中最高適應(yīng)度個體的適應(yīng)度不再提高,則停止計算并將最優(yōu)個體輸出,也就是說此時的屬性已經(jīng)是最簡化的。

    2.3決策規(guī)則集的生成

    根據(jù)屬性簡化表,決策規(guī)則采用"if…,then…"的表達(dá)形式,即當(dāng)屬性滿足一定的條件要求時,就可以得出相應(yīng)的決策規(guī)則。但為了去掉表達(dá)決策規(guī)則時的多余屬性值,需要進(jìn)行屬性值約簡,本文采用計算決策規(guī)則的覆蓋度和可信度進(jìn)行值約簡,覆蓋度和可信度的計算如式2、式3所示:

    式中,βR(D)表示覆蓋度,αR(D)表示可信度。Dk表示第k個決策規(guī)則的決策屬性類,[xk]R表示對規(guī)則的全部條件屬性分類。通過選取覆蓋度和可信度比較高的決策規(guī)則來完成值約簡。

    2.4對象分類

    完成決策表的屬性約簡及值約簡后,得到了最終的全部決策規(guī)則。銀行可以根據(jù)決策規(guī)則對任意一個貸款對象進(jìn)行分類,但依據(jù)決策規(guī)則得到的某一貸款對象與其信息數(shù)據(jù)的匹配程度可能會有以下幾種情況:1)新貸款對象僅匹配某一條規(guī)則;2)新貸款對象能夠匹配多條規(guī)則,且匹配結(jié)果一致;3)新貸款對象能夠匹配多條規(guī)則,但匹配結(jié)果不相同;4)新貸款對象無法匹配任何一個規(guī)則。

    對情況1和情況2,根據(jù)規(guī)則集對貸款對象的判定結(jié)果僅有一個,所以能夠確定貸款對象的分類;但對于情況3和情況4,無法根據(jù)規(guī)則集對貸款對象進(jìn)行分類,本文分別采用投票法和最近相鄰法來解決情況3和情況4,具體如下:

    投票法:決策規(guī)則集用R表示,讓R為對象的所有可能決策類分配一個代表其可信度的量值。通常,對象都被劃分到改值最大的類中。假設(shè)待進(jìn)行分類的對象為x,投票的具體過程如下:

    ①掃描整個決策規(guī)則集R,激活規(guī)則集R(x)并找出與對象x匹配的全部規(guī)則;

    ②各個規(guī)則α→β?R(X)為其后件的決策類指定一個量值votes(α→β)作為α→β的票數(shù):votes(α→β)=support(αΛβ),這就是在決策規(guī)則集中同時滿足規(guī)則α和規(guī)則β的對象數(shù)目;

    ③計算對象x相對于各個決策類的可信度certainty(x,β)如式4所示,投票數(shù)votes(β)和Rβ(x)分別如式5、式6所示。

    最近相鄰法:各個規(guī)則和測試儀樣本的相似度如式7所示,其中,Фj*表示測試樣本的第j個評價指標(biāo)的具體值,Фi,j表示規(guī)則庫中第i個規(guī)則的第j個評價指標(biāo)具體值,wj表示第j個評價指標(biāo)的權(quán)重大小,本文取所有權(quán)重相同。Simi表示規(guī)則庫中的第i個規(guī)則和測試樣本的相似度,數(shù)值越小表示兩者的相似程度越高。

    2.5決策規(guī)則預(yù)測精度檢驗

    決策規(guī)則建立后,應(yīng)依據(jù)測試樣本進(jìn)行規(guī)則檢驗,以驗證所建立的規(guī)則是否科學(xué)。在規(guī)則檢驗中,建立的規(guī)則配比準(zhǔn)確率越高、測試樣本的數(shù)量越大,則說明建立的信貸風(fēng)險評估模型的可行性越高。

    3 結(jié)果與分析

    為驗證本文提出的基于粗糙集理論的信貸風(fēng)險評估模型是否準(zhǔn)確,選取2015年的60家ST公司作為信貸違約樣本,60家信貸正常公司作為信貸正常樣本,然后從中隨機(jī)抽取96家公司(48家信貸違約,48家信貸正常)作為評估模型的訓(xùn)練樣本,剩下的24家公司作為測試樣本,用于檢測評估模型的準(zhǔn)確性。本文選取的樣本中,缺少部分?jǐn)?shù)據(jù)項,具體如表3所示,表中缺陷數(shù)據(jù)采用Rosetta軟件中的Conditioned Mean Completer算法補(bǔ)全。

    表3 部分原始數(shù)據(jù)Table 3 Partial original data

    對于信貸風(fēng)險評估體表體系中的連續(xù)性指標(biāo),運(yùn)用Rosetta中的Equal Frequency(等頻率算法)進(jìn)行指標(biāo)離散,將每個指標(biāo)分為4段,分別以1、2、3、4表示各段的離散值,部分指標(biāo)離散后的數(shù)值如表4所示。

    表4 離散化后的部分屬性數(shù)據(jù)Table 4 Partial data of the properties after discretization

    在選用的信貸風(fēng)險評估指標(biāo)體系中,有很多指標(biāo)是多余的,采用Rosetta軟件的遺傳算法對評評估指標(biāo)體系中的屬性進(jìn)行簡化,最終選取了{C6,C8,C15,C17,C19}五個屬性作為簡化后的條件屬性。在簡化指標(biāo)的基礎(chǔ)上,設(shè)置規(guī)則的覆蓋度大于0.05,可信度大于0.75,最后一共得到了30條決策規(guī)則,部分決策規(guī)則下所示:

    ①流動資產(chǎn)周轉(zhuǎn)率C6(1)AND資產(chǎn)凈利率C8(2)AND現(xiàn)金流動負(fù)債比率C15(1)AND主營業(yè)務(wù)收入現(xiàn)金含量C17(4)AND行業(yè)景氣指數(shù)C19(3)=>D(0);

    ②流動資產(chǎn)周轉(zhuǎn)率C6(2)AND資產(chǎn)凈利率C8(3)AND現(xiàn)金流動負(fù)債比率C15(3)AND主營業(yè)務(wù)收入現(xiàn)金含量C17(3)AND行業(yè)景氣指數(shù)C19(2)=>D(0);

    ③流動資產(chǎn)周轉(zhuǎn)率C6(2)AND資產(chǎn)凈利率C8(1)AND現(xiàn)金流動負(fù)債比率C15(2)AND主營業(yè)務(wù)收入現(xiàn)金含量C17(3)AND行業(yè)景氣指數(shù)C19(4)=>D(1);

    ④流動資產(chǎn)周轉(zhuǎn)率C6(1)AND資產(chǎn)凈利率C8(3)AND現(xiàn)金流動負(fù)債比率C15(4)AND主營業(yè)務(wù)收入現(xiàn)金含量C17(2)AND行業(yè)景氣指數(shù)C19(2)=>D(1);

    獲得決策規(guī)則集后,使用未參與訓(xùn)練的余下24個樣本公司進(jìn)行測試,即將這24個樣本按照決策規(guī)則進(jìn)行分類,然后與該公司的實(shí)際信貸情況進(jìn)行對比,具體如圖1所示:

    圖1 測試結(jié)果Fig.1 Test results

    從圖1中的測試結(jié)果可以看出:信貸情況正常公司的12個樣本中,有10個預(yù)測正確,2個樣本錯誤的預(yù)測成了信貸違約,正確率達(dá)到83.33%;信貸情況非正常的12個公司,信貸情況的預(yù)測全部正確,正確率達(dá)到了100%;信貸風(fēng)險判別的綜合正確率達(dá)高達(dá)91.67%。說明基于粗糙集理論的信貸風(fēng)險評估模型具有良好的預(yù)測精度。

    4 討論

    本文建立的基于粗糙集理論的信貸風(fēng)險評估模型具有良好的預(yù)測精度,但同時也存在一些問題:一是在信貸風(fēng)險評估指標(biāo)體系中沒有能夠反映宏觀經(jīng)濟(jì)情況的指標(biāo),這是因為該指標(biāo)需要大量樣本數(shù)據(jù),目前建立的模型還難以實(shí)現(xiàn);二是本文僅將信貸風(fēng)險分為兩級,但實(shí)際銀行是將信貸評估劃分為五級,如何將粗糙集理論應(yīng)用在五級信貸評估中。這些都還需在后續(xù)的工作中繼續(xù)研究。

    5 結(jié)論

    針對我國商業(yè)銀行采用的傳統(tǒng)信貸風(fēng)險評估方法的不足,提出了基于粗糙集理論的信貸風(fēng)險評估模型。首先建立了一套信貸風(fēng)險評估指標(biāo)體系,然后給出了粗糙集理論應(yīng)用在信貸風(fēng)險評估模型中的各步驟實(shí)現(xiàn)方法,最后采用24家公司的信貸情況作為測試樣本,測試結(jié)果表明信貸風(fēng)險判別的綜合正確率達(dá)高達(dá)91.67%,可為銀行的信貸決策提供有效的參考。

    [1]Douglas RE,John DF.Corporate Financial Management[M].Beijing:Chinese People's University Press,2015

    [2]Li RenPu,Zheng Ouwang.Mining Classification Rules Using Rough Sets and Neural Networks[J].European Journal of Operational Research,2014,3(4):443-448

    [3]肖厚國,桑琳,宮悅,等.基于遺傳算法的粗糙集屬性約簡及其應(yīng)用[J].計算機(jī)工程與應(yīng)用,2015,44(15):228-230

    [4]Slowinski R,Zopounidis C,Dimitras AI.Rough Set Predictor of Business Failure[J].Soft Computing in Financial Engineering,2014,5(8):402-424

    [5]朱小剛.基于計算機(jī)粗糙集的數(shù)據(jù)挖掘設(shè)計與應(yīng)用分析[J].山東農(nóng)業(yè)大學(xué)學(xué)報:自然科學(xué)版,2015,46(5):765-768

    [6]吳山產(chǎn),毛鋒,王文淵.基于粗糙集的兩種離散化算法的研究[J].計算機(jī)工程與應(yīng)用,2014(26):67-69

    [7]薛鋒,柯孔林.粗糙集與神經(jīng)網(wǎng)絡(luò)系統(tǒng)在商業(yè)銀行貸款五級分類中的應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐,2015,3(5):40-45

    [8]于達(dá)仁,胡清華,鮑文.融合粗糙集和模糊聚類的連續(xù)數(shù)據(jù)知識發(fā)現(xiàn)[J].中國電機(jī)工程學(xué)報,2014,24(6):205-210

    Research on Credit Risk Assessment Model Based on Rough Set Theory

    ZHENG Lu-yuan
    College of Mathematics and Econometrics/Hunan University,Changsha 410012,China

    Credit risk is the primary risk for which modern commercial banks are facing,especially in our country due to lack of basic data,so commercial banks can't use the foreign advanced credit risk assessment model to have to use the traditional one so as to explore a suitable for China's national conditions of the credit risk assessment model.Aiming at this problem,first of all,a set of financial indicators and non-financial indicators of credit risk assessment index system should be established and then according to the characteristic,which theory of rough set is able to handle indistinguishable relationship,combining with China's specific national conditions,the credit risk assessment model based on rough set theory is put forward and presents a simplified data preprocessing,attribute and decision rule set the generation rules,object classification and prediction accuracy of the implementation of the method.Finally the multiple companies credit conditions are tested for some cases with the credit risk assessment model based on rough set theory.The results show that the prediction accuracy in credit normal companies reaches 83.33%,it is 100%in abnormal companies.Which could provide an effective reference for bank credit decisions.

    Credit risk assessment;rough set theory;model

    TN202

    A

    1000-2324(2016)02-0316-05

    2015-01-06

    2015-03-10

    鄭路遠(yuǎn)(1994-),男,浙江長興人,本科,主要研究方向:應(yīng)用數(shù)學(xué).E-mail:zheng@163.com

    猜你喜歡
    信貸風(fēng)險粗糙集財務(wù)指標(biāo)
    基于Pawlak粗糙集模型的集合運(yùn)算關(guān)系
    商業(yè)銀行個人消費(fèi)信貸風(fēng)險的管理
    新常態(tài)下中小銀行信貸風(fēng)險管理探討
    我國金融機(jī)構(gòu)股價和主要財務(wù)指標(biāo)的相關(guān)性分析
    全國國有企業(yè)主要財務(wù)指標(biāo)
    多?;植诩再|(zhì)的幾個充分條件
    全國國有企業(yè)主要財務(wù)指標(biāo)
    雙論域粗糙集在故障診斷中的應(yīng)用
    四川農(nóng)戶小額信貸風(fēng)險防范研究
    中國商論(2016年33期)2016-03-01 01:59:26
    榮豐控股財務(wù)指標(biāo)分析
    亚洲图色成人| 国产老妇伦熟女老妇高清| 午夜精品在线福利| 国产高清三级在线| av福利片在线观看| 久久婷婷人人爽人人干人人爱| 一个人免费在线观看电影| 一级毛片我不卡| 麻豆av噜噜一区二区三区| 国产精品电影一区二区三区| 亚洲成人av在线免费| 国产真实伦视频高清在线观看| 国产一区二区在线av高清观看| 国语对白做爰xxxⅹ性视频网站| 99久国产av精品| 白带黄色成豆腐渣| 亚洲精品久久久久久婷婷小说 | 国产69精品久久久久777片| 成人一区二区视频在线观看| 老司机影院毛片| 国产不卡一卡二| 少妇裸体淫交视频免费看高清| 三级毛片av免费| 免费人成在线观看视频色| 亚洲中文字幕日韩| 国产一区亚洲一区在线观看| 一边摸一边抽搐一进一小说| 亚洲图色成人| 日本黄色视频三级网站网址| 国产成人免费观看mmmm| 亚洲最大成人手机在线| 免费人成在线观看视频色| 大话2 男鬼变身卡| 日本猛色少妇xxxxx猛交久久| 日本一二三区视频观看| 精品久久久噜噜| 在线a可以看的网站| 久久久久精品久久久久真实原创| 久久99热这里只频精品6学生 | 三级国产精品欧美在线观看| 在线免费观看的www视频| 国模一区二区三区四区视频| 高清毛片免费看| 九草在线视频观看| 国产精品久久久久久精品电影| 国产成人a∨麻豆精品| 欧美成人免费av一区二区三区| 久久久久久久久久成人| 97人妻精品一区二区三区麻豆| 欧美性感艳星| 人人妻人人澡人人爽人人夜夜 | 国产精品99久久久久久久久| 人人妻人人澡欧美一区二区| 美女xxoo啪啪120秒动态图| 亚洲人与动物交配视频| 国产伦一二天堂av在线观看| 日韩精品青青久久久久久| av又黄又爽大尺度在线免费看 | 三级经典国产精品| 精品久久久久久电影网 | 国产女主播在线喷水免费视频网站 | 草草在线视频免费看| 色播亚洲综合网| 欧美高清性xxxxhd video| 色综合色国产| 免费电影在线观看免费观看| 一边摸一边抽搐一进一小说| av在线老鸭窝| 国产三级中文精品| 免费观看人在逋| 国产精品伦人一区二区| 亚洲成色77777| 午夜a级毛片| 一二三四中文在线观看免费高清| 九九爱精品视频在线观看| 免费无遮挡裸体视频| 婷婷六月久久综合丁香| videossex国产| 精品久久久久久久久久久久久| 亚洲成色77777| 菩萨蛮人人尽说江南好唐韦庄 | 人妻制服诱惑在线中文字幕| 国产不卡一卡二| 欧美成人a在线观看| 99久久人妻综合| 小说图片视频综合网站| 国产精品,欧美在线| 午夜福利视频1000在线观看| 欧美一级a爱片免费观看看| 寂寞人妻少妇视频99o| 亚洲av福利一区| 在线免费十八禁| 秋霞伦理黄片| 国产真实伦视频高清在线观看| 亚洲av熟女| 欧美成人午夜免费资源| 亚洲av日韩在线播放| 亚洲国产欧美在线一区| 国产单亲对白刺激| 夫妻性生交免费视频一级片| 亚州av有码| 亚洲欧美日韩高清专用| 91狼人影院| 深夜a级毛片| 亚洲欧美日韩卡通动漫| 老女人水多毛片| 亚洲中文字幕一区二区三区有码在线看| 亚洲av福利一区| 欧美xxxx性猛交bbbb| 在线播放无遮挡| av播播在线观看一区| 久久精品久久精品一区二区三区| 国产单亲对白刺激| 晚上一个人看的免费电影| 女人久久www免费人成看片 | 国产午夜精品一二区理论片| 亚洲精品,欧美精品| 日本av手机在线免费观看| 国产精品久久电影中文字幕| 亚洲成人av在线免费| 亚洲国产欧洲综合997久久,| 亚洲成人久久爱视频| 国产淫语在线视频| 美女大奶头视频| 91久久精品国产一区二区成人| 国产av一区在线观看免费| 亚洲中文字幕日韩| 麻豆国产97在线/欧美| 日韩一区二区三区影片| 夫妻性生交免费视频一级片| 国产国拍精品亚洲av在线观看| 在线免费观看不下载黄p国产| 国产成人一区二区在线| 久久这里只有精品中国| 男插女下体视频免费在线播放| 美女被艹到高潮喷水动态| 午夜福利在线在线| av在线播放精品| 成年av动漫网址| 老女人水多毛片| 中文天堂在线官网| 丝袜美腿在线中文| 日韩一区二区视频免费看| 蜜臀久久99精品久久宅男| 视频中文字幕在线观看| 亚洲av成人精品一区久久| 精品人妻偷拍中文字幕| 卡戴珊不雅视频在线播放| 中文字幕人妻熟人妻熟丝袜美| 国产精品一区二区性色av| 国产视频首页在线观看| 日本三级黄在线观看| av.在线天堂| 亚洲欧洲日产国产| 成人鲁丝片一二三区免费| 白带黄色成豆腐渣| 综合色av麻豆| 直男gayav资源| 我的老师免费观看完整版| 舔av片在线| 亚洲人成网站在线播| 国产熟女欧美一区二区| 我要搜黄色片| 精品久久久噜噜| 亚洲精品,欧美精品| av卡一久久| 成人综合一区亚洲| av播播在线观看一区| 好男人视频免费观看在线| 青春草视频在线免费观看| 国产亚洲5aaaaa淫片| 亚洲精品影视一区二区三区av| 精品久久久噜噜| 2021天堂中文幕一二区在线观| 91精品伊人久久大香线蕉| 精品久久久噜噜| 国产精品无大码| 18禁裸乳无遮挡免费网站照片| 久久这里有精品视频免费| 哪个播放器可以免费观看大片| 国语对白做爰xxxⅹ性视频网站| 波多野结衣巨乳人妻| 精华霜和精华液先用哪个| 国产在视频线精品| www.av在线官网国产| 亚洲自偷自拍三级| 久久久久久久国产电影| 婷婷色麻豆天堂久久 | 国产高潮美女av| 观看美女的网站| 十八禁国产超污无遮挡网站| 人人妻人人澡欧美一区二区| 男插女下体视频免费在线播放| 国产亚洲精品av在线| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲电影在线观看av| 嫩草影院精品99| 国产精品永久免费网站| 黄片无遮挡物在线观看| 18禁裸乳无遮挡免费网站照片| 国产午夜精品一二区理论片| 国产精品av视频在线免费观看| 亚洲欧美中文字幕日韩二区| 网址你懂的国产日韩在线| 国产成人福利小说| 中文在线观看免费www的网站| 男人舔奶头视频| videossex国产| kizo精华| 99在线人妻在线中文字幕| 国产精品蜜桃在线观看| 亚洲精品日韩在线中文字幕| 性色avwww在线观看| 97超碰精品成人国产| 久久久久久伊人网av| 最近的中文字幕免费完整| 国产精品1区2区在线观看.| 丰满乱子伦码专区| 99热这里只有是精品50| 欧美bdsm另类| 久久精品久久久久久久性| 美女脱内裤让男人舔精品视频| 听说在线观看完整版免费高清| 亚洲天堂国产精品一区在线| 国产精品无大码| 久久久色成人| 在线a可以看的网站| 乱人视频在线观看| 又黄又爽又刺激的免费视频.| 村上凉子中文字幕在线| 日韩 亚洲 欧美在线| 国产精品一区二区在线观看99 | 性插视频无遮挡在线免费观看| 久久这里有精品视频免费| 久久这里只有精品中国| 99热这里只有是精品在线观看| 精品国产一区二区三区久久久樱花 | 熟女人妻精品中文字幕| 最近中文字幕2019免费版| 18禁在线播放成人免费| 欧美变态另类bdsm刘玥| 99久久中文字幕三级久久日本| 国产69精品久久久久777片| 国产免费福利视频在线观看| 日韩av在线大香蕉| 欧美+日韩+精品| 国产高清视频在线观看网站| 99热这里只有精品一区| 亚洲欧美精品专区久久| 男人和女人高潮做爰伦理| 天天一区二区日本电影三级| 长腿黑丝高跟| 男人和女人高潮做爰伦理| 天堂网av新在线| a级一级毛片免费在线观看| 女人被狂操c到高潮| 黄色一级大片看看| 黑人高潮一二区| 毛片女人毛片| 亚洲人成网站在线观看播放| 中文欧美无线码| 欧美zozozo另类| 亚洲国产精品国产精品| 夫妻性生交免费视频一级片| 欧美精品国产亚洲| 99热这里只有是精品在线观看| 中文字幕久久专区| 两个人的视频大全免费| 九色成人免费人妻av| 国产精品嫩草影院av在线观看| 成人欧美大片| 国产午夜精品久久久久久一区二区三区| 日日摸夜夜添夜夜爱| 精品久久久久久久久久久久久| 夫妻性生交免费视频一级片| 久久精品夜夜夜夜夜久久蜜豆| 一级毛片久久久久久久久女| 别揉我奶头 嗯啊视频| 在线a可以看的网站| 免费av毛片视频| 日本一二三区视频观看| 青春草视频在线免费观看| 午夜福利在线在线| 日本爱情动作片www.在线观看| 成年av动漫网址| 天堂中文最新版在线下载 | 中国美白少妇内射xxxbb| 男人舔奶头视频| 久久精品久久精品一区二区三区| 精品久久久久久久久久久久久| 亚洲av日韩在线播放| 一级毛片电影观看 | 联通29元200g的流量卡| 成年女人看的毛片在线观看| 国产黄a三级三级三级人| 嫩草影院精品99| 亚洲av成人av| av女优亚洲男人天堂| 美女被艹到高潮喷水动态| 亚洲精品亚洲一区二区| 少妇裸体淫交视频免费看高清| 蜜桃久久精品国产亚洲av| 欧美区成人在线视频| 99在线人妻在线中文字幕| 中文字幕精品亚洲无线码一区| 国产成人freesex在线| 免费播放大片免费观看视频在线观看 | 亚洲一级一片aⅴ在线观看| 久久久国产成人免费| 久久久久免费精品人妻一区二区| 亚洲乱码一区二区免费版| 国产成人a∨麻豆精品| 老女人水多毛片| 三级经典国产精品| 久久久久久久久久黄片| 精品欧美国产一区二区三| 可以在线观看毛片的网站| 天天躁夜夜躁狠狠久久av| 九色成人免费人妻av| 亚洲欧美一区二区三区国产| 国产精品不卡视频一区二区| 自拍偷自拍亚洲精品老妇| 乱人视频在线观看| 久久99热6这里只有精品| 高清视频免费观看一区二区 | 精品午夜福利在线看| 美女高潮的动态| 日本-黄色视频高清免费观看| 亚洲国产欧美人成| 国产精品久久电影中文字幕| 成人毛片60女人毛片免费| 狠狠狠狠99中文字幕| 精品国内亚洲2022精品成人| 国产午夜精品久久久久久一区二区三区| 97热精品久久久久久| 看黄色毛片网站| 国产伦精品一区二区三区视频9| 国产淫片久久久久久久久| 少妇裸体淫交视频免费看高清| 国产单亲对白刺激| 日本黄大片高清| 欧美一区二区亚洲| 久久久a久久爽久久v久久| 日本与韩国留学比较| 亚洲综合精品二区| 国产精品99久久久久久久久| 亚洲国产欧美在线一区| 欧美成人免费av一区二区三区| 纵有疾风起免费观看全集完整版 | 精品久久国产蜜桃| 欧美高清性xxxxhd video| 亚洲精品亚洲一区二区| 一级毛片我不卡| 国产精品99久久久久久久久| 中文精品一卡2卡3卡4更新| 欧美成人免费av一区二区三区| 国产精品综合久久久久久久免费| 日本av手机在线免费观看| 成人一区二区视频在线观看| 国产色爽女视频免费观看| 欧美97在线视频| 2021天堂中文幕一二区在线观| 欧美成人a在线观看| 国产免费又黄又爽又色| 一区二区三区高清视频在线| 久久久久久国产a免费观看| 简卡轻食公司| 女人十人毛片免费观看3o分钟| 中文在线观看免费www的网站| 人妻夜夜爽99麻豆av| 美女xxoo啪啪120秒动态图| 国产乱人偷精品视频| 午夜福利网站1000一区二区三区| 亚洲精品国产成人久久av| 亚洲国产成人一精品久久久| 欧美xxxx黑人xx丫x性爽| 久久精品国产亚洲网站| 国产精品.久久久| 免费不卡的大黄色大毛片视频在线观看 | 国产成人freesex在线| 男女那种视频在线观看| 久久欧美精品欧美久久欧美| 97热精品久久久久久| 欧美日韩国产亚洲二区| 亚洲一级一片aⅴ在线观看| 美女高潮的动态| 永久免费av网站大全| 男女视频在线观看网站免费| 少妇的逼水好多| 日韩精品有码人妻一区| 99热全是精品| 麻豆久久精品国产亚洲av| 色播亚洲综合网| 亚洲无线观看免费| 国产男人的电影天堂91| 成年av动漫网址| 久久热精品热| 成人无遮挡网站| 国产成人一区二区在线| 国产精品人妻久久久影院| 国产一级毛片在线| 男人舔奶头视频| 免费观看精品视频网站| 国产一级毛片七仙女欲春2| 在线免费观看的www视频| 超碰97精品在线观看| 九九在线视频观看精品| 国产精品国产高清国产av| 菩萨蛮人人尽说江南好唐韦庄 | 久久久久性生活片| 女人久久www免费人成看片 | 日韩欧美 国产精品| av在线播放精品| 黄色欧美视频在线观看| av免费观看日本| 国产片特级美女逼逼视频| 亚洲av二区三区四区| www.色视频.com| 超碰97精品在线观看| 成人毛片a级毛片在线播放| 男女视频在线观看网站免费| 亚洲,欧美,日韩| 国内揄拍国产精品人妻在线| 神马国产精品三级电影在线观看| 观看美女的网站| 超碰97精品在线观看| 我的老师免费观看完整版| 毛片一级片免费看久久久久| 在线免费观看不下载黄p国产| 国产69精品久久久久777片| 永久网站在线| 国模一区二区三区四区视频| 国产午夜精品一二区理论片| 菩萨蛮人人尽说江南好唐韦庄 | 国产伦精品一区二区三区四那| 国产 一区精品| 麻豆精品久久久久久蜜桃| 日韩欧美 国产精品| 国产精华一区二区三区| kizo精华| 变态另类丝袜制服| 老女人水多毛片| 国产精品一及| 女的被弄到高潮叫床怎么办| 国产免费福利视频在线观看| 亚洲av成人av| 中文精品一卡2卡3卡4更新| 国产在线一区二区三区精 | 免费搜索国产男女视频| 在线播放无遮挡| 一级毛片电影观看 | 自拍偷自拍亚洲精品老妇| 热99re8久久精品国产| 永久免费av网站大全| 亚洲va在线va天堂va国产| 成年版毛片免费区| av视频在线观看入口| 国产伦一二天堂av在线观看| 我要看日韩黄色一级片| 国产成人午夜福利电影在线观看| 少妇的逼好多水| 欧美97在线视频| 欧美精品国产亚洲| 夜夜爽夜夜爽视频| 26uuu在线亚洲综合色| 晚上一个人看的免费电影| 成人三级黄色视频| 国产69精品久久久久777片| 2021天堂中文幕一二区在线观| 日韩一区二区三区影片| 久久精品人妻少妇| 熟女人妻精品中文字幕| 欧美精品一区二区大全| 一二三四中文在线观看免费高清| 熟妇人妻久久中文字幕3abv| 观看美女的网站| 亚洲在久久综合| 一边亲一边摸免费视频| 2021少妇久久久久久久久久久| 精品不卡国产一区二区三区| or卡值多少钱| 女人被狂操c到高潮| 日本五十路高清| 成人av在线播放网站| 国产精品久久久久久久电影| 免费搜索国产男女视频| 国产伦一二天堂av在线观看| 精品久久国产蜜桃| 欧美97在线视频| 在线播放无遮挡| 亚洲怡红院男人天堂| 欧美成人午夜免费资源| 26uuu在线亚洲综合色| 国产精品久久久久久久久免| 黄片无遮挡物在线观看| 亚洲一区高清亚洲精品| 亚洲欧美精品专区久久| 久久精品国产99精品国产亚洲性色| 亚洲激情五月婷婷啪啪| 久久精品夜色国产| 日韩av不卡免费在线播放| 亚洲人与动物交配视频| 男女啪啪激烈高潮av片| 午夜爱爱视频在线播放| 22中文网久久字幕| 三级国产精品片| av在线观看视频网站免费| 麻豆av噜噜一区二区三区| 欧美精品一区二区大全| 能在线免费观看的黄片| 亚洲精品自拍成人| 建设人人有责人人尽责人人享有的 | 99久久精品一区二区三区| 成人特级av手机在线观看| 国产伦精品一区二区三区四那| 亚洲熟妇中文字幕五十中出| 老女人水多毛片| 亚洲av男天堂| 久久精品国产鲁丝片午夜精品| 26uuu在线亚洲综合色| 国产精品伦人一区二区| 亚洲欧美精品专区久久| 国产乱来视频区| 国产精品国产三级专区第一集| 精品一区二区三区视频在线| 国产午夜福利久久久久久| 99久国产av精品国产电影| 欧美日韩综合久久久久久| 少妇猛男粗大的猛烈进出视频 | 久久草成人影院| 日本午夜av视频| 亚洲国产成人一精品久久久| 色综合亚洲欧美另类图片| 久久人妻av系列| 国产av不卡久久| 天堂av国产一区二区熟女人妻| 激情 狠狠 欧美| 伦精品一区二区三区| 一二三四中文在线观看免费高清| 国产精品乱码一区二三区的特点| 亚洲aⅴ乱码一区二区在线播放| 黄色日韩在线| 精品久久久久久久末码| 欧美三级亚洲精品| 国产精品熟女久久久久浪| 边亲边吃奶的免费视频| 免费在线观看成人毛片| 自拍偷自拍亚洲精品老妇| 晚上一个人看的免费电影| 搡女人真爽免费视频火全软件| 国产在视频线在精品| 亚洲熟妇中文字幕五十中出| 亚洲精品久久久久久婷婷小说 | 精品久久久久久久末码| 国产伦理片在线播放av一区| 亚洲av电影在线观看一区二区三区 | 精品久久国产蜜桃| 欧美变态另类bdsm刘玥| 乱人视频在线观看| 天天一区二区日本电影三级| 毛片一级片免费看久久久久| 夫妻性生交免费视频一级片| 在现免费观看毛片| 汤姆久久久久久久影院中文字幕 | 久久久久九九精品影院| 精品少妇黑人巨大在线播放 | 91在线精品国自产拍蜜月| 亚洲国产日韩欧美精品在线观看| 天堂√8在线中文| 久久亚洲国产成人精品v| 成人鲁丝片一二三区免费| 久久国产乱子免费精品| 成年免费大片在线观看| 久久久久精品久久久久真实原创| 国产亚洲av片在线观看秒播厂 | 欧美又色又爽又黄视频| 久热久热在线精品观看| 高清日韩中文字幕在线| 99热精品在线国产| 日本免费a在线| 三级男女做爰猛烈吃奶摸视频| 国产淫片久久久久久久久| 人人妻人人澡欧美一区二区| 精品99又大又爽又粗少妇毛片| 免费电影在线观看免费观看| 精品久久久久久久人妻蜜臀av| 国产黄片视频在线免费观看| 国产高清不卡午夜福利| 国产成人aa在线观看| 黄片无遮挡物在线观看| 国产精品永久免费网站| 九色成人免费人妻av| 精品少妇黑人巨大在线播放 | 日本-黄色视频高清免费观看| 国产中年淑女户外野战色| 在线观看一区二区三区| 国产综合懂色| 久久久精品欧美日韩精品| 白带黄色成豆腐渣| 好男人在线观看高清免费视频| 久久99精品国语久久久| 99久久人妻综合| 97超视频在线观看视频| 啦啦啦韩国在线观看视频| 五月玫瑰六月丁香| 亚洲av中文字字幕乱码综合| 午夜亚洲福利在线播放| 精品不卡国产一区二区三区| 国产亚洲av嫩草精品影院| 久久热精品热| 婷婷色av中文字幕| 久久亚洲精品不卡| 国产成人a区在线观看| 久久久久久久午夜电影| 天堂av国产一区二区熟女人妻|