• <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 ?

    企業(yè)財務危機預警集成預測模型比較分析研究

    2016-11-24 15:12趙越
    科學與財富 2016年15期
    關鍵詞:財務危機錯誤率訓練樣本

    趙越

    摘要:本文采用Bagging和Adaboost作為集成模型,并采用神經(jīng)網(wǎng)絡(NN)、支持向量機(SVM)和決策樹(DT)作為集成的基分類器。實驗結果表明,以決策樹作為基分類器的Ababoost模型具有最好的預測效果,該模型對我國上市公司財務的預警是有效的,并且具有較好的財務危機預警效果。

    關鍵字:企業(yè)財務危機預警;集成模型;Bagging;Adaboost

    1 引言

    建立有效的財務危機預警模型是金融機構一項非常重要而艱巨的任務。財務危機預警模型可以用來預測上市公司的財務是否發(fā)生問題。如果預測模型不能正常運行,如預測錯誤率很高,它會導致不正確的決策,并很可能會由此導致嚴重的金融危機和災難。

    財務危機預警模型也可以表示為一類具有輸入和輸出的二分類問題。也就是說,預測模型將每個樣本分類到2個預定義的類。對于財務危機預警問題,輸出結果即為發(fā)生財務危機或者未發(fā)生財務危機。單變量分析方法最早應用于企業(yè)財務危機預警領域,Beaver(1966)[1]等是較早采用單變量分析法預測企業(yè)狀況的學者,并在研究中發(fā)現(xiàn)對企業(yè)財務狀況判別能力高的財務指標和關鍵要素。Ohlson(1980)[2]發(fā)現(xiàn)Logistic模型更適合描述企業(yè)發(fā)生財務危機與否和財務比率指標之間的非線性關系。自上世紀50年代人工智能技術,如決策樹、支持向量機、神經(jīng)網(wǎng)絡、概率神經(jīng)網(wǎng)絡等分類器成為預測企業(yè)財務危機較常用的方法。Odom(1990)[3]最先運用神經(jīng)網(wǎng)絡模型對企業(yè)財務狀況進行預測。

    已有研究表明,分類器集成技術在預測精度和誤差等方面都要優(yōu)于單一分類器模型和傳統(tǒng)的統(tǒng)計方法。集成分類器是針對同一問題通過組合一組分類器進行解決的,最終的分類結果根據(jù)每個分類器的組合從而最終得到。常用的集成方法包括Bagging和Adaboost。West(2005)[4]研究了用于對神經(jīng)網(wǎng)絡進行集成的cross-validation,bagging,boosting三類集成策略,并證明多分類器集成方法的預測能力優(yōu)于單一模型。Alfaro(2008)[5]對比了使用AdaBoost集成方法和神經(jīng)網(wǎng)絡模型的預測企業(yè)破產(chǎn)的精度,結果顯示AdaBoost集成方法有效降低了神經(jīng)網(wǎng)絡的泛化錯誤。

    雖然許多相關的研究已經(jīng)證明了集成分類器優(yōu)于許多單分類器,但是在企業(yè)財務危機預警領域,關于集成模型的應用還缺少全面的對比及分析。所以本文選取了Bagging和Adaboost集成模型,同時選取了神經(jīng)網(wǎng)絡(NN)、支持向量機(SVM)和決策樹(DT)作為集成的基分類器,重點討論如何構建財務危機預警的最優(yōu)集成分類器模型。

    2 集成模型

    集成學習方法是機器學習的新興領域。近些年來,采用集成模型對企業(yè)財務危機進行預警的研究也呈上升趨勢。集成模型的目的在于將多個具有一般性能的弱分類器整合成為具有較強分類性能的集成模型。也就是說,用于集成的基分類器能夠有效彌補其它基分類器所產(chǎn)生的不足,從而獲得比單分類器更好的預測效果,顯著的提高預測模型的泛化能力。

    將不同的基分類器的預測結果進行組合得到最終的預測結果,這些用于組合的基分類器可以通過不同的訓練數(shù)據(jù)集產(chǎn)生,也可以通過不同的分類算法產(chǎn)生:

    2.1 Bagging

    Bagging首先通過自助抽樣法,從初始訓練數(shù)據(jù)集中有放回的對樣本進行抽樣,形成不同的訓練數(shù)據(jù)集。進而采用某一分類算法分別用各個訓練數(shù)據(jù)集對基分類器模型進行訓練,從而形成不同的基分類器模型。最后采用多數(shù)投票法融合各個基分類器的預測結果。已有研究表明,Bagging采用的自助抽樣法和多數(shù)投票法能夠有效降低模型的方差從而提高預測的精度。

    2.2 Adaboost

    在Adaboost中,各個分類器是連續(xù)生成的。即Adaboost是一種迭代算法,其核心思想是針對同一個訓練集訓練不同的基分類器,然后把這些基分類器通過多數(shù)加權投票的方法進行整合形成一個最終的強分類器。Adaboost的算法如下:

    假設有訓練樣本集 ,代表一個二分類問題中訓練樣本的對應輸出。當經(jīng)過第t次迭代時,每個訓練樣本的權重表示為 。每個訓練樣本的初始權重為1/n,樣本的權重隨著迭代的增加而不斷的更新。在t次迭代時,Adaboost根據(jù)權重分布生成新的訓練樣本集,并使用新的訓練樣本生成基分類器,通過ft表示。Et代表分類器ft的錯誤率,可以通過式(1)進行計算:

    (1)

    根據(jù)容易分類的樣本分配較小權重,較難分類的樣本分配較大權重的基本思想,樣本的權重通過式(2)進行更新:

    (2)

    式(2)中的αt和lit分別通過式(3),(4)計算得到:

    (3)

    (4)

    將以上得到的權重進行標準化處理,可以得到 (5)。

    當進行T次迭代時,將有T個弱分類器用于集成。Adaboost通過加權投票集成法得到最終的分類結果。

    3 實證研究

    3.1 樣本描述

    本文采用的上市公司的財務數(shù)據(jù)樣本均通過CCER經(jīng)濟金融數(shù)據(jù)庫獲取。采用滬深兩市中的上市公司因為連續(xù)兩年以上財務狀況異常而被“特別處理(Special Treatment,ST)”作為分類器的分類標準?;诖耍疚倪x取2009-2014年首次被證監(jiān)會“特別處理”的上市公司,共計167家上市公司作為發(fā)生財務危機的公司樣本。并根據(jù)同行業(yè)和相似總資產(chǎn)選取準則,選取了167家財務健康的上市公司作為配對樣本進行實驗?;诩扔械牡闹笜诉x取原則,本文分別從市場價值、營運能力、資本結構、償債能力、盈利能力和成長能力6個方面選取了38個財務指標作為構建財務預警模型的輸入。具體包含的指標內(nèi)容如表1所示:

    3.2 實驗設計

    本文選取了神經(jīng)網(wǎng)絡(NN),支持向量機(SVM)和決策樹(DT)三個常用的預測模型作為集成的基分類器。使用神經(jīng)網(wǎng)絡作為基分類器,主要需要確定網(wǎng)絡層神經(jīng)元的數(shù)量,本文采用經(jīng)驗法對其進行設置,即網(wǎng)絡層的神經(jīng)元數(shù)量一般設置為 ,其中m是輸入層神經(jīng)元的個數(shù),即輸入財務指標集的數(shù)量,n是輸出層的神經(jīng)元個數(shù),即是否發(fā)生財務危機,a是一個0-10之間的常數(shù)。采用支持向量機作為集成的基分類器時,采用徑向基函數(shù)(RBF)作為其核函數(shù),并利用交叉驗證法尋找最優(yōu)的懲罰系數(shù)C和核參數(shù)σ。

    為了避免訓練樣本因為一次抽樣而使得模型的測試產(chǎn)生有偏的結果,采用10-折交叉驗證作為模型的驗證方法。即將樣本數(shù)據(jù)隨機劃分為互斥的10組,用其中9組作為訓練樣本,剩余1組作為測試樣本,重復這一過程,直至每組都做過一次測試樣本,并計算最終正確分類的樣本數(shù)量占總樣本數(shù)量的值來評估分類器的性能。

    3.3 評價標準

    本文分別采用整體預測準確率(Accuracy)、第一類錯誤率(type I error)和第二類錯誤率(type II error)作為評判模型優(yōu)劣的評價標準。融合矩陣及各個評價標準的定義如下所示:

    3.4 實驗結果與分析

    為了分析以下兩個問題,一是在企業(yè)財務危機預警中Bagging和Adaboost兩類集成模型預測能力的差異,二是NN,DT和SVM分別與Bagging和Adaboost集成后預測能力的差異。本實驗共進行了9組實驗,來較全面的分析以上兩個問題。具體實驗結果見表3:

    從表3可以看出,當使用Adaboost作為集成框架,DT作為集成的基分類器時,構建的模型具有最好的預測性能,準確率達到了80.24%,第一類錯誤率為17.86%,第二類錯誤率為21.69%。而采用Adaboost-SVM和Adaboost-NN的預測結果分類別77.55%和76.35%。同時可以看出,無論選擇哪種預測算法作為集成的基分類器,Adaboost集成框架的預測效果都優(yōu)于Bagging,因為Adaboost具有更好的泛化性能和降低方差的能力。

    4 結論

    既往研究中,關于分類器集成方法在企業(yè)財務危機預警中的作用沒有被充分挖掘。所以本文對集成方法進行了較全面的研究和比較分析。本文選取了企業(yè)財務危機預警中常用了兩個集成模型:Bagging和Adaboost,用于比較。同時,每個集成模型都分別與神經(jīng)網(wǎng)絡、決策樹和支持向量機相結合,用于判斷集成模型的性能。實驗表明,Adaboost-DT具有最優(yōu)的預測能力。此外,相比于其它集成模型,Adaboost-DT具有更好的效率。所以,在未來關于企業(yè)財務危機預警的實踐應用中,該模型為管理者和投資者提供了一個較好的決策工具。

    參考文獻:

    [1] Altman E.I. Financial Ratios, Discriminant Analysis, and the Prediction of Corporate Bankruptcy. Journal of Finance, 1968:589~609.

    [2] Ohlson. James A. Financial Ratios and the Probabilistic Prediction of Bankruptcy.Journal of Accounting Research. 1980,(18): 109~131.

    猜你喜歡
    財務危機錯誤率訓練樣本
    人工智能
    基于LASSO-LARS的上市公司財務危機預警模型研究
    小學生分數(shù)計算高錯誤率成因及對策
    拿什么拯救中年財務危機
    正視錯誤,尋求策略
    基于遺傳算法和LS-SVM的財務危機預測
    內(nèi)部控制與財務危機預警耦合——基于外貿(mào)企業(yè)內(nèi)部控制與風險管理問題的研究
    寬帶光譜成像系統(tǒng)最優(yōu)訓練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識別算法
    基于稀疏重構的機載雷達訓練樣本挑選方法
    久久久久久久久中文| 亚洲精品一区av在线观看| 男女做爰动态图高潮gif福利片| 色哟哟·www| 欧美xxxx黑人xx丫x性爽| 少妇人妻精品综合一区二区 | 国产精品乱码一区二三区的特点| 日韩欧美精品v在线| 综合色av麻豆| 国产精华一区二区三区| 高潮久久久久久久久久久不卡| 久久国产精品影院| 在线免费观看的www视频| 女人十人毛片免费观看3o分钟| 国产日本99.免费观看| 免费人成在线观看视频色| 中文亚洲av片在线观看爽| 欧美bdsm另类| 久久久久久久精品吃奶| 91麻豆av在线| 亚洲最大成人中文| 身体一侧抽搐| 亚洲精品在线观看二区| 亚洲国产精品999在线| 美女大奶头视频| 亚洲精品成人久久久久久| 中文字幕人成人乱码亚洲影| 中文字幕人成人乱码亚洲影| 久久婷婷人人爽人人干人人爱| 丰满的人妻完整版| 亚州av有码| 亚洲国产欧美人成| 在线观看美女被高潮喷水网站 | 久久伊人香网站| 波多野结衣巨乳人妻| netflix在线观看网站| 99久久99久久久精品蜜桃| 可以在线观看毛片的网站| 又粗又爽又猛毛片免费看| 国产视频一区二区在线看| 又黄又爽又刺激的免费视频.| 好男人电影高清在线观看| 久久久久久久久久成人| 91九色精品人成在线观看| 中文字幕高清在线视频| 在线播放无遮挡| 久久久久国产精品人妻aⅴ院| 国产老妇女一区| 精品一区二区三区视频在线观看免费| 欧美日韩黄片免| 欧美一区二区精品小视频在线| 久久欧美精品欧美久久欧美| 国产一区二区在线观看日韩| 欧美精品国产亚洲| 一个人免费在线观看电影| 亚洲欧美日韩卡通动漫| 麻豆av噜噜一区二区三区| 色5月婷婷丁香| 婷婷精品国产亚洲av在线| 色综合站精品国产| 又爽又黄无遮挡网站| 欧美日韩国产亚洲二区| 久久国产乱子免费精品| 欧美成人a在线观看| 直男gayav资源| 久久国产精品影院| 亚洲内射少妇av| 午夜精品久久久久久毛片777| 免费人成在线观看视频色| 久久久久久九九精品二区国产| 九色成人免费人妻av| 国产欧美日韩一区二区精品| 亚洲无线观看免费| 无遮挡黄片免费观看| 在线观看美女被高潮喷水网站 | 757午夜福利合集在线观看| 日韩中字成人| 久久久久九九精品影院| 日本三级黄在线观看| 黄色日韩在线| 深夜精品福利| 精品人妻熟女av久视频| 国产精品亚洲美女久久久| 亚洲国产精品999在线| 国产精品精品国产色婷婷| 欧美性感艳星| 中文亚洲av片在线观看爽| 99国产精品一区二区三区| 亚洲第一区二区三区不卡| 最好的美女福利视频网| 日本 av在线| 亚洲国产欧洲综合997久久,| 欧美日韩中文字幕国产精品一区二区三区| 精品免费久久久久久久清纯| 成人性生交大片免费视频hd| 国产av一区在线观看免费| 免费看光身美女| 亚洲成人久久性| 成人av一区二区三区在线看| 一进一出好大好爽视频| 97热精品久久久久久| 级片在线观看| 国产高潮美女av| 色哟哟·www| aaaaa片日本免费| 久久久久免费精品人妻一区二区| 一a级毛片在线观看| 欧美成人a在线观看| 国产大屁股一区二区在线视频| 日韩中文字幕欧美一区二区| 亚洲国产欧美人成| 成年免费大片在线观看| 一级黄色大片毛片| 国产亚洲欧美在线一区二区| 中出人妻视频一区二区| 国产精品1区2区在线观看.| 久久久成人免费电影| 亚洲五月婷婷丁香| 国产熟女xx| 丁香欧美五月| 午夜老司机福利剧场| 亚洲在线自拍视频| av天堂在线播放| 欧美一区二区亚洲| 日韩欧美国产在线观看| 国产精品久久久久久亚洲av鲁大| 亚洲aⅴ乱码一区二区在线播放| 日本三级黄在线观看| 久久精品91蜜桃| 国产一区二区在线av高清观看| 久久久久性生活片| 婷婷精品国产亚洲av| 宅男免费午夜| 老司机午夜十八禁免费视频| 一个人看的www免费观看视频| 亚洲激情在线av| 成年人黄色毛片网站| 久久久久久久久中文| 丁香欧美五月| 国模一区二区三区四区视频| 中文字幕av在线有码专区| 亚洲乱码一区二区免费版| 久久6这里有精品| 国产av一区在线观看免费| 麻豆久久精品国产亚洲av| 琪琪午夜伦伦电影理论片6080| 麻豆av噜噜一区二区三区| 看十八女毛片水多多多| 亚洲av成人不卡在线观看播放网| 老熟妇乱子伦视频在线观看| av福利片在线观看| 人妻夜夜爽99麻豆av| 男女做爰动态图高潮gif福利片| 国内毛片毛片毛片毛片毛片| 精品一区二区三区视频在线| 精品久久久久久久久久久久久| 99国产精品一区二区三区| 久久欧美精品欧美久久欧美| АⅤ资源中文在线天堂| 欧美成人一区二区免费高清观看| 亚洲第一欧美日韩一区二区三区| 麻豆一二三区av精品| 两个人的视频大全免费| 日韩欧美一区二区三区在线观看| 精品一区二区三区视频在线| 99久久九九国产精品国产免费| 亚洲自偷自拍三级| 老司机午夜福利在线观看视频| 99视频精品全部免费 在线| 亚洲熟妇熟女久久| 免费黄网站久久成人精品 | 午夜精品久久久久久毛片777| 一本综合久久免费| 国产欧美日韩一区二区三| 午夜精品在线福利| 少妇高潮的动态图| 久久久久久大精品| 国产久久久一区二区三区| 久久精品91蜜桃| 国产精品精品国产色婷婷| 直男gayav资源| 国内少妇人妻偷人精品xxx网站| 国产黄色小视频在线观看| 日本三级黄在线观看| 国产免费一级a男人的天堂| 欧美日韩乱码在线| 啦啦啦韩国在线观看视频| 91av网一区二区| 最后的刺客免费高清国语| 少妇的逼水好多| 亚洲美女视频黄频| 亚洲欧美激情综合另类| 国产精品一区二区性色av| 少妇裸体淫交视频免费看高清| 国产av一区在线观看免费| 亚洲精品亚洲一区二区| 午夜免费激情av| 在线国产一区二区在线| 久久久成人免费电影| 狂野欧美白嫩少妇大欣赏| 白带黄色成豆腐渣| 午夜福利免费观看在线| 国产 一区 欧美 日韩| 日韩欧美国产一区二区入口| 久久午夜亚洲精品久久| 精品福利观看| 乱人视频在线观看| 午夜精品一区二区三区免费看| 精品人妻视频免费看| 久久久久九九精品影院| 内射极品少妇av片p| 宅男免费午夜| 夜夜夜夜夜久久久久| 国产精品亚洲一级av第二区| 51午夜福利影视在线观看| 精品一区二区三区av网在线观看| 久久亚洲精品不卡| 麻豆av噜噜一区二区三区| 亚洲 欧美 日韩 在线 免费| 亚洲av熟女| 丁香六月欧美| 久久久久久久久久黄片| 一级av片app| 动漫黄色视频在线观看| 精品免费久久久久久久清纯| 午夜免费男女啪啪视频观看 | 村上凉子中文字幕在线| 别揉我奶头~嗯~啊~动态视频| 在线免费观看不下载黄p国产 | 97碰自拍视频| 日本免费a在线| www.熟女人妻精品国产| 亚洲国产高清在线一区二区三| 他把我摸到了高潮在线观看| 老司机福利观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲五月天丁香| 成人一区二区视频在线观看| 一进一出好大好爽视频| 中文字幕免费在线视频6| 91字幕亚洲| 嫩草影院入口| 国产免费男女视频| 九九热线精品视视频播放| 校园春色视频在线观看| 少妇熟女aⅴ在线视频| 国产淫片久久久久久久久 | 国产亚洲欧美98| 日本一本二区三区精品| 看十八女毛片水多多多| 黄色女人牲交| 十八禁人妻一区二区| 国产 一区 欧美 日韩| 国产一级毛片七仙女欲春2| 波多野结衣高清作品| 国产麻豆成人av免费视频| 精品久久久久久久人妻蜜臀av| 男人舔奶头视频| 免费看美女性在线毛片视频| 免费看日本二区| 欧美日韩瑟瑟在线播放| 草草在线视频免费看| 精品久久久久久久末码| 亚洲最大成人中文| 少妇裸体淫交视频免费看高清| 成人一区二区视频在线观看| 精品午夜福利在线看| 精品日产1卡2卡| 国产乱人视频| 日韩亚洲欧美综合| 动漫黄色视频在线观看| 成人午夜高清在线视频| 久久久久免费精品人妻一区二区| a级毛片免费高清观看在线播放| 最近最新中文字幕大全电影3| 日韩中字成人| 亚洲第一欧美日韩一区二区三区| 国产精品影院久久| 能在线免费观看的黄片| 日韩欧美 国产精品| 日本 欧美在线| 亚洲无线观看免费| 久久久久久久午夜电影| 久久国产精品人妻蜜桃| 国产欧美日韩一区二区三| 欧美黄色淫秽网站| 欧美日本亚洲视频在线播放| 日本撒尿小便嘘嘘汇集6| 两个人的视频大全免费| 1024手机看黄色片| 亚洲 欧美 日韩 在线 免费| 亚洲精品久久国产高清桃花| 久久国产精品影院| 亚洲精华国产精华精| 伊人久久精品亚洲午夜| 我要搜黄色片| 亚洲国产日韩欧美精品在线观看| 成人特级av手机在线观看| 九色国产91popny在线| 99国产极品粉嫩在线观看| 国产精品av视频在线免费观看| 一个人看视频在线观看www免费| 久久国产乱子伦精品免费另类| 俄罗斯特黄特色一大片| 国产精品野战在线观看| 久久人人爽人人爽人人片va | 身体一侧抽搐| 桃红色精品国产亚洲av| 日韩中文字幕欧美一区二区| 男人的好看免费观看在线视频| 欧美激情久久久久久爽电影| 日日干狠狠操夜夜爽| 在线观看舔阴道视频| 精品久久国产蜜桃| 窝窝影院91人妻| 88av欧美| 国内精品久久久久精免费| 国产精品一及| 国产 一区 欧美 日韩| 国产伦精品一区二区三区视频9| 国产精品亚洲av一区麻豆| 此物有八面人人有两片| 国内精品久久久久久久电影| 日韩欧美国产一区二区入口| 亚洲欧美激情综合另类| av在线观看视频网站免费| 成人av在线播放网站| 成年女人看的毛片在线观看| 久久性视频一级片| 亚洲电影在线观看av| 一边摸一边抽搐一进一小说| 熟女电影av网| 日韩欧美精品免费久久 | 麻豆成人午夜福利视频| 国产免费一级a男人的天堂| 禁无遮挡网站| av在线蜜桃| 性色avwww在线观看| 国产精品1区2区在线观看.| 亚洲aⅴ乱码一区二区在线播放| 久久精品国产亚洲av涩爱 | 一个人看的www免费观看视频| 岛国在线免费视频观看| 欧美不卡视频在线免费观看| 亚洲精品影视一区二区三区av| 在线十欧美十亚洲十日本专区| 欧美性感艳星| 一个人看视频在线观看www免费| 国内毛片毛片毛片毛片毛片| 一个人看视频在线观看www免费| 国产精品女同一区二区软件 | av在线观看视频网站免费| 午夜激情福利司机影院| av天堂在线播放| 精品无人区乱码1区二区| 好男人电影高清在线观看| 能在线免费观看的黄片| 亚洲av成人不卡在线观看播放网| 97超级碰碰碰精品色视频在线观看| 在线观看av片永久免费下载| 老司机午夜十八禁免费视频| 日韩成人在线观看一区二区三区| 如何舔出高潮| 国产主播在线观看一区二区| 日韩欧美国产在线观看| 88av欧美| 国内精品久久久久精免费| 国产精品一区二区三区四区久久| 成人欧美大片| 亚洲无线在线观看| 国产亚洲精品av在线| 久久久精品欧美日韩精品| 人人妻人人看人人澡| 亚洲最大成人av| netflix在线观看网站| 黄色视频,在线免费观看| 搡老熟女国产l中国老女人| 亚洲性夜色夜夜综合| 亚洲午夜理论影院| 性色av乱码一区二区三区2| 国产探花极品一区二区| 俄罗斯特黄特色一大片| 国产高清三级在线| 在线观看舔阴道视频| 国产精品久久久久久久电影| 国产一区二区亚洲精品在线观看| 亚洲精品456在线播放app | 日本成人三级电影网站| 午夜亚洲福利在线播放| 免费av观看视频| 深夜精品福利| 天堂影院成人在线观看| 亚洲成人精品中文字幕电影| 尤物成人国产欧美一区二区三区| 精品人妻视频免费看| 一进一出抽搐动态| .国产精品久久| 九九热线精品视视频播放| av黄色大香蕉| 国产男靠女视频免费网站| 午夜福利在线观看吧| 国产精品永久免费网站| 精品人妻偷拍中文字幕| 女生性感内裤真人,穿戴方法视频| 直男gayav资源| 精品人妻视频免费看| 精品人妻熟女av久视频| 在线观看66精品国产| 日本免费a在线| 亚洲三级黄色毛片| 91av网一区二区| 热99re8久久精品国产| 国产极品精品免费视频能看的| 最近最新免费中文字幕在线| 国产精品乱码一区二三区的特点| 露出奶头的视频| 午夜精品一区二区三区免费看| www.色视频.com| 国产精品伦人一区二区| 两个人的视频大全免费| 毛片一级片免费看久久久久 | 啦啦啦韩国在线观看视频| 午夜a级毛片| 91麻豆av在线| 村上凉子中文字幕在线| 很黄的视频免费| 日韩欧美 国产精品| 中亚洲国语对白在线视频| 日韩国内少妇激情av| 我要搜黄色片| 少妇的逼水好多| 变态另类丝袜制服| 午夜精品一区二区三区免费看| 亚洲综合色惰| 日韩欧美在线二视频| 日韩成人在线观看一区二区三区| 99热6这里只有精品| 动漫黄色视频在线观看| 一边摸一边抽搐一进一小说| 国产白丝娇喘喷水9色精品| 国产精品自产拍在线观看55亚洲| av专区在线播放| 波多野结衣高清作品| 亚洲久久久久久中文字幕| 欧美日本亚洲视频在线播放| 精品熟女少妇八av免费久了| 在线天堂最新版资源| 欧美xxxx黑人xx丫x性爽| 久久精品91蜜桃| 国产美女午夜福利| 一级a爱片免费观看的视频| 国产精品永久免费网站| 国产黄a三级三级三级人| 国产精品一区二区三区四区久久| 国内精品久久久久久久电影| 久久热精品热| 别揉我奶头~嗯~啊~动态视频| 1000部很黄的大片| 美女cb高潮喷水在线观看| 免费无遮挡裸体视频| 嫩草影院新地址| 日日摸夜夜添夜夜添av毛片 | 岛国在线免费视频观看| 日本熟妇午夜| 一夜夜www| 亚洲最大成人中文| 亚洲欧美日韩卡通动漫| 国内精品一区二区在线观看| av视频在线观看入口| 婷婷亚洲欧美| 国产伦人伦偷精品视频| 日韩欧美在线乱码| 日韩欧美一区二区三区在线观看| 桃色一区二区三区在线观看| 亚洲专区国产一区二区| 深爱激情五月婷婷| 麻豆一二三区av精品| 天堂√8在线中文| 中文字幕久久专区| 久久中文看片网| 老女人水多毛片| 美女黄网站色视频| 最近最新中文字幕大全电影3| 黄片小视频在线播放| 十八禁国产超污无遮挡网站| 宅男免费午夜| 天堂网av新在线| 亚洲熟妇中文字幕五十中出| 国产成人a区在线观看| 精品乱码久久久久久99久播| 高清在线国产一区| 午夜a级毛片| 内地一区二区视频在线| avwww免费| 中文字幕人妻熟人妻熟丝袜美| 亚洲综合色惰| 又黄又爽又刺激的免费视频.| 国产欧美日韩精品亚洲av| 怎么达到女性高潮| 精品午夜福利在线看| 夜夜躁狠狠躁天天躁| 一二三四社区在线视频社区8| 国产精品一区二区免费欧美| 我的女老师完整版在线观看| 国产综合懂色| 在线免费观看的www视频| 国产高清三级在线| 亚洲熟妇中文字幕五十中出| 99热这里只有是精品50| 国产成年人精品一区二区| 欧洲精品卡2卡3卡4卡5卡区| 色吧在线观看| 级片在线观看| 国产精品一区二区三区四区久久| 啦啦啦韩国在线观看视频| 九色成人免费人妻av| 亚洲av中文字字幕乱码综合| 国产一区二区在线av高清观看| 国产av麻豆久久久久久久| 国产精品日韩av在线免费观看| 免费av观看视频| av在线天堂中文字幕| 好看av亚洲va欧美ⅴa在| 最近视频中文字幕2019在线8| 搡老熟女国产l中国老女人| 亚洲av电影在线进入| 午夜视频国产福利| 九色成人免费人妻av| 精品国内亚洲2022精品成人| 国产一区二区亚洲精品在线观看| 啦啦啦韩国在线观看视频| 黄色视频,在线免费观看| 国产老妇女一区| 欧美色欧美亚洲另类二区| 香蕉av资源在线| 在线国产一区二区在线| 亚洲精品久久国产高清桃花| 人人妻人人澡欧美一区二区| 天堂影院成人在线观看| 18禁在线播放成人免费| 精品国产亚洲在线| 成年女人毛片免费观看观看9| 欧美黑人欧美精品刺激| 亚洲欧美日韩东京热| 99在线视频只有这里精品首页| 五月伊人婷婷丁香| 99精品在免费线老司机午夜| av视频在线观看入口| 免费在线观看影片大全网站| 亚洲人成网站在线播| 国产一区二区亚洲精品在线观看| 国产精品98久久久久久宅男小说| 亚洲成av人片免费观看| 国产精品综合久久久久久久免费| 一级作爱视频免费观看| 日本免费一区二区三区高清不卡| 热99re8久久精品国产| 日本与韩国留学比较| 国产精品永久免费网站| 国产精品精品国产色婷婷| 夜夜看夜夜爽夜夜摸| 男人狂女人下面高潮的视频| 天堂√8在线中文| 白带黄色成豆腐渣| x7x7x7水蜜桃| 久久中文看片网| 一个人看视频在线观看www免费| 亚洲欧美日韩高清专用| 午夜a级毛片| 看黄色毛片网站| 18禁裸乳无遮挡免费网站照片| 亚洲美女黄片视频| 国产探花在线观看一区二区| 亚洲aⅴ乱码一区二区在线播放| 又粗又爽又猛毛片免费看| 精品久久久久久久久久久久久| av在线天堂中文字幕| 欧美日韩黄片免| 一卡2卡三卡四卡精品乱码亚洲| 国产黄a三级三级三级人| 婷婷精品国产亚洲av| 少妇的逼好多水| 亚洲av二区三区四区| 精品无人区乱码1区二区| 精品乱码久久久久久99久播| 亚洲最大成人中文| 欧美xxxx性猛交bbbb| 国产91精品成人一区二区三区| 搞女人的毛片| 国产淫片久久久久久久久 | 最后的刺客免费高清国语| 久久人人精品亚洲av| 亚洲人成网站高清观看| 99国产精品一区二区蜜桃av| 91字幕亚洲| 九色国产91popny在线| 亚洲av熟女| 久久欧美精品欧美久久欧美| 亚洲av成人精品一区久久| 日日干狠狠操夜夜爽| 亚洲av成人不卡在线观看播放网| 十八禁国产超污无遮挡网站| 99国产精品一区二区蜜桃av| av天堂在线播放| 啦啦啦观看免费观看视频高清| 亚洲精华国产精华精| 精品人妻视频免费看| 精品久久久久久久人妻蜜臀av| 午夜免费激情av| 男人舔女人下体高潮全视频| 亚洲国产日韩欧美精品在线观看| 国产精品嫩草影院av在线观看 | 亚洲内射少妇av| 女同久久另类99精品国产91| 欧美成人免费av一区二区三区|