• <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
    亚洲久久久国产精品| 天天添夜夜摸| 成人手机av| 国内久久婷婷六月综合欲色啪| 美女扒开内裤让男人捅视频| 中文字幕人妻熟女乱码| 2021天堂中文幕一二区在线观 | 丝袜美腿诱惑在线| 亚洲国产精品成人综合色| 亚洲色图 男人天堂 中文字幕| 少妇的丰满在线观看| 一级作爱视频免费观看| 成人午夜高清在线视频 | 亚洲一区二区三区不卡视频| 日韩精品中文字幕看吧| 午夜两性在线视频| 老司机靠b影院| 18禁观看日本| 亚洲真实伦在线观看| 啦啦啦免费观看视频1| 日韩欧美一区二区三区在线观看| 国产成年人精品一区二区| 久久精品影院6| 嫩草影院精品99| 免费高清在线观看日韩| 欧美日韩一级在线毛片| 免费在线观看日本一区| 国产一级毛片七仙女欲春2 | 欧美绝顶高潮抽搐喷水| 国产又色又爽无遮挡免费看| 亚洲精华国产精华精| 亚洲欧美精品综合久久99| 成人永久免费在线观看视频| 最好的美女福利视频网| 亚洲欧美一区二区三区黑人| 欧洲精品卡2卡3卡4卡5卡区| 久久香蕉精品热| 免费av毛片视频| 免费人成视频x8x8入口观看| 精品久久久久久久久久久久久 | 黄色视频不卡| 真人一进一出gif抽搐免费| xxx96com| 精品一区二区三区视频在线观看免费| 在线天堂中文资源库| 亚洲成av人片免费观看| 国产精品野战在线观看| 2021天堂中文幕一二区在线观 | 少妇 在线观看| 久久99热这里只有精品18| 一个人观看的视频www高清免费观看 | 韩国精品一区二区三区| 91成年电影在线观看| 18禁黄网站禁片午夜丰满| 看免费av毛片| 久久婷婷成人综合色麻豆| 日韩免费av在线播放| 亚洲精品美女久久av网站| 女性生殖器流出的白浆| 真人一进一出gif抽搐免费| 夜夜躁狠狠躁天天躁| 在线观看www视频免费| 宅男免费午夜| 亚洲色图 男人天堂 中文字幕| 午夜免费鲁丝| 午夜福利在线在线| av视频在线观看入口| 精品午夜福利视频在线观看一区| 亚洲欧美精品综合一区二区三区| 88av欧美| 国产麻豆成人av免费视频| 免费一级毛片在线播放高清视频| 天天躁狠狠躁夜夜躁狠狠躁| 一级片免费观看大全| 国产成人啪精品午夜网站| 白带黄色成豆腐渣| 在线免费观看的www视频| 成人手机av| 脱女人内裤的视频| 亚洲自拍偷在线| 精品免费久久久久久久清纯| 中文字幕最新亚洲高清| 十分钟在线观看高清视频www| 极品教师在线免费播放| 成人三级做爰电影| 成年版毛片免费区| 他把我摸到了高潮在线观看| 欧美人与性动交α欧美精品济南到| 黄色丝袜av网址大全| 国产精品亚洲一级av第二区| 亚洲av美国av| 禁无遮挡网站| 美女 人体艺术 gogo| 国产亚洲精品第一综合不卡| 欧美日韩精品网址| 国产一级毛片七仙女欲春2 | 日本a在线网址| 久99久视频精品免费| 成人国语在线视频| 级片在线观看| 亚洲午夜理论影院| 黄网站色视频无遮挡免费观看| 亚洲一区中文字幕在线| 成人av一区二区三区在线看| 精品不卡国产一区二区三区| 99国产综合亚洲精品| 人人妻人人澡欧美一区二区| 亚洲一区中文字幕在线| svipshipincom国产片| 女警被强在线播放| 国产精华一区二区三区| 狠狠狠狠99中文字幕| 久久久国产精品麻豆| 免费电影在线观看免费观看| 国产三级在线视频| 男人舔女人的私密视频| 白带黄色成豆腐渣| 亚洲一区二区三区不卡视频| 亚洲午夜理论影院| 黄片播放在线免费| 日韩有码中文字幕| 成人三级黄色视频| 国产亚洲精品第一综合不卡| 悠悠久久av| 9191精品国产免费久久| 亚洲av电影不卡..在线观看| 中文字幕人妻丝袜一区二区| 久久国产亚洲av麻豆专区| 日韩欧美三级三区| 美女大奶头视频| 黄网站色视频无遮挡免费观看| 亚洲国产日韩欧美精品在线观看 | 久久久国产精品麻豆| 国产免费av片在线观看野外av| 亚洲国产欧美日韩在线播放| 一区二区三区激情视频| 人人澡人人妻人| www.www免费av| 日本成人三级电影网站| 成年人黄色毛片网站| 黄片小视频在线播放| 精品一区二区三区视频在线观看免费| 成人18禁在线播放| 琪琪午夜伦伦电影理论片6080| 久久国产精品影院| 国产激情欧美一区二区| 18美女黄网站色大片免费观看| 搞女人的毛片| 99在线视频只有这里精品首页| 99在线人妻在线中文字幕| 日本黄色视频三级网站网址| 亚洲国产欧美网| 在线播放国产精品三级| 精品欧美国产一区二区三| 91成年电影在线观看| 一区福利在线观看| 欧美+亚洲+日韩+国产| 久久精品91蜜桃| 真人做人爱边吃奶动态| 午夜两性在线视频| 国产精品,欧美在线| 大香蕉久久成人网| 亚洲 欧美一区二区三区| 999久久久国产精品视频| 亚洲av电影在线进入| 国产视频内射| 国产精品乱码一区二三区的特点| 午夜福利欧美成人| 国产精品久久视频播放| 欧美大码av| 亚洲国产欧美日韩在线播放| 成人亚洲精品一区在线观看| av片东京热男人的天堂| 欧美 亚洲 国产 日韩一| 国内揄拍国产精品人妻在线 | 99国产精品99久久久久| 亚洲精品一区av在线观看| 免费看美女性在线毛片视频| 一卡2卡三卡四卡精品乱码亚洲| 黑人巨大精品欧美一区二区mp4| 岛国视频午夜一区免费看| 日韩有码中文字幕| 国产伦一二天堂av在线观看| 在线观看一区二区三区| 99riav亚洲国产免费| 国内精品久久久久精免费| 一区二区三区高清视频在线| 久久久久久大精品| 精品欧美一区二区三区在线| 国产精品免费视频内射| 欧美激情 高清一区二区三区| 精品熟女少妇八av免费久了| 黑人操中国人逼视频| 亚洲国产毛片av蜜桃av| 久久天躁狠狠躁夜夜2o2o| 九色国产91popny在线| 久久久久久九九精品二区国产 | 国产亚洲欧美98| 久久久久国产精品人妻aⅴ院| 日本 av在线| 一边摸一边抽搐一进一小说| 99精品在免费线老司机午夜| 神马国产精品三级电影在线观看 | 亚洲av电影不卡..在线观看| 亚洲三区欧美一区| 久久香蕉国产精品| 老司机午夜福利在线观看视频| 国语自产精品视频在线第100页| 亚洲av美国av| x7x7x7水蜜桃| 国产精品国产高清国产av| 欧美黄色片欧美黄色片| 非洲黑人性xxxx精品又粗又长| 少妇熟女aⅴ在线视频| 黄色女人牲交| 国产熟女午夜一区二区三区| 亚洲国产日韩欧美精品在线观看 | 亚洲 欧美一区二区三区| 村上凉子中文字幕在线| 一个人观看的视频www高清免费观看 | 国产免费av片在线观看野外av| 最近在线观看免费完整版| 国产亚洲精品av在线| 日韩精品免费视频一区二区三区| tocl精华| 搡老熟女国产l中国老女人| 久久精品国产亚洲av香蕉五月| 香蕉国产在线看| 欧美日本视频| 久久婷婷人人爽人人干人人爱| 麻豆成人午夜福利视频| 亚洲一区二区三区不卡视频| 午夜免费观看网址| 午夜激情福利司机影院| 色老头精品视频在线观看| 日本精品一区二区三区蜜桃| 夜夜夜夜夜久久久久| 黑人巨大精品欧美一区二区mp4| 琪琪午夜伦伦电影理论片6080| 成熟少妇高潮喷水视频| 亚洲精品中文字幕在线视频| 亚洲九九香蕉| 久久久久精品国产欧美久久久| 日韩免费av在线播放| 69av精品久久久久久| 免费观看精品视频网站| 国产又爽黄色视频| 亚洲色图 男人天堂 中文字幕| 成人永久免费在线观看视频| 久久中文看片网| 夜夜夜夜夜久久久久| 国产亚洲精品久久久久久毛片| 久久久国产精品麻豆| 日本在线视频免费播放| 韩国精品一区二区三区| 色播亚洲综合网| 欧美日韩亚洲国产一区二区在线观看| 岛国在线观看网站| 十八禁网站免费在线| 久久久久国产一级毛片高清牌| 欧美三级亚洲精品| 国产精品av久久久久免费| 日韩欧美国产在线观看| av中文乱码字幕在线| 两性夫妻黄色片| 国产精品乱码一区二三区的特点| 国产精品九九99| 伦理电影免费视频| 欧美av亚洲av综合av国产av| 麻豆国产av国片精品| 久久久久国产精品人妻aⅴ院| 视频区欧美日本亚洲| 中文在线观看免费www的网站 | 狠狠狠狠99中文字幕| 久久国产亚洲av麻豆专区| 国产一卡二卡三卡精品| 久久精品国产99精品国产亚洲性色| 每晚都被弄得嗷嗷叫到高潮| 中亚洲国语对白在线视频| 亚洲av片天天在线观看| 男女床上黄色一级片免费看| 成熟少妇高潮喷水视频| 国产精品久久久久久亚洲av鲁大| 国产精华一区二区三区| 免费无遮挡裸体视频| 久久中文字幕人妻熟女| 成人一区二区视频在线观看| 久久天堂一区二区三区四区| 欧美一级毛片孕妇| 国产精品久久久久久亚洲av鲁大| 久久九九热精品免费| 日韩精品中文字幕看吧| 国产一区二区三区在线臀色熟女| 欧美一级a爱片免费观看看 | 18美女黄网站色大片免费观看| 国产免费男女视频| 女性生殖器流出的白浆| 人人澡人人妻人| 久久婷婷人人爽人人干人人爱| 国产成人欧美在线观看| 成人国产一区最新在线观看| 91国产中文字幕| 日韩欧美三级三区| 又紧又爽又黄一区二区| 久久久国产欧美日韩av| 淫秽高清视频在线观看| 久99久视频精品免费| 亚洲午夜理论影院| 亚洲久久久国产精品| 在线播放国产精品三级| 国产又色又爽无遮挡免费看| 十分钟在线观看高清视频www| 亚洲全国av大片| 大香蕉久久成人网| 国产成人精品久久二区二区91| 成人18禁在线播放| 国产av在哪里看| 午夜福利视频1000在线观看| 波多野结衣巨乳人妻| 色在线成人网| 午夜福利在线观看吧| 久久青草综合色| 精品人妻1区二区| 日韩av在线大香蕉| 精品第一国产精品| 嫩草影视91久久| 日本a在线网址| 最新美女视频免费是黄的| 亚洲国产欧美日韩在线播放| 免费看美女性在线毛片视频| √禁漫天堂资源中文www| 色哟哟哟哟哟哟| 成在线人永久免费视频| 午夜成年电影在线免费观看| 国产成人欧美| 听说在线观看完整版免费高清| 免费看日本二区| 日本成人三级电影网站| 欧美激情极品国产一区二区三区| e午夜精品久久久久久久| 免费无遮挡裸体视频| 欧美黑人欧美精品刺激| x7x7x7水蜜桃| 欧美日韩精品网址| 天堂动漫精品| 亚洲一区高清亚洲精品| 婷婷精品国产亚洲av| 国产av不卡久久| 欧美中文日本在线观看视频| 亚洲欧美精品综合一区二区三区| 19禁男女啪啪无遮挡网站| 久久精品国产99精品国产亚洲性色| 一级黄色大片毛片| 国产精品自产拍在线观看55亚洲| 可以在线观看毛片的网站| 免费在线观看完整版高清| 国内久久婷婷六月综合欲色啪| 国产高清激情床上av| 亚洲精品国产一区二区精华液| 美女午夜性视频免费| 欧美一级毛片孕妇| 亚洲第一av免费看| 欧美一级毛片孕妇| 欧美在线黄色| 精品久久蜜臀av无| 亚洲自拍偷在线| 久久久久久亚洲精品国产蜜桃av| 亚洲av成人不卡在线观看播放网| 欧美日韩福利视频一区二区| 久久久久久人人人人人| 欧美日韩一级在线毛片| 日韩免费av在线播放| 可以在线观看的亚洲视频| 久久久久久九九精品二区国产 | 久久久久国产一级毛片高清牌| 精品久久久久久,| 久久久国产成人精品二区| 亚洲美女黄片视频| 国产视频内射| 久久久国产欧美日韩av| www国产在线视频色| 97人妻精品一区二区三区麻豆 | 男人舔女人的私密视频| 国产成人av教育| 此物有八面人人有两片| 午夜激情福利司机影院| 日本五十路高清| e午夜精品久久久久久久| 最好的美女福利视频网| 成人国语在线视频| 成人三级黄色视频| 午夜福利成人在线免费观看| 国产主播在线观看一区二区| 国产久久久一区二区三区| 久久亚洲精品不卡| 午夜成年电影在线免费观看| 国产免费av片在线观看野外av| 国产片内射在线| 1024香蕉在线观看| 国产精品一区二区免费欧美| 天堂动漫精品| 亚洲精品av麻豆狂野| 久久久久久久午夜电影| netflix在线观看网站| 日韩视频一区二区在线观看| 欧美乱码精品一区二区三区| 精品国产乱码久久久久久男人| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲av熟女| 国产黄片美女视频| 欧美成人一区二区免费高清观看 | 在线十欧美十亚洲十日本专区| 满18在线观看网站| 免费无遮挡裸体视频| 视频在线观看一区二区三区| 午夜两性在线视频| 国产欧美日韩一区二区精品| 伊人久久大香线蕉亚洲五| 日本撒尿小便嘘嘘汇集6| 精品久久久久久,| 欧美日韩亚洲国产一区二区在线观看| 两个人免费观看高清视频| 日本在线视频免费播放| 久久中文看片网| 看免费av毛片| 精品久久久久久久毛片微露脸| 亚洲一区二区三区不卡视频| av视频在线观看入口| av免费在线观看网站| 一区二区三区精品91| 成人av一区二区三区在线看| 无人区码免费观看不卡| 村上凉子中文字幕在线| 国产亚洲欧美精品永久| 久久99热这里只有精品18| 国产精品一区二区免费欧美| 黄色视频不卡| 搡老熟女国产l中国老女人| а√天堂www在线а√下载| 国产精品99久久99久久久不卡| 久久久久九九精品影院| 一进一出抽搐gif免费好疼| 免费在线观看成人毛片| 在线视频色国产色| 欧美国产日韩亚洲一区| www.999成人在线观看| 成人永久免费在线观看视频| 两个人视频免费观看高清| 国产精品免费视频内射| 丝袜人妻中文字幕| 18禁观看日本| 国产成人av教育| 亚洲一区二区三区色噜噜| 麻豆av在线久日| 国产99白浆流出| 九色国产91popny在线| 亚洲电影在线观看av| 波多野结衣高清作品| 老司机午夜十八禁免费视频| 欧美激情久久久久久爽电影| 国产欧美日韩一区二区三| 丝袜美腿诱惑在线| 精品久久久久久久久久久久久 | 国产亚洲精品第一综合不卡| 国产一区二区在线av高清观看| 精品熟女少妇八av免费久了| 国语自产精品视频在线第100页| 国产av不卡久久| 麻豆成人午夜福利视频| 国产成人精品久久二区二区免费| 色在线成人网| 欧美zozozo另类| 国产熟女xx| 香蕉丝袜av| 欧美乱码精品一区二区三区| 久久久久久大精品| 看片在线看免费视频| 老汉色av国产亚洲站长工具| 国产又黄又爽又无遮挡在线| 宅男免费午夜| 中文字幕最新亚洲高清| 一区福利在线观看| 特大巨黑吊av在线直播 | 老司机午夜十八禁免费视频| 午夜福利高清视频| 99在线视频只有这里精品首页| 精品国产超薄肉色丝袜足j| 男人的好看免费观看在线视频 | 黄色 视频免费看| 这个男人来自地球电影免费观看| 精品福利观看| 夜夜爽天天搞| 色老头精品视频在线观看| а√天堂www在线а√下载| 欧美 亚洲 国产 日韩一| 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产日韩欧美精品在线观看 | 亚洲一区高清亚洲精品| 久久久国产欧美日韩av| 最新在线观看一区二区三区| 免费看a级黄色片| 性欧美人与动物交配| 国产伦在线观看视频一区| 欧美黑人精品巨大| 国产单亲对白刺激| 婷婷六月久久综合丁香| 欧美大码av| 午夜福利一区二区在线看| 国产av一区在线观看免费| 宅男免费午夜| 中文字幕久久专区| 久久久精品欧美日韩精品| 好看av亚洲va欧美ⅴa在| 久久久国产精品麻豆| av电影中文网址| 亚洲精品中文字幕一二三四区| 国语自产精品视频在线第100页| 99riav亚洲国产免费| 老汉色∧v一级毛片| 久久香蕉激情| 午夜福利在线在线| 日本撒尿小便嘘嘘汇集6| 2021天堂中文幕一二区在线观 | 黄色 视频免费看| 免费在线观看亚洲国产| 久久久国产欧美日韩av| 法律面前人人平等表现在哪些方面| 免费在线观看完整版高清| 一区二区三区国产精品乱码| 黄频高清免费视频| 美国免费a级毛片| 老鸭窝网址在线观看| 亚洲中文字幕一区二区三区有码在线看 | 黄网站色视频无遮挡免费观看| 久久久国产成人免费| 每晚都被弄得嗷嗷叫到高潮| 国产精品美女特级片免费视频播放器 | 日韩av在线大香蕉| 18禁黄网站禁片午夜丰满| 日韩免费av在线播放| 国内精品久久久久久久电影| 精品久久久久久,| 亚洲avbb在线观看| 久久中文看片网| 亚洲国产欧美一区二区综合| 中文字幕精品免费在线观看视频| 欧美在线一区亚洲| 一二三四在线观看免费中文在| 久9热在线精品视频| 韩国精品一区二区三区| 90打野战视频偷拍视频| 欧美乱码精品一区二区三区| 男女之事视频高清在线观看| 国产精品免费视频内射| 男人操女人黄网站| 999久久久国产精品视频| 亚洲免费av在线视频| 美女午夜性视频免费| 国产人伦9x9x在线观看| 在线天堂中文资源库| 精品久久久久久久人妻蜜臀av| 99国产综合亚洲精品| 亚洲av五月六月丁香网| 欧美成狂野欧美在线观看| 18禁观看日本| 熟女少妇亚洲综合色aaa.| 精品乱码久久久久久99久播| 麻豆一二三区av精品| 搡老妇女老女人老熟妇| 在线观看免费视频日本深夜| 欧美日韩福利视频一区二区| 久久国产乱子伦精品免费另类| 在线播放国产精品三级| 国产精品日韩av在线免费观看| 亚洲国产日韩欧美精品在线观看 | 黄片大片在线免费观看| 999久久久精品免费观看国产| 亚洲成人久久爱视频| 无遮挡黄片免费观看| 日本三级黄在线观看| 免费在线观看完整版高清| 成人精品一区二区免费| 国产黄色小视频在线观看| 久久国产精品影院| 最近在线观看免费完整版| 精品人妻1区二区| 法律面前人人平等表现在哪些方面| 深夜精品福利| 久久 成人 亚洲| 欧美激情高清一区二区三区| 亚洲av五月六月丁香网| 亚洲成av人片免费观看| av天堂在线播放| 欧美另类亚洲清纯唯美| 亚洲第一青青草原| 99国产精品99久久久久| 狠狠狠狠99中文字幕| 日韩中文字幕欧美一区二区| 欧美日韩一级在线毛片| 亚洲国产精品999在线| 中文在线观看免费www的网站 | 久久久久久久精品吃奶| 精品国产超薄肉色丝袜足j| 精品一区二区三区四区五区乱码| 啦啦啦免费观看视频1| 法律面前人人平等表现在哪些方面| 成在线人永久免费视频| 久久婷婷成人综合色麻豆| 高清在线国产一区| 免费女性裸体啪啪无遮挡网站| 18禁观看日本| 两个人看的免费小视频| 亚洲av熟女| 人人妻人人澡欧美一区二区| 国产激情欧美一区二区|