• <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 ?

    帶有泡沫與崩盤的可預(yù)測模型檢驗(yàn)①

    2023-12-30 06:11:20楊炳鐸楊子暉陳海強(qiáng)
    管理科學(xué)學(xué)報(bào) 2023年9期
    關(guān)鍵詞:單位根上證指數(shù)泡沫

    楊炳鐸, 楊子暉, 陳海強(qiáng)

    (1. 廣東財(cái)經(jīng)大學(xué)金融學(xué)院, 廣州 510320; 2. 南方科技大學(xué)商學(xué)院, 深圳 518055; 3. 廈門大學(xué)王亞南經(jīng)濟(jì)研究院, 廈門 361005)

    0 引 言

    資產(chǎn)價(jià)格收益的可預(yù)測性一直是學(xué)術(shù)界長期關(guān)注并存在廣泛爭議的話題.對市場參與者、學(xué)術(shù)研究者和政策制定者而言,準(zhǔn)確理解資產(chǎn)價(jià)格收益的可預(yù)測性無疑具有重大的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義.從市場參與者的角度來說,優(yōu)化投資組合需要甄別出資產(chǎn)配置的依據(jù),即識別出未來資產(chǎn)價(jià)格收益的可預(yù)測變量;從學(xué)術(shù)研究者的角度來說,研究資產(chǎn)價(jià)格收益的可預(yù)測性有助于驗(yàn)證有效市場假說,提出新的股票組合業(yè)績基準(zhǔn)和發(fā)展資產(chǎn)定價(jià)理論等;從政策制定者的角度來說,理解資產(chǎn)價(jià)格收益的可預(yù)測性有助于完善宏觀審慎監(jiān)管工具.

    在資產(chǎn)價(jià)格收益的可預(yù)測性文獻(xiàn)中,可預(yù)測性檢驗(yàn)一般基于如下線性結(jié)構(gòu)模型[1-3]

    yt=α+βTxt-1+ut

    (1)

    xt=Πxt-1+et1≤t≤T

    (2)

    其中ut和et有可能相關(guān).以上線性結(jié)構(gòu)模型廣泛應(yīng)用于實(shí)證經(jīng)濟(jì)和金融中,如格蘭杰因果關(guān)系檢驗(yàn)、有效市場假說、資產(chǎn)定價(jià)理論以及基金業(yè)績表現(xiàn)等.

    由于上述模型中預(yù)測變量xt-1(如利率、股利價(jià)格比、通貨膨脹率等)通常具有高持續(xù)性特征[4],其動態(tài)演變過程接近單位根過程.同時(shí),ut和et之間的相關(guān)系數(shù)通常顯著為負(fù)數(shù)[1],因而會出現(xiàn)所謂嵌入式內(nèi)生性問題(embedded endogeneity).在早期的研究中[2],這種內(nèi)生性在有限樣本下會導(dǎo)致有偏的系數(shù)估計(jì)和統(tǒng)計(jì)檢驗(yàn)出現(xiàn)過度拒絕現(xiàn)象,標(biāo)準(zhǔn)的t檢驗(yàn)不再適用.為解決這一問題,可能的辦法是假定預(yù)測變量服從近似單位根過程,其AR(1)系數(shù)滿足π=1-c/T,其中c為常數(shù),T為樣本數(shù).以往文獻(xiàn)對這一近似單位根過程系數(shù)的漸進(jìn)性質(zhì)進(jìn)行過深入研究[3],然而,由于系數(shù)中的常數(shù)項(xiàng)c在極限分布中不能被一致估計(jì),很難獲得其統(tǒng)計(jì)檢驗(yàn)的臨界值.

    近十年來,計(jì)量經(jīng)濟(jì)學(xué)者嘗試發(fā)展統(tǒng)一的檢驗(yàn)方法,而不管預(yù)測變量是否具有較強(qiáng)的持續(xù)性以及殘差是否出現(xiàn)內(nèi)生性.一種方法是基于Bonferroni方法的Q統(tǒng)計(jì)量[1],然而這種方法有可能導(dǎo)致嚴(yán)重的水平扭曲(1)水平扭曲(size distortion)包括過度拒絕和過度接受兩種.實(shí)證中在顯著性水平0.05下,用p值與0.05比較.如果大于0.05,認(rèn)為不能顯著拒絕原假設(shè),如果小于0.05,認(rèn)為顯著拒絕原假設(shè).當(dāng)仿真中經(jīng)驗(yàn)水平(empirical size)遠(yuǎn)大于0.05(過度拒絕)或遠(yuǎn)小于0.05(過度接受)時(shí),都稱之為水平扭曲,那么應(yīng)該用p值與經(jīng)驗(yàn)水平比較以作出正確的推斷.和檢驗(yàn)功效失效問題[5].另一種方法是Phillips 和Magdalinos[6]提出的工具變量法(IVX),其核心思想是構(gòu)建比預(yù)測變量持續(xù)性稍小的工具變量.這種方法不僅消除了內(nèi)生性,而且對預(yù)測變量的持續(xù)性具有穩(wěn)健的檢驗(yàn)力度.為了檢驗(yàn)變量的可預(yù)測性,Kostakis等[7]推導(dǎo)出基于IVX的Wald統(tǒng)計(jì)量在大樣本下服從標(biāo)準(zhǔn)的卡方分布.他們的方法對涵蓋平穩(wěn)過程到單位根過程的預(yù)測變量都有穩(wěn)健的檢驗(yàn)力度.Lee[8]進(jìn)一步把IVX方法擴(kuò)展到分位數(shù)回歸中.最近,Yang等[9]提出了對可預(yù)測模型的殘差同時(shí)存在序列相關(guān)和條件異方差都穩(wěn)健的IVX檢驗(yàn).

    在中國資產(chǎn)收益率的可預(yù)測性實(shí)證研究中,近年來學(xué)者們從不同的角度展開了很好的分析與闡述.其中,姜富偉等[10]選取不同經(jīng)濟(jì)變量研究了中國滬深股票市場收益率的可預(yù)測性,包括市場投資組合以及根據(jù)公司行業(yè)、規(guī)模、面值市值比和股權(quán)集中度等劃分的成分投資組合等.研究結(jié)果表明,中國滬深股票市場投資組合和各種成分投資組合都存在顯著的樣本內(nèi)可預(yù)測性.陳堅(jiān)和張軼凡[11]利用高頻股票數(shù)據(jù)構(gòu)造中國滬深股票市場的已實(shí)現(xiàn)偏度,發(fā)現(xiàn)較低的已實(shí)現(xiàn)偏度可以顯著預(yù)測下個(gè)月中國滬深股票市場較高的超額收益率.楊炳鐸和湯教泉[12]基于IVX統(tǒng)計(jì)檢驗(yàn)方法,對我國主要宏觀經(jīng)濟(jì)變量能否單獨(dú)或聯(lián)合預(yù)測債券收益率進(jìn)行可預(yù)測性分析,并進(jìn)一步提出使用AIC和BIC方法對多元變量回歸模型進(jìn)行變量篩選.蔣志強(qiáng)等[13]運(yùn)用可行擬廣義最小二乘法(FQFLS)[14]和8個(gè)預(yù)測因子對31個(gè)投資組合的可預(yù)測性進(jìn)行檢驗(yàn),結(jié)果發(fā)現(xiàn)中國滬深股市收益率具有可預(yù)測性,但各投資組合收益率的可預(yù)測性在熊市和牛市等不同市場階段均存在明顯差異.最近,張春玲等[15]對資本市場收益可預(yù)測性,特別是股票收益可預(yù)測性的研究進(jìn)展進(jìn)行了綜述,包括預(yù)測變量選擇和提高收益預(yù)測準(zhǔn)確性的主要方法等.

    縱觀該領(lǐng)域的研究,過往的理論文獻(xiàn)主要側(cè)重于可預(yù)測模型的右側(cè)問題,如預(yù)測變量的強(qiáng)持續(xù)性和模型殘差的內(nèi)生性以及殘差的自相關(guān)性[9]等,暫無文獻(xiàn)研究可預(yù)測模型的左側(cè)問題,如被預(yù)測變量存在泡沫與崩盤的情形.而且,在過往文獻(xiàn)中常常采用的檢驗(yàn)方法,包括IVX檢驗(yàn)法[12]、t檢驗(yàn)法[11]和Bootstrap法[10],它們在被預(yù)測變量存在泡沫與崩盤現(xiàn)象,預(yù)測變量存在強(qiáng)持續(xù)性和模型存在內(nèi)生性時(shí),都會有過度拒絕的水平扭曲現(xiàn)象(見表1)(2)FQFLS方法本身就存在過度接受的水平扭曲問題,見參考文獻(xiàn)[14]中表1..有鑒于此,本研究對帶有泡沫與崩盤的可預(yù)測模型進(jìn)行可預(yù)測性檢驗(yàn).在理論建模中,首先在模型中加入啞變量以刻畫泡沫與崩盤現(xiàn)象,并對泡沫與崩盤下的可預(yù)測模型進(jìn)行參數(shù)估計(jì),并由此構(gòu)建新的Wald統(tǒng)計(jì)量.該統(tǒng)計(jì)量不管預(yù)測變量屬于平穩(wěn)過程、適度偏離單位根過程、近單位根過程還是單位根過程,在大樣本下都會收斂到標(biāo)準(zhǔn)的卡方分布.

    表1 存在泡沫與崩盤的單變量可預(yù)測性檢驗(yàn)Table 1 Empirical for univariate predictive regression when both bubble and crash exist

    在仿真研究中,對存在泡沫與崩盤情形下的IVX檢驗(yàn)(IVX_BC)的檢驗(yàn)水平(size)和檢驗(yàn)功效進(jìn)行有限樣本模擬分析.同時(shí),把檢驗(yàn)結(jié)果與不考慮泡沫與崩盤情形的IVX檢驗(yàn)(IVX)、考慮泡沫與崩盤情形的t檢驗(yàn)(t_BC)、不考慮泡沫與崩盤情形的t檢驗(yàn)(t)、考慮泡沫與崩盤情形的Bootstrap法(Boot_BC)和不考慮泡沫與崩盤情形的Bootstrap法(Boot)[10,16]這5種方法進(jìn)行比較研究.仿真結(jié)果表明,無論是單變量可預(yù)測模型還是多變量可預(yù)測模型,以及模型是否存在內(nèi)生性,本文提出的帶有泡沫與崩盤的IVX檢驗(yàn)(IVX_BC)均具有很好的檢驗(yàn)力度.而IVX檢驗(yàn)、t檢驗(yàn)以及Bootstrap(Boot)法由于沒有考慮泡沫與崩盤的情形,在預(yù)測變量高持續(xù)性下都存在過度拒絕的水平扭曲現(xiàn)象.t_BC檢驗(yàn)和Boot_BC法盡管在一定程度上減少了檢驗(yàn)偏差,但在預(yù)測變量高持續(xù)性情形下仍然存在一定程度的水平扭曲.同時(shí),還考察了泡沫和崩盤時(shí)間錯誤設(shè)定的3種情形,本研究提出的IVX_BC檢驗(yàn)仍然能得到穩(wěn)健的結(jié)果.最后,還就它們的檢驗(yàn)功效進(jìn)行對比分析.結(jié)果表明,與IVX方法相比,本研究提出IVX_BC方法具有更強(qiáng)的檢驗(yàn)功效.

    在應(yīng)用分析中,本研究選取涵蓋股票市場、宏觀經(jīng)濟(jì)和債券市場等17個(gè)預(yù)測變量,對上證指數(shù)的月度超額收益率進(jìn)行可預(yù)測性檢驗(yàn).首先使用Phillips等[18]提出的廣義Sup ADF(GSADF)方法來檢驗(yàn)多個(gè)泡沫的存在,并使用遞歸向后回歸技術(shù)確定多個(gè)泡沫和崩盤的起點(diǎn)和終點(diǎn).實(shí)證中的初步分析驗(yàn)證了可預(yù)測變量的高持續(xù)性、可預(yù)測模型的內(nèi)生性、預(yù)測模型殘差的異質(zhì)性以及上證指數(shù)存在泡沫與崩盤現(xiàn)象,正因如此,使用IVX_BC檢驗(yàn)對上證指數(shù)的可預(yù)測性進(jìn)行研究.在單變量可預(yù)測模型中,不管是在全樣本還是在部分樣本中,考慮了泡沫與崩盤的IVX_BC檢驗(yàn)都發(fā)現(xiàn)通貨膨脹率(CPI)能顯著負(fù)向預(yù)測上證指數(shù).在部分樣本中,換手率(TO)也能顯著負(fù)向預(yù)測上證指數(shù).而在多變量可預(yù)測模型中,6種變量組合均不具有顯著的預(yù)測能力.

    1 計(jì)量模型

    考慮以下帶有泡沫與崩盤的可預(yù)測模型

    yt=γ0+γBBt-1+γCCt-1+βTxt-1+ut,

    1≤t≤T

    (3)

    (4)

    預(yù)測變量xt服從向量自回歸過程

    xt=Πxt-1+et

    (5)

    Π=Id+C/Tηx

    1)平穩(wěn)過程(cj<0,j=1,…,d,ηx=0);

    2)適度偏離單位根過程(cj<0,j=1,…,d,0<ηx<1);

    3)近單位根過程(ηx=1);

    4)單位根過程(cj=0,j=1,…,d).

    顯然,以上過程1)~過程4)涵蓋了從平穩(wěn)過程到單位根過程具有不同持續(xù)性的預(yù)測變量.

    估計(jì)步驟

    為了得到系數(shù)β的估計(jì)量,把式(3)寫成

    yt=γTDt-1+βTxt-1+ut

    (6)

    (7)

    (8)

    (9)

    檢驗(yàn)步驟

    考慮如下帶有q個(gè)線性約束條件的假設(shè)檢驗(yàn)

    H0:Hβ=λvs H1:Hβ≠λ

    式中H為已知的q×d矩陣;λ為已知的q×1向量.

    為了得到基于IVX方法的Wald統(tǒng)計(jì)量,令

    (10)

    (11)

    定理1(5)如需定理1的推導(dǎo)過程,可聯(lián)系作者郵箱獲取.假定q是假設(shè)檢驗(yàn)H0中線性約束條件個(gè)數(shù),并假定預(yù)測變量xt-1屬于過程1)~過程4)中的一種,在滿足正則條件下(6)如需正則條件推導(dǎo)過程,可聯(lián)系作者郵箱獲取.,隨著樣本量T→∞,基于IVX的Wald統(tǒng)計(jì)量Wβ會收斂到自由度為q的卡方分布,即

    Wβ?χ2(q)

    定理1表明,不管預(yù)測變量xt-1屬于平穩(wěn)過程、適度偏離單位根過程、近單位根過程還是單位根過程,均成立.在大樣本下,啞變量系數(shù)的估計(jì)不影響假設(shè)檢驗(yàn)H0下Wald 統(tǒng)計(jì)量Wβ的漸進(jìn)分布.

    2 有限樣本仿真

    對IVX_BC檢驗(yàn)的檢驗(yàn)水平和檢驗(yàn)功效進(jìn)行有限樣本仿真研究.同時(shí),把檢驗(yàn)結(jié)果與IVX檢驗(yàn)、t_BC檢驗(yàn)、t檢驗(yàn)、 Boot_BC法和Boot法[10,16]等5種方法進(jìn)行比較研究.以下所有結(jié)果為顯著性水平5%下的雙側(cè)檢驗(yàn).

    假設(shè)數(shù)據(jù)生成過程如下

    yt=γ0+γBBt-1+γCCt-1+βTxt-1+ut,

    (12)

    t=1,…,T

    式中Bt-1和Ct-1分別是泡沫與崩盤時(shí)期的啞變量,MOD是求余函數(shù),即兩個(gè)數(shù)值表達(dá)式作除法運(yùn)算后的余數(shù).通過以上啞變量設(shè)置,每120個(gè)月有12個(gè)月的泡沫期和12個(gè)月的崩盤期,這與我國上證指數(shù)近240個(gè)月來有兩個(gè)泡沫和崩盤期,并且每個(gè)時(shí)期持續(xù)時(shí)間近12個(gè)月一致.同時(shí),根據(jù)上證指數(shù)月度對數(shù)收益率在正常,泡沫和崩盤時(shí)期的樣本均值(見實(shí)證表4),設(shè)置γ0=0.001,γB=0.085,γC=-0.101.

    為刻畫股票收益的厚尾現(xiàn)象和波動的集聚效應(yīng),假設(shè)殘差ut服從以下GARCH(1,1)過程

    (13)

    式中沖擊εt服從自由度為5的學(xué)生t分布.

    為刻畫預(yù)測變量的不同持續(xù)性特征,假設(shè)xt服從AR(1)過程,即

    xt=Πxt-1+et

    (14)

    在單變量可預(yù)測模型中,Π=0.2, 0.9, 0.98, 1.0分別對應(yīng)平穩(wěn)過程、適度偏離單位根過程、近單位根過程和單位根過程.et=9ρut+0.7vt,vt是個(gè)標(biāo)準(zhǔn)正態(tài)分布.ρ用來刻畫ut和et的相關(guān)性,即模型的內(nèi)生性.在多變量可預(yù)測模型中,xt=(x1t,x2t,x3t,x4t)T,Π=diag(0.2,0.9,0.98,1.0)是個(gè)對角矩陣.et=(e1t,e2t,e3t,e4t)T,ejt=9ρut+0.7vjt,j=1,2,3,4,vjt是標(biāo)準(zhǔn)正態(tài)分布.考慮3種不同樣本數(shù)T=120,240,480,它們分別對應(yīng)10年、20年和40年的月份數(shù).由于實(shí)證中ρ>0和ρ<0的情況都有出現(xiàn)(見表6),在表1和表2中展示ρ= -0.9, 0, 0.9的檢驗(yàn)水平結(jié)果.由于運(yùn)行時(shí)間的限制,表中Boot方法本文重復(fù)1 000次,其它方法重復(fù)10 000次.

    表2 帶有泡沫與崩盤的多變量可預(yù)測性檢驗(yàn) Table 2 Empirical for multivariate predictive regression when both bubble and crash exist

    表1為存在泡沫與崩盤的單變量可預(yù)測性檢驗(yàn)水平表.在存在內(nèi)生性(ρ=-0.9, 0.9)條件下,IVX_BC檢驗(yàn)?zāi)艿玫秸_的檢驗(yàn)水平,即接近名義水平0.05;IVX檢驗(yàn)在預(yù)測變量為適度偏離單位根過程和近單位根過程時(shí)都存在過度拒絕的水平扭曲現(xiàn)象,即遠(yuǎn)遠(yuǎn)高于名義水平0.05,而且在預(yù)測變量為單位根過程和有限樣本下同樣存在一定程度的水平扭曲現(xiàn)象.同時(shí),還對不考慮泡沫與崩盤情形的普通最小二乘法(OLS)下t檢驗(yàn)和t_BC檢驗(yàn)的檢驗(yàn)水平進(jìn)行仿真研究.研究發(fā)現(xiàn),不管是t_BC檢驗(yàn)還是t檢驗(yàn)的結(jié)果,當(dāng)預(yù)測變量為適度偏離單位根過程、近單位根過程和單位根過程時(shí),其檢驗(yàn)水平都存在過度拒絕的水平扭曲現(xiàn)象.最后,還對文獻(xiàn)中Boot法進(jìn)行仿真(7)有關(guān)Boot法的具體步驟,可聯(lián)系作者郵箱獲取..表中結(jié)果表明,Boot法同樣存在嚴(yán)重的水平扭曲,Boot_BC法能減少水平扭曲,但與IVX_BC相比,在存在內(nèi)生性時(shí)仍然存在一定程度的水平扭曲.

    在不存在內(nèi)生性(ρ=0)條件下,IVX_BC檢驗(yàn)同樣能得到正確的檢驗(yàn)水平.同樣地,t、t_BC和Boot_BC都能得到正確的檢驗(yàn)水平,而IVX檢驗(yàn)和Boot法在預(yù)測變量高持續(xù)性下都存在過度拒絕的水平扭曲現(xiàn)象.

    還對帶有泡沫與崩盤的多變量可預(yù)測模型進(jìn)行研究,其檢驗(yàn)水平表見表2.發(fā)現(xiàn)表2的結(jié)果與表1類似,不管是否存在內(nèi)生性,IVX_BC檢驗(yàn)都得到正確的檢驗(yàn)水平.IVX、t、t_BC和Boot法在內(nèi)生性條件下都存在過度拒絕的水平扭曲現(xiàn)象.考慮了泡沫與崩盤情形時(shí),Boot_BC法都能減少水平扭曲.當(dāng)不存在內(nèi)生性(ρ=0)時(shí), IVX_BC檢驗(yàn)、t_BC檢驗(yàn)和Boot_BC檢驗(yàn)都能得到正確的檢驗(yàn)水平;但在存在內(nèi)生性(ρ= -0.9, 0, 0.9)和預(yù)測變量高持續(xù)性下,t_BC檢驗(yàn)和Boot_BC檢驗(yàn)仍然存在一定程度的水平扭曲.最后,與單變量可預(yù)測模型結(jié)果(見表1)相比,多變量可預(yù)測模型結(jié)果(見表2)波動更大.

    為了驗(yàn)證本模型檢驗(yàn)的穩(wěn)健性,對泡沫和崩盤時(shí)間錯誤設(shè)定的3種情形進(jìn)行仿真研究,包括泡沫和崩盤時(shí)間設(shè)定比真實(shí)時(shí)間增加20%(IVXBC1),泡沫和崩盤時(shí)間設(shè)定比真實(shí)時(shí)間減少20%(IVXBC2)和真實(shí)數(shù)據(jù)的產(chǎn)生是無泡沫和崩盤過程(IVXBC3).表 3為這3種情形下IVX_BC檢驗(yàn)的穩(wěn)健性檢驗(yàn)水平表.從表中可以看到不管是否存在內(nèi)生性,即不管ρ是否為0,這3種情形的檢驗(yàn)水平都不存在水平扭曲,即值都接近0.05.以上3種情形的仿真結(jié)果表明,本研究提出的可預(yù)測模型檢驗(yàn)結(jié)果對泡沫和崩盤時(shí)間錯誤設(shè)定穩(wěn)健.

    表3 泡沫與崩盤時(shí)間錯誤設(shè)定下IVX_BC穩(wěn)健性檢驗(yàn)Table 3 Empirical size for IVX_BC test when the periods of both bubble and crash are misspecified

    圖 1為這4種方法分別在Π=0.2,0.9,0.98,1.0的檢驗(yàn)功效比較圖.從圖中可以看到,與平穩(wěn)過程Π=0.2)相比,近單位根過程(Π=0.98)和單位過程(Π=1.0)檢驗(yàn)有更強(qiáng)的功效,這是由于強(qiáng)持續(xù)性預(yù)測變量估計(jì)系數(shù)的收斂速度比平穩(wěn)變量更快.當(dāng)預(yù)測變量為平穩(wěn)過程(Π=0.2)時(shí),IVX_BC檢驗(yàn)功效比IVX強(qiáng).與t_BC檢驗(yàn)的檢驗(yàn)功效相比,IVX_BC檢驗(yàn)功效會略有損失,但損失不大.這是由于在預(yù)測變量平穩(wěn)條件下,OLS估計(jì)量是最有效的.當(dāng)預(yù)測變量為適度偏離單位根過程(Π=0.9)時(shí),IVX檢驗(yàn)在β=0時(shí)會有水平扭曲,偏離0時(shí),檢驗(yàn)功效會比IVX_BC弱.當(dāng)預(yù)測變量為強(qiáng)持續(xù)性過程(Π=0.98,1.0),IVX檢驗(yàn),t檢驗(yàn)和Boot法在β= 0時(shí)都有水平扭曲,并且偏離0時(shí),IVX檢驗(yàn)功效會比IVX_BC弱.

    圖1 預(yù)測變量下4種方法的檢驗(yàn)功效比較Fig.1 Power plots for four testing methods with single regressor

    從以上仿真可以看到,由于考慮了泡沫與崩盤的情形,不管是在單變量可預(yù)測模型還是在多變量可預(yù)測模型,也不管是否存在內(nèi)生性,本研究提出的IVX_BC檢驗(yàn)都能給出正確的檢驗(yàn)水平.而IVX檢驗(yàn)、t檢驗(yàn)和Boot法由于沒有考慮泡沫與崩盤的情形,在預(yù)測變量高持續(xù)性下都存在過度拒絕的水平扭曲現(xiàn)象.t_BC檢驗(yàn)和Boot_BC檢驗(yàn)盡管在一定程度上減少了檢驗(yàn)偏差,但在預(yù)測變量高持續(xù)性下仍然存在一定程度的水平扭曲.同時(shí),IVX_BC檢驗(yàn)對泡沫與崩盤時(shí)間錯誤設(shè)定的3情形穩(wěn)健,包括泡沫與崩盤時(shí)間設(shè)定比真實(shí)時(shí)間增加20%,泡沫與崩盤時(shí)間設(shè)定比真實(shí)時(shí)間減少20%,和真實(shí)數(shù)據(jù)產(chǎn)生過程無泡沫與崩盤過程.最后,本研究提出的IVX_BC檢驗(yàn)功效比IVX 檢驗(yàn)強(qiáng),與t_BC檢驗(yàn)相比,檢驗(yàn)功效損失不大.

    3 實(shí)證檢驗(yàn)

    本研究選取的被預(yù)測變量為上證指數(shù)的月度對數(shù)超額收益率,其計(jì)算公式為yt=ln(1+Rt)-ln(1+rf),其中l(wèi)n(·)為自然對數(shù)變換,Rt是上海證券交易所發(fā)布的上證指數(shù)簡單收益率,rf是市場無風(fēng)險(xiǎn)利率,他們均來源于國泰安(CSMAR)數(shù)據(jù)庫.數(shù)據(jù)區(qū)間為1999年1月—2019年1月,選擇多1個(gè)月數(shù)據(jù)是因?yàn)樽隹深A(yù)測回歸時(shí),滯后1期自變量的存在導(dǎo)致實(shí)際使用的數(shù)據(jù)會少1個(gè)月.由于絕大部分文獻(xiàn)[7]都使用月度數(shù)據(jù),僅有少部分文獻(xiàn)在研究長期預(yù)測時(shí)用到季度或者年度數(shù)據(jù).因此,本研究使用月度樣本數(shù)據(jù)對上證指數(shù)進(jìn)行可預(yù)測性檢驗(yàn).

    在預(yù)測變量的選擇上,參考國內(nèi)外可預(yù)測檢驗(yàn)相關(guān)文獻(xiàn)[35],選擇涵蓋股票市場,宏觀經(jīng)濟(jì)和債券市場等17個(gè)變量.

    股票市場預(yù)測變量包括股利支付率(D/E)、股利價(jià)格比(D/P)、股息率(D/Y)、盈余價(jià)格比(E/P)、賬面市值比(B/M)、股票方差(svar)、凈權(quán)益增加(ntis)和換手率(TO)等.具體來說,D/E等于總股利的自然對數(shù)減去總盈余的自然對數(shù),其中總股利是過去12個(gè)月(包括當(dāng)月)的上證所有A股股利移動加總.本研究設(shè)定當(dāng)年4月至下一年3月的總盈余來自上一年度年報(bào).D/P等于總股利的自然對數(shù)減去總市值的自然對數(shù).D/Y等于總股利的自然對數(shù)減去滯后1期市值的自然對數(shù).E/P等于總盈余的自然對數(shù)減去總市值的自然對數(shù).B/M等于總賬面價(jià)值除以總市值,其中總賬面價(jià)值是上海證券交易所所有A股上市公司資產(chǎn)合計(jì)的總和.由于每年4月底前公布上一年度年報(bào),10月底前公布當(dāng)年中報(bào),設(shè)定當(dāng)年4月至9月的資產(chǎn)合計(jì)來自上一年度年報(bào),當(dāng)年10月至下一年3月的資產(chǎn)合計(jì)來自當(dāng)年中報(bào).svar是當(dāng)月上證指數(shù)日收益率的平方和.ntis等于過去12個(gè)月上證A股新股發(fā)行總量移動加總除以當(dāng)月總市值,其中新股發(fā)行總量=當(dāng)月總市值-前一個(gè)月總市值×(1+當(dāng)月上證指數(shù)收益率).TO等于月度總交易量除以月度總市值.在數(shù)據(jù)來源上,總盈余來自Wind數(shù)據(jù)庫上市公司年報(bào),資產(chǎn)合計(jì)來自Wind數(shù)據(jù)庫上市公司年報(bào)和中報(bào),其它數(shù)據(jù)均來自國泰安數(shù)據(jù)庫.由于有部分預(yù)測變量在計(jì)算時(shí)需要用到過去1個(gè)月,甚至過去12個(gè)月的數(shù)據(jù),因此收集的原始數(shù)據(jù)都從1998年1月開始.

    宏觀經(jīng)濟(jì)指標(biāo)包括消費(fèi)者價(jià)格指數(shù)(CPI)和生產(chǎn)者價(jià)格指數(shù)(PPI).由于CPI和PPI一般在下一個(gè)月公布,本研究使用前一個(gè)月同比值作為當(dāng)月數(shù)據(jù),數(shù)據(jù)均來自Wind數(shù)據(jù)庫.

    債券市場預(yù)測變量包括長期到期收益率(lty)、期限利差(tms)、違約收益利差(dfy)、短期國債利差(sts)、長期國債利差(lts)和國債收益率(tbl)等.具體來說,lty為10年中債地方政府債到期收益率(AAA).tms等于10年中債地方政府債到期收益率(AAA)減去3個(gè)月中債國債到期收益率.dfy等于10年中證公司債到期收益率(A)減去10年中證公司債到期收益率(AAA).sts等于3個(gè)月中債國債到期收益率減去1個(gè)月中債國債到期收益率.lts等于10年中債國債到期收益率減去1年中債國債到期收益率.tbl是3個(gè)月中債國債到期收益率.由于數(shù)據(jù)的限制,lty和tms從2010年10月開始,dfy從2014年12月開始,lts和tbl從2002年1月開始.以上原始數(shù)據(jù)均為Wind數(shù)據(jù)庫日度數(shù)據(jù),本研究對它們進(jìn)行了月內(nèi)平均處理.

    假定上證指數(shù)月度對數(shù)收益率全樣本由泡沫時(shí)期、崩盤時(shí)期和正常時(shí)期3個(gè)樣本組成.借鑒Phillips等[17]提出的廣義sup ADF(GSADF)方法來確定泡沫時(shí)期和崩盤時(shí)期的起點(diǎn)和終點(diǎn).GSADF統(tǒng)計(jì)量定義如下

    1)對上證指數(shù)日度數(shù)據(jù)進(jìn)行GSADF正向檢驗(yàn),得到多個(gè)泡沫時(shí)期的起點(diǎn)和終點(diǎn);

    2)對上證指數(shù)日度數(shù)據(jù)進(jìn)行GSADF反向檢驗(yàn),得到多個(gè)崩盤時(shí)期的起點(diǎn)和終點(diǎn);

    3)假定泡沫時(shí)期和崩盤時(shí)期為2個(gè)月以上(包括2個(gè)月),并且每個(gè)月至少有5個(gè)交易日屬于以上兩個(gè)步驟的泡沫或者崩盤時(shí)期;

    4)如果泡沫時(shí)期和崩盤時(shí)期月份有重合,指數(shù)頂點(diǎn)左側(cè)設(shè)置為泡沫時(shí)期,右側(cè)設(shè)置為崩盤時(shí)期.

    以上基于GSADF檢驗(yàn)得到泡沫和崩盤時(shí)期的起點(diǎn)和終點(diǎn)可以借助R統(tǒng)計(jì)軟件中的psymonitor程序包來完成.根據(jù)以上4個(gè)步驟,識別出泡沫時(shí)期包括2006年5月—2006年7月、2006年9月—2007年10月和2014年11月—2015年5月共計(jì)24個(gè)樣本(見圖2深灰色區(qū)間).崩盤時(shí)期包括2004年3月—2004年4月、2007年11月—2008年3月、2008年5月—2008年6月、2008年8月—2008年11月、和2015年6月—2015年7月共計(jì)15個(gè)樣本(見圖2淺灰色區(qū)間).正常時(shí)期是全樣本中除去泡沫時(shí)期和崩盤時(shí)期這兩個(gè)時(shí)間段,共計(jì)201個(gè)樣本.全樣本及其3個(gè)子時(shí)期樣本的描述性統(tǒng)計(jì)見表4.從表中可以看到,全樣本和正常時(shí)期樣本的均值都為接近0的正數(shù),但最大跌幅和最大漲幅按對數(shù)收益率計(jì)算分別高達(dá)-28.2%和27.8%,說明上證指數(shù)在極端月份波動很大.特別是,在泡沫時(shí)期月度平均對數(shù)收益率高達(dá)8.5%,而在崩盤時(shí)期月度平均對數(shù)收益低至-10.1%.在波動率上,崩盤時(shí)期的波動率比正常時(shí)期高78%,甚至比泡沫時(shí)間高50%.

    注:黑色線為上證指數(shù)走勢,深灰色和淺灰色區(qū)間分別為泡沫時(shí)期和崩盤時(shí)期.圖2 基于GSADF識別的泡沫和崩盤時(shí)期Fig.2 Bubble and crash periods identified by GSADF procedure

    表4 上證指數(shù)的月度對數(shù)收益率描述性統(tǒng)計(jì)Table 4 Summary statistics for monthly log return of Shanghai securities composite index

    表5 預(yù)測變量單位根檢驗(yàn)Table 5 Unit root tests for predictive regressors

    為驗(yàn)證可預(yù)測模型中泡沫與崩盤的存在,用上證指數(shù)對帶有泡沫與崩盤的單預(yù)測變量進(jìn)行OLS回歸.表 6為全樣本(1999年1月—2019年1月)和部分樣本(2009年1月—2019年1月)下對泡沫和崩盤啞變量的t檢驗(yàn)結(jié)果.全樣本240個(gè)月包含2007年—2008年和2014年—2015年2個(gè)泡沫與崩盤過程,部分樣本120個(gè)月只包含2014年—2015年1個(gè)泡沫與崩盤過程.由于數(shù)據(jù)的限制,變量sts、lts和tbl在全樣本中的數(shù)據(jù)從2002年1月—2019年1月,變量lty和tms在部分樣本中的數(shù)據(jù)從2010年8月—2019年1月,變量dfy在部分樣本中的數(shù)據(jù)從2014年12月—2019年1月.

    由于可預(yù)測變量的高持續(xù)性(見表5)、預(yù)測模型的內(nèi)生性(見表6)、預(yù)測模型殘差的異質(zhì)性(見表6)以及上證指數(shù)存在泡沫與崩盤現(xiàn)象(見表6),這使得必須使用IVX_BC對上證指數(shù)的可預(yù)測性進(jìn)行研究.為了方便比較,還同時(shí)展示IVX檢驗(yàn)、t檢驗(yàn)、Boot法以及把泡沫與崩盤作為啞變量放入模型的t_BC檢驗(yàn)和Boot_BC法.Boot得到的統(tǒng)計(jì)量和t值相同,但由于構(gòu)建的置信區(qū)間不一樣,會導(dǎo)致Boot法得到的顯著性和t檢驗(yàn)不一致.

    表6 帶有泡沫與崩盤的單預(yù)測變量OLS回歸結(jié)果Table 6 OLS regression results forunivariate predictive regression when both bubble and crash exist

    表 7為以上6種方法在單變量可預(yù)測回歸模型中的檢驗(yàn)結(jié)果.從表中可以看到,在全樣本中,IVX檢驗(yàn),t檢驗(yàn)和Boot法都認(rèn)為nits、PPI、sts和tbl在1%或5%水平下顯著,而IVX_BC,t_BC檢驗(yàn)和Boot_BC法都認(rèn)為不顯著.對于預(yù)測變量EP,IVX檢驗(yàn)和t檢驗(yàn)都認(rèn)為ntis在5%水平下能顯著預(yù)測上證指數(shù),而其它方法不管在哪個(gè)顯著水平下都認(rèn)為EP不能用來預(yù)測上證指數(shù).對于預(yù)測變量CPI,IVX檢驗(yàn),t檢驗(yàn)和Boot法都認(rèn)為CPI在1%水平下能顯著預(yù)測上證指數(shù),而t_BC和Boot_BC法認(rèn)為CPI在5%水平下能顯著預(yù)測上證指數(shù),IVX_BC檢驗(yàn)僅認(rèn)為CPI在10%水平下顯著.6種方法都認(rèn)為DE、DP、DY、BM、TO、svar和lts這7個(gè)預(yù)測變量都不能用來預(yù)測上證指數(shù).

    表7 單變量可預(yù)測回歸模型檢測結(jié)果Table 7 Testing results for univariate predictive regression

    在部分樣本中,t檢驗(yàn)認(rèn)為DP在10%水平下能顯著預(yù)測上證指數(shù),t檢驗(yàn)和Boot法認(rèn)為DY在10%水平下能顯著預(yù)測上證指數(shù),而其它檢驗(yàn)都認(rèn)為DP和DY不顯著.IVX_BC、t_BC和Boot_BC法認(rèn)為TO分別在5%或10%水平下能顯著預(yù)測上證指數(shù),而不考慮泡沫與崩盤的其它3種檢驗(yàn)都認(rèn)為其不顯著.IVX檢驗(yàn)和t檢驗(yàn)認(rèn)為svar在10%水平下能顯著預(yù)測上證指數(shù),而其它4種檢驗(yàn)均認(rèn)為其不顯著.6種檢驗(yàn)均認(rèn)為CPI在5%或10%水平下能顯著預(yù)測上證指數(shù).對于預(yù)測變量tms,IVX檢驗(yàn),t檢驗(yàn)和Boo法都認(rèn)為其在1%水平下能顯著預(yù)測上證指數(shù),而IVX_BC,t_BC和Boot_BC法認(rèn)為其不能顯著預(yù)測上證指數(shù).6種方法都認(rèn)為DE、EP、BM、ntis、lty、dfy、sts、lts和tbl這9個(gè)預(yù)測變量都不能用來預(yù)測上證指數(shù).

    也考慮把交叉相乘項(xiàng)Bt-1xt-1和Ct-1xt-1放入到單變量可預(yù)測模型中,結(jié)果顯示,基于IVX_BC檢驗(yàn)的交叉項(xiàng)系數(shù)都不顯著.這表明可預(yù)測變量在泡沫時(shí)期或崩盤時(shí)期的可預(yù)測能力與全樣本時(shí)期的結(jié)論無明顯差異.由于篇幅的限制,不展示加入交叉相乘項(xiàng)的可預(yù)測模型檢驗(yàn)結(jié)果.

    綜上,不管是在全樣本還是在部分樣本中,IVX_BC檢驗(yàn)都認(rèn)為CPI在10%水平下能顯著負(fù)向預(yù)測上證指數(shù).在部分樣本中,TO也在10%水平下能顯著負(fù)向預(yù)測上證指數(shù).姜富偉等[10]認(rèn)為,DY、CPI和TO都能用來顯著預(yù)測市場投資組合收益,而IVX_BC檢驗(yàn)僅認(rèn)為CPI和部分樣本中的TO能顯著預(yù)測上證指數(shù),DY不能用來預(yù)測上證指數(shù).與IVX_BC檢驗(yàn)相比,IVX法、t_BC法、t法和Boot法會出現(xiàn)過度拒絕現(xiàn)象,而Boot_BC仍然存在一定的過度拒絕現(xiàn)象.以上實(shí)證結(jié)果與上一節(jié)中的仿真結(jié)果一致.

    在多變量可預(yù)測回歸模型檢驗(yàn)中,考慮了以下6種變量組合(a)DY和tbl[16];(b)DP和tbl[20];(c)EP、BM和tms[27];(d)DE和DP[28];(e)DP和BM[29];(f)DP、tms、dfy和tbl[30].受樣本數(shù)據(jù)的限制,周開國等[16]與Ang和Bekaert[20]的數(shù)據(jù)從2002年1月—2019年1月,Ferson和Schadt[30]的數(shù)據(jù)從2014年12月—2019年1月,而Campbell和 Vuolteenaho[27]的數(shù)據(jù)從2010年8月—2019年1月.

    表8為以上6種組合在帶有泡沫與崩盤的多變量可預(yù)測回歸模型檢驗(yàn)結(jié)果.從表中可以看到,6種組合在10%水平下都認(rèn)為預(yù)測變量組合均聯(lián)合不顯著.就組合中的單個(gè)變量而言,Kothari和Shanken[29]組合中的BM在10%水平下能顯著負(fù)向預(yù)測上證指數(shù),而Ferson和Schadt[30]組合中的tms和tbl在5%水平下能顯著負(fù)向預(yù)測上證指數(shù).在DY和tbl組合中,不管是單個(gè)變量還是組合變量,它們都不能用來預(yù)測上證指數(shù),這與周開國等[16]的結(jié)論一致.

    4 結(jié)束語

    資產(chǎn)價(jià)格收益的可預(yù)測性一直是學(xué)術(shù)界長期關(guān)注并存在廣泛爭議的話題,準(zhǔn)確理解資產(chǎn)價(jià)格收益的可預(yù)測性無疑對市場參與者、學(xué)術(shù)研究者和政策制定者都具有重大的學(xué)術(shù)價(jià)值與現(xiàn)實(shí)意義.本研究對帶有泡沫與崩盤的可預(yù)測模型進(jìn)行可預(yù)測性檢驗(yàn).在理論構(gòu)建中,推導(dǎo)出帶有泡沫與崩盤的Wald檢驗(yàn)方法,該統(tǒng)計(jì)量在大樣本下將遵循標(biāo)準(zhǔn)的卡方分布.這一性質(zhì)不僅對預(yù)測變量的不同持續(xù)性(包括平穩(wěn)過程、適度偏離單位根過程、近單位根過程和單位根過程)以及可預(yù)測模型的內(nèi)生性穩(wěn)健,而且在被預(yù)測變量普遍存在泡沫與崩盤現(xiàn)象下依然穩(wěn)健.

    在有限樣本仿真中,本研究提出的帶有泡沫與崩盤情形的IVX檢驗(yàn)(IVX_BC)能給出正確的檢驗(yàn)水平(size)和強(qiáng)大的檢驗(yàn)功效(power).而其它5種方法,包括不考慮泡沫與崩盤情形的IVX檢驗(yàn)(IVX)、考慮泡沫與崩盤情形的t檢驗(yàn)(t_BC)、不考慮泡沫與崩盤情形的t檢驗(yàn)(t)、考慮泡沫與崩盤情形的bootstrap法(Boot_BC)和不考慮泡沫與崩盤情形的bootstrap法(Boot)都存在“過度拒絕”的水平扭曲現(xiàn)象.

    在實(shí)證研究中,選擇涵蓋股票市場、宏觀經(jīng)濟(jì)和債券市場等17個(gè)預(yù)測變量對股票市場收益率進(jìn)行可預(yù)測性檢驗(yàn).在單變量可預(yù)測模型中,不管是在全樣本還是在部分樣本中, IVX_BC檢驗(yàn)均發(fā)現(xiàn)通貨膨脹率(CPI)在10%水平下能顯著負(fù)向預(yù)測上證指數(shù).在部分樣本中,換手率(TO)也能顯著負(fù)向預(yù)測上證指數(shù).此外,在多變量可預(yù)測模型中,6種變量組合均聯(lián)合不顯著.上述的研究結(jié)論對于優(yōu)化資產(chǎn)投資組合、發(fā)展資產(chǎn)定價(jià)理論以及完善宏觀審慎監(jiān)管政策均具有重要的參考價(jià)值.

    猜你喜歡
    單位根上證指數(shù)泡沫
    毒泡沫
    廢棄的泡沫盒
    “搞死”國家的泡沫
    STAR模型下退勢單位根檢驗(yàn)統(tǒng)計(jì)量的比較
    上證指數(shù)VaR和CVaR的比較研究及實(shí)證分析
    信息偏離度、投資者情緒與內(nèi)在價(jià)值——基于上證指數(shù)2005-2014年的實(shí)證分析
    基于MCMC算法的貝葉斯面板單位根檢驗(yàn)
    好泡沫與壞泡沫
    ESTAR模型的單位根檢驗(yàn)統(tǒng)計(jì)量及其功效比較
    發(fā)展中國家經(jīng)濟(jì)周期波動趨勢的統(tǒng)計(jì)檢驗(yàn)
    熟妇人妻不卡中文字幕| 成人二区视频| 在线观看国产h片| 美女国产视频在线观看| 亚洲婷婷狠狠爱综合网| 亚洲人成网站在线播| 亚洲,欧美,日韩| 免费看光身美女| 国产有黄有色有爽视频| 日日撸夜夜添| 国产精品人妻久久久影院| 99久久综合免费| 特大巨黑吊av在线直播| 看免费成人av毛片| 精华霜和精华液先用哪个| 中国国产av一级| 最近的中文字幕免费完整| a级毛色黄片| 国产成人午夜福利电影在线观看| av在线观看视频网站免费| 多毛熟女@视频| 一边亲一边摸免费视频| 亚洲成人中文字幕在线播放| 日韩av在线免费看完整版不卡| 少妇人妻一区二区三区视频| 亚洲精品aⅴ在线观看| 欧美精品人与动牲交sv欧美| 午夜福利网站1000一区二区三区| 欧美日韩一区二区视频在线观看视频在线| 日韩欧美 国产精品| 80岁老熟妇乱子伦牲交| av专区在线播放| 日日摸夜夜添夜夜添av毛片| 纯流量卡能插随身wifi吗| 97在线人人人人妻| 韩国高清视频一区二区三区| 亚洲人成网站高清观看| 十八禁网站网址无遮挡 | 国产成人aa在线观看| 黄色视频在线播放观看不卡| 亚洲国产色片| 99热全是精品| 久久久久久久国产电影| 国产一区有黄有色的免费视频| 午夜免费观看性视频| 国产精品不卡视频一区二区| 国产在线免费精品| 天堂中文最新版在线下载| 亚洲精品,欧美精品| 国产一区二区在线观看日韩| 18禁裸乳无遮挡动漫免费视频| 丰满乱子伦码专区| 精品久久久精品久久久| 蜜桃久久精品国产亚洲av| 黄色一级大片看看| 高清日韩中文字幕在线| av女优亚洲男人天堂| 一级爰片在线观看| 亚洲激情五月婷婷啪啪| 久久青草综合色| 国产欧美日韩一区二区三区在线 | 亚洲精品第二区| 老师上课跳d突然被开到最大视频| 国产精品国产av在线观看| 亚洲经典国产精华液单| 丰满人妻一区二区三区视频av| 性色avwww在线观看| av线在线观看网站| 国产免费一级a男人的天堂| 国产男人的电影天堂91| 狂野欧美激情性bbbbbb| 在线精品无人区一区二区三 | 国产乱人偷精品视频| 成人亚洲精品一区在线观看 | 最近2019中文字幕mv第一页| 亚洲久久久国产精品| 街头女战士在线观看网站| 天堂8中文在线网| 亚洲成人一二三区av| 国产一区二区三区综合在线观看 | 国产色爽女视频免费观看| 国产白丝娇喘喷水9色精品| 1000部很黄的大片| 永久免费av网站大全| 三级国产精品欧美在线观看| 亚洲精品自拍成人| av免费观看日本| 日日撸夜夜添| 亚洲精品国产色婷婷电影| 啦啦啦视频在线资源免费观看| 国产片特级美女逼逼视频| 亚洲精品国产av蜜桃| 国产日韩欧美在线精品| 欧美+日韩+精品| 全区人妻精品视频| 街头女战士在线观看网站| 日韩中文字幕视频在线看片 | 中国美白少妇内射xxxbb| av网站免费在线观看视频| 日韩不卡一区二区三区视频在线| 成人特级av手机在线观看| 九色成人免费人妻av| 久久人人爽人人爽人人片va| 精品久久久久久久末码| 青春草国产在线视频| 久久精品国产鲁丝片午夜精品| av在线老鸭窝| 欧美人与善性xxx| 大陆偷拍与自拍| 国产黄色免费在线视频| 3wmmmm亚洲av在线观看| 日韩av免费高清视频| 久久97久久精品| 免费观看的影片在线观看| 人妻系列 视频| 国产日韩欧美在线精品| 亚洲欧美日韩东京热| 国内少妇人妻偷人精品xxx网站| 亚洲国产精品专区欧美| 人人妻人人添人人爽欧美一区卜 | 日韩一区二区三区影片| 久久精品国产鲁丝片午夜精品| 小蜜桃在线观看免费完整版高清| 国产探花极品一区二区| 交换朋友夫妻互换小说| 少妇人妻 视频| 亚洲国产精品一区三区| 亚洲国产最新在线播放| 黄色视频在线播放观看不卡| 99久久人妻综合| 欧美老熟妇乱子伦牲交| 亚洲国产高清在线一区二区三| 久久99精品国语久久久| 精品一区二区免费观看| 成人18禁高潮啪啪吃奶动态图 | 国产黄色免费在线视频| 国产高清有码在线观看视频| 亚洲精品一区蜜桃| 久久99精品国语久久久| 中文字幕精品免费在线观看视频 | 校园人妻丝袜中文字幕| 欧美高清性xxxxhd video| 精品熟女少妇av免费看| a级毛片免费高清观看在线播放| 免费看av在线观看网站| 欧美最新免费一区二区三区| 多毛熟女@视频| 国产精品伦人一区二区| 国产有黄有色有爽视频| 在线观看美女被高潮喷水网站| 亚洲不卡免费看| 久久人妻熟女aⅴ| 男女国产视频网站| 新久久久久国产一级毛片| av在线蜜桃| 在线观看国产h片| 熟妇人妻不卡中文字幕| 大话2 男鬼变身卡| 免费观看性生交大片5| 国产日韩欧美亚洲二区| 汤姆久久久久久久影院中文字幕| 亚洲aⅴ乱码一区二区在线播放| 少妇精品久久久久久久| 中文欧美无线码| 成人无遮挡网站| 国产色爽女视频免费观看| 亚洲精品乱码久久久久久按摩| 精品少妇久久久久久888优播| 尤物成人国产欧美一区二区三区| 免费高清在线观看视频在线观看| 一区二区三区乱码不卡18| 国产欧美日韩精品一区二区| 亚洲第一区二区三区不卡| 七月丁香在线播放| 久久韩国三级中文字幕| 乱系列少妇在线播放| 亚洲人成网站在线播| 尾随美女入室| 亚洲激情五月婷婷啪啪| 成人国产av品久久久| 亚洲精品第二区| 伦理电影大哥的女人| 久久久久视频综合| 晚上一个人看的免费电影| 插逼视频在线观看| 一级二级三级毛片免费看| 丝瓜视频免费看黄片| 1000部很黄的大片| 六月丁香七月| 久久av网站| www.色视频.com| 国产 精品1| 欧美激情极品国产一区二区三区 | 日韩成人伦理影院| av又黄又爽大尺度在线免费看| a 毛片基地| 国产在线视频一区二区| 精品久久国产蜜桃| 中文字幕人妻熟人妻熟丝袜美| 中文天堂在线官网| 成人特级av手机在线观看| 下体分泌物呈黄色| 91精品国产九色| 亚洲精华国产精华液的使用体验| 国产精品久久久久久久电影| 日韩中字成人| 有码 亚洲区| 婷婷色综合www| 久久精品国产鲁丝片午夜精品| 国产探花极品一区二区| 亚洲精品,欧美精品| av一本久久久久| av女优亚洲男人天堂| 国产亚洲av片在线观看秒播厂| 色综合色国产| av国产免费在线观看| 一级二级三级毛片免费看| 国产 精品1| 国产欧美日韩精品一区二区| 91久久精品电影网| 国国产精品蜜臀av免费| 久久久久久人妻| av网站免费在线观看视频| 久久 成人 亚洲| 精品一品国产午夜福利视频| 亚洲伊人久久精品综合| 国产黄色视频一区二区在线观看| 国产熟女欧美一区二区| 久久6这里有精品| 精品视频人人做人人爽| 少妇人妻久久综合中文| 免费看日本二区| 国产女主播在线喷水免费视频网站| av在线播放精品| 男人添女人高潮全过程视频| 精品国产三级普通话版| 国产无遮挡羞羞视频在线观看| 夜夜看夜夜爽夜夜摸| 欧美一区二区亚洲| 精品一品国产午夜福利视频| 高清日韩中文字幕在线| 欧美日韩亚洲高清精品| 久久精品人妻少妇| 2021少妇久久久久久久久久久| 国产在线视频一区二区| 国产视频首页在线观看| 日韩视频在线欧美| 99热网站在线观看| 国产精品久久久久久久久免| 国产乱人视频| 大香蕉97超碰在线| 国产av精品麻豆| 18禁在线播放成人免费| h视频一区二区三区| 日韩制服骚丝袜av| 国产精品伦人一区二区| 只有这里有精品99| 一本一本综合久久| 岛国毛片在线播放| 搡老乐熟女国产| 亚洲人成网站高清观看| 亚洲av.av天堂| 国产精品伦人一区二区| 久久精品人妻少妇| 在线免费十八禁| 久久久久久久久久久免费av| 99九九线精品视频在线观看视频| 日韩一区二区视频免费看| 亚洲美女视频黄频| 国产v大片淫在线免费观看| 国产高潮美女av| 精品久久久久久久末码| 伦理电影大哥的女人| 久久久久人妻精品一区果冻| av视频免费观看在线观看| 日日撸夜夜添| 亚洲国产精品国产精品| 免费播放大片免费观看视频在线观看| 欧美成人精品欧美一级黄| 男女下面进入的视频免费午夜| 下体分泌物呈黄色| 1000部很黄的大片| 免费观看的影片在线观看| 五月开心婷婷网| 搡老乐熟女国产| 又爽又黄a免费视频| 成人毛片60女人毛片免费| 色哟哟·www| 国产美女午夜福利| 午夜免费男女啪啪视频观看| 午夜日本视频在线| 久久久久人妻精品一区果冻| 国产精品伦人一区二区| 亚洲中文av在线| 一本—道久久a久久精品蜜桃钙片| 国产精品一区www在线观看| 国产精品99久久久久久久久| 国产一区二区在线观看日韩| 六月丁香七月| 欧美一级a爱片免费观看看| 国产极品天堂在线| 久久久久久久精品精品| 久久久久久久久久久丰满| 大话2 男鬼变身卡| 国产高清国产精品国产三级 | 91午夜精品亚洲一区二区三区| 日本av手机在线免费观看| 亚洲精品乱码久久久v下载方式| 九九在线视频观看精品| 久久久国产一区二区| 建设人人有责人人尽责人人享有的 | av视频免费观看在线观看| 精品久久久久久久久亚洲| 日韩免费高清中文字幕av| 午夜免费男女啪啪视频观看| 男女国产视频网站| 国产伦精品一区二区三区四那| 97超视频在线观看视频| 最近最新中文字幕大全电影3| 久久精品久久久久久噜噜老黄| 性色av一级| 亚洲激情五月婷婷啪啪| 免费黄色在线免费观看| 亚洲精品自拍成人| 久久久久精品性色| 久久久久久九九精品二区国产| 99久久精品国产国产毛片| 一个人看的www免费观看视频| 人人妻人人添人人爽欧美一区卜 | 自拍欧美九色日韩亚洲蝌蚪91 | 夜夜看夜夜爽夜夜摸| 王馨瑶露胸无遮挡在线观看| 免费av不卡在线播放| 高清不卡的av网站| 免费看光身美女| 亚洲国产欧美在线一区| 香蕉精品网在线| 这个男人来自地球电影免费观看 | 久久久久久伊人网av| 久久久久久人妻| 精品久久久久久久久亚洲| 干丝袜人妻中文字幕| 汤姆久久久久久久影院中文字幕| a级毛色黄片| 亚洲精品久久久久久婷婷小说| 最近2019中文字幕mv第一页| 22中文网久久字幕| 国模一区二区三区四区视频| 日韩在线高清观看一区二区三区| 少妇人妻久久综合中文| 久久久久精品性色| 人妻一区二区av| 日本vs欧美在线观看视频 | 国产淫片久久久久久久久| 久久av网站| 九九久久精品国产亚洲av麻豆| 在现免费观看毛片| 国产精品人妻久久久久久| 日韩伦理黄色片| 简卡轻食公司| 国产成人freesex在线| 日韩不卡一区二区三区视频在线| 大香蕉97超碰在线| 久久av网站| 亚洲国产精品专区欧美| 97精品久久久久久久久久精品| 十八禁网站网址无遮挡 | 午夜激情久久久久久久| 色视频www国产| 亚洲成人av在线免费| 成人18禁高潮啪啪吃奶动态图 | 一级毛片我不卡| av福利片在线观看| 亚洲欧美清纯卡通| 国产免费一级a男人的天堂| 色婷婷久久久亚洲欧美| 久久热精品热| 国产精品一二三区在线看| av在线观看视频网站免费| 建设人人有责人人尽责人人享有的 | 国产亚洲午夜精品一区二区久久| 久久毛片免费看一区二区三区| 丰满乱子伦码专区| 麻豆成人av视频| 色视频在线一区二区三区| 精品少妇黑人巨大在线播放| 啦啦啦视频在线资源免费观看| 伦理电影大哥的女人| 男男h啪啪无遮挡| 夫妻性生交免费视频一级片| 高清欧美精品videossex| 亚洲欧美精品自产自拍| 国产黄色视频一区二区在线观看| 国产精品偷伦视频观看了| 妹子高潮喷水视频| 欧美bdsm另类| 97在线人人人人妻| 欧美精品国产亚洲| 国产av一区二区精品久久 | 欧美97在线视频| 免费久久久久久久精品成人欧美视频 | 永久网站在线| 国产成人aa在线观看| 男女边摸边吃奶| 日韩一区二区三区影片| av国产免费在线观看| 51国产日韩欧美| 欧美三级亚洲精品| 亚洲欧美日韩卡通动漫| 免费看不卡的av| 日韩不卡一区二区三区视频在线| 热99国产精品久久久久久7| 亚洲,欧美,日韩| 成人国产av品久久久| 三级国产精品片| 成人亚洲欧美一区二区av| 一级二级三级毛片免费看| 亚洲av成人精品一区久久| av国产免费在线观看| 亚洲精品第二区| 精品熟女少妇av免费看| 91久久精品国产一区二区成人| kizo精华| 久久久久视频综合| 尤物成人国产欧美一区二区三区| 少妇人妻一区二区三区视频| 全区人妻精品视频| 丰满迷人的少妇在线观看| 涩涩av久久男人的天堂| 婷婷色综合大香蕉| 国产视频内射| 肉色欧美久久久久久久蜜桃| 高清不卡的av网站| 中国美白少妇内射xxxbb| 国国产精品蜜臀av免费| 精品久久久噜噜| 多毛熟女@视频| 久久av网站| 一二三四中文在线观看免费高清| 国产av精品麻豆| 五月天丁香电影| 亚洲av国产av综合av卡| 欧美 日韩 精品 国产| 亚洲欧洲国产日韩| 国产色婷婷99| 18禁在线播放成人免费| 人人妻人人澡人人爽人人夜夜| 插阴视频在线观看视频| 交换朋友夫妻互换小说| 亚洲成人一二三区av| 亚洲欧美成人综合另类久久久| tube8黄色片| 免费av中文字幕在线| 欧美激情国产日韩精品一区| 亚洲国产最新在线播放| 国内少妇人妻偷人精品xxx网站| 色视频www国产| 又大又黄又爽视频免费| 国产日韩欧美在线精品| 国产精品精品国产色婷婷| 九九久久精品国产亚洲av麻豆| 国产亚洲av片在线观看秒播厂| 国产男女内射视频| 久久精品国产亚洲av涩爱| 六月丁香七月| 交换朋友夫妻互换小说| 亚洲精品456在线播放app| 亚洲国产av新网站| 青春草视频在线免费观看| 青春草亚洲视频在线观看| 国产欧美亚洲国产| 日本欧美国产在线视频| 国产精品偷伦视频观看了| 九九爱精品视频在线观看| 国产男人的电影天堂91| 色5月婷婷丁香| 国产精品久久久久久av不卡| 纵有疾风起免费观看全集完整版| 亚洲成人一二三区av| 亚洲综合色惰| 国产av一区二区精品久久 | 国产伦精品一区二区三区四那| 国产综合精华液| 波野结衣二区三区在线| 久久久久网色| 国产一区二区三区av在线| 新久久久久国产一级毛片| 国产精品欧美亚洲77777| 国产在线视频一区二区| 99久久精品国产国产毛片| 久久久午夜欧美精品| 成年av动漫网址| 自拍欧美九色日韩亚洲蝌蚪91 | 国产真实伦视频高清在线观看| 丝瓜视频免费看黄片| 国产一区亚洲一区在线观看| av在线老鸭窝| 国产一区亚洲一区在线观看| 国产成人精品一,二区| 日韩中文字幕视频在线看片 | 久久久久久久久大av| 免费黄网站久久成人精品| 成人黄色视频免费在线看| 免费看av在线观看网站| 亚洲精品久久久久久婷婷小说| 国产黄色视频一区二区在线观看| 亚洲精品aⅴ在线观看| 精品一区二区三区视频在线| 三级国产精品欧美在线观看| 国内精品宾馆在线| 国产精品久久久久久久电影| 亚洲精品国产av成人精品| 亚洲电影在线观看av| 99久久精品国产国产毛片| 国产免费福利视频在线观看| 老司机影院成人| 国产女主播在线喷水免费视频网站| 国产老妇伦熟女老妇高清| 在线看a的网站| 美女cb高潮喷水在线观看| 国产有黄有色有爽视频| 夜夜骑夜夜射夜夜干| 肉色欧美久久久久久久蜜桃| 99久国产av精品国产电影| 永久网站在线| 国产淫片久久久久久久久| 成人毛片a级毛片在线播放| 久久人人爽人人片av| 久久久成人免费电影| 久久毛片免费看一区二区三区| av卡一久久| 我的老师免费观看完整版| 极品教师在线视频| 2018国产大陆天天弄谢| 成人高潮视频无遮挡免费网站| 在现免费观看毛片| 婷婷色综合大香蕉| 国产欧美日韩精品一区二区| 美女福利国产在线 | 最近手机中文字幕大全| av播播在线观看一区| tube8黄色片| 少妇裸体淫交视频免费看高清| 在线天堂最新版资源| 国产亚洲一区二区精品| 各种免费的搞黄视频| 人人妻人人爽人人添夜夜欢视频 | 欧美xxxx性猛交bbbb| 草草在线视频免费看| 久久毛片免费看一区二区三区| 精品久久久久久久末码| 日产精品乱码卡一卡2卡三| 精品亚洲成a人片在线观看 | 插逼视频在线观看| 啦啦啦啦在线视频资源| 亚洲国产欧美在线一区| 免费大片黄手机在线观看| av女优亚洲男人天堂| 男女下面进入的视频免费午夜| 人妻 亚洲 视频| 嫩草影院新地址| 国产高清不卡午夜福利| 国产亚洲精品久久久com| 男女边摸边吃奶| 亚洲自偷自拍三级| av在线app专区| 免费久久久久久久精品成人欧美视频 | 丝袜喷水一区| 久久久久精品久久久久真实原创| 一级av片app| 亚洲精品久久久久久婷婷小说| 日韩 亚洲 欧美在线| 99视频精品全部免费 在线| 国精品久久久久久国模美| 亚洲在久久综合| 成年女人在线观看亚洲视频| 国产亚洲91精品色在线| 精品视频人人做人人爽| 免费久久久久久久精品成人欧美视频 | 在线 av 中文字幕| 交换朋友夫妻互换小说| 在线免费观看不下载黄p国产| 在线观看av片永久免费下载| 国产成人a∨麻豆精品| av.在线天堂| 亚洲国产精品一区三区| 看免费成人av毛片| 欧美成人一区二区免费高清观看| 精品国产一区二区三区久久久樱花 | 多毛熟女@视频| 人妻 亚洲 视频| 色哟哟·www| a级一级毛片免费在线观看| 视频中文字幕在线观看| 精品国产一区二区三区久久久樱花 | 简卡轻食公司| 深夜a级毛片| 中文在线观看免费www的网站| 国产精品三级大全| 日韩国内少妇激情av| 精品久久久精品久久久| 欧美精品人与动牲交sv欧美| 一级av片app| 亚洲av.av天堂| 小蜜桃在线观看免费完整版高清| 欧美zozozo另类| 99视频精品全部免费 在线| 国产成人免费无遮挡视频| 国产男女超爽视频在线观看| 亚洲av免费高清在线观看| 日韩av不卡免费在线播放| 狠狠精品人妻久久久久久综合| 午夜激情久久久久久久| 久久久久久久久久成人| 欧美成人一区二区免费高清观看|