• <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GARCH-POT-VaR模型的社保基金投資尾部風(fēng)險測度研究

    2024-12-16 00:00:00陳國棟王家琪
    中國證券期貨 2024年6期

    摘要:社?;鹱鳛榻鉀Q我國老齡化問題的重要保障基金,近五年投資收益波動較大,如何準(zhǔn)確度量社?;鹜顿Y尾部風(fēng)險是提高社?;鹜顿Y安全性的重要問題。在考慮到收益率序列波動特征的基礎(chǔ)上,本文提出以GARCH族模型刻畫收益率序列波動性特征,POT模型處理極端尾部數(shù)據(jù),構(gòu)建三種金融市場尾部風(fēng)險度量模型:ARMA-GARCH-POT、ARMA-EGARCH-POT和ARMA-GJRGARCH-POT,將其應(yīng)用于風(fēng)險價值VaR的動態(tài)測度。在極值POT模型構(gòu)建時采用AU2統(tǒng)計量確定閾值,W2和A2統(tǒng)計量進(jìn)行尾部擬合優(yōu)度檢驗,避免了主觀性。最后對VaR進(jìn)行測度及回測,結(jié)果表明:傳統(tǒng)GARCH-VaR模型會低估極端尾部風(fēng)險,結(jié)合POT模型的GARCH類模型對動態(tài)VaR的測度效果更為準(zhǔn)確,且各模型在990%置信水平下能夠更加準(zhǔn)確地量化股市收益率尾部風(fēng)險。

    關(guān)鍵詞:社?;?;尾部風(fēng)險測度;ARMA-GARCH族模型;極值理論;VaR

    一、引言與文獻(xiàn)綜述

    隨著我國老齡化程度逐漸加深,全國社會保障基金(以下簡稱“社?;稹保┰诮鉀Q老齡化問題中的作用將越來越重要。社?;饛?000年8月設(shè)立之初的資產(chǎn)總額80509億元到2022年年末的基金資產(chǎn)總額2883521億元,同比增長約35倍①。在合理風(fēng)險范圍內(nèi)實現(xiàn)龐大資金規(guī)模的保值、增值顯得十分重要,一旦投資不慎,則會造成大面積的經(jīng)濟(jì)危害。此外,由全國社?;鹄硎聲迥昱兜臄?shù)據(jù)來看,2018—2022年投資收益率分別為-228%、1406%、1584%、427%、-507%②,收益率波動較大,且有兩年出現(xiàn)負(fù)收益率的情況,社保基金投資面臨的風(fēng)險較大。因此,要對社?;鹜顿Y風(fēng)險進(jìn)行有效的管控,其投資風(fēng)險測度的研究刻不容緩。

    社保基金投資收益的異常波動往往會使投資者遭受重大損失,因而對資產(chǎn)收益率的尾部風(fēng)險進(jìn)行準(zhǔn)確刻畫與預(yù)測,將有助于金融管理者規(guī)避市場風(fēng)險。當(dāng)前,風(fēng)險價值(VaR)是常用的金融風(fēng)險度量工具,VaR的傳統(tǒng)估計方法(蒙特卡洛模擬法、方差-協(xié)方差法、歷史模擬法)通常假定資產(chǎn)收益率序列為正態(tài)分布。然而,金融資產(chǎn)收益率序列數(shù)據(jù)通常具有尖峰厚尾特性,這意味著傳統(tǒng)方法估計的VaR會低估尾部風(fēng)險,即會忽略由極值事件引發(fā)的極端風(fēng)險,使風(fēng)險估計結(jié)果不精準(zhǔn)。極值理論是研究隨機(jī)過程產(chǎn)生極大值或極小值分布及其特征的方法,其著重對隨機(jī)過程的尾部進(jìn)行建模,且極值理論可以在總體分布未知的情況下,依靠樣本數(shù)據(jù)外推得到總體極值的變化性質(zhì),克服了傳統(tǒng)統(tǒng)計方法不能超越歷史樣本數(shù)據(jù)進(jìn)行風(fēng)險預(yù)測的問題。將極值理論引入金融風(fēng)險度量,可利用其對厚尾估計的優(yōu)勢修正VaR因正態(tài)分布假設(shè)不足所導(dǎo)致的尾部風(fēng)險低估問題,及其不能越過樣本數(shù)據(jù)進(jìn)行分析的局限性。此外,資產(chǎn)收益率序列除具有尖峰厚尾特征外,往往還會伴隨著一定的自相關(guān)性和波動聚集現(xiàn)象,GARCH族波動率模型可以很好地過濾收益率序列中的自相關(guān)性和條件異方差性。因此,波動率模型與極值理論相結(jié)合可以更好地模擬金融時間序列,進(jìn)行尾部風(fēng)險的度量,在此理論框架下構(gòu)建模型并求出相應(yīng)的VaR將更具現(xiàn)實意義。

    使用波動率模型和極值理論在金融領(lǐng)域做風(fēng)險測度實證研究一直是熱點。McNeil和Frey(2000)首次使用極值理論(EVT)來估計條件異方差GARCH模型信息分布的尾部,研究表明將GARCH模型和POT模型相結(jié)合估計的VaR和預(yù)期損失(ES)效果更好。我國學(xué)者陳守東等(2007)以上證指數(shù)為研究對象,采用GARCH-EVT估計得到了相對于靜態(tài)指標(biāo)更好的收益率序列的動態(tài)VaR和ES。蔣晶晶等(2015)使用GARCH-EVT-VaR和GARCH-VaR模型對歐盟碳市場風(fēng)險進(jìn)行計量,并對模型計量結(jié)果后檢驗,對比分析證明了GARCH-EVT-VaR模型可以更加精確地對碳市場中的風(fēng)險進(jìn)行計量,為未來可能發(fā)生的極端事件做好準(zhǔn)備。胡根華(2019)構(gòu)建GJRGARCH-EVT模型,擬合中國與東盟主要國家股市收益率序列的邊緣分布,證明了“一帶一路”倡議的實施具有一定的風(fēng)險規(guī)避功能。梁媛和高彩霞(2018)建立ARMA-EGARCH-EVT、ARMA-TGARCH-EVT兩個風(fēng)險度量模型,以蘋果公司股票數(shù)據(jù)為分析對象,結(jié)果表明兩個模型都可以很好地捕捉尾部風(fēng)險。極值理論常用模型為POT模型,該模型的核心是選取一個合理的閾值,閾值的選擇決定了模型形狀參數(shù)和風(fēng)險價值估計的準(zhǔn)確性,然而對于閾值的選取至今未形成一個統(tǒng)一的方法。當(dāng)前閾值選取的常見方法主要有圖解法、Hill統(tǒng)計量法和基于Cramér-von統(tǒng)計量W2、Anderson-Darling統(tǒng)計量A2的GPD模型檢驗方法,但這些方法都具有一定的缺陷,國內(nèi)學(xué)者在閾值選取方法上進(jìn)行創(chuàng)新的成果較少。楊青等(2010)嘗試使用平均超出量函數(shù)圖結(jié)合Hill圖法確定CVaR-EVT模型閾值,但圖解法和Hill統(tǒng)計量法在實際應(yīng)用中受主觀因素影響較大;顧云等(2022)將HillPlot圖形法與W2、A2統(tǒng)計量結(jié)合交叉驗證確定最優(yōu)閾值,并與傳統(tǒng)確定閾值方法相比較,在一定程度上避免了選取閾值時的主觀性。由混合權(quán)重函數(shù)構(gòu)建的W2、A2統(tǒng)計量會阻礙對分布函數(shù)一側(cè)尾部的單獨研究,因此在構(gòu)建尾部擬合優(yōu)度檢驗統(tǒng)計量時,需要對分布函數(shù)的上尾或下尾差異進(jìn)行分配權(quán)重。為此,Hoffmann和Brner(2018)使用AU2統(tǒng)計量,并提出了一種不需要制定任何參數(shù)規(guī)范來分離所需子集的程序,以MSCI指數(shù)為分析對象,有效地確定了一個將未知底分布劃分為主體和尾部區(qū)域的閾值。

    通過對以上文獻(xiàn)分析可以發(fā)現(xiàn),將極值理論與GARCH族模型相結(jié)合的混合模型可以提高對資產(chǎn)收益率序列尾部風(fēng)險的計量精度,但不同類型的GARCH模型與極值理論相結(jié)合對尾部風(fēng)險的刻畫不盡相同,將不同類型的GARCH-EVT模型對資產(chǎn)收益率序列的尾部風(fēng)險模擬情況進(jìn)行比較的實證分析不多。此外,當(dāng)前對極值模型閾值的選取大都還停留在傳統(tǒng)方法上,不可避免地會受到主觀性的影響,風(fēng)險測度結(jié)果不夠準(zhǔn)確。因此,本文考慮標(biāo)準(zhǔn)GARCH和非對稱GARCH模型與極值理論相結(jié)合,并采用基于AU2統(tǒng)計量的擬合優(yōu)度檢驗法確定極值模型閾值,對比分析不同模型得到的VaR值并進(jìn)行回測檢驗,為我國社?;鹜顿Y風(fēng)險測度提供方法借鑒,豐富現(xiàn)有文獻(xiàn)研究結(jié)果。

    二、模型及風(fēng)險計量指標(biāo)介紹

    (一)ARMA-GARCH族模型

    通常情況下,資產(chǎn)收益率序列具有尖峰厚尾特性,并伴隨著一定的自相關(guān)性和條件異方差性,為消除這些特性,可采用ARMA模型修正自相關(guān),GARCH模型修正條件異方差。下式給出了ARMA(p,q)-GARCH(m,n)的一般形式:

    rt=c+∑pi=1αirt-i+∑qj=1βjet-j+et(1)

    et=σtεt(2)

    σ2t=ω+∑mi=1φie2t-i+∑nj=1θiσ2t-j(3)

    式(1)為均值方程,刻畫ARMA(p,q)過程,t代表時間,r表示收益率,c代表均值方程的截距項,et代表隨機(jī)擾動項,αi為自回歸項系數(shù),表示滯后i期的收益率對當(dāng)前收益率的影響,βj為移動平均項系數(shù),表示滯后j期的殘差對當(dāng)前收益率的影響。式(2)描述了殘差項,σt為條件方差,εt是一個白噪聲過程。式(3)為方差方程,ω為常數(shù)項,φ、θ分別表示ARCH系數(shù)和GARCH系數(shù)。

    經(jīng)ARMA-GARCH模型過濾后可得到條件均值μt和條件方差σt,進(jìn)而得到標(biāo)準(zhǔn)化殘差序列{zt},zt是近似服從均值為0、方差為1的獨立同分布的隨機(jī)變量:

    (zt-q+1,…,zt)=rt-q+1-μt-q+1σt-q+1,…,rt-μtσt

    =et-q+1σt-q+1,…,etσt(4)

    對于GARCH族模型,其定階比較困難,不少研究表明m、n取值都為1的GARCH模型,一方面具有很好的擬合性;另一方面在金融上的應(yīng)用更為廣泛,而且符合計量模型簡約性的要求。因此,我們通常直接建立GARCH(1,1)模型。此外,由于GARCH模型不能刻畫收益率序列的杠桿效應(yīng),下面再介紹兩種能描述收益率非對稱性的EGARCH和GJRGARCH模型。

    為了克服GARCH模型的某些缺陷,Nelson于1991年提出了EGARCH模型,ARMA(p,q)-EGARCH(1,1)模型形式表示為

    rt=c+∑pi=1αirt-i+∑qj=1βjet-j+et(5)

    et=σtεt(6)

    lnσ2t=ω+φet-1σt-1-Eet-1σt-1+λet-1σt-1+θlnσ2t-1(7)

    其中,在εt近似服從標(biāo)準(zhǔn)正態(tài)分布下,E(εt)=2π,通過引入杠桿系數(shù)λ,波動率對正值和負(fù)值的et-1反應(yīng)不同,負(fù)的et-1對波動率的貢獻(xiàn)為(φ-λ)et-1/σt-1,正的et-1對波動率的貢獻(xiàn)為(φ+λ)et-1/σt-1。所以當(dāng)λ小于0且顯著時,負(fù)收益對條件方差的影響要大于正收益,即刻畫了金融市場資產(chǎn)收益率對波動率影響的杠桿效應(yīng),反之則存在反杠桿效應(yīng)。

    另一個常用來處理非對稱效應(yīng)的波動率模型為門限GARCH(TGARCH)模型,又稱為GJRGARCH模型,由Glosten、Jagannathan和Runkle提出。ARMA(p,q)-GJR-GARCH(1,1)模型形式表示為

    rt=c+∑pi=1αirt-i+∑qj=1βjet-j+et(8)

    et=σtεt(9)

    σ2t=ω+(φ+λdt-1)e2t-1+θσ2t-1(10)

    其中,dt-1是虛擬變量;參數(shù)λ大于0時,若et-1<0,dt-1=1,若et-1>0,dt-1=0。從模型可以看出,負(fù)的et-1對波動率的貢獻(xiàn)(φ+λ)e2t-1大于正的et-1對波動率的貢獻(xiàn)φe2t-1。同樣,參數(shù)λ的顯著性可以判斷非對稱效應(yīng)的存在。

    (二)極值理論POT模型

    極值模型包括BMM模型(區(qū)間極值模型)和POT模型(閾值模型),但是BMM模型可能會忽略掉一些包含豐富信息的數(shù)據(jù),其有效性不充分。POT模型是一種對樣本中超過某一閾值的所有數(shù)據(jù)進(jìn)行建模的方法,對樣本中所有超過閾值的數(shù)據(jù)利用廣義Pareto分布(GPD)進(jìn)行擬合。不少研究表明,POT模型適用于刻畫極端風(fēng)險,對擬合厚尾分布具有較好效果。因此,本文采用極值POT模型描述股市收益率尾部風(fēng)險。經(jīng)由ARMA-GARCH模型過濾得到的標(biāo)準(zhǔn)化殘差序列{zt}近似為獨立同分布時,對某一足夠大的閾值u,可假設(shè)超出量(Xt=zt-u)近似服從GPD分布:

    G(x;ξ,β)=1-1+ξxβ-1/ξ,ξ≠01-exp(-xβ),ξ=0(11)

    其中,ξ、β分別為形狀參數(shù)和尺度參數(shù),當(dāng)ξ≥0時,x≥0,當(dāng)ξ<0時,0≤x≤-β/ξ。形狀參數(shù)ξ決定了分布尾部的厚度,ξ越大尾部越厚,相反尾部越薄。

    假設(shè)標(biāo)準(zhǔn)化殘差序列的總體分布函數(shù)是F(z),總體分布函數(shù)通常情況下未知,超出量Xt的分布函數(shù)記為Fu(x),由條件概率公式推導(dǎo)可得到總體分布函數(shù)表達(dá)式:

    F(z)=(1-F(u))×Fu(x)+F(u)(12)

    對于選取的閾值u,在樣本總量n中超過閾值u的個數(shù)記為Nu,則F(u)可以近似表示為

    F~(u)=n-Nun(13)

    再將G(x;ξ,β)代替Fu(x),即可得到總體分布F(z)表達(dá)式:

    F(z)=1-Nun1+ξxβ-1/ξ,ξ≠01-Nunexp-xβ,ξ=0(14)

    (三)POT模型閾值選取方法

    POT模型建立的核心是選取合適的閾值,選取的閾值是否恰當(dāng)會影響到風(fēng)險指標(biāo)估計結(jié)果的精準(zhǔn)度。目前有學(xué)者嘗試使用由加權(quán)均方誤差構(gòu)建的Cramér-von統(tǒng)計量W2、Anderson-Darling統(tǒng)計量A2來確定閾值,但W2、A2統(tǒng)計量的權(quán)重函數(shù)對分布的上尾和下尾進(jìn)行相同程度的加權(quán),不利于對分布的一側(cè)尾部進(jìn)行單獨研究。Brner和Hoffmann提出建議使用AU2上尾檢驗統(tǒng)計量或AL2下尾檢驗統(tǒng)計量來有效確定閾值,后續(xù)又通過對一攬子加密貨幣收益率尾部數(shù)據(jù)進(jìn)行建模,能夠有效度量尾部風(fēng)險。

    考慮加權(quán)均方誤差Rn來衡量模擬分布G(x)與經(jīng)驗累積分布函數(shù)Fn(x)之間的差異,如式(15)所示,其中w(t)為非負(fù)權(quán)重函數(shù),a、b代表應(yīng)力參數(shù),分別影響下尾權(quán)重和上尾權(quán)重。當(dāng)a=b=0時,Rn代表著W2統(tǒng)計量;當(dāng)a=b=1時,Rn代表著A2統(tǒng)計量;當(dāng)a=1,b=0時,為AL2下尾統(tǒng)計量;當(dāng)a=0,b=1時,為AU2上尾統(tǒng)計量,見式(16)。由于需要對收益率的極端損失數(shù)據(jù)進(jìn)行建模,對隨機(jī)變量z做坐標(biāo)變換y=-z,隨機(jī)變量z分布的下尾分析可以在坐標(biāo)變換后,通過使用隨機(jī)變量y的上尾統(tǒng)計量來執(zhí)行,因此本文只考慮AU2統(tǒng)計量。

    Rn=n∫+∞-∞(Fn(x)-G(x))2w(G(x))dG(x)w(t)=1ta(1-t)bt∈[0,1],a≥0,b≥0(15)

    Rn,0,1=12n-∑ni=1[2G(xi)+2(n-i)+1nln(1-G(xi)](16)

    基于上尾檢驗統(tǒng)計量AU2的擬合優(yōu)度檢驗法來確定極值模型閾值的自動化建模過程步驟如下:

    (1)對從未知分布中隨機(jī)抽取的數(shù)據(jù)樣本按照y(1)>y(2)>…>y(n)降序排列;

    (2)設(shè)k=2,…,n,并對每個k求出相應(yīng)的G(x;ξ,β)的參數(shù)估計值ξ^、β^;

    (3)對于每個i=1,…,k,由式(11)計算相應(yīng)概率G(xi;ξ^,β^),并代入式(16)確定統(tǒng)計量AU2k;

    (4)找到使AU2k取得最小值時對應(yīng)的索引值k*。

    通過以上步驟可以找到最優(yōu)閾值u^=yk*,并且未知底分部的尾部模型G(x;ξ^k*,β^k*)由樣本子集y(1)>y(2)>…>y(k*)估計確定。

    (四)風(fēng)險測度指標(biāo)構(gòu)建

    風(fēng)險價值(VaR)的定義為資產(chǎn)在置信水平q下,其在未來一段時間內(nèi)的最大可能損失,其實質(zhì)是某一置信水平下的高分位數(shù)。下面給出ARMA-GARCH族模型下VaR的估計表達(dá)式,在假定收益率近似服從正態(tài)分布下,收益率序列{rt}的VaRtq與殘差序列{zt}的VaRq的關(guān)系為

    VaRt+1q=μt+1+σt+1VaRq(17)

    其中,VaRq=F-1z(q)表示標(biāo)準(zhǔn)正態(tài)分布的q分位數(shù)。

    同理,對于給定置信度q,由式(14)可得POT模型下的VaR估計表達(dá)式:

    VaRq=F-1z(q)=u+(nNu(1-q)-ξ^-1)(18)

    結(jié)合波動率模型,可得到基于ARMA-GARCH族模型和POT模型下構(gòu)建的動態(tài)VaR估計表達(dá)式:

    VaRt+1q=μt+1+σt+1u+(nNu(1-q)-ξ^-1)(19)

    (五)VaR回測分析

    對于模型得到VaR估計值,使用Kupiec(1995)提出的似然比檢驗進(jìn)行回測分析,其核心思想是當(dāng)實際損失大于VaR估計值時,則該VaR值沒有有效衡量資產(chǎn)在持有期的預(yù)期最大損失,即估計失敗。記T為實際考察天數(shù),失敗次數(shù)為N,p=N/T為實際失敗率。期望失敗率記為p*=1-q,期望失敗率與實際失敗率越接近,估計的VaR越準(zhǔn)確。構(gòu)造檢驗統(tǒng)計量LR如下:

    LR=-2ln((1-p*)T-Np*N)+2ln((1-N/T)T-N(N/T)N)~χ2(1)(20)

    假設(shè)在95%置信水平下,自由度為1的卡方分布臨界值為3841,若在95%置信水平下計算的LR統(tǒng)計量小于3841,即認(rèn)為此時VaR值有效,模型適用。

    三、實證分析

    (一)數(shù)據(jù)樣本選取及分析

    我國社?;鹜顿Y以往集中于銀行存款、國債等低風(fēng)險、低收益產(chǎn)品,這也限制了社?;鸬谋V?、增值能力。因此,近些年社?;鹪谥饾u增加對股市的投資比例。社?;鹜顿Y股市可以提高收益率,但鑒于我國資本市場尚不成熟,基金入市也面臨較大風(fēng)險。本文以上證指數(shù)為例,對社?;鹜顿Y風(fēng)險進(jìn)行刻畫,樣本數(shù)據(jù)來源于WIND數(shù)據(jù)庫,數(shù)據(jù)處理及分析借助SPSS260、MATLABR2021b完成。

    選取上證指數(shù)2013年1月4日至2023年7月28日共2569個交易日收盤價為研究對象,由于樣本時間跨度較長,且該時期出現(xiàn)了影響股市的極端事件,這將有利于提取收益率序列的尾部風(fēng)險信息。使用收益率公式rt+1=lnpt+1-lnpt,對原始收盤價做對數(shù)收益率處理,能夠剔除時間序列數(shù)據(jù)中的趨勢項成分,使處理后的數(shù)據(jù)更具平穩(wěn)性原始收盤價有2569個數(shù)據(jù),進(jìn)行對數(shù)處理后得到2568個數(shù)據(jù)。。其中pt表示股票在第t個交易日的收盤價,rt為對數(shù)收益率,圖1給出了樣本對數(shù)收益率的時間序列。

    圖1樣本容量為2568的上證指數(shù)收益率序列

    由圖1可以初步判斷該收益率序列圍繞0上下波動,大致為平穩(wěn)序列。收益率伴隨著明顯的波動聚集性,即大波動后緊跟著大波動,小波動后緊跟著小波動。此外,該收益率序列波動對正收益和負(fù)收益的反應(yīng)不一致,即可能存在非對稱效應(yīng)。一些觀測值區(qū)間波動較大,如第700個觀測值到第1000個觀測值,這可能是受一些極端事件的影響所致。綜上,初步判斷該收益率序列大致吻合GARCH族模型建模特征。

    對該收益率序列的統(tǒng)計特性、相關(guān)檢驗進(jìn)行進(jìn)一步分析,結(jié)果如表1所示。從均值計算結(jié)果來看,上證指數(shù)收益率偏低,由標(biāo)準(zhǔn)差結(jié)果來看,該收益率序列波動較大,符合股票市場高風(fēng)險、高收益的特征。偏度系數(shù)06411大于0,屬于右偏分布,說明收益率序列是非對稱的。峰度系數(shù)286101遠(yuǎn)大于正態(tài)分布的峰值3,J-B檢驗結(jié)果在1%顯著性水平下能夠認(rèn)為該序列不服從正態(tài)分布,再由對數(shù)收益率序列Q-Q圖(圖2)可知,尾部樣本點明顯偏離直線,說明該收益率分布函數(shù)尾部相較于正態(tài)分布尾部具有厚尾特性。由自相關(guān)、偏自相關(guān)函數(shù)圖(圖3)可知,對數(shù)收益率序列存在明顯自相關(guān)性。最后,對收益率序列做平穩(wěn)性檢驗可知,ADF檢驗t統(tǒng)計量在1%顯著性水平下接受原假設(shè),即該序列平穩(wěn),可做時間序列分析。

    (二)ARMA-GARCH類模型構(gòu)建及樣本過濾

    首先構(gòu)建ARMA模型描述該時間序列的變化趨勢,模型階數(shù)由自相關(guān)、偏自相關(guān)函數(shù)及結(jié)合AIC、BIC信息準(zhǔn)則確定,最終選擇構(gòu)建ARMA(3,6)模型作為均值方程,模型參數(shù)估計如表2所示,參數(shù)估計結(jié)果均在1%顯著性水平下顯著。

    對ARMA(3,6)模型殘差項et分別做滯后5、10、15階的Ljung-Box相關(guān)性檢驗,檢驗結(jié)果如表3所示,可知ARMA(3,6)模型對該時間序列模擬較好,殘差序列不存在自相關(guān)性。ARMA模型通常假定殘差項服從白噪聲過程,即殘差項的方差是一個常數(shù),所以ARMA模型只能消除收益率序列的自相關(guān)性,還需要建立GARCH模型消除收益率序列的異方差性。首先對殘差平方項e2t做拉格朗日乘數(shù)LM-ARCH檢驗,確保該序列適合使用GARCH模型進(jìn)行刻畫,輔助線性回歸模型滯后階數(shù)為5,檢驗結(jié)果如表3所示,可知收益率序列存在ARCH效應(yīng),可以構(gòu)建GARCH模型。

    由于GARCH模型不能夠刻畫收益率序列的非對稱效應(yīng),即收益的上漲或下跌會非對稱地影響隨后的波動。因此,本文繼續(xù)構(gòu)建ARMA(3,6)-EGARCH(1,1)、ARMA(3,6)-GJRGARCH(1,1)模型進(jìn)一步來刻畫收益率的非對稱效應(yīng)。從表6參數(shù)估計結(jié)果可以看到,EGARCH模型杠桿系數(shù)λ大于0且顯著,正收益對波動性帶來087倍的影響要大于負(fù)收益對波動①在ARMA模型和GARCH模型之間存在相關(guān)性或者相互影響的情況下,即使某些ARMA模型參數(shù)不顯著,GARCH模型可能仍然需要這些參數(shù)來更好地捕捉數(shù)據(jù)的特征,不顯著的參數(shù)表4不再列出。

    性帶來078倍的影響,表明收益率序列存在反杠桿效應(yīng)。GJRGARCH模型的杠桿系數(shù)λ大于0且顯著,正收益對波動性帶來016倍的影響要小于負(fù)收益對波動性帶來053倍的影響,說明收益率序列存在杠桿效應(yīng)。兩個模型均證明該收益率序列存在顯著的非對稱效應(yīng),但得到非對稱結(jié)果相反。Ljung-Box檢驗、K-S檢驗結(jié)果證明在5%顯著性水平下兩模型均擬合效果良好且過濾后的標(biāo)準(zhǔn)化殘差為白噪聲。

    為進(jìn)一步對模型擬合效果進(jìn)行評價,使用赤池信息準(zhǔn)則(AIC)、貝葉斯信息準(zhǔn)則(BIC)及對數(shù)似然函數(shù)值對三種模型進(jìn)行評價。AIC、BIC越小,對數(shù)似然函數(shù)值越大,代表模型擬合效果越好,即模型所預(yù)測出的結(jié)果更符合實際數(shù)據(jù)。由表7可知,非對稱類模型各指標(biāo)評價要優(yōu)于對稱GARCH模型,表明考慮到收益率序列非對稱特性的GARCH模型對數(shù)據(jù)擬合效果會更好。此外,EGARCH模型擬合效果要優(yōu)于GJRGARCH模型,因此我們更傾向于認(rèn)為該收益率序列存在反杠桿效應(yīng)。

    (三)POT模型及最優(yōu)閾值構(gòu)建

    極值POT模型是對超過某一閾值的觀測值使用廣義Pareto分布進(jìn)行擬合,因此在POT模型中,閾值的選取極為重要,其將直接影響到模型對收益率序列尾部數(shù)據(jù)的擬合程度。對于經(jīng)由ARMA-GARCH族模型過濾得到的標(biāo)準(zhǔn)化殘差序列{zt},采用AU2統(tǒng)計量確定閾值u,同時使用W2、A2統(tǒng)計量檢驗極值POT模型擬合優(yōu)度。表8給出了三種模型在AU2取得最小值時的POT模型相關(guān)參數(shù)估計量,從形狀參數(shù)ξ來看,參數(shù)值均大于0,說明樣本數(shù)據(jù)表現(xiàn)出比正態(tài)分布尾部更厚的特征,與描述性分析結(jié)果一致。此外,三種模型的AU2、W2、A2統(tǒng)計量檢驗均在5%顯著性水平下通過擬合優(yōu)度檢驗。

    以GARCH-POT模型為例,圖4左圖給出了AU2統(tǒng)計量隨尾部樣本量k的增加及其P值變化情況,右圖為在AU2統(tǒng)計量最小值附近,包括W2、A2統(tǒng)計量在內(nèi)及其相應(yīng)p值的擴(kuò)大圖??梢钥吹?,GARCH-POT、EGARCH-POT、GJRGARCH-POT模型分別在k=199、k=188、k=431處AU2達(dá)到了最小值,此時的閾值代表著最佳閾值,同時,在此區(qū)域附近AU2、W2、A2統(tǒng)計量幾乎都達(dá)到了最小,相應(yīng)P值均很高,表明構(gòu)建的POT模型對尾部數(shù)據(jù)擬合質(zhì)量足夠高。根據(jù)經(jīng)驗法則,超出閾值的樣本數(shù)量應(yīng)占據(jù)總樣本數(shù)量的10%~15%,本文由AU2統(tǒng)計量確定三種模型的尾部樣本數(shù)據(jù)占比分別為78%、73%、168%,如果使用AU2統(tǒng)計量確定閾值的方法是錯誤的,那么W2、A2統(tǒng)計檢驗應(yīng)該會拒絕閾值范圍內(nèi)的廣義Pareto分布,而檢驗結(jié)果顯示三種模型在各自選定閾值下的擬合優(yōu)度較好,這說明最優(yōu)尾部長度與數(shù)據(jù)總量之間并不存在簡單的對應(yīng)關(guān)系,使用AU2統(tǒng)計量能夠避免主觀因素的影響且有效確定閾值。

    圖5給出了數(shù)據(jù)的經(jīng)驗累積分布函數(shù),以GARCH-POT模型為例,經(jīng)驗分布函數(shù)Fn(x)在u=y(199)=06961處分離出尾部區(qū)域,內(nèi)圖顯示了GPD分布作為

    尾部模型和經(jīng)驗分布函數(shù)尾部區(qū)域的比較,以及給出了金融機(jī)構(gòu)風(fēng)險評估中常用置信水平950%、99%、999%下的高分位數(shù)比較。可以看到由ARMA-GARCH、ARMA-EGARCHT和ARMA-GJRGARCH模型得到的標(biāo)準(zhǔn)化殘差尾部經(jīng)驗累積分布與GPD分布表現(xiàn)基本一致,因此可以使用POT模型進(jìn)行VaR法的尾部風(fēng)險測度。

    (四)VaR測度及回測分析

    首先利用GARCH類模型對收益率序列樣本觀測日期內(nèi)三種置信水平下的VaR進(jìn)行風(fēng)險測度,根據(jù)前文得到的GARCH類模型遞推得到每天的條件方差和條件均值,在標(biāo)準(zhǔn)化殘差近似服從標(biāo)準(zhǔn)正態(tài)分布下,計算相應(yīng)分位數(shù),代入式(17)計算每一天的VaR值,回測分析結(jié)果如表9所示。可知,只有EGARCH-VaR

    模型在99%置信水平下的VaR值通過了回測檢驗,其余模型在較高置信水平下(990%、999%)會低估風(fēng)險,表明傳統(tǒng)GARCH-VaR模型對厚尾特征下的資產(chǎn)收益率序列尾部風(fēng)險估計精度不高。

    將POT模型估計參數(shù)代入式(18)得到置信水平分別為950%、990%、999%下的VaR估計值,三種模型估計的尾部風(fēng)險計量結(jié)果如表10所示。初步可知,隨著置信水平的提高,模型對VaR的估計越來越高。由POT模型估計得到的VaR只是一個靜態(tài)測度值,靜態(tài)VaR沒有考慮波動率的時變特性,其在整個時間段內(nèi)都是靜止不變的,在測算上會存在較大的誤差。動態(tài)VaR結(jié)合了波動率的時變性,下一個時間點的波動性根據(jù)上一個時間點的波動性進(jìn)行預(yù)測,整個時期中波動性并不是固定的,因此在預(yù)測精度、時效性等方面都是靜態(tài)風(fēng)險值所無法比擬的。

    結(jié)合上述結(jié)果,進(jìn)一步利用式(19)測算2568個交易日上證指數(shù)的動態(tài)風(fēng)險價值,三種模型及對應(yīng)不同置信水平下的動態(tài)VaR值如圖6所示,并對計量結(jié)果進(jìn)行失敗率回測檢驗,結(jié)果見表11。從圖6來看,三種模型得出的VaR大體上都能刻畫收益率序列的波動聚集特性,結(jié)合表11中的數(shù)據(jù)進(jìn)行分析,得到以下結(jié)論:

    (1)在風(fēng)險測度方法上,GARCH-POT-VaR模型對收益率序列尾部風(fēng)險的測度效果與傳統(tǒng)GARCH-VaR模型相比有較大提升。這表明將波動率GARCH類模型與極值理論相結(jié)合,不僅能夠?qū)κ找媛市蛄械牟▌有浴⒎菍ΨQ性等特征進(jìn)行刻畫,還能夠?qū)ξ膊繑?shù)據(jù)特征較好的擬合,得到的VaR值更貼近實際損失。

    (2)三種模型在三種置信水平下均通過了失敗率檢驗,三種模型測度效果并沒有太大差別,并且EGARCH-POT-VaR和GJRGARCH-POT-VaR模型測度結(jié)果幾乎一致。

    (3)相較于950%和999%置信水平,990%置信水平下各模型的LR統(tǒng)計量更小,失敗率也更貼近期望失敗率,因此,各模型在990%置信水平下對尾部風(fēng)險的估計效果最精準(zhǔn)。

    四、結(jié)語

    本文利用GARCH族模型在刻畫收益率序列波動性方面的優(yōu)勢及極值POT模型對尾部極端數(shù)據(jù)的處理能力,構(gòu)建ARMA-GARCH-POT、ARMA-EGARCH-POT、ARMA-GJRGARCH-POT模型,結(jié)合VaR風(fēng)險測度方法對社保基金投資風(fēng)險進(jìn)行測度,有以下幾點結(jié)果:第一,股市收益率序列描述性統(tǒng)計結(jié)果顯示,收益率不服從正態(tài)分布,而呈現(xiàn)尖峰厚尾特性,并伴隨著自相關(guān)、波動聚集、非對稱特征。第二,ARMA-EGARCH、ARMA-GJRGARCH模型相較于ARMA-GARCH只能刻畫自相關(guān)、波動聚集特性,還能較好地刻畫資產(chǎn)收益率的非對稱特性,且ARMA-EGARCH對收益率序列的波動性刻畫最為真實。第三,極值POT模型檢驗結(jié)果證明GPD分布能夠較好地模擬收益率序列的尾部分布,同時在選取閾值時,采用AU2統(tǒng)計量擬合優(yōu)度檢驗法可以有效避免主觀因素的影響。第四,由VaR回測結(jié)果來看,傳統(tǒng)GARCH-VaR模型會低估極端尾部風(fēng)險,POT模型能夠較好彌補(bǔ)GARCH類模型對尾部風(fēng)險估計不足的缺陷。三種GARCH-POT模型都能夠?qū)討B(tài)VaR進(jìn)行較好的測度,且在990%置信水平下各模型測度效果最好。

    當(dāng)前我國資本市場尚不成熟,社?;鹜顿Y還面臨較大風(fēng)險,GARCH-POT-VaR模型為全國社會保障基金理事會準(zhǔn)確測度我國股市尾部風(fēng)險提供了理想工具,有利于投資管理人對資產(chǎn)價格波動風(fēng)險的量化和管控。

    參考文獻(xiàn)

    [1]張昱城,葛林潔,李延軍股票流動性對股市尾部風(fēng)險的影響——基于POT模型的實證研究[J]東北大學(xué)學(xué)報(社會科學(xué)版),2021,23(2):21-28

    [2]王增文,HETZLERA,陳源社會保障基金進(jìn)入A股市場的風(fēng)險測度——VaR的市場風(fēng)險分析[J]金融理論與實踐,2015(11):1-7

    [3]溫錄亮,丘延君,陳平炎滬深股指收益率分布特征擬合檢驗研究[J]價格理論與實踐,2023(1):92-95,198

    [4]陳聲利,李一軍,關(guān)濤波動預(yù)測建模與尾部風(fēng)險測量方法[J]管理科學(xué),2018,31(6):17-32

    [5]楊娜娜農(nóng)業(yè)類上市公司股票價格波動性研究——基于GARCH模型族的實證分析[J]價格理論與實踐,2020(10):96-99

    [6]耿文靜,王星惠,汪正飛基于QRNN-GARCH-POT模型滬深指數(shù)收益率風(fēng)險度量的研究[J]數(shù)理統(tǒng)計與管理,2021,40(6):1127-1140

    [7]花擁軍極值理論在中國股市風(fēng)險度量中的應(yīng)用研究[D]重慶:重慶大學(xué),2009

    [8]劉廣應(yīng),吳鴻超,孔新兵深度學(xué)習(xí)LSTM模型與VaR風(fēng)險管理[J]統(tǒng)計與決策,2021,37(8):136-140

    [9]McNEILAJ,F(xiàn)REYREstimationoftailrelatedriskmeasuresforheteroscedasticfinancialtimeseries:anextremevalueapproach[J]JournalofEmpiricalFinance,2000,7(3-4):271-300

    [10]陳守東,孔繁利,胡錚洋基于極值分布理論的VaR與ES度量[J]數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(3):118-124,133

    [11]蔣晶晶,葉斌,馬曉明基于GARCH-EVT-VaR模型的碳市場風(fēng)險計量實證研究[J]北京大學(xué)學(xué)報(自然科學(xué)版),2015,51(3):511-517

    [12]胡根華中國——東盟金融市場的結(jié)構(gòu)相依與極值風(fēng)險:基于“一帶一路”的背景[J]管理工程學(xué)報,2019,33(2):18-27

    [13]梁媛,高彩霞基于極值理論的ARMA-GARCH-M類模型及實證分析[J]內(nèi)蒙古大學(xué)學(xué)報(自然科學(xué)版),2018,49(3):240-245

    [14]HOFFMANNI,BRNERCJBodyandTail-Separatingthedistributionfunctionbyanefficienttail-detectingprocedureinriskmanagement[J]arXivpreprintarXiv:180510040,2018

    [15]楊青,曹明,蔡天曄CVaR-EVT和BMM在極端金融風(fēng)險管理中的應(yīng)用研究[J]統(tǒng)計研究,2010,27(6):78-86

    [16]顧云,張棟浩,杜在超,等系統(tǒng)性風(fēng)險度量CoES的建模和檢驗[J]統(tǒng)計研究,2022,39(1):132-145

    [17]HOFFMANNI,BRNERCJTheriskfunctionofthegoodness-of-fittestsfortailmodels[J]StatisticalPapers,2021(62):1853-1869

    [18]AKGIRAYVConditionalheteroscedasticityintimeseriesofstockreturns:evidenceandforecasts[J]TheJournalofBusiness,1989,62(1):55-80

    [19]ENGLERF,NGVKMeasuringandtestingtheimpactofnewsonvolatility[J]TheJournalofFinance,1993,48(5):1749-1778

    [20]BRNERCJ,HOFFMANNI,KrettekJ,etalOntheReturnDistributionsofaBasketofCryptocurrenciesandSubsequentImplications[J]arXivpreprintarXiv:210512334,2021

    [21]MOSCADELLIMTheModellingofOperationalRisk:ExperiencewiththeAnalysisoftheDataCollectedbytheBaselCommittee[EB/OL]https://wwwglobalriskguardcom/resources/oper/Bop12pdf

    [22]DUTTAK,PERRYJATaleofTails:AnEmpiricalAnalysisofLossDistributionModelsforEstimatingOperationalRiskCapital[J]ResearchDepartmentWorkingPapers,2006,No06-13

    ResearchonTailRiskMeasurementofSocialSecurityFundInvestmentBasedonGARCH-POT-VaRModel

    CHENGuodongWANGJiaqi

    (SchoolofManagementandEconomics,NorthChinaUniversityofWaterResourcesandElectricPower,Zhengzhou450046,China)

    Abstract:Socialsecurityfundisanimportantsecurityfundtosolvetheagingproblemofourcountry,theinvestmentincomefluctuatesgreatlyinthepastfiveyears,howtoaccuratelymeasuretheinvestmentriskofsocialsecurityfundisanimportantissuetoimprovetheinvestmentsecurityofsocialsecurityfundOnthebasisofconsideringthevolatilitycharacteristicsofthereturnseries,theGARCHfamilymodelisproposedtodepictthevolatilitycharacteristicsofthereturnseriesandthePOTmodeltoprocessextremetaildata,andthreetailriskmeasurementmodelsoffinancialmarketsareconstructed:ARMA-GARCH-POT,ARMA-EGARCH-POTandARMA-GJRGARCH-POTareappliedtothedynamicmeasurementofVaRIntheconstructionofextremePOTmodel,AU2statisticswereusedtodeterminethethreshold,andW2andA2statisticswereusedtotestthegoodnessoftailfitting,whichavoidedsubjectivityFinally,VaRismeasuredandback-testedTheresultsshowthatthetraditionalGARCH-VaRmodelwillunderestimatetheextremetailrisk,andtheGARch-typemodelcombinedwithPOTmodelhasamoreaccuratemeasurementeffectondynamicVaR,andeachmodelcanmoreaccuratelyquantifythetailriskofstockmarketreturnatthe990%confidencelevel

    Keywords:SocialSecurityFund;TailRiskMeasurement;ARMA-GARCHFamilyModel;ExtremeValueTheory;VaR

    国产精品国产三级专区第一集| 在线精品无人区一区二区三| 波野结衣二区三区在线| 老鸭窝网址在线观看| 国产精品一国产av| 国产人伦9x9x在线观看| a级毛片黄视频| 成年av动漫网址| 少妇被粗大的猛进出69影院| 日韩av在线免费看完整版不卡| 亚洲成国产人片在线观看| 校园人妻丝袜中文字幕| 国产精品免费视频内射| 亚洲成人免费av在线播放| 亚洲av美国av| 亚洲精品久久久久久婷婷小说| av片东京热男人的天堂| 日本午夜av视频| 飞空精品影院首页| 在现免费观看毛片| 不卡av一区二区三区| 女人爽到高潮嗷嗷叫在线视频| 一本大道久久a久久精品| 母亲3免费完整高清在线观看| 亚洲专区国产一区二区| 侵犯人妻中文字幕一二三四区| 男人舔女人的私密视频| tube8黄色片| 国产伦理片在线播放av一区| 高清视频免费观看一区二区| 亚洲人成77777在线视频| 高清黄色对白视频在线免费看| 国产精品国产三级专区第一集| 99精品久久久久人妻精品| 又大又黄又爽视频免费| 亚洲国产av新网站| 女人久久www免费人成看片| 亚洲国产日韩一区二区| 国产成人精品在线电影| 久久精品人人爽人人爽视色| 色网站视频免费| 免费观看av网站的网址| 在线观看免费日韩欧美大片| 七月丁香在线播放| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品秋霞免费鲁丝片| 黑人欧美特级aaaaaa片| 午夜两性在线视频| 赤兔流量卡办理| 亚洲成色77777| 两性夫妻黄色片| 中国国产av一级| 国产黄色视频一区二区在线观看| 午夜免费观看性视频| 亚洲一码二码三码区别大吗| 啦啦啦在线观看免费高清www| 最近手机中文字幕大全| 一个人免费看片子| 国产伦人伦偷精品视频| 亚洲精品乱久久久久久| 国产精品久久久久成人av| 男女午夜视频在线观看| 一级毛片黄色毛片免费观看视频| 成人三级做爰电影| 中文字幕精品免费在线观看视频| 天天影视国产精品| 国产成人精品无人区| av又黄又爽大尺度在线免费看| 一本久久精品| 日韩视频在线欧美| 久久久亚洲精品成人影院| 2018国产大陆天天弄谢| 手机成人av网站| 亚洲国产看品久久| 老鸭窝网址在线观看| 免费av中文字幕在线| 国产精品99久久99久久久不卡| 午夜免费观看性视频| 色精品久久人妻99蜜桃| 中文字幕最新亚洲高清| 免费看av在线观看网站| 欧美日本中文国产一区发布| 亚洲av成人精品一二三区| 中文字幕高清在线视频| 久久精品国产a三级三级三级| 亚洲中文av在线| 视频区图区小说| 美女福利国产在线| 女人高潮潮喷娇喘18禁视频| 高清黄色对白视频在线免费看| 一边亲一边摸免费视频| 国产视频一区二区在线看| 欧美老熟妇乱子伦牲交| 一区二区三区精品91| 久久国产精品人妻蜜桃| 老汉色∧v一级毛片| 久久久久精品人妻al黑| 视频区图区小说| 丝袜美足系列| 天天影视国产精品| 亚洲一区二区三区欧美精品| 在线观看国产h片| 一区二区三区激情视频| 久久久久精品人妻al黑| 69精品国产乱码久久久| 亚洲av片天天在线观看| 亚洲成人免费av在线播放| 国产成人精品久久久久久| 啦啦啦在线观看免费高清www| 97人妻天天添夜夜摸| 国产不卡av网站在线观看| 最新的欧美精品一区二区| 国产精品一区二区在线不卡| 亚洲 国产 在线| 精品久久久久久久毛片微露脸 | 美女国产高潮福利片在线看| 国产精品一国产av| 久久九九热精品免费| 免费看十八禁软件| 少妇人妻 视频| 国产精品欧美亚洲77777| 看免费av毛片| 亚洲欧美中文字幕日韩二区| 晚上一个人看的免费电影| 精品亚洲乱码少妇综合久久| 久久久国产精品麻豆| 菩萨蛮人人尽说江南好唐韦庄| 2021少妇久久久久久久久久久| 一区福利在线观看| 亚洲五月婷婷丁香| 免费一级毛片在线播放高清视频 | 成年人午夜在线观看视频| 午夜福利乱码中文字幕| 亚洲美女黄色视频免费看| 99国产精品99久久久久| 亚洲国产毛片av蜜桃av| 日韩人妻精品一区2区三区| 一级黄色大片毛片| 精品国产超薄肉色丝袜足j| 捣出白浆h1v1| 少妇人妻久久综合中文| 亚洲国产精品成人久久小说| 午夜福利一区二区在线看| 青草久久国产| 亚洲成av片中文字幕在线观看| 美女主播在线视频| 一本综合久久免费| 考比视频在线观看| 美女主播在线视频| 午夜免费观看性视频| 国产成人影院久久av| 亚洲,一卡二卡三卡| 精品亚洲成国产av| 这个男人来自地球电影免费观看| 日日爽夜夜爽网站| 国产一区有黄有色的免费视频| 亚洲黑人精品在线| 高潮久久久久久久久久久不卡| 大香蕉久久网| 一边亲一边摸免费视频| 免费在线观看影片大全网站 | 热re99久久国产66热| 新久久久久国产一级毛片| 伊人亚洲综合成人网| 黄片播放在线免费| 在线观看人妻少妇| 久久中文字幕一级| svipshipincom国产片| 亚洲精品中文字幕在线视频| 国产免费福利视频在线观看| 免费在线观看日本一区| 欧美av亚洲av综合av国产av| 大香蕉久久成人网| 一本综合久久免费| 熟女av电影| 精品国产一区二区久久| 久久久久国产精品人妻一区二区| 精品国产一区二区三区久久久樱花| 日韩av免费高清视频| 老汉色∧v一级毛片| 黄频高清免费视频| √禁漫天堂资源中文www| 亚洲av综合色区一区| 亚洲九九香蕉| 美女福利国产在线| 国产又爽黄色视频| 婷婷色综合大香蕉| 欧美精品啪啪一区二区三区 | 国产xxxxx性猛交| 嫁个100分男人电影在线观看 | 国产亚洲精品久久久久5区| 黑人欧美特级aaaaaa片| 精品亚洲乱码少妇综合久久| 亚洲激情五月婷婷啪啪| 精品少妇内射三级| 成年女人毛片免费观看观看9 | 99国产精品一区二区蜜桃av | 欧美日韩黄片免| 人体艺术视频欧美日本| 丰满迷人的少妇在线观看| 极品少妇高潮喷水抽搐| 丝袜人妻中文字幕| 精品国产国语对白av| 午夜免费男女啪啪视频观看| 久久久久久亚洲精品国产蜜桃av| 婷婷色av中文字幕| 51午夜福利影视在线观看| 亚洲情色 制服丝袜| 日本91视频免费播放| 18在线观看网站| 欧美日韩国产mv在线观看视频| 亚洲人成网站在线观看播放| 少妇的丰满在线观看| 日韩中文字幕欧美一区二区 | 久久久久国产精品人妻一区二区| 黄频高清免费视频| 日日爽夜夜爽网站| 久久毛片免费看一区二区三区| 国产麻豆69| 水蜜桃什么品种好| 国产成人精品在线电影| 久久影院123| 极品少妇高潮喷水抽搐| 午夜av观看不卡| 色婷婷久久久亚洲欧美| 国产淫语在线视频| 国产有黄有色有爽视频| 香蕉国产在线看| 操出白浆在线播放| 少妇人妻久久综合中文| 国产1区2区3区精品| 久久久久久免费高清国产稀缺| kizo精华| 中文欧美无线码| 青春草亚洲视频在线观看| 亚洲欧美日韩另类电影网站| 精品人妻在线不人妻| 免费看十八禁软件| 久久ye,这里只有精品| 一区二区三区激情视频| 亚洲久久久国产精品| 成人黄色视频免费在线看| 色视频在线一区二区三区| 国产一级毛片在线| 欧美激情极品国产一区二区三区| 操出白浆在线播放| 麻豆乱淫一区二区| 免费观看av网站的网址| 99国产精品99久久久久| 波多野结衣av一区二区av| 性色av乱码一区二区三区2| 多毛熟女@视频| 精品人妻1区二区| 在线观看免费日韩欧美大片| 一二三四在线观看免费中文在| 精品国产一区二区三区久久久樱花| 久久人人爽av亚洲精品天堂| 亚洲国产毛片av蜜桃av| 国产精品秋霞免费鲁丝片| 亚洲熟女毛片儿| 精品国产乱码久久久久久男人| 9色porny在线观看| 成人午夜精彩视频在线观看| 大片电影免费在线观看免费| 丝袜喷水一区| 老司机午夜十八禁免费视频| 男人舔女人的私密视频| 欧美精品一区二区免费开放| 亚洲精品成人av观看孕妇| 中文字幕另类日韩欧美亚洲嫩草| 丝袜美足系列| 国产精品.久久久| 中文字幕最新亚洲高清| 精品一区二区三卡| 一本色道久久久久久精品综合| 丝袜在线中文字幕| 免费人妻精品一区二区三区视频| 欧美日韩av久久| 国产男女超爽视频在线观看| 亚洲中文日韩欧美视频| 国产精品二区激情视频| 一级毛片电影观看| 久久狼人影院| 成人三级做爰电影| av在线老鸭窝| 一级毛片 在线播放| 欧美亚洲日本最大视频资源| 在线观看免费日韩欧美大片| 一级黄片播放器| 国产成人精品久久二区二区91| 亚洲中文日韩欧美视频| 看免费成人av毛片| 50天的宝宝边吃奶边哭怎么回事| 80岁老熟妇乱子伦牲交| 国产男女内射视频| 国产xxxxx性猛交| 日本vs欧美在线观看视频| 少妇粗大呻吟视频| 91国产中文字幕| 丁香六月欧美| 亚洲国产欧美日韩在线播放| 欧美日韩黄片免| 亚洲成色77777| 中文字幕最新亚洲高清| 丝袜喷水一区| 69精品国产乱码久久久| 99热全是精品| 免费在线观看完整版高清| 99久久精品国产亚洲精品| 黄网站色视频无遮挡免费观看| 久久国产精品大桥未久av| 久久久久精品国产欧美久久久 | 91老司机精品| 日韩制服丝袜自拍偷拍| 日韩av不卡免费在线播放| 亚洲av片天天在线观看| 久久av网站| 久久久久国产一级毛片高清牌| 国产一级毛片在线| 1024视频免费在线观看| 咕卡用的链子| 99re6热这里在线精品视频| 精品国产乱码久久久久久小说| 久久久久网色| 亚洲精品美女久久久久99蜜臀 | 日韩电影二区| 99香蕉大伊视频| 久久久久网色| www.av在线官网国产| 日韩av免费高清视频| 亚洲欧美精品综合一区二区三区| 中文字幕人妻丝袜一区二区| 国产成人欧美在线观看 | 十八禁高潮呻吟视频| 国产福利在线免费观看视频| 色视频在线一区二区三区| 搡老岳熟女国产| 亚洲天堂av无毛| 日韩免费高清中文字幕av| 欧美在线黄色| 午夜av观看不卡| 欧美 亚洲 国产 日韩一| 1024香蕉在线观看| 别揉我奶头~嗯~啊~动态视频 | 又紧又爽又黄一区二区| 日本黄色日本黄色录像| 日韩一卡2卡3卡4卡2021年| 黄网站色视频无遮挡免费观看| 亚洲av日韩精品久久久久久密 | 黑人欧美特级aaaaaa片| 免费在线观看影片大全网站 | 亚洲国产精品一区三区| 丝袜喷水一区| 欧美精品一区二区免费开放| 国语对白做爰xxxⅹ性视频网站| 国产欧美日韩一区二区三 | 伊人亚洲综合成人网| 高潮久久久久久久久久久不卡| 亚洲av综合色区一区| 精品国产一区二区三区久久久樱花| 午夜久久久在线观看| 欧美 日韩 精品 国产| 久久国产精品大桥未久av| 欧美中文综合在线视频| 韩国高清视频一区二区三区| 国产亚洲欧美在线一区二区| 99精品久久久久人妻精品| 午夜激情av网站| 久久久国产精品麻豆| 欧美少妇被猛烈插入视频| 嫩草影视91久久| 亚洲激情五月婷婷啪啪| 国产免费一区二区三区四区乱码| 国产精品国产av在线观看| 日韩制服骚丝袜av| 秋霞在线观看毛片| 大陆偷拍与自拍| 黑人欧美特级aaaaaa片| tube8黄色片| 国产黄频视频在线观看| a级毛片黄视频| 久久久国产精品麻豆| 99热网站在线观看| 麻豆乱淫一区二区| 亚洲成色77777| 熟女少妇亚洲综合色aaa.| 国产日韩欧美视频二区| 亚洲第一青青草原| 老司机午夜十八禁免费视频| 国产片特级美女逼逼视频| 久久精品人人爽人人爽视色| 国产成人一区二区三区免费视频网站 | 久久亚洲国产成人精品v| 欧美日韩视频精品一区| 高清欧美精品videossex| 国产三级黄色录像| 男女国产视频网站| 99久久人妻综合| 日韩av不卡免费在线播放| 亚洲 欧美一区二区三区| 久久久国产欧美日韩av| 波多野结衣一区麻豆| 不卡av一区二区三区| 久久精品人人爽人人爽视色| 男女国产视频网站| 欧美av亚洲av综合av国产av| 18在线观看网站| 99久久99久久久精品蜜桃| 亚洲成人国产一区在线观看 | 国产日韩欧美在线精品| 亚洲美女黄色视频免费看| www日本在线高清视频| 欧美黄色片欧美黄色片| 老司机午夜十八禁免费视频| 中文乱码字字幕精品一区二区三区| 看免费成人av毛片| 女人精品久久久久毛片| 国语对白做爰xxxⅹ性视频网站| 晚上一个人看的免费电影| 成年美女黄网站色视频大全免费| 国产av国产精品国产| av视频免费观看在线观看| 色婷婷av一区二区三区视频| 久久久久久人人人人人| 中国美女看黄片| 热99国产精品久久久久久7| 久久鲁丝午夜福利片| www.精华液| 日本五十路高清| 中文字幕人妻熟女乱码| 国产精品久久久久成人av| 99国产精品免费福利视频| 国产精品免费大片| 十八禁高潮呻吟视频| 成人手机av| 水蜜桃什么品种好| 少妇裸体淫交视频免费看高清 | 久久人人爽av亚洲精品天堂| 亚洲欧美色中文字幕在线| 色婷婷av一区二区三区视频| 飞空精品影院首页| 又大又爽又粗| 免费日韩欧美在线观看| 色网站视频免费| 免费一级毛片在线播放高清视频 | 久久毛片免费看一区二区三区| 亚洲av成人精品一二三区| 黄网站色视频无遮挡免费观看| 90打野战视频偷拍视频| 又粗又硬又长又爽又黄的视频| 丰满饥渴人妻一区二区三| 一本一本久久a久久精品综合妖精| 亚洲av电影在线观看一区二区三区| 国产精品一二三区在线看| 最近中文字幕2019免费版| av国产精品久久久久影院| 一区二区日韩欧美中文字幕| 成人国语在线视频| 成年av动漫网址| 国产熟女午夜一区二区三区| 一边摸一边做爽爽视频免费| 亚洲国产欧美一区二区综合| 五月天丁香电影| 成在线人永久免费视频| 亚洲,一卡二卡三卡| 国产一区二区三区综合在线观看| 精品第一国产精品| 赤兔流量卡办理| 国产精品人妻久久久影院| 日本91视频免费播放| 视频区图区小说| 91字幕亚洲| 日本色播在线视频| 亚洲欧美一区二区三区国产| 天天操日日干夜夜撸| 99九九在线精品视频| 90打野战视频偷拍视频| 午夜久久久在线观看| 好男人电影高清在线观看| 大香蕉久久成人网| 日韩一区二区三区影片| 超色免费av| 欧美日韩黄片免| 欧美日韩视频精品一区| 免费看av在线观看网站| 久久99精品国语久久久| 9191精品国产免费久久| 91麻豆精品激情在线观看国产 | 美女大奶头黄色视频| a 毛片基地| 久久人妻熟女aⅴ| 欧美国产精品va在线观看不卡| 国产熟女欧美一区二区| 女人爽到高潮嗷嗷叫在线视频| 国产熟女欧美一区二区| 中文字幕精品免费在线观看视频| 男女之事视频高清在线观看 | 少妇被粗大的猛进出69影院| 51午夜福利影视在线观看| 中文字幕最新亚洲高清| 亚洲第一av免费看| 视频区图区小说| 久久久久久人人人人人| 婷婷色综合大香蕉| 成年av动漫网址| 一区二区av电影网| 精品人妻一区二区三区麻豆| 别揉我奶头~嗯~啊~动态视频 | 国产老妇伦熟女老妇高清| 亚洲七黄色美女视频| 热99国产精品久久久久久7| 少妇裸体淫交视频免费看高清 | 亚洲,一卡二卡三卡| 人人妻人人爽人人添夜夜欢视频| 国产高清videossex| videos熟女内射| 免费在线观看黄色视频的| 国产亚洲一区二区精品| 国产伦人伦偷精品视频| 久久精品国产综合久久久| 一二三四社区在线视频社区8| 国产男女内射视频| 国产在线观看jvid| 七月丁香在线播放| av天堂在线播放| 成年女人毛片免费观看观看9 | 在线观看一区二区三区激情| 亚洲免费av在线视频| 激情视频va一区二区三区| 婷婷色麻豆天堂久久| 一级黄片播放器| 青草久久国产| 晚上一个人看的免费电影| bbb黄色大片| 亚洲精品一区蜜桃| 国产精品人妻久久久影院| 国产av一区二区精品久久| 黄色怎么调成土黄色| 女人久久www免费人成看片| 一级毛片我不卡| 国产福利在线免费观看视频| 777久久人妻少妇嫩草av网站| 日韩一本色道免费dvd| 国产精品一区二区精品视频观看| 亚洲国产欧美一区二区综合| 手机成人av网站| 亚洲七黄色美女视频| a级毛片黄视频| 1024视频免费在线观看| 亚洲国产精品成人久久小说| 一级片免费观看大全| 国产亚洲av高清不卡| 久久性视频一级片| 三上悠亚av全集在线观看| 精品一区二区三区四区五区乱码 | 国产高清不卡午夜福利| 中文字幕精品免费在线观看视频| 久久99一区二区三区| 亚洲精品一卡2卡三卡4卡5卡 | 香蕉丝袜av| 一边摸一边抽搐一进一出视频| 老鸭窝网址在线观看| 亚洲三区欧美一区| 中文欧美无线码| 好男人电影高清在线观看| 在线av久久热| 欧美黑人精品巨大| 欧美日韩视频高清一区二区三区二| 搡老岳熟女国产| 成人影院久久| 国产精品九九99| 欧美人与性动交α欧美软件| 18在线观看网站| 天天躁夜夜躁狠狠躁躁| 18禁裸乳无遮挡动漫免费视频| 欧美黑人精品巨大| 人人妻人人添人人爽欧美一区卜| 欧美日本中文国产一区发布| 天天躁日日躁夜夜躁夜夜| 一级片免费观看大全| 九色亚洲精品在线播放| 亚洲精品自拍成人| 欧美亚洲日本最大视频资源| av片东京热男人的天堂| 欧美变态另类bdsm刘玥| 成人影院久久| 久久亚洲国产成人精品v| 国产成人免费无遮挡视频| 中文字幕另类日韩欧美亚洲嫩草| 国产精品一区二区精品视频观看| 久久精品亚洲av国产电影网| 中文字幕亚洲精品专区| 一本—道久久a久久精品蜜桃钙片| 午夜免费观看性视频| 校园人妻丝袜中文字幕| 国产av精品麻豆| 欧美精品亚洲一区二区| 日韩大码丰满熟妇| 女人被躁到高潮嗷嗷叫费观| 一级毛片 在线播放| 一区福利在线观看| 我的亚洲天堂| 99精国产麻豆久久婷婷| 午夜激情av网站| 免费观看a级毛片全部| 国产亚洲精品第一综合不卡| www.精华液| 十八禁网站网址无遮挡| 午夜福利视频精品| 亚洲国产精品一区二区三区在线| 麻豆乱淫一区二区| 久久这里只有精品19| 青春草视频在线免费观看| 成人18禁高潮啪啪吃奶动态图| 久久精品人人爽人人爽视色|