亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        A股市場系統(tǒng)跳躍風(fēng)險(xiǎn)研究

        2012-03-22 02:20:52趙久偉肖慶憲
        關(guān)鍵詞:估計(jì)量置信區(qū)間系數(shù)

        趙久偉, 肖慶憲

        (上海理工大學(xué)管理學(xué)院,上海 200093)

        1 問題的提出

        在金融經(jīng)濟(jì)學(xué)中,資本資產(chǎn)定價(jià)模型(CAPM)在金融資產(chǎn)定價(jià)理論中得到了廣泛應(yīng)用,它構(gòu)成了投資組合管理和風(fēng)險(xiǎn)管理與決策的基礎(chǔ),在金融衍生產(chǎn)品定價(jià)、基金績效評估等方面也有相關(guān)應(yīng)用.在該模型中β系數(shù)是用于衡量不可分散(nondiversifiable)風(fēng)險(xiǎn)的一種指標(biāo),或稱為對系統(tǒng)風(fēng)險(xiǎn)因子的敏感度,即系統(tǒng)風(fēng)險(xiǎn).

        單因子模型的一般形式為

        式中,ri為第i項(xiàng)資產(chǎn)的收益率;αi,βi為方程系數(shù);r0為系統(tǒng)風(fēng)險(xiǎn)因子或風(fēng)險(xiǎn)溢差;εi為異質(zhì)風(fēng)險(xiǎn)(idiosyncratic risk).單因子模型的一般形式包含了資本資產(chǎn)定價(jià)模型,β系數(shù)表示單個(gè)證券和市場收益的協(xié)方差與市場收益方差的比率.長期以來,國外眾多學(xué)者討論了對β系數(shù)如何進(jìn)行更精確估計(jì)和預(yù)測的問題.β系數(shù)不能夠直接觀察得到,而估計(jì)β系數(shù)的傳統(tǒng)方法局限于滾動線性回歸(rolling linear regression),且大多采用了信息量有限的低頻收益數(shù)據(jù)[1].隨著信息技術(shù)的發(fā)展,高頻金融數(shù)據(jù)的獲取成本降低,Andersen等[2-3]、Bollerslev等[4]和Barndorff-Nielsen等[5]基于高頻數(shù)據(jù)探討了對β系數(shù)準(zhǔn)確估計(jì)與預(yù)測的重要性,并在此基礎(chǔ)上提出了已實(shí)現(xiàn)變差(realized variation)測度.他們認(rèn)為基于高頻交易數(shù)據(jù)估計(jì)得到的β系數(shù)一般優(yōu)于傳統(tǒng)回歸法.由于考慮到股票價(jià)格過程中連續(xù)變動與跳躍(jump)的區(qū)別,Todorov等[6]將系統(tǒng)風(fēng)險(xiǎn)分解為系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)和系統(tǒng)跳躍風(fēng)險(xiǎn),并分別給出了兩種風(fēng)險(xiǎn)的一致估計(jì)量,他們指出兩種變動方式產(chǎn)生的風(fēng)險(xiǎn)溢差并不相等.我國部分學(xué)者對于β系數(shù)的研究還大多局限于穩(wěn)定性和時(shí)變性的討論,而沒有對系統(tǒng)風(fēng)險(xiǎn)和跳躍風(fēng)險(xiǎn)展開研究.閏冀楠等[7]和蘇衛(wèi)東等[8]對中國股市β系數(shù)進(jìn)行了單位根檢驗(yàn),檢驗(yàn)其穩(wěn)定性;劉永濤[9]對上海證券市場β系數(shù)的相關(guān)特性進(jìn)行了實(shí)證研究;徐占東等[10]和陳學(xué)華等[11]利用CusuMSQ統(tǒng)計(jì)量來驗(yàn)證β系數(shù)的穩(wěn)定性并建立模型;王春峰等[12]利用已實(shí)現(xiàn)波動方法探討了股本與行業(yè)因素對不同模型預(yù)測β系數(shù)結(jié)果的影響;斯葉青等[13]研究了中國股市跳躍行為的發(fā)生機(jī)制,并描述了跳躍風(fēng)險(xiǎn)對風(fēng)險(xiǎn)管理的影響.目前為止,國內(nèi)大部分學(xué)者還僅局限于β系數(shù)時(shí)變性和穩(wěn)定性的討論,且大多采用信息量有限的低頻收益數(shù)據(jù),估計(jì)方法也存在不可忽略的估計(jì)誤差.同時(shí),沒有區(qū)分系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)(diffusive risk)和跳躍風(fēng)險(xiǎn)(jump risk)的區(qū)別,這就給將β值更準(zhǔn)確地應(yīng)用于資產(chǎn)定價(jià)和風(fēng)險(xiǎn)管理帶來了很大的限制.

        在線性因子模型的框架下,根據(jù)連續(xù)價(jià)格過程和非連續(xù)價(jià)格過程的不同性質(zhì),將市場收益率分解為連續(xù)收益率和跳躍收益率,根據(jù)式(1)得到

        本文將在一般理論框架下利用非參數(shù)方法分別估計(jì)系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)和系統(tǒng)跳躍風(fēng)險(xiǎn),并以上海股票市場為研究對象,選取其中30只股票為樣本討論擴(kuò)散風(fēng)險(xiǎn)和跳躍風(fēng)險(xiǎn)的特征及其影響.

        2 連續(xù)時(shí)間模型

        假設(shè)定義在概率空間(Ω,F(xiàn),(F)t≥0,PP)的股票對數(shù)價(jià)格pi在時(shí)間區(qū)間[0,T]上滿足以下過程[6]

        式中,αit為連續(xù)的局部有界變差過程;σit,σ0t為隨機(jī)波動過程;(W0,W1,…,WN)表示N+1維布朗運(yùn)動且相互獨(dú)立;μ0,,μi和均為泊松測度,μi之間相互獨(dú)立,i=1,…,N;κ(x)為定義在RR上的連續(xù)函數(shù),κ′(x)=x-κ(x),在0附近有κ(x)≡0;δ0(t,x),δi(t,x)為時(shí)間t和x的函數(shù);E0,Ei為輔助空間;和分別表示系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)和系統(tǒng)跳躍風(fēng)險(xiǎn).

        假設(shè)資產(chǎn)價(jià)格在時(shí)間區(qū)間[0,T]上連續(xù)記錄,那么

        λ0表示泊松分布的期望.通常,τ取1,那么可以表示為非連續(xù)二次協(xié)變差的絕對值.根據(jù)式(5)可以得到β值比率

        k=1,…,N,k≠i且k≠j.式(6)和式(7)表示系統(tǒng)風(fēng)險(xiǎn)的相對比率.在資本資產(chǎn)定價(jià)模型中,一般假定整個(gè)市場的投資組合只暴露于系統(tǒng)風(fēng)險(xiǎn),系統(tǒng)風(fēng)險(xiǎn)因子通常由市場收益率表示,若市場服從以下過程

        那么式(6)和式(7)可以簡化為

        因此,由式(9)和式(10)可以得到單個(gè)資產(chǎn)的β系數(shù),而不是β值比率.

        3 系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)和跳躍風(fēng)險(xiǎn)的估計(jì)

        Todorov和Bollerslev根據(jù)Jacod與Todorov[15]的跳躍理論提出了系統(tǒng)跳躍風(fēng)險(xiǎn)的概念,并且基于以下假設(shè)條件建立了系統(tǒng)跳躍風(fēng)險(xiǎn)和系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)的一致估計(jì)量.

        假設(shè)條件:

        a.αit,σ0t和σit為右連左極過程,函數(shù)δ0(ω,t,x)和δi(ω,t,x)在t時(shí)刻可測.

        b.當(dāng)t≤Tk(ω)時(shí),有其中,γk(x)滿足為停時(shí)序列.δi(ω,t,x)同樣適用該條件.

        d.σ0和σi為伊藤半鞅,且滿足條件a和b.

        e.當(dāng)t≤Tk(ω)時(shí),有

        其中,γk(x)滿足∫E0(|γk(x)|s∧1)·λ0(dx)<∞,s∈[0,2],Tk為停時(shí)序列.δi(ω,t,x)同樣適用該條件.

        3.1 系統(tǒng)跳躍風(fēng)險(xiǎn)估計(jì)量

        在實(shí)踐中,只能以離散方式記錄價(jià)格過程,假設(shè)lΔn為時(shí)間區(qū)間[0,T]的時(shí)間間隔,l=0,1,…,[T/Δn],對數(shù)價(jià)格向量p=(p0,p1,…,pN),那么價(jià)格增量可以表示為

        定義函數(shù)Vn(φ)t和V′n(φ,α,?)t為

        定義f為RRN+1×RRN+1的可測函數(shù),f=

        其中,i,j=0,1,…,N,因?yàn)棣訛槌?shù),可以用fij(p)表示fij(p,τ).

        那么,跳躍β系數(shù)比率的估計(jì)量可以表示為

        為了使式(15)有意義,必須限制i≠j、i≠k,j=k當(dāng)且僅當(dāng)j=k=0.若j=k=0,則式(15)可以直接估計(jì)

        由式(13)可以得到與式(15)漸進(jìn)等價(jià)的估計(jì)量

        定理1 假設(shè)pi和p0分別服從式(3)和式(8),若假設(shè)條件a~d成立,則當(dāng)Δn→0,τ≥2且i≠0時(shí),有:

        基于信息集FT,L為概率分布,具體性質(zhì)和特點(diǎn)見文獻(xiàn)[6],L的條件均值和條件方差分別為E(L|F)=0,Var(L|FT)=VT.若對所有時(shí)刻Sq≤T,有Δp0SqΔσiSq≡0,則L服從正態(tài)分布.

        d.若假設(shè)條件e成立且s<2,則當(dāng)j=k=0時(shí),漸進(jìn)方差VT的估計(jì)值可以由一致估計(jì)量給出.

        3.2 系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)估計(jì)量

        X表示N維半鞅,定義N維已實(shí)現(xiàn)變差為

        定義價(jià)格向量

        于是,系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)比率的估計(jì)值可以表示為

        其中,i≠j、i≠k,j=k當(dāng)且僅當(dāng)j=k=0.

        對于系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)的漸進(jìn)分布性質(zhì),Todorov和Bollerslev給出了下面的定理.

        定理2 假設(shè)pi和p0分別服從式(3)和式(7),若假設(shè)條件a~e成立則當(dāng)Δn→0時(shí),有:

        c.方差KT的一致估計(jì)量為

        其中

        4 實(shí)證分析

        本文選取2004年1月2日至2008年12月31日5年中上證綜合指數(shù)和滬市有代表性的30只股票5min數(shù)據(jù)作為高頻數(shù)據(jù)采樣進(jìn)行研究,數(shù)據(jù)來自于萬得(WIND)金融數(shù)據(jù)庫(www.wind.com. cn).在實(shí)踐中,一般選擇市場組合作為系統(tǒng)風(fēng)險(xiǎn)因子,因此將上證綜合指數(shù)作為市場組合分別估計(jì)個(gè)股的系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)和跳躍風(fēng)險(xiǎn).本文剔除了數(shù)據(jù)不完整的交易日后,總共得到1 212天,60個(gè)月,20個(gè)季度的交易數(shù)據(jù).

        由定理1可知,當(dāng)市場發(fā)生跳躍時(shí)才能得到個(gè)股相對于市場的系統(tǒng)跳躍風(fēng)險(xiǎn)估計(jì)量.那么,首先要對市場跳躍行為作出判斷.根據(jù)Barndorff-Nielsen和Shephard[16]提出的調(diào)整對數(shù)線性跳躍統(tǒng)計(jì)量ZTP,lm,t,在顯著水平0.5%下計(jì)算得出,上證指數(shù)在這1 212天中有127天發(fā)生跳躍,60個(gè)月中有30個(gè)月發(fā)生了跳躍,20個(gè)季度中有14個(gè)季度發(fā)生了跳躍.

        分別利用式(17)和式(21)計(jì)算個(gè)股相對市場的系統(tǒng)跳躍風(fēng)險(xiǎn)和系統(tǒng)擴(kuò)散風(fēng)險(xiǎn).其中,取j=k=0, τ=2.取=0.49是為了排除跳躍的無限變差(in-finite variation).對于取α的值為是為了過濾連續(xù)的價(jià)格變動,BV表示二次變差;對于取α的值為是為了過濾非連續(xù)的價(jià)格變動.圖1與圖2(見下頁)分別呈現(xiàn)了中信證券(600030)和三一重工(600031)系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)βc和系統(tǒng)跳躍風(fēng)險(xiǎn)βd的時(shí)間序列圖.從圖中可以看到,月β系數(shù)顯得更穩(wěn)定,變化幅度相對較小;季度β系數(shù)變化具有一定的動態(tài)依賴性,但是樣本采樣周期過長,數(shù)據(jù)量較少;相比之下,由于日β系數(shù)受到的“噪音”干擾較大,很難從圖中分析日β系數(shù)的復(fù)雜變化規(guī)律.因此,主要集中討論分析月β系數(shù)的性質(zhì).

        圖1 中信證券連續(xù)β系數(shù)和跳躍β系數(shù)時(shí)間序列圖Fig.1 Time series of quarterly,monthly and daily continuous betas and jump betas for 600030

        為了直觀地對比系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)βc和系統(tǒng)跳躍風(fēng)險(xiǎn)βd的區(qū)別,將兩種指標(biāo)合并在一張圖中,如圖3(見下頁)所示.從圖中可以發(fā)現(xiàn),中信證券的擴(kuò)散風(fēng)險(xiǎn)與跳躍風(fēng)險(xiǎn)系數(shù)截然不同,月βc一般要大于月βd,然而,三一重工的兩種風(fēng)險(xiǎn)系數(shù)指標(biāo)相對來說更接近.根據(jù)定理1和定理2的漸進(jìn)分布理論,可以分別計(jì)算出風(fēng)險(xiǎn)系數(shù)估計(jì)量的置信區(qū)間.圖4(見下頁)分別呈現(xiàn)了以一個(gè)月為周期的系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)估計(jì)量和系統(tǒng)跳躍風(fēng)險(xiǎn)估計(jì)量的置信水平為95%的置信區(qū)間.從圖4可以看出,中信證券系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)的置信區(qū)間和系統(tǒng)跳躍風(fēng)險(xiǎn)的置信區(qū)間基本上沒有重疊,這說明,擴(kuò)散風(fēng)險(xiǎn)和系統(tǒng)風(fēng)險(xiǎn)的確存在差異.但是,三一重工系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)的置信區(qū)間和系統(tǒng)跳躍風(fēng)險(xiǎn)的重疊部分較多,很難從統(tǒng)計(jì)的角度說明兩者存在差異.此外,還可以從圖中觀察到一個(gè)明顯的特征,跳躍風(fēng)險(xiǎn)的置信區(qū)間的長度變化幅度較大,而擴(kuò)散風(fēng)險(xiǎn)的置信區(qū)間的長度變化幅度較小,從總體上看相對穩(wěn)定.

        圖2 三一重工連續(xù)β系數(shù)和跳躍β系數(shù)時(shí)間序列圖Fig.2 Time series of quarterly,monthly and daily continuous betas and jump betas for 600031

        圖3 中信證券和三一重工連續(xù)β系數(shù)和跳躍β系數(shù)對比圖Fig.3 Monthly betas for 600030and 600031

        圖4 中信證券和三一重工月連續(xù)β系數(shù)和月跳躍β系數(shù)置信區(qū)間對比圖Fig.4 The 95%confidence intervals of monthly betas for 600030and 600031

        為獲得兩種β系數(shù)的差異比較,接下來進(jìn)行均值之間的對比.本文選取了上證A股市場30只股票為樣本,分別計(jì)算月βc和月βd并求其均值和均值的置信水平為95%的置信區(qū)間,結(jié)果在表1中列出.雖然在圖4顯示出三一重工的置信區(qū)間存在較多的重疊部分,但是結(jié)果表明其均值的置信區(qū)間沒有重疊.表1中只有同仁堂和貴州茅臺的系統(tǒng)跳躍風(fēng)險(xiǎn)平均值大于系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)平均值,其余個(gè)股的系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)值更大.其中差異最大的個(gè)股是中國石化,差值為0.444 3;差異最小的個(gè)股為貴州茅臺,差值為0.032 1.而且,除了貴州茅臺的置信區(qū)間有重疊之外,其它29只股票的置信區(qū)間均沒有重疊.因此,可以判斷個(gè)股相對于市場組合的連續(xù)變動過程和跳躍變動過程的反應(yīng)存在明顯差異.此外,大盤藍(lán)籌股的系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)系數(shù)較大,更接近于1,例如中信證券、中國石化等.

        表1 平均月β系數(shù)及其置信區(qū)間的計(jì)算結(jié)果Tab.1 Average monthly betas and 95%confidence intervals for thirty stocks

        5 結(jié) 論

        鑒于資本資產(chǎn)定價(jià)模型在金融經(jīng)濟(jì)學(xué)中應(yīng)用廣泛,本文從全新的角度利用非參數(shù)估計(jì)方法估計(jì)了上海股票市場的系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)和系統(tǒng)跳躍風(fēng)險(xiǎn),并對其中30只股票的月βc和月βd進(jìn)行了統(tǒng)計(jì)分析.實(shí)證研究結(jié)果表明:第一,擴(kuò)散變化所產(chǎn)生的擴(kuò)散風(fēng)險(xiǎn)與跳躍行為產(chǎn)生的跳躍風(fēng)險(xiǎn)不僅在風(fēng)險(xiǎn)溢價(jià)上不同,在性質(zhì)上也存在著本質(zhì)的區(qū)別;第二,上證A股相對于上證指數(shù)的價(jià)格連續(xù)過程和價(jià)格跳躍過程的反應(yīng)程度不同,即個(gè)股的系統(tǒng)擴(kuò)散風(fēng)險(xiǎn)系數(shù)βc和系統(tǒng)跳躍風(fēng)險(xiǎn)系數(shù)βd存在明顯差異;第三,上海A股市場個(gè)股的系統(tǒng)擴(kuò)散β系數(shù)一般要大于系統(tǒng)跳躍β系數(shù),大市值個(gè)股的系統(tǒng)擴(kuò)散β系數(shù)更接近1,有的甚至大于1.在實(shí)踐中,擴(kuò)散風(fēng)險(xiǎn)一般可以通過連續(xù)的交易進(jìn)行對沖,然而跳躍風(fēng)險(xiǎn)屬于突發(fā)性事件,沖擊力大,往往會使得投資者完全喪失對沖風(fēng)險(xiǎn)的可能性,從而無法避免財(cái)富遭受重大的損失,所以跳躍風(fēng)險(xiǎn)不可忽視.因此,股票價(jià)格過程的跳躍行為扮演著至關(guān)重要的角色,在投資組合建模和風(fēng)險(xiǎn)管理中,有必要考慮整個(gè)系統(tǒng)風(fēng)險(xiǎn)及其系統(tǒng)跳躍風(fēng)險(xiǎn),這無論對于理論還是實(shí)踐都有著非常重要的意義.

        [1] Fama E,F(xiàn)rench K.The cross-section of expected stock returns[J].Journal of Finance,1992,47(2):427-465.

        [2] Andersen T G,Bollerslev T,Diebold F X,et al.A framework for exploring the macroeconomic determinants of systematic risk[J].American Economic Review,2005,95(2):398-404.

        [3] Andersen T G,Bollerslev T,Diebold F X,et al.Realized beta:persistence and predictability[J].Advances in Econometrics,2005,20(2):1-39.

        [4] Bollerslev T,Zhang B.Measuring and modeling systematic risk in factor pricing models using highfrequency data[J].Journal of Empirical Finance,2003,10(5):533-558.

        [5] Barndorff-Nielsen O,Shephard N.Power and bipower variation with stochastic volatility and jumps[J].Journal of Financial Econometrics,2004,2(1):1-37.

        [6] Todorov V,Bollerslev T.Jumps and betas:a new framework for disentangling and estimating systematic risks[J].Journal of Econometrics,2010,157(2):220-235.

        [7] 閏冀楠,張維,孫浩.利用MLPOM對上海股市時(shí)變CAPM的實(shí)證研究[J].預(yù)測,1998,17(2):60-62.

        [8] 蘇衛(wèi)東,張世英.上海股市β系數(shù)的穩(wěn)定性檢驗(yàn)[J].預(yù)測,2002,21(2):44-46.

        [9] 劉永濤.上海證券市場日系數(shù)相關(guān)特性的實(shí)證研究[J].管理科學(xué),2004,17(1):29-35.

        [10] 徐占東,郭多柞.中國股票市場β穩(wěn)定性分析[J].統(tǒng)計(jì)與信息論壇,2004,19(6):39-42.

        [11] 陳學(xué)華,韓兆洲.中國股票市場行業(yè)β系數(shù)的時(shí)變性[J].系統(tǒng)工程,2006,24(2):62-67.

        [12] 王春峰,張亞楠,房振明,等.中國股市已實(shí)現(xiàn)β系數(shù)的特征分析與建模研究[J].北京理工大學(xué)學(xué)報(bào)(社會科學(xué)版),2008,10(1):54-58.

        [13] 斯葉青,李能.股票市場收益跳躍性風(fēng)險(xiǎn)研究[J].全球經(jīng)濟(jì)展望,2010,25(4):43-50.

        [14] Ang A,Chen J.Asymmetric correlations of equity portfolios[J].Journal of Financial Economics,2002,63(3):443-494.

        [15] Jacod J,Todorov V.Testing for common arrivals of jumps for discretely observed multidimensional processes[J].Annals of Statistics,2009,37(4):1792-1838.

        [16] Barndorff-Nielsen O,Shephard N.Econometrics of testing for jumps in financial economics using bipower variation[J].Journal of Financial Econometrics,2006,4(1):1-30.

        猜你喜歡
        估計(jì)量置信區(qū)間系數(shù)
        定數(shù)截尾場合三參數(shù)pareto分布參數(shù)的最優(yōu)置信區(qū)間
        p-范分布中參數(shù)的置信區(qū)間
        多個(gè)偏正態(tài)總體共同位置參數(shù)的Bootstrap置信區(qū)間
        這些待定系數(shù)你能確定嗎?
        打雪仗
        列車定位中置信區(qū)間的確定方法
        過年啦
        淺談估計(jì)量的優(yōu)良性標(biāo)準(zhǔn)
        兩張圖弄懂照明中的“系數(shù)”
        中國照明(2016年6期)2016-06-15 20:30:14
        基于配網(wǎng)先驗(yàn)信息的諧波狀態(tài)估計(jì)量測點(diǎn)最優(yōu)配置
        電測與儀表(2015年6期)2015-04-09 12:00:50
        国产成人精品日本亚洲专区6| 风韵丰满熟妇啪啪区老老熟妇| 玩弄放荡人妻一区二区三区| 国产精品成年人毛片毛片| 白白色发布的在线视频| 中文字幕精品一区二区精品| 久久久久久国产精品无码超碰动画 | 日韩人妻中文字幕专区| 国产播放隔着超薄丝袜进入| 日本不卡一区二区三区在线| 久久水蜜桃亚洲av无码精品麻豆| 国产一区二区三区视频了| av免费观看网站大全| 人妻体内射精一区二区三区| 人妻少妇精品无码专区二区| 美女一级毛片免费观看97| 亚洲一区二区三区综合网| 一本久久精品久久综合| 少妇做爰免费视频了| 成人看片黄a免费看那个网址| 不卡无毒免费毛片视频观看| 中文字幕丰满人妻被公强| 成人av在线久色播放| 人妻体内射精一区二区三四| 国产精品99久久久久久宅男| 岛国视频在线无码| av网站不卡的av在线| 四虎国产成人永久精品免费| 人妻在线日韩免费视频| 国内精品久久久久国产盗摄| 国内精品少妇久久精品| 中国一级特黄真人片久久| 亚洲中文久久精品无码| YW亚洲AV无码乱码在线观看| 日韩在线精品视频免费| 激情精品一区二区三区| 色欲av蜜桃一区二区三| 国产亚洲精品成人无码精品网站| 丝袜美女美腿一区二区| 自拍偷自拍亚洲精品第按摩| 岳毛多又紧做起爽|