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

        ?

        我國房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型

        2015-07-14 00:03:48顏蘇莉孫婧豪
        時(shí)代金融 2015年17期
        關(guān)鍵詞:財(cái)務(wù)風(fēng)險(xiǎn)

        顏蘇莉 孫婧豪

        【摘要】隨著我國房地產(chǎn)業(yè)的高速發(fā)展,房地產(chǎn)公司的財(cái)務(wù)杠桿普遍偏大,承擔(dān)的財(cái)務(wù)風(fēng)險(xiǎn)值得我們關(guān)注。因此,對房地產(chǎn)公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測分析,及時(shí)采取有效措施進(jìn)行控制,就變得尤為必要。本文以我國房地產(chǎn)業(yè)為研究背景,基于相關(guān)的數(shù)據(jù)和財(cái)務(wù)指標(biāo),借助Fisher判別法,建立了與我國房地產(chǎn)公司相適應(yīng)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型,最后得出結(jié)論并提出了控制財(cái)務(wù)風(fēng)險(xiǎn)的建議,以幫助管理者及時(shí)采取有效的風(fēng)險(xiǎn)控制措施。

        【關(guān)鍵詞】財(cái)務(wù)風(fēng)險(xiǎn) 風(fēng)險(xiǎn)預(yù)測模型 Fisher判別法 房地產(chǎn)上市公司

        一、引言

        (一)我國房地產(chǎn)業(yè)的發(fā)展

        作為我國國民經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè),房地產(chǎn)業(yè)一直發(fā)揮著基礎(chǔ)性和帶動(dòng)性作用。近10年來,我國的商品房銷售額和銷售面積呈現(xiàn)逐年增長的趨勢(如圖1、圖2所示),是帶動(dòng)國民經(jīng)濟(jì)增長的重要推動(dòng)力。

        圖1 我國商品房各年銷售面積

        圖2 我國商品房各年銷售額

        然而,近年來,由美國次貸危機(jī)引發(fā)的全球金融危機(jī)已經(jīng)向我們展示了房地產(chǎn)業(yè)肆意擴(kuò)張而付出的慘痛代價(jià)[1]。對于我國房地產(chǎn)業(yè)而言,如果缺乏有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測系統(tǒng),企業(yè)必然面臨較大的財(cái)務(wù)危機(jī)。因此,建立有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型,及時(shí)對企業(yè)的財(cái)務(wù)狀況進(jìn)行預(yù)警,可以降低企業(yè)陷入財(cái)務(wù)風(fēng)險(xiǎn)的可能性,從而減少財(cái)務(wù)危機(jī)給企業(yè)帶來的損失。

        (二)財(cái)務(wù)風(fēng)險(xiǎn)及風(fēng)險(xiǎn)預(yù)測

        財(cái)務(wù)風(fēng)險(xiǎn)指的是企業(yè)無法按期支付負(fù)債融資所應(yīng)付的利息或本金而有倒閉的可能性,因此又稱為違約風(fēng)險(xiǎn)[2]。然而,企業(yè)用于支付到期債務(wù)的資金,主要來源于企業(yè)經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量。因此,本文主要從現(xiàn)金流量這個(gè)角度,來衡量企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn),用經(jīng)營活動(dòng)凈現(xiàn)金流量與流動(dòng)負(fù)債的比值來反映企業(yè)的償債能力,以判斷企業(yè)是否存在財(cái)務(wù)風(fēng)險(xiǎn)。

        企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測,指采用定量或定性分析方法,借助企業(yè)提供的財(cái)務(wù)報(bào)表、經(jīng)營計(jì)劃及其他相關(guān)資料,利用財(cái)會(huì)、統(tǒng)計(jì)、金融、企業(yè)管理、市場營銷等理論,對企業(yè)的財(cái)務(wù)活動(dòng)、經(jīng)營活動(dòng)進(jìn)行分析預(yù)測,以發(fā)現(xiàn)企業(yè)在經(jīng)營管理活動(dòng)中潛在的財(cái)務(wù)風(fēng)險(xiǎn)和經(jīng)營風(fēng)險(xiǎn),并在危機(jī)發(fā)生前向企業(yè)經(jīng)營管理者發(fā)出警告,以便讓企業(yè)管理當(dāng)局采取有效措施,避免或減輕潛在的風(fēng)險(xiǎn)演變成損失[3]。

        以我國房地產(chǎn)公司為例,由于其行業(yè)特殊性,只有建立有效的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測機(jī)制,才能準(zhǔn)確地對企業(yè)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測分析,為企業(yè)股東、經(jīng)營管理者及各方提供及時(shí)的警報(bào)和糾偏措施。在此基礎(chǔ)上,本文對我國房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型進(jìn)行了相關(guān)研究。

        二、模型構(gòu)建思路

        (一)總體思路

        本文以房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的定義為出發(fā)點(diǎn),并選取相應(yīng)的財(cái)務(wù)指標(biāo)對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行描述,借助Fisher判別法,建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型,對企業(yè)風(fēng)險(xiǎn)狀況進(jìn)行評估,最后提出控制風(fēng)險(xiǎn)的措施。

        財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型的具體構(gòu)建方法是:首先,根據(jù)一定的標(biāo)準(zhǔn),將選取的房地產(chǎn)企業(yè)劃分為兩組,財(cái)務(wù)風(fēng)險(xiǎn)組和財(cái)務(wù)健康組;第二,選擇相應(yīng)的財(cái)務(wù)指標(biāo),來反映房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)狀況;第三,采用一定的方法篩選指標(biāo),本文采用判別分析中的逐步選擇法,篩選出適當(dāng)?shù)呢?cái)務(wù)指標(biāo)進(jìn)入模型;第四,借助SPSS軟件,采用Fisher法建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型,并設(shè)置合適的臨界值;第五,分別采用原始樣本回判檢驗(yàn)、原始樣本交叉檢驗(yàn)兩種方法對模型的有效性進(jìn)行檢驗(yàn),并對模型進(jìn)行適當(dāng)?shù)男拚?/p>

        (二)樣本的選取及分組

        從防范財(cái)務(wù)風(fēng)險(xiǎn)的角度看,“財(cái)務(wù)風(fēng)險(xiǎn)是指一個(gè)企業(yè)處于經(jīng)營性現(xiàn)金流量不足以抵償現(xiàn)有到期債務(wù)的狀態(tài)”,即技術(shù)破產(chǎn)。[4]在本文中,從企業(yè)現(xiàn)金流量這個(gè)角度來對財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行界定,以“經(jīng)營凈現(xiàn)金流量”與“流動(dòng)負(fù)債”的比值作為標(biāo)準(zhǔn),來判斷企業(yè)是否存在財(cái)務(wù)風(fēng)險(xiǎn)。

        隨機(jī)選取國內(nèi)A股上市的40家房地產(chǎn)企業(yè),以2014年12月31日各公司“經(jīng)營凈現(xiàn)金流量/流動(dòng)負(fù)債”的平均值作為標(biāo)準(zhǔn)。經(jīng)計(jì)算,可以得出,40家上市房地產(chǎn)公司“經(jīng)營凈現(xiàn)金流量/流動(dòng)負(fù)債”的平均值為-0.000465。在此基礎(chǔ)上,假定當(dāng)企業(yè)“經(jīng)營凈現(xiàn)金流量/流動(dòng)負(fù)債”小于-0.000465時(shí),該企業(yè)現(xiàn)金流量不足,企業(yè)存在財(cái)務(wù)風(fēng)險(xiǎn);當(dāng)企業(yè)“經(jīng)營凈現(xiàn)金流量/流動(dòng)負(fù)債”大于-0.000465時(shí),該企業(yè)運(yùn)營狀況持續(xù)良好,企業(yè)不存在財(cái)務(wù)風(fēng)險(xiǎn)。

        根據(jù)以上判斷標(biāo)準(zhǔn),對隨機(jī)選取的40家房地產(chǎn)上市公司進(jìn)行分組,健康組代號(hào)為1,風(fēng)險(xiǎn)組代號(hào)為2(如表1所示)。

        表1 模型樣本選取

        (三)變量的選取

        在選擇變量的過程中,結(jié)合我國房地產(chǎn)業(yè)的實(shí)際情況,參考了財(cái)務(wù)風(fēng)險(xiǎn)研究中廣泛采用的財(cái)務(wù)變量,并且加入了反映企業(yè)現(xiàn)金流量狀況的財(cái)務(wù)指標(biāo),初步確定了25個(gè)預(yù)測變量。這25個(gè)預(yù)測變量主要從五個(gè)方面反映了企業(yè)的財(cái)務(wù)狀況,即盈利能力、成長能力、營運(yùn)能力、償債及資本結(jié)構(gòu)、現(xiàn)金流量狀況。具體指標(biāo)如表2所示。

        表2 模型變量選取

        三、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型實(shí)證分析

        在樣本和財(cái)務(wù)指標(biāo)選取完畢后,利用SPSS軟件,借助于Fisher 判別模型,進(jìn)行指標(biāo)篩選、模型建立、模型檢驗(yàn)等程序,最終得出房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型。

        (一)指標(biāo)篩選

        借助SPSS軟件,采用逐步判別分析法,對以上25個(gè)指標(biāo)進(jìn)行篩選,如表3所示。其中,Wilks的Lambda欄中的統(tǒng)計(jì)量是該變量進(jìn)入模型后總體的Wilks的Lambda值,該值隨著變量的加入而逐漸變?。痪_F欄內(nèi)的統(tǒng)計(jì)量是一個(gè)F值,該值是均方與誤差均方的比值,該比值越大,其對應(yīng)的變量越先進(jìn)入模型。

        由表3可知,最終進(jìn)入模型的變量為:資產(chǎn)的經(jīng)營現(xiàn)金流量回報(bào)率、銷售凈利率,其顯著性水平均為0.000,均小于0.05,說明這兩個(gè)變量對判別函數(shù)的貢獻(xiàn)都特別顯著。

        表3 輸入的/刪除的變量a,b,c,d

        在每個(gè)步驟中,輸入了最小化整體Wilk的Lambda的變量。

        a.步驟的最大數(shù)目是48。

        b.要輸入的最小偏F是3.84。

        c.要?jiǎng)h除的最大偏F是2.71。

        d.F級、容差或VIN不足以進(jìn)行進(jìn)一步計(jì)算。

        (二)模型建立

        1.模型初建。利用表3中篩選出來的兩個(gè)變量,采用Fisher判別分析法實(shí)現(xiàn)建模,得到如下模型:

        表4 標(biāo)準(zhǔn)化的典型判別式函數(shù)系數(shù)

        SPSS軟件給出了兩種判別式函數(shù)的判別系數(shù)。表4顯示的是標(biāo)準(zhǔn)化的判別函數(shù)系數(shù),反映了各變量對因變量的解釋程度,是將變量標(biāo)準(zhǔn)化后所建立的模型的系數(shù)。從表4可以看出,在影響財(cái)務(wù)風(fēng)險(xiǎn)的變量中,貢獻(xiàn)最大的是資產(chǎn)的經(jīng)營現(xiàn)金流量回報(bào)率,證實(shí)了現(xiàn)金流量對財(cái)務(wù)狀況的重要作用,而銷售凈利率顯示出其負(fù)貢獻(xiàn)性,也體現(xiàn)了高風(fēng)險(xiǎn)高收益的規(guī)律。

        表5 典型判別式函數(shù)系數(shù)

        表5顯示的是非標(biāo)準(zhǔn)化的判別函數(shù)系數(shù),在本文中,房地產(chǎn)公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測采用非標(biāo)準(zhǔn)化系數(shù)的判別模型。在非標(biāo)準(zhǔn)化的判別模型中,將財(cái)務(wù)指標(biāo)代入公式計(jì)算,計(jì)算簡便,省去了標(biāo)準(zhǔn)化的步驟。因此,模型可表示為:

        Z=-0.058X1+11.716X2+1.542

        其中,X1:銷售凈利率(%);X2:資產(chǎn)的經(jīng)營現(xiàn)金流量回報(bào)率(%)。

        2.函數(shù)有效性檢驗(yàn)及臨界值的確定。多元判別分析法采用WilksLambda統(tǒng)計(jì)量來檢驗(yàn)各組判別函數(shù)的均值是否相等,即對函數(shù)有效性的檢驗(yàn)[5]。從表6和表7可以看出,F(xiàn)isher判別函數(shù)最大特征根為1.454,函數(shù)Wilks的Lambda統(tǒng)計(jì)量為0.407,卡方分布統(tǒng)計(jì)量為27.832,檢驗(yàn)的概率值小于顯著性水平0.05,能夠顯著拒絕各組判別函數(shù)的均值相等的零假設(shè),所以判別函數(shù)能較好地區(qū)分這兩類。

        表6 特征值

        a.分析中使用了前1個(gè)典型判別式函數(shù)。

        表7 Wilks的Lambda

        3.模型的總結(jié)。根據(jù)建立的模型,計(jì)算財(cái)務(wù)健康組和財(cái)務(wù)風(fēng)險(xiǎn)組Z值的分布情況,計(jì)算結(jié)果如表8所示。

        表8 組質(zhì)心處的函數(shù)

        在組均值處評估的非標(biāo)準(zhǔn)化典型判別式函數(shù)。

        由表8可知,健康組的重心為1.103,風(fēng)險(xiǎn)組的重心-1.241。取兩者的中間位置-0.138,作為劃分財(cái)務(wù)風(fēng)險(xiǎn)組與財(cái)務(wù)健康組的判別標(biāo)準(zhǔn)。

        綜上所述,根據(jù)3.3.1建立的模型,得出適合我國上市房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型:

        Z=-0.058X1+11.716X2+1.542

        其中,X1:銷售凈利率(%);X2:資產(chǎn)的經(jīng)營現(xiàn)金流量回報(bào)率(%)。

        計(jì)算各個(gè)公司Z值,當(dāng)Z大于-0.138時(shí),企業(yè)被劃分為健康組,企業(yè)未來存在財(cái)務(wù)風(fēng)險(xiǎn)的幾率比較??;當(dāng)Z小于-0.138時(shí),企業(yè)被劃分為風(fēng)險(xiǎn)組,企業(yè)未來存在財(cái)務(wù)風(fēng)險(xiǎn)的幾率比較大。

        (三)模型檢驗(yàn)

        財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型構(gòu)建后,還需要對其有效性進(jìn)行檢驗(yàn),本文采用原始樣本的回判檢驗(yàn)、交叉檢驗(yàn)兩種方法對其進(jìn)行檢驗(yàn)。

        1.原始樣本回判檢驗(yàn)。首先,將樣本數(shù)據(jù)分別代入預(yù)測模型,計(jì)算出各個(gè)樣本的判別分?jǐn)?shù),即Z值;其次,各個(gè)樣本的Z值與設(shè)定的判別準(zhǔn)則進(jìn)行比較,判斷其屬于哪一組別;最后,將判別結(jié)果與實(shí)際結(jié)果相比較,從而檢驗(yàn)?zāi)P偷挠行浴=柚鶶PSS軟件的樣本回判功能,得到分類結(jié)果,如下表9所示。

        表9 分類結(jié)果b,c

        a.僅對分析中的案例進(jìn)行交叉驗(yàn)證。在交叉驗(yàn)證中,每個(gè)案例都是按照從該案例以外的所有其他案例派生的函數(shù)來分類的。

        b.已對初始分組案例中的100.0%個(gè)進(jìn)行了正確分類。

        c.已對交叉驗(yàn)證分組案例中的85.0%個(gè)進(jìn)行了正確分類。

        由表9可知,健康組樣本和風(fēng)險(xiǎn)組樣本均沒有發(fā)生錯(cuò)判,回判準(zhǔn)確率都為100%,總體回判準(zhǔn)確率為100%,模型的有效性非常顯著。

        2.原始樣本交互檢驗(yàn)。該方法是在建立判別函數(shù)時(shí)去掉該例,然后用函數(shù)進(jìn)行判別,從而發(fā)現(xiàn)強(qiáng)影響點(diǎn)。借助SPSS軟件的交叉檢驗(yàn)功能,得到分類結(jié)果,如上表9所示。

        由表9可知,交互檢驗(yàn)中,健康組錯(cuò)判的案例為2個(gè),風(fēng)險(xiǎn)組錯(cuò)判的案例為4個(gè)。因而健康組判別準(zhǔn)確率為91.3%,風(fēng)險(xiǎn)組判別準(zhǔn)確率為76.5%,總體判別準(zhǔn)確率為85.0%。與原始樣本回判檢驗(yàn)結(jié)果相比,準(zhǔn)確率雖然有所下降,但從整體的判別效果來看,模型還是比較有效的。

        四、結(jié)論及建議

        (一)結(jié)論

        本文通過研究房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測模型,可以得出如下結(jié)論:

        第一,我國房地產(chǎn)上市公司在即將面臨財(cái)務(wù)風(fēng)險(xiǎn)時(shí),主要變現(xiàn)為現(xiàn)金流量指標(biāo)和盈利能力指標(biāo)的異常變動(dòng)。因此,應(yīng)該更多關(guān)注公司的資產(chǎn)的經(jīng)營現(xiàn)金流量回報(bào)率和銷售凈利率的變動(dòng),并且及時(shí)分析變動(dòng)原因,制定相應(yīng)的控制策略。

        第二,研究我國房地產(chǎn)上市公司是否存在財(cái)務(wù)風(fēng)險(xiǎn),只用財(cái)務(wù)指標(biāo)進(jìn)行衡量,往往存在一定的偏差。正如在模型的交叉檢驗(yàn)中,模型整體的回判準(zhǔn)確率只有85%。因此,應(yīng)該將財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)相結(jié)合,創(chuàng)建綜合性的風(fēng)險(xiǎn)預(yù)測體系,全面地研究公司可能面臨的財(cái)務(wù)風(fēng)險(xiǎn)。

        (二)建議

        財(cái)務(wù)風(fēng)險(xiǎn)是客觀存在的,對企業(yè)的經(jīng)營影響較大,基于本文的研究,管理者可以從以下幾方面入手,采取相應(yīng)策略來降低財(cái)務(wù)風(fēng)險(xiǎn)。

        1.建立多元化的融資渠道。房地產(chǎn)企業(yè)應(yīng)注重挖掘自身潛力,充分利用留存收益資金,同時(shí),制定多元化融資策略。一方面,拓寬直接融資渠道,例如房地產(chǎn)產(chǎn)業(yè)基金,分散金融風(fēng)險(xiǎn),降低對銀行信貸及股市融資依賴。另一方面,充分利用民間資本,分流投資性購房資金,加快金融創(chuàng)新。這樣一來,既可以避免資產(chǎn)負(fù)債率大幅度提高,又可以降低融資成本,節(jié)約財(cái)務(wù)費(fèi)用。

        2.優(yōu)化資本結(jié)構(gòu)。資本結(jié)構(gòu)是指企業(yè)長期資金的構(gòu)成及其比例關(guān)系,即企業(yè)的長期債務(wù)資本和權(quán)益資本各占多大的比重。[6]雖然負(fù)債經(jīng)營具有較強(qiáng)的杠桿效應(yīng),但是隨著負(fù)債比例的上升,企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)也隨著加大。因此,為了降低財(cái)務(wù)風(fēng)險(xiǎn),企業(yè)應(yīng)該合理的控制權(quán)益資本與債務(wù)資本比例,不斷優(yōu)化資本結(jié)構(gòu)。

        3.提高資金的利用率。資金是企業(yè)的血脈,是企業(yè)進(jìn)行經(jīng)營活動(dòng)的重要保障。一方面,房地產(chǎn)企業(yè)應(yīng)制定合理的現(xiàn)金使用計(jì)劃,滿足經(jīng)營活動(dòng)的需要,提高資金的利用率;另一方面,要加強(qiáng)應(yīng)收賬款的管理,通過建立客戶資信和等級評級等方式,制定相應(yīng)的信用政策和收款政策,加快收回賒銷賬款。

        參考文獻(xiàn)

        [1]唐睿明.我國房地產(chǎn)業(yè)上市公司財(cái)務(wù)預(yù)警模型實(shí)證研究[J].財(cái)經(jīng)問題研究,2013.

        [2]劉力.我國上市公司財(cái)務(wù)預(yù)警模型研究[D].西安電子科技大學(xué),2009.

        [3]張揚(yáng).上市公司財(cái)務(wù)預(yù)警模型統(tǒng)計(jì)實(shí)證分析[D].首都經(jīng)濟(jì)貿(mào)易大學(xué),2005.

        [4]劉少杰.中國房地產(chǎn)業(yè)上市公司財(cái)務(wù)預(yù)警實(shí)證研究[D].西南財(cái)經(jīng)大學(xué),2009.

        [5]石亞玲.我國房地產(chǎn)業(yè)上市公司財(cái)務(wù)預(yù)警研究及其實(shí)證分析[D].華北電力大學(xué),2007.

        [6]張志偉.上市公司財(cái)務(wù)預(yù)警實(shí)證研究[D].西南財(cái)經(jīng)大學(xué),2009.

        作者簡介:顏蘇莉(1962-),女,漢族,湖南漣源人,華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授,研究方向:電力經(jīng)濟(jì)分析與管理;孫婧豪(1991-),女,漢族,山東淄博人,華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院研究生,研究方向:會(huì)計(jì)學(xué)。

        猜你喜歡
        財(cái)務(wù)風(fēng)險(xiǎn)
        淺論企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)防范與控制
        高校財(cái)務(wù)風(fēng)險(xiǎn)與防范探析
        論企業(yè)并購中的財(cái)務(wù)風(fēng)險(xiǎn)及防范措施
        外貿(mào)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)表現(xiàn)形式及管控策略
        “營改增”后施工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的防范與控制
        試論防范企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的幾點(diǎn)措施
        上市公司財(cái)務(wù)風(fēng)險(xiǎn)管理
        財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究綜述
        中國市場(2016年33期)2016-10-18 12:52:29
        保險(xiǎn)公司財(cái)務(wù)風(fēng)險(xiǎn)管理及控制研究
        企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)與控制策略分析
        国产成人精品日本亚洲语音1| 丁香婷婷六月综合缴清| 国产一区二区资源在线观看| 六月婷婷亚洲性色av蜜桃| 欧美性色欧美a在线播放| 亚洲中文字幕无码天然素人在线 | 国产女精品| 日本精品人妻一区二区三区| 久久av一区二区三区黑人| 99久久免费看精品国产一| 久久亚洲av无码西西人体 | 久久精品中文字幕第23页| 熟女人妻丰满熟妇啪啪| 日韩精品成人一区二区三区久久久| 久久免费看的少妇一级特黄片| 亚洲色图片区| 一本久久a久久精品亚洲| 亚洲精品美女久久久久久久| 国产一级做a爱视频在线| 成人影院羞羞的视频免费观看| 中文字幕一区二区三区的| 特黄大片又粗又大又暴| 国产精品久久一区二区三区| 在线视频制服丝袜中文字幕| 国产对白刺激在线观看| 亚洲一区二区三区18| 手机在线观看免费av网站| 亚洲av无码国产精品草莓在线| 丰满老熟妇好大bbbbb| 久久免费大片| 亚洲女同性恋在线播放专区| 亚洲天堂av中文字幕在线观看| 国产大片黄在线观看| 亚洲中文字幕无码久久| 亚洲国产成a人v在线观看| 白白色发布视频在线播放| 欧美丰满少妇xxxx性| 国产精品久久婷婷六月丁香| 日本口爆吞精在线视频| 爱爱免费视频一区二区三区 | 国产熟妇另类久久久久|