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

        ?

        金融產(chǎn)品拓展鏈的風(fēng)險(xiǎn)積累與控制

        2018-07-16 06:29:02王成吉
        統(tǒng)計(jì)與決策 2018年11期
        關(guān)鍵詞:損失預(yù)警神經(jīng)網(wǎng)絡(luò)

        王成吉

        (天津財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,天津 300222)

        0 引言

        各種金融產(chǎn)品的創(chuàng)新和衍生過(guò)程都經(jīng)歷了從基礎(chǔ)產(chǎn)品到金融衍生產(chǎn)品再到結(jié)構(gòu)性金融產(chǎn)品的過(guò)程。金融產(chǎn)品在創(chuàng)新和衍生的過(guò)程中,多是以改善流動(dòng)性、規(guī)避風(fēng)險(xiǎn)以及追求利潤(rùn)最大化為原動(dòng)力,轉(zhuǎn)嫁風(fēng)險(xiǎn)的同時(shí)都會(huì)轉(zhuǎn)移和隱藏更深層次風(fēng)險(xiǎn)。風(fēng)險(xiǎn)從某個(gè)產(chǎn)品到產(chǎn)品衍生鏈,往往會(huì)存在流動(dòng)性風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)累積的情況,最終導(dǎo)致出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)。2008年美國(guó)次貸危機(jī)反映出衍生金融產(chǎn)品積聚的全球性金融風(fēng)險(xiǎn),逐步從單一風(fēng)險(xiǎn)擴(kuò)展到難以分散和對(duì)沖的系統(tǒng)性風(fēng)險(xiǎn)。

        國(guó)內(nèi)外相關(guān)研究主要從金融產(chǎn)品創(chuàng)新的單一節(jié)點(diǎn)出發(fā)探討風(fēng)險(xiǎn)識(shí)別和管理,沒(méi)有從產(chǎn)品創(chuàng)新的整個(gè)鏈條分析風(fēng)險(xiǎn)的轉(zhuǎn)移和集聚。風(fēng)險(xiǎn)預(yù)警模型研究方面,多采用事后測(cè)度方法,格蘭杰因果檢驗(yàn)、ARCH族,VAR模型和協(xié)整檢驗(yàn)一般是確定金融市場(chǎng)波動(dòng)性傳導(dǎo)先后關(guān)系,不能量化和確定波動(dòng)傳導(dǎo)過(guò)程。本文嘗試采用BP神經(jīng)網(wǎng)絡(luò)模型建立更完善的風(fēng)險(xiǎn)預(yù)警系統(tǒng),從控制論角度解決風(fēng)險(xiǎn)控制產(chǎn)品鏈的問(wèn)題,有效熔斷風(fēng)險(xiǎn)鏈條的控制節(jié)點(diǎn),設(shè)置防火墻以防止系統(tǒng)性風(fēng)險(xiǎn)的蔓延。

        1 金融產(chǎn)品拓展中風(fēng)險(xiǎn)預(yù)警模型

        1.1 金融產(chǎn)品拓展鏈的風(fēng)險(xiǎn)累積與延伸

        金融產(chǎn)品創(chuàng)新遵循市場(chǎng)參與者對(duì)金融產(chǎn)品風(fēng)險(xiǎn)特征和盈利能力的原則,以市場(chǎng)需求、流動(dòng)性、風(fēng)險(xiǎn)配置對(duì)沖為原動(dòng)力。從基礎(chǔ)產(chǎn)品、衍生金融產(chǎn)品再到結(jié)構(gòu)性金融產(chǎn)品,形成一條產(chǎn)品的拓展鏈條,將金融風(fēng)險(xiǎn)通過(guò)拓展路徑逐漸傳播(見(jiàn)圖1)。

        風(fēng)險(xiǎn)存在于每一個(gè)拓展節(jié)點(diǎn)上,產(chǎn)品的創(chuàng)新拓展同時(shí)也將風(fēng)險(xiǎn)轉(zhuǎn)嫁,風(fēng)險(xiǎn)延拓展鏈條逐漸傳導(dǎo)、轉(zhuǎn)嫁給結(jié)構(gòu)性金融產(chǎn)品,因此風(fēng)險(xiǎn)在鏈條的終點(diǎn)集聚。以美國(guó)次貸危機(jī)為例,從次級(jí)抵押貸款(SM)到抵押擔(dān)保證券(MBS),商業(yè)銀行規(guī)避風(fēng)險(xiǎn)的過(guò)程中,通過(guò)資本市場(chǎng)將次級(jí)抵押貸款的流動(dòng)性風(fēng)險(xiǎn)轉(zhuǎn)嫁給證券投資者,這其中包含了居民個(gè)人的信用風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)。從MBS到債券抵押擔(dān)保債券(CDO)的過(guò)程中,投資銀行將現(xiàn)有的MBS通過(guò)杠桿融資和貸款的方式轉(zhuǎn)移給了投資者。這種關(guān)系隱含巨大系統(tǒng)性風(fēng)險(xiǎn),資本市場(chǎng)中大投資者理所當(dāng)然承擔(dān)風(fēng)險(xiǎn),這也是次貸危機(jī)蔓延的重要原因。從CDOs到CDO衍生品,信用違約風(fēng)險(xiǎn)互換(CDS)是重要的風(fēng)險(xiǎn)轉(zhuǎn)移中介。他們可以利用原始產(chǎn)品的特別目的載體(SPV),通過(guò)破產(chǎn)隔離和增信措施將信用風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)轉(zhuǎn)移到投資銀行,同時(shí)使資產(chǎn)所有權(quán)不會(huì)轉(zhuǎn)移。

        圖1 金融衍生產(chǎn)品6展鏈的風(fēng)險(xiǎn)積累與傳導(dǎo)圖

        1.2 基于神經(jīng)網(wǎng)絡(luò)的衍生金融產(chǎn)品風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建

        1.2.1 神經(jīng)網(wǎng)絡(luò)算法

        BP神經(jīng)網(wǎng)絡(luò)模型廣泛應(yīng)用于模式識(shí)別、風(fēng)險(xiǎn)評(píng)估和自適應(yīng)控制,可任意精確地逼近非線性函數(shù)。例如在一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò)中,每個(gè)圓圈代表一個(gè)神經(jīng)元,每個(gè)神經(jīng)元通過(guò)相互連接形成一個(gè)網(wǎng)絡(luò)拓?fù)?。如下?yè)圖2所示。

        從結(jié)構(gòu)上看,BP神經(jīng)網(wǎng)絡(luò)具有輸入層、輸出層和隱藏層3個(gè)層次,不僅包含輸入和輸出節(jié)點(diǎn),而且還包含一個(gè)或多個(gè)隱藏節(jié)點(diǎn)層,每個(gè)節(jié)點(diǎn)的輸出值由輸入值、函數(shù)和閾值共同決定。將輸入信息轉(zhuǎn)移到輸入節(jié)點(diǎn),通過(guò)權(quán)值的處理來(lái)傳導(dǎo)到隱藏節(jié)點(diǎn),隱藏層通過(guò)每個(gè)單元的操作后,發(fā)送到輸出節(jié)點(diǎn),輸出值與期望輸出相比,如果有誤差,則誤差反向傳播。如此逐層修改權(quán)值,直到輸出滿足要求。具體算法如下:

        圖2 三層BP神經(jīng)網(wǎng)絡(luò)圖

        (1)BP網(wǎng)絡(luò)的初始化操作:初始化隨機(jī)數(shù)wji和θj,標(biāo)記神經(jīng)元i到神經(jīng)元j的連接權(quán)重為wji,神經(jīng)元j(包括隱含層和輸入層)的閾值記為θj。

        (2)樣本數(shù)據(jù)選取:將已經(jīng)預(yù)處理的期望輸出向量{Ypl}和訓(xùn)練樣本向量{Xpl}導(dǎo)入建立的BP神經(jīng)網(wǎng)絡(luò)模型,其中,l和p分別表示輸入向量數(shù)和樣本數(shù)量。

        (3)計(jì)算各層的輸出:當(dāng)輸入層的輸入與輸出相同,即Opj=Xpj,其中Xpj是第p個(gè)樣本的第i個(gè)值。對(duì)于輸出層和隱含層來(lái)說(shuō),神經(jīng)元的輸出為Opj=F(∑wjiOpi-θj),其中Opi是神經(jīng)元j的輸入,也是神經(jīng)元i的輸出,F(xiàn)(x)是非線性可微分非遞減函數(shù),即F(x)=1/(1+e-x)。

        (4)計(jì)算各層誤差的信號(hào),隱含層為δpj=opj(1-opj),輸出層為

        (5)反向傳播過(guò)程,修正權(quán)值為 ωij(t+1)=ωij(t)+αδpjopj,α為學(xué)習(xí)速度。

        1.2.2 風(fēng)險(xiǎn)預(yù)警模型

        基于衍生金融工具風(fēng)險(xiǎn)具有非線性、復(fù)雜性和智能性的特點(diǎn),依靠傳統(tǒng)的Logistic回歸方法會(huì)直接或間接的依賴線性函數(shù)模型,影響預(yù)警信息發(fā)起的及時(shí)性和有效性。BP人工神經(jīng)網(wǎng)絡(luò)的反向傳播可以隨時(shí)根據(jù)自學(xué)習(xí)和培訓(xùn)的新數(shù)據(jù),將其內(nèi)部存儲(chǔ)權(quán)重參數(shù)調(diào)整到相應(yīng)的可變經(jīng)濟(jì)環(huán)境,本文利用BP人工神經(jīng)網(wǎng)絡(luò)對(duì)衍生金融工具對(duì)風(fēng)險(xiǎn)預(yù)警系統(tǒng)建模。

        (1)輸入節(jié)點(diǎn)的選擇

        根據(jù)衍生金融工具的基本類型和傳導(dǎo)機(jī)制,基于充分考慮巴塞爾協(xié)議衍生金融工具風(fēng)險(xiǎn)分類前提,選取12項(xiàng)對(duì)市場(chǎng)波動(dòng)數(shù)據(jù)具有前瞻性、敏感性和及時(shí)性的代表性指標(biāo),作為神經(jīng)網(wǎng)絡(luò)風(fēng)險(xiǎn)預(yù)警模型的輸入節(jié)點(diǎn):進(jìn)出口與GNP比率、外匯儲(chǔ)備風(fēng)險(xiǎn)、外債余額與進(jìn)出口額比率、資本充足率、市場(chǎng)資金集中率、市場(chǎng)資金總量變動(dòng)率、合約集中持倉(cāng)率、價(jià)格波動(dòng)性、合同凈頭寸暴露比率、風(fēng)險(xiǎn)價(jià)值充足率、最高持股比例、基差變動(dòng)率。輸入節(jié)點(diǎn)的數(shù)值需要對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行歸一化處理,將其轉(zhuǎn)換為[0,1]值域無(wú)量綱性指標(biāo)值,這里我們采用將每個(gè)參數(shù)值除以其理論上的最大值域的歸一化方法。

        (2)隱含層節(jié)點(diǎn)數(shù)的選擇

        根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)和Kolmogorov定理,這里選擇隱含層數(shù)為H=2M+1,其中M為輸入層的節(jié)點(diǎn)數(shù)。通過(guò)反復(fù)計(jì)算收斂速度和誤差率,不斷調(diào)整參數(shù),發(fā)現(xiàn)隱含層為25是驗(yàn)證的最佳選擇,即M選取25。

        (3)輸出節(jié)點(diǎn)的選擇

        根據(jù)主成分分析法的綜合評(píng)價(jià),充分考慮整個(gè)系統(tǒng)的穩(wěn)定性,最終選擇的4個(gè)輸出節(jié)點(diǎn):正常狀態(tài)輸出為[1000],低風(fēng)險(xiǎn)警戒輸出為[0100],中度風(fēng)險(xiǎn)警戒輸出為[0010],高度風(fēng)險(xiǎn)警戒輸出為[0001];分別對(duì)應(yīng)于主成分得分表中的4種不同的風(fēng)險(xiǎn)狀態(tài):F∈(-∞,0]時(shí)存在較大風(fēng)險(xiǎn),F(xiàn)∈(0,1]時(shí)存在風(fēng)險(xiǎn),F(xiàn)∈(1,2]時(shí)基本安全,F(xiàn)∈(2,+∞]時(shí)安全,因此輸出節(jié)點(diǎn)數(shù)確定為4。

        2 衍生金融工具風(fēng)險(xiǎn)預(yù)警模型的實(shí)證

        2.1 風(fēng)險(xiǎn)預(yù)警模型的訓(xùn)練

        通過(guò)BP神經(jīng)網(wǎng)絡(luò)模型對(duì)構(gòu)建的風(fēng)險(xiǎn)預(yù)警模型進(jìn)行訓(xùn)練學(xué)習(xí),把隱含層的閾值函數(shù)通過(guò)trainbpx函數(shù)訓(xùn)練,誤差標(biāo)準(zhǔn)采用標(biāo)準(zhǔn)均方誤差。建立模型中的參數(shù)設(shè)置如表1所示。實(shí)證采用Matlab軟件中BP神經(jīng)網(wǎng)絡(luò)的默認(rèn)值,即動(dòng)量系數(shù)α=0.19,學(xué)習(xí)率η=0.01,可接受的誤差ε=0.00001。經(jīng)過(guò)反復(fù)實(shí)驗(yàn)證明,這兩個(gè)參數(shù)可以使模型以非??斓乃俣仁諗吭谡`差范圍內(nèi)。

        表1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)

        采用以下措施衡量金融機(jī)構(gòu)衍生金融工具的風(fēng)險(xiǎn)狀況,并對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了342次仿真數(shù)據(jù)訓(xùn)練。如表2所示。

        表2 四組真實(shí)仿真數(shù)據(jù)訓(xùn)練數(shù)據(jù) (單位:%)

        根據(jù)下頁(yè)表3的輸出結(jié)果,模型的誤差結(jié)果為1.22。但此時(shí)得到訓(xùn)練結(jié)果并不收斂,因此利用BP神經(jīng)網(wǎng)絡(luò)的自適應(yīng)性對(duì)模型進(jìn)行優(yōu)化,擴(kuò)大每層的權(quán)重值,在迭代3586次以后,該模型滿足精度的優(yōu)化結(jié)果,訓(xùn)練效果非常理想。

        表3 神經(jīng)網(wǎng)絡(luò)衍生金融工具風(fēng)險(xiǎn)預(yù)警系統(tǒng)訓(xùn)練結(jié)果

        表3結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)模型對(duì)金融衍生工具風(fēng)險(xiǎn)預(yù)警具有較好的適用性。根據(jù)上述4組訓(xùn)練模擬數(shù)據(jù),可將風(fēng)險(xiǎn)預(yù)警程度分為4個(gè)警戒水平,一旦金融產(chǎn)品鏈條積累風(fēng)險(xiǎn)超過(guò)警戒水平,風(fēng)險(xiǎn)預(yù)警系統(tǒng)可依據(jù)訓(xùn)練獲得的數(shù)據(jù)及時(shí)發(fā)出預(yù)警信號(hào),并對(duì)風(fēng)險(xiǎn)的嚴(yán)重等級(jí)進(jìn)行更準(zhǔn)確的分類。金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理人員可以根據(jù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的警戒級(jí)別制定相應(yīng)的避險(xiǎn)方案。

        2.2 風(fēng)險(xiǎn)預(yù)警模型的評(píng)價(jià)

        通過(guò)實(shí)證研究證明,BP神經(jīng)網(wǎng)絡(luò)建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)具有較好的容錯(cuò)與識(shí)別能力,對(duì)數(shù)據(jù)的分布沒(méi)有嚴(yán)格要求,可以成功解決神經(jīng)網(wǎng)絡(luò)普遍的訓(xùn)練效率、收斂、訓(xùn)練癱瘓等問(wèn)題。同時(shí)它具有學(xué)習(xí)能力,可以隨時(shí)根據(jù)新數(shù)據(jù)進(jìn)行自學(xué)習(xí)和訓(xùn)練,將其內(nèi)部存儲(chǔ)權(quán)重參數(shù)調(diào)整到相應(yīng)的可變經(jīng)濟(jì)環(huán)境。因此認(rèn)為該模型能夠及時(shí)有效地預(yù)測(cè)復(fù)雜狀況下衍生金融工具的風(fēng)險(xiǎn)。

        3 金融產(chǎn)品拓展鏈的風(fēng)險(xiǎn)控制

        可以采用系統(tǒng)控制論中的前饋控制與反饋控制相結(jié)合的方式,來(lái)解決金融衍生產(chǎn)品的風(fēng)險(xiǎn)控制問(wèn)題。

        (1)風(fēng)險(xiǎn)控制中的前饋控制與反饋控制

        在控制金融產(chǎn)品風(fēng)險(xiǎn)控制的過(guò)程中,前饋控制應(yīng)事先采取相應(yīng)的控制措施,根據(jù)可能的狀態(tài)偏差調(diào)整和變更受控衍生產(chǎn)品的運(yùn)行狀態(tài)。但對(duì)運(yùn)行過(guò)程中可能發(fā)生的偏差,前饋控制對(duì)偏差的方向、程度和時(shí)機(jī)都不能準(zhǔn)確把握,或者控制時(shí)機(jī)把握不及時(shí),可能會(huì)導(dǎo)致前饋控制失誤,不能對(duì)風(fēng)險(xiǎn)因素進(jìn)行有效的控制。反饋控制利用風(fēng)險(xiǎn)預(yù)警系統(tǒng)的輸出值來(lái)產(chǎn)生控制力。如果在風(fēng)險(xiǎn)控制過(guò)程中出現(xiàn)的偏差是不可接受的,那么應(yīng)該分析差異的具體原因,并對(duì)風(fēng)險(xiǎn)做新的量化和修正。

        通過(guò)上述分析,采用前饋控制與反饋控制相結(jié)合的方式是金融衍生產(chǎn)品風(fēng)險(xiǎn)控制較為理想的方案。

        (2)風(fēng)險(xiǎn)控制模型的建立與風(fēng)險(xiǎn)控制的實(shí)施

        結(jié)合前饋控制與反饋控制建立模型:Lt*P<(La+Lb)-C。

        其中,Lt為風(fēng)險(xiǎn)事件發(fā)生的總損失;P為風(fēng)險(xiǎn)事件發(fā)生的概率;La為前饋控制識(shí)別出風(fēng)險(xiǎn)造成的損失;Lb為反饋控制識(shí)別出風(fēng)險(xiǎn)造成的損失;C為風(fēng)險(xiǎn)控制系統(tǒng)花費(fèi)的總成本。模型表達(dá)式左邊為總損失的加權(quán)平均值(即凈損失),右邊為實(shí)施風(fēng)險(xiǎn)控制所產(chǎn)生的總節(jié)約與總成本的差(即凈結(jié)余)。該表達(dá)式意味著在凈結(jié)余大于凈損失時(shí),風(fēng)險(xiǎn)控制是有效的。

        通過(guò)前饋控制和反饋控制識(shí)別出風(fēng)險(xiǎn)形成的損失可分為直接損失和間接損失。直接損失是指流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和匯率風(fēng)險(xiǎn)造成的損失,這種損失將對(duì)產(chǎn)品價(jià)格和市場(chǎng)價(jià)格產(chǎn)生直接損失。Lt則是指在不加以任何控制的情況下各類風(fēng)險(xiǎn)事件造成的損失總和,是對(duì)各種風(fēng)險(xiǎn)事件形成損失的加權(quán)。對(duì)前饋控制來(lái)講風(fēng)險(xiǎn)事件是隨機(jī)發(fā)生的,可以利用專家經(jīng)驗(yàn)數(shù)據(jù)對(duì)事件發(fā)生的概率和損失率來(lái)定義。

        在模型分析過(guò)程中,一旦能夠確定前饋控制和反饋控制是必要的,則將實(shí)施風(fēng)險(xiǎn)控制。首先確定風(fēng)險(xiǎn)管理的目標(biāo)和準(zhǔn)則,通過(guò)風(fēng)險(xiǎn)識(shí)別確定存在風(fēng)險(xiǎn)的種類和來(lái)源。然后根據(jù)不同的風(fēng)險(xiǎn)類型,依據(jù)數(shù)據(jù)評(píng)估事件發(fā)生概率和影響范圍對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估,并依據(jù)評(píng)估結(jié)果決策風(fēng)險(xiǎn)處置預(yù)案,即風(fēng)險(xiǎn)自留、風(fēng)險(xiǎn)轉(zhuǎn)移和風(fēng)險(xiǎn)規(guī)避,至此前饋風(fēng)險(xiǎn)控制階段完成。如果選擇風(fēng)險(xiǎn)轉(zhuǎn)移預(yù)案,那么風(fēng)險(xiǎn)控制方案進(jìn)一步細(xì)化和明確,直至制定完整的風(fēng)險(xiǎn)管理方案。此方案的執(zhí)行結(jié)果可以判斷風(fēng)險(xiǎn)事件造成的損失是否在可容忍范圍內(nèi),一旦事件損失超出可容忍范圍則觸發(fā)反饋控制流程,重新回歸起點(diǎn),反復(fù)修正風(fēng)險(xiǎn)控制模型,直到風(fēng)險(xiǎn)損失在可容忍范圍內(nèi),即凈結(jié)余大于凈損失,風(fēng)險(xiǎn)控制流程結(jié)束。

        面對(duì)不同的金融產(chǎn)品需要有區(qū)別的風(fēng)險(xiǎn)控制模型,基礎(chǔ)金融產(chǎn)品由于風(fēng)險(xiǎn)影響因素相對(duì)比較單一,采用前饋控制可以很大程度上控制風(fēng)險(xiǎn)發(fā)生概率,降低風(fēng)險(xiǎn)損失。但對(duì)于金融衍生產(chǎn)品來(lái)說(shuō),各種風(fēng)險(xiǎn)的積累使風(fēng)險(xiǎn)本身變得更為復(fù)雜,搭配反饋控制盡可能將事實(shí)偏差降低到預(yù)期水平,以實(shí)現(xiàn)風(fēng)險(xiǎn)管理的目標(biāo)。在風(fēng)險(xiǎn)控制過(guò)程中,可以對(duì)每個(gè)節(jié)點(diǎn)都進(jìn)行控制,保證在風(fēng)險(xiǎn)鏈過(guò)度聚集時(shí)可以有效介入熔斷機(jī)制,及時(shí)將風(fēng)險(xiǎn)鏈斷開(kāi),防止風(fēng)險(xiǎn)蔓延。

        猜你喜歡
        損失預(yù)警神經(jīng)網(wǎng)絡(luò)
        少問(wèn)一句,損失千金
        胖胖損失了多少元
        神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        法國(guó)發(fā)布高溫預(yù)警 嚴(yán)陣以待備戰(zhàn)“史上最熱周”
        玉米抽穗前倒伏怎么辦?怎么減少損失?
        園林有害生物預(yù)警與可持續(xù)控制
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        機(jī)載預(yù)警雷達(dá)對(duì)IFF 的干擾分析
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        一般自由碰撞的最大動(dòng)能損失
        亚洲熟妇丰满大屁股熟妇| 日本最新一区二区三区免费看| 精品自拍偷拍一区二区三区| 91中文在线九色视频| 国产91极品身材白皙| 女人天堂av人禽交在线观看| 亚洲成av人片乱码色午夜| 亚洲伊人一本大道中文字幕| 人妻忍着娇喘被中进中出视频| 国产精品成人午夜久久| 精品人妻夜夜爽一区二区| 久久精品一区午夜视频| 国产精品久久成人网站| 精品无码久久久久成人漫画| 熟妇与小伙子matur老熟妇e| 色综合久久久久综合999| 亚洲中文字幕高清在线视频一区| 女同三级伦理在线观看| 久久精品国产免费观看三人同眠| 亚洲 中文 欧美 日韩 在线| 丰满多毛的大隂户视频| 成人欧美在线视频| 狠狠躁夜夜躁人人爽天天不卡| 日本一区二区高清精品| 影音先锋色小姐| 国自产偷精品不卡在线| 精品免费福利视频| 无码一区二区丝袜| 日韩一区二区三区人妻免费观看| 精品丰满人妻无套内射| 亚洲国产美女在线观看| 亚洲av熟女天堂系列| 免费视频无打码一区二区三区| 日本高清h色视频在线观看| 精品国产福利久久久| 精品午夜一区二区三区| 成人免费av高清在线| 无遮掩无码h成人av动漫| 亚洲精品久久无码av片软件| 国产熟女av一区二区三区四季| 国产精品亚洲二区在线看|