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

        ?

        商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)實(shí)證分析

        2020-05-09 13:19:29石麗
        中國商論 2020年6期

        摘 要:根據(jù)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)模型,對(duì)滬深兩市商業(yè)地產(chǎn)上市企業(yè)2017年財(cái)務(wù)報(bào)表進(jìn)行研究,構(gòu)建財(cái)務(wù)風(fēng)險(xiǎn)指數(shù),運(yùn)用探索性因子分析法,形成了由資本結(jié)構(gòu)風(fēng)險(xiǎn)、盈利風(fēng)險(xiǎn)、收入風(fēng)險(xiǎn)和償債能力風(fēng)險(xiǎn)四個(gè)維度十三個(gè)三級(jí)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)構(gòu)成的商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)體系,并建立商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型。根據(jù)模型能計(jì)算企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)指數(shù),為其利益相關(guān)者進(jìn)行風(fēng)險(xiǎn)控制提供依據(jù)。

        關(guān)鍵詞:商業(yè)地產(chǎn)? 財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型?? 因子分析

        中圖分類號(hào):F275.5?文獻(xiàn)標(biāo)識(shí)碼:A? ?文章編號(hào):2096-0298(2020)03(b)--04

        自20世紀(jì)末中國停止住房實(shí)物分配,開始建立住房分配貨幣化、住房供給商品化和社會(huì)化的住房體制以來,房地產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重從2000年的4.14%,持續(xù)升高至2018年的6.65%,與此同時(shí),房地產(chǎn)業(yè)增加值指數(shù)(上年=100)一直保持在101以上,最低為2008年的101,最高為2007年的124.4,2018年為103.8。由此可見,房地產(chǎn)業(yè)是國民經(jīng)濟(jì)中的重要組成部分,發(fā)展迅速,受到社會(huì)各個(gè)層面的關(guān)注。

        隨著工業(yè)化、城鎮(zhèn)化進(jìn)程,房地產(chǎn)市場的高速發(fā)展,既推動(dòng)了金融業(yè)的發(fā)展,也彰顯其對(duì)金融業(yè)的依賴,據(jù)國家統(tǒng)計(jì)局統(tǒng)計(jì)房地產(chǎn)開發(fā)企業(yè)資產(chǎn)負(fù)債率2017年高達(dá)79.1%,危機(jī)蘊(yùn)藏其中。

        快速發(fā)展的房地產(chǎn)市場,受城市行政級(jí)別、地理位置、經(jīng)濟(jì)規(guī)模等諸多因素的影響,出現(xiàn)“冰火兩重天”現(xiàn)象,部分城市房價(jià)上漲過快。自2016年9月以來,從限購、限貸、限價(jià)、限售、限商的“五限”到“購租并舉”“租售同權(quán)”,政府調(diào)控政策頻繁變動(dòng)。

        負(fù)債高居不下的房地產(chǎn)開發(fā)企業(yè),由于受政府調(diào)控政策頻繁變動(dòng)而日益復(fù)雜的社會(huì)經(jīng)濟(jì)環(huán)境和房地產(chǎn)開發(fā)周期長、投資成本高、投資回收慢等影響,在經(jīng)營活動(dòng)中承受著比其他行業(yè)激烈又具有明顯行業(yè)特征的財(cái)務(wù)風(fēng)險(xiǎn)。商業(yè)地產(chǎn)企業(yè)利益相關(guān)者急切需要分析財(cái)務(wù)風(fēng)險(xiǎn),為加強(qiáng)資金運(yùn)動(dòng)管理提供依據(jù),以規(guī)避財(cái)務(wù)危機(jī),將財(cái)務(wù)風(fēng)險(xiǎn)控制在一定水平并實(shí)現(xiàn)財(cái)務(wù)目標(biāo),以應(yīng)對(duì)快速變動(dòng)的經(jīng)濟(jì)環(huán)境。

        1 文獻(xiàn)綜述

        財(cái)務(wù)風(fēng)險(xiǎn)管理的核心是風(fēng)險(xiǎn)的度量問題,國內(nèi)外學(xué)者先后從不同的維度建立模型,對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了度量。比較有代表性的有單變量破產(chǎn)預(yù)測研究、Z-score模型、F分?jǐn)?shù)模型、日本開發(fā)銀行Z模型、多元線性模型、Logistic模型、神經(jīng)網(wǎng)絡(luò)模型。

        近年來,我國房地產(chǎn)企業(yè)面臨的內(nèi)外部環(huán)境變化較其他行業(yè)激烈,財(cái)務(wù)風(fēng)險(xiǎn)也表現(xiàn)出了不同的特征,我國學(xué)者對(duì)房地產(chǎn)企業(yè)也紛紛對(duì)其進(jìn)行了研究。盛光明、周會(huì)(2005)在對(duì)房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)產(chǎn)生成因、環(huán)節(jié)基礎(chǔ)上,以2004年中報(bào)全部7家ST房地產(chǎn)類公司T-1年、T-2年、T-3年的財(cái)務(wù)數(shù)據(jù)作為樣本對(duì)Z計(jì)分模型進(jìn)行實(shí)證研究,發(fā)現(xiàn)Z計(jì)分模型對(duì)我國房地產(chǎn)類上市公司進(jìn)行財(cái)務(wù)預(yù)警是有效的;陳舒航(2010)根據(jù)房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)產(chǎn)生的內(nèi)外部環(huán)境建立財(cái)務(wù)風(fēng)險(xiǎn)評(píng)判指標(biāo),對(duì)專家咨詢意見予以量化,并運(yùn)用模糊層次分析法對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià);張紅、李洋、黃碩(2013)運(yùn)用多元判別法對(duì)Z-Score基準(zhǔn)模型修正構(gòu)建了穩(wěn)健性較強(qiáng)的中國房地產(chǎn)上市公司的財(cái)務(wù)預(yù)警模型FRE;程言美、程杰(2013)對(duì)我國房地產(chǎn)上市公司在2010年的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行研究,建立了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型;陶學(xué)梅(2016)根據(jù)X房地產(chǎn)公司內(nèi)外環(huán)境建立了包括財(cái)務(wù)指標(biāo)及非財(cái)務(wù)指標(biāo)的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,應(yīng)用功效系數(shù)法予以評(píng)價(jià),評(píng)定財(cái)務(wù)風(fēng)險(xiǎn)等級(jí) 。

        綜合上述研究發(fā)現(xiàn):(1)由于企業(yè)所處內(nèi)外環(huán)境的變化,財(cái)務(wù)風(fēng)險(xiǎn)將呈現(xiàn)不同的特征,其度量模型也隨之發(fā)生變化;(2)由于舊版COSO企業(yè)風(fēng)險(xiǎn)管理框架對(duì)風(fēng)險(xiǎn)定義的影響,許多財(cái)務(wù)風(fēng)險(xiǎn)模型以偏離預(yù)期目標(biāo)而出現(xiàn)的負(fù)面影響為基礎(chǔ)建立。本研究根據(jù)中國滬深兩市房地產(chǎn)板塊上市公司2017年財(cái)務(wù)狀況數(shù)據(jù)為依據(jù),建立商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)評(píng)價(jià)模型。

        2 財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型實(shí)證分析

        從財(cái)務(wù)風(fēng)險(xiǎn)定義出發(fā),應(yīng)用石麗(2020)的研究成果:企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)模型和企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型,根據(jù)滬深兩市房地產(chǎn)板塊共129個(gè)企業(yè),剔除2017年最后一個(gè)交易日停牌15個(gè)企業(yè),共114個(gè)企業(yè)2017年度公示財(cái)務(wù)報(bào)表數(shù)據(jù),商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)評(píng)價(jià)模型。

        2.1 三級(jí)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)確定

        根據(jù)財(cái)務(wù)風(fēng)險(xiǎn)理論及其他學(xué)者的研究成果,經(jīng)過定性分析選取資產(chǎn)負(fù)債率等32個(gè)反映財(cái)務(wù)狀況的財(cái)務(wù)指標(biāo),通過114個(gè)房地產(chǎn)上市企業(yè)2017年財(cái)務(wù)指標(biāo)數(shù)值進(jìn)行相關(guān)分析,最后選取了13個(gè)反映財(cái)務(wù)狀況的三級(jí)財(cái)務(wù)狀況指標(biāo),分別是 x11=負(fù)債總額/期末股東權(quán)益總額、 x12=期末總資產(chǎn)/期末股東權(quán)益總額、 x13=期末總負(fù)債/期末股東權(quán)益的市場價(jià)值=期末總負(fù)債/(每股市價(jià)×流通股數(shù)+每股凈資產(chǎn)×非流通股數(shù))、 x14=負(fù)債總額/資產(chǎn)總額、 x21=息稅前利潤/期末總資產(chǎn)、 x22=凈利潤/平均資產(chǎn)總額、 x23=加權(quán)平均凈資產(chǎn)收益率、 x24=營業(yè)利潤/營業(yè)收入、 x25=本年凈利潤增長額/上年凈利潤、 x31=銷售收入/平均總資產(chǎn)、 x32=銷售收入凈額/平均營運(yùn)資金、 x41=(期末流動(dòng)資產(chǎn)-期末流動(dòng)負(fù)債)/期末總資產(chǎn)、 x42=流動(dòng)資產(chǎn)/流動(dòng)負(fù)債。

        根據(jù)各指標(biāo)與財(cái)務(wù)風(fēng)險(xiǎn)的關(guān)系確定其預(yù)期財(cái)務(wù)指標(biāo)數(shù)據(jù),對(duì)第k個(gè)企業(yè)的財(cái)務(wù)指標(biāo) x11、 x13、 x14、 x24、 x25、 x32、 x42采用(1)計(jì)算財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)fijk,對(duì) x12、 x21 、 x22、 x23、 x31、 x42采用(2)計(jì)算財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)fijk,財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)f11、 f12、 f13、 f14、 f21、 f22、 f23、 f24、 f25、 f31、 f32、 f41、 f42,形成商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型的三級(jí)評(píng)價(jià)指標(biāo),從而獲得財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)矩陣F。

        (1)

        (2)

        2.2 二級(jí)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)確定

        2.2.1 因子分析的可行性

        運(yùn)用因子分析法對(duì)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)進(jìn)行降維,以確定各風(fēng)險(xiǎn)指數(shù)的層次。首先要進(jìn)行可行性分析。對(duì)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)矩陣F,用R語言進(jìn)行因子分析的統(tǒng)計(jì)檢驗(yàn),得到KMO值為0.73,大于0.5,適合使用因子分析;Bartlett球形檢驗(yàn)卡方近似值為1675.716,自由度為78,概率P值為3.198185e-298,BartlettP值小于等于0.01,表明Bartlett檢驗(yàn)顯著,因子模型合理;財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)f11、 f12、 f13、 f14、 f21、 f22、 f23、 f24、 f25、 f31、 f32、 f41、 f42的MSA(Measures of Sampling Adequacy)分別為0.7、0.71、0.85、0.85、0.71、0.69、0.79、0.75、0.77、0.61、0.55、0.56、0.65,都大于0.5,適合使用因子分析。

        因子分析對(duì)樣本量有一定要求,但具體樣本量尚沒有定論。本研究采用的114家房地產(chǎn)上市企業(yè)財(cái)務(wù)指標(biāo)數(shù)據(jù),樣本容量為114,既滿足統(tǒng)計(jì)學(xué)家Gorsuch建議的一個(gè)測量項(xiàng)目對(duì)應(yīng)5個(gè)被試的樣本量標(biāo)準(zhǔn)(13×5=75個(gè)樣本),也滿足胡中鋒和莫雷(2002)提出的樣本量不低于100的建議。

        統(tǒng)計(jì)檢驗(yàn)結(jié)果和研究樣本量顯示,財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)適合進(jìn)行因子分析。

        2.2.2 因子提取

        對(duì)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)矩陣F運(yùn)用因子分析作碎石圖,如圖1所示。從圖1中可以發(fā)現(xiàn):從平均線來看,應(yīng)選擇3個(gè)公共因子,從特征值大于1準(zhǔn)則來看,應(yīng)選4個(gè)公共因子。

        對(duì)13個(gè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)進(jìn)行主成分分析,采用Kaiser標(biāo)準(zhǔn)(特征值大于1準(zhǔn)則),提取4個(gè)公共影響因子,累計(jì)貢獻(xiàn)率為79.49%,所提取4個(gè)因子的特征值和方差貢獻(xiàn)率見表1。

        2.2.3 因子命名與解釋

        對(duì)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)矩陣F進(jìn)行斜交旋轉(zhuǎn),提取四個(gè)公共因子,對(duì)斜交旋轉(zhuǎn)后的因子載荷陣進(jìn)行分析,發(fā)現(xiàn)第一個(gè)公共因子中f11、 f12、 f13、 f14反映了企業(yè)資本結(jié)構(gòu)偏離預(yù)期而發(fā)生的風(fēng)險(xiǎn),其載荷分別為0.9865、0.9818、0.8772、0.8367,大于其他指標(biāo)的載荷,因此第一個(gè)公共因子F1命名為“資本結(jié)構(gòu)風(fēng)險(xiǎn)因子”;第二個(gè)公共因子中f22、 f23、 f24、 f25反映了企業(yè)盈利偏離預(yù)期而發(fā)生的風(fēng)險(xiǎn),其載荷分別為0.9479、0.9451、0.8966、0.6965、0.5322,大于其他指標(biāo)的載荷,因此將第二個(gè)公共因子F2命名為“盈利風(fēng)險(xiǎn)因子”;第三個(gè)公共因子中 f31、 f32反映了企業(yè)收入偏離預(yù)期而發(fā)生的風(fēng)險(xiǎn),其載荷分別為0.9949、0.4829,大于其他指標(biāo)的載荷,因此將第三個(gè)公共因子F3命名為“收入風(fēng)險(xiǎn)因子”;第四個(gè)公共因子中f41、 f42反映了企業(yè)償債能力偏離預(yù)期而發(fā)生的風(fēng)險(xiǎn),其載荷分別為0.9926、0.4767,大于其他指標(biāo)的載荷,因此將第四個(gè)公共因子F4命名為“償債能力風(fēng)險(xiǎn)因子”。F1、F2、F3、F4構(gòu)成二級(jí)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)。

        2.3? 權(quán)重的確定

        2.3.1 二級(jí)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重確定

        二級(jí)評(píng)價(jià)指標(biāo)權(quán)重即確定因子權(quán)重,可依據(jù)主因子的貢獻(xiàn)率ai來確定。根據(jù)表1主因子的貢獻(xiàn)率采用公式:

        進(jìn)行歸一化處理,即可得二級(jí)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重w=(0.4178,0.3062,0.1785,0.0975),見表2。根據(jù)權(quán)重計(jì)算結(jié)果資本結(jié)構(gòu)風(fēng)險(xiǎn)對(duì)房地產(chǎn)上市企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)影響最大,其次依次為盈利風(fēng)險(xiǎn)、收入風(fēng)險(xiǎn)、償債能力風(fēng)險(xiǎn)。

        2.3.2 三級(jí)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)權(quán)重確定

        因子分析過程中因子得分是對(duì)不可觀測的公因子做出的估計(jì)值,因子得分系數(shù)矩陣則是根據(jù)各財(cái)務(wù)風(fēng)險(xiǎn)三級(jí)評(píng)價(jià)指標(biāo)的取值經(jīng)過數(shù)學(xué)變換得出的反應(yīng)各主因子取值的回歸系數(shù)矩陣,因子得分系數(shù)矩陣見表2。根據(jù)因子提取、因子命名和因子得分系數(shù)矩陣,可以將各主因子(二級(jí)指標(biāo))以其歸屬的觀測變量反應(yīng)其回歸方程,具體如下:

        (3)

        (4)

        (5)

        (6)

        對(duì)各公共因子的回歸系數(shù)公式:

        進(jìn)行歸一化處理,即可得到三級(jí)指標(biāo)在其二級(jí)指標(biāo)的權(quán)重向量分別為

        財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)體系總目標(biāo)——房地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的總權(quán)重采用計(jì)算公式,計(jì)算結(jié)果見表2。

        2.4 商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型

        研究結(jié)果表2表現(xiàn)為財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型可用公式(7)(8)(9)(10)(11)。

        (7)

        (8)

        (9)

        (10)

        (11)

        3 結(jié)語

        依據(jù)商業(yè)地產(chǎn)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)模型對(duì)2017年度114家滬深上市房企財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)進(jìn)行評(píng)價(jià),發(fā)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)集聚現(xiàn)象明顯,呈現(xiàn)出行業(yè)集中趨勢(shì)特征,部分企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)出現(xiàn)極值現(xiàn)象,企業(yè)要關(guān)注內(nèi)外部環(huán)境的變化,積極應(yīng)對(duì)頻繁變動(dòng)的房地產(chǎn)調(diào)控政策。

        企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)受宏觀環(huán)境、行業(yè)環(huán)境的影響,不同行業(yè)、不同時(shí)期會(huì)體現(xiàn)出其不同的特征,將2017年上市房地產(chǎn)企業(yè)作為樣本,探尋商業(yè)地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)規(guī)律,體現(xiàn)了企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)柔性評(píng)價(jià)思想,其結(jié)論可為企業(yè)利益相關(guān)者進(jìn)行決策提供參考。

        參考文獻(xiàn)

        [1]石麗,魯杰.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)體系構(gòu)建思路[J].中國商論,2019(23).

        [2]盛光明,周會(huì).房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2005(4).

        [3]陳舒航.基于模糊綜合評(píng)價(jià)的房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究[J].財(cái)務(wù)與金融,2010(4).

        []張紅,李洋,黃碩.中國房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].河南社會(huì)科學(xué),2013(3).

        [4]程言美,程杰.我國房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的建立與應(yīng)用[J]. 武漢理工大學(xué)學(xué)報(bào),2013(6).

        [5]陶雪梅.X房地產(chǎn)公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)與控制研究[D].南寧:廣西財(cái)經(jīng)學(xué)院,2016.

        [6]傅德印.主成分分析中的統(tǒng)計(jì)檢驗(yàn)問題[C].2007-第十四次全國統(tǒng)計(jì)科學(xué)討論會(huì),2007.

        [7]李素紅,陳立文.基于因子分析法的房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)[J].河北工業(yè)大學(xué)學(xué)報(bào),2011(4).

        [8]高喜蘭.企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)程度評(píng)價(jià)研究[J].生產(chǎn)力研究,2014(11).

        [9]張煌強(qiáng).房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[J].廣西社會(huì)科學(xué),2015(7).

        作者簡介:石麗(1970-),女,漢族,云南麻栗坡人,副教授、會(huì)計(jì)師,碩士,主要從事管理學(xué)、統(tǒng)計(jì)學(xué)、市場調(diào)研教學(xué)。

        久久夜色精品国产欧美乱| 99久久国产免费观看精品| 又硬又粗进去好爽免费| 欧美内射深喉中文字幕| 国产亚洲欧美在线| av东京热一区二区三区| 精品一区二区三区婷婷| 偷国产乱人伦偷精品视频| 久久精品夜夜夜夜夜久久| 狠狠色噜噜狠狠狠狠97俺也去| 精品人妻一区二区三区狼人 | 亚洲国产av一区二区三区四区| 特级毛片全部免费播放a一级 | 中文字幕色偷偷人妻久久一区| 国产特级毛片aaaaaa视频| 国产精品视频一区国模私拍| 69搡老女人老妇女老熟妇| 狠狠爱婷婷网五月天久久| 国产成人精品a视频| 杨幂AV污网站在线一区二区| 蜜桃av夺取一区二区三区| 91九色人妻精品一区二区三区| 国产激情电影综合在线看| 99久久久精品免费香蕉| 国产三级c片在线观看| 秋霞在线视频| 激情欧美日韩一区二区| 国产美女av一区二区三区| 亚洲网站一区在线播放| 国产熟妇按摩3p高潮大叫| 亚洲熟妇在线视频观看| 日韩亚洲国产中文字幕| 国产午夜福利片在线观看| 亚洲欧美日韩在线一区| 国产精品亚洲av网站| 免费人成视频网站在线不卡| 图片区小说区激情区偷拍区| 一区二区视频观看在线| 国产天堂av在线播放资源 | 无码一区二区三区在| 美女扒开内裤让我捅的视频|