日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

從數(shù)學(xué)建模到金融風(fēng)控:信貸決策分析全流程實(shí)戰(zhàn)拆解

從數(shù)學(xué)建模到金融風(fēng)控:信貸決策分析全流程實(shí)戰(zhàn)拆解 簡介本資源是2020年全國大學(xué)生數(shù)學(xué)建模競賽C題“中小微企業(yè)信貸決策”的完整參賽成果包面向數(shù)學(xué)建模參賽學(xué)生、金融數(shù)據(jù)分析初學(xué)者及畢業(yè)設(shè)計(jì)階段的本科生聚焦小微企業(yè)風(fēng)控建模這一典型商業(yè)實(shí)戰(zhàn)問題。壓縮包共160個(gè)文件含60個(gè)xlsx與csv格式的原始及處理后數(shù)據(jù)集如train.csv、test.csv、42個(gè)txt日志與參數(shù)說明、26個(gè)jpg/png圖表含特征重要性圖、預(yù)測對比圖等、10個(gè)MATLAB核心算法腳本m文件、5個(gè)Word論文文檔含主論文與神經(jīng)網(wǎng)絡(luò)專項(xiàng)說明整體大小248.35MB結(jié)構(gòu)清晰、模塊可溯。已有659人學(xué)習(xí)下載提供從數(shù)據(jù)清洗、特征工程、多模型構(gòu)建線性回歸、決策樹、神經(jīng)網(wǎng)絡(luò)到交叉驗(yàn)證與結(jié)果可視化的全流程實(shí)現(xiàn)附帶可編輯論文與可運(yùn)行代碼便于復(fù)現(xiàn)、調(diào)試與課程設(shè)計(jì)拓展應(yīng)用。1. 項(xiàng)目概述從一道賽題到一套完整的信貸決策分析方案如果你關(guān)注過數(shù)學(xué)建模競賽尤其是國賽那么“中小微企業(yè)信貸決策”這個(gè)題目一定不陌生。2020年全國大學(xué)生數(shù)學(xué)建模競賽C題正是以此為核心要求參賽者基于給定的企業(yè)數(shù)據(jù)構(gòu)建一套量化評估模型為銀行等金融機(jī)構(gòu)提供信貸決策支持。這道題之所以經(jīng)典不僅因?yàn)樗o貼“金融服務(wù)實(shí)體經(jīng)濟(jì)”的時(shí)代脈搏更因?yàn)樗昝廊诤狭藬?shù)據(jù)分析、風(fēng)險(xiǎn)評估、優(yōu)化決策等多個(gè)核心建模技能是檢驗(yàn)參賽者綜合能力的絕佳試金石。我當(dāng)年作為指導(dǎo)老師帶著學(xué)生啃下了這道硬骨頭后來也反復(fù)研究過各種優(yōu)秀論文和開源方案。今天我就以一個(gè)過來人的視角為你徹底拆解這道賽題并分享一套經(jīng)過實(shí)戰(zhàn)檢驗(yàn)、包含完整論文思路和可運(yùn)行源代碼的解決方案。無論你是正在備賽的學(xué)生希望找到高質(zhì)量的參考案例還是對金融風(fēng)控、數(shù)據(jù)分析感興趣的從業(yè)者想了解如何將數(shù)學(xué)模型落地應(yīng)用這篇文章都將為你提供一條清晰的路徑和可直接“抄作業(yè)”的干貨。這道題的核心是解決銀行面對123家有信貸需求的中小微企業(yè)時(shí)如何科學(xué)地分配有限的信貸資金總額1億元并確定每家企業(yè)的信貸額度與利率。題目給出了這些企業(yè)近三年的發(fā)票信息、進(jìn)銷項(xiàng)數(shù)據(jù)、是否違約的標(biāo)簽以及一些靜態(tài)信息。難點(diǎn)在于數(shù)據(jù)是真實(shí)商業(yè)場景的縮影——不完整、有噪聲、量綱不一。你不能簡單地套用某個(gè)現(xiàn)成模型而必須像一個(gè)真正的信貸分析師一樣完成數(shù)據(jù)清洗、特征工程、信用評級(jí)、額度定價(jià)和資產(chǎn)組合優(yōu)化這一整套流程。最終提交的成果通常是一篇邏輯嚴(yán)謹(jǐn)?shù)恼撐暮椭嗡薪Y(jié)論的源代碼多為Python或MATLAB。接下來我將分步拆解這個(gè)過程中的每一個(gè)關(guān)鍵環(huán)節(jié)并附上我基于常見實(shí)踐補(bǔ)充的代碼要點(diǎn)和避坑指南。2. 核心解題思路與整體方案設(shè)計(jì)面對這樣一個(gè)開放性的綜合問題清晰的頂層設(shè)計(jì)是成功的一半。很多隊(duì)伍折戟沉沙不是因?yàn)槟硞€(gè)算法不精通而是從一開始思路就亂了。我們的整體方案可以概括為“一個(gè)核心目標(biāo)兩條分析主線三層模型架構(gòu)”。2.1 核心目標(biāo)與問題界定首先必須明確這不是一個(gè)單純的預(yù)測問題預(yù)測企業(yè)是否違約而是一個(gè)典型的“決策優(yōu)化”問題。銀行的終極目標(biāo)是在風(fēng)險(xiǎn)可控的前提下實(shí)現(xiàn)整體收益的最大化。因此我們的方案必須同時(shí)回答三個(gè)子問題風(fēng)險(xiǎn)評估如何量化每個(gè)企業(yè)的違約風(fēng)險(xiǎn)信用評分額度與利率定價(jià)對于不同風(fēng)險(xiǎn)的企業(yè)應(yīng)該給多少額度、定多高的利率風(fēng)險(xiǎn)定價(jià)資產(chǎn)組合優(yōu)化在總額度固定的約束下如何分配資金使得總收益最高、風(fēng)險(xiǎn)最低組合優(yōu)化這三個(gè)問題環(huán)環(huán)相扣。風(fēng)險(xiǎn)評估是基礎(chǔ)定價(jià)是橋梁優(yōu)化是最終決策。任何試圖跳過前兩步直接做優(yōu)化的嘗試都會(huì)因?yàn)槿狈侠淼妮斎攵 ?.2 兩條分析主線企業(yè)經(jīng)營與信貸行為題目數(shù)據(jù)提供了兩個(gè)維度的信息對應(yīng)兩條分析主線主線一企業(yè)經(jīng)營健康度分析。利用進(jìn)銷項(xiàng)發(fā)票數(shù)據(jù)時(shí)間、金額、對象我們可以構(gòu)建反映企業(yè)生存狀態(tài)的核心指標(biāo)。例如流動(dòng)性指標(biāo)銷售收入波動(dòng)率、月度進(jìn)銷項(xiàng)差額、現(xiàn)金轉(zhuǎn)換周期模擬。盈利性指標(biāo)毛利率模擬、進(jìn)銷項(xiàng)比率。成長性指標(biāo)銷售收入同比增長率、客戶/供應(yīng)商集中度。穩(wěn)定性指標(biāo)交易頻率的規(guī)律性、發(fā)票作廢率。 這些指標(biāo)是從企業(yè)基本面判斷其還款能力的核心尤其適用于那些缺乏抵押物的信用貸款評估。主線二信貸歷史與行為分析。題目給出了“是否違約”的標(biāo)簽這是最直接的信用信息。我們需要利用這部分?jǐn)?shù)據(jù)但要注意處理樣本不平衡違約企業(yè)通常占少數(shù)和潛在的數(shù)據(jù)質(zhì)量問題。此外可以結(jié)合企業(yè)靜態(tài)信息如成立年限、行業(yè)挖掘其與違約率的關(guān)聯(lián)。2.3 三層模型架構(gòu)設(shè)計(jì)基于以上分析我們設(shè)計(jì)一個(gè)三層遞進(jìn)的模型架構(gòu)這是方案的技術(shù)骨架第一層信用評分模型。融合兩條主線的特征使用機(jī)器學(xué)習(xí)算法如邏輯回歸、XGBoost、LightGBM訓(xùn)練一個(gè)分類模型預(yù)測企業(yè)的違約概率PD, Probability of Default。這一層的輸出是一個(gè)0到1之間的數(shù)值代表企業(yè)的風(fēng)險(xiǎn)水平。注意這里有一個(gè)關(guān)鍵技巧——不要只輸出“是否違約”的0/1標(biāo)簽一定要輸出“違約概率”。因?yàn)楹罄m(xù)的風(fēng)險(xiǎn)定價(jià)和優(yōu)化都需要連續(xù)的風(fēng)險(xiǎn)度量二分類標(biāo)簽的信息量不夠。第二層風(fēng)險(xiǎn)定價(jià)模型。根據(jù)第一層輸出的違約概率PD結(jié)合信貸基本原理為每家企業(yè)計(jì)算建議的信貸額度和利率。這里通常采用“風(fēng)險(xiǎn)調(diào)整后的收益最大化”原則。一個(gè)簡化的定價(jià)公式思路是利率 無風(fēng)險(xiǎn)利率 風(fēng)險(xiǎn)溢價(jià) * 違約概率其中風(fēng)險(xiǎn)溢價(jià)需要根據(jù)銀行的風(fēng)險(xiǎn)偏好和資金成本來設(shè)定。額度則可以根據(jù)企業(yè)的資金需求如年均銷項(xiàng)總額的一定比例和風(fēng)險(xiǎn)水平共同決定為高風(fēng)險(xiǎn)企業(yè)設(shè)置額度上限。第三層信貸資產(chǎn)組合優(yōu)化模型。在1億元的總預(yù)算和每家企業(yè)的額度建議約束下以“總期望收益最大化”或“風(fēng)險(xiǎn)調(diào)整后收益如夏普比率最大化”為目標(biāo)建立優(yōu)化模型。決策變量是是否給某家企業(yè)貸款以及貸款多少。這是一個(gè)帶約束的優(yōu)化問題可以用線性規(guī)劃、整數(shù)規(guī)劃或啟發(fā)式算法如遺傳算法求解。這一層的輸出就是最終的信貸決策方案給哪些企業(yè)貸款分別貸多少利率是多少。這個(gè)三層架構(gòu)邏輯清晰層層遞進(jìn)且每一層都有成熟的理論和方法支撐在論文中易于闡述在編程上也易于模塊化實(shí)現(xiàn)。3. 數(shù)據(jù)預(yù)處理與特征工程實(shí)戰(zhàn)詳解好的模型離不開好的數(shù)據(jù)。這道題給出的數(shù)據(jù)看似規(guī)整實(shí)則暗藏玄機(jī)。數(shù)據(jù)預(yù)處理和特征工程階段的工作直接決定了后續(xù)模型的天花板。3.1 數(shù)據(jù)清洗處理真實(shí)世界的“臟數(shù)據(jù)”首先需要加載并審視所有數(shù)據(jù)表企業(yè)信息、進(jìn)項(xiàng)發(fā)票、銷項(xiàng)發(fā)票、違約標(biāo)簽。缺失值處理靜態(tài)信息中的缺失值如某些企業(yè)無行業(yè)分類可以采用眾數(shù)填充或單獨(dú)設(shè)為“未知”類別。對于發(fā)票數(shù)據(jù)中的缺失如關(guān)鍵字段為空通常直接刪除該條記錄因?yàn)闊o法推測。異常值處理這是重中之重。發(fā)票金額會(huì)出現(xiàn)極端大或極端小的值如幾分錢或巨額交易。方法使用箱線圖或3σ原則識(shí)別異常值。對于明顯不符合商業(yè)邏輯的異常值如金額為負(fù)且非退貨、金額極小如0.01元且頻繁出現(xiàn)需要結(jié)合業(yè)務(wù)判斷。一種穩(wěn)妥的做法是將超出行業(yè)常規(guī)交易規(guī)模上下限的數(shù)據(jù)視為異常予以剔除或縮尾處理Winsorization。實(shí)操心得不要武斷地刪除所有統(tǒng)計(jì)上的異常值。有些小額交易可能是測試單或費(fèi)用有些大額交易可能是真實(shí)業(yè)務(wù)。可以嘗試按企業(yè)分組計(jì)算其歷史交易金額的分位數(shù)如99%分位數(shù)將超過該分位數(shù)一定倍數(shù)的交易視為異常這樣更個(gè)性化。數(shù)據(jù)一致性檢查檢查發(fā)票日期是否在合理范圍內(nèi)如不超過當(dāng)前日期進(jìn)項(xiàng)和銷項(xiàng)發(fā)票中的企業(yè)ID是否都在企業(yè)信息表中存在。確保用于關(guān)聯(lián)的鍵是準(zhǔn)確無誤的。3.2 特征構(gòu)建從原始數(shù)據(jù)中提煉“黃金指標(biāo)”這是最體現(xiàn)創(chuàng)造力和業(yè)務(wù)理解的部分。我們需要從時(shí)序交易數(shù)據(jù)中構(gòu)造出能表征企業(yè)健康狀況的靜態(tài)特征。以下是一些經(jīng)過驗(yàn)證的有效特征方向及構(gòu)建方法基于聚合統(tǒng)計(jì)的特征銷售規(guī)模企業(yè)近一年/兩年的銷項(xiàng)總額、月均銷售額。經(jīng)營穩(wěn)定性銷售額的月度變異系數(shù)標(biāo)準(zhǔn)差/均值、月度銷售額的最大回撤連續(xù)下降幅度。盈利能力模擬(銷項(xiàng)總額 - 進(jìn)項(xiàng)總額) / 銷項(xiàng)總額。注意這只是一個(gè)非常粗略的毛利估算因?yàn)檫M(jìn)銷項(xiàng)并非嚴(yán)格成本收入配比但能反映一定的盈利趨勢。資金周轉(zhuǎn)情況計(jì)算每個(gè)月的“凈現(xiàn)金流”月銷項(xiàng)總額 - 月進(jìn)項(xiàng)總額觀察其正負(fù)分布和趨勢?;跁r(shí)序行為的特征交易活躍度每月平均交易次數(shù)、交易天數(shù)的比例。增長趨勢利用線性回歸擬合月度銷售額的時(shí)間序列其斜率可作為增長趨勢的量化指標(biāo)。季節(jié)性計(jì)算銷售額的月度環(huán)比增長率或使用傅里葉變換提取周期性成分的強(qiáng)度。基于復(fù)雜網(wǎng)絡(luò)的特征進(jìn)階將企業(yè)和其交易對手客戶/供應(yīng)商視為節(jié)點(diǎn)交易關(guān)系視為邊可以構(gòu)建一個(gè)交易網(wǎng)絡(luò)??梢杂?jì)算每個(gè)企業(yè)的網(wǎng)絡(luò)中心性指標(biāo)如度中心性交易對手?jǐn)?shù)量、加權(quán)度中心性交易總額。一個(gè)與眾多穩(wěn)定伙伴交易的企業(yè)通常風(fēng)險(xiǎn)更低。還可以分析企業(yè)交易網(wǎng)絡(luò)的聚集系數(shù)反映其交易圈的緊密程度?;谖谋?分類的特征對企業(yè)名稱、交易對手名稱進(jìn)行簡單的文本分析如是否包含“科技”、“貿(mào)易”、“實(shí)業(yè)”等關(guān)鍵詞或利用行業(yè)信息進(jìn)行編碼。3.3 特征選擇與編碼構(gòu)建出大量特征后需要進(jìn)行篩選避免維度災(zāi)難和過擬合。過濾法計(jì)算每個(gè)特征與目標(biāo)變量是否違約的相關(guān)性如方差分析、互信息剔除相關(guān)性極低的特征。包裹法使用遞歸特征消除RFE配合一個(gè)基礎(chǔ)模型如邏輯回歸自動(dòng)選擇最重要的特征子集。嵌入法直接使用L1正則化的模型如Lasso回歸或樹模型如XGBoost訓(xùn)練后根據(jù)特征重要性排序進(jìn)行選擇。對于類別型特征如行業(yè)必須進(jìn)行編碼。最常用的是標(biāo)簽編碼Label Encoding或獨(dú)熱編碼One-Hot Encoding。如果類別數(shù)不多獨(dú)熱編碼更安全如果類別數(shù)多且存在序關(guān)系標(biāo)簽編碼更節(jié)省空間。避坑指南特征工程最容易犯的錯(cuò)誤是“數(shù)據(jù)泄露”。絕對不能在構(gòu)建特征時(shí)使用未來的信息。例如計(jì)算企業(yè)2020年的特征只能使用截至2019年底的數(shù)據(jù)。在代碼中務(wù)必嚴(yán)格按照時(shí)間戳進(jìn)行數(shù)據(jù)切割或者使用滾動(dòng)窗口的方式計(jì)算歷史統(tǒng)計(jì)量。4. 信用評分模型構(gòu)建與實(shí)現(xiàn)信用評分模型是整個(gè)體系的基石。我們的目標(biāo)是得到一個(gè)穩(wěn)定、可解釋、且能輸出概率的模型。4.1 模型選型與理由邏輯回歸Logistic Regression作為基線模型的首選。優(yōu)點(diǎn)在于模型簡單、可解釋性強(qiáng)可以直接得到違約概率??梢酝ㄟ^添加多項(xiàng)式項(xiàng)和交互項(xiàng)來捕捉非線性。在特征經(jīng)過充分篩選和標(biāo)準(zhǔn)化后邏輯回歸往往能有不錯(cuò)的表現(xiàn)且論文中易于闡述其系數(shù)含義如“銷售收入每增加一個(gè)單位違約幾率比降低X%”。集成樹模型XGBoost/LightGBM/CatBoost當(dāng)前風(fēng)控領(lǐng)域的絕對主流。它們能自動(dòng)處理非線性關(guān)系和特征交互對異常值不敏感且通常能獲得更高的預(yù)測精度。LightGBM和CatBoost對類別特征處理更友好訓(xùn)練速度更快。選擇建議在競賽中為了展示技術(shù)全面性可以同時(shí)構(gòu)建邏輯回歸和LightGBM兩個(gè)模型對比其性能。邏輯回歸用于解釋LightGBM用于追求精度。最終可以融合兩者的預(yù)測結(jié)果或直接使用表現(xiàn)更好的那個(gè)。4.2 樣本處理與模型訓(xùn)練由于違約企業(yè)通常是少數(shù)我們需要處理樣本不平衡問題。重采樣技術(shù)過采樣如SMOTE算法在少數(shù)類樣本間合成新樣本。優(yōu)點(diǎn)是能充分利用所有樣本信息但可能引入噪聲。欠采樣隨機(jī)減少多數(shù)類樣本。優(yōu)點(diǎn)是計(jì)算快但會(huì)丟失信息。競賽實(shí)用策略通常使用SMOTE或ADASYN進(jìn)行過采樣或者直接在模型訓(xùn)練時(shí)調(diào)整類別權(quán)重如XGBoost的scale_pos_weight參數(shù)。建議嘗試不同組合在驗(yàn)證集上選擇最佳方案。訓(xùn)練與驗(yàn)證絕對不能使用全部數(shù)據(jù)訓(xùn)練后直接在測試集上評估。必須劃分訓(xùn)練集和驗(yàn)證集如70%-30%或者使用交叉驗(yàn)證如5折交叉驗(yàn)證。交叉驗(yàn)證能更穩(wěn)健地評估模型性能并用于調(diào)參。4.3 模型評估與閾值選擇評估二分類模型不能只看準(zhǔn)確率Accuracy因?yàn)樵诓黄胶鈹?shù)據(jù)上它會(huì)失真。核心評估指標(biāo)AUC-ROC這是最核心的指標(biāo)衡量模型將正例違約排在負(fù)例不違約前面的能力與閾值無關(guān)。AUC越接近1越好0.5相當(dāng)于隨機(jī)猜測。KS值衡量模型區(qū)分度的常用指標(biāo)是TPR與FPR之差的最大值。KS0.3通常認(rèn)為模型有較好的區(qū)分能力。精確率Precision與召回率Recall這是一對權(quán)衡指標(biāo)。在信貸中我們通常更關(guān)注召回率Recall即盡可能多地找出所有潛在的違約客戶寧可錯(cuò)殺不可放過因?yàn)槁┑粢粋€(gè)壞客戶帶來的損失遠(yuǎn)大于拒絕一個(gè)好客戶的損失。但同時(shí)過低的精確率會(huì)導(dǎo)致大量好客戶被拒絕業(yè)務(wù)無法開展。閾值選擇模型輸出的是概率需要設(shè)定一個(gè)閾值如0.5來判斷“違約”與“不違約”。這個(gè)閾值的選擇直接關(guān)系到召回率和精確率的平衡。我們可以通過繪制P-R曲線或根據(jù)業(yè)務(wù)成本來尋找最優(yōu)閾值。例如如果銀行認(rèn)為漏掉一個(gè)壞客戶的損失是拒絕一個(gè)好客戶損失的10倍那么可以通過代價(jià)敏感學(xué)習(xí)來調(diào)整閾值。4.4 代碼實(shí)現(xiàn)要點(diǎn)Python示例import pandas as pd import numpy as np from sklearn.model_selection import train_test_split, GridSearchCV from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.metrics import roc_auc_score, classification_report, confusion_matrix import lightgbm as lgb from imblearn.over_sampling import SMOTE # 導(dǎo)入SMOTE # 假設(shè) df_features 是包含所有特征和標(biāo)簽‘label’的DataFrame X df_features.drop(label, axis1) y df_features[label] # 1. 劃分?jǐn)?shù)據(jù)集 X_train, X_val, y_train, y_val train_test_split(X, y, test_size0.3, random_state42, stratifyy) # 2. 處理樣本不平衡 (在訓(xùn)練集上做) smote SMOTE(random_state42) X_train_res, y_train_res smote.fit_resample(X_train, y_train) # 3. 特征標(biāo)準(zhǔn)化 (對數(shù)值型特征) numeric_cols X_train.select_dtypes(include[np.number]).columns scaler StandardScaler() X_train_res[numeric_cols] scaler.fit_transform(X_train_res[numeric_cols]) X_val[numeric_cols] scaler.transform(X_val[numeric_cols]) # 4. 訓(xùn)練邏輯回歸模型 lr_model LogisticRegression(penaltyl2, C1.0, solverliblinear, random_state42) lr_model.fit(X_train_res, y_train_res) y_val_pred_prob_lr lr_model.predict_proba(X_val)[:, 1] auc_lr roc_auc_score(y_val, y_val_pred_prob_lr) print(f邏輯回歸 AUC: {auc_lr:.4f}) # 5. 訓(xùn)練LightGBM模型 lgb_train lgb.Dataset(X_train_res, y_train_res) lgb_val lgb.Dataset(X_val, y_val, referencelgb_train) params { boosting_type: gbdt, objective: binary, metric: auc, num_leaves: 31, learning_rate: 0.05, feature_fraction: 0.9, bagging_fraction: 0.8, bagging_freq: 5, verbose: -1, random_state: 42, scale_pos_weight: len(y_train_res[y_train_res0]) / len(y_train_res[y_train_res1]) # 設(shè)置類別權(quán)重 } gbm_model lgb.train(params, lgb_train, num_boost_round1000, valid_sets[lgb_val], callbacks[lgb.early_stopping(stopping_rounds50), lgb.log_evaluation(period100)]) y_val_pred_prob_gbm gbm_model.predict(X_val, num_iterationgbm_model.best_iteration) auc_gbm roc_auc_score(y_val, y_val_pred_prob_gbm) print(fLightGBM AUC: {auc_gbm:.4f}) # 6. 模型融合 (簡單加權(quán)平均) final_pred_prob 0.3 * y_val_pred_prob_lr 0.7 * y_val_pred_prob_gbm # 權(quán)重可根據(jù)驗(yàn)證集表現(xiàn)調(diào)整 auc_final roc_auc_score(y_val, final_pred_prob) print(f融合模型 AUC: {auc_final:.4f})5. 風(fēng)險(xiǎn)定價(jià)與額度測算模型得到企業(yè)的違約概率PD后我們需要將其轉(zhuǎn)化為具體的業(yè)務(wù)決策貸多少額度和以什么價(jià)格貸利率。5.1 基于風(fēng)險(xiǎn)的利率定價(jià)原理銀行定價(jià)的核心是覆蓋“預(yù)期損失”并獲取“風(fēng)險(xiǎn)溢價(jià)”。一個(gè)簡化的定價(jià)公式如下貸款利率 資金成本 運(yùn)營成本 預(yù)期損失 風(fēng)險(xiǎn)溢價(jià) 目標(biāo)利潤其中資金成本銀行獲取資金的成本可近似用國債收益率或同業(yè)拆借利率表示。運(yùn)營成本審批、管理等固定成本分?jǐn)?。預(yù)期損失EL 違約概率PD × 違約損失率LGD × 風(fēng)險(xiǎn)暴露EAD。在本題簡化模型中我們可以假設(shè)LGD違約后能收回的比例是一個(gè)固定值如50%EAD就是貸款額度本身。風(fēng)險(xiǎn)溢價(jià)對承擔(dān)非預(yù)期風(fēng)險(xiǎn)的補(bǔ)償。目標(biāo)利潤銀行要求的資本回報(bào)。對于競賽我們可以大幅簡化。一個(gè)常見且合理的簡化模型是利率_i 基準(zhǔn)利率 α × PD_i其中基準(zhǔn)利率包含了資金成本、運(yùn)營成本和基礎(chǔ)利潤α是一個(gè)調(diào)節(jié)系數(shù)反映了銀行的風(fēng)險(xiǎn)厭惡程度。PD_i越高利率越高。我們需要設(shè)定基準(zhǔn)利率和α的值使其在現(xiàn)實(shí)合理范圍內(nèi)例如最終利率分布在5%到15%之間。5.2 信貸額度測算思路額度測算需要平衡企業(yè)需求、銀行風(fēng)險(xiǎn)和監(jiān)管要求。需求側(cè)測算根據(jù)企業(yè)的經(jīng)營規(guī)模估算。一個(gè)常用方法是取企業(yè)近一年年均銷項(xiàng)收入的一個(gè)比例如20%-30%作為其理論資金需求上限。額度需求上限_i 年均銷售額_i × ββ可取0.25風(fēng)險(xiǎn)側(cè)約束根據(jù)PD設(shè)置風(fēng)險(xiǎn)限額??梢詾椴煌L(fēng)險(xiǎn)等級(jí)如根據(jù)PD分箱的企業(yè)設(shè)置不同的最高額度。例如PD0.3的企業(yè)單戶額度不超過50萬。綜合確定最終的建議額度取min(需求側(cè)測算額度 風(fēng)險(xiǎn)側(cè)限額)。同時(shí)所有企業(yè)的額度之和不能超過1億元的總預(yù)算這個(gè)約束留待最后的優(yōu)化模型解決。5.3 實(shí)現(xiàn)代碼片段# 假設(shè)我們已經(jīng)有了所有企業(yè)的違約概率列表 pd_list def calculate_interest_rate(pd, base_rate0.05, alpha0.3): 計(jì)算基于PD的利率 rate base_rate alpha * pd # 設(shè)置利率上下限例如5%到15% rate np.clip(rate, 0.05, 0.15) return rate def calculate_credit_limit(annual_sales, pd, sales_ratio0.25, risk_limits[(0.0, 0.1, 1e7), (0.1, 0.3, 5e6), (0.3, 1.0, 1e6)]): 計(jì)算建議信貸額度 # 基于銷售額的需求額度 demand_limit annual_sales * sales_ratio # 基于PD的風(fēng)險(xiǎn)額度 risk_limit 1e6 # 默認(rèn)值 for low, high, limit in risk_limits: if low pd high: risk_limit limit break # 取兩者最小值 suggested_limit min(demand_limit, risk_limit) return suggested_limit # 應(yīng)用函數(shù) df_companies[PD] final_pred_prob # 假設(shè)這是融合模型預(yù)測的違約概率 df_companies[Annual_Sales] ... # 從特征中獲取的年銷售額 df_companies[Interest_Rate] df_companies[PD].apply(calculate_interest_rate) df_companies[Suggested_Limit] df_companies.apply(lambda row: calculate_credit_limit(row[Annual_Sales], row[PD]), axis1) print(df_companies[[企業(yè)ID, PD, Interest_Rate, Suggested_Limit]].head())6. 信貸資產(chǎn)組合優(yōu)化模型這是最后一步也是決定性的“臨門一腳”。銀行有1個(gè)億但所有企業(yè)的建議額度之和可能遠(yuǎn)超過這個(gè)數(shù)。我們需要科學(xué)地選擇貸款組合。6.1 優(yōu)化問題建模我們可以將其構(gòu)建為一個(gè)0-1整數(shù)規(guī)劃問題決策變量x_i ∈ {0, 1}表示是否給企業(yè)i貸款。為了簡化可以先假設(shè)貸款額度就是之前計(jì)算的建議額度或按比例縮放或者將額度也作為連續(xù)決策變量。目標(biāo)函數(shù)最大化總期望收益。Maximize: Σ [ x_i * Limit_i * Interest_Rate_i * (1 - PD_i) - x_i * Limit_i * PD_i * LGD ]解釋收益部分是企業(yè)正常還款時(shí)銀行獲得的利息本金×利率×1-違約概率損失部分是違約時(shí)銀行損失的本金本金×違約概率×違約損失率。約束條件預(yù)算約束Σ (x_i * Limit_i) 總預(yù)算1e8。風(fēng)險(xiǎn)分散約束可選對單一行業(yè)或地區(qū)的貸款總額設(shè)置上限避免過度集中。決策變量約束x_i 為0或1。6.2 求解方法精確求解對于123個(gè)0-1變量使用專業(yè)的優(yōu)化求解器如PuLP調(diào)用CBC或ortools可以在可接受時(shí)間內(nèi)求得最優(yōu)解。啟發(fā)式算法如果問題規(guī)模更大或約束更復(fù)雜可以使用遺傳算法、模擬退火等啟發(fā)式算法尋找近似最優(yōu)解。這在競賽中也是展示能力的好機(jī)會(huì)。6.3 Python實(shí)現(xiàn)示例使用PuLP庫import pulp # 假設(shè) df 是包含了所有企業(yè)信息的DataFrame包含列企業(yè)ID, Limit, Interest_Rate, PD, Industry # 設(shè)定違約損失率 LGD 0.5 TOTAL_BUDGET 1e8 # 創(chuàng)建問題 prob pulp.LpProblem(Credit_Portfolio_Optimization, pulp.LpMaximize) # 創(chuàng)建決策變量 x pulp.LpVariable.dicts(x, df[企業(yè)ID].tolist(), lowBound0, upBound1, catBinary) # 設(shè)置目標(biāo)函數(shù) # 期望收益 利息收入 * (1-PD) - 預(yù)期損失 prob pulp.lpSum([x[idx] * df.loc[idx, Limit] * (df.loc[idx, Interest_Rate] * (1 - df.loc[idx, PD]) - df.loc[idx, PD] * LGD) for idx in df.index]) # 添加預(yù)算約束 prob pulp.lpSum([x[idx] * df.loc[idx, Limit] for idx in df.index]) TOTAL_BUDGET # 可選添加行業(yè)分散約束例如每個(gè)行業(yè)貸款不超過總預(yù)算的30% industry_list df[Industry].unique() for industry in industry_list: industry_companies df[df[Industry] industry].index prob pulp.lpSum([x[idx] * df.loc[idx, Limit] for idx in industry_companies]) 0.3 * TOTAL_BUDGET # 求解問題 solver pulp.PULP_CBC_CMD(msgFalse) # 使用CBC求解器不輸出日志 prob.solve(solver) # 輸出結(jié)果 print(pulp.LpStatus[prob.status]) if pulp.LpStatus[prob.status] Optimal: df[Decision] [pulp.value(x[idx]) for idx in df.index] selected_companies df[df[Decision] 1] total_investment selected_companies[Limit].sum() expected_profit pulp.value(prob.objective) print(f最優(yōu)解找到) print(f共向 {len(selected_companies)} 家企業(yè)放貸。) print(f總投資額{total_investment:.2f} 元) print(f期望總收益{expected_profit:.2f} 元) print(selected_companies[[企業(yè)ID, Limit, Interest_Rate, PD]].head())7. 論文寫作核心要點(diǎn)與代碼整合對于數(shù)學(xué)建模競賽論文是最終呈現(xiàn)的載體。再好的模型如果表達(dá)不清也會(huì)大打折扣。7.1 論文結(jié)構(gòu)建議摘要重中之重用一段話精煉概括問題、你的思路、所用模型方法、主要結(jié)果和結(jié)論。務(wù)必包含關(guān)鍵數(shù)字如AUC值、最終分配企業(yè)數(shù)、總期望收益。問題重述與分析用自己的語言梳理題目要求明確要解決的幾個(gè)子問題并分析難點(diǎn)。模型假設(shè)與符號(hào)說明列出合理的、簡化問題的假設(shè)。清晰定義文中用到的主要符號(hào)。模型建立與求解這是論文主體。對應(yīng)我們之前的思路分節(jié)闡述數(shù)據(jù)預(yù)處理與特征工程信用評分模型附上模型評估結(jié)果如AUC曲線、KS值表風(fēng)險(xiǎn)定價(jià)與額度測算模型信貸資產(chǎn)組合優(yōu)化模型附上優(yōu)化結(jié)果表格模型檢驗(yàn)與靈敏度分析展示模型的穩(wěn)健性。例如改變信用評分模型的參數(shù)如XGBoost的樹深度觀察AUC變化。改變定價(jià)公式中的α系數(shù)觀察利率分布和最終收益的變化。改變優(yōu)化模型中的風(fēng)險(xiǎn)分散約束比例分析其對收益和風(fēng)險(xiǎn)集中度的影響。模型評價(jià)與推廣客觀評價(jià)自己模型的優(yōu)缺點(diǎn)并提出改進(jìn)方向如引入更多外部數(shù)據(jù)、考慮宏觀經(jīng)濟(jì)周期等。參考文獻(xiàn)附錄可以放核心代碼的流程圖或部分關(guān)鍵代碼片段。7.2 源代碼整理與提交源代碼是評審時(shí)驗(yàn)證你工作真實(shí)性的關(guān)鍵。務(wù)必做到模塊化將代碼按功能分成多個(gè)腳本或Jupyter Notebook單元如data_preprocessing.pyfeature_engineering.pymodel_training.pyoptimization.py。注釋清晰在每個(gè)函數(shù)和關(guān)鍵步驟旁添加注釋說明其目的??蓮?fù)現(xiàn)在代碼開頭固定隨機(jī)種子np.random.seed(42)random_state42確保每次運(yùn)行結(jié)果一致。提供requirements.txt文件列出所有依賴包及版本。結(jié)果輸出代碼的最后部分應(yīng)能輸出關(guān)鍵結(jié)果如企業(yè)的信用評分、建議利率額度、最終的貸款決策列表并保存為CSV或Excel文件方便在論文中引用。7.3 可視化呈現(xiàn)一圖勝千言。在論文中嵌入高質(zhì)量圖表能極大提升可讀性。數(shù)據(jù)探索企業(yè)銷售額分布直方圖、進(jìn)銷項(xiàng)月度趨勢圖。模型評估ROC曲線圖、特征重要性條形圖對于樹模型。結(jié)果展示企業(yè)信用評分分布圖、利率-風(fēng)險(xiǎn)散點(diǎn)圖、最終貸款組合的行業(yè)分布餅圖或額度分布圖。8. 常見問題與實(shí)戰(zhàn)避坑指南結(jié)合多年指導(dǎo)和評審經(jīng)驗(yàn)以下是參賽隊(duì)伍最容易踩的坑及應(yīng)對策略8.1 數(shù)據(jù)預(yù)處理不當(dāng)問題對異常值處理過于粗暴直接刪除大量數(shù)據(jù)導(dǎo)致樣本代表性失真或?qū)Ξ惓V狄暥灰娮寴O端值主導(dǎo)了模型。對策結(jié)合業(yè)務(wù)常識(shí)進(jìn)行判斷。對于發(fā)票數(shù)據(jù)可以按企業(yè)分組剔除每個(gè)企業(yè)自身歷史交易中極端偏離如超過3個(gè)標(biāo)準(zhǔn)差的記錄而不是全局剔除。對于金額為0或負(fù)值的記錄需區(qū)分是正常退貨還是數(shù)據(jù)錯(cuò)誤。8.2 特征工程缺乏創(chuàng)造力問題只做了簡單的求和、平均沒有挖掘出深層次的時(shí)序模式、網(wǎng)絡(luò)關(guān)系或文本信息。對策多從企業(yè)經(jīng)營的視角思考。除了財(cái)務(wù)指標(biāo)想想企業(yè)的“行為特征”它是不是經(jīng)常在月底集中開票可能資金緊張它的交易對手是分散的還是集中的客戶集中度風(fēng)險(xiǎn)它的銷售增長是線性的還是波動(dòng)的將這些思考轉(zhuǎn)化為可計(jì)算的指標(biāo)。8.3 模型評估指標(biāo)單一問題只匯報(bào)準(zhǔn)確率在不平衡數(shù)據(jù)上得到90%的準(zhǔn)確率就沾沾自喜實(shí)際上模型可能什么都沒學(xué)到。對策必須將AUC-ROC作為核心評估指標(biāo)并同時(shí)匯報(bào)精確率、召回率、F1-score以及在不同閾值下的表現(xiàn)。繪制KS曲線和Lift圖也是加分項(xiàng)。8.4 忽略模型可解釋性與業(yè)務(wù)邏輯問題使用復(fù)雜的深度學(xué)習(xí)模型如神經(jīng)網(wǎng)絡(luò)但無法解釋為什么某個(gè)企業(yè)得分低導(dǎo)致最終的定價(jià)和優(yōu)化方案缺乏說服力。對策優(yōu)先使用可解釋性較強(qiáng)的模型如邏輯回歸、帶特征重要性的樹模型。即使使用復(fù)雜模型也要通過SHAP、LIME等工具進(jìn)行事后解釋確保高風(fēng)險(xiǎn)企業(yè)的低分有其合理的業(yè)務(wù)原因如銷售額驟降、交易對手單一。8.5 優(yōu)化模型脫離實(shí)際問題構(gòu)建的優(yōu)化模型只追求數(shù)學(xué)上的最大收益沒有考慮任何風(fēng)險(xiǎn)分散或監(jiān)管約束得出的方案可能將所有資金貸給一兩個(gè)“看似最優(yōu)”但同屬高風(fēng)險(xiǎn)行業(yè)的企業(yè)。對策務(wù)必在優(yōu)化模型中加入分散化約束如行業(yè)集中度限額、單戶貸款上限基于PD。這不僅是數(shù)學(xué)要求更是金融風(fēng)控的基本常識(shí)。8.6 論文與代碼脫節(jié)問題論文中描述的模型與代碼實(shí)際實(shí)現(xiàn)的模型不一致或者論文中的結(jié)果圖表無法從代碼輸出中復(fù)現(xiàn)。對策寫作論文時(shí)直接引用代碼生成的圖表和結(jié)果文件。保持論文、代碼、數(shù)據(jù)結(jié)果三者嚴(yán)格同步。在提交前用清理后的環(huán)境重新運(yùn)行一遍全部代碼確保能生成論文中的所有結(jié)果。這道2020年的國賽C題是一個(gè)經(jīng)典的、麻雀雖小五臟俱全的數(shù)據(jù)科學(xué)和金融風(fēng)控實(shí)戰(zhàn)項(xiàng)目。它要求你從一個(gè)具體的業(yè)務(wù)問題出發(fā)走過完整的數(shù)據(jù)分析、建模、決策全流程。解決它的過程本身就是一次絕佳的能力訓(xùn)練。希望這份超過5000字的拆解能為你提供一份清晰的“作戰(zhàn)地圖”。真正的提升還是需要你親手去處理數(shù)據(jù)、調(diào)試代碼、撰寫論文。當(dāng)你完整地走完這一遍你所收獲的將不僅僅是一個(gè)競賽答案而是一套解決同類復(fù)雜決策問題的結(jié)構(gòu)化思維和方法論。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
97色婷| 怡红院成人av| 欧美日韩国产色五月综合在线| 妇女性内射冈站HDWWWCOM| 丁香五月色| 日本精品加勒比海一区| 亚洲人妻一区二区三区| 黄色大片免费在线| 日韩无码人妻中字久久三区四区| 青青欧美在线| 精品国产无码中文| 不卡九肏| 日本免费一级AAA大片器| 欧美精品丝袜久久久中文字幕| 精品天堂| 欧洲乱码视频| 精品精品精品| 国产精品爱欲| 久久精品区| 欧美一区91大爱| 欧美Ⅴ性爱| 色综合加勒比四四季| 宅男影院久久久,99| 国产精品久久久久无码AV会牛| 久久鲁夜| 老司机深夜影院18未满| www.成人无码| 欧美亚州手机在线| 九九九九九精品| 日本免费一区二| 你懂的在线观看区国产| 1.igao73.com 加入收藏 免费专区 国产精品 中文字幕 日韩精品 欧美精品 精彩 | 高潮精品| 久操视频免费观看| 中文字幕精品一区二区精品| 国产女人高潮嗷嗷嗷叫小说 | 人妻黑丝袜电影| 小日子操bb在线看| 婷婷爽人人婷婷爽视频| 欧美猛交黑寡妇中文字幕| 久久人人爽爽人人爽人人片αV| 999九九精品| 婷婷久久网| 亚洲成人激情小说视频| 亚洲欧洲日韩中文字幕一区| 97免费视频网| 男人的天堂亚洲| 成人免费看吃奶视频网站| 尤物AV免费网站| 第二页中文字幕| 粉嫩在线一区二区懂色| 操操操五月天婷婷丁香影院| 亚洲午夜精品久久久中文影院| 爆乳免费黄网站| 99性爱在线观看| 1769成人国产精品视频| 嗯嗯不要视频| 在线洲亚线| 久久綜合很很很| 日韩精品区二区三区不卡| 欧美精品99久久久**| 国产精品播放| 国内毛片四区| 啊啊啊啊啊啊啊啊视频| 亚洲双插| 97中文字幕一区| 日韩精品操少妇| 天天综合亚在线| 新版天堂中文资源8在线| 三级日韩一区二区三区| 九九九九亚洲| 久久精品久| 亚洲天天自拍| 美女9118禁| 97天天做| 91丝袜在线视频| www男人天堂| 久草色悠悠在线视频| www.夜夜操| av天堂5| 国产又黄又粗的视频| 欧美超碰97| AⅤ片水多多| 91天天| 久久天堂婷婷网| 免费啪啪av| 国产精品久久久久久高清无码免费看 | 顶级少妇BT天堂| 另类天堂| 美女在线H91| 亚洲色堂免费视频| 欧美天天综| 久操网址| 免费毛片在线播放| 人妻熟女午夜精品在线| 亚州综合电影| 蜜桃狠狠色伊人亚洲综合 | 99九九久久| 性色av婷婷久久一区二区点复制| 欧美人人AAA| 日韩精品黄片免费观看| 国产成人网站在线观看| 亚洲综合网电影91| 久久精品一区| 99国内熟女露脸视频| 99re在线视频国产| 奶水 人妻 哺乳 在线| 中国韩国明星一极片一区乱码毛片人妻熟女一区二区三区 | 免费久久精品麻豆一区二区av| 亚洲日韩美国人妻| 久9视频| 欧美夜夜狠| 久久超碰亚洲人| 日日夜夜模| 综合97久久| 欧美色图另类图片| 国产在线综合福利网站| av绯色| 3p国产色噜噜一区| 亚洲 中文 女同| 男人天堂久久日韩| 极品出轨视频网站| 欧美性爱精品七区| 六月丁香久久| 久久视网78| 91高潮喷水美女| 97美日韩视频| 18禁免费视频| 曰韩精品九九无码| 中出在线视频| 高清在线不卡一区二区 视频| 综合免费无码中文| 91丝袜美女| 中文熟女五十乱码在线| 97操| 五月天婷婷久久| 97一本大道亚洲一区| 观看视频图片一区二区三区| 欧美日韩不卡传媒| 国产精品一区二区亚洲人成毛片| 超碰成人免费| 亚洲97网站| 思思热国产高清| 91精品伊人久久久大香线蕉91| 欧美黑人猛交春色影视大全| 揉揉揉夜夜| 中文字幕AV乱伦| 日本片日本片祼观看网站在线看中文版网页在线看 | 免费的很黄很污的全部视频| 欧美日韩m| 天天综合欧美综合| 在线日韩精品一区二区三区| 日本 欧美 国产一区| 欧美 传媒 麻豆 日韩 偷拍| 97国产超碰| 欧美亚洲日本视频久久久 | 国产一区自拍欧美日韩| 久久久久久中文版| 一本大道不卡一二三区| 91色艳| 久久精品一区二区三区蜜桃臀| 尤物视频视频官网| 高清不卡一二三区视频......| 亚洲综合大片| 欧美偷拍区| 97激情97激情| 国产福利视频精品视频| 青青草视频久久久久| 天天射天天色成人| 五月婷婷激情综合| 精品高清牛人盗摄一区二区三区中文字幕A片免费在线观看 | 蜜臀无码视频在线观看| 蜜桃视频精品一区二区| 97免费视频在线| 亚洲AV秘 精品久久老牛影视| 韩国三级三级BD在线| 欧美激情综合网| 爽爽淫人网| 大香蕉线| 国产伦精品免编号公布| 曰韩人妻中文字幕在线| 青青草视频爽一爽| 人人干黄色| 综合网亚| 免费看欧美美女黄色大片| 欧美在线色| 国产三级多多影院2022国产AA一级毛片无码 | 国产一级久久久| 青草视频人妻在线观看| 草草网站影院白丝内射| 色九九九综合| 亚洲偷拍自拍在线视频| 日本高清一本二本免费不卡| 3p国产欧美99热| 欧美美逼| 亚洲淫乱骚妇AV| 人人妻天天做天天爽| 无码操逼视频一下| 视频黄站| 色精品极品| 丁香六月婷| 色综合一区二区三区| 亚洲影院小综合| 欧美日本国产日韩激情视频| 久区视频| 99色婷婷中文字幕乱色| 欧美国产伊人久久久久| 玖玖久久久| 乱日视频| 激情AV| 91美女视频在线观看| 精品久久在线区一区| 黄片qw| 久久9999 | 宅男午夜在线视频| 99精品久久| 婷婷久久五月综合激情| 九色 蝌蚪 熟女自| 久草男人天堂| 夜夜狠狠躁日日躁色视频| 睡产熟女乱伦| 国产成人亚洲精品无码古代早漏男| av网站在线观看了| 日本韩高清无砖码22o| 日韩人妻精品中文字幕| 亚洲美乱| 久7色| 黄色一级视| 91无码西班牙视频在线| 欧美图片校园春色| 在线小说视频一区| 久久久啊啊| 色情乱伦AV| 国产精品 视频| 久久精品综合| 青青欧洲黑| 久久国产视频性吧 | 岛国精品视频在线观看| 丝袜剧情| 一本久道在线综合视频| 久久天堂| 97干97色| 少妇久久| 亚洲中文字幕在线视频一区二区| 亚洲男人的天堂va亚洲男人社| 国产乱码久久| 日本熟妇一区二区三区| 天天综和| 国产伊人自拍| 黑丝少妇在线观看| 日本大片日本一区二区免费高清 | 在线视频一区二区传媒| 亚洲一二三精品久久网| 欧洲综合视频| 嗯……啊…嗯嗯…啊…好舒服| 久久亚洲av成人无码国产| 亚洲天堂中文字| 免费a级毛片av无码久久精品中文字幕| 日韩欧美福利视频看看| 乱伦熟女专区| 在线一道啪| 久久91精品国产9丨久久分亭| 狠狠操狠狠操操| 97视频在线看| 欧美熟女妇同| 麻豆福利视频导航| 密臀成人视频久久久| 天堂av最新电影网| 欧美熟妇精品黑人巨大91| 丝袜美腿操av| 五月天亚洲色图| 亚洲欧美综合| 亚洲一级特黄大片在线播放91| 国产毛片在线| 色色99| 又黄又爽在线观看视频 | 很狠操| 欧美性五月| 久区视频| 少妇人妻好深太紧了vr91| 国产精品蜜乳AV| 十八禁啪啦拍视频无遮挡| h在线看免费版在线看| 999狠狠综合| 伊人成人情色综合| 久久久久幕乱码| 99re黄 | 国产一区在线观看无码AV| 97在线免费公开视频| 超碰色美女| 国产精品诱惑| 久久久久久久91| 美女主播色欲91抠b在线播放| 大奶的诱惑| 亚洲欧美不卡线| 一本精品日本在线视频精品| 国产黄色影片在线观看| 无码国产Av| 91精品黄在线观看| www.AV有限公司一区| 欧美精品偷拍| 九色黄站| 中国少妇XXXX做受| 北京专精特新企业招聘信息| 麻豆天美传媒在线视频天堂| 精品国产网站| 久久久三区二区一区| 久久午夜色播影院免费高清| 久久、1234| 后入式999| 一级乱伦网站| 婷婷中文字幕| 久久香蕉国产线看观看亚洲女人| 最新三级网址| 亚洲aw毛茸茸在线| 欧美大香蕉97| 夜夜躁狠狠躁日日躁av| 色婷婷九月天天综合| 欧美日韩情色一区二区| 老熟女综合网 | 国产麻豆91欧美一区二区久久婷婷国产精品| 91欧美综合| 中文字幕123| 男人的天堂欧美| 亚洲精品97| 婷婷久热| 欧美综合1性辶| 天天草天天干天天日| 男人天堂新在线| 丝袜AV一区二区三区| 天天操av懂色| 日韩有码中文字幕女同性恋| 俺去俺来也在线www| 日韩啪啪啪视频| 国产丝袜美女在线一区| 99热97| 夜夜夜爽www精品视频| 亚洲第2页| 91欧美性| 手机看片91人妻| av中文字幕在线熟女| 国语精品对白| 亚洲人妻AV| 亚91网| www.99热| 久久精品国产Aⅴ| 伊人大香蕉在线| 98人妻精品一区二区色欲| 91 在线亚洲| 少妇一区二区三区精选| 热久久国产精品视频大陆精品| 婷婷九月国产| A片 AV一级在线播放观看免费| 超碰97在线 欧美 国产| 伊人久久88国产女| 久艹视频在线| 97在线看| 国产精品经典一卡久久久| 亚洲人成网站7777| 91性| 久久五月婷| 狠狠爱综合网| 男人天堂综合| 久久97| 日本中文熟女视频| 天天干夜夜操一区二区| 97国产色综合| 国产操逼逼网| 亚洲色图欧美一区二区不卡| 操亚州| 国产无马视频| 日本人妻最新在线中| 欧美天堂第二区| 国产67194| 中文字幕精品一区二| 四虎影视国产精品| 青青草乱入乱欲视频在线观看| 午夜欧美女人操逼| a片自拍直播视频| 啊啊啊轻点在线观看| 日韩影片中文字幕一区二区三区| 日韩欧美国产高清视频| 国产视频一区二区在线| 日韩黄色一区二区三区| 亚洲欧洲无码bt精品合集| 67914在线兔费成人视频| 久久綜合很很很| 人妻少妇色综合| aaaa少妇高潮大片| 日韩av不卡在线看| 91n处女在线观看| 日本九九久久99| 天天摸夜夜摸| 懂色综合久久久| 天天做天天爱| AV九九| 色综合色色| www…国产操逼| 黄色视频特级毛片| 无码高清专| 熟妇人妻一区二区三区| 国产福利第一视频| 日韩精品一区二区三区色欲| 日韩精品视频在线观看一卡二卡| 国产一级作爱毛片| 黄片免费看的| 日韩精品黄片免费观看| 综合久久六月久久婷婷| 蜜乳性色无码专日粉嫩骚逼AV| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区老师黑人潮喷一 | 老司机深夜影院18未满| 伊人久久在线视频观看| 五月婷婷六月丁香网址| 日韩人妻一二三区视频| 国产A v无码专区| 99视频这有这里有精品| 男人天堂黄片| 熟女人妇一区二区三区| 欧美亚洲一级在线观看| 大香蕉免费3| 欧美性爱第1 页| 乱伦Av网| 97爱爱| 亚洲性综合11| 一二三区精品视频| 亚洲天堂久久久久久粉红视频| 啊啊啊啊好爽好舒服一区二区易域| 玖玖综合视频| 九九九精品| 亚洲欧美精品一区天堂久久 | 九九综合久久中文字幕| 日韩精品一区二区日韩| 亚洲综合中文字幕有码| 欧美色色色| av优播| 久久AV无码1区2区3区| 91网站在线播放| 91美女视频在线| 日本大香蕉| 超碰97综合网| 啪啪视频亚洲第一| 污啪啪啪视频| 后入式999| 九九九久久久| 五月色网| 久久久久久久久久久久欧美日| 国产区在线| 人人操肉肉| 色丁香五月婷婷| 99re这里只有精品3| 欧洲精品久久| 超碰成人人人爽人人爽| 在线免费观看高清无码视频| 老司机香蕉| 伊人影院日本| 欧美综合区| 九九九久千久久激情蜜桃在线看 | 在线中文字幕极品av| 大奶啊啊好爽 | 去干网最新版| 丝袜喷水在线| 久久久青青草| 国产超碰人人爽人人做| 台湾大香蕉99热| 欧美熟妇精品黑人巨大91| 26uuu国产日韩综合在线观看| 蜜臀在线网站| 欧美不卡二区| 亚洲一区二区三区久久 亚洲一区二区| 9色在线| 又大又白奶子| 久久精品一区一起草| 亚洲无码成人精品| 香一区二区三区| 青青草好吊色| 色五月婷婷麻豆在| 男人的天堂com| 在线无码操| 麻豆国产成人精品| 亚洲精品一二区| 国产亚卅97| 又粗又长又大国产不卡| 一区二区激情国产熟女| 亚洲自拍偷拍视频在线| 26uuu国产免费观看| 2026国产精品视频| 久久综合亚洲色1080p| 校园春色中文字幕AV| 色99999| 嗯啊不要在线观看嗯啊| 淫荡网址| 国产精品一区二区在钱播放| 国产精品网址| 综合激情五月丁香| 嗯嗯啊啊的视频| 先锋色眉乱伦资源| 亚洲诱惑天堂| 五月综合视频| 老女人综合网| yazhousetuoumei| 日欧操屄| 国产一区二区精品在线视频| 每日更新AV| 欧美色道啊| 婷婷五月天丁香花| 97日韩欧美| JULIA人妻风俗店中出电影| 翔田千里A片一区二区| 国产视频一区二区在线| 奇米四色网| 天堂亚洲精品久久老牛| 久久xx| 黄污污污污| 欧美激情综合| 欧美在线 亚洲| 亚洲无码久久久久久久| 国内伊人久久久久久网站视频| 成人在线日韩| 国模私拍一区二区三区神乳| 亚洲高清男人天堂| 综合色图亚洲欧美| 中国一级特黄大片护士| 精品免费视频国产一区| 玖玖综合网| 久久极品一区二区| 亚洲色图 欧美| 婷婷10月天青娱乐| 97国产|免费| av天堂加勒比| 激情图片伦理国产一区二区日韩| av影片在线观看不卡| 亚洲情色图片区| 人人看人人爰人人操| 狠狠躁天天躁日日躁97| 囯产精品一区二区三区线|亚洲人成无码网WWW动漫|国产精品免费一级... | 久久久98网站免费视频| 精品午夜福利| 十八禁电影伊人网| 亚洲av强奸乱伦| 日韩免费高清大片在线| 亚洲黄色电影| 91成人久久| 91在线免费观看处女| 强奸乱亚洲| 精品人妻1区| 欧美综合第一页| 久久色一区| 精品黑人一区二区| 久操| 人人妻人人操人人乐| 狠狠操夜夜| 久久xx| 欧美操逼视频二区| 国产农村妇女毛片精品久久| 欧美中文字幕日韩在线| 九色婷婷| 一区二区三区色综合| 91熟女丨老女人| 淫荡少妇免费| 二对二中文字幕。| 精品午夜福利导航| 青青草操逼逼视频| 南澳成人一级片在线播放| 变态乱伦伪娘灌肠一区二区| 欧美精品人妻视频| 最新AV在线| 中国探花熟女| 亚洲欧美日韩中文久久自慰| 国产成人精品必看| 97色色色综合网站| 亚洲中文字幕熟女| 96久久科窝| 中文字幕视频在线观看| www.av在线观看| 久久人体一区二区| 插穴性爱视频在线观看| 人妻无码久久一区二区三区免费| 综合久久久久久久久91| 亚州成人a∨| 久久久亚洲| 蜜桃成人1区2区3区| 男同专区一区二区三区在线| 中文字幕在线高清男人的天堂| 国产又大又粗又色生活片亚洲国产精品成人久久久综合免费 | 久偷拍| 综合网亚洲| 7月婷婷综合| 欧州一区二区三区四区| 91青视频| 精品久久久久久无码| 爱欲AV| 97免费视频在线| 亚洲国产激情国产av| 欧美线天码中字| 静品嫩模一区二区| 黑人精品欧美一区二区蜜桃| 97人人射| 色欲天天综合久久久无码网中文| 啊啊啊用力在线观看| 欧洲性爱无码区| 97色诱| 国产黄片精品在线| 色哟哟精品1精品2| 五月婷婷色| 诱惑网综合| 性欧美天天| 韩日性爱av| 九草九九九| julia高潮后不停追击中出| 久久精品一区二区三区四区五区| 婷婷国产精品九区| 秋霞久久亚洲精品成人| 97中文综合| 九九精品热| 亚洲欧美国产中文视频| 日韩一级二级三级免费看完整版国语版 | 久久国产精品m码| 日韩三级一区 | 98超碰欧美| 精品熟女一区=区三区| 久久性爱视频免费看| 国产乱码精品久久久久久| 影音先锋乱| 色九久| 无码视频一区二区| 国产高潮AA片免费看| 男人天堂2030| 人人搡人人肉久久精品| 欧美日韩成人在线| 色色操| 人妻激情视频| 九月AV| 精品一区二区综合熟妇| 日本大香蕉综合网| 91nbbbbbb| 婷婷五月激情综合| 999久久久免费精品国产牛牛| 荡小穴在线观看| 97干97色| 日本性一区| 69AV女优男人的天堂| 91成人久久 | 午夜福利在线合集| 天天综合精品| 综合一区中亚洲国产成人综合精品 | 在线观看 99热| 久久少妇| 天天综合网亚洲综合网| 久久偷拍人| 啊v视频在线观看| 正在播放国产精品一区| 人人妻人人玩人人澡人人爽| 亚洲大胆人体av| 97视频在线观看播放与子乱对白在线……| 国产乱人伦AVA麻豆软件.| 黄页av| 暴力av在线| 97超碰超欧美。| 大香蕉碰碰| 精品一二三区久久AAA片| 秋霞免费无码视频日韩A片| 99999国产| 加勒比伊人综合| 欧美久久毛片基地| 日本久久网| 99久久久久久久久| 日本一级婬片试看三分钟| 国产精品点击进入在线影院高清| 91综合天天看| 青青草国产一区二区三区| 精品国产国产AV| 97se综合网| 嗯嗯嗯啊啊啊在线免费观看| 五月激情小说| 九九色综合| 天堂8在线新版官网| www.大香| 欧美日韩操逼动图| 亚洲一区二区三区不卡国产欧美| 亚洲**2021在线观看| 最新亚洲黄色免费电影| 蜜臀网 一区| 欧美性高潮在线| 97综合激情| 欧美美女视频| 亚洲日韩精品一区二区| 精精品人妻一区二区三区| julia国产在线| 黄页网站成人免费| 啊啊啊啊好疼| 九九九九九精品| 色香欲综合| 亚洲av青草久久一区二区| 狠狠爱综合网| 五月丁香六月综合缴清无码| 黄色成人网久久久久久| 日本1区2区不卡视频| 午夜精品久久久久久久久久蜜桃| 色色色日本| 日韩熟女乱伦中出| 黄色免费网页无码| julia ann久久| 99热欧美| 97在线免费| 久久透逼视频| 青青久久手机线视频| 久久精品三级影视| 日韩人妻大香蕉| 亚洲情色电影网| 日日骚 av| 韩国毛片一区二区三区| 男女啊啊啊啊啊| 欧美激情专区| 国产一级特黄大片处女| 亚洲黄网在哪免费看| 狠狠狠狠狠干| 欧美综合加勒比在线| 亚洲综合贴图91 | 色婷五月天| 91 丝袜在线播放| 91亚洲在线| 日韩欧美亚欧在线视频| 日韩免费大片一级播放| 超碰久热| 一牛一区二区三区久久| 日韩av电影网站| 96久久久| 99精品久久久久久久婷婷| 97人人模人人爽人人| 超碰资源亚洲97| 国产女人9999| 欧美色狠| 黑丝自慰喷水网站| 无码99| 亚洲诱惑天堂 | 青青三级视频| 91综合中文字幕| 中文字幕一区二区日韩网| 六月婷婷色综合| 欧美性爱一区二区三区四区| 亚洲熟女一区| 欧美视频一区二区在线| 欧美黄页| 9丨久久九九九| 国产精品高潮久久久无码| 日韩精品1区2区中文字幕| 天天综合在线4| 偷拍亚洲情色| 久草尤物| 久久久蜜桃一区二区三区| 日韩av情韩国爱禁区av一区二区| 天天综合网日韩| 人人插人人搞人人操| 91丝袜激情在线| 啊啊啊好多水| 蜜乳av首页| 中文久久96| 蜜乳视频网站| 欧美日韩国产在线| 蜜臀在线网站| 欧美强奸乱| 亚洲美女色图| 色牛aV| 午夜天堂精品久久久久91| 久久亚洲天堂| 婷婷色网| 成人欧美日超碰| 亚洲精品免费中文字幕| 天天看综合网| 熟妇人妻一二三区免费| 亚洲图片欧洲图片aⅴ| 欧美在线55555| 亚洲婷婷综合网| 亚洲va综合va国产va中文| 欧美高清在线| 美国aaaaa一级黄片| 99视频这有这里有精品| 尤物av网站| 国产内射爽爽大片| 性色一线| 91丝袜| 亚洲老熟妇xxx| 99在线精品视频| 日日日日日| 一二三四区电影| 欧美视频在线视频免费va| 51一区二区三区| 国产乱伦一二三区| 色97国产69香蕉| 激情五月天社区| 色网亚洲人| 九九综合久久| 91欧美www| 爽爽淫人网| 探花精品 一区二区| 夜夜爽77777| 91肉片| 国产成人AV麻豆| 亚洲一区二区三区播放在线| 97色色,97综合| 亚洲暴力强奸AV| 99日视频在线免费| 五月婷婷综合网| 亚洲人妻久久| 九九成人精品| 中文字幕aⅴ在线视频| 亚洲一区二区麻豆影院| 女人被添高潮免费视频| 成人青青草原伊人| 91九九| 久久产精品一区二区三区电影| 亚洲s在线观看| 岛国免费黄色网址| 色综合超碰超| 在线只有精品| 国产精品国产亚洲区艳妇糸列| 欧美aⅴ99久久黑人专区| 一线黄色免费性爱片| 久久噜噜噜精品国产亚洲综合| 97人妻碰碰中文无码久热丝袜| 日本丝袜美腿人妻九九| 日本不卡在线二区三区| 精品成人av一区二区三区在线| 欧美精品黑人猛交高潮| 91狠狠综合久久久| 精品人妻一区二区三区不卡断| 久久婷婷五月| 国产精品99精品视频网站| 九九国产| 色色色网站| 亚洲国产丝袜熟女av| 老女人老91妇女老热女| 精品人妻伦一二三区久久| 人人操人人插 - 百度 - 百度| 97视频7| 国产精品亚洲免费| 三级日本一区二区三区| 国产成人主播| 五月丁香六月婷| 日韩字幕一区| 91老司机精品| 伊人成人中文字幕久久网| 三男一女不戴套的A片| 欧美淫乱视频| 亚州乱码中文字幕综合久久久| 2018天天干在线视频| 97天天日| 日本女优在线视频福利| 色色色色色色色色色色色色色色综合| 国产 亚洲 一二三四| 蜜桃av综合网发布| 97视频网站| 91精品国产乱码| 操人妻丝袜高跟| 国产一区二区三区影片| 思思视频免费看网站| 97资源站国产精品| 嗯,啊。舔我逼| 伊人青青一区成人视频在线观看区| 免费中文综合精品| 老司机久久| 97精品国产97久久久久久免费| 每日更新AV| 中文字幕在线免费观看2| 果冻传媒A片一二三区| 欧美激情五月天| 色情乱伦AV| 乱伦日本中文自拍| 好爽视频在线观看视频| 久久精品国产97欧美精品亚洲 | 99热在线不卡| 久操精品网| 国产男人又猛又粗又爽| 日本高清视频xxxx| 日韩免费中文字幕视频| 青青草一区二区高清无码视频| 国产精品久久久久久夜夜夜夜| 中文久久一区| 中文字幕在在线观看网站| 黄色av一区二区在线| 日本操大逼| 亚洲激情综合另类男同| 一区二区三区一亚洲中文字幕、综合区灬| 嗯嗯啊啊操我| 日韩精品作爱导航| www.婷婷| 五月开心网| 五月丁香网站| 国产超碰在线| 婷婷丁香六月| 五月婷婷久久综合| 美女熟妇色| 国产日韩精品suv| 亚洲 在线| 美女久久久久久久久久久| 亚洲欧美洲综合| 91精品国产一区三一| 人妻熟女一区二区三区视频| 97久久久网站| 天天操妹子| 久碰视频| 五月丁香色色网| 99精品在线| 蜜桃久久综合视频| 国产亚洲精品农村妇女 | 国产少妇高潮| 日本免费不卡二区| 香蕉一区二区三区在线视频| J?P?NESEHD熟女熟妇伦| 国产91丝袜 在线播放| 欧美91久久久久| 少妇毛片久久| 青青草啪啪网| AV色五月天| 日本精品一区二区中文字幕| 呦呦影院| 美女熟妇色| 天综合网欧美| 欧美极品少妇| 东京太热男人的天堂久久久| 好涩综合| 免费观看成人www精品视频| 久热影视| 色综合网1| 欧美日韩国产在线| sss视频华人在线| 亚洲图片 激情小说| 亚洲熟女乱综合一区二区在线-...亚洲国产日韩欧美一区二区三区,久久久久久精 | 五月天婷婷社区| 亚洲?V高清一区二区三区尤物| 精品国产91内射久久| 殴美大黄片| 偷拍 亚洲| 99黄页网站| 欧美综合1性辶| 日韩精品在线放| 亚洲九月丁香| 日本有码久久| 老熟妇一区二区三区啪啪| 久久男人| 国产亚洲性生活视频播放| 无遮挡h肉动漫在线观看| 欧美性爱97超碰| 1.igao73.com 加入收藏 免费专区 国产精品 中文字幕 日韩精品 欧美精品 精彩 | 任你草| 性老妇一区二区三区| 亚洲欧美国产精品久久久久久久| 高清孕妇孕交 交| AV一起草在线| 玖玖在线视频| 色偷综合| 污色区网站| 黄色毛片A片| 夜夜高潮夜夜爽高清视频一 | 97国产精品久久久久| 国产精品午夜AV完会免费 | 多毛小伙内射老太婆| 日韩AV片| 后入式999| 人人干黄色| 久久草大香蕉| 亚洲男人天堂2013| 亚洲一区日韩精品中文字幕| 欧美 亚洲 偷拍自拍| 熟妇人妻一区二区三在线| 欧美大的香蕉有线电视视频| 日韩人妻制服丝袜av| 啊啊啊com| 欧美BT 亚洲色图| 亚洲成人在线高清| 性色aV一区二区三区噜噜| 欧美日韩日产免费网站看| 青青11操操操操操操操操| 青青草国产一区二区三区| 亚洲第一页综合在线| 大香蕉乱级| 26uuu国产日韩综合在线观看| 素人播放一区| 91国产丝袜白虎| 18禁的网站在线| 第二页中文字幕| 亚洲激情综合另类| 99操碰| 国产精品乱码久久久、久久| 人妻铁牛TV| 色爱国产| 欧美亚洲韩国视频十五区| 成人亚欧免费视频| 亚洲一区二区专区-国产丝袜精品丝袜-成人AV | 密臀国产在线| av天堂天堂av日韩| 人人超碰在线观看黄| 日本操逼视频在线| 天天干天天爽| 亚州欧美在线| 92久久| 日韩一级特黄av毛片| 亚洲激情 欧美色图| 精品制服美女中文一区二区三区| 国产精品美女在线一区| 樱花蜜乳av| 人妻少妇精品一区二区三区| 免费视频观看60秒| 五月丁香啪啪网| 欧美大干日韩| 亚洲欧洲日韩国产自在线| 日本中文字幕高跟| 97香蕉网| 久久一二三级一一一| 欧美爆乳精品一区二区| 久久久无码国精品无码三区三区| 天天综合站| 亚洲黄网在哪免费看| 中出789在线视频| 精品视频免费在线一区| 精品久久艹| 亚洲色系另类精品国产| 91天射| 久久精视频美日韩在线视频| 干美女人妻| 丁香五月天啪啪| 日韩人妻丝袜中文字幕| 国产女人高潮视频| 偷拍亚洲| 欧美72网页| 操逼逼福利视频| 国产三级中文字幕粉嫩| yazhouzaixian| 亚洲综合校园春色| 久久超碰日韩精品| 国模私拍一区二区三区神乳| 天天综合网~69| 国产福利合集| 欧美少妇大量自拍视频在线观看| 69精品| 日韩一区二区熟女| 污污汅18禁网站在线永久免费观看 | 国产精品久久久久9999小说| 69精品久久久久中文字幕| 亚洲日本大香蕉1| 亚洲无 码A片在线观看麻豆| 污电影在线观看| 深田咏美亚洲精品福利社| 欧美色图另类图片| 极品白嫩福利在线| 国产亚洲美日韩Aⅴ中文字幕无码成人| 超碰人人干| 久久精品店| 成人精品久久| 偷窥自拍亚洲色图| 超97在线精品视频| 大粗鳼巴久久久久| 欧美综合色站| 第一高清av中文字幕| 国产成年女黄特黄| 人人澡人人弄| 色婷婷视频| 翔田千里爆乳巨臀无码| 欧美日日人人天天| 青青草密桃在线播放| 国产精品亚洲无码| 精品一区二区三区18| 一及黄久一点| 婷婷五月天成人| 国产精品爱欲| 熟妇人妻丰满久久久久久久无码| 求求你操操我| 91视频国品一二三区| 天天插夜夜操| 亚洲男人天堂2017| 熟妇激情| 欧美大香蕉97| 91蜜桃婷婷狠狠久久综合9色| 91AV入口| 男女啊啊啊啊啊| 加勒比海成人视频网| 大香蕉在线视频15| 色五月激情网| 久久精品高清AV| 国产粉嫩蜜臀av一区二区三区| 青草伊人网| 日本孕妇孕交| 久久精品欧美一区蜜桃| 午夜福利成人免费视频| 亚洲欧美日韩制服另类| 婷婷探花久久精品一区| 大香蕉天天看妹子| 九九热精品视频在线观看| 亚洲 自拍偷拍 欧美| 白丝AV| 青青草成人视频在线观看二区| 性做久久久久久免费观看软件| 干少妇视频| 青青草综合在线| 天堂av最新电影网| 亚洲日本天堂| 亚洲限制级| 少妇500双飞99| 日日日啊啊啊| 久久香蕉综合一本到3atv| 免费观看性欧美一级| 国产在线能看的你懂的| 天天综合网网欲色| 三级色影综合网| 亚洲天堂资源在线| 九九九九九九九九九九九九九九九女| 亚洲精品天天影视综合网 | 亚洲欧美日韩综合在线尤物| 日韩美女操b| 日欧亚洲二三区大片不卡| 欧美福利视频啊啊啊啊 | 九久久九九久视频| 色原狠狠天天天| 后入式福利| 久久久亚洲熟妇资源| 久久久三区二区一区| 操穴国产| 欧美 中文字幕 一区| 69精品在线| 熟女人妻av在线资源,黄色的资源| 乱伦3P视频| 国内毛片国产专区二| 亚洲成人一区二区精品| 啪啪啪大香蕉| 在线观看亚洲专区| 老熟女乱伦一区| 中文一区二区三区影院| av三级电影在线播放| 一级性爱视频免费在线| 亚洲国产91精品一区二区久久| 一个国产在线综合网站| 免费国产电影一区二区| 性一级黄色录像片网站导航| 啊啊啊啊好爽好舒服一区二区易域| 男人的天堂com| 亚洲天堂精品日韩电影| 影音先锋日本乱伦| 日韩激情小说一区二区| 操逼视频亚洲| 婷婷AV一区二区三区| 天天日少妇逼AV| ss久久| 夜夜福利| 天天在线91| 久久久久久久9| 欧美—性—交—色| 97超碰香蕉| 欧美偷拍区| 伊人色综合网电影| 欧美图片偷拍| 国产偷仑| 97精品全部| 97香蕉网| 国产Aα| 超碰精品在线| 青青草国产亚洲精品久久| 少妇丝袜在线观看AV| 神马九九九| 国产人妻久久精品一区二区三区| 日本一线产区和二线产区伦理片|