欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

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個文件含60個xlsx與csv格式的原始及處理后數(shù)據(jù)集如train.csv、test.csv、42個txt日志與參數(shù)說明、26個jpg/png圖表含特征重要性圖、預(yù)測對比圖等、10個MATLAB核心算法腳本m文件、5個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)”的時代脈搏更因?yàn)樗昝廊诤狭藬?shù)據(jù)分析、風(fēng)險評估、優(yōu)化決策等多個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現(xiàn)成模型而必須像一個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、額度定價和資產(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過程中的每一個關(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€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單純的預(yù)測問題預(yù)測企業(yè)是否違約而是一個典型的“決策優(yōu)化”問題。銀行的終極目標(biāo)是在風(fēng)險可控的前提下實(shí)現(xiàn)整體收益的最大化。因此我們的方案必須同時回答三個子問題風(fēng)險評估如何量化每個企業(yè)的違約風(fēng)險信用評分額度與利率定價對于不同風(fēng)險的企業(yè)應(yīng)該給多少額度、定多高的利率風(fēng)險定價資產(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)險最低組合優(yōu)化這三個問題環(huán)環(huán)相扣。風(fēng)險評估是基礎(chǔ)定價是橋梁優(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)。例如流動性指標(biāo)銷售收入波動率、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0到1之間的數(shù)值代表企業(yè)的風(fēng)險水平。注意這里有一個關(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)險定價和優(yōu)化都需要連續(xù)的風(fēng)險度量二分類標(biāo)簽的信息量不夠。第二層風(fēng)險定價模型。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)險調(diào)整后的收益最大化”原則。一個簡化的定價公式思路是利率 無風(fēng)險利率 風(fēng)險溢價 * 違約概率其中風(fēng)險溢價需要根據(jù)銀行的風(fēng)險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)險水平共同決定為高風(fēng)險企業(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)??梢試L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。基于時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)建一個交易網(wǎng)絡(luò)。可以計(jì)算每個企業(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。一個與眾多穩(wěn)定伙伴交易的企業(yè)通常風(fēng)險更低。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。基于文本/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配合一個基礎(chǔ)模型如邏輯回歸自動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誤是“數(shù)據(jù)泄露”。絕對不能在構(gòu)建特征時使用未來的信息。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)格按照時間戳進(jìn)行數(shù)據(jù)切割或者使用滾動窗口的方式計(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體系的基石。我們的目標(biāo)是得到一個穩(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。可以通過添加多項(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)全面性可以同時構(gòu)建邏輯回歸和LightGBM兩個模型對比其性能。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。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殺不可放過因?yàn)槁┑粢粋€壞客戶帶來的損失遠(yuǎn)大于拒絕一個好客戶的損失。但同時過低的精確率會導(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)定一個閾值如0.5來判斷“違約”與“不違約”。這個閾值的選擇直接關(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)為漏掉一個壞客戶的損失是拒絕一個好客戶損失的10倍那么可以通過代價敏感學(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)險定價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格貸利率。5.1 基于風(fēng)險的利率定價原理銀行定價的核心是覆蓋“預(yù)期損失”并獲取“風(fēng)險溢價”。一個簡化的定價公式如下貸款利率 資金成本 運(yùn)營成本 預(yù)期損失 風(fēng)險溢價 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固定值如50%EAD就是貸款額度本身。風(fēng)險溢價對承擔(dān)非預(yù)期風(fēng)險的補(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是一個調(diào)節(jié)系數(shù)反映了銀行的風(fēng)險厭惡程度。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。一個常用方法是取企業(yè)近一年年均銷項(xiàng)收入的一個比例如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)險側(cè)約束根據(jù)PD設(shè)置風(fēng)險限額??梢詾椴煌L(fēng)險等級如根據(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)險側(cè)限額)。同時所有企業(yè)的額度之和不能超過1億元的總預(yù)算這個約束留待最后的優(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個億但所有企業(yè)的建議額度之和可能遠(yuǎn)超過這個數(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)正常還款時銀行獲得的利息本金×利率×1-違約概率損失部分是違約時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。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子問題并分析難點(diǎn)。模型假設(shè)與符號說明列出合理的、簡化問題的假設(shè)。清晰定義文中用到的主要符號。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)險定價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)險分散約束比例分析其對收益和風(fēng)險集中度的影響。模型評價與推廣客觀評價自己模型的優(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腳本或Jupyter Notebook單元如data_preprocessing.pyfeature_engineering.pymodel_training.pyoptimization.py。注釋清晰在每個函數(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)分組剔除每個企業(yè)自身歷史交易中極端偏離如超過3個標(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)險它的銷售增長是線性的還是波動的將這些思考轉(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企業(yè)得分低導(dǎo)致最終的定價和優(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“看似最優(yōu)”但同屬高風(fēng)險行業(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。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
色综合色色| 色婷婷伊人| 偷拍视频五月天| 色五月婷婷、老熟女| 色婷婷五月天激情综合| 婷婷五月天小说| 久久精品系列| 99久久婷婷国产综合| 婷婷五月花| WWW.五月com| 婷婷丁香五月激情密臀av| 超碰在线9| 亭亭丁香aV| 婷婷成人五月天一区| 久久久久久久合一狠狠做深爱| 成人版视频在线观看| 五月婷啪| 婷婷5月久久综合网站| 亚洲国产网站| 久久99热这里只有精品23| 五月婷婷无码专区| 开心五月激情网| 五月天婷婷影院| 香蕉曰比| 女人露出p毛视频www网站| 亚州操操| 色亭亭影园| 五月天婷婷视频| 五月天婷婷基地| 狠狠色噜噜狠狠狠狠狠色综合久久| enecarbon-materials.com污K127封锁请涟系@wip1688 | 日韩黄色网络| www.思思99热| www久久久| 国产精产国品一二三在观看 | 色欲色香综合网| 91 欧美| 冬月かえでAV无码播放| 精品国产va久| 超碰在线免费| 久久色吧| 五月婷婷六月丁香激情综合网| 婷婷五月天小说网| 五月丁香综合啪啪| 影音先锋一区| www.99热这里只有精品| 久热一区| 亚洲五月天,激情视频| 五月天婷婷成人资源站| 99视频在线| yw国产AV| 天天爽天天弄| 婷婷九月| 日韩精品一区二区亚洲AV观看| 色婷婷婷综合五月天| 久久人妻精品| 亚洲永远av在线播放| 在线中文字幕视频| 99热这里只有精品99| 激情五月综合| 五月天色色激情综合| 2025天天操| a网站免费观看| 综合五月激情| 香蕉中文在线| 激情五月视频| 中文字幕精品无码一区二区| 久久精品色| 五月天国产| www.天天干| 激情av在线| 99热这里只有精品69| 久久五月婷| 久久日韩婷婷五月| 激情五月www| 欧洲亚洲精品| 欧美精品999| 五月婷天天搞视频| EEUSS鲁片一区二区三区| 六月99天天婷婷激情综合| 丁香五月五月婷婷五月天激情四射| 天天操天天插| 五月丁香六月在线欧美| 9久精品视频| se.久久视频在线观看| 欧美综合婷婷网| 欧美婷婷五月丁香| 久久久婷婷婷| 日韩99视频| 五月天色色色网| 激情五月婷婷欧美极品| 丁香久久| 国产精品五月丁香| 色五月亚洲| 九九综合九九| 中文字幕AV在线播放| www.99操.com| 亚洲99热| 大香蕉伊在| 开心激情网五月| 亚洲色就是色色色| 六月色国内综合| 国产AV一区二区三区最新精品| 青草网在线观看| 99爽视频| 国产乱子轮XXX农村| 色愛综合网| 99∨VTV| 丁香五月成人丝袜| 另类 在线| 丁香婷婷欧美综合| 97婷婷五月天| 男人天堂AV在线一区二区| 五月婷婷中文网| 婷婷97狠狠成人网站| 婷婷大香蕉| 婷婷五月亚洲综合| 人妻爽爽爽久久久久久久久| 91蜜桃婷婷狠狠久久综合9色| 丁香五月色| 高清无码视频网址| 丁香五月六月婷婷自拍| 91呦呦呦| 开心激情网在线| 色五月婷婷成人| 天天综合.com| 婷婷综合中文字幕| 天天综合社区| 国产激情在线| 99A片| 婷婷丁香花五月天| 99热这里全是精品| 亚洲国产成人综合| 久草五月| 婷婷免费无视频| 日韩av手机在线观看| 天天色,天天操,天天射| 欧洲MV日韩MV国产| 婷婷丁香成人五月天| 久久亭亭电影| 天天日天天插| 丁香丁婷五月激情| 国产乱人偷精品人妻A片| 99热这里只有精品亚洲| 最近中文字幕2019视频1| 五月天激情小说电影| 三男玩一女三A片| 亚洲五月丁| 国产麻豆视频| 异能之下短剧免费观看全集| 高清无码网址| 99热这里只有精品最新地址获取| 色色色九九九五月婷婷| 六月婷婷激情| 天天爽天天爽天天爽天天爽天天爽| 久久久五月天| 91小黄书网址在线观看| 婷婷综合亚洲| 丰满女老板BD高清A片| 婷婷丁香六月五月天| 久久综合激情| 久色国产| 91九色精品女同系列| 色婷婷丁香五月| 99热国产在| 色99在线| 99久久大片| 日本久久人| 99re思思热久久| 99国产er热视频| 九九九九精品精| 99久久玖玖| 天天综合网~91综合网| 性做爰1一7伦| 久久色五月天| 色婷丨日丨天丨综合久久| 五月婷婷碰碰| 四色永久成人网站| 激情开心五月亚洲| 97人人操在线| 三日本无码| 日本女人久久| 人人色AV| 先锋资源婷婷| 国产全是老熟女太爽了| 丁香激情四射| 久色五月婷婷综合| 7777激情基地| 六月色 亚洲| 99热老司机| 婷婷五月天色网久| 亚洲成人在线播放| 天天艹夜夜艹| 玖玖精品视频99| 99人人精品| 亚洲五月天激情| 丁香六月成人网| 丁香五月AV| 乱岳熟女50岁| 久久婷婷五月综合啪| 丁香五月天天哦| 亚洲色99综合天堂| 天天草天天爽| 久久久五月五丁香| 久热视频这里只有精品| a网站免费观看| 久久婷婷艹| 欧美操人| 五月丁香六月| 这里只有精品视频一区| av中文在线| 色色色色色色色五月| 五月丁香综合影院| 亚洲激情免费视频| 99成人网站| 人橾人| 99年操人人爽| 婷婷丁香五月综合| 区美毛片子| 色五月在线| 五月天丁香久久| 日本女色人人| 色婷婷综合网站| 婷婷色五月丁香六月欧美啪| 色色亚卅| 停停色综合伊人| 黄色成人网站在线播放| 欧美色色日韩| 婷婷丁香色女人| 91丨九色丨国产打屁股| 丁香五月综合婷婷| 色色色色色色网站| 色青五月天| 成人中文网| 丁香五月婷婷亚洲色图| 久久婷婷综合五月趴| 五月天伊人av| 欧美黑人大吊| 六月婷婷av| 高清av在线国产| 成人综合网站| 狼人久草| 这里只有精品视频在线| 五月天堂色| 婷婷六月天激情| 永久地址 色| 最新激情五月天| 日本超碰在线| 亚洲综合婷婷| 国产精品人妻欲求不满| 另类视在线| 9热在线视频| 香蕉久久国产AV一区二区| 久久五月天婷婷| 亚洲婷婷基地| 欧美性爱一区| 亚洲综合视频在线| 日韩人妻无码专区| 97色婷| 婷婷综合色图| 91色婷婷综合久久中文字幕二区| 91黄址| 这里只有精品视频在线| 六月激情网| 色播播五月| 丁香五月aV| 5月丁香婷婷| 激情婷婷在线中文字幕| 亚洲第一成人无码A片| 婷婷综合偷拍| 伊人综合色干| 亚洲视频操| 视频一二区| 国产AV不卡福利| 99热伊人综合| 丁香五月综合久久| 99人人精品| 婷婷激情啪啪| 精品人妻在线| 久久精典| 玖玖资源部在线播放| 久久婷婷成人视频| 五月丁香婷婷AV天堂| 色五月婷婷少妇人妻| 狠狠色综合网| 思思99精品视频| 一级片sese片.COM| 综合五月亭亭9| 99精品7| 五月丁香色婷婷基地| 五月丁香婷在线| 五月婷婷基地| 在线观看免费狠狠色丁香香综合| 色综合丁香| 亚洲精品色| 97色吧| 国产精品第一国产精品| 26uuu成人网| 中字幕视频在线永久在线观看免费| 伊人在线视频| 色综合9| 狠爱婷色| 色色色色综合网| 久久久婷| 亚洲精品久久久久久久久久吃药| www99热| www.五月天婷婷| 欧洲综合视频| 天天爽天天| 久操欧美在线观看97| 激情五月婷婷色综合| 精品一区二区三区三区| 91狠狠色| 色婷婷色五月综合| 伊人久久大香线蕉av一区| 国产激情综合五月久久| 久久精品一区二区三区四区| 午夜日韩久久久网站| 99在线免费视频| 如何安全看伊人婷婷| 天天插天天很| 色婷婷色99国产综合精品| 婷婷五月天激情电影| 色播五月丁香| 五月久久丁香| 伊人色综合影院视频| 久热这里只有精品6官网亚洲| 激情六月丁香综合| 99热在线精品观看| 开心激情五月天网| 日日噜噜夜夜狠狠久久丁香五月| 啪啪丁香五月| 五月天色综合服务平台| 99热碰碰| 丁香香蕉射射射| www.com任你艹| 婷婷五月天堂网| 国产精品激情五月天色婷婷| 色婷婷久久| 97超碰,人人舔,人人操,人人摸 | 色情婷婷。| 婷婷综合网站| 五月开心深深爱激情综合| 综合网五月| 五月丁香成人网| 亚洲AV日韩在线观看| 激情 婷婷| 五月天色婷婷激情综合| 五月激情站| 99成人在线观看| 婷婷天堂综合网| 成人在线网| 五月婷久久在线| 日本久久婷婷| 亚洲中字AV电影在线网站| 国产免费av在线| 久久99最新| 天天色天天操天天射| 丁香成人五月天| 91九九热| 狠狠干天天内射| 99热这里只有精品1| 狠狠干五月天| 丁香六月婷| 26uuu激情五月天| 停停五月色宗合| 中文字幕日产A片在线看| 亚洲岛国电影| 5月色亭亭视频| 欧美黄色韩日网| 99色综合| 九九热中文| 欧美综合丁香网| 丁香五月激情婷婷婷婷在线观看| 搡BBBB搡BBB搡五十| 婷婷五月天最新网址| 97久久久| 狠狠狠色激情综合适合| 激情五月四色| www.狠狠狠狠| 色狠狠综合| 五月丁香婷婷啪啪网| 欧美猛片| 可以免费观看的AV| 天天五月丁香五月| www.久久99热地址发布| 一区无码| 亚洲性爱99| 五月婷婷丁香俺日污视频| 97碰碰碰免费公开在线视频| 狠狠色丁香久久久婷| 婷婷五月丁香六月综合网| 五月丁香网站| 99热精品在线播放| 丁香伊人网| 婷婷丁香黄色| 婷婷五月天美女视频| 99精彩视频| 日韩无码专区| 99热国产免费| 97操男人的天堂| 新激情五月开心五月婷婷五月丁香五月| 色婷婷久久| 国内自拍1区| 国产婷婷五月中文字幕高清| 久久综合激情| 色五月婷婷 成人| 翔田千里 50岁 无码| 天天射天天操天天干| 综合五月亭亭9| 激情综合五月| 伊人丁香六月婷婷| 久久曰曰| 亚洲视频丁香网va| 全部老头和老太XXXXX| 五月丁香亚洲校园欧美| 日本五月婷| 久久婷.com| 另类 在线| 婷婷五月天AV在| 激情丁香图片| 伊人久久大香线蕉亚洲五月天,| 天天天摸夜夜夜玩| 91人妻九色大屁股| 色婷婷狠狠干芒果TV| 激情综合色婷婷啪啪五月天| 1010日日无码| 亚洲成人精品三区| 97热这里只有精品| 无码yw| 天天影院色| 很很色丁香久久停停| 亚洲色情网站| 婷婷色六月| 啪啪小说五月天| 九九九九中文字幕| 丁香婷婷激情六月五月开心| 丁香婷婷五月综合影院| 色婷婷香蕉| 久久婷婷影院| 婷婷在线视频| 五月天性色| 大香蕉 婷婷| 婷婷五月天天aV| 色五月天 丁香| 俺去也五月天婷婷| 五月婷婷色播| 狠狠操狠狠操| 激情网第四色| 五月色丁香婷婷综合| 色五月av| 婷婷在线免费| 99网| 开心五月天激情网站| 99久久婷婷五月| 五月天色不卡| 91久久久久久久| 久久精品99| 亚洲 小说 欧美 激情 另类| www.99热国产| 五月天综合视频网| www.精品99| 天天操夜夜操| 色久免费| 人妻五月天激情开心网| 久热9| 98毛片| 亚洲午夜成人av电影网| 久久婷婷五月| 久久久中文| 八戒青柠影视剧在线观看| 狠狠干 狠狠操| 九九人人看| 久久婷婷五月天| 天天日日天天| 久久亭亭电影| 97人人干| 婷婷五月色网| 九九大香蕉黄色影院| 色色色色色色网站| 99国产小视频| 大香蕉五月丁香| 青草青草视频2免费观看| 丁香五月开心婷婷| 99久久99九九九99九他书对| 五月丁香久久| 欧美激情凹凸丁香网| 热99在线精品| 婷婷啪啪| 青青草五月天| Av性爱网| 99小视频在线观看| 丁香五月成人网| 午夜婷婷六月天| 国产免费一区二区三州老师F1F1| 久久五月婷6 9| 欧美综合激情丁香五月六月婷| 在线99热| 婷婷色狠狠| 丁香五月婷婷激情网| 天天婷婷操| 亚洲婷婷激情综合激情999精品| 五月开心久久| 直接看的AV| 九月婷婷综合| 久久九九一區| 丰满少妇乱A片无码| 五月丁香六月激情综合| 开心五月激情站| 七七色色综合| 99综合五月免费视频色婷婷| 丁香五月婷婷偷拍| 婷婷丁香五月天亚洲| 日韩av在线电影| 99视频热99| 啪啪一区| 国产午夜一区二区三区| 79精品在线视频| 欧美在线视频9| 无码少妇高潮喷水A片免费 | 六月婷婷天天操夜夜爽视频| 久热AⅤ| 久久精品人妻| 操逼六区| se99视频| 热久久66| 六月丁香婷婷视频综合在线观看| 色婷婷色| 国产偷人爽久久久久久老妇APP| 婷婷五月天亚洲综合| 天天橾日日橾夜夜橾17| 久久免费精品小视频| 久久女人九九| 影音先锋91网站在线观看| 狠狠综合久久| 五月天激情小说网| 好激情在线综合网| 色色综合日韩| 99久久婷婷国产综合| 操逼综合网| 亚洲精品国产A久久久久久| 丁香六月婷婷开心| 狠狠操狠狠插| 5月婷婷激情网| 久久激情综合| 婷婷丁香在线| 日韩色五月| 亚洲国产网址| 亚洲综合网在线| 九九热九九| 欧美综合五月丁香六月婷| 五月情色天| 99热久久最新地址| 精品久久99码| 翔田千里 50岁 无码| 日韩美女在线视频19| 激情小说色五月| 开心五月激情网| 色情综合网| 99re熱| 射久久丁香五月| 激情婷婷激情在线不卡| 六月婷综合| 欧美叉叉叉BBB网站| 五月激情站| www.99久久久| 99精品亚洲| 亚洲成人黄色网| 五月天成人在线| 激情五月网站| 色天天综合色| www.婷婷网| 伊人久久婷婷| 综合大香蕉| 丁香五月综合激情啪啪| 九热免费视频| 久久婷婷夜| 色综合香蕉视频| 免费操超碰| 另类图片五月天激情| 美女久久天堂| 亚洲无码性爱| 日本A片一区| 免费在线观看av网站| 玖玖91| 国产人妻人伦精品一区二区| 丁香五月婷婷啪啪| 五月色综合| 69精品人人人人| 婷婷五月花| 少妇人妻人伦A片| 中文中文在线| 成人无码髙潮喷水A片| 免费视频WWW在线观看网站| 国产FREESEXVIDEOS性中国| 婷婷综合久久| 国产精品久久久爽爽爽麻豆色哟哟| 中文幕无线码中文字蜜桃| 亚洲精品白浆高清久久久久久| 99热在线观看| 五月天另类综合网| 小泽玛利亚视频一区二区| 99丁香五月婷| 色欲一二三| 国产日韩欧美性生活| 五月丁香色色网| AAA久久久| 免费视频无码| 99国产精品久久久久久久久久久 | 激情婷婷久久| 婷婷五月丁香香蕉| 怎么样可以看免费的一级av| 99亚洲天堂| 婷婷五月天基地| 成人.在线日韩| 人伦30P| 五月婷婷狠狠干| 91丨九色丨东北熟女| 欧美精产国品一二三区| 婷婷色狠狠| 亚洲亚洲人成综合网络| WWW色综合| 99在线热| 色婷婷888| 婷婷五月免费视频| 色99综合色88| 久久久久亚洲A∨成人乱码电影| 色五月综合在线| 国产中文字幕在线视频免费观看 | 国产99久久久| 伊人www22综合色| 五月色婷婷夜色| 伊人久久五月天| 五月婷婷综合激情| 久久综合这里只有精品1 | 中文av网| 99re热99| 99a级片| 伊人久久大香天蕉亚洲特级| 六月婷婷色宗合| 亚洲亚洲人成综合网络| 婷婷97狠狠干| 激情第四色| 久久丁香五月天| 91热在线| 婷婷六月色| 综合久久婷婷| 亚洲成人网站在线观看| 六月丁香久久| 超碰成人电影| 色五月天.con| 五月天激情亚洲| 久久停停超碰| 亚洲AV免费在线| 99人人干| 99热在这里只有精品| 亚洲综合99| 四色永久成人网站| www.zbzhongsen.com| 五月婷啪| 色九区| 亚洲人妻av| 狠狠综合| 99这里都是精品| 天天日天天干天天爱| 97操操| 国产高清视频91九九九久久久| 激情婷婷丁香五月| 在线看的免费网站| 激情九九综合网| 亚洲热视频| 六月婷婷无码| 免费无码毛片一区二区A片 | 这里只有精品视频99| 五月婷婷另类| 欧美婷婷| 开心五月激情五月丁香五月婷婷| 激情精品久久| 天天操天天干天天日| www、丁香五月天| 色久影院| 五月丁香久久精品在线观看| 日日夜夜干| 五月丁香啪啪拍| 伊人热在线大香蕉| 亚洲免费婷婷| 亚洲AV中文在线| 激情综合网五月天| 婷婷涩涩网| 97色综合| 五月天另类激情在线| 欧日韩成人| 五月丁香成人| 玖玖伦理电影| 色五月丁香A欧美com| 久久婷婷综合五月天| 成人AV中文字幕| 99性视频| 五月丁香久久激情网| 九一娱乐在线观看视频| 久9热视频| 亚洲另类婷婷五月丁香在线播放| 99久久九九视频| 四月婷婷丁香五月| 久久久久9| 中字幕视频在线永久在线观看免费| 婷婷丁香五月噜噜噜| 99热高清在线| 狠狠狠狠狠干| 久久久久久丁香五月| 五月天激情四射网站| 九九成人| 色五月激情婷婷| 久久久.COM| 无码AV免费精品一区二区三区| 五月婷导航| 99男人的天堂| 婷婷五月天伊人| 草逼大片| 五月天激情小说| 婷婷婷婷婷婷婷婷婷婷丁香| 激情綜合網址| 日操五月婷| 亚洲av无码精品色午夜| 97色在线| 九九在线精点品| 丁香五月 综合| 成人片在线免费看| 日本丁香五月| 美女五月天| 久久婷婷青草五月天| 99热爆在线| 婷婷五月天久久| 99色看| 色九月欧美| 欧美私人家庭影院| 美欧日韩国产成人在战| 五月婷婷和六月| 伊人久久大香天蕉亚洲特级| 五月婷婷综合视频| 天天日天天干天天爽| 激情综合五月激情17| 美女被肏网站在线看| 婷婷激情综合| 久久66成人网站| aaaaa不卡| 色月丁| www.99热| 中文字幕成人影视| 婷婷综合网伊人| 99ri在线观看视频| 91九九热| 欧美交换配乱吟粗大25P| 婷婷五月综合啪| 丁香六月婷婷综合网| 婷婷色色丁香五月天| 狠狠婷婷色| 思思热99热| 可以看的av网站| 日本在线免费中文com.| 婷婷六月啪啪| 毛片九九九九九九| 国产AV国片偷人妻麻豆| 超碰人人色| 日日夜夜天天综合| 婷婷亚洲激情在线观看视频| www98日本小时间到了| 国产人人操| 成人国产欧美大片一区| 伊人激情| 五月丁香激情婷婷| 99在线精品免费视频| 天天日狠狠| 99自拍视频在线观看| 五月婷婷9| 秋霞少妇AV网站| 久久婷婷视频| 97干在线观看视频| 婷婷丁香18| 天天色一道本综合婷婷| 亚洲另类婷婷综合| 99色| 亚洲成人电影在线免费观看| 国产成人精品一区二三区熟女在线| 久久丁香五月婷婷| 亚洲第一综合| 色播五月丁香| 激情丰满熟妇五月| 99婷婷五月天| 97在线精品| 91九色在线视频| 婷婷激情四射五月天| 婷婷五月天97干| 99热超碰在线| site:pnnrt.com| 婷婷欧美综合| 婷婷成人AV| 五月激情综合美女久久| 99热视精品| 婷婷五月婷婷五月天| 久思思热视频在线观看| www.丁香五月| 日本久久人人| 大香蕉婷婷五月| 久久天堂精品| 日本情色一区二区| 九九九九中文字幕| 天天色中文字幕女优AV| AA片在线观看视频在线播放| 亚洲乱码日产精品BD| 色999五月色| 超碰在线91| www.99热| 丁香婷婷色五月| 9l视频自拍9l九色成人| 欧美天堂久久| 91婷婷丁香五月| 成人电影AV在线观看| 五月婷在线| 99热精品在线观看| 在线只有精品| 亚洲午夜一区二区| 亭亭玉月丁香| 五月丁香成人网| 丁香六月婷婷| 五月天伊人综合| 91九色中文字幕女在线观看| 五月激情在线| 六月婷久久| www热久久yy9| 99碰网站| 啪啪综合网| 老司机伊人| 亚洲情欲| 任你艹| 公的粗大挺进了我的密道 | 久久综合激情| 国产99久久久| 淫视馆aV二区一区| 激情五月婷婷在线区| 无码天天操| 69激情小说| 久草xx性爱视频| 五月天六月婷婷电影| 黄涩毛片| WWW.色婷婷.COM| 婷婷综合五月天亚洲综合| 婷婷五月花丁香| 思思热精品在线视频| 五月丁香六月婷| 五月天丁香成人| 丁香六月啪| 婷婷激情综合网| 五月丁香影院| 东京热五月婷婷| 国产av网| 综合色吧| 99热99在线| 五月婷婷激情四季| 五月天色婷婷小说| 日韩在线aaa| 五月色丁香| 九热视频| 99热精品在线观看| 91呦呦呦| 99资源在线视频| 欧美日韩999| 欧美色色色色色色色色色色影视| 五月综合婷婷久久在线| 99久久激情视频| 操97免费超级视频| 91se在线观看| 性色五月天| .精品久久久麻豆国产精品| 欧美69久成人做爰视频| 亚洲无码九九九| 日韩综合网络男女香蕉a片| 噜综合| 婷婷五月天激情视频| 五月丁香综合在线| 五月婷婷色色色| 九一99| 99热碰碰| 六月丁香五月婷婷| 亚洲无码影片| 狠狠色噜噜狠狠| 色婷婷丁香五月天| 久热这里只有精品66| 99精品视频在线观看| 色色色图| 色欲五月丁香| 99玖玖在线视频| 日本熟女视频一区二区| 丁香五月综合亚洲| 伊人婷婷大香蕉| 中文字幕在线日亚州9| 色情网综合| 色综合丁香婷婷| 婷婷五月综合色中文字幕| 五月综合影院| 久久五月天视频| 色婷婷丁香五月天| 超碰在线资源| 色五月综合网| 操一操| 五月色丁香| 欧美成人精品三区综合A片| 亚洲啪啪自拍| 性色欲情 网站| 色综合色色色色色| 五月天大香蕉| 色婷婷网大全在线| 99热综合色图| 99色最新在线视频| 久草热在线视频| 在线99热| 91九九九九九九| 国产av影片| 五月丁香婷婷六月天| av在线激情| 老师的粉嫩小又紧水又多A片视频| 亚洲色婷婷五月天| 亚洲99激情| 丁香五月六月综合激情| 免费黄色片子| 综合激情专区| 五月丁香va| 五月婷婷色播| 少妇被下春药玩弄A片| 97婷婷狠狠久久综合9色| 七七九九色色| 精品爆操| 日本黄 色 片| 操97| 亚洲色无码| 久久人人妻| 九九久久高清| 六月婷婷AV| 色狠狠五月天| 无人精品在线视频| 8090在线影视少妇| 玖玖99免费视频| 五月天婷婷深深爱| 亚洲啪视频| 6 9式性爱视频在线播放| 五月天婷亚洲天综合网综合| 激情五月天开心| 九九99九九精品免费| 色综合激情| 激情五月丁香六月| 色99视频| 美女黄频aⅴ视频| 婷婷五月天亚洲图片| 色五月五月婷婷| 五月丁香婷婷啪啪综合| 久热最新视频| 婷婷六月丁香五月| 99久久久久久www| www.激情五月天com| 丁香婷婷大香蕉| AV成人在线播放| 99在这里有精品| 99综合网| 99热欧美| 视色综合| 成人无码精品1区2区3区免费看| 五月丁香久久婷| 日韩av干| 97人妻碰碰中文无码久热丝袜| 五月激情射| 婷婷五月深深爱| 少妇熟女视频一区二区三区| 久色网| 九九热在线精品视频| 九九九干精品| 99热6这里只有精品6| 99色中文| 91av成人| 五月丁香亚洲综合网| 丁香五月影院| 男女99免费视频| 色婷婷88| 99热超| 激情五月,激情综合网| 青青草免费公开视频| 欧美色图45678| 色色com| www.久久色.com| 色五月av伊人| 五月开心网| 久久五月综合| 综合久久久| 五月天婷婷色色网| 色色色色色色色色网站| 丁香婷婷欧美综合| 2023天天日夜夜爽| 1024人妻| 操人91| 六月丁香啪啪啪| 大香蕉操操| 国产午夜精品久久久观看| 91人久| 五月色 亚洲| 国产亚洲精品久久久久久牛牛| 久久久这里都是精品| 大香蕉啪啪| 国产精典视频在线观看| 久草狼人| 日本黄色精品| 天天摸色吧天天摸色吧| 99久久婷婷国产综合精品| 欧美婷婷五月天综合| 婷婷99视频在线| 26uuuu精品一区二区| 99国产精品久久久久久久久久久| 久热这里有精品视频| 久热免费| 爱性综合网| 丁香六月啪啪| 99人妻碰碰碰久久久久禁片| 色婷婷婷婷| 久久激情综合| 婷婷五月色天| 五月色情婷婷| 色综合五月天| 熟女激情网| 九九人人操| 九九热只有这里是精品| 天天天天天天操| 亚洲熟女色| 丁香六月婷婷综合| 精品久久二6| 可以免费观看的av| 色必久悠悠影院| 久久久国产精品黄毛片| 国产在线另类五月婷婷| 婷婷婷狠狠| 99免费视频网| 精品九九婷婷| 五月天伊人网| 99.N在线视频| 91男同| 久久这里只有精彩| 亚洲天堂99| 五月婷婷五月天天| 五月婷婷久久大片| 色五狠狠| 婷婷五月中文字幕| 亚洲一区二区无遮挡A片| 久久丁香婷婷五月| www.99精品在线| 国产免费AV网站| 天天综合在线网| 精品色情一区二区三区四区| 免看黄大片AA | 狠狠撸激情综合丁香五月天俺来啦| 99热在线观看成人| 天天搞天天爽| 五月天综合激情网| 色五月婷婷五月天| 天天色综合色| yw.av| 综合视频久久| 九九久久五月天| 色丁香五月婷婷| 婷婷涩涩网| 激情文学 综合 九月| 99这里只有精品| 97在线精品| 亚洲乱码日产精品BD| 丁香五月激情综合啪啪| 啪啪色区| 丁香五月婷婷五月| 26uuu欧美亚洲日韩| 色五月开心久久网| 91九色在线视频| 欧美噜噜免费观看| 乱乱av| 婷婷另类小说| 一区二区三区视频| 狠狠干五月天| 丁香五月综合在线播放| 超碰国产AV| 亚洲精品99| 热久久视频99| 日熟女| 天天爽夜夜操| α久久| 丁香五月大香蕉AV| 99热官网| 丁香五月激情鲁| 香焦网五月天| 白人荫道BBWBBB大荫道| 夜夜爽天天干| 99热只有精品在线播放| 国产午夜精品一区二区三区四区| 丁香五月香蕉| 丁香五月天婷婷在线视频| 婷婷五月天 丁香五月天 裸体| 可以免费观看的av| 色情五月丁香婷婷网| 亚洲黄网在线| 色色五月天丁香| 五月天久久成人| 97欧美在线| 精国产品一区二区三区A片| 五月网网站| 色一情一乱一乱一区91| 狠狠婷婷色| 九色91国产| 97色伦另类图片小说视频 | 99在线热视频| 成人无码髙潮喷水A片| 五月六月婷| 色婷婷基地在线| 婷婷久久色| 五月天伊人| 五月天成人在线播放丁香| 激情综合网址| 天天射天天操天天干| 香蕉久久国产AV一区二区| 天天干天天干天天干天天干天天干天天| 久久久九九九 99| 日本狠狠干| 激情图片五月天| 99rewww| 操碰久| 欧美性生交xXxX久久久| 国产午夜精品一区二区| 午夜性爱影视一区77| 成人一级片| 99爱在线| 激情丁香五月| 色五月激情五月| 三区激情四射av| 超碰在线观看9| 丁香婷婷五月香蕉91| 五月天婷婷影院| 综合激情五月天六月婷免费视频| 丁香午月AV中文字幕| 97婷婷五月激情六月丁香伊人| 丰满少妇猛烈A片免费看观看| 91丁香五月| 精品无码99| 99热99在线| av在线免费网站 | 99久久黄色顶级视频| 久久99看免费| 丁香五月天堂婷婷| 欧美婷婷综合| 色播五月婷婷五月| 久久老码第一| 久久久久亚洲AV无码网影音先锋| 久热99中文字幕| 中文字幕在线日亚州9| 久久久久亚洲AV无码网影音先锋| 天天射天天射一道本日本社区| 五月丁香六月婷| 欧美日本高清视频99| 影音先锋男人女人| 9热在线观看| 五月宗合激情网| 亚洲精品乱码久久久久久综合| 在线观看免费狠狠色丁香香综合| 666555。COm毛片| 99re6久热只有精品6在线直播| 蜜桃人妻无码AV天堂三区| 天堂AV在线看| 色狠狠五月天| 九九综舍久久| 亚洲色区17| 免费在线观看AV网站| 久久HD| 成人一级片| 亚洲激情婷婷| 热的无码综合视频| 欧美99热| 狠狠色综合网| WWW.99视频| 操人视频91| 熟妇天天综合| 色狠狠色噜噜AV天堂五区| 欧美婷婷| 日韩啪| 婷婷综合一二三| 另类视频丁香五月| 欧美性丁香色色五月天综合爱爱| 99色在线| 日韩欧美成人网| 欧美精品在线观看| 色噜噜综合网| 婷婷五月天激情四射| 香蕉狠狠爱视频| 五月丁香综合影院| 婷婷婷婷婷婷婷五月丁香| 色五月婷婷开心| 六月色狠狠色| 精品久久婷婷五月天| 91碰碰| 91久热| 自拍偷窥99热| 无码一级片| 丁香亭亭激情四射| 久久加勤综合| 色综合色香蕉网| 香蕉网婷婷| 久久艹 五月天| 国产FREESEXVIDEOS性中国| 五月丁香| 能看的AV| 色五月六月| 五月丁香人妻| av色色国产| 五月丁香婷婷六月| 五月天啪啪视频| 久久综合激情| 色吧五月婷婷| www.婷婷五月天| 五月丁香福利| 99九九精品| 久久艹99| 91狠狠色丁香| 91九色|疯狂|高潮|对白|| 开心激情站| A1片久久久| 久久99综合网| 在线视频另类| 97天堂| 91狠狠综合久久久久久| 中文久久婷婷| 欧美性猛交XXXX乱大交极品| 人妻AV中文系列| AA片在线观看视频在线播放| 婷婷导航| 激情五月天网站| 国产成人精品一区二三区熟女在线| 中字幕视频在线永久在线观看免费| 九九热在线精品视频| 性色做爰片在线观看WW| www,奇米影视| 爱iii做iiii日| 欧美在线ee日韩| 婷婷丁香大香蕉| 久久久婷婷色五月资源网| 伊人久久中文网| www.色9| 亚洲色啪| 久色网址| www.99热| 天天爽天天日人人爱| 99精彩视频在线观看| 97五月天婷婷| 99综合色| 激情五月天啪啪| 五月丁香婷婷啪啪| 九九热在线精品| 久久香蕉网| 综合久久婷婷| 欧美婷婷色| 九九热99在线视频| 玖玖午夜视频| 色区久久| 婷婷丁香五月激情综合站_久久五月丁香激情综合_开心五月综合激情综合五月_婷 | 色宗合,宗合网| 天天干肏夜夜| 五月好婷婷|