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。

RAG與大模型如何將年報(bào)文本轉(zhuǎn)化為計(jì)量回歸變量:綠色全要素生產(chǎn)率實(shí)證鏈路全解

RAG與大模型如何將年報(bào)文本轉(zhuǎn)化為計(jì)量回歸變量:綠色全要素生產(chǎn)率實(shí)證鏈路全解 簡(jiǎn)介面向經(jīng)濟(jì)學(xué)與人工智能交叉研究者這是一套基于RAG技術(shù)和大語言模型剖析A股上市公司年報(bào)、評(píng)估人工智能對(duì)企業(yè)綠色全要素生產(chǎn)率影響的統(tǒng)計(jì)建模項(xiàng)目資源。項(xiàng)目完整覆蓋了從年報(bào)數(shù)據(jù)爬取、文本清洗嵌入、LLM打分到統(tǒng)計(jì)建模與穩(wěn)健性檢驗(yàn)的流程并重點(diǎn)納入企業(yè)融資約束異質(zhì)性分析可幫助讀者快速上手將NLP前沿技術(shù)用于經(jīng)濟(jì)計(jì)量研究。資源包共20個(gè)文件壓縮后約2.29MB其中7個(gè)py腳本負(fù)責(zé)年報(bào)爬取、數(shù)據(jù)轉(zhuǎn)換、模型下載與GPT評(píng)分等7個(gè)ipynb筆記分步展示數(shù)據(jù)處理、建模與可視化另含txt說明、json配置、docx和md文檔構(gòu)成清晰的操作指引。已有66人學(xué)習(xí)下載適合有Python與計(jì)量基礎(chǔ)、希望復(fù)現(xiàn)完整研究鏈路或借鑒文本分析思路的研究者使用。1. 把年報(bào)喂給大模型之前RAG 在這條實(shí)證鏈路里解決什么問題一個(gè)做實(shí)證研究的人拿到這個(gè) RAG 與統(tǒng)計(jì)建模結(jié)合的項(xiàng)目第一反應(yīng)大概率是「大語言模型和綠色全要素生產(chǎn)率有什么關(guān)系」。關(guān)系在于你想量化企業(yè)的人工智能應(yīng)用程度但年報(bào)里從來沒有一列現(xiàn)成的「AI 采用率」。人工讀年報(bào)打分不現(xiàn)實(shí)純關(guān)鍵詞匹配又會(huì)把「人工智能可能帶來風(fēng)險(xiǎn)」這種反例當(dāng)證據(jù)。這個(gè)項(xiàng)目用 RAG 檢索增強(qiáng)生成把鏈路自動(dòng)化——爬年報(bào)、轉(zhuǎn)文本、語義切分、向量化檢索再用大語言模型按統(tǒng)一問題模板打分把分?jǐn)?shù)變成統(tǒng)計(jì)模型里的核心解釋變量跑綠色全要素生產(chǎn)率的基準(zhǔn)回歸、融資約束異質(zhì)性分析和穩(wěn)健性檢驗(yàn)。適合正在做 ESG、綠色經(jīng)濟(jì)、數(shù)字化轉(zhuǎn)型實(shí)證的碩博生也適合想把文本分析接進(jìn)計(jì)量流程的從業(yè)者。2. 年報(bào)爬取與文本預(yù)處理從 PDF 到可檢索語料的三道關(guān)2.1 按概念板塊爬年報(bào)增量更新比全量重跑更省事年報(bào)數(shù)據(jù)的第一道門檻是來源。項(xiàng)目里 熱門概念uri爬取.ipynb 走的是按熱門概念分類拿 uri、再回源下載 PDF 的路線好處是同一概念板塊的公司天然聚在一起后面做融資約束分組、行業(yè)異質(zhì)性分析時(shí)可以直接復(fù)用這份分組。如果爬取過程遇到動(dòng)態(tài)渲染的頁面配套的 安裝瀏覽器驅(qū)動(dòng).txt 就是給 selenium 準(zhǔn)備的按里面寫的瀏覽器版本號(hào)匹配下載對(duì)應(yīng)驅(qū)動(dòng)版本不匹配會(huì)直接報(bào) session not created。年報(bào)爬取_final.py 在下載層做了兩件實(shí)際的事本地已存在且文件大小正常的直接跳過每次請(qǐng)求之間強(qiáng)制 sleep。這兩件事看著簡(jiǎn)單卻是整個(gè)爬取任務(wù)能跑完的關(guān)鍵。年報(bào) PDF 一份動(dòng)輒 5MB 上下幾千家公司全量重跑一次要十幾個(gè)小時(shí)且大概率中途被限流斷連。# 年報(bào)爬取_final.py 的增量下載邏輯 import os import time import requests def download_annual_reports(stock_codes, years, save_dirreports/): os.makedirs(save_dir, exist_okTrue) failed [] for code in stock_codes: for year in years: path os.path.join(save_dir, f{code}_{year}.pdf) if os.path.exists(path) and os.path.getsize(path) 1024 * 1024: continue # 已下載且大于 1MB跳過 url fhttps://api.cninfo.example/report/{code}/{year} # 按實(shí)際公告接口替換 try: r requests.get(url, timeout30, headers{User-Agent: Mozilla/5.0}) if r.status_code 200: with open(path, wb) as f: f.write(r.content) else: failed.append((code, year)) except Exception: failed.append((code, year)) time.sleep(1) # 限速年報(bào) PDF 體積大請(qǐng)求頻率過高必被斷連 return failed這段代碼的重點(diǎn)不是 requests 本身而是「先查本地再?zèng)Q定是否請(qǐng)求」的增量判斷和 sleep 限速。我一般會(huì)把 failed 列表落盤成 csv下次只處理失敗項(xiàng)成功項(xiàng)不再碰。項(xiàng)目里 年報(bào)數(shù)量統(tǒng)計(jì).ipynb 的作用也在這——先摸清每個(gè)板塊實(shí)際有多少份年報(bào)、缺失多少再?zèng)Q定要不要補(bǔ)爬。PDF 下載完真正的活是解析文本。年報(bào)的排版千奇百怪頁眉頁腳重復(fù)表格密集還有掃描件。直接整本丟給文本解析庫目錄、封面、封底的雜訊全都會(huì)混進(jìn)來后面向量化時(shí)這些噪音會(huì)平分檢索權(quán)重。2.2 PDF 轉(zhuǎn)文本先保結(jié)構(gòu)頁眉頁腳和表格是最大變量年報(bào)轉(zhuǎn)換_final.py 解決 PDF 到文本的轉(zhuǎn)換。處理這類文件我一般先看 PDF 有沒有內(nèi)置文本層——絕大多數(shù)上市公司年報(bào)是排版軟件生成的有文本層直接用 pdfplumber 提取即可只有早年掃描版年報(bào)才需要走 OCR 兜底。項(xiàng)目根目錄的 說明文件.txt 把安裝步驟和數(shù)據(jù)流程圖寫得很清楚跑之前先讀一遍能省半天時(shí)間。# 年報(bào)轉(zhuǎn)換_final.py 的解析主流程 import pdfplumber def pdf_to_pages(pdf_path): pages [] with pdfplumber.open(pdf_path) as pdf: for page in pdf.pages: text page.extract_text() pages.append({page_no: page.page_number, text: text or }) return pages def ocr_fallback(img_path): # 掃描頁兜底常見做法是接 PaddleOCR from paddleocr import PaddleOCR ocr PaddleOCR(use_angle_clsTrue, langch) result ocr.ocr(img_path, clsTrue) return \n.join([line[1][0] for line in result[0]])pdfplumber 的 extract_text 按頁面坐標(biāo)順序輸出文本遇到雙欄排版會(huì)出現(xiàn)左右欄串讀。我一般會(huì)先按行 y 坐標(biāo)排序合并再輸出把同一水平線上的文字拼成一行再按 y 從大到小輸出到段落里。OCR 兜底只用于 pdfplumber 提取結(jié)果為空白的頁不要整本都走 OCR——速度差兩個(gè)量級(jí)而且識(shí)別誤差會(huì)傳導(dǎo)到后面的檢索和打分。判定標(biāo)準(zhǔn)很簡(jiǎn)單如果連續(xù)五頁以上 extract_text 都是空基本可以認(rèn)定這份年報(bào)是掃描件直接批量走 OCR。轉(zhuǎn)出來的文本還要過一遍清洗。頁眉的「XX 公司 2023 年年度報(bào)告」、頁腳的「第 X 頁」會(huì)在切片后大量重復(fù)嚴(yán)重污染向量相似度——檢索「人工智能」時(shí)模型可能因?yàn)轫撁祭锍霈F(xiàn)過這個(gè)詞而把不相關(guān)頁面召回。清洗的坑在于不能一刀切刪除所有數(shù)字年報(bào)里「營業(yè)收入 12.3 億元」「同比增長 5.2%」是核心信息刪了就廢了。正確做法是只在每頁開頭和結(jié)尾的固定位置做規(guī)則替換正文原樣保留。這一步在項(xiàng)目里對(duì)應(yīng) 數(shù)據(jù)處理_final.ipynb列表數(shù)據(jù)處理.ipynb 則負(fù)責(zé)把清洗后的文本組織成公司-年份兩級(jí)結(jié)構(gòu)方便后續(xù)切片時(shí)追溯來源。2.3 語義切分按章節(jié)邊界切別按固定長度硬切切分是 RAG 系統(tǒng)里最容易被低估的環(huán)節(jié)。固定按 512 字符硬切會(huì)把「第三節(jié) 管理層討論與分析」從中間攔腰截?cái)嘁粋€(gè)完整觀點(diǎn)被拆成兩半后續(xù)檢索拿到的上下文是殘缺的。embedding 模型再強(qiáng)輸入本身缺了一段語義就不可能完整。我的習(xí)慣是先按章節(jié)標(biāo)題切大塊再對(duì)超長章節(jié)按段落邊界做二次切分。# 章節(jié)感知的切分實(shí)現(xiàn) import re SECTION_RE re.compile(r^(第[一二三四五六七八九十][節(jié)章])\s*(.*)$) def split_into_sections(pages): sections [] cur {title: 報(bào)告開頭, content: []} for page in pages: for line in page[text].splitlines(): stripped line.strip() m SECTION_RE.match(stripped) if m and len(stripped) 50: # 標(biāo)題行通常很短防止誤判正文 sections.append(cur) cur {title: stripped, content: []} else: cur[content].append(line) sections.append(cur) return [s for s in sections if \n.join(s[content]).strip()] def chunk_section(section, max_len800, overlap80): paras section[content] chunks, buf, buf_len [], [], 0 for p in paras: buf_len len(p) buf.append(p) if buf_len max_len: chunks.append((section[title], \n.join(buf))) buf buf[-1:] # 保留上一塊的最后一行形成輕微重疊 buf_len sum(len(x) for x in buf) if buf: chunks.append((section[title], \n.join(buf))) return chunksmax_len800 是中文年報(bào)場(chǎng)景里比較穩(wěn)的起點(diǎn)兼容主流 embedding 模型的 token 上限overlap80 的輕微重疊讓跨塊的觀點(diǎn)至少在一個(gè)塊里完整出現(xiàn)。關(guān)鍵點(diǎn)在「len(stripped) 50 才認(rèn)為是標(biāo)題」這個(gè)約束——年報(bào)正文里經(jīng)常出現(xiàn)「第三章」這種字樣不做長度限制會(huì)把正文當(dāng)標(biāo)題切碎導(dǎo)致章節(jié)結(jié)構(gòu)完全亂掉。切片時(shí)把章節(jié)標(biāo)題拼在每個(gè) chunk 開頭檢索時(shí)命中「管理層討論」和「會(huì)計(jì)附注」的文本就能區(qū)分開。提示切分參數(shù)直接影響檢索命中率。同一套代碼max_len 從 800 改到 1200top-5 召回結(jié)果可能完全不同。定稿前拿幾十個(gè)疑難問題做一次命中率抽查別等全量跑完再后悔。3. RAG 檢索增強(qiáng)生成大語言模型如何把年報(bào)文本變成回歸變量3.1 embedding 選型與向量入庫中文年報(bào)場(chǎng)景的實(shí)際選擇檢索增強(qiáng)的第一層是召回。項(xiàng)目里的 RAGGPT embedding.py 負(fù)責(zé)把上一章切好的 chunk 向量化。中文金融文本場(chǎng)景我一般選 bge-large-zh 這類中文 embedding 模型對(duì)年報(bào)這種滿是財(cái)務(wù)術(shù)語的文本語義區(qū)分度明顯好于通用多語言模型。config.json 里配了模型路徑、API 密鑰和輸出目錄跑之前先確認(rèn)模型路徑指向有效不然 SentenceTransformer 會(huì)嘗試現(xiàn)場(chǎng)下載等半天才報(bào)超時(shí)。download_model.py 的作用就是提前把模型權(quán)重拉到本地——bge-large-zh 的權(quán)重有好幾個(gè) GB建議先跑一遍確認(rèn)下載完整再去做向量化。# RAGGPT embedding.py 向量化入庫 from sentence_transformers import SentenceTransformer import json MODEL_PATH ./models/bge-large-zh # 本地權(quán)重提前用 download_model.py 拉取 model SentenceTransformer(MODEL_PATH, devicecuda:0) def build_vector_store(chunks, out_pathvector_store.jsonl): with open(out_path, w, encodingutf-8) as f: for title, text in chunks: vec model.encode(text, normalize_embeddingsTrue) f.write(json.dumps( {title: title, text: text, embedding: vec.tolist()}, ensure_asciiFalse ) \n)關(guān)鍵在 normalize_embeddingsTrue。年報(bào)的 chunk 長度差異很大不歸一化的話長文本向量模長天然偏大余弦相似度會(huì)被長度主導(dǎo)而不是語義主導(dǎo)。存儲(chǔ)用 jsonl 而不是單個(gè) npy 文件是因?yàn)楹竺嬉垂尽⒛攴?、章?jié)過濾jsonl 每行自帶字段過濾時(shí)逐行讀判斷就行。檢索量在幾萬條以內(nèi)jsonl 配合 numpy 矩陣暴力算余弦完全夠用到了十萬級(jí)以上我才會(huì)建議換 FAISS 或 Milvus。實(shí)證項(xiàng)目我傾向于少引入基礎(chǔ)設(shè)施能用一個(gè)文件解決的就不上服務(wù)出問題好排查。3.2 questions.json問題模板決定了打分質(zhì)量的天花板召回回來的是文本塊把文本塊變成變量的是大語言模型。questions.json 是整個(gè)項(xiàng)目里最值得細(xì)看的文件它定義了一套問題模板每個(gè)問題都對(duì)應(yīng)一個(gè)能進(jìn)回歸的變量。gpt_score.py 負(fù)責(zé)執(zhí)行打分questions.json 負(fù)責(zé)約束打分行為兩者分開設(shè)計(jì)的好處是換問題集不需要?jiǎng)哟a。{ ai_application: { question: 根據(jù)以下年報(bào)節(jié)選判斷該公司本年度是否在生產(chǎn)經(jīng)營中實(shí)際應(yīng)用了人工智能技術(shù), options: [0-未提及或無應(yīng)用, 1-僅提戰(zhàn)略規(guī)劃或風(fēng)險(xiǎn)討論, 2-有明確的研發(fā)或生產(chǎn)應(yīng)用], output_format: 只輸出數(shù)字編號(hào) }, ai_investment: { question: 年報(bào)節(jié)選中是否披露了與人工智能相關(guān)的研發(fā)投入金額, options: [0-未披露, 1-披露定性描述, 2-披露具體金額], output_format: 只輸出數(shù)字編號(hào) }, green_action: { question: 年報(bào)節(jié)選中是否披露了污染治理、碳減排相關(guān)的具體舉措或數(shù)據(jù), options: [0-未披露, 1-定性描述, 2-披露定量數(shù)據(jù)], output_format: 只輸出數(shù)字編號(hào) } }模板設(shè)計(jì)有三個(gè)原則。第一選項(xiàng)必須互斥且窮盡「僅提戰(zhàn)略規(guī)劃或風(fēng)險(xiǎn)討論」這一檔專門攔截那些虛晃一槍的公司避免把「提到了 AI」當(dāng)成「應(yīng)用了 AI」。第二output_format 強(qiáng)制只輸出數(shù)字編號(hào)不然模型寫一段「該公司在智能制造領(lǐng)域應(yīng)用了……」后處理要花大量時(shí)間做文本匹配。第三問題必須綁定節(jié)選讓模型做判斷題而不是問答題——給定證據(jù)范圍幻覺空間小得多。我在另一個(gè)項(xiàng)目里吃過沒約束格式的虧模型自由發(fā)揮的結(jié)果是解析腳本寫了一天最后還是要人工核對(duì)。3.3 gpt_score.py調(diào)用、解析與抽檢閉環(huán)評(píng)分腳本負(fù)責(zé)把檢索到的 top-k 塊拼進(jìn)提示詞、調(diào)用模型、解析輸出、寫回變量。targets_df.py 定義目標(biāo)變量的數(shù)據(jù)結(jié)構(gòu)跑完評(píng)分后生成公司-年份面板直接對(duì)接回歸。try.py 是調(diào)試接口用的臨時(shí)腳本正式跑批可以忽略它。# gpt_score.py 的打分與投票邏輯 import re import openai def score_one_chunk(chunk_text, question_cfg, client): prompt f{question_cfg[question]} 年報(bào)節(jié)選 {chunk_text[:1800]} {question_cfg[output_format]} resp client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: prompt}], temperature0, # 打分任務(wù)必須 0 溫度保證逐次結(jié)果一致 max_tokens5, # 壓到最短只允許輸出編號(hào) ) raw resp.choices[0].message.content.strip() m re.search(r[012], raw) return int(m.group()) if m else -1 def aggregate_company_votes(chunks, cfg, client): votes [score_one_chunk(c[text], cfg, client) for c in chunks] valid [v for v in votes if v 0] if not valid: return -1 return max(set(valid), keyvalid.count) # 眾數(shù)投票temperature0 是評(píng)分任務(wù)的基本紀(jì)律否則同一份年報(bào)兩次跑出來分?jǐn)?shù)不一樣后面回歸的測(cè)量誤差就無法解釋。max_tokens 壓到 5 是防止模型開始解釋它一解釋就會(huì)超長而且解釋文本里的數(shù)字可能干擾正則匹配。取眾數(shù)而不是平均是因?yàn)橥患夜静煌鹿?jié)里的表述經(jīng)常不一致——經(jīng)營討論里大談自研大模型會(huì)計(jì)附注里只字未提眾數(shù)投票比求平均更貼近多數(shù)章節(jié)的狀態(tài)。解析失敗的置為 -1 并單獨(dú)落盤后面統(tǒng)一人工處理不要悄悄跳過變成缺失值——缺失值傳導(dǎo)到回歸里樣本量縮水不說還可能有選擇偏誤。提示每個(gè)評(píng)分結(jié)果都要保存原始 chunk 和模型原始輸出。我在項(xiàng)目交付前會(huì)抽 30 條人工復(fù)核把打分和原文對(duì)一遍答辯和審稿時(shí)這就是最直接的證據(jù)。沒有原始記錄的自動(dòng)打分在審稿人眼里就是一個(gè)黑匣子。4. 統(tǒng)計(jì)建模GTFP 測(cè)算、基準(zhǔn)回歸與融資約束異質(zhì)性4.1 綠色全要素生產(chǎn)率SBM-GML 的計(jì)算口徑GTFP 的主流測(cè)算方法是 SBM-DEA 加 GMLGlobal Malmquist-Luenberger指數(shù)。投入端是勞動(dòng)、資本、能源產(chǎn)出端同時(shí)放進(jìn)期望產(chǎn)出營業(yè)收入和非期望產(chǎn)出污染排放或碳排放用全局參比技術(shù)集計(jì)算方向距離函數(shù)得到綠色全要素生產(chǎn)率增長率并累計(jì)成指數(shù)。附贈(zèng)資源.docx 里對(duì)這部分補(bǔ)充了背景資料和文獻(xiàn)清單算之前先把口徑定下來。# SBM-GML 方向距離函數(shù)的簡(jiǎn)化示意 import numpy as np def sbm_directional_distance(X, Y_good, Y_bad, weights): # X: (n, k) 投入矩陣Y_good: (n, m) 期望產(chǎn)出Y_bad: (n, h) 非期望產(chǎn)出 # 完整求解需要調(diào)用線性規(guī)劃這里示意松弛變量的計(jì)算結(jié)構(gòu) n X.shape[0] slacks np.zeros(n) for i in range(n): # 每個(gè)決策單元求最大松弛量約束是投入和非期望產(chǎn)出可縮減、期望產(chǎn)出可擴(kuò)張 # 實(shí)際項(xiàng)目中建議直接用 pystoned 或 MaxDEA 求解不要自己寫單純形 pass return slacks這段代碼我故意留成骨架——DEA 的線性規(guī)劃求解不建議手寫直接用成熟的工具包驗(yàn)證結(jié)果。真正要盯的是口徑資本投入用固定資產(chǎn)凈值還是總資產(chǎn)能源消耗用披露電量還是行業(yè)均值估算污染產(chǎn)出選哪類污染物這些選擇會(huì)讓 GTFP 的絕對(duì)值差出數(shù)量級(jí)。GML 相對(duì)當(dāng)期 ML 指數(shù)的優(yōu)勢(shì)是跨期可比。用全局參比技術(shù)集不同年份的效率值才可以直接比較否則面板回歸里時(shí)間趨勢(shì)的估計(jì)會(huì)扭曲。項(xiàng)目里 lightgbm.ipynb 的存在說明作者還把機(jī)器學(xué)習(xí)模型拿來做了對(duì)照這類非參數(shù)方法對(duì)非線性關(guān)系的捕捉比線性回歸靈活可以作為穩(wěn)健性證據(jù)出現(xiàn)在附錄里。我的經(jīng)驗(yàn)是GTFP 的絕對(duì)值本來就有一定玄學(xué)成分但同一口徑下的排序和增速是可信的論文里要把「同比增速」作為主要解釋對(duì)象而不是糾結(jié)水平值。4.2 基準(zhǔn)回歸雙向固定效應(yīng)與聚類穩(wěn)健標(biāo)準(zhǔn)誤基準(zhǔn)模型是公司-年份雙向固定效應(yīng)面板回歸被解釋變量是 GTFP核心解釋變量是大模型打分得到的 AI 應(yīng)用程度控制變量取企業(yè)規(guī)模、杠桿率、成長性、企業(yè)年齡等常規(guī)集合。項(xiàng)目里的 TJJM24-AILearning-EconometricsWithLLM-main 文件夾可以理解為主工作區(qū)基準(zhǔn)回歸代碼就在這里面。# 基準(zhǔn)回歸個(gè)體時(shí)間雙向固定效應(yīng) import statsmodels.api as sm import pandas as pd def baseline_regression(df): df df.set_index([stock_code, year]) X df[[ai_score, size, leverage, growth, firm_age]].copy() X pd.concat([ X, pd.get_dummies(df.index.get_level_values(stock_code), prefixfid), pd.get_dummies(df.index.get_level_values(year), prefixyr), ], axis1) X sm.add_constant(X) model sm.OLS(df[gtfp], X).fit( cov_typecluster, cov_kwds{groups: df.index.get_level_values(stock_code)} ) return model.params[ai_score], model.tvalues[ai_score]聚類穩(wěn)健標(biāo)準(zhǔn)誤是必須的——同一公司不同年份的觀測(cè)存在序列相關(guān)不聚類 t 值會(huì)被系統(tǒng)性高估顯著結(jié)果可能只是假象。我一般按公司聚類如果樣本覆蓋期內(nèi)有行業(yè)政策沖擊再按行業(yè)聚類跑一遍做對(duì)照。固定效應(yīng)吸收的是公司和年份層面的不隨時(shí)間變化的異質(zhì)性。AI 打分變量是 0/1/2 離散值解釋上要表述為「AI 應(yīng)用程度的檔位提升對(duì) GTFP 的影響」不要寫成彈性或百分比。跑回歸之前先看描述性統(tǒng)計(jì)ai_score 的分布如果嚴(yán)重偏向 0說明問題模板的判定標(biāo)準(zhǔn)太嚴(yán)要回過去調(diào)整選項(xiàng)——這種情況我遇到不止一次。4.3 融資約束異質(zhì)性交互項(xiàng)與分組回歸的配合融資約束的異質(zhì)性是標(biāo)題里明確標(biāo)注的研究點(diǎn)。兩種標(biāo)準(zhǔn)做法一是按 SA 指數(shù)中位數(shù)分組高約束組和低約束組分別跑回歸對(duì)比系數(shù)二是全樣本加交互項(xiàng) ai_score × SA。分組回歸回答「不同融資約束水平下 AI 的邊際效應(yīng)是否不同」交互項(xiàng)回答「融資約束連續(xù)變化時(shí) AI 效應(yīng)怎么變」兩者口徑不同可以互為補(bǔ)充。# 融資約束分組與交互項(xiàng) def financing_constraint_analysis(df): df[high_fc] (df[sa_index] df[sa_index].median()).astype(int) # SA 指數(shù)為負(fù)數(shù)數(shù)值越小代表約束越大注意方向 df[ai_x_fc] df[ai_score] * df[high_fc] beta_high baseline_regression(df[df[high_fc] 1]) beta_low baseline_regression(df[df[high_fc] 0]) # 交互項(xiàng)全樣本回歸看 ai_x_fc 的系數(shù)是否顯著 return {high_fc_beta: beta_high, low_fc_beta: beta_low}SA 指數(shù)取的是總資產(chǎn)對(duì)數(shù)和企業(yè)年齡的函數(shù)年報(bào)數(shù)據(jù)直接能算不用額外采集。方向別搞反——SA 指數(shù)是負(fù)數(shù)數(shù)值越小融資約束越大分組時(shí)要按小于中位數(shù)劃高約束組。我在第一次跑這個(gè)項(xiàng)目時(shí)就把方向?qū)懛催^高組低組結(jié)論完全顛倒排查了很久才發(fā)現(xiàn)是符號(hào)問題。交互項(xiàng)的解讀要謹(jǐn)慎如果 ai_x_fc 系數(shù)顯著為負(fù)說明高融資約束削弱了 AI 對(duì) GTFP 的正向作用邏輯上說得通——AI 應(yīng)用需要前期投入融資約束緊的公司投不起。分組回歸的結(jié)果應(yīng)該和交互項(xiàng)方向一致如果不一致先檢查高組和低組的樣本量是否均衡再看是不是有極端值在作怪。5. 避坑指南RAG 加實(shí)證最容易翻車的五個(gè)現(xiàn)場(chǎng)5.1 現(xiàn)象檢索召回的是會(huì)計(jì)附注不是管理層討論向量檢索時(shí)明明問的是人工智能應(yīng)用返回的 top-1 文本塊卻是財(cái)務(wù)報(bào)表附注里「開發(fā)支出」科目的會(huì)計(jì)解釋。原因是固定長度切分把「管理層討論與分析」和后面的附注塞進(jìn)了同一個(gè) chunk語義被稀釋查「人工智能」時(shí)附注里的關(guān)鍵詞也能匹配上。解決按章節(jié)邊界切分第 2.3 節(jié)的做法把章節(jié)標(biāo)題拼在 chunk 開頭檢索時(shí)給「管理層討論與分析」相關(guān)章節(jié)更高的相似度權(quán)重附注降權(quán)。我一般會(huì)在向量檢索后加一道規(guī)則過濾——如果命中的 chunk 標(biāo)題屬于「財(cái)務(wù)報(bào)表附注」直接跳過取下一個(gè)非附注結(jié)果。管理層討論與分析才是描述戰(zhàn)略和實(shí)際業(yè)務(wù)的核心章節(jié)附注里的會(huì)計(jì)術(shù)語對(duì)變量打分幾乎沒有貢獻(xiàn)。5.2 現(xiàn)象大模型輸出帶解釋正則匹配到錯(cuò)誤的數(shù)字提示詞明明寫了「只輸出數(shù)字編號(hào)」模型偶爾輸出「2該公司有實(shí)質(zhì)應(yīng)用」。如果 max_tokens 設(shè)得太大模型有空間補(bǔ)解釋后處理時(shí) re.search(r[012]) 匹配到的第一個(gè)數(shù)字可能不是答案。解決把 max_tokens 壓到 5提示詞里加「不要輸出任何解釋」后處理先按「」切分再取末位。仍失敗的置為 -1單獨(dú)人工處理。還有一類情況是 API 版本更新后模型行為變化同一段提示詞在舊版輸出「2」新版輸出「2?!苟嗔艘粋€(gè)句號(hào)正則沒問題但字符串比對(duì)會(huì)翻車。所以解析邏輯里不要做精確字符串匹配一律走正則取編號(hào)。5.3 現(xiàn)象年報(bào)里的「人工智能」根本不是技術(shù)應(yīng)用年報(bào)常見表述是「人工智能技術(shù)的發(fā)展可能對(duì)公司業(yè)務(wù)產(chǎn)生不利影響」或「公司不涉及人工智能相關(guān)業(yè)務(wù)」這種句子按關(guān)鍵詞詞頻法會(huì)被計(jì)成 AI 應(yīng)用證據(jù)系統(tǒng)性高估應(yīng)用率。我見過有人用詞頻跑出來全市值前十大公司全部「應(yīng)用了 AI」人工一翻全是風(fēng)險(xiǎn)提示。解決問題模板里把判斷標(biāo)準(zhǔn)從「是否提及」改成「是否在生產(chǎn)經(jīng)營中實(shí)際應(yīng)用」并增設(shè)「僅提戰(zhàn)略規(guī)劃或風(fēng)險(xiǎn)討論」一檔。這樣模型就不會(huì)把風(fēng)險(xiǎn)提示當(dāng)成應(yīng)用證據(jù)。人工抽檢時(shí)重點(diǎn)看負(fù)例樣本確認(rèn)模型沒有把所有「提及」都打成「應(yīng)用」。5.4 現(xiàn)象GTFP 量級(jí)和公開文獻(xiàn)對(duì)不上差出十倍SBM-GML 的測(cè)算結(jié)果高度依賴投入產(chǎn)出口徑。資本用固定資產(chǎn)凈值還是總資產(chǎn)、能源用披露值還是行業(yè)均值、污染產(chǎn)出選哪些指標(biāo)都會(huì)讓結(jié)果發(fā)生數(shù)量級(jí)變化。這不算程序 bug而是口徑選擇問題。解決確定口徑后不要中途更換論文里完整披露指標(biāo)定義。用公開數(shù)據(jù)集做排序校驗(yàn)——絕對(duì)量不可比但各家公司的效率排序應(yīng)大致一致。我一般會(huì)拿同一個(gè)行業(yè)里 5 家知名公司的人工排序和模型排序做 Spearman 相關(guān)系數(shù)低于 0.6 就說明測(cè)算有問題需要回頭檢查數(shù)據(jù)。5.5 現(xiàn)象面板錯(cuò)位公司代碼和年份對(duì)不上年報(bào)文件名是「代碼_年份.pdf」但公司可能變更證券代碼年報(bào)披露日和報(bào)告期末也可能跨年——2023 年年報(bào)在 2024 年 4 月披露如果用公告日期定義年份面板時(shí)間維度會(huì)整體偏移。解決從 PDF 首頁解析報(bào)告期末日期用報(bào)告期年份作為面板的 year 字段。數(shù)據(jù)預(yù)處理最后加斷言每家公司年份序列連續(xù)無重復(fù)。# 面板完整性自檢發(fā)現(xiàn)錯(cuò)位的第一道防線 def validate_panel(df): for code, grp in df.groupby(stock_code): years sorted(grp[year].unique()) assert years list(range(min(years), max(years) 1)), \ f{code} 年份不連續(xù): {years} assert len(grp) len(years), f{code} 存在重復(fù)年份 print(面板校驗(yàn)通過所有公司年份連續(xù)無重復(fù))這個(gè)斷言放在數(shù)據(jù)預(yù)處理最后一步比放在回歸之前更合適——回歸報(bào)錯(cuò)時(shí)你還要回頭查是哪家公司出了問題前置斷言直接告訴你。跑批時(shí)把 year 字段統(tǒng)一成 int 類型別讓字符串和整數(shù)混著比大小這種隱晦的錯(cuò)位最耗時(shí)間。6. 穩(wěn)健性檢驗(yàn)與復(fù)現(xiàn)驗(yàn)證換口徑、換樣本、換估計(jì)量6.1 核心解釋變量的替換與對(duì)照最直接的穩(wěn)健性檢驗(yàn)是把 AI 應(yīng)用打分替換成基于同一套檢索文本的關(guān)鍵詞加權(quán)頻次。對(duì)每家公司年報(bào)的「管理層討論與分析」部分統(tǒng)計(jì)「人工智能」「機(jī)器學(xué)習(xí)」「深度學(xué)習(xí)」「大模型」的標(biāo)準(zhǔn)化出現(xiàn)頻次重新跑基準(zhǔn)回歸。如果核心系數(shù)符號(hào)和顯著性不變說明結(jié)論不是某一特定打分口徑的偶然產(chǎn)物。6.2 工具變量對(duì)內(nèi)生性做一次正面回應(yīng)人工智能應(yīng)用程度和 GTFP 之間存在反向因果的可能——生產(chǎn)率高的企業(yè)更有余力部署 AI。常見做法是用行業(yè)平均 AI 應(yīng)用程度作為工具變量或者用滯后一期的 AI 打分。# 兩階段最小二乘行業(yè)均值作為工具變量 from linearmodels.iv import IV2SLS def run_iv(df): df df.copy() df[const] 1.0 df[iv_industry_ai] df.groupby([industry, year])[ai_score].transform(mean) model IV2SLS( dependentdf[gtfp], exogdf[[const, size, leverage, growth, firm_age]], endogdf[[ai_score]], instrumentsdf[[iv_industry_ai]], ).fit() return model行業(yè)均值這個(gè)工具變量的邏輯是同行的 AI 應(yīng)用會(huì)通過競(jìng)爭(zhēng)和示范效應(yīng)影響本公司但本公司的 GTFP 不會(huì)直接決定行業(yè)均值。跑完看第一階段 F 值大于 10 是底線小于 10 說明工具變量弱結(jié)果不可信。6.3 交付前的復(fù)現(xiàn)檢查清單項(xiàng)目收尾時(shí)我會(huì)把這張清單完整過一遍檢查項(xiàng)具體做法不過關(guān)的處理檢索命中質(zhì)量抽 50 個(gè) chunk 人工判斷召回文本是否貼合問題調(diào)整切分策略重新向量化打分可復(fù)現(xiàn)性同一份年報(bào)間隔一天跑兩次打分對(duì)比一致性確認(rèn) temperature0檢查 API 版本變化GTFP 排序校驗(yàn)與公開文獻(xiàn)或人工排序做 Spearman 相關(guān)檢查投入產(chǎn)出口徑面板完整性運(yùn)行 validate_panel 斷言回補(bǔ)缺失年報(bào)回歸敏感性換聚類層級(jí)、換控制變量集合對(duì)比核心系數(shù)在論文中如實(shí)報(bào)告敏感度這套清單的出發(fā)點(diǎn)不是「證明結(jié)果一定對(duì)」而是「換個(gè)合理設(shè)定結(jié)果不會(huì)反轉(zhuǎn)」。從那以后我每次跑類似項(xiàng)目都強(qiáng)制走一遍這個(gè)流程——先跑清單再寫結(jié)論寫完結(jié)論再抽檢原始文本。RAG 這條鏈路的黑匣子在于中間每個(gè)環(huán)節(jié)都有信息損耗你控制得越細(xì)審稿人問起來越不慌。希望幫到你。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
久久久8| 一级二级色大片| www激情网| 99这里是精品| 人人色婷婷| 九色激情网| 天天精品视频在线观看视频| 日本在线视频看se99| 色99网站| 色噜噜狠狠色综合无码久久欧美| 九九色色| 人人爱国产| 热久91| 天天狠狠干| 久久精品日| 婷婷五月丁香香蕉| 日韩婷婷| 亚洲AV影片在线观看| 99热这里有精品2| WwW色婷婷| 日日操日日射| 99在线视频资源| 丁香五月综合激情啪啪| yazhou seshipin| 成人国产欧美大片一区| 五月婷婷在线免费观看 | 青青草深爱激情网| 中文字幕精品推荐免费在线观| 99综合色| 久久久com| 26uuu成人网| 丁香五月激情欧欧美| 午夜天堂一区人妻| 99亚洲视频| 亚洲成人高清在线| 亚洲视频在线观看| 丁香五月激情综合| 婷婷丁香色五月天久久88| 久久婷婷五月综合色欧美| 色色COm| 人人爽欧美婷婷久久久五月丁香| 天天色粽合合合合合合合| 亭亭色天香| 色婷婷狠狠18yy| 五月天综合在线观看视频| 91干视频| WWW.亚洲无码| 丁香五月在线播放| 99无码精品| 秋霞免费三级片| 秋霞少妇AV网站| 五月丁香婷婷综合视频| 五月丁香综合网色欲| 亚洲婷婷性爱| 成人精品在线观看| 五月天天爽| 久久色婷婷| 亚洲精品国产A久久久久久| 夜夜操夜夜操| 六月丁香深深爱| 日本123区日韩欧美不卡在线看| 国产精品久久..4399| 日逼免费视频| 人人草成人视频| 日本韩国视频在线观看社区免费的9| 久久天天| anquye五月| 97视频久久| 亚洲中文字幕在线观看| 婷婷导航| 91大屁股精品| ss视频xx91| 免费啪啪亚州视频| 丁香五月激情五月| 精品无码久久久久久久久| 婷婷五月六| 美女亚洲五月丁香| 色五月综合激情| 五月婷婷碰碰| 性做久久久久久久免费看| 色五月色五天免费视频| 婷婷五月天激情AV影院| 99区视频| 在线五月婷婷小电影| 怡春院天天干| 久热婷婷综合| 国产一级片| www,色婷婷| 人妻AV中文系列| 日亚二欧美| 99久久综合精品五月天| www.av视频xx999.com| 久久精彩视频99| 1024操逼| 视频免费精品免费精品免费精品免费精品免费精品免费精品免费99 | 一婬一伦一区二区三区| 韩国天天婷婷| 99日热在线视频| 开心激情色婷婷五月天| 天天操夜夜操| \\五月天婷婷激情| 欧美性生交XXXXX无码小说| 六月激情久久婷婷| 成人综合网站| 色五月丁香激情视频| 丁香五月av| 丁香五月电影| 婷婷五月在线视频| 欧美日韩日韩成人| 色婷青青| 婷婷五月天久草在线| 五月婷在线| 色色色99| 夜夜操夜夜操| 五月天激情久久| 99热综合色图| 中文字幕成人影视| 99噜噜| 激情丁香六月| rr天天操| 五月天婷婷小说| 欧美激情五月| 99热在线观看亚洲区| 人人爱天天摸摸天天爱| 日日婷婷不卡| 丁香婷婷成人在线播放| AV79| 亚洲第一精品成人999久久精品| 狠狠999| 高清无码 一区 二区 三区| 开心婷婷中文字慕| 色婷婷4| 丁香婷婷综合激情五月色,开心五月丁香花综合网,激情综合五月亚洲婷婷,五月天 | 可似看的AV| 99惹精品视频| 天天射色五月天| 伊人啪啪网| 婷婷综合视频| 开心婷婷五月| 欧美激情综合色综合色| 日韩免费99| 久久五月婷婷丁香| 丁香五月激情宗合| a性生活久久无| 99爱在线视频观看| 久久久久久18| www.zbzhongsen.com| 开心五月婷婷激情| 日韩AV中文在线观看| 99热99热不卡| 婷婷少妇激情| 丁香五月天激情综合| 99精品在| 国产做爰视频免费播放| 亚洲日韩乱码一区二区三区四区| 六六久久黄色| 91精品婷婷国产综合| 色色色色色色色色色色色色色97| 色色99| 激情丁香婷婷六月天| 色就是色婷婷五月亚洲激情| 五月天色婷伊人| 久婷婷五月激情| 色热久资源| 视色网在线播放| 六月婷婷色宗合| 日韩十国产极品久久| 九九热99热| 99啪99| 九色视频91| 婷婷色导航| 新激情婷婷| 国内精品免费一区二区2009| 亚洲不卡123| 久草丁香婷婷五月天婷| 五月丁香在线视频观看| 99久久玖玖| 五月天婷婷操逼视频| 色偷偷五月天| 激情碰碰碰| 免费婷婷| 欧美草久久五月天91| 久久久久人妻| 久久婷婷伊人| 亚洲AAAA网| 色九九九九| 久久99视频| 五月丁香淫淫婷婷婷| 丁香五月区| 伊人在线视频| 婷婷亚洲综合| 丁香五月婷老师| 激情网站五月| 激情伊人网| 色综合色色| 精a品a| 五月丁香激情四射综合| 色爆五月| 五月丁香免费看| 六月婷婷狠狠做| 婷婷丁香五月天影院 | 日韩人妻无码精品| eeuus五月婷| 丁香六月五月婷婷| 99精品无码| 怡红院成人AV| 玖玖九九99| 色欲久久久久久综合网综合网| 中文字幕在线免费观看视频| 97热在线精品| 少妇人妻综合色6699| 在线成人网站| 夜色综合网| 开心五月激情站| 色狠狠999综合| 岛国在线观看91| 欧美成人五月天| 啪啪黄页网| 538在线精品| 91视频五月丁香| 婷婷五月伦理| 99热这里精| 欧洲毛片基地c区| 99精品综合在线| 国产 码在线成人网站| 日本成人噜噜噜| 午夜九九电影| 婷婷五月天伊人在线| 九九大香蕉黄色影院| 婷婷D区| 色综合99| 六月婷婷av| 婷婷综合色五月天| 国产熟女日日骚五月丁香爱| 五月 丁香 欧美| 久久曰曰| 色停停香蕉视频| 色色丁香五月天社区| 成人做爰A片免费看网站找不到了| 天天射综合网站| 秋霞av不能| 美女被操一区二区| 亚洲V国产V欧美V久久久久久| 久久总和99| 五月激情婷婷丁香| 热热色色五月天婷婷| 99色免费观看全部| 久久亚洲婷婷| 狠狠综合久久| 9久精品视频| 亚洲综合婷婷| 婷婷基地五月色| 99视频久久免费视频| 成片免费观看视频大全| 97超碰人人操| 六月丁香久久| 任你草| 在线观看中文字幕亚洲| 婷婷伊人久久| 狠狠五月激情丁香六月| 五月丁香啪啪综合| 九色91国产| 激情久久肏屄视频| www婷婷| 激情六月丁香| 九月婷婷久久久| 天天综合久久| 亚洲顶级VA在线观看-高清完整版在线影院观看-S022AV | 色情五月婷婷| 丁香婷婷综合精品六月初| 亚洲另类婷婷综合| 欧美在线97| 日本色色影院| 99热加勒比| 免费AV在线| 97黑人精品区| 色999五月色| 操99| 色情久久久| 丁香五月激情综合久久| 26uuu欧美日本| 99久久婷婷国产综合精品| 婷婷四色五月| 中文在线视频久9| 五月婷婷丁香av| 999热在线视频| 大香蕉五月丁香| 91久久婷婷| 综合色久| 四虎婷婷五月天| 天天操天天操天天操| 五月丁香婷婷啪啪综合网| 思思精品久久艹| 成人网丁香五月| 伊人五月天婷婷| 丁香六月色婷婷| 欧美婷婷成人| 久久婷综合| 泰州成人视频| 国产成人综合亚洲| 大香婷婷| 一起草AV| 激情www.98com| 一级二级香港秋霞欧美欧美秋霞| 蜜桃人妻无码AV天堂三区| 亚洲人妻Av| 九九香蕉网| 亚洲综合在线视频| 九九色网专区| 亚洲超级碰| 色欲久久久久久综合网综合网| 国産精品| 26UUU亚洲欧美| 丁香美女主播视频在线观看| 中文字幕综合| 天天操综合网| AV中文字幕夜夜操b天天摸bb| 九月久久婷婷| 激情五月第四色| 丁香五月婷婷乱| www.99热这里只有精品| 九九99精品视频在线观看| 天天日天天色| 九月婷婷综合色干| 99狠狠色| 婷婷一本和五月丁香| 丁香五月播播| 综合色播| 国产综合丁香五月天| 九九九九综合| 日本激情五月天‘| 国产亚洲色婷婷久久99精品91| 成人精品视频99在线观看免费| 97午夜一区二区| 欧美色色色色色色色色色色| 深爱激情网婷婷| 五月天另类小说| 亚洲操逼网| 99在线精品免费视频| 婷婷五月精品中文| 久久亚洲婷婷综合色五月| 国产精品热搜丁香五月婷婷| 五月天婷婷视频| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 操人久久| 天天干、天天日日| a在线观看| 新激情婷婷| 91丨九色丨丰满人妖| 激情合网婷婷| 亚洲国产成人综合| 国产免费av网站| 日本精品在线噜噜噜| 噜噜久| 99热在这里只有精品| 婷婷9月天| 99在线精品观看99| 婷婷丁香18| 91精品丝袜久久久久久| 玖玖婷婷精品| 思思热久久爱| 丁香六月婷| 婷婷欧美激情| 婷婷丁香综合成人| 色噜噜婷婷| 天堂久久性| 五月天婷婷色小说| 久久怡红院| 欧美日韩国产一区二区| 五月婷婷六月奇米网丁香| 五月婷婷激情网| 亚洲无码AV片| 欧美va亚洲va在线播放| 亚洲操操操| 97欧美在线| 五月丁香六月婷婷手机无线| 色玖玖| 成人 视频免费观看网站| 激情综合色五月丁香六月亚洲| 五月天婷婷无码| 成人在线网站| 五月婷婷激情综合网| 亚洲精品又粗又大又爽A片| 九九久久99精品免费观看www| 99青青草| 久久人人做人人妻人人玩精品va| 激情啪啪五月天| 一级二级色大片| 中文AV网站| 千人斩操逼| 六月色色| 97碰久久| 台湾无码A片一区二区| 色吧网综合| 婷婷色色播五月天| 国产精品第一国产精品| 婷婷成人网五月天| 91久久99久久91熟女精品| 久久丁香婷婷五月| 日日综合网| 久久婷婷老| 欧美激情丁香五月| 999热这里只有精品| 96精品久久久久久久久| www.天天干| Www.se.久久| 欧美日本一区二区三区| 久久97久久99久久综合欧美| 综合激情网| 欧美精品XXXXBBBB| 日本精品。999| 九九热这里只有精品6| 9久国产精品| 大香蕉久久婷婷精品综合| 1024久婷| 天堂草在线观看| 疯狂做受XXXX高潮A片| 亚洲色婷婷99一9|| 亚洲精品无人区| 热久久思思热思思| 99热这里| 五月丁香婷色| 国产性爱在线| 天堂草在线观| 日本少妇AA一级特黄大片| 五月婷婷综合久久| 99 福利 导航| 狼人婷婷久久| 日韩成人av在线| 无码人妻电影| 丁香五月婷婷狠狠色| 亚洲五月天激情| 色玖玖| 深爱激情五月天| 九九日本视频| 婷婷综合久久| 99热骚货| 艹色18p| 五月天开心激情综合网| 99视频网址| 97资源欧美日韩大香蕉超碰一区| 五月丁香激情综合网| 激情久久久| 五月天婷婷六月激情网| 高清无码网址| 99热99re6国产在线播放| 色综合女人99| 丁香五月六月综合激情| 超碰99在线| 九九AV| 26uuu激情五月天| 久久久久久99日本| 狠狠干在线| www91在线| 黄色AV日韩| 综合久久婷婷五月丁香| 亚洲欧美日韩VIP| 99热这里只有精品一区| 色婷婷精品视频| aa久久| 久久久久久久综合狠狠综合| 精品人妻午夜一区二区三区四区| 国产综合网在线| 久久丁香五月| 色人久久| 五月丁香欧美在线| 日本97在线视频| 久久99热这里只有精品| 中文aV网| 久久婷婷五月天激情| 丁香五月天堂| 色婷婷丁香五月色综合网| 久久青青日本视频| 久色网| 中文字幕日韩无码制服诱或| 欧美日韩成人在线免费| 五月婷婷激情| 色五月婷婷五月天激情综合| 国产成人+综合亚洲+天堂| 欧美精品XXXXBBBB| 99色色色色| 丁香五月天黄色片| 国产SUV精品一区二区883| 夜夜骑夜夜撸| 91丨熟女丨首页| 久草婷| 日韩啪啪网| 人人射av| 六月色播| 超碰日韩人妻在线| 色99视频| 久久久久人妻中文| 丁香六月婷婷综合激情欧美| 欧美日韩二区在线| 久久五月网| 日韩欧美四五区| 色月丁| 9久热| 婷婷丁香色情五月天| 丁香综合网| 婷婷色色综合| 99热婷婷| 色色综合网络| 思思久久99热| 丁香五月www| 天天操综合网| 亚洲丁香婷婷丁香五月天激情| 五六月婷婷| 东北熟女高潮99综合99| 俺去也综合| 激情婷婷五月| 色青青视频| www.久久爱.com| 国产精品久久久久久妇女6080| 九九视频在线| 美女主播野战视步页| 激情另类综合| 69久久久| 嫩草AV久久伊人妇女超级A| 丁香五月伊人| 人人干Av| 美女亚洲五月丁香| 色琪琪一综合久久激情五月视频| 色五月婷婷丁香凹凸| 丁香五月婷婷基地| 久久与婷婷| 夜夜撸天天日| 美女五月激情| 啪啪 综合网| H亚洲| 开心激情站| 色婷婷激情| 天天综合永久| xxxx五月激情| 一起草Av| 男人的天堂97| 国产精品24r| 中文字幕日产A片在线看| 婷婷婷久久久| 99精品福利视频| 五月天婷婷六月| 色综合婷婷| 香蕉97碰碰碰超视精品| 在线亚洲综合| 牛牛澡牛牛爽| 国产精品VIDEOSSEX久久发布| 婷婷射丁香| 色婷婷视频在线| 伊人9999| 五月天a婷婷伊人| 激情婷婷| 91ncom.色| 9精品视频在线| 亚洲啪| 国产性爱在线| 五月天综合色| 久久丁香五月天| 97婷婷狠狠| 可以直接看的av| 99这里只有精品99| 婷婷五月精品中文字幕| 五月婷婷欲色| AV片在线观看| 色综合99无码 | 婷婷五月婷婷五月| 91dy.av| 亚洲俩性性爱图片久久第六页| 大香蕉五月天婷婷| 色婷婷五月综合| 在线观看中文字幕亚洲| 国产老熟妇亲子乱对白| 国产视频福利| 日本九九视频| 九色无码| 色婷婷AV在线| 一区二区免费看| 色五月婷婷91| 欧美在线看| 九九干视频| 五月丁香激情综合啪啪| 伊人9在线| 激情五月天99色| 久久久久久久五月| 哇嘎成人久久| 色婷婷色| 美女激情综合| 五月天婷婷色色| 天天日天天做天天舔| 啪啪综合网| 色色婷| 五月丁香六月婷婷,婷| 狠狠色丁香久久久婷| 激情五月综合网| 色色色色热热| 色五月开心五月激情五月| 伦乱美欧| 天天摸日日舔狠狠添婷婷婷| 深爱婷婷丁香五月激情| 五月天婷婷丁香基地在线观看| 九九無妻| 丁香婷婷五月色成人网站| 91无码视频| 久久久久激情| 五月天激情网图片| 国产在线激情视频| 午夜福利成人AV91| 精品女人九九九| 开心激情站| 99精品偷自拍| 五月激情四射网站| 夫妻超碰在线| 色婷婷丁香| 99热综合在线| 日韩精品色| 国产精品五月天婷婷| 无码人妻一区| 五月激情啪啪| 国产成人AV| 91九九热| 99热最新精品| 欧美色播综合在线观看| 婷婷色正月| 久草狼人| 久久伊人大香蕉| 婷婷97| 爱穴久久| 国产三级片91| 99热6这里只有精品6| 操你av| 国产精品爽爽久久久久久| 色色五月婷| 被男人添B超爽视频| 操逼五月天| 99热在线精品观看| 日韩欧美一区二区三区四区| 婷婷五月天激情AV影院| 色色色在线观看| 99精彩视频| 九月丁香很很色| 七七九色| wwccc久久久| 天天天干夜夜夜操| 精品久久人妻| 久久五月婷婷综合网| 草榴视频网| 色婷婷成人丁香| 人妻 性久久久久久| 精品久久这里热66| 丁香六月激情综合| www亚洲无码| 噜噜噜噜噜久| 六月婷婷九月丁香亚洲综合| www超碰| www五月| 久久狠婷婷| 人人爽在线视频综合网| 久草热视频在线观看| 丁香五月天色婷婷| 国产一级黄色影片,| 秋霞成人毛片一级A片| 国产欧美婷婷五月| 欧美三日本三级少妇三99| 激情综合五月| 色噜噜97视频在线观看| 欧美综合激情五月| 91天天操天天干天天射| 九月性爱网| 五月总合激情网| 五月天激情www| 99热国产免费| 超级碰碰碰91| 森林影视大全,最好看的2019年视频 | 久久九九99.www| 99久久精彩视频。| 亚洲热视频在线| 婷婷五月天伊人| www.99热在线| 开心激情站婷婷五月天| 天天精品视频免费观看| 综合精品99| 开心五月激情站| 超碰97人人操| 婷婷干六月综合旧址| 丁香综合伊人| 四色永久成人网站| 五月天婷婷涩涩| 六月丁香五月激情亚洲AV| 天天做天天爽| 久久久全国免费视频| 综合欧美五月婷婷| 九九热自拍| 综合久久十| 五月天开心婷婷久久 | 99精彩视频在线观看| 婷婷天堂综合| 99热99天堂| 国色天香伊人狠狠色| 婷婷综合激情| 婷婷少妇激情| 玖玖婷婷五月天| 超碰只有精品在线| 精品久久婷婷五月天| 熟女激情网| 色九月综合网| 成人网丁香五月| 女人天堂AV| 伊人婷婷大香蕉| 丁香五月婷婷香| 婷婷丁香无码专区| 激情小说五月天中文字幕| 91综合在线| 91亚洲免费片| www.开心激情| 亚洲日韩成人三级av| 天天做天天爱天天日| 91综合国免费久入| 99色五月| 久久久天天啊| 色婷婷另类| 五月婷婷五月天亚洲无码| 99精品偷自拍| 日本天天综合| 青青青在线视频国产| 九九色精品| 五月婷婷久久久| 日韩av在线免费观看| 久色大| sewuyuetingtingiii| 婷婷色网站| seuuu婷婷| 五月婷婷综合色啪首页| AV在线不卡播放| 26uuuavcom| 少妇性BBB搡BBB爽爽爽视頻 | 99色视| 天天爽综合网| 色吊操色妞| 99热这里只要精品免费| 大鸡巴伊人网| 五月丁香六月婷婷视频| 综合另类激情| 丁香成人视频| 99视频在线观看网址| 99热都是精品| 色爽九九| 99re免费精品视频| 99热 这里只有精品 国产 日韩| 日日夜夜天天综合| 激情综合网丁香| 99久视频| 狠狠色官网| 欧美性生交A片免费看| 先锋资源996| 影音先锋91在线资源站| 色五月天成人在线| 色天使色综合| 久久五月天婷婷| 伊人色综合久久久| 91成人品| 99这里精品| 久久AV无码精品人妻系列试探| 青青草护士中出内射-欧美电影在线天堂新版 | 开心四月婷婷在线色播播| 日产精品久久久久久久蜜臀| 五月丁香欧美综合免费视频| av在线免费播放观看| 狠狠色综合精品视频在线| 99人人操| 六月婷婷色综合| 五月丁香色色综合| 九月激情婷婷丁香| 九九性视频| 9999热在线免费观看| 五月丁香婷婷在线| 这里只有精品视频在线观看免费| 欧美性生交A片免费看| 人人操人人爱丁香五月| 91丨人妻丨国产丨丝袜| 性色婷婷| 亚洲操逼网| 99国产精品久久久久久久久久久 | 欧美在线操| 四色永久成人网站| 五月色丁香激情| 色青五月天| 久热91| 婷婷丁香六月影视| 亚洲无码免费看| 久草性爱| 国产 A片 自拍| A片天天| 色婷婷激情四射视频| 99精品热视频只有精品10| 日韩av手机在线观看| av狠狠操| 色狠狠五月天| 97人人妻人人艹| 五月丁香色婷婷久久| 啪啪综合网| 日韩AV无码影片| 精品国产va久久久| 丁香五月婷婷啪| 免费看欧美成人A片无码| 五月丁香婷婷基地| 日日骑夜夜撸| 九九久久色| 色欲天天综合网| 久久这里只有国产视频| 99欧州偷拍视频| 亚洲乱码日产精品BD| 婷婷六月综合激情| 五月天婷婷色紫薇阁| 四川操逼站| 五月激情综合网| 色欲五月婷婷| 大香蕉手机视频| 三十熟女| 五月婷婷久久大香蕉| 婷婷欧美色| 五月天丁香啪啪啪啪| 精品乱码久久久久| 五月婷婷无码| 99色天堂| 亚洲AV日韩在线观看| www.91久久| 六月丁香婷婷六月激情综合| 香蕉久久国产AV一区二区| 久9综合| 强伦轩人妻一区二区电影| 五月婷婷在线观看| 色色综合色视频| 婷婷伊人綜合| 亚洲乱码日产精品BD| 色九九九九| 99热这里有精品24| 国产99久久久| 午夜福利成人AV91| 成人做爰A片免费看网站找不到了 噼里啪啦在线观看免费完整版视频 | 少妇婷婷五月天| 婷婷情色五月天| 综合福利网| 五月花激情| 亚洲成人婷婷| 综合在线丁香五月| 午夜成人AV在线| AV变态另类一区二区| www.激情| 操碰99| 色婷婷色五月天| 丁香五月天人体| 日韩人妻在线观看| 991自拍视频| 精品亚洲国产成AV人片传媒| 曰曰久久| 五月综合婷婷五月| 99亚洲欧洲| 婷婷五月深情丁香深爱日韩| 九九视屏| 色五月婷婷丁香凹凸| 天天干天天日天天操| 婷婷五月天视频| 久久婷婷丁香六月天| 激情五月深爱五月| 91日本在线观看| 亚洲在线视频321| www...com黄在线观看| www.久久| 天天色视频| 久久丁香五月天| 爱婷婷久久视频| 激情另类综合| 五月婷婷熟女| 婷婷性爱视频在线| 国内自拍1区| 精品一二三区久久AAA片| 人人摸人人| 激情五月综合网最新| 天天激情欧美美女| 丁香五月婷婷色播艳门照| 五月丁香亭亭成人电影| 全亚洲最大的婷婷五月天网站COM| 色五月婷婷1| 亚洲视频码| 久热久69| 婷婷五月丁香第四色超碰在线| www.夜夜| 五月婷婷开心网| 99久在线精品99re8| 九月综合| 这里只有精品1| 狠狠色噜噜| 久久午夜理论| 美女婷婷六月色| 亚洲婷婷月丁香五月| 99国产er热视频| 另类小说五月天| 成人亚洲精品| 综合AV在线| 六月婷久久| 五月天天综合| 日本免费91| 97成人在线视频精品| 久久久久久婷| 久碰久| 中文字幕无码成人电影| 久久资源综合| 伊人大香蕉毛片| 1024AV视频| 五月天婷婷网站| 丁香狠狠色婷婷久久无码视频| 日韩三级高清无码| av五月天婷婷丁香| 五月天天综合网色婷婷| 男人先锋久久| 色婷婷成人色网| 欧美成人猛片AAAAAAA| 成人无码髙潮喷水A片| 久久精品无码一区| 日韩在线视频9色| 国产av天天插天天操天天爽| 97日本在线播放| 婷婷丁香精品视频在线观看| 永久天堂日本| 丁香色五月AV在线| 九九综合网色全集 | 91紱請| 日本色啪| 九月婷婷激情久久| 丁香五月伊人| 成人在线视频男人的天堂4399| 欧美日韩五月婷婷| www.色综合.com| 色色色色热热| 伊人六月无码视频| 99热这里只有精品 搜| 精品亚洲VA网站| 网站免费一站二站| 91爱操| 丁香五月AV| 另类少妇人与禽zOZZ0性伦| 中文字幕日本最新乱码视频| 亚洲激情四谢| 碰碰碰97免费精彩视频| 天堂网色色| 丁香 久久| 婷婷色导航| 天天网站天天爽| 中文国产五月天| 色五月婷婷大香蕉| 久机视频这只有精品| 丁香五月社区| 精品热青草| 99re热在线视频观看| 大香蕉婷婷色| 亚洲亚洲激情| 丁香五月宝贝激情网| 快色t v在线入口| 狠狠色丁香婷婷久久综合| 国产亚洲在线观看| 亚洲亚洲人成综合网络| 麻豆忘忧草午夜| 9热在线观看| 九九综合九九| 丁香五月婷婷成人色区| 婷婷色情五月| 97人人看| 99视频内射三四| 九九热狼人| enecarbon-materials.comWu染请涟系Bao护@wip1688 | 婷婷香蕉精品| 免费AV在线| 99热精品在线播放观看| 婷婷综合色五月天| 色99在线视频| 欧美在线| 综合激情在线观看| 思思久久网| 五月丁香成人| 丁香五月成人网| 丁香五月天堂网| 成人国产网站在线免费看| 精品操逼一区二区| 丁香五月性| 九九热思思热| 五月久久婷婷天堂视频| 97色色色| txt五月激情四射网综合俺也来了| www.久久久.com| 79色色免费| 天天日色情| 成人精品在线| 五月综合激情| 99精彩视频在线观看| 国产欧美婷婷五月| 91色呦哟| 丁香五月成人论坛| 这里只有精品视频看看| 天天干天天做| 欧美日韩欧美| 一级黄色操B| 亚洲色9| 丁香婷婷十月| h在线看免费版在线看| 欧美精品狠狠色丁香婷婷| 色婷婷亚洲婷婷| 91N 一起草| 久久这里只精品66| 婷婷伊人五月天| 五月激情在线| 久操97| 婷婷五月天影视网址| 中文在线成人| 中文字幕在线aⅴ免费观看| 站长推荐无码播放| 天天日婷婷| 九九热最新地址| 亚洲国产色婷婷| 丁香婷婷免费| 亚洲午夜视频| 影音先锋男士资源网一区| 九九热这里只有精品23| http://www.sd-xiangsu.com/| 九九99精品视频在线观看| 久久人人做人人妻人人玩精品va| www.色五月.com| 久久久久久五月天| 中文字幕在线观看视频www| 亚洲AV无码影院| 婷婷激情五月综合丁| 色爱综合网| 日韩AV中文字幕在线| 成人小说 五月天 婷婷| 99热91| 国产干逼片| 激情丁香久久| 色~性~乱~伦~噜| 激情性爱婷婷| 丁香婷婷射| 99日韩| 色综合久久88色综合天天99| 激情深爱五月| 四川BBB搡BBB搡多人乱亂| 久久九九网| 停停五月丁香| 黄色中文字目| 五月丁香婷婷综合在线| 色婷婷六月天| 五月伊人婷婷999| 丁香五月 六月婷婷首页| 五月婷婷激情| 五月丁香福利| 五月情婷婷| 成人无码精品1区2区3区免费看| 五月婷丁香| 久9久成人精品视频| 综合久久十| 热99视频| 婷婷五月天社区| 人人操91| 大香蕉久久久| 99热日| 五月六月婷| 色五月婷婷丁香凹凸| 伊人五月网| 被男人添B超爽视频| 5月激情天| 一起草AV| 丁香五月天啪啪| 日本熟妇乱妇熟色A片蜜桃| 日本A片一区| 五月丁香六月婷婷不卡免费无码| 五月色婷| 综激情网| 五月激情婷婷播播开心| 激情五月丁香五月色| 色必久悠悠影院| 六月激情综合| 五月天天堂久久| 日本九九视频| 六月色婷婷综合影视| 亚洲激情.com| 婷婷五月精品| 色婷婷视频| 另类少妇人与禽zOZZ0性伦| 婷婷色五月噜噜| 大香网伊人久久综合| 丁香婷婷色| 久久婷网| 啪啪黄页网| 日韩在线视频网站| 久久婷中文字幕| 大天天伊人| 免费看成人747474九号视频在线观看| 99久久极情精品一区| 色婷亚洲| 丁香五月天激情综合| 伊人久久大香线蕉综合网站| 五月天婷婷在线播放| 狠狠色丁香久久综合婷婷亚洲成人福利| 99久久精品网| 99天天操夜夜操| 就爱啪啪婷婷| 日韩无码AV电影网站| 欧美婷| 日产精品久久久久久久蜜臀| 五月婷庭丁香在线| 久色精品| 一根材五月婷成人| 成人无码髙潮喷水A片| 色五月婷婷激情五月| 色色色色色色综合网| 五月天停停成人网| 超碰人人妻| 狠狠插狠狠插| 久久激情五月婷婷| 五月天久久久| 五月婷婷深深的爱| 天天操夜夜操| 色婷婷丁香特级性爱视频| 久久久亚洲成人无码A片| 97色色综合| 五月天综合久久丁香91| 丁香五月久久| 久思思久视频| 久久AAAA片一区二区| www开心激情网| 国外亚洲成AV人片在线观看| 五月婷婷中文网| 玖玖婷婷五月天毛片| 亚州性爱99| 日本一级大片| 丁香五月91| 91色综合| 婷婷精品| 亚洲五月天婷婷在线| 五月色激情综合网| 婷婷五月丁香色综合| 玖玖在线视频福利| 国产毛多水多女人A片| 婷婷色成人| 色婷婷激情四射视频| 久草天堂| 97色伦另类图片小说视频 | 99精品无码| 激情激情激情网| 久热久操久热久草国产91| www.maotanji.com| 色婷婷91激情小说| 99天天操夜夜操| 亚洲操精品| 天天爽天天干天天| 97五月婷婷| 成人精品在线观看| 天天日人人爽| 丁香五月激情欧美| 激情五月婷婷五月| 日逼免费视频| 5五月综合网亚洲| 激情五月天视频| 婷婷五月天首页| 丁香 久久| 99在线精品观看99| 青草少妇激情| 一逼色综合| 99啪啪| 六月色色婷婷| 超碰人人91| 欧美成人精品A片免费一区99| 天天爱夜夜爽| 大香蕉五月天| 黄色国久久| 五月婷婷久久大香蕉| 欧美综合激情五月丁香| 色99超碰| 色99色| 色色色色综合| 亚洲综合新99视频| 99热久久日本| www.五月.com| 久久精品亚洲一级牲爱综合| 99综合久久| 国产内射婷婷| 色婷婷久久久| 五月婷婷伊人在线| 天堂中文国产| 99riav 亚洲| 99热免费精品| 久久这里只有精品网| 9999热在线免费观看| 99色综合| 影音先锋噜一噜| 思思热再线视频| 亚洲1区| 99ri精品在线观看| 操久久网| 天天干com| 97五月天婷婷午夜| 視频福利乱色| 国产亚洲成AV人片在线观黄桃| 人人摸人人澡人人| 99久久婷婷国产综合| 极品人妻VIDEOSSS人妻| 99久久极情精品一区| 888精品福利地址| 色五月自偷自拍婷婷婷婷| 这里只有精品久久| 色欲午夜无码久久久久久张津瑜| 九九热这里都是精品6| 五月婷婷综合影院| 激情综合五月天| 成人 在线 日韩| 免费五月婷婷网| 亚洲综人色综网| www久久久久| 91色综合网站在线| 五月丁香色综合| 五月婷婷丁香五月 | 色婷另类| 天天干天天爽天天爽| 伊九九三级区| 天天综合久久| 婷婷丁香成人色综合| av中文在线| 殴美激情综合网| 五月天婷婷婷| 日日婷婷不卡| 9色视频在线| 97干视频在线| 超碰啪啪网| 性做爰A片免费视频A片直播| 91丨九色丨东北熟女| 六月色播| 国产午夜一区二区三区| 亚洲成人乱码av网站| 激情q青青草在线婷婷| www.婷婷.com| 99人人看| 婷婷中文字幕欧美| 少妇大叫太大太粗太爽了A片| 一区视频网站| 爱草人视频| 夜夜操,天天撸| 婷婷大美在线| 午夜九九九九九九九九九九九九九| 人妻六月天| co超碰在线观看| 丁香五月婷婷在线| 99热免费精品| 激情五月天综合网| 拳交大逼| 天天操天爱综合| 午夜青草资源| 五月激情开心婷婷| 青青草色在线视频观看| 4399在线观看免费高清黄色视频| 青青久久91| 99re久热| 亚洲狠9| 桃色五月婷婷| 日本欧美成人片AAAA| 婷婷97狠狠成人网站| 啪啪91| 涩综合婷婷| 99热这里都是精品| 五月婷视频| 婷婷视频网|