《影响未偿付抵押贷款因素的实证分析.doc》由会员分享，可在线阅读，更多相关《影响未偿付抵押贷款因素的实证分析.doc（34页珍藏版）》请在三一办公上搜索。
1、应用经济计量学期末考核个人收入和新抵押贷款费用率对未偿付抵押贷款因素的影响实证分析专业： 国际经济与贸易 班级： 2班 姓名： 袁帅 学号： 1202019090 时间： 2015年1月目录 摘 要3Abstract4引 言5一、未偿付抵押影响主要因数的关联度的多变量分析6二、影响未偿贷款要素的关联度分析12三、模型设定误差分析15四、模型结构稳定性检验16五、模型多重共线性诊断及补救22六、模型自相关诊断及补救27七、预测模型选择32八小结33九、参考文献.34摘要改革开放以来，随着经济的不断发展进步，国民经济的不断提高以及人们消费观念的转变。贷款的人数也逐渐上升。抵押贷款指借款者一定的抵押
2、品作为物品保证向银行取得的贷款，它是银行的一种放款形式、也是现在最常见的一种获得资金的方法。贷款到期，借款者必须如数归还，否则银行有权处理抵押品，作为一种补偿。一般贷款之人都会受各种原因未能及时偿付贷款。本文主要通过分析某国个人收入、新抵押贷款费用率对未偿付抵押贷款的影响。我们将未偿付抵押贷款作为被解释变量，将收入和新抵押贷款率作为解释变量来做实证分析。关键词：个人收入 新抵押贷款率 未偿付抵押贷款 AbstractSince reform and opening up, with the development of economic progress, the continuous imp
3、rovement of the national economy and peoples changing consumer attitudes. The number of loans have risen. Mortgage borrowers in certain items of collateral as guarantees to obtain bank loans, which is a form of loans to banks, is now one of the most common methods of obtaining funds. The maturity of
4、 the loan, the borrower must return, otherwise the Bank has the right to deal with the collateral, as a kind of compensation. General loan people are affected by a variety of reasons fail to repay loans. This article by analyzing a State personal income, the new mortgage rate impact on outstanding m
5、ortgages. We will not pay the mortgage loan as explanatory variables, income and new mortgage rate as explanatory variables to do the analysis.Keywords: Personal income、 The mortgage rate 、outstanding mortgage 引言 抵押贷款指借款者一定的抵押品作为物品保证向银行取得的贷款，它是银行的一种放款形式、也是现在 最常见的一种获得资金的方法，贷款到期，借款者必须如数归还，否则银行有权处理抵押品，
6、作为一种补偿。自改革开放以后，我国人民的生活水平不断提高，个人收入也随之增长，自1998年之后由于资金来源的多样化，银行对抵押贷款费用率不断的下调以此来刺激银行贷款对此本文选取个人收入、新抵押贷款费用率的统计数据，并运用剂量计经学的分析方法，建立相应的模型以及运用一些相关的分析方法对所建的模型进行分析，以更好的说明因素间的关系，即个人收入、新抵押贷款费用率的影响关系。一 影响未偿付抵押贷款主要因素的关联度的多变量分析(一)、未偿付抵押贷款与个人收入的关联度分析更好的进行对未偿付抵押贷款与个人收入的关联度分析，我们选取1998年至2013年未偿付抵押贷款与个人收入的统计资料，如表一所表一： 19
7、98年-2013年我国未偿付抵押贷款资料年份未偿付抵押贷款（亿美元）个人收入（亿美元）19981365.502285.7019991465.502560.4020001539.302718.7020011728.202891.7020021958.703205.5020032228.303439.6020042539.903647.5020052897.603877.3020063197.304172.8020073501.704489.3020083723.404791.3020093880.904968.5020104011.105264.3020114185.705480.3020124
8、389.705753.1020134622.206115.10我们建立二元回归模型yb1b2X2（相关计算数据参照于表一），未偿付抵押贷款作为被解释变量y，个人收入作为解释变量X2，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表1、表2和表3所示。表1;模型汇总模型RR 方调整 R 方标准 估计的误差1.993a.987.986134.51942a. 预测变量: (常量), VAR00002：个人收入。表2：Anovab模型平方和df均方FSig.1回归18969752.586118969752.5861048.315.000a残差253336.6441418095.
9、475总计19223089.23015a. 预测变量: (常量), VAR00002：个人收入。b. 因变量: VAR00001：未偿付抵押贷款表3：系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-861.685122.499-7.034.000VAR00002.929.029.99332.378.000a. 因变量: VAR00001：未偿付抵押贷款:据此，可得该回归模型各项数据为：b2 0.929b1 -861.75918095.046Ver（b1）0.000841Var（b2）15006.005Se（b1）0.029Se（b2）122.499t（b1）-7.035t
10、（b2）32.379据此：模型为：y-861.759+ 0.929X3我们提出如下假设：H0：Bi0，YB1+B2X2+i yb1b2X2令=0.01t(bi) t0.005 (14)在水平下，t检验的拒绝域为：，2.98和2.98，所以t（b1）、t（b2）均落在拒绝域中，拒绝原假设，即常数项和X2对于模型均有意义。对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，个人收入每变动一个单位，将引起未偿付抵押贷款变动0.929个单位。并且，该模型反映了98.7%的真实情况（二）、未偿付抵押贷款与新贷款利率的关联程为了更好的进行对新抵押贷款的关联分析我们选取1998年至2013年个人
11、收入、新贷款利率的统计资料，如表二所示。， 表二：19982013年XX国未偿付抵押贷款资料年份未偿付抵押贷款（亿美元）新抵押贷款费用率（%） 19981365.512.66 19991465.514.7 20001539.315.14 20011728.212.57 20021958.712.38 20032228.311.55 20042539.910.17 20052897.69.31 20063197.39.19 20073501.710.13 20083723.410.05 20093880.99.32 20104011.18.24 20114185.77.2 20124389.77
12、.49 20134622.07.87我们建立二元回归模型yb1b2X2（相关计算数据参照于表二），未偿付抵押贷款作为被解释变量y，新贷款利率作为解释变量X2，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表4、表5和表6所示表4：模型汇总模型RR 方调整 R 方标准 估计的误差1.923a.852.842450.30344a. 预测变量: (常量), VAR00003新抵押贷款率。表5：Anovab模型平方和df均方FSig.1回归16384264.628116384264.62880.801.000a残差2838824.60214202773.186总计1922308
13、9.23015a. 预测变量: (常量), VAR00003新抵押贷款率。b. 因变量: VAR00001未偿付抵押贷款表6：系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)7438.784511.66414.538.000VAR00003-427.37247.544-.923-8.989.000a. 因变量: VAR00001：未偿付抵押贷款据此，可得该回归模型各项数据为：b2 -427.378b1 748.585202788.807Var（b1）261820.516Var（b2） 2260.66212Se（b1）511.684Se（b2）47.546t（b1）14.53
14、8: t（b2）-8.9890.852df14模型为：y748.585-427.378X3令0.01，我们提出如下假设：H0：Bi0，YB1+B2X3+i yb1b2X3t(bi) t0.005 (14)在水平下，t检验的拒绝域为：，2.98和2.98，所以t（b2）均落在拒绝域中，拒绝原假设，即X3对于模型有意义。对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下,黄金价格每变动一个单位，将引起股票成交金额变动-427.378个单位。并且，该模型反映了85.2%的真实情况。综上所述，分别作的y与X2，X3，间的回归：模型（一）y-861.759+ 0.929X3t =-7.035
15、32.3790.987df14模型（二）yy748.585-427.378X3t14.538-8.989 0.852df14可见，未偿付受上证贷款受收入的影响最大，因此选模型（一）为初始的回归模型。二、影响未偿付贷款要素的关联度分析（一）个人收入与新贷款利率的关联程度为了更好的进行对个人收入、新贷款利率关联度分析，我们选取1998年至2013年股票个人收入、新贷款利率的统计资料，如表一所示。表三：19982013年XX国未偿付抵押贷款资料年份未偿付抵押贷款（亿美元）个人收入（亿美元）新抵押贷款费用率（%） 19981365.52285.712.66 19991465.52560.414.7 2
16、0001539.32718.715.14 20011728.22891.712.57 20021958.73205.512.38 20032228.33439.611.55 20042539.93647.510.17 20052897.63877.39.31 20063197.34172.89.19 20073501.74489.310.13 20083723.44791.610.05 20093880.94968.59.32 20104011.15264.38.24 20114185.75480.37.2 20124389.75753.17.49 20134622.06115.17.87我们
17、建立回归模型 yb1b2X2b3X3把未偿付抵押贷款作为被解释变量y，个人收入作为解释变量X2，新抵押贷款费用率为X3，运行统计分析软件SPSS，将上述表中数据输入界面，进行回归分析所得结果如表7、表8、和表9所示。表7：模型汇总模型RR 方调整 R 方标准 估计的误差1.995a.989.988124.98203a. 预测变量: (常量), VAR00003（新抵押贷款费用率）, VAR00002（个人收入）。表8：Anovab模型平方和df均方FSig.1回归19020022.64129510011.321608.816.000a残差203066.5891315620.507总计19223
18、089.23015a. 预测变量: (常量), VAR00003（新抵押贷款费用率）, VAR00002（个人收入）。b. 因变量: VAR00001（未偿付抵押贷款）表9：系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)155.615578.386.269.792VAR00002.826.064.88312.990.000VAR00003-56.43331.458-.122-1.794.096a. 因变量: VAR00001（未偿付抵押贷款）据此，可得该回归模型各项数据为：b2=0.826b3=-56.433b1=155.615 =15620.507Se（b1） 578.
19、386 Se（b2） 0.015可建回归模型: y155.6150.826X2-56.433X3Se（b2） 0.064 Se（b3） 31.458t（b1） 0.269 t（b2） 12.990t(b3) -1.794 0.989df 14据此，可得该模型为：y=155.615+0.826X2-56.433X3+令0.01我们提出如下假设：H0：Bi0，YB1+B2X2+B3X3+i yb1b2X2b3X3 t(bi) t0.01(14)在水平下，t检验的拒绝域为：，2.98和2.98，所以t（b2）落在拒绝域中，拒绝原假设，t（b1）、t（b3）不落在拒绝域中，即接受原假设，即X2对于模型
20、均有意义，常数项，X3对模型无意义。联合假设检验：H0：0F F0.01(2，14)在水平下，模型中的F值落在F检验的右侧拒绝域7.92，中，拒绝原假设，即0对于该模型的经济意义解释如下：平均而言，在其他条件不变的情况下，个人收入每变动一个单位，将引起未偿付抵押贷款变动0.826个单位；。并且，该模型反映了0.980%的真实情况 （二） 模型因素量的确定对于初始模型：y -861.759+ 0.929X30.987 1-(1-)0.987对于模型（一）：y155.1850.826X2-56.413X3 0.989 1-(1-)0.9883据此，我们可以看出，该模型在增加了解释变量X3（新贷款利
21、率），校正判定系数增大了，即新贷款利率是未偿付贷款的重要因素，应在模型中保留。但是增加的解释变量X3（新贷款利率）未能通过t检验。三、模型设定误差分析对于初始模型：y -861.759+ 0.929X3Se（b）511.684 、 47.546t（b）14.538 、 8.9890.987 1-(1-)0.987对于模型（一）：y155.1850.826X2-56.413X3Se（b）578.450 、 0.064 、 36.461t（b） 0.268 、 12.989 、 -1.793 0.989 1-(1-)0.9883通过比较可以发现：引入X3，模型（一）中各参数的t检验值要比初始模型中
22、对应参数的t检验值大即假设检验更为显著，并且模型（一）的拟合优度也有所提高；综上所述，最终的法定准备金以模型（一）为最优，即：y155.1850.826X-56.413X3四、模型的稳定性检验（一）对前面模型分析的出：y155.1850.826X2-56.413X3Se（b）578.450 0.064 36.461t（b）0.268 12.989 -1.7930.9883 df13F608.7391:、将样本分为两段：（1）第一段数据如表四所示表四 1998年-2013年我国未偿付抵押贷款资料年份未偿付抵押贷款（亿美元）个人收入（亿美元）新抵押贷款费用率（%） 19981365.52285.7
23、12.66 19991465.52560.414.7 20001539.32718.715.14 20011728.22891.712.57 20021958.73205.512.38 20032228.33439.611.55 20042539.93647.510.17 20052897.63877.39.31建立三元回归模型yb1b2X2b3X3（相关计算数据参照于表四），运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表10、表11和表12所示。表10： 模型汇总模型RR方调整 R 方标准估计的误差1.991a.981.97488.90222a. 预测变量: (常量
24、), 个人收入, 新贷款利率表11： Anovab模型平方和df均方FSig.1回归2076295.43121038147.716131.351.000a残差39518.02457903.605总计2115813.4557a. 预测变量: (常量), 个人收入, 新贷款利率。b. 因变量: 未偿付贷款表12：系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)571.681669.775.854.432个人收入.747.108.7576.944.001新贷款利率-73.68729.924-.268-2.462.057a. 因变量:未偿付贷款据此，可得该回归模型为：y571.681
25、-747X2-73.687X3令0.01，我们提出如下假设：H0：Bi0，YB1+B2X2+B3X3iyb1b2X2b3X3 t(bi)t0.005(6)在水平下，t检验的拒绝域为：，3.71和3.71，所以t（b3）落在非拒绝域中，不拒绝原假设，即X3对于模型没有意义,但t（b2）落在拒绝域中，拒绝原假设，即X2 对于模型有意义。 联合假设检验：H0：0F F0.01(2，6)在水平下，模型中的F值落在F检验的右侧拒绝域14.54，中，拒绝原假设，即0（2）第二段数据如下：表五：19982013年XX国未偿付抵押贷款资料年份未偿付抵押贷款（亿美元）个人收入（亿美元）新抵押贷款费用率（%） 2
26、0063197.34172.89.19 20073501.74489.310.13 20083723.44791.610.05 20093880.94968.59.32 20104011.15264.38.24 20114185.75480.37.2 20124389.75753.17.49 20134622.06115.17.87我们建立三元回归模型yb1b2X2b3X3（相关计算数据参照于表4-5），运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表13、表14和表15所示。表13：模型汇总模型RR 方调整 R 方标准估计的误差1.998a.996.99533.777
27、98a. 预测变量: (常量), 个人收入, 新贷款利率。表14 Anovab模型平方和df均方FSig.1回归1521456.4192760728.209666.748.000a残差5704.76151140.952总计1527161.1807a. 预测变量: (常量), 个人收入, 新贷款利率。b. 因变量: 未偿付贷款表15 系数a模型非标准化系数标准系数tSig.B 的 95.0% 置信区间B标准误差试用版下限上限1(常量)-201.877304.853-.662.537-985.528581.773个人收入.757.0321.05523.701.000.675.839新贷款利率29.
28、88218.225.0731.640.162-16.96676.731因变量：未偿付1、据此，可得该回归模型为：y-201.877-0.757X229.882X3 令0.01我们提出如下假设：H0：Bi0，YB1+B2X2+B3X3iyb1b2X2b3X3 t(bi)t0.005 (5)在水平下，t检验的拒绝域为：，3.71和3.71，所以t（b2）落在拒绝域中，拒绝原假设，即X2对于模型均有意义。联合假设检验：H0：0F F0.005(2，6)在水平下，模型中的F值落在F检验的右侧拒绝域14.54，中，拒绝原假设，即02.对于模型y155.1850.826X2-56.413X3203099.
29、077对于模型y571.681-747X2-73.687X339518.024对于模型 y-201.877-757X229.882X35704.761由此可得：H0：F 0.555在水平下，所以F值落在F检验的不在拒绝域14.54，中，非拒绝原假设，即该模型为结构稳定模型。五模型的多重共线性诊断在以下分析中，将选取原数据所得模型：y155.1850.826X2-56.413X3相关计算数据参照于附表4和附表6。（一）进行多重共线性的诊断1、0.989t（b1）-0.268t（b2）12.989t（b3）=-1.793由此可看出，该模型的拟合优度较大，各参数的t检验值都较显著，所以，不能据此看出
30、其存在多重共线性。2、X2、X3之间的关联度表16 相关性个人收入新贷款利率个人收入Pearson 相关性1-.908*显著性（双侧）.000N1616新贷款利率Pearson 相关性-.908*1显著性（双侧）.000N1616*. 在 .01 水平（双侧）上显著相关。a. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples由此可看出，该模型的X2与X3是相关的。3、辅助回归表六：19982013年XX国未偿付抵押贷款资料年份个人收入（亿美元）新抵押贷款费用率（%） 19982285.71
31、2.66 19992560.414.7 20002718.715.14 20012891.712.57 20023205.512.38 20033439.611.55 20043647.510.17 20053877.39.31 20064172.89.19 20074489.310.13 20084791.610.05 20094968.59.32 20105264.38.24 20115480.37.2 20125753.17.49 20136115.17.87针对模型：y155.1850.826X2-56.413X3建立以X2为因变量,X3为自变量的辅助回归模型：X2c1c2 X3运行统
32、计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表17、表18和表19所示表17 模型汇总模型RR 方调整 R 方标准估计的误差1.908a.824.811525.40106a. 预测变量: (常量),新贷款利率。表18 Anovab模型平方和df均方FSig.1回归18098992.481118098992.48165.565.000a残差3864647.84414276046.275总计21963640.32415a. 预测变量: (常量), 新贷款利率。b. 因变量: 个人收入表19 系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)8819.364596
33、.99514.773.000新贷款利率-449.18055.473-.908-8.097.000a. 因变量:个人收入据此，可得该回归模型为：X28819.364-449.180X3H0：Bi0，X2B1+B2X3+i yb1b2X3 t(bi)t0.005 (14)在水平下，t（b2）值落在t检验的拒绝域，2.98和2.98，中，拒绝原假设，说明存在多重共线性。4.进行多重共线性补救（1）变量变换法原模型：将原模型的每一项都除以x3 yx3 b1(1x3)+b2(x2x3)b3 +e令=yx3，=1x3，* =x2x3则新模型为：=b1+b2*b3 +e我们可以得到新表，如表七所示。表七 新
34、变量相关数据 年份y*X1*X2*1996107.85940.078989180.545199799.693880.068027174.17691998101.67110.06605179.57071999137.48610.079554230.04772000158.21490.080775258.92572001192.92640.08658297.80092002249.74430.098328358.65292003311.23520.107411416.46622004347.91080.108814454.05882005345.67620.098717443.1688200637
35、0.48760.099502476.74632007416.40560.107296533.10092008486.7840.121359638.87142009581.34720.138889761.15282010586.07480.133511768.10412011587.31890.127065777.014运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表20、表21和表22所示表20 模型汇总模型RR 方调整 R 方标准估计的误差1.998a.996.99512.69080a. 预测变量: (常量), VAR00004, VAR00003。表21 Anova
36、b模型平方和df均方FSig.1回归471318.2552235659.1271463.208.000a残差2093.73413161.056总计473411.98815a. 预测变量: (常量), x2*, x1*。b. 因变量: y*表22 系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)-56.74435.332-1.606.132X1*247.231622.085.031.397.698X2*.805.066.96712.274.000a. 因变量: y*据此，可得回归模型 =-56.744+247.231+0.805* +e令0.01我们提出如下假设：0，t0.00
37、5(13)在水平下，t检验的拒绝域为：（，3.01）和（3.01，）所以t（b3）落在拒绝域中，拒绝原假设，即x2*对于模型有影响。5、对新模型=-56.744+247.231+0.805* +e进行多重共线性的诊断（1） 0.966t（b1）-1.606t（b2）0.397t（b3）=12.274由此可看出，该模型的拟合优度较大，各参数的t检验值都较显著，所以，不能据此看出其存在多重共线性（2）x1*、x2*之间的关联度如下表23:表23 相关性VAR00001VAR00002VAR00001Pearson 相关性1.972*显著性（双侧）.000N1616VAR00002Pearson 相关性.972*1显著性（双侧）.000N1616*. 在 .01 水平（双侧）上显著相关。由此可看出，该模型的与x2*是相关的。（3）辅助回归针对模型：=-56.744+247.231+0.805* +e建立以x1*为因变量,x2*为自变量的辅助回归模型：x1*c1c2x2*+e运行统计分析软件SPSS，将上（表三）中数据输入界面，进行回归分析所得结果如表24、表25和表26所示表24 模型汇总模型RR 方调整 R 方标准估
