基于多元线性回归分析的商业银行不良贷款率影响因素模型

郭双双 王雨晴 孙畅

华北理工大学

引言：尹霞[1]以宁波市商业银行为研究对象,采用多元线性回归的实证研究方法,对宁波市商业银行不良贷款影响因素进行分析并对宁波市商业银行不良贷款提出防范措施。项燕彪[2]基于浙江金融运行特征,深入分析区域特定因素对于浙江银行业不良贷款率走势的影响机制,在此基础上构建实证模型,测度分析浙江不良贷款率的合理水平。

一、变量的选择与数据选取建立

根据有关商业银行不良贷款率的相关理论和文献，提出影响其规模的因素，并选取合适的指标构建指标体系。本文将选取六个指标来分析影响商业银行不良贷款率的因素。从微观的角度上选取商业银行的拨备覆盖率，存贷比，流动性比例和资本充足率四个银行自身因素指标，从宏观的角度上选取GDP增长率和M2增长率两个宏观因素。上面六个因素分别设为X1，X2，X3，X4，X5，X6，商业银行不良贷款率设为Y。本文数据来自于国家统计局和中国银保监会，样本区间为2012年―2019年每一季度的相关数据。

二、模型的建立

根据相关性分析，建立如下多元线性回归模型：

利用Eviews软件，OLS估计结果如下所示：

三、模型的修正

（一）多重共线性修正

上述模型可决系数很高，F统计量检验显著，但是依然存在解释变量的符号与预期不一致，故对此用逐步回归法进行修正，通过逐步回归来筛选并剔除引起多重共线性的解释变量。

对被解释变量贡献从大到小的解释变量……