《表2 逐步回归结果：个人住房抵押贷款提前偿还行为分析》
提示：宽带有限、当前游客访问压缩模式
为了减少Logistic回归模型的解释变量，根据上文因素分析模型中的17个变量进行逐步回归分析。按照5%的显著性水平标准依次从17个变量中选入变量，同时剔除不显著变量，最终形成入选变量。具体的回归结果表2:
| 图表编号 | XD007468500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.15 |
| 作者 | 王玉霞、侯英 |
| 绘制单位 | 东北财经大学经济学院、东北财经大学经济学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 影响农户住房抵押贷款意愿的因素回归结果》2020.03.25
- 《表5 个人贷款/团体贷款技术选择二元Logit回归结果》2020.10.25
- 《表4 近年个人贷款中个人住房贷款占比数据》2020.02.20
- 《表1 2015-2018年个人住房贷款总额及国内占比》2020.03.15
- 《表3 内部评级法下五大行个人住房贷款风险权重（%）》2020.01.15
- 《表2 模型回归结果：风险认知视角下农户参与农村住房抵押贷款意愿影响因素研究——基于山西、河南、安徽三省问卷调查》2020.01.25
- 《表2 2009—2018年中国房地产贷款总额及个人住房贷款余额》2019.12.11
- 《表2-4 2018年长三角地区住房公积金个人住房贷款情况》2020.01.20
- 《表1 模型输入指标汇总：IFRS9预期信用损失模式对商业银行拨备的影响研究——基于某银行个人住房按揭贷款数据的分析》2019.12.01
- 《表2 提前偿付变量统计：汽车贷款资产证券化提前偿还风险分析》2019.09.05
- 《表3 单位根检验结果：汽车贷款资产证券化提前偿还风险分析》2019.09.05
- 《表5 模型回归结果：汽车贷款资产证券化提前偿还风险分析》2019.09.05
- 《表4 残差项统计量：汽车贷款资产证券化提前偿还风险分析》2019.09.05
- 《表2 个人住房抵押贷款资产池特征》2019.06.25
- 《表1 2015年至2018年末国内个人住房贷款余额统计》2019.06.05
- 《表1 2018年四大商业银行个人住房贷款情况》2019.07.28
- 《表3 建行近五年个人住房 (含商用房) 贷款不良率统计》2019.05.20
- 《表1 2012～2016年个人住房抵押贷款情况》2019.01.05
- 《表1 2001—2015年上海市住宅商品房价及职工平均工资、个人住房贷款余额数据》2018.10.10
- 《表1 个人住房抵押贷款提前偿还行为影响因素分析》2019.11.15