基于L-M算法對銀行存貸款規模的預測

楊陽 李鑫宇

摘要：本文主要研究的是商業銀行貸款規模分配及盈利問題，旨在通過對歷史數據的深入挖掘得到合理的利潤規劃模型，從而得出最優的分配方案及最終盈利。商業銀行的歷年存貸款規模常常受多種因素影響，運用傳統的單一預測方法預測的結果精度往往較低。本文在歷年存貸款數據上，結合宏觀經濟指標，創新性的結合數值型與比值型指標的特點，建立存、貸款數額的函數表達式。最后針對多參數目標規劃問題，運用L-M算法求解，進而預測銀行存、貸款增量情況。與傳統的預測模型相比考慮因素更加全面，預測效果較好。

關鍵詞：存貸款規模;因子分析;目標規劃;L-M算法

中圖分類號：F830 文獻識別碼：A 文章編號：1001-828X（2019）018-0336-02

一、引言

近年來，我國金融市場發展勢頭良好，但競爭也在逐漸加劇。在逐漸加劇的競爭中，商業銀行的經營模式也在不斷改革，不斷嘗試新模式以適應時代、經濟的劇烈變化。傳統的粗放型商業銀行存貸款模式已經有所不適應，做出更加量化、精細化的改變刻不容緩。其中，商業銀行盈利模式主要是存貸款業務，同時這也是其立身之本。但目前商業銀行很少通過量化的方式精確地預測未來可能的存貸款規模，但這種非量化的現狀不利于商業銀行未來的發展。

因此，本文綜合考慮宏觀經濟指標變動與銀行歷年存貸款金額，基于因子分析通過L-M算法對商業銀行未來的存貸款金額進行量化的預測，以通過較為精準的量化預測促進銀行未來更好的發展。

二、基于L-M算法對銀行貸款規模的預測

模型簡介：

（一）因子分析模型

四、模型檢驗

畫出30個城市2015-2017年存貸比變化圖，再在圖中標出2018年求解所得存貸比：（見圖1）

圖1所示為2010-2017年各年份各城市存貸比折線圖，圖中所標示點為模型預測出的2018年存貸比數據，可以發現預測出的每組數據均未超出給出的歷年數據的最值，所以預測出的數據具有較強可信度。

五、結論與建議

本文以中型商業銀行A為例，基于因子分析結合L-M算法建立了商業銀行存貸款規模預測模型，并通過與歷年數據的存貸款對比，發現模型的預測結果較為可信。在預測過程中，本文充分考慮了外界宏觀經濟指標對銀行存貸款規模的影響，同時結合歷史數據較全面地建立了模型。同時，由于本模型僅從研究的商業銀行本身出發，沒有考慮到各分行之間的資金轉移等因素，預測結果不可避免的存在一些偏差。