基于L-M算法对银行存贷款规模的预测

杨阳 李鑫宇

摘要：本文主要研究的是商业银行贷款规模分配及盈利问题，旨在通过对历史数据的深入挖掘得到合理的利润规划模型，从而得出最优的分配方案及最终盈利。商业银行的历年存贷款规模常常受多种因素影响，运用传统的单一预测方法预测的结果精度往往较低。本文在历年存贷款数据上，结合宏观经济指标，创新性的结合数值型与比值型指标的特点，建立存、贷款数额的函数表达式。最后针对多参数目标规划问题，运用L-M算法求解，进而预测银行存、贷款增量情况。与传统的预测模型相比考虑因素更加全面，预测效果较好。

关键词：存贷款规模;因子分析;目标规划;L-M算法

中图分类号：F830 文献识别码：A 文章编号：1001-828X（2019）018-0336-02

一、引言

近年來，我国金融市场发展势头良好，但竞争也在逐渐加剧。在逐渐加剧的竞争中，商业银行的经营模式也在不断改革，不断尝试新模式以适应时代、经济的剧烈变化。传统的粗放型商业银行存贷款模式已经有所不适应，做出更加量化、精细化的改变刻不容缓。其中，商业银行盈利模式主要是存贷款业务，同时这也是其立身之本。但目前商业银行很少通过量化的方式精确地预测未来可能的存贷款规模，但这种非量化的现状不利于商业银行未来的发展。

因此，本文综合考虑宏观经济指标变动与银行历年存贷款金额，基于因子分析通过L-M算法对商业银行未来的存贷款金额进行量化的预测，以通过较为精准的量化预测促进银行未来更好的发展。

二、基于L-M算法对银行贷款规模的预测

模型简介：

（一）因子分析模型

四、模型检验

画出30个城市2015-2017年存贷比变化图，再在图中标出2018年求解所得存贷比：（见图1）

图1所示为2010-2017年各年份各城市存贷比折线图，图中所标示点为模型预测出的2018年存贷比数据，可以发现预测出的每组数据均未超出给出的历年数据的最值，所以预测出的数据具有较强可信度。

五、结论与建议

本文以中型商业银行A为例，基于因子分析结合L-M算法建立了商业银行存贷款规模预测模型，并通过与历年数据的存贷款对比，发现模型的预测结果较为可信。在预测过程中，本文充分考虑了外界宏观经济指标对银行存贷款规模的影响，同时结合历史数据较全面地建立了模型。同时，由于本模型仅从研究的商业银行本身出发，没有考虑到各分行之间的资金转移等因素，预测结果不可避免的存在一些偏差。