[发明专利]一种贷款规模预测及分配模型

说明书

本发明公开了一种贷款规模预测及分配模型，该模型基于主成分分析及非线性规划，其实现步骤包括：对问题建模提出合理假设及符号说明；结合宏观经济指标对商业银行存贷款规模以及每日资金净流量进行分析；利用SPSS对各项经济指标进行主成分分析处理；用MATLAB对主成分数据及存贷款额作多元线性拟合，给出合理的存贷规模预测模型；根据各分行存贷款比结合非线性规划模型，并使用MATLAB得出了各分行贷款规模的分配方案。本发明有效利用主成分分析法及非线性规划在预测估计及优化能力，将其应用于贷款规模预测及分配问题，给出合理的存贷规模预测模型，为商业银行各分行的存贷款规模以及需准备的备付金提供了参考方案。

技术领域

本发明属于贷款规模预测及分配的模型，具体的说是一种基于主成分分析及 非线性规划的商业银行人民币贷款规模预测及分配模型。

背景技术

对商业银行而言，贷款规模增长受限于其存款规模增长，只有在存款有效增 长的情况下银行才有充足资金用于贷款投放。商业银行每年可增长的存款量受限 于社会资金总量的增长情况。从经济指标上来看，社会存款增长与GDP、CPI、 工业增加值等宏观经济指标密切相关。在贷款分配模式上，目前，商业银行多采 用以存定贷、存贷结合、表内外协同、资产负债动态平衡模式，既要努力获取全 行最大收益，也要平衡各区域发展差异，调动各单位展业积极性，同时也要对国 家重大项目、重点政策、民生工程等倾斜扶持，支持实体经济有效发展。因此对 商业银行贷款规模及其分配进行准确科学的预测和合理安排，有着重要的经济和 社会价值。

众多学者对该问题进行了研究，叶谦利用GM(1,1)预测模型分析了中国信贷 变化，发现中国信贷规模发展趋势及其信贷结构具有显著的新特征，同时结合模 型的适用条件和预测结果的检验要求，提出了四条思路解决数据缺损导致信息挖 掘失真以及如何处理数据中所包含的大量噪音等问题。吴德春等人以2000年 至2008年的安徽省各类信贷数据为样本，运用灰色关联度方法和GM(1,1)模型， 对安徽省信贷规模与信贷结构作关联分析，并对2009-2012年安徽省信贷进行预 测。结果表明在未来几年内,安徽省整体信贷规模在不断增长，贷款总额逐年递 增,安徽信贷规模发展趋势及其信贷结构具有显著的新特征。麦强盛利用BP神 经网络建立具有时间序列对象的预测模型，运用BP神经网络模型对我国金融机 构信贷规模进行预测分析。以我国历年信贷数据为训练样本，进行网络训练与检验并结合定性分析，验证了预测值的科学性和准确性。邓浒楠等人以我国 1991～2012年五年期银行贷款基准利率数据为样本，采用Eviews软件建立 ARIMA模型以分析我国银行贷款利率。分析表明样本数据经一次差分后平稳, 其自相关和偏相关函数分别在5阶和4阶后截尾，经模型标定和显著性检验构建 的ARIMA(3,1,1)模型对样本数据具有较好的拟合效果。蒋佐斌等人以我国银 行2007～2010年月度贷款规模总额为基础数据，建立了银行贷款规模时间序列 ARIMA(1,1,1)模型。模型拟合结果表明：银行贷款规模在2007年1月到2010 年3月是一个持续上涨的趋势。王劭君从商业银行存贷规模这一角度出发，进行 理论和实证分析，揭示我国三大区域间金融结构的差异以及探讨解决消除差异和 促进经济发展的方法。马旋灵等人以某中小商业银行为研究对象,应用自回归滑 动平均模型和反向传播神经网络模型，开展了存贷款规模预测研究,并据此对存 贷款规模预测提出建议对策。

发明内容

本发明为了克服现有技术存在的不足之处，充分利用主成分分析和非线性规 划的预测估计和模型优化能力，提出一种基于主成分分析及非线性规划的商业银 行人民币贷款规模预测及分配模型。首先结合宏观经济指标对商业银行存贷款规 模以及每日资金净流量进行了分析，利用SPSS对各项经济指标进行主成分分析 处理，接着用MATLAB对主成分数据及存贷款额作多元线性拟合，给出合理的 存贷规模预测模型，为商业银行各分行的存贷款规模以及需准备的备付金提供了 参考方案，然后根据各分行存贷款比结合非线性规划模型得出了各分行贷款规模 的分配方案。该模型具有较好的存贷款预测能力，且其贷款规模的分配结果效果 出众，便于银行管理，满足市场需求。

为了实现上述发明目的，本发明采用如下技术方案：