基于灰色预测GM(1,1)模型的陕西省品牌金融机构贷款预测研究

文/唐亚兰 （西安财经大学）

一、论题研究背景

近年来，陕西省经济快速发展，2018 年，生产总值总量达到24438.32 亿 元， 为 我 省 完 成“十三五”规划目标奠定良好基础。金融机构贷款为资金短缺的企业提供了资金的来源，金融机构贷款是企业主要的筹资方式之一。

商业银行是构成金融市场的主体，因此金融机构贷款中商业银行贷款占了主体。金融机构贷款主要分为长期贷款和短期贷款，金融机构贷款的增加有利于经济健康发展。

从个人消费者角度，金融机构的贷款业务主要为个人消费贷款以及住房贷款等，个人信贷是居民的消费需求体现，消费需求的增加可以促进经济增长。衡量一个地区或者国家的发展状况，通常用经济增长来衡量，金融机构贷款可以反映出经济增长的趋势。

综上，对陕西省金融机构贷款进行预测分析，把握金融机构各项贷款的增长趋势，从而对陕西省商业银行等金融机构信贷业务的开展提出相关建议，并且为当地政府政策的实施具有借鉴意义，从而更好的进行宏观调控，促进陕西省经济平稳发展。

二、金融机构贷款灰色预测GM(1,1)模型的构建与实施流程

灰色系统理论的建模思想是把时间序列转化为微分方程，从而建立抽象系统的发展变化动态模型，即Grey Dynamic Model，简记为GM模型。

（一）子数列选择

首先，根据原始数据，选择子数列。对陕西省金融机构人民币各项贷款进行建模时，本文选择了5 个不同长度的子数 列， 分 别 为2010～2018 年、2013 ～2018 年、2014 ～2018 年、2015 ～2018 年，2016 ～2018 年，分别进行预测运算，通过回代误差比较，最终确定以2014 ～2018年、2010 ～2018 年两个子数列为原始数据。

（二）对选定的子数列进行平滑处理

新的数据序列可以弱化原始数据的波动性，并且增加一定的规律性。

（三）建立白化微分方程与构造累加矩阵

对于序列，建立如下白化微分方程：

式(1)为GM(1，1)模型的微分方程，表示1阶1个变量的GM模型。

（四）求解系数向量

（五）建立GM(1，1)模型，计算取得预测值

其中，k 为时间序列，可取数据为年，季度，月度，本文所选取的数据是年度数据，所以k 本文取年。

将GM（1，1）模型所得数据经过累减，即得到原始序列的预测值：

（六）回代检验预测结果

将预测出来的金融机构贷款余额与原数据进行对比，并计算其精确度。预测模型的可行性取决于精确度，如果精确度不高，需要重新建模预测，直至精确度较高为止。

表1 陕西省金融机构人民币各项贷款余额预测值 单位：亿元；%

表2 金融机构贷款灰色预测结果实际还原验证

三、陕西省金融机构贷款灰色预测实证结果

根据上述建立的金融机构贷款灰色预测GM(1，1)模型，对陕西省金融机构人民币各项贷款余额的2014 ～2018 年、2010 ～2018 年两个子数列建立灰色GM(1，1)模型，使用Matlab 软件进行计算， 得到2019 ～2028 年预测值。取2019～2028年贷款余额预测结果，如表1。

表2 从金融机构各项贷款的预测结果看，2017 年各项贷款额精确度平均达到93.10 %，精确度最高达99.08%(各项贷款合计)；2018年各项贷款额精确度平均达到97.44%，最高精确度达99.74%(中长期贷款)。总体看预测结果较为满意。

四、结论及建议

随着经济的快速发展，金融机构各项贷款的增长也是大势所趋。根据表2 金融机构贷款灰色预测结果，从各项贷款总量看，总体趋势在逐年递增，其中中长期贷款总额也在逐年递增，所占比重逐年增长。预测结果说明，资金需求者对中长期的贷款需求日益高涨，企业为了获得稳定的资金流，更多的会考虑中长期贷款，中长期贷款的占比增加无疑使得金融机构面临着更大的信用风险。

从短期贷款的预测结果来看，短期贷款总额在逐年递增，但所占比重却在逐年下降，这与总体发展趋势一致。

我国的金融机构承担了资本形成的重任。一是政府引导与银行制度改革，政府要保持经济的稳定增长，应该多引导金融机构将贷款投向非金融企业，必要时候可以运用经济手段。金融机构应当关注国家经济发展动态，不断完善贷款标准体系，适度放宽对高新技术业等中小企业的贷款标准，才能引领经济稳步快速发展。

二是金融监管部门需要防范金融风险，加强内部交易的监管，为金融市场营造一个健康绿色的资金流动循环系统。

三是商业银行等金融机构可以以市场需求为导向，积极开发个性化、差异化、定制化的金融产品。综上，金融机构、政府以及监管机构需要协力促进经济高质量发展。