[发明专利]银行利润预测方法及装置

说明书

本发明提供了一种银行利润预测方法及装置，涉及金融领域，方法包括：获取银行利润预测的预设历史时段相关变量数据；根据历史时段相关变量数据确定银行利润预测的多元线性回归模型；利用GM模型和预设历史时段相关变量数据确定待预测时段的相关变量数据；根据确定的待预测时段的相关变量数据和多元线性回归模型生成银行利润预测结果。通过多元线性模型和GM模型相结合的方法预测银行净利润总额，可以比较精确的预测未来的银行净利润总额走势。

技术领域

本发明涉及数据处理技术，具体的讲是一种银行利润预测方法及装置。

背景技术

随着金融行业的繁荣发展，逐步增长，随着银行利润的逐步增长，为银行业健康繁荣发展奠定基础。因此研究影响银行净利润总额的因素和预测其未来的增长额，有利于银行决策者更好的配置银行资金，制度年度计划，提高银行利润等。现有技术方案主要基于多元回归分析的统计方法，采用的因变量包括人均存款，不良贷款率，通货膨胀率等预测短期银行利润。

选择的变量较少，模型拟合之后误差较大，而且只对短期情况进行预测。本专利除了选用多个变量，并运用逐步回归法选择最合适的变量，预测银行净利润总额短期的情况，并将灰色系统理论模型与多元回归模型的预测结果进行比较，选择更精确的模型。并采用了灰色系统理论模型与多元回归模型相结合的方式对未来两年的银行净利润总额做预测。

发明内容

针对现有技术中银行利润预测中存在的缺陷，为克服预测选取的多元回归模型精度不足的问题，本发明提供了一种银行利润预测方法，方法包括：

获取银行利润预测的预设历史时段相关变量数据；

根据所述的历史时段相关变量数据确定银行利润预测的多元线性回归模型；

利用GM模型和所述的预设历史时段相关变量数据确定待预测时段的相关变量数据；

根据确定的待预测时段的相关变量数据和所述的多元线性回归模型生成银行利润预测结果。

本发明实施例中，所述的银行利润预测的预设历史时段相关变量数据包括：人均存款数据，通货膨胀率数据，居民消费价格指数，人口增长率，银行成本收入比数据，银行历年储蓄占GDP比重数据，银行不良贷款率及银行资产总额数据。

本发明实施例中，所述的根据所述的历史时段相关变量数据确定银行利润预测的多元线性回归模型包括：

利用逐步回归法对所述的历史时段相关变量数据进行筛选确定银行利润预测的多元线性回归模型的自变量；

根据确定的自变量历史数据和银行利润历史数据确定银行利润预测的多元线性回归模型的模型参数以确定银行利润预测的多元线性回归模型。

本发明实施例中，所述的利用GM模型和所述的预设历史时段相关变量数据确定待预测时段的相关变量数据包括：

根据所述银行利润预测的多元线性回归模型的自变量获取预设历史时段的自变量数据；

利用GM模型根据获取的预设历史时段的自变量数据确定待预测时段的相关变量数据。

同时，本发明还提供一种银行利润预测装置，装置包括：

数据获取模块，用于获取银行利润预测的预设历史时段相关变量数据；

多元线性回归模型确定模块，用于根据所述的历史时段相关变量数据确定银行利润预测的多元线性回归模型；

变量数据确定模块，用于利用GM模型和所述的预设历史时段相关变量数据确定待预测时段的相关变量数据；

预测模块，用于根据确定的待预测时段的相关变量数据和所述的多元线性回归模型生成银行利润预测结果。

本发明实施例中，所述的多元线性回归模型确定模块包括：