商业银行作为最重要和最典型的金融机构,在国民经济中承担着资金融通、货币供应以及支付中介等金融作用,同时还肩负着货币流通与资金周转等职能。商业银行经营的稳定性对我国金融业乃至整个社会的经济发展都有着相当重要的影响。近年来,商业银行在不断实现自我发展、提高盈利能力的同时,也面临着诸多挑战。外资银行的引入,瓜分着我国金融市场的资产份额;利率市场化改革的发展,使得商业银行的利差收入逐渐收窄;随着互联网时代的到来,互联网金融行业凭借其高收益的理财产品、低利率的借贷服务,深受大众喜爱,进一步瓜分商业银行的资产、负债业务。随着我国金融市场的不断开放,银行业竞争逐渐加剧这一事实无可避免。银行归根结底是一个企业,企业则以实现利润最大化为目标,所以研究银行的盈利能力具有重要意义。其中,商业银行的盈利能力是否能持续增长,表现出良好的成长性也就成了探究商业银行盈利能力的重要环节。本文分别以总资产收益率ROA和净资产收益率ROE作为衡量商业银行盈利能力的指标,选取已完成上市的16家商业银行38个季度的数据,利用机器学习算法中的XGBoost和Light GBM算法建立商业银行盈利能力成长性预测模型,根据模型输出结果,得出相关结论:(1)XGBoost与Light GBM算法在预测商业银行盈利能力成长性中,都表现出了较高的预测准确率。(2)以ROA作为被解释变量时,Light GBM算法预测的准确率更高;以ROE作为被解释变量时,XGBoost算法的预测准确率更高。(3)由四组预测模型影响因素重要性排序可知,商业银行的盈利能力受银行的运营效率以及当前所处的经济环境的影响较大。除此之外,商业银行的风险监管能力、创新能力、金融市场的结构等因素也都会对银行的盈利能力产生影响。