基于机器学习算法的地方政府债务风险预警

发布时间：2020-06-20 14:26

【摘要】：我国地方政府债务自2008年以来就快速增长,且年增速远远高于了 GDP的幅度,使得地方政府的债务负担不断加重,并受到了各界的广泛关注,因此2011年我国就对全国各地方政府债务展开了审计。根据统计发现到2018年年末的时候,我国地方政府负债共有183900亿元,其中以债务率作为判断地方政府债务状况的指标,在2018年底时地方政府的债务率达到76.6%。并且截止到2018年末,我国地方政府中近九成的地方政府都存在不同程度的举债行为。为此党中央和国务院都非常的重视地方政府债务的风险防控问题,同时我国的财政部在2018年时就特别提出了应合理化、规范化的控制地方政府债务的规模,将防控风险摆在突出位置,着力增强风险防控意识和能力,并明确要求建立地方政府债务风险预警和防控机制,落实地方管理责任。想要有效的防控风险,就必须严格的对地方政府债务风险进行预警。本文梳理了国内外的相关文献并回顾了地方政府债务相关的概念和理论基础。探讨机器学习算法其是否适用于预警地方政府债务风险。借助合理可靠的机器学习算法来预警地方政府债务。将地方政府债务风险作为预警对象,以2012—2017年A省地方政府债务为样本,采取比较分析的方法对地方政府债务的范围、结构、内容以及投向等方面进行具体的研究,同时对A省的地方政府债务风险的特征和成因进展开了具体的探究。并构建预警指标体系、筛选指标、进行因子分析,整理出因子得分并标定临界值。将其作为训练学习的对象进行模型模拟训练,并利用机器学习方法对A省2018年地方政府债务风险进行预警。结果表明:机器学习算法对地方政府债务风险的预警结果比较可靠,可以应用。2018年A省债务结构风险因子等级为中风险,狭义债务风险因子的风险等级为高风险,收入结构风险因子也为中风险,总风险因子是中风险,所以A省的地方政府债务状况比较安全。最后,针对基于机器学习算法的地方政府债务风险提出应用建议以及政策建议。
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F812.5
【图文】：

图１－１论文技术路线图逡逑

是因为不仅能够依照目前的实际情况有效的预防地方政府债务的风险，而逡逑且还能够提前显示出债务风险的趋势和方向。要想充分掌握地方政府债务的具体情况就逡逑应该从政府的财政状况以及债务的偿还能力这两大内容着手，了解地方政府的债务具体逡逑情况以及风险发生的可能性是建立债务风险预警体系的根本工作内容。要是无法精准的逡逑预估出目前地方政府债务可能存在的风险，那就更无法对债务今后的运行情况展开有效逡逑的预测。逡逑（２）精准地推算出地方政府债务风险的趋势逡逑地方政府债务风险的预警应从目前的债务风险的具体情况来预测出未来的风险趋逡逑势，进而确保在风险出现以前就能够马上发现，并进行有效的干预和控制。同时精准地逡逑推算能够提前发现风险的趋势，避免突发事件对地方经济的负面影响，依据有关的风险逡逑指标指向的风险区间，采用适宜的预警措施及时的解决问题。逡逑３．２地方政府债务风险预警框架设计思路逡逑完整的预警体系框架的是以尚标为导向，以预警方法为中心，以预警指标为基础，逡逑以预警指标临界区间为衡量标准，以构建预瞥模型为方法对地方政府债务风险进行预警。逡逑如图３－１。逦逦逡逑

【参考文献】

相关期刊论文 前2条

1 刘蓉;黄洪;;我国地方政府债务风险的度量、评估与释放[J];经济理论与经济管理;2012年01期

2 黄燕芬;邬拉;;地方债务风险:现状、成因及对社会的影响[J];经济研究参考;2011年23期

相关硕士学位论文 前3条

1 杜文杰;中国地方政府债务风险识别系统构建[D];上海师范大学;2018年

2 任凯歌;我国地方政府债务风险预警研究[D];辽宁大学;2018年

3 李路;地方政府投资与地方政府债务问题研究[D];山东大学;2014年

本文编号：2722551