首页> 中文学位 >我国地方政府性债务风险预警体系研究——基于BP神经网络的分析
【6h】

我国地方政府性债务风险预警体系研究——基于BP神经网络的分析

代理获取

目录

声明

第1章 绪论

1.1 研究背景与研究意义

1.2 研究综述

1.3 研究思路与方法

1.4 创新与不足

第2章 地方政府性债务风险预警相关理论

2.1 地方政府性债务

2.2 地方政府性债务风险

2.3 地方政府性债务风险预警

2.4 小结

第3章 地方政府性债务风险预警指标体系的构建

3.1 地方政府性债务风险预警体系的全口径设计

3.2 地方政府性债务风险预警指标的筛选

3.3 基于BP神经网络的地方政府性债务风险预警模型

3.4 小结

第4章 我国地方政府性债务风险预警实证分析

4.1 地方政府性债务风险预警定性分析

4.2 地方政府性债务风险预警指标的相关数据处理

4.3 基于BP神经网络地方政府性债务风险预警实证检验

4.4 小结

第5章 地方政府性债务风险管理国际借鉴与启示

5.1 地方政府性债务风险预警

5.2 地方政府性债务风险控制制度

5.3 地方政府性债务危机化解

5.4 经验借鉴与启示

5.5 小结

第6章 完善地方政府性债务风险预警体系对策建议

6.1 制定地方政府性债务风险预警监管法律法规

6.2 设置债务风险预警监测机制

6.3 建立多政府联动债务风险预警机制

6.4 完善地方政府性债务风险的信息披露制度

6.5 改革政府预算编制方法

结论

参考文献

攻读硕士学位期间取得的学术成果

致谢

展开▼

摘要

近年来,我国虽然加强了地方政府性债务风险治理工作,但地方政府性债务风险预警体系的构建仍存有不足之处。我国大部分地方政府还未意识到建立地方政府性债务风险预警体系的必要性,且债务风险预警工作仍存在许多问题,不仅指标体系的构建存在许多不足之处,而且风险预警监管缺失,仅个别地方政府建立了风险预警机制,债务风险信息披露制度不健全,因而难免对地方政府性债务风险大小缺乏明确的判断。科学的地方政府性债务风险预警指标体系的建立和实施,不仅可以实时了解地方政府性债务风险状况,而且还能提高我国地方政府性债务的公开性和透明度,进而减少地方政府债务风险,保障金融系统的繁荣稳定和经济的平稳运行。  本文在借鉴国内外学者研究的基础上,从地方经济发展类指标、地方政府收支类指标、地方公共风险类指标和地方政府性债务类指标四个大方面构建我国地方政府性债务风险预警指标体系。利用因子分析法得出因子分析结果,获取三大公因子和综合因子得分,并将该结果与 BP神经网络模型相结合,对我国2016年的地方政府性债务风险进行了非线性模拟研究。  实证分析结果表明:第一,根据因子综合得分表可发现,我国地方政府性债务风险的评分在2009、2011、2014、2015年较大,其中2014年达到最大值,而在2010、2012和2013年均相对较小,2013年数值最小。由此可见,2009年到2014年我国总体地方政府性债务风险波动幅度较大,情况并不稳定;第二,从三大公因子得分来看,地方政府性债务和财政状况风险 Z1在2014、2015年得分比较高,地方宏观公共经济发展风险Z2在2009年得分较高,说明2009年我国的公共经济发展风险较高,地方或有债务类风险Z3的得分在2014年和2015年较大,说明地方或有债务类风险在这两年也是不乐观的;第三,BP神经网络模型模拟结果显示,2016年我国地方政府性债务风险为高度风险,表明地方政府性债务风险性较大,我们决不能掉以轻心。针对可能存在的地方政府性债务风险,我们应完善地方政府性债务风险预警指标体系。包括制定地方政府性债务风险预警监管法律法规、设置风险预警监测机制、建立多政府联动债务风险预警机制、完善地方政府性债务风险的信息披露制度和改革财政预算等。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号