机器学习算法预估地方政府债务风险 ——以A省政府债务为例

摘要：

政府通过负债推动经济增长的同时引发了负债所带来的负面效应.要合理、有效防控负债风险,就必须正确评估地方政府债务风险.文章选择地方政府债务风险作为预测对象,采用欧式距离、皮尔森相关系数聚类重复分层方法确定债务风险评价指标,通过因子分析确定因子得分并标定临界值.以2010—2015年A省地方政府债务为样本,将其作为训练学习的对象,并利用机器学习算法对A省2016年地方政府债务风险进行预估.结果表明:机器学习算法在地方政府债务风险预警方面是有效的,可以进行应用.针对当前地方政府债务风险存在的问题,提出了风险预防的建议.

关键词：机器学习算法、地方政府债务、风险预测

分类号：F812.7(财政、国家财政)

资助基金：2017年度黑龙江省经济社会发展重点研究课题"黑龙江省地方政府债务风险防控体系建设对策研究"17055

在线出版日期：2018-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：77-81