论文部分内容阅读
地方政府债务是威胁地方政府财政稳定性和可持续性的重要因素。由于我国预算法等相关法律不允许地方政府存在赤字,也不允许公开发行债券,因此地方政府的债务都是暗中进行的。所以,如何在现有的条件下为地方政府债务风险建立一套预警系统既显得迫切,也存在不小的难度。本文在调查的基础上,建立了静态视角下,具有不同适应性、互补的两种地方政府债务风险预警模型,并在此基础上,建立了动态视角下,单个地方政府与多个地方政府联动债务风险动态预警模型。本论文共分七章。第一章分析了论文的选题依据、意义、方法、技术路线以及研究内容等。第二章对国内外政府债务(财政)风险预警研究进行了综述和展望,并对基础理论进行阐述。第三章建立了一套地方政府债务风险预警指标体系。第四章利用fisher判别分析法建立了适用于小样本量的债务风险预警模型。第五章利用多层感知器神经网络建立了适用于样本量大,存在数据不一致情况的债务风险预警模型。第六章基于多主体建模方法,运用Repast simphony分别建立了单个地方政府和多个地方联动债务风险动态预警模型。第七章对本文的主要工作、主要结论和主要创新进行总结,对未来进一步研究提出展望。论文的主要工作如下:(1)建立了地方政府债务风险预警指标体系。以现有研究的典型文献和其他文献的高频指标为基础,结合理性分析,构建了一套系统、全面、可观测的地方政府债务风险预警指标体系。在“平衡”理念、债务“二分法”和财政风险矩阵等基本理念的基础上,根据系统性原则、可观测性原则、相关性原则等基本原则,通过定性分析对海选指标中的一些指标进行删除、修改、保留和增加,建立了本文的地方债务风险预警指标体系。通过投融资平台占财政收入比率等主动负债指标,反映中国地方政府债务风险来源的本质特征。通过财政风险矩阵理论对直接债务和或有债务的分类,使预警指标体系反映了我国地方政府债务中各类或有债务。(2)建立了静态视角下适用于小样本量的债务风险预警模型。通过分析债务风险指标数据的分布形态以及判别分析方法本身特点,利用Fisher判别分析法建立地方政府债务风险预警模型,并通过因子分析对风险评判指标进行因子识别,减少了参数个数,保证了方法的可用性与适用性,解决了样本量小的情况下进行地方政府债务风险预警问题。并以山东省7地市若干年(6年或8年)数据为样本进行了计算,生成了判别函数,该判别函数对91.3%的样本进行了准确分类。(3)建立了静态视角下适用于样本量大,且可能存在数据不一致情况的债务风险预警模型。通过分析不同人工神经网络方法特点以及债务风险预警本身特点,利用多层感知器神经网络建立地方政府债务风险预警模型,保证了方法的可用性与适用性,利用神经网络容错性好的特征,解决了样本量大,数据可能存在不一致情况下地方政府债务风险预警问题。并以山东省7地市若干年数据为样本进行了计算,生成了多层感知器神经网络,该网络的目标误差为10-5,精确地模拟了专家的判断。(4)建立了动态视角下单个地方政府债务风险动态预警模型和多个地方联动债务风险动态预警模型。通过分析地方政府债务风险问题的复杂适应性特征,保证了多主体建模理论在地方政府债务风险问题上的适用性,将地方政府视为具有自适应能力的主体,利用多主体建模理论方法,建立了动态视角下,地方政府债务风险的演变模型,并根据政府数量分别建立了单个地方政府债务风险动态预警模型与多政府联动债务风险动态预警模型,并采用主流多主体建模工具Repast Simphony仿真,保证了仿真过程的可靠性,弥补了现有研究仅仅从静态视角审视地方政府债务风险的不足。