从2009年中国人民银行大量印刷人民币以来,中国政府的债务体系就不断的扩大,特别是地方政府的债务,而2014年底,中央政府正式表明把中央债和地方债分开计算,不会再为地方政府承担债务,所以地方债的风险抵抗战变得越来越重要。研究地方债的文献有很多,但是由于债务数据的不透明性和统计口径的不一致性,定量研究债务风险的文章相对来说较少,用风险价值这一指标来定量分析地方政府债务风险的文献也比较的少。本文主要利用31个地方省市政府的违约距离数据,结合分位数回归方法进行建模分析。首先研究31个地方政府对全国债务体系的风险溢出影响,本文采用了多个研究指标,如VaR值,β系数,CoVaR等,分别从横截面出发研究VaR与ΔCoVaR,β系数与ΔCoVaR的关系,以及纵向估算出风险价值等综合考虑,研究结果表明最有效的研究指标为ΔCoVaR。确定了最有效的研究指标之后,先利用分位数回归技术估计出传统的条件风险价值模型,做出各个省市政府对系统的一个风险溢出排名,并利用R软件进行地图可视化分析,发现东部地区对系统的风险溢出一般都是排在前几位。之后再选取债务风险溢出最大的江苏省地方政府数据,利用分位数回归技术来具体分析比较广义的条件风险价值模型和传统的条件风险价值模型,这边提到的广义的条件风险价值模型即风险价值的条件不再是q分位数下的描述风险的指标值等于风险价值,而是推广到小于等于此分位数下的风险值,本文研究表明广义的条件风险价值模型更能够敏锐的反映出债务的尾部风险,有效性更高。利用各个省市政府对系统的风险溢出指标和模型进行优化和选择之后,本文又再一次用之前证明过的最优的模型和指标研究分析各个省市政府之间的一个风险溢出效应,利用分位数回归技术拟合估计整理出各个省市政府之间的风险溢出矩阵,最后利用网络分析,从接收和溢出关系数以及度数中心度和特征向量中心度出发,研究各个地方政府的风险溢出关联度,并在此基础上识别出系统性重要政府,研究表明:关系数和度数中心度以及特征向量中心度的测量方向大体是一致的,都显示出一般经济较发达的东部地区处在整个网络的中心位置,归于系统性重要政府。