随着我国市场经济的快速发展,政府债务已经成为一种重要的融资手段,在促进地方经济事业发展方面发挥着作用。与此同时,地方政府债务风险也在不断增加,而这种风险在经济领域中的影响是具有传导性的。它往往会从一个很小的变化慢慢演变到长期巨大的连锁反应。因此,化解地方政府债务风险对于经济持续稳定健康发展非常重要,我们要坚持开前门、关后门、关斜门,允许地方政府名正言顺地发债,收紧不透明的举债渠道,禁止违规提供新增融资。地方政府债务风险预警旨在从国家统计局数据、地方政府发布的宏观数据等入手,采用数据挖掘技术工具来分析当前地方政府面临的风险状况,从而在潜在风险演变成真正的危机之前做好相关防范工作,及时化解地方政府债务风险,保障地方政府的安全。本文将在梳理原有研究成果的基础上,利用国家统计局、财政部、wind等相关公开数据对目前的地方政府债务进行研究。首先对地方政府债务的形成原因进行分析,在充分分析形成地方政府债务的风险因素后发现构建风险预警模型非常必要,并据此选取了 9个指标。接着使用熵值法对地方政府债务风险预警指标权重进行确定,排除了主观因素,进而利用指标指数法测算地方政府债务风险,为度量政府债务风险情况提供依据。在此基础上,本文利用Meta-Learning 算法对 2012 年～2018 年省级数据构建了预警模型。相比较其他的预警方法,Meta-Learning算法对有限的样本有较好的泛化能力,该模型对地方政府债务风险的预测精度较高,可以更好地识别地方政府债务在近些年中呈现的风险。结果表明Meta-Learning算法对于预测地方政府债务风险行之有效,该框架下的机器学习预测方法能够有效地提升地方政府债务风险预测精度。最后,依据本文对地方政府债务风险构建的预警模型的结果从不同角度提出了风险防范对策。