分税制改革后,我国的金融财政体制存在一定的弊端,财权向中央高度集中,而事权却仍由地方政府主要负担,同时地方政府官员又不可避免地追求政绩而发生不合理举债行为来弥补建设资金,这导致了地方政府的财权与事权不匹配问题的出现。由于地方政府性债务的风险较高,一旦信用违约,会引发各级政府、银行等金融机构的连锁反应,甚至发生系统性金融风险。在评估地方政府性债务信用风险概率方面,传统评估模型中仅把地方政府自身可提供的资金作为债务担保,缺乏对中央对地方债务危机发生时援助的思考,导致现有对违约概率测度的研究和现实有所差异。此外,关于中央救助对地方政府性债务影响的理论研究文献较多,但均未直接探究两者的定量关系,也较少针对中央救助意愿的合理取值进行阐述。所以,本文首先旨在减小模型测度的风险和实际值之间的差异,提高地方政府性债务信用风险测度的准确性。通过引入中央政府救助意愿概念改进传统KMV模型,并通过救助意愿大小的不同取值,较全面测度、观察31个地方政府在2017年的政府性债务信用风险的变化情况。其次,确定了中央对地方政府救助意愿的最优值;从中央追求地方政府整体信用风险最小的角度出发,构建下列优化模型:目标是使31个地方政府加权违约概率和最小,以2015-2017年的转移支付数据建立5种约束条件。通过matlab编程,求解在不同约束条件下中央对各地方政府优化后的救助意愿。实证研究表明:(1)地方政府性债务信用风险受中央政府对其救助意愿高低的影响较大,但不同地区由于环境资源、经济水平存在差异,会导致各地方政府在相同的救助意愿区间产生不同的反应,即不同地区的最优救助意愿水平各异;(2)中央政府在处理地方政府性债务的问题上存在可改进的空间,在保证总资源一定的前提下,在本文设定的不同约束条件下均存在更加优异的中央救助31个地方的意愿组合。基于上述研究,本文进一步提出了中央应当加强地方财政支出监管、完善地方政府破产机制和风险预警系统、健全地方政府官员考核机制等建议。综上,本研究有望对地方政府性债务风险的监测和防范提供决策参考。