来源：期刊VIP网 时间：
作者：谢佳辉;蔡育涵;张斌;
单位：新疆财经大学财政税务学院;
摘要：为响应完善政府债务管理制度、防范化解地方政府债务风险的政策要求，本文以2018—2023年中国275个地市层面面板数据为基础，结合三次指数平滑法、LSTM神经网络模型、修正的KMV模型等方法系统探究地方政府显性和隐性债务预测、风险评价及空间溢出效应。研究结果发现：一是LSTM神经网络模型在地方政府债务预测中表现更优，能精准捕捉时序数据长距离依赖关系，预测误差低且泛化能力强；二是修正的KMV模型测算表明，地方政府债务违约概率存在区域异质性，中西部及经济欠发达地区风险较高，且风险演化呈现显性化、政策重构、分化固化三阶段特征；三是空间计量分析证实，地方政府债务风险存在显著正向空间溢出效应与时间滞后效应，同时相邻地区前期风险暴露对本地当期风险具有负向“预警效应”。综上，本文构建的非线性预警与空间分析框架，为地方政府债务风险精准防控与差异化政策制定提供了实证支撑。
关键词：地方政府债务;;LSTM神经网络;;KMV模型;;非线性预警
基金资助：国家社会科学基金项目“财政金融政策协同支持新疆农业高质量发展研究”（22BJY027）;; 新疆维吾尔自治区高校人文社会科学重点研究基地招标课题“‘双碳’目标下新疆推进绿色发展的路径与政策协同研究”（XJEDU2023P002）
