基于LSTM神经网络模型的地方政府债务风险非线性预警研究

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”。（剩余15688字）