点击次数：

论文类型： 期刊论文

发表时间： 2017-08-10

发表刊物： 统计与信息论坛

收录刊物： CSSCI

卷号： 32

期号： 8

页面范围： 87-95

ISSN号： 1007-3116

关键字： 贝叶斯网络;格兰杰非因果关系检验;预警模型;政府债务

摘要： 利用格兰杰非因果关系检验确定贝叶斯网络节点,反映经济变量之间的影响方式.采用误判率最小原则,确定预警指标临界值.利用贝叶斯网络学习,确定贝叶斯网络节点的后验概率.利用贝叶斯网络推理,测算地方政府债务风险,计算预警指标变化对省级政府债务违约概率的影响.研究结果表明:财政收入/财政支出与GDP增速/债务增速是预警省级政府债务风险的最重要指标,保持债务依存度、GDP增速/债务增速和民间投资增速/政府债务增速在适度区间内,能够有效降低省级政府债务风险.