王勇（1990—），男，江西吉安人，经济学博士，江西财经大学统计学院讲师、硕士生导师，复旦大学公共管理博士后。主要从事经济计量模型及其应用。在《当代财经》、《经济评论》、《数理统计与管理》等国内权威刊物先后公开发表论文数十篇。参与国家社科项目一项，国家自科项目两项，主持博士后基金项目一项，主持省级课题多项。出版专著两部，主要讲授《经济统计计量模型》、《数据挖掘》等课程。

1、指导学生参赛获奖情况

2017-2018年，带领数十只队伍参加了第五届和第六届江西省“华创杯”市场调查分析大赛，共有5支队伍获得省一等奖，6支队伍获得二等奖，9支队伍获得三等奖。

获得一等奖作品如下：

《数据之下“无隐私”——互联网背景下用户个人数据安全调查分析》

《“滴滴事件”及“安全整改”对滴滴用户的影响及发展路径研究——基于南昌市滴滴用户的调查问卷分析》

《基于层次分析法对精准扶贫绩效的评估》

《基于消费者角度，对共享经济市场现状及发展前景的研究》

《十九大背景下主流电影的发展方向研究》

2、发表论文、专著

[1] 王勇，2018：《银行信贷对住房市场财富效应的影响研究》[J]，《武汉金融》第9期 [5]  

[2] 王勇，2018：《食品价格波动对家庭消费的影响研究——基于CFPS2014数据的分析》[J]，《调研世界》第8期：40-48 [6]  

[3] 王勇，2018：《金融加速器对住房市场财富效应的影响研究》[J]，《金融发展研究》第4期：24-34 [7]  

[4] 王勇，2018：《宏观审慎政策调控住房市场的有效性研究》[J]，《当代财经》第3期：12-22 [4]  

[5] 谢剑、王勇，2018：《美联储加息对中国产出的影响研究》[J]，《宏观经济研究》第1期：69-74+163 [8]  

[6] 王勇，2017：《食品价格波动对城乡家庭消费的影响研究》[J]，《价格理论与实践》第5期：61-64 [9]  

[7] 王勇，2017：《住房价格波动对自有住房家庭消费的区域异质性影响研究》[J]，《数理统计与管理》第3期：402-418 [10]  

[8] 王勇，2015：《利率变动对我国居民消费的影响—基于DSGE模型的研究》[J]，《消费经济》第4期：12-18 [11]  

[9] 赵昕东（博士生导师）、王勇，2016：《住房价格波动对异质性自有住房家庭消费率影响研究》[J]，《经济评论》第4期：102-117 [12]  

[10] 赵昕东（博士生导师）、王勇，2014：《基于过剩产能的产业结构调整路径研究—以福建省七个行业为例》[J]，《学习与探索》第11期：111-114 [13]  

[11] 王勇，2018：《住房价格波动对自有住房家庭消费的异质性影响研究》[M]，《中国财政经济出版社》12月份 [14]  

3、主持科研

（1）中国博士后科学基金面上资助项目，2018M630389，双支柱政策调控住房市场的有效性及协调配合研究，2018/05-2019/04，在研，主持 [2]

（2）江西省社会科学“十三五”（2017年）规划项目青年博士基金项目，17BJ08，住房价格波动对自有住房家庭消费的异质性影响研究，2018/01-2019/12，在研，主持 [15]

（3）江西省教育厅科学技术研究项目青年项目，GJJ160459，宏观审慎视角下住房市场财富效应的实证研究，2017/01-2017/12，已结题，主持 [16]

（4）江西省高校人文社会科学研究项目青年项目，JJ162021，食品价格波动对城乡家庭消费的影响研究，2017/01-2017/12，已结题，主持 [17]

4、个人荣誉

（1）美国货币政策冲击对中国产出的影响研究（中国数量经济学会2012年（乌鲁木齐）年会优秀论文三等奖） [1]

（2）住房价格上涨对消费品价格与城镇家庭消费的影响研究(中国信息经济学会学术年会博士生论坛(2015)优秀论文) [1]  

1.人员优势

本科研小组包括统计学院和金融学院的本科生，金融学院学生可以提供想法思路，基于已有研究做好对研究课题的理解，确定研究思路，做好研究规划，并建立好指标体系。统计学院的学生可以承担数据分析的任务，建立机器学习模型，编写程序落实问题的分析。而且课题组有三名经历暑期信息管理学院数学建模暑期培训并参加全国大学生数学建模大赛，有建立机器学习模型的知识储备和编程能力。我们有队员在相关机构实习，可以随时对城投债事项召开访谈，获取一手信息。

罗玉：为人认真，态度严谨，强烈的团队意识，秉持着严谨认真的态度做好每一件事，坚信一定能与团队成员配合完成好课题研究任务，擅长spss和stata等软件运用。曾在“华创杯”市场调研大赛中作为队长带领队伍取得省二等奖，参加过一项校级课题。排名在专业前20%，其中，C语言设计：91；证券投资学：85，经统计计量模型：95。

肖丽雯：曾在“华创杯”市场调研大赛中作为队长带领队伍取得省二等奖，SAS数据分析大赛百强奖，参加过数学建模美赛，暑期三下乡实践调研，主持一项校级课题并获得良好的结题等级，参加了两项大创项目。较为熟悉SPSS ,Sas ,Stata，Matlab，R等数据分析软件的运用；排名在专业前5%，其中，概率论与数理统计：95；经济计量分析：96；高频数据分析：100；数学建模90。

周北辰：四项大学生创业创新训练立项，两项校级课题结题，两项三下乡课题结题，对外经贸大学国际经贸论文大赛全国三等奖，“普惠金融，青春践行”调研报告比赛全国三等奖，“华创杯”市场调研分析大赛两项省级奖项，参加数学建模国赛、美赛以及区块链保险创新大赛，对微观金融领域的科研具有浓厚兴趣，发表多篇论文，排名在专业前20%，其中，财政学：92；中央银行学：92；国际金融：94；宏观经济统计分析：93。

杨泽鹏：在校期间曾获得IBEP商业实习项目小组第三，领航员投资挑战赛校内收益排行榜第一名，入选NIBS国际商业案例分析大赛校队，参加互联网+并进入校复赛，在西部证券具有实习经历，“华创杯”省级奖项两项，两项校级课题结题，参加数学建模比赛、区块链保险大赛、浙江大学新金融案例分析等重量级比赛，对金融具有浓厚兴趣，发表多篇论文。拥有敏锐的经济分析思维与时事分析能力，能够为调研做出很好的贡献。排名在专业前20%，国际金融:93；金融工程：94；金融计量：92；会计学：93；统计学：96。

任颀琛：在校期间，参加全国大学生数学建模大赛获得国奖，参加江西省华创杯市场调查大赛并获省三等奖。思维活跃，敢想敢做，积极果断，领导、行动和组织能力较强。大二学习了经济统计计量模型、SPSS、统计学，且对经济学、社会学知识具有浓厚的兴趣，积累了较丰富的理论知识，同时对课题的研究始终抱有热情和信心。排名在专业前20%，其中，统计学：91；数学分析：91；企业经营统计学：94。

2.资料优势

本科研课题的数据不难获取，城投债相关数据可以通过万得金融终端获得，地区的经济发展以及财政收支数据可以通过EPS地区数据库以及各省份各年度的统计年鉴获得，数据获取渠道较为直接，而且有统计专业同学进行专业数据分析。对于文献部分我们可以利用图书馆数据库和图书馆馆藏查询，总之我们可以高效的获取资料，不需要过多的长途实地考察。

3.研究铺垫

国内现有研究已经提供了研究城投债偿债风险分析的多重思路范例，可以启发课题思路，已有的机器学习算法解决相关问题的文献丰富，可以为模型建立提供指导。

4.主题优势

本选题在已有研究的基础上有些许突破，在吸纳已有的城投债偿债能力研究的成果的基础上，提供了全面的指标体系，不同地区之间的权重体系，为评级修改以及政策改进提供借鉴，而且我们的研究思路在以往的创新训练课题鲜有雷同，有创新型。

1 项目研究背景

1.1 研究背景

国家分税制改革以后，中央政府和地方政府明确了财权和事权，在一定程度上促进了地方财政收入增长以及经济发展。同时伴随着我国城镇化脚步的加快，各地经济突飞猛进，地方政府财政支出不断加大，资金缺口逐年扩大，在此背景下，地方政府通过设立融资平台举债融资，大大弥补了基础建设资金的短缺问题。

城投债是一种准市政债，它介于标准企业债和地方政府债之间，是地方政府投融资平台作为发行主体发行的企业债券，主要用于筹资建设地方基础设施项目及公益性项目。城投债一般信用评级较高，主要是因为有了地方政府信用的隐性担保。它产生的根本原因是分税制改革之后，地方财政收入占全国财政收入的比例不断下降，而地方财政支出明显上升，导致地方政府财力难以支撑日常事务；直接原因是随着城市化进程加速，城市基建需求加大，然而法律规定我国地方政府除了特殊情况外不得发行债券从而我国没有真正意义上的市政债券。

城投债有如下特征：第一，城投债是一种企业债，其发行主体是具有政府绝对股权的国有企业，而这些企业常常作为地方政府的融资平台，随着银行信贷监管的加强，这些企业的作用逐渐加强；第二，大多数城投债只有依靠政府财政补贴才得以还本付息，其投资的项目收回成本其较短；第三，由于中国债券市场缺乏足够的长期投资者，城投债的发行期限较短；第四，中国城投债的主要持有人是商业银行和基金；第五，中国城投债市场从未出现过实质性违约事件。

中国城投债的发展历程：2005年之前，城投债的发债主体基本为省会城市以及直辖市，1992年4月，通过上海市政府的委托，上海建投发行了首期5亿浦东建设债券；2005年之后，城投债发展加快，2008年城投类公司开始发展中期债券，2005年-2008年，我国累计发行各类此种债券2441.7亿元，而且发债主体从省会直辖市到地级市到县级市扩大；2009年在积极的财政政策的刺激下，城投债的发债量呈现井喷式发展，城投类企业债累计发债110期，金1502亿元，是200年全年发行量的4倍，中期票据累计3期达883亿元；城投类短期融资券累计49期达488亿元；2010年中央政府加强地方融资平台的管控，要求凡是申请发行企业债券的投融资平台公司，其偿债资金来源70%以上（含70%）必须来自公司自身收益，且公司资产构成等必须符合要求。

图1 1997年至2014年9月我国城投债的发行状况

城投公司起源于1991年，国务院要求地方政府将基础设施建设公司化运营，而不再对其直接负责，只是承担政府职能。由此应运而生的城投公司债务既具有企业债属性，又具有地方政府债务属性当时大部分城投公司都不具有盈利能力，主要依靠政府补贴。2002年，建设部颁发《关于加快市政公用行业市场化进程的意见》，自此拉开了以特许经营制度为核心的市政公用事业的改革。为了适应融资需要，地方上出现了大量的城市投融资平台，尤其在2008年下半年政府出台4万亿投资刺激之后，国家重点项目以及基础设施建设纷纷启动，城投公司更是以多种形式开展资金融通，包括发行债券、银行信贷、集合信托等等，相应的城投债的规模也逐年急剧扩张。不可回避的是，地方政府在获得大量贷款的同时，负债问题也开始加速显谨防城投债信用风险显性化。据悉，许多地方政府过度依靠银行资金搞建设，负债规模速度增长，一些地方的债务率远远超过了风险控制警戒范围。有些地方政府甚至借本轮信贷宽松机会极力加大地方融资平台建设，而这些融资平台过度负债现象已非常严重。而且在经历了“滇高速”、“上海申虹”、“14天宁债”、“14乌国投”等一系列违约事件之后，市场上对城投债券弥漫着悲观气息。

以往来说，机构投资者往往偏好城投债，因为城投债比国债的收益率高，又比一般企业债信用风险小（由于政府隐性担保)。但在多起城投债违约事件和系列城投债调控新政策出台的形势下，使得城投债的投资价值面临巨大挑战，也使得投资者对这一类债券的信用风险产生很大的担忧。对于城投主体来说，其还本付息的能力也让投资者产生很大质疑，对城投债投资价值的判断不能再仅仅局限于所依赖的地方政府。这一系列状况与城投债种普遍的高评级状况不符合，投资者受到极大的误导。因此，如何在这一大环境下剖析其信用风险，建立一个客观公正有效的评估方法显得十分重要。

1.2 文献综述

1.2.1 国外研究文献综述

（1）市政债券简介

市政债券是国外通行的地方政府融资方式，是指由州、地区、所属地及行政区划所发行的债券，最早起源于19世纪20年代的美国。地方政府是市政债券的主要发行方，占据市政债券发行市场98%的份额。同时，市政债券的投资者比较多元化，结构也较为稳定，投资群体有很多，如银行、保险公司、个人家庭等等都是这个投资群体的重要组成部分，联邦政府对个人投资者的市政债券利息免征所得税。因此，市政债券对个人投资者有很大的吸引力，个人投资者持有的市政债券的比例一直稳定在30%左右。

美国市政债券分为两种类型，一种是一般责任债券。另一种是收益债券。一般责任债券不是为特定的建设项目而发行，而是地方政府为缓解资金压力而临时发行的债券。收益债券又被称作专项债券，是指由地方政府或其代理机构以特定的收入作为担保而发行的债券，通常是为重点项目建设筹集资金，以相应的收益还本付息，它与特定项目或部分特定税收相联系，其风险高于一般责任债券。从发展趋势来看，收益债券在市政债券中所占的比重要大于一般责任债券所占的比重。市政债券品种的多样化满足了不同的筹资需求，也扩大了投资者的选择范围，活跃了市政债券交易市场。我国地方政府设立的城投公司发行的城投债与收益债券极其相似。

在市政债券的用途方面，基础设施建设所占的比例很小，主要用于城市建设和公共服务，包括教育、交通、住房、公共设施和社会福利等各方面。

（2）市政债券的监管与风险控制

周克清、罗欢（2013）指出美国主要有两个机构负责对市政债券进行监管，一个是美国证券交易委员会(SEC)市场监管部的市政债券办公室；另一个是美国市政债券规则委员会。

市政债券办公室的权力主要有两个方面：（1）根据反欺诈条款进行事后监管。（2）制定或者委托制定约束市政债券承销商、经纪人、交易商、律师，会计师行为的规则。美国市政债券规则委员会承担制定市政债券规则的主要责任。其制定的规则包括：从业资格标准、公平交易、簿记、交易确认、清算和交割等。这些规则的目标是防止市政债券市场发生欺诈和操纵事件，保障公平的交易。

魏加宁、唐滔（2010）归纳出对于地方政府市政债券的监管与风险控制，美国建立了一套风险控制结构。

发行规模限制。主要针对一般责任债券，控制指标：负债率、债务率、资产负债率。如债务率(州及州以下地方政府债务余额/州及州以下地方政府年度总收入)为90%-120%，负债率(州政府债务余额／州内生产总值)在13%-16%之间。加北卡罗莱那州的法律规定，该州地方政府的资产负债率要小于8%。

信息披露制度。20世纪七十年代SEC出台“自愿信息披露准则”，在这项准则的作用下，地方政府必须如实地披露市政债券发行前后的相关信息以及政府财政收支的相关信息，为投资者提供可靠的投资信息。伴随着形势的发展，现如今，信息披露制度已发展成为地方政府管理的强制性准则。

信用评级制度。因为发行主体一般都是非盈利机构，所以评级规则有较大变化。商业评级机构主要依据：第一，发行人总的债务结构；第二，发行人坚持稳健预算政策的能力和行政纪律；第三，发行人可得到的地方税和政府间接收人的具体款项，以及有关税收征得率和地方预算对特定收入来源的依赖程度的历史记录；第四，发行人所处整体社会经济环境。

风险预警。美国俄亥俄州模式是较为典型的风险预警模式。俄亥俄州在美国政府间关系咨询委员提出的预警参考指标上发展起地方。

财政监测计划。审计局负责实施财政监测计划，对地方政府是否处于财政紧急状态做出判断，然后向地方政府提交关于财政监测状况的书面通报，列出州以下地方政府的“预警名单”。如果进入“预警名单”的地方政府财政状况还在继续恶化，那么它就可能进人财政紧急状态，进入“危机名单”。州政府将建立一个“财务筹划与监督委员会”来接管进入“危机名单”的地方的财政管理权。

债务担保。美国债券市场的十余家市政债券保险公司成立行业性组织，“金融担保保险协会[AFGI]”，在市政债券市场的各个环节提供保险服务，在债券发行前和发行后进行双重投保。市政债券保险具有三项功能：首先，加强了债券的赔偿保障；其次，评级机构可据此给予债券更高的评级；再次，使市政债券具有了同其他投保证券同等的市场属性，提高了债券持有人所持债券的交易能力。

危机化解。当政府的运营资金收入与支出不平衡；当前支出连续几年少量超过收人；政府资产不足以承担其义务或只能以增加负债来代替短期运营资金；财产税拖欠率高并且不断增长；养老金义务没有资金或资金不足等情况发生，就可以认为该政府发生了债务危机，一般表现为债务利息达到总预算的20%-25%。一般责任债券协商解决；收入来源不足，地方政府适当提高税率；困难则由州政府设立专项机构进行帮助，否则进行当地政府破产清算。

（3）国外学者相关研究

Van E.Johnson（1996）认为地方政府预算收支及税收情况是对市政债投资的是一个很大的风险因素。Cecchetti Mohanty和Zampolli（2001）发现，地方政府债务水平的上市，也会导致长期利率的上扬，从而加剧市政债的运行风险。Fitch Ratings（2008）认为地方政府信用等级受经济形势的影响显著，经济萧条使地方政府信用等级偏低，从而影响地方政府债务风险。Guo Hai（2011）认为信用机构的评级会影响地方政府的信贷质量和借贷成本，债券的信用评级在债券发行的票面利率中起决定性因素，地方政府的管理能力与债券评级有很高的关联度。

Pinna Massimo（2015）以意大利市政债的二级市场数据为实证依据，认为市政债收益率波动的风险很大程度上来自主权发行人的风险和次主权发行人的风险，地方债务的违约风险，与地方政府的信用水平关联度并不高，一个地方的经济状况、金融发展水平和财政情况也是评价一个地方的信贷质量的主要因素，而这几个因素直接影响借贷成本。

（4）国外研究趋势

由于国内法律并未明令允许真正意义上的市政债发行，而在西方国家，市政债已有较为成熟的体系，国外的研究主要放在市政债的机理以及如何解决经济问题，如何更好地市场化运作，并对比发展中国家的地方债务对比，给发展中国家的风险管理以及金融监管方面的建议。

1.2.2 国内研究文献综述

债券的定价主要是发行利率的确定，国内对城投债定价的研究更偏向基于信用风险利差，其主要的影响因素就是信用风险。祝威，魏先华（2007）认为债券的定价基础是收益率曲线，相比于骑乘策略，即期收益率曲线的理论定价方法更为合适精准。林建伟，任学敏（2009）认为信用风险的研究是单个公司违约概率的计算。朱世武，邢丽（2005）采用一级市场的数据，利用现金折现的思想进行债券的定价研究，而债券定价并不能单纯局限于现金流贴现模型上。由于2015年和2016年城投债市场上债券违约事件频出，还本付息的风险是债券信用风险的主要形式。对于债券信用风险定价模型，对企业违约的界定主要局限在债券到期时不能偿付面值及付息，通过放松违约门槛的界定，实际上可以在任何时候发生债券违约，债券离到期日越近违约门槛越高，而违约风险却逐渐加大，2016年以来中国债券市场上发生的几起城投债信用风险事件证实了这一点。

对于城投债的潜在风险，图盈盈（2010)、张明凯（2010)提出城投债的潜在风险在于地方政府对于城投公司的支持存在不确定性。张锐（2014）认为新债还旧债以及政府与银行的紧密联系可以使得城投债的短期系统性风险不大，但是由于成本叠加、边际效益递减原则的存在不排除长期偿债风险的可能，而且部分地区城投债余额远远高出地方财政收入，部分地区的偿债风险突出。潘俊、徐颖、刘玉峰（2017）发现随着发债主体的日益扩充借债规模其信用评级应该受到波动，但是，大部分的城投债依然保持高收益率高评级，不得不让人认为有作假嫌疑，而且部门之间的利益错综复杂，发起者与投资人之间的信息不对称严重，城投债不可能一直稳定在高信用评级上。而且城投债的信用风险在公司之间，公司上下级部门之间，地方政府平级之间，各级政府之间传导。张锐（2014）在他的另外一篇论文中指出推进分税制改革、赋予地方政府发行“市政债”的权利、加强对投资项目的评估可以降低偿债能力风险。潘俊、徐颖、刘玉峰（2017）则认为城投债的市场化转型以及基础设施建设项目以及公益性项目适当引入民间资本是降低风险的良方。

在对城投债偿债风险的研究方法上，曲琪瑶（2011)将城投债的风险归纳为三个方面：金融体系因素、地产行业因素以及自身因素风险。马广琚（2013)利用多元有序Logistic法测度城投债违约概率，模型得出结论为区域经济发展水平越高、债务负担越低，违约概率越小，而城投公司的盈利能力、营运能力以及成长能力的财务指标对于违约概率没有显著影响。黄燕芬、辛洪波（2013)通过针对地方政府融资的研究，认为风险剖析的着眼点主要集中在三点，一是债务总体规模上，二是债务结构上，三是从资金用途上。

陈菁、李建发（2015）在万得数据库中搜索数据，通过对2005年-2013年的省级面板数据进行实证分析，建立回归模型，得出财政分权，政绩考核，激励机制对城投债偿债风险的降低有明显正向影响。李静（2017）在万得数据库中收集2009年-2015年发债的城投公司数据，在《统计年鉴》中获取经济发展水平、地区总财政收入、地区工业增加值和地区固定资产投资额的数据，在《国家土地资源年鉴》中获取地区土地出让金收入的数据，以GDP增长率和人均GD衡量的经济发展水平为因变量，以地方城投债绝对规模、地区负债率、债务率以及政府审计力度虚拟变量与地区债务率交乘项作为自变量建立回归模型，发现地区经济发展与城投债规模呈倒U型关系，当地区经济发展与城投债规模呈正相关时，政府审计能够提高城投债推动地区经济发展的速度，地区经济发展水平高、金融生态环境好、政府审计能力强可以助推城投债偿债风险减小。杨娉、李博(2015)从万得数据库中获取1997年1月1日到2014年9月30日的城投债数据，借鉴Fisher（1959）的方法，以债券发行成本以发行起始日同期限国债收益率之差为被解释变量，以债券特征、评级特征、发行主体特征以及宏观经济特征作为解释变量，建立广义回归模型，得出：首先，政府融资平台仍然是典型的预算软约束主体，在无重大违约事件发生的情况下，城投债的发行规模与发行利率之间尚未表现出明显的负相关关系；与非城投债相比，地方政府融资平台的财务指标对地方债发行利差的解释能力有限；地方政府融资平台倾向于在利率上升阶段多发债券，在利率下降阶段少发债券，这是典型的缺乏利率敏感性的表现。虽然债券特征、发行主体特征和宏观经济特征对城投债发行利差均有显著的解释能力，但评级特征对城投债发行利差的影响最大，而且城投债及其发行主体的评级越高，城投债发行利差就越小。债券类型对债券发行期限在解释城投债发行利差时具有替代作用。这主要是因为地方政府融资平台能够根据资金用途选择不同期限的融资工具。市场参与者对地方政府的隐性担保有明确的预期。在其他条件相同的情况下，城投债与非城投债同时附加担保条款，前者的利率水平下降幅度小于后者。同时，当地政府的经济实力显著影响债券发行利差，发债主体所处的经济环境越好，城投债的发行利差就越小。袁乐平、肖妍（2017）基于2012年-2015年间企业债面板数据，将地方债管理新政作为政策冲击，采用双重差分法评估政策实施对于存量城投债信用风险的影响。实证结果表明，在剔除其他因素对信用风险的影响后，地方债管理新政显著增大了存量城投债信用风险；地方融资平台的政府债务认定率越小、获得的政府支持力度越小，地方债管理新政对存量城投债信用风险的放大作用越显著。地方政府应妥善处理存量债务，确定合理的政府债务认定率，适当加大政府支持力度，提高地方融资平台经营能力，以实现新旧地方债管理方式的平稳过渡。潘琰、吴修瑶（2017）以2006年-2013年城投债的30个省级面板数据为样本，构建回归模型，通过对可流动性资产概念的分析并将其与发债成本、财政状况、地方经济发展等纳入研究框架，考察地方政府可流动性资产的偿债能力及其影响程度。结果表明地方政府可流动性资产对政府的发债成本有显著负向影响；进一步的研究还发现，相较于收支流量信息，资产存量信息更能反映地方政府的偿债能力。秦凤鸣、李明明、刘海明（2016）以城投债信用利差来衡量城投债风险，并利用2010年-2013年地级市面板数据考察房价对地方政府城投债的影响。实证结果显示：当期和上期房价越高，城投债风险越低。房价较高时，土地财政依赖度越高，房价对城投债风险的影响力越大；房价低迷时，信用评级越低，城投债风险受房价的影响越强。揭示地方政府务融资行为模式，对于控制地方政府债务风险具有一定启示。汤洁、王冰晓（2018）选取了江苏省为研究对象，基于KMV模型对江苏省2015年-2018年不同债务规模下的违约风险进行了实证研究，得出江苏省2015年城投债应还本息额已超过安全债务规模，2016年-2018年城投债风险目前还处于可控的范围之内，但信用风险对于城投债的发债规模具有很强的敏感性，政府应采取相应的措施以防范和化解债务风险，并将城投债规模严格控制在一定的范围之内。史贞（2018）文利用AHP从地方政府隐性担保能力、地方城投债负担水平和PPP化解、城投债务能力三个方面，构建了城投债偿还能力的测度指标体系，并用现实数据对其测度。得出，地方政府隐性担保能力是城投债偿还能力的决定因素。

在对地方政府债务，尤其是对城投债的政府隐形担保研究方面，廖文娟（2014）认为地方政府的隐形担保是城投债的一个风险因子，通过签署特殊协议以承诺回购项目或者是财政补贴，这种隐性担保可以为城投债增信。韩鹏飞，胡奕明（2015）研究认为政府隐形担保与国有企业融资平台有千丝万缕的关系，在对上市债券的研究中发现，政府隐形担保可降低债券的违约风险，却不能降低发债主体的风险。他们认为债券的信用评级越低，政府隐形担保的作用越明显，所以政府隐形担保是作为一种增信方式来起作用的。钟辉勇、钟宁桦（2016）从城投债的信用评级与发行成本角度进行研究，发现对债券提供担保会提高信用评级，但是并不会降低债券的发行成本，进而验证了确实存在虚假担保这一现象。研究也发现政府隐性担保也是只会提高发行债券的信用评级，对降低债券发行成本和融资成本没有明显的作用。

在城投债的评级体系现状、问题及改进方面，嵇杨、曹慧敏（2014）认为城投债的评级需要考虑以下因素：

1.宏观及区域经济环境

经济周期对各个地区、各大行业、各类企业的影响以及财政和货币政策、产业和区域发展政策。区域经济需要考虑资源禀赋，区位条件、矿产资源、区域战略定位等以及地区在战略地位。地区经济发展水平，包括地区经济总量、经济结构等；制度环境，以地方政府出台的政策对当地经济发展的促进作用为重点，如专项产业发展规划、社会经济发展规划等。

2.地方财政体系

城投债偿付能力与地方财政收支挂钩，对城投债的评级需要考虑收支规模、收支增速、转移支付以及地区生产总值中的财政收支含量。

3.企业自身营运能力以及财务状况

衡量营运能力需要考虑：企业的基本经营战略、领导层素质、治理结构、决策流程和内控系统、企业经营的稳健性、企业的营运效率营销体系的质量。此外，还包括公司的财务理念、以往的业绩等。

衡量营运能力需要考虑：公司过去3-5年的现金流，未来3-5年的预测债务以预测未来的现金周转和资产值。

4.政府信用

我国法律明令禁止地方政府直接担保城投债偿债能力，也禁止以银行信用作为担保，城投债多以第三方和资产抵质押作为担保，实质上还是地方政府让渡使用权以达到隐性担保。

当下的评级体系缺乏与财政存量相关的指标，土地评估方法不合理、评估公允价值过高、注入资产变现能力差，各个类型城投债的资产结构分析不够完善，导致评级结果与城投债的真实偿债能力不相符合，城投债的偿债大，评级体系亟待修正。

综合近年来国内的学者的研究成果，我们发现，对城投债的研究多数关注偿债风险问题，都认识到了目前城投债偿债风险较大，与其高收益高评级不符合，于是各自研究什么因素与偿债风险交互影响，进而提出政策建议。

1.2.3 对已有文献进行评述

综合现有的有关城投债及其偿债风险的文献，不难看出对于对于城投债理论方面的研究已经比较成熟，包括城投债的定义、产生原因、发展历程、潜在风险等。近两年也风险评估方面的实证研宄，采用量化模型测算违约概率。从城投债大力发展到现在，经历的时间并不长，相关研究却很多，并且也取得了一定的成就。然而现有的研宄也存在一些不完善的地方。主要存在的不足有三个方面：

第一，现有的偿债风险评估方法可操作性较差，由于数据的缺失以及城投债的特性，大部分量化模型得出的结果并不可靠。

第二，缺乏定性与定量相结合的信用评估方法，利用现代风险评估量化模型的弊端之一就是无法完全做到具体问题具体分析，历史数据总是不断变化的，利用历史数据得出的模型并不一定能够预测未来。

第三，对于债券评级的研究并不深入。

参考文献

[1]嵇杨,曹慧敏.“城投债”的发展历程及信用评级方法[J].宏观经济管理,2014,06:56-59.

[2]张锐.城投债的风险及其化解策略研究[J].南方金融,2014,05:74-77.

[3] 张锐.城投债的风险与约束[J].新金融,2014,06:49-52.

[4]潘俊,王亮亮,吴宁,王禹.财政透明度与城投债信用评级[J].会计研究,2016,12:72-78+96.

[5] 陈菁,李建发.财政分权、晋升激励与地方政府债务融资行为——基于城投债视角的省级面板经验证据[J].会计研究,2015,01:61-67+97.

[6] 李静.城投债规模、政府审计力度与经济发展水平[J].财经问题研究,2017,11:73-78.

[7]杨娉,李博.从城投债发行定价看利率市场化改革[J].南方金融,2015,02:72-82.

[8] 袁乐平,肖妍.地方债管理新政对城投债信用风险的影响研究[J].金融发展研究,2017,06:3-9.

[9]潘琰,吴修瑶.地方政府可流动性资产对其偿债能力影响的实证研究[J].当代财经,2017,07:124-133.

[10]秦凤鸣,李明明,刘海明.房价与地方政府债务风险——基于城投债的证据[J].财贸研究,2016,2705:90-98.

[11] 汤洁,王冰晓.基于KMV模型的江苏省城投债信用风险测度研究[J].商业经济研究,2015,12:99-100.

[12] 周克清,罗欢.可供借鉴的国外地方债管理模式[J].金融博览,2013,06:16-17.

[13] 魏加宁,唐滔.国外地方政府债务融资制度综述[J].国家行政学院学报,2010,06:113-117.

[14]苗姜龙,陈曦,吕彦楠,王冬勇.基于BP神经网络的冻土路基变形预测与可靠度分析[J].自然灾害学报,2018,2704:81-87.

[15] 李扬,王伯昕,陈冬昕,王清,张中琼.基于BP神经网络预测复合盐侵蚀后混凝土的相对动弹性模量[J].混凝土,2018,07:21-23.

[16] 文怀兴,张斌,杨新妮,孙姝彤.基于BP神经网络的单点渐进成形回弹预测[J].热加工工艺,2018,4715:109-112.

[17] 孙存一, 赵瑜. 基于大数据算法的纳税遵从风险识别以及影响因子分析[J]. 现代财经-天津财经大学学报, 2015(11):46-59.

[18] 李毅, 赵兴罗. 企业债券信用评级方法比较与分析[J]. 征信, 2009, 27(3):67-69.

[19] 孙宇. 基于模糊综合评价法的企业债券信用评级研究[D]. 北京交通大学, 2006.

[20] 毛亮, 刘畅. 基于模糊综合评价法的PPP项目投资风险分析[J]. 会计之友, 2018(15).

[21] 龙邹荣, 魏彪, 刘平,等. 基于决策树的眼底图像渗出自动检测方法[J]. 重庆大学学报, 2018(7).

[22]刘东民. 中国城投债:特征、风险与监管[J]. 国际经济评论, 2013(3):112-122.

[23] Perlman B J. Refinancing State and Local Debt: Decreased Current Costs or Decreased Future Flexibility?[J]. State & Local Government Review, 2014, 46(1):46-51.

[24] Storms E, Verschraegen G. Time regimes in debt collection and mediation[J]. Time & Society, 2018(3):0961463X1876759.

[25] Jeong S, Jeong S. Does the Size of Local Government Debt Affect the Level of Debt of Off-budget Entities? The Case of Local Government in Korea[J]. International Review of Administrative Sciences, 2017, 38(1).

[26] Thompson H. Debt and Power: The United States' Debt in Historical Perspective[J]. International Relations, 2007, 21(3):305-323.

[27] Norrlof C, Wohlforth W C. Is US grand strategy self-defeating? Deep engagement, military spending and sovereign debt[J]. Conflict Management & Peace Science, 2016.

[28] Lebaron G. Reconceptualizing Debt Bondage: Debt as a Class-Based Form of Labor Discipline[J]. Critical Sociology, 2014, 40(5):763-780.

2 项目研究目标及主要内容

2.1 研究目标

本研究的最主要目的是建立良好的神经网络评级模型，在排除主观评级因素的情况下，贴近市场隐含评级，并对城投债评级模型的优化提供基础。

同时我们将以最终模型所得市场债券的评级结果来验证以上假说的正确性，并给出政策建议。

随着社会和经济的发展，地方政府为了改善城市基础设施、促进地方经济更好的发展，在其资金有限的情况下，组建了地方政府融资平台,并通过城投债这种特殊的形式进行融资。

目前城投债已成为地方政府解决资金缺口的主要融资工具，其良好的发展不仅关系到地方的经济发展，而且对我国宏观经济的健康运行具有积极的作用。但是随着城投债的发行规模不断增加，发行主体资质下降、信息披露不透明、信用评价虚高等现象也随之出现，这都加大了城投债的信用风险，引起了市场对城投债的担忧。

如果城投债出现信用危机，不仅会使投资者蒙受巨大损失，降低投资者的积极性，而且地方政府融资平台也很难保持良好的运行状态，进而可能影响到地方政府财政系统的正常运转，不利于地方经济的良好发展和社会的稳定。因此，如何合理利用模型预测偿债率及修正现有的城投债评级体系，让投资者和发行主体提前预防风险至关重要。

2.2 研究内容

2.2.1 城投债简介

我国城投债是一种准市政债，即指由地方政府融资平台发行的债券——地方政府融资平台是指由地方政府或其部门、机构等通过财政拨款或注入土地、股权等资产设立，承担政府投资项目融资功能，并拥有独立法人资格的经济实体。最早的融资平台主要集中于省级层面，如今地方政府设立的融资平台覆盖了地市、区县和乡镇（街道）各个层面。城投债一般信用评级较高，主要是因为有了地方政府信用的隐性担保。它产生的根本原因是分税制改革之后，地方财政收入占全国财政收入的比例不断下降，而地方财政支出明显上升，导致地方政府财力难以支撑日常事务；直接原因是随着城市化进程加速，城市基建需求加大，然而《中华人民共和国预算法》规定，“除去法律和国务院另有规定外，地方政府不得发行地方政府债券。”从而我国没有真正意义上的市政债券。

2.2.2 城投债发展现状及其特点

随着2007年美国次贷危机逐步演变为全球金融危机，国务院提出要实行积极财政政策和宽松的货币政策，并出台4万亿经济刺激计划，加快民生工程，基础设施建设。自此城投债迎来了爆发式的增长，新的地方融资平台也开始迅速成立，城投债的发行主体由开始的省级、直辖市级的城投公司扩展到了地级市甚至县级市的城投公司。国务院于2010年6月发布了《国务院关于加强地方政府融资平台公司管理有关问题的通知》，对地方融资平台进行了核查清理。城投债快速增长的势头受到一定冲击，但经历了2010年与2011年的短暂低迷之后，城投债又在2012年出现井喷式增长，2012年全年共发行城投类债券达6,367.9亿元，同比增长148%。

与银行贷款相比，城投债具有某些优势。首先，在中央加强对地方政府债务风险监管的背景下，地方融资平台获取银行贷款的难度明显增加，而对于城投债的申请条件，总体上看地方政府容易满足。其次，中高评级城投债的融资成本低于银行贷款，这对于地方政府的吸引力很大。

2.2.3 各省级政府偿债率情况

2008年全球金融危机后，我国城投债迎来了爆发式的增长，快速上涨的城投债务带来使得地方政府的还债压力大增，地方政府作为城投债的偿债主体，其本身的偿债能力是进行城投债风险评估的主要考虑因素。在本文中主要讨论的是各省级政府的负债情况。

依据地方城投有息债及地方有息债做分子，地方政府一般财政收入做分母，分别计算出偿债率。2016年（下同）全国省级政府的平均偿债率为39.7%，偿债率最低的是上海偿债率仅为77%，偿债率最高的是青海省偿债率高达70.6%。具体而言，我国地方政府的负债水平整体呈现西高（青海70.6%，重庆59.2%）东低（上海77%，浙江33.2%）、南高（广西51.0%，四川52.3%）北低（河南22.9%，山东27.4%）的地理特征，主要由于财政收入相对较少，总债务规模相对于财政收入所对应的偿付压力较重。

2.2.4 城投债评级制度

我国地方政府仅2012年一年全年共发行城投类债券达6,367.9亿元，同比增长148%。收入有限的地方政府债务迅速膨胀，快速增长的地方债务带来巨大的偿债风险，而评级制度则是对于违约风险的参考标杆。我国现今的城投债评级已形成一套相对完善的体系，其主要分析构架及指标选取如下：

（1）分析框架

由于城投公司是受政府委托从事公益性或准公益性项目的投融资、建设及运营，所以城投公司债务的偿还能力主要由所属地方政府财政实力和债务压力决定，因此城投公司所属地区经济发展状况、地方政府财政实力以及债务负担是决定城投公司偿债能力和信用等级的关键性因素。另外，城投公司自身的经营状况以及盈利能力也会对其信用等级产生重要影响。

（2）地区经济

城投债由于其特殊的发债性质，其偿债能力主要取决于所属地方政府的偿债能力。地方财政状况与地区经济紧密相关，地方经济现状将在较大程度上决定该地方政府未来财政收入的规模及其稳定性。

地区经济实力重点分析地区经济总体规模及近年变化，地区经济在区域或全国的地位。一方面，通过一些总量经济数据，如地区GDP总量及人均GDP、固定资产投资、社会消费品零售总额、进出口总额、物价指数、就业情况等，分析过去几年地区经济发展趋势及发展的稳定性；另一方面，通过与其他地区的比较，分析地区经济在区域或国家宏观经济中的地位及重要性，重点分析内容包括地区经济在区域或宏观经济中的份量、地区对国家利益及国家安全的重要性、与周边经济交往情况以及对周边地区发展的辐射带动作用、在国家或区域发展规划中的作用等。

（3）政府财政

依据《中华人民共和国预算法》，在我国上级政府对下级政府的财政预算汇总，只是作为统计上的合并计算，以向更高层级政府上报本区域总财政预算。但是，上级政府对下级政府的财政收支只拥有监督权，而没有支配权。因此，本级财政收支状况是本级政府财政实力的直接反映。

（4）企业经营

由于城投公司是利用地方政府信用向银行贷款或发行债券并受托于地方政府实行基础设施和公用事业的投资及运营管理，公司自身的盈利能力普遍较差，有的城投公司甚至没有实际的经营性资产或经营性业务，而在债务的偿还上又以政府为主导，即当地政府的信用等级和偿债能力在很大程度上决定了城投公司的信用等级和偿债能力。因此，对于城投公司的经营分析有别于一般的工商企业。

2.2.5 偿债率与债券等级的差异

在对偿债率及相对应的城投债券评级进行比对时，发现有部分的城投债券评级与其所地方政府的财政偿债率不匹配，如在2016年18家获评AAA等级的城投公司按所属省区进行分类，其中（江苏3家，浙江、四川、山东2家，北京、天津、上海、重庆、吉林、湖南、云南、广东各1家），在这18家城投企业中所属省区的政府偿债率在全国平均以上的有10家（江苏3家，四川2家，天津、重庆、吉林、湖南、云南各1家），所占比例达55.6%，意味着全国18家信用最好的城投企业过半数来自于政府偿债率较高，偿债能力较弱的省份，显然这种差异是即为显著的。这可能是由于城投债近年来显现的新情况、新特征对评级模型的效果带来一定的影响。

2.2.6 偿债率与债券等级普遍虚高

假设全国各地级市都存在城投债长期偿债能力风险，都存在债务责任部门之间、上下级之间相互推诿的现象，但是为了提升政绩，筹集基建资金，地方政府必须保证城投债的高评级以及高收益率，故偿债率与债券等级不匹配在全国普遍存在。

2.2.7 建立评级模型

随着社会和经济的发展，地方政府为了改善城市基础设施、促进地方经济更好的发展，在其资金有限的情况下，组建了地方政府融资平台,并通过城投债这种特殊的形式进行融资。

目前城投债已成为地方政府解决资金缺口的主要融资工具，其良好的发展不仅关系到地方的经济发展，而且对我国宏观经济的健康运行具有积极的作用。但是随着城投债的发行规模不断增加，发行主体资质下降、信息披露不透明、信用评价虚高等现象也随之出现，这都加大了城投债的信用风险，引起了市场对城投债的担忧。

如果城投债出现信用危机，不仅会使投资者蒙受巨大损失，降低投资者的积极性，而且地方政府融资平台也很难保持良好的运行状态，进而可能影响到地方政府财政系统的正常运转，不利于地方经济的良好发展和社会的稳定。因此，如何合理利用模型预测偿债率及修正现有的城投债评级体系，让投资者和发行主体提前预防风险至关重要。

先基于城投债数据，筛选指标，建立指标体系，将指标连续变量转化为有序变量，将每个债券、每个指标进行评级，然后在利用熵权法给每个二级指标评定权重，最终得出每个指标的加权得分。

神经网络是20世纪80年代迅速兴起的一门非线性科学，与传统的预测模型相比，人工神经网络无需设置都中计算参数与变量，可以消除参数与变量确定过程中的计算误差。BP神经网络算法即误差反向传播算法，BP网络有输入层、隐藏层和输出层，从本质上来讲，BP算法就是以网络误差平方为目标函数、采用梯度下降方法来计算目标函数的最小值。

因为相关指标和时间与债券评分并非线性关系，内在机理十分复杂。本文采用三层 BP 神经网络模型进行研究，模型摆脱了传统方式的局限，突破了依赖线性模型的限制，用非线性模型模拟了实际数据。模型的三层包括：输入层、隐含层以及输出层。其中，将筛选的指标变量作为模型输入层，输出层为量化的 1 个城投债评级指标，同时，根据反复测试选取的隐含层的神经元。在研究过程中，从训练样本中随机选取1/2，剩余样本为测试样本，设定学习率与学习误差，利用 matlab进行训练，经过多次反复训练后，达到要求，得到构建好的人工神经网络。最后，用构建好的神经网络对测试样本进行测试，将输出结果与原始测试样本结果（市场评级）进行比较，得到预测的准确度，评估偿债风险。

3 项目创新特色概述

相比其它研究方法，我们：

1.综合考虑大量影响城投债的影响因素，建立可量化测算的神经网络模型，并根据具备良好偿债能力的地方政府数据测算出free-risk区间，根据此阈值来评定各省市未来是否存在显性或者隐形的偿债风险；

2.采用主成分分析法将影响城投债的多种因素分类汇总并确定权重，以便更加精确的信用风险测算。根据权重的差异，通过神经网络算法更加精确的得出各省市的风险估测值；

3.对模型进行反复实证检验，以达到高度拟合现实情况的目的。对高风险省市，我们拟根据代入模型的各项数据，推算其主要风险点存在于哪一方面。根据这一结果进行政策建议；

4.从选取的大量指标中筛选出大多数省市可能存在隐性风险的主要因素，对其进行合理整理总结，最终建议将其纳入债券评级标准中，提高城投债高评级的门槛，降低流通中的城投债风险；

5.分析出城投债偿债风险较大与城投债评级高相矛盾的内在机理。

如今的城投债评级方法存在问题，使得明明城投债大量新债还旧债长期偿债风险较大，缺在债券评级系统中处于较好的评级，通过分析影响因素指标在不同地区对偿债风险的影响程度不同，修正不同地区评级中的考量因素，给出正确的评级方法。提供机器学习算法评估债务风险的例子。

4 项目研究技术路线

4.1 研究方法

文献研究法：参考与城投债评级与机器学习的有关文献，学习国内外优秀学者对于城投债评级在指标的选择，权重的确定，模型方法的创新上有哪些优点。在阅读大量文献的基础上再制定适合本组对于城投债评级的研究路线。

对比分析法：通过对文献的阅读，对案例的研究，综合对比国内与国外学者在评级的方法上的创新与适用程度，比较传统的统计模型与数据挖掘在判别城投债等级上准确度的差别，从而选择最适合本小组研究内容的模型。

数据分析法：首先根据层次分析等权重决策的方法确定用于评价债券的各指标权重大小，再采用机器学习中的神经网络分类模型，构造BP神经网络模型用于债券的评级分类。

4.2 研究思路

进行债券信用评级最主要原因是方便投资者进行债券投资决策，如果发行者到期不能偿还本息，投资者就会蒙受损失，这种信用风险因偿还能力的不同而有所差异，但是我们经过调查发现市场上的企业债券评级与其偿债率之间具有较大的差异。故本文：

1.选取各省各地级市的城投债作为研究样本，从基本要素、发债主体、风险指标、财务估值四大方面选取债券的重要指标，通过权重决策方法确定相应的权重系数；

2.运用神经网络以各省各地级市的城投债作为研究样本，从影响债券评级的四大方面（基本要素、发债主体、风险指标、财务估值）选取了12项指标作为样本的输入特征，权重构建表如下图所示；

3.选取市场上对债券评级认可度最高的某家公司，以其债券评级结果作为训练集样本的输出结果和预测结果的对照组，以随机选择的原则从样本中选取七成样本作为训练集，剩下三层作为预测集，指标特征作为输入变量，债券等级作为输出变量。至此，神经网络的训练集与预测集准备完毕；

4.最后通过BP神经网络对各省个地级市的债券等级进行计算，对比对照组的评级结果，找出差异项，得出相应结论。

5 研究进度安排

6 项目组成员分工

相关扶持：江西财经大学创业创新项目创新计划、学校经费1.5万（1000已经拨款）、学校同意推荐申报国家级大学生创新创业项目、组织指导老师指导课题、组织推荐国家级课题组培训。

本校拥有大量课题研究相关方向的藏书，并且在数据库建设方面有一定基础，基于我校良好的科研基础条件和研究环境资源，定能为本项目研究提供丰富的科研资料和良好的科研手段。项目成员均能熟练运用有关经济分析软件进行数据和文字处理，熟练运用中国知网、万方数据等数据库资源和文献资料，这为我们的课题研究进行定性和定量分析提供了良好的基础条件。

本科研小组决定去图书馆利用图书馆电脑进入万得金融终端，搜索所有的和城投债相关的数据以及评级情况。

购买各地区的统计年鉴可以获得规定年度内的各地区的经济指标以及财政指标。

通过问卷调查、机构访谈可以获得第一手的城投债信息以及人们满意度。

1.分析出城投债偿债风险较大与城投债评级高相矛盾的内在机理

如今的城投债评级方法存在问题，使得明明城投债大量新债还旧债长期偿债风险较大，缺在债券评级系统中处于较好的评级，通过分析影响因素指标在不同地区对偿债风险的影响程度不同，修正不同地区评级中的考量因素，给出相对客观公正的评级方法。

2.建立城投债评级的指标权重体系

利用层次分析法将所有指标合理归类，给出不同的准则层及下辖指标，并建立模型给出不同指标在城投债评级的评分，即为权重。

3.提供机器学习算法评估偿债风险的例子

已有的相关研究多用线性回归的方法来研究影响债券偿债能力的因素分析，然而，很多因素与偿债率并非线性相关，而是存在一种模糊的关联度，建模型评价确立不同指标对城投债评级的影响效力，最后利用神经网络模型输出的结果与原始样本结果进行对比，得到预测准确度。

国家分税制改革以后，中央政府和地方政府明确了财权和事权，在一定程度上促进了地方财政收入增长以及经济发展。同时伴随着我国城镇化脚步的加快，各地经济突飞猛进，地方政府财政支出不断加大，资金缺口逐年扩大，在此背景下，地方政府通过设立融资平台举债融资，大大弥补了基础建设资金的短缺问题。

城投债作为一种准市政债，它介于标准企业债和地方政府债之间，是地方政府投融资平台作为发行主体发行的企业债券，主要用于筹资建设地方基础设施项目及公益性项目。而且外部评级机构在发行的城投债方面普遍虚高评级，主要是因为有了地方政府信用的隐性担保。

在这一背景下，基于“Wind Data Base”提供的中国城投债数据，本文旨在对该领域做出初步尝试。本文首先对我国城投债的产生与发展进行详细的阐述，在此基础上归纳出城投债的特性，并对城投债与地方政府债券的关系进行阐释。其次，文章介绍了国内外多种债券信用风险的评估方法，并进行比较分析。由于用回归分析等数理统计算法进行探索的空间极为有限，而用神经网络等智能算法对城投债评级分类的研究尚属。故最后本文选用了神经网络等智能算法进行研究。然后，文章首先将影响城投债评级的主要指标进行分类，建立指标体系，基于权重模型给出各个债券二级项目的评分；其次通过采用BP人工神经网络算法，预测城投债市场评级，经过反复改变训练次数、隐含层节点数等参数变量，与原始市场估计数的一致性达到了66%。说明此方法方法具有可操作性。

神经网络模型摆脱了传统方式的局限，突破了依赖线性模型的限制，用非线性模型模拟了实际数据，实现了在城投债评级应用研究中方法的创新。但在模型进行多次反复运行预测时，常出现误差率不稳定等问题，且本文也没有对影响城投债评级指标进行更精确的筛选。因此，后续研究中模型仍需改进，对指标的选取再做探索和优化。但作为一种理论研究，本文也证实了人工神经网络模型也可作为城投债评级的工具，这也将作为进一步研究的课题。

相比其它研究方法，本项目的创新点与特色在于：

1.综合考虑大量影响城投债的影响因素，建立可量化测算的神经网络模型，并根据具备良好偿债能力的地方政府数据测算出free-risk区间，根据此阈值来评定各省市未来是否存在显性或者隐形的偿债风险；

2.采用主成分分析法将影响城投债的多种因素分类汇总并确定权重，以便更加精确的风险测算。根据权重的差异，通过神经网络算法更加精确的得出各省市的风险估测值；

3.对模型进行反复实证检验，以达到高度拟合现实情况的目的。对高风险省市，我们拟根据代入模型的各项数据，推算其主要风险点存在于哪一方面。根据这一结果进行政策建议；

4.从选取的大量指标中筛选出大多数省市可能存在隐性风险的主要因素，对其进行合理整理总结，最终建议将其纳入债券评级标准中，提高城投债高评级的门槛，降低流通中的城投债风险；

5.分析出城投债偿债风险较大与城投债评级高相矛盾的内在机理。

如今的城投债评级方法存在问题，使得明明城投债大量新债还旧债长期偿债风险较大，缺在债券评级系统中处于较好的评级，通过分析影响因素指标在不同地区对偿债风险的影响程度不同，修正不同地区评级中的考量因素，给出正确的评级方法。提供机器学习算法评估债务风险的例子。

自大学生创新创业项目立项以来，已经过去了一年多的时间，在这期间我们觉得遇到很多难题，也收获很多感动与成就感。回想过去最开始参加研究项目的过程，从开始的课题思考到申请立项撰写项目申请书，到查阅相关文献资料，确定研究目的和寻找创新点，并制定详细的实施方案和步骤。自该项目先后被确定为校级、省级、国家级立项以来，课题小组全体成员和老师都对项目投入了极大的热情。我们在指导老师的引领下，端正研究态度，积极调整与完善研究计划，在研究主题确定、研究问题落实、研究方法设计、调查问卷发放与收集、数据分析、调研报告撰写等主要环节上都投入了大量的时间、精力与热情，师生之间保持了良好的沟通机制，经常就相关问题进行广深入的探讨。一步步走来，这其中的辛苦和考验只有经历过的人才会明白其中的意义，其中的经验和成长也只有经历过的人才会分享和拥有。这是次难得的经历，一次让我们得到锻炼和成长的经历。

选题有很强的应用价值，文献材料收集详实，指标选取合理，研究方法有所创新，丰富了城投债的研究方式。