| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.1.1 地方政府债务风险现状与相关政策分析 | 第13-14页 |
| 1.1.2 研究的理论意义与现实意义 | 第14-15页 |
| 1.2 文献综述 | 第15-18页 |
| 1.2.1 国内外研究综述 | 第15-17页 |
| 1.2.2 研究述评 | 第17-18页 |
| 1.3 研究内容和方法 | 第18-23页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 研究方法 | 第19-23页 |
| 1.4 论文创新与不足 | 第23-25页 |
| 1.4.1 创新之处 | 第23-24页 |
| 1.4.2 不足之处 | 第24-25页 |
| 第2章 地方政府债务风险非线性先导预警系统总体框架和预警指标体系设计 | 第25-36页 |
| 2.1 地方政府债务风险非线性先导预警系统概念界定 | 第25-26页 |
| 2.1.1 地方政府债务风险的界定 | 第25页 |
| 2.1.2 地方政府债务风险非线性先导预警系统的界定 | 第25-26页 |
| 2.2 地方政府债务风险非线性先导预警系统的总体框架 | 第26-27页 |
| 2.3 地方政府债务风险非线性先导预警指标体系设计 | 第27-36页 |
| 2.3.1 风险链视角下地方政府债务风险非线性先导预警指标体系的设计思路 | 第27-29页 |
| 2.3.2 地方政府债务风险非线性先导预警输出指标、输入指标的具体设定 | 第29-34页 |
| 2.3.3 地方政府债务风险非线性先导预警输入指标与输出指标的相关性分析 | 第34-36页 |
| 第3章 地方政府债务风险非线性先导预警系统的实证构建 | 第36-49页 |
| 3.1 样本数据说明 | 第36-38页 |
| 3.2 运用TOPSIS-AHP法测算地方政府债务综合风险输出样本值 | 第38-43页 |
| 3.3 基于噪声信号比方法进行预警输入指标的精简降维 | 第43-45页 |
| 3.4 基于GA-BP神经网络进行债务风险非线性先导预警系统的训练和检验 | 第45-49页 |
| 第4章 基于非线性先导预警系统开展“十三五”期间地方政府债务风险预测 | 第49-55页 |
| 4.1 “十三五”期间地方政府债务综合风险的预测分析 | 第49-50页 |
| 4.2 “十三五”期间地方政府债务分环节风险的预测分析 | 第50-55页 |
| 第5章 结论与政策建议 | 第55-59页 |
| 5.1 研究结论 | 第55-56页 |
| 5.2 相关政策建议 | 第56-59页 |
| 5.2.1 防范地方政府债务风险近期措施建议 | 第56-57页 |
| 5.2.2 防范地方政府债务风险中长期措施建议 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录A 攻读学位期间所发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
