报告

专项债风险管理的大数据解决方案

摘要

地方政府专项债券的风险既源于其规模过大,超出了地方财政的承受能力,也源于其对应的资产质量参差不齐。本文估算了未来五年的专项债发行规模,并以此为基准计算出相关的专项债券总体风险指标。同时,报告也对未来五年省际专项债券进行了估算,并对比了区域间的结构性风险。研究发现,目前我国专项债券的总体风险可控,但部分省份的结构风险较为突出。另外,基于网络爬虫和穿透等大数据技术,报告还设计了一套专项债券项目风险管理的综合系统模块,用以监控和管理专项债的“借”、“用”、“管”和“还”全流程各个环节的风险。

作者

胡志浩 ,中国社会科学院金融研究所研究员,国家金融与发展实验室副主任。
李晓花 ,中国社会科学院国家金融与发展实验室研究员。
孙征 ,经济学博士,中国社会科学院国家金融与发展实验室研究助理,主要研究方向为金融风险、货币与财政。

参考文献 查看全部 ↓

专项债风险管理的大数据解决方案

可试读20%内容 PDF阅读 阅读器阅览

试读已结束,剩余80%未读

¥20.23 查看全文 >

VIP免费

报告目录

  • 一 专项债管理中的风险
    1. (一)宏观风险
      1. 1.专项债总量和趋势的风险
      2. 2.各省份专项债的结构化风险
    2. (二)申报风险
      1. 1.项目申报人与专项债借还主体分离
      2. 2.项目收益的预期偏差
    3. (三)使用风险
    4. (四)管理风险
    5. (五)偿还风险
      1. 1.偿债压力过度集中在债务到期日
      2. 2.过度依靠再融资偿还本金
      3. 3.过于依靠土地收入偿还
      4. 4.真实偿债资金来源不透明,难以判断风险
  • 二 专项债风险管理的数据基础与评估局限
    1. (一)监测专项债风险的相关数据与难点
      1. 1.专项债风险监测的数据基础
      2. 2.监测专项债风险的数据难点
    2. (二)目前专项债风险识别手段的局限性
  • 三 大数据运用于专项债风险分析的理论基础
    1. (一)大数据的基本思想与原则
      1. 1.大数据的思想
      2. 2.大数据分析的基本原理
    2. (二)大数据应用的技术基础
      1. 1.网络爬虫技术
      2. 2.机器学习
      3. 3.自然语言处理技术
      4. 4.图计算和知识图谱
      5. 5.数据采集和清洗技术
      6. 6.穿透技术
      7. 7.模型技术及算法
    3. (三)大数据的发展脉络
      1. 1.第一阶段:萌芽期(20世纪90年代至21世纪初)
      2. 2.第二阶段:成熟期(21世纪前10年)
      3. 3.第三阶段:大规模应用期(2010年之后)
    4. (四)风险识别的常用数理模型与大数据手段的结合
      1. 1.现有的风险识别模型
      2. 2.大数据手段与风险识别模式的结合
  • 四 大数据在专项债风险分析中的设计
    1. (一)“借”的环节
      1. 1.收入预测模型
      2. 2.医院项目收入预测案例
      3. 3.高速公路收入的回归预测
    2. (二)“用”的环节
      1. 1.资金穿透模型
      2. 2.资金使用风险识别和评价模型
      3. 3.运用模糊综合评判方法识别和评价项目财务风险
    3. (三)“管”的环节——预算执行情况
      1. 1.专项债资金预算执行进度分析的决策树模型
      2. 2.专项债资金预算执行进度分析的神经网络模型
    4. (四)“管”的环节——运营风险
      1. 1.项目建设和运营中的主要风险
      2. 2.模型举例——项目整体风险识别和评价模型
    5. (五)“还”的环节
  • 五 运用大数据管理专项债风险的案例
    1. (一)高速公路通行费收入预测模型
      1. 1.数据搜集
      2. 2.数据分析
      3. 3.初步结论与完善方向
    2. (二)专项债智能评估系统
      1. 1.建立评审知识库
      2. 2.实现项目自动化和标准化审核

报告图片/图表

查看更多>>>