Resumen

El riesgo de deuda gubernamental es un factor importante que afecta a la estabilidad macroeconómica y las expectativas públicas. La clave para su prevención y control radica en la detección temprana y la prevención temprana. Este documento construye un sistema efectivo de evaluación del riesgo de deuda gubernamental basado en algoritmos de aprendizaje automático. Según la formación del desempeño del riesgo de deuda gubernamental local y sus factores internos y externos influyentes, este estudio aplica el proceso analítico jerárquico, el método de entropía y el método de red neuronal BP para construir el sistema de índices de evaluación de riesgo gubernamental local, que incluye los índices primarios y secundarios como el riesgo de deuda explícito, el riesgo de deuda implícito contingente y el riesgo de operación financiera y económica. Utilizando este sistema, este estudio realiza la asignación de pesos comprensiva del riesgo de deuda gubernamental, la previsión de ingresos fiscales, el cálculo de la

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Gobierno; Riesgo de deuda; Sistema de evaluación; Algoritmo de aprendizaje automático; Proceso de jerarquía analítica; Red neuronal
• Keywords:Government; Debt risk; Assessment system; Machine learning algorithm; Analytic hierarchy process; Neural network