中国PPP项目可融资性差吗?——基于集成LightGBM-Blending算法

摘要：

可融资性是PPP可持续发展的前提和基础.针对PPP项目可融资性存在行业差异性高及评价类别型字段过多问题,为防止评估过程出现严重过拟合现象和因二次加工产生的误差,提出集成LightGBM-Blending算法.基于社会资本视角构建可融资性评估体系,借鉴集成思想按行业划分训练集,构建以LightGBM算法为基础的多基分类器,避免对类别特征进行二次处理,并通过网络爬虫爬取CPPPC项目数据进行模型训练及测试,设计Blending算法进行模型融合与优化.实验结果表明:相较于传统集成算法,集成LightGBM-Blending算法评估精确度更高,可有效解决高行业差异性等问题;Blending融合策略比其他赋权融合策略评估精度提升了5.76％;引入低样本行业和高特质化行业样本进行验证,测试结果中百分比误差为低、中区间样本占比约为79.5％和78.26％,该模型可有效应用于不同行业PPP可融资性评估,具有良好的泛化能力.

关键词：PPP;集成LightGBM-Blending;可融资性;特质性差异;多类别字段

分类号：F840.612;F282(保险)

资助基金：国家自然科学基金;国家自然科学基金;云南省省院省校合作项目;广西哲学社会科学规划研究项目

在线出版日期：2022-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：50-61