为贯彻落实党的十九大关于防范化解重大风险的精神,党中央、国务院印发了《关于防范化解地方政府隐性债务风险的意见》,提出“开展债务风险评估和预警、建立应急处置机制、实行分类违约处置、构建常态化监督机制”等要求。由于目前我国地方政府债务存在较大债务风险,如不及时加以预警、防范和化解,极有可能引发地方政府债务危机。近年来,辽宁省财政收入增长持续放缓,地方债在经济发展过程中为我省做出了重要贡献,但也累积了一定的风险。辽宁省地方政府债务规模较大、债务率较高,累积的地方政府债务风险会降低地方政府信用、威胁地方经济安全、影响地方经济发展的可持续性。因此研究辽宁省如何认识以及预警地方政府债务风险,并依此做好防范措施,对更好地促进地方经济增长具有深远意义。因此,本文在前人研究的基础上,基于经济因素、财政因素、债务负担因素等视角,系统的研究了辽宁省地方政府债务存在的风险,运用聚类分析法、因子分析法、以及神经网络模型对辽宁省地方政府债务风险进行评估,以便于对地方政府债务风险进行更好的预警防范和应对管理。首先,本文从总体上对研究背景及意义,研究内容及方法,研究的重点难点创新点进行了阐述。同时,也系统总结了国内外的相关研究进展,并介绍了地方政府债务及其风险相关的理论,以及风险预警方法相关的理论,为下文继续进行进一步的研究分析提供理论参考和支撑。其次,我们对辽宁省及其14个地级市（含大连）的地方政府债务的状况分别进行了较为全面的描述分析。我们选取并查找了宏观经济环境类、财政环境类、显性债务类、隐性债务类这4大类指标数据从不同维度对2016—2018年的辽宁省及各地级市的财政状况和债务状况进行了描述分析。通过分析我们发现:从财政状况来讲,辽宁省的财政经济状况在全国范围内处于中游水平,其可自由支配的财政资源并不充裕,其中沈阳、大连、盘锦、营口等市的财政经济状况在省内列居前位,而铁岭、阜新、朝阳、丹东等地的财政经济状况则在省内排名靠后;从债务状况来讲,辽宁省债务规模以及负债率水平在我国处于较高水平,债务风险较大,而各地级市之间的债务风险是存在着较大差异的,我们将在文中详细分析。然后,我们建立预警模型对辽宁省地方政府债务风险进行评估和预警。我们利用辽宁省及各地级市2016年到2018年3年的数据,进行指标的选取和设计。利用聚类分析法对选取的20个指标进行降维处理,并结合经济意义选取10个指标用于后续分析。然后利用因子分析法对标准化之后的指标数据进行了主成分分析,提取了3个公因子F1、F2、F3并计算公因子得分,再根据各公因子的方差贡献度确定公因子权重,由此进一步计算出总的风险评价得分F,根据对应的风险区间来判断最后的债务风险评价等级。紧接着,我们利用SPSS 20神经网络模型的多层感知器实现机器学习过程,我们将前一年的10个指标数据作为输入变量,将后一年的风险评价等级结果作为输出变量,经过学习实现利用今年的数据预测明年的风险等级的效果。借此方法实现建立风险预警模型的目的。在模型建立完毕并得到风险预警结果后,我们对辽宁省及各地级市的地方政府债务风险评价及预警结果进行了分析。我们发现:辽宁省近三年的地方政府债务风险是比较稳定的,处于轻度风险区接近中度风险区的位置,当地政府应该对已存在的较大的债务风险保持警惕、重视债务风险的管理。其中,盘锦市在近三年综合债务风险较低,连续三年处于安全区;大连市、沈阳市、营口市三市债务风险也较低,连续三年都处于轻度风险区;辽宁省的大多数地级市的风险等级都集中在中度风险区,如鞍山、本溪、锦州、辽阳、葫芦岛、抚顺等,而朝阳、丹东、铁岭、阜新等市则处于中度风险区偏向重度风险区一侧,辽宁省政府应当对这些地区的财政经济状况及债务风险引起重视。综合来看,2019年辽宁省整体债务风险处于轻度风险区偏向中度风险的实际不会改变,辽宁省内各地级市的债务风险等级分布不均匀的状况不会改变,各地级市在不同风险等级区里的分布状况也基本不会改变。需要声明的是,以上研究结果仅代表本文立场,结论均建立在本文的前提假设和指标选取上,由于假设及指标数据的选取存在主观性和片面性,本文的结论只能作为政府进行决策的辅助性参考,更多的是提供理论方面的依据,在实际运用和决策过程中,我们仍需要结合当地政府的实际情况来进行改进和完善。最后,针对如何管理地方政府债务风险,我们从不同维度对地方政府债务风险的防范、预警和化解提出了一些可供参考的建议。