急剧膨胀的地方政府债务成为我国经济长期稳定发展的不确定因素。审计署报告显示目前我国地方政府债务存量巨大且过度依赖土地收入，国务院清理地方融资平台限制对其贷款发放的举措、房价调控政策作用的显现和地方土地使用权之争使地方政府收入大幅缩减，而债务集中偿还期已经到来，地方政府收入与债务增长的倒挂削弱了其偿债能力，“风险大锅饭”的制度缺陷破坏了收益与风险的对称关系，导致风险的不断集聚。地方政府债务问题在“4万亿”经济刺激计划之后迅速显现，与地方政府债务问题相关的理论研究尚未聚焦。理论研究和制度落实、现实需要严重脱节。　　 风险评估是风险管理的重要环节。本文首先运用博弈理论、公共选择理论等方法挖掘了地方政府债务风险形成的原因;然后，基于粒子金融理论将地方政府债务风险细分为多个用以描述债务风险的因子，构建了风险评估的指标体系，并运用SPSS采用聚类分析等方法优化了指标体系;接着，运用MATLAB采用因子分析(FA)、人工神经网络(BP)等方法依托调研收集的JH地区的地方政府债务风险的相关数据，通过学习、训练及调整，构建了我国地方政府债务风险评估的FA-BP模型，并以该地区不同时间区间的数据样本为例对该模型进行了应用，并试图推而广之，以期为我国地方政府债务风险评估提供有效的方法。