今日观察！城投转型按下“快进键”：隐性债务规模几何？化解任重道远

城投转型按下“快进键”：隐性债务规模几何？化解任重道远

北京讯（记者 罗志恒 牛琴）**

2023年城投公司财务报表折射出哪些重要信息？当前隐性债务的规模到底有多少？城投公司在短期化债和中长期转型的要求下还面临哪些重点任务？

城投公司转型步伐加快

自中央提出“一揽子化债”要求以来，各部门和地方政府积极落实，通过财政化债和金融化债等多种手段对债务进行展期、降息，以时间换空间。城投公司作为地方政府隐性债务的主要载体，其转型备受关注。

从3300家城投公司2023年财务报表分析来看，城投公司转型呈现出以下九大特征：

• 资产规模稳步增长但增速有所放缓，同时加快重组整合背景下，资产向头部城投公司集中。
• 房地产行业持续低迷、城投公司流动性紧张以及政策限制三重因素叠加下，城投托地现象减少，土地资产大幅减少。
• 主营业务收入增速放缓，盈利能力有所下降。
• 债务规模增速有所放缓，但债务负担依然较重。
• 短债占比有所上升，偿债压力加大。
• 政府补助依赖度有所下降。
• 现金流状况有所改善。
• 城投公司转型步伐加快，新兴业务发展势头良好。

隐性债务规模仍待测算

化解债务风险是城投公司转型的关键。目前，城投公司隐性债务的规模仍未有权威数据。

有研究机构测算，截至2023年末，城投平台的隐性债务规模约为55万亿元。其中，未纳入统计的存量隐性债务规模约为32万亿元，主要来源于城投平台对下属企业的债务隐性化、平台之间的债务交叉兜底、以及平台对外担保的隐性债务等。

化解隐性债务任重道远

城投公司化解债务、转型发展任重道远。需要多措并举，综合施策：

• **压减存量债务。**要继续压减不必要的政府融资平台，清理僵尸项目，盘活存量资产，通过财政化债、金融化债等多种手段化解存量债务。
• **严格控制新增债务。**要建立健全城投公司融资管理机制，严格控制新增债务，把债务规模控制在合理水平。
• **发展新兴业务。**要鼓励城投公司聚焦主业，发展新兴业务，提高盈利能力，增强抗风险能力。
• **加强监管。**要加强对城投公司的监管，压实地方政府主体责任，筑牢化解债务风险的制度防线。

**城投公司转型升级是地方政府化解债务风险、推动经济转型发展的重要途径。**需要坚持稳中求进工作总基调，以高质量发展为目标，统筹抓好化债、转型和发展，推动城投公司走上可持续发展道路。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。