IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告)

由于高昂的信息成本,为全球的决策者们一直向中小企业推广信贷服务一直是一项挑战。 金融科技的最新发展可能能够缓解这一问题。 通过利用现有平台上的大数据或数字足迹,一些大技术(BigTech)公司已将短期贷款扩展到了数百万个小公司。 通过分析中国一家领先的在线银行的180万笔贷款交易,本文将使用大数据和机器学习模型评估金融风险的金融科技方法与使用传统财务数据和记分卡模型的银行方法进行了比较。 研究表明,金融科技方法可以在正常时间和大量外来冲击期间更好地预测贷款违约,反映出信息和建模优势。 BigTech的专有信息可以补充或在必要时替代信用历史记录来进行风险评估,从而使无银行业务的公司可以借款。 此外,金融科技方法使规模较小,城市较小的中小型企业受益,因此可以通过吸引服务不足的客户来补充银行的作用。 借助更有效,平衡的政策支持,BigTech贷方可以帮助促进全球金融普惠。

IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告)
IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告) IMF:中小企业金融科技信贷风险评估——来自中国的证据(附报告)

本报告PDF版已分享至本站知识星球,欢迎加入查阅和交流。原网站年度VIP联系“dongxizhiku”微信可免费加入。

 

欢迎加入东西智库微信群,专注制造业资料分享及交流(微信扫码添加东西智库小助手)。