算法能促进借贷公平吗？-学说文章

算法能促进借贷公平吗？

36浏览

2022/04/07 08:33发布

阳光互联网金融创新研究中心

互联网金融创新算法、借贷算法能促进借贷公平吗？

在金融科技时代，消费信贷的审批过程中越来越多地使用算法进行决策。与传统的人工审批方式相比，算法的优势在于更加稳定，决策结果不会受到信贷人员的主观情绪的影响。而主观情绪可能使得审批过程中存在一定的歧视，即对于不同的群体给出不同的决策结果和定价策略。根据美国公平借贷法（Truth In Lending Act）的规定，借贷利率的公平定价必须基于风险因素，差异化定价反映的必须是借款人信用风险的差异。反之，如果不同个体借贷利率的定价不能完全由信用风险来解释，则被称为利率“歧视”。显然，使用算法进行借贷决策能够规避人的主观情绪导致的有意识的或无意识的歧视行为，但算法是否真的完全公平，能够按照公平借贷法的要求完全消除歧视呢？加州大学伯克利分校的Rober Bartlett, Adair Morse, Richard Stanton, 和Nancy Wallace四位学者对此进行了研究。

研究利率歧视的一大难点在于如何准确识别歧视的存在。尤其对于大数据算法决策的结果，通常很难准确解读每个变量背后的经济意义。那么，如何判断算法给出的差异化利率定价确实是真实地反映了难以直接观察的借款人信用风险，还是定价中仍然包含信用风险以外的因素呢？本文以美国房贷市场为研究背景，利用证券化过程对信用风险的转移，巧妙地识别了贷款机构承担的信用风险和利率定价之间的关系，解决了以往研究中可能存在的遗漏变量的问题。

该文章整合了多个美国房地产市场相关的数据来源，包括官方披露的房屋抵押贷款申请信息Home Mortgage Disclosure Act (HMDA) data,来自商业公司的还款信息ATTOM data和McDash data，征信机构Equifax data，以及房地美和房利美（“两房”）的相关房贷数据。不同的数据集之间并没有统一的标识来识别同一笔贷款，本文使用机器学习算法，根据不同数据之间重叠的信息进行匹配，将各个数据集的信息连接起来，获得较为完整的房主个人特征、贷款申请、还款情况等房贷信息。

该文章使用的研究样本是2009年至2015年之间由“两房”进行资产证券化的住宅抵押贷款，申请成功的贷款约660万笔，其中30年期固定利率贷款约350万笔，另有被拒绝的贷款约650万笔。由于样本中的房贷都由“两房”进行资产证券化，因此放贷机构将收到固定的现金流而不承担信用风险。当放贷机构面临的信用风险完全可观察时，识别放贷过程中是否存在歧视就变得简单可行了，即控制贷款人的信用风险时，观察放贷机构是否会对某些特定群体给出更高的利率。

该文章重点关注拉丁裔和非洲裔的贷款申请人，这两类群体是最可能发生歧视的少数群体。文章首先关注传统放贷机构对这两类群体的歧视现象。虽然资产证券化使得传统放贷机构已经完全把信用风险转移，但相对于其他群体，拉丁裔和非洲裔的借款者支付的利率仍然显著更高。平均而言，他们在购房贷款（Mortgage）中需要多支付8基点（basis points, bp），而在再融资贷款(refinance mortgage)中要多支付4bp。按照统计数据估算，在整个美国房贷市场中，由这种利率歧视带来的额外利息每年贡献的利润高达7.6亿美元。

接着，文章的重点发现来了：相比传统放贷机构，使用算法进行放贷决策的FinTech放贷机构对拉丁裔和非洲裔的利率歧视程度相对较低，这体现在，在FinTech放贷机构的样本中，两类群体获得购房贷款，需要多支付5bp；获得再融资贷款，需要多支付2bp。这两个数字都比在传统放贷机构中的小。这表明，使用算法进行贷款决策能够有效降低对少数群体的定价歧视，虽然不能完全消除。也就是说，算法虽然极大地规避了放贷者主观情绪的作用，但在利率定价时仍不能实现完全的公平。

图：对拉丁/非洲裔申请者的拒绝率：传统放贷机构vs.FinTech放贷机构

除了利率定价，作者还观察了放贷机构不同族裔申请贷款的审批结果。结果发现，在以传统放贷机构为主的全样本中，控制信用风险后，拉丁裔和非洲裔群体被拒绝的概率显著更高，而在FinTech放贷机构中则没有显著差异。因此算法决策在贷款审批这一环节较为公平。

总结起来，文章利用大量数据以及巧妙的实证策略，清晰地识别了放贷机构是否对拉丁裔和非洲裔借款人存在歧视。研究结果表明，FinTech放贷机构使用算法决策在消除歧视方面起到了重要作用，但仍然无法实现完全的公平。这些发现为FinTech对于金融市场发展的积极意义提供了证据。

Reference：RobertBartlett, Adair Morse, Richard Stanton, and Nancy Wallace. Consumer-LendingDiscrimination in the FinTech Era. NBER Working Paper, No. 25943.

*文章来源：智慧金融研究中心

*侵权必删

阳光互联网金融创新研究中心

文章107

总浏览量13866

学术前沿速递

文章

300

学说观点

文章

300

AIGC交流社区

学说官方

文章

240

未央网

文章

233

毕宣

中央财经大学

文章

185

王凯

T. Rowe Price

文章

181

经济学入门必读书籍有哪些值得推荐？

楚健

1185

浏览

绿色信贷能否提高商业银行的核心竞争力？基于中国的准自然实验

创新研究

879

浏览

最新综述！AIGC到底是什么？都有哪些应用？一文尽览！

AIGC交流社区

766

浏览

研究方法 | 文献资料分析方法大全！收藏

周舟

762

浏览

数电票的26个问题，税局统一回复！

张俊熙

759

浏览

如果经济学家连股都不炒，那他们都在干什么呢?

李博

682

浏览

“特斯拉”打败了“星巴克”

张子瑞

670

浏览

研究方法：文献资料分析方法

周舟

660

浏览

银行纷纷入局数字藏品赛道，什么信号？

李杨杨

629

浏览

会议预告｜清华五道口绿色金融讲座第一期，邀您探讨“碳达峰碳中和——中国发展转型的机遇和挑战”

学术会议动态

3320

浏览