人工智能与关系型借贷

本文研究了银行在信贷评分和关系型贷款中采用人工智能（AI）之间的相互作用，重点关注AI银行在信贷评分中的应用如何影响关系型贷款的周期性特征。研究发现，AI银行的信贷供应和价格在正常时期优于非AI银行，且AI技术有助于缓解关系型贷款的“租金提取”问题，但在COVID-19危机期间，AI银行并未进一步保护其借款人。

核心数据与描述性统计：

• 样本涵盖2019年第一季度至2020年第四季度，包括124家银行和170,645家企业，共590,521个信贷关系。
• AI银行在2020年的总贷款额为4550亿欧元，非AI银行为7500亿欧元。
• 平均关系持续时间为28.5个季度（约7.5年），对数形式衡量。
• AI银行的平均贷款关系长度（10个季度）短于非AI银行（13个季度），但两者均有大量长期关系贷款（25%的贷款关系长度超过30个季度）。

主要研究结论：

1. 信贷供应与价格：

   • 正常时期：AI银行在信贷规模和利率方面均优于非AI银行，且AI技术缓解了关系型贷款的租金提取效应。
   • 危机时期：AI银行与关系型贷款的交互作用对信贷规模和利率的影响不显著，表明AI银行并未进一步保护其借款人。
   • 非AI银行在危机时期表现出逆周期性，增加信贷供应并降低利率。

2. 对企业投资和就业的影响：

   • 关系型贷款在危机期间对企业投资和就业有积极影响，但AI银行的这种效应被削弱。
   • AI银行对EBITDA变化的反应显著大于非AI银行，表明AI银行更关注企业特定条件而非宏观经济冲击。

研究方法：

• 采用两步分析法：首先分析AI与关系型贷款的交互作用对企业贷款规模和利率的影响，其次分析对企业投资和就业的影响。
• 控制公司-时间固定效应以区分供给效应和需求混淆因素。
• 动态排序测试表明，AI银行与特定特征的公司之间没有显著匹配。

政策相关性：

• AI技术的应用可能使信贷供应减少对宏观经济条件的依赖，并减少对抵押品渠道的依赖，更多响应公司特定条件。