凡是搞计量经济的，都关注这个号了
稿件：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
金融科技贷方是否助长了 PPP 欺诈？
金融科技和银行业的结合，也称为FinTech贷款，在金融危机后以惊人的速度崛起。研究表明，传统银行监管负担的增加是FinTech贷款发展的主要推动力。传统银行的审查和监管部分地源于其在金融危机中扮演的角色，其中包括导致了大规模的抵押欺诈，一些证据表明政府对此进行了超过1,370亿美元的罚款和和解。FinTech贷款人提供了一种新的银行模式，通过在线广告、申请界面和贷款筛选算法取代传统的贷款关系。薪酬保护计划（PPP）是美国一项历史性的COVID-19企业援助计划，分配超过7930亿美元的资金，覆盖了2020年4月至2021年5月的三个短期阶段。在执行这个PPP过程中，尽管FinTech贷款人起步缓慢，第一轮只占不到5％的贷款份额，但到2021年5月，这一比例已经增加到了80％以上，凸显了其日益重要的地位。FinTech贷款人因其扩大PPP贷款准入范围的作用而备受认可，尤其是对于那些没有与传统银行建立贷款关系的小型企业。在COVID-19大流行期间，这促进了快速和高效的贷款，以满足这些企业的融资需求。然而，FinTech贷款人的快速扩张可能以放宽核保标准为代价。与传统银行建立贷款人关系和广泛遵守银行保密法（BSA）合规计划相比，许多FinTech贷款人没有建立良好的关系，并且在建立正式程序时可能没有那么勤奋，也没有太多的声誉需要保护。另外，FinTech贷款机构证实，使用金融数据可以提高处理政府机构贷款的速度和准确性，而且违约率更低，表明其贷款筛选可能更为优秀。点对点的FinTech平台利用替代数据和机器学习来优化信贷决策，如果使用得当，这种增强的技术和增加的数据访问可能能够检测和防止PPP申请中的虚假企业和个人。那么，FinTech贷款是否防止或促进了PPP过程中的欺诈？潜在欺诈和误报在个体贷款者间又会如何变化？为了研究这些问题，本文分析了11.5万个PPP贷款的贷款特征，使用了8个不同的数据集，并引入了四个主要和四个次要指标来判断贷款是否存在潜在的误报，然后用三个独立的外部指标对其进行验证。研究发现，与传统贷款相比，FinTech贷款误报出现的可能性是传统贷款的3.23倍，而且出现至少一个主要指标被另一个主要、次要或外部指标确认的可能性是传统贷款的6.52倍。可疑的放贷率在不同的贷款人之间变化很大，其中10家大型的FinTech贷款机构的潜在误报率超过25％。非法放贷在未注册企业中最为明显。即使在控制贷款和借款人特征后，FinTech贷款机构在所有借款人类型中都表现出更高的误报率。对四个主要可疑贷款指标的分析估计出潜在虚假报告的总额为141万笔贷款，余额为642亿美元。补充分析表明，虚假报告可能是这个数字的两倍，而可疑的贷款从PPP的早期阶段到后期阶段增长了四倍以上。一言以蔽之，本文发现在PPP过程中，金融科技公司的虚假误报行为很常见。本文的发现具有重要的政策影响。首先，PPP没有包括强有力的验证要求，传统银行可能更倾向于遵循标准贷款惯例，而新的FinTech PPP贷款机构则不然。PPP贷款缺乏严格的验证似乎导致纳税人承受了巨大的成本。其次，FinTech贷款，虽然在其他文件中被发现能够成功地适应新环境并迅速发放资金，但似乎需要改进尽职调查实践。两家成熟的FinTech贷款机构一直具有较低的虚假报告率，表明FinTech贷款并非就是低劣的。第三，本文的发现以及PPP以相对较高的成本留住了少量工人工作的证据表明，PPP可能不是资本分配的有效来源。第四，PPP中的激励似乎不协调，因为具有广泛虚假报告指标的FinTech贷款机构通过明显缺乏监管程序的贷款赚取了数十亿美元。
下面短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。