典型文献
另类数据征信对信贷公平的影响及展望
文献摘要：
数字经济时代新技术的发展,使数据的储存、共享和优化都更加便利.随着国内对民间征信市场的开放,民间征信公司和金融科技平台已经使用"另类数据"对用户进行行为分析和预测.机器学习下的另类数据征信,虽然能弥补传统征信中存在的数据片面等缺陷,缓解信贷歧视,帮助因信贷历史不足等征信因素和歧视因素导致借款失败的弱势金融群体,提高金融普惠程度,但仍然存在阻碍信贷公平实现的歧视因素.通过构建金融消费者和网贷平台的完全信息静态博弈模型,发现对另类数据的保护和应用进行监管和立法,对金融科技行业进行规范十分必要.
文献关键词：
另类数据;大数据征信;信贷公平;金融普惠;机器学习
中图分类号：
作者姓名：
庞德良;李思卓
作者机构：
吉林大学东北亚研究中心,吉林长春130012;吉林大学东北亚学院,吉林长春130012
文献出处：
引用格式：
[1]庞德良;李思卓-.另类数据征信对信贷公平的影响及展望)[J].税务与经济,2022(04):57-64
A类：
信贷公平
B类：
另类数据,数字经济时代,征信市场,金融科技平台,行行,行为分析,信贷歧视,借款,金融普惠,平实,金融消费者,网贷平台,全信息,静态博弈,博弈模型,大数据征信
AB值：
0.271795
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
