上传者: 38696196
|
上传时间: 2021-10-30 20:52:33
|
文件大小: 1.23MB
|
文件类型: -
统计技术的创新引发了对跨种族和性别等类别的分布影响的担忧。 从理论上讲,随着统计技术的进步,分布结果取决于函数形式的变化如何与可观察特征的跨类别分布相互作用。 使用美国抵押贷款的详细管理数据,我们将传统 logit 和更复杂的机器学习违约预测模型的预测嵌入到一个简单的均衡信用模型中。 机器学习模型总体上略微增加了信贷供应,但增加了组间和组内的比率差异; 影响主要来自揭示默认值和可观察值之间结构关系的灵活性,而不是来自排除特征的三角测量。 我们预测黑人和西班牙裔借款人从新技术中获益的可能性要小得多。