XiaoMi-AI文件搜索系统
World File Search SystemRamadorai
银行和创业中的信息技术
我们要感谢我们的讨论者Diana Bonfim，Marti Guasch，Daniil Kashkarov，Ralf Meisenzahl，Mikhael Paaso，Mitchell Petersen，Tarun Ramadorai，Glenn Ramadorai，Glenn Schepens，Consuelo Silva，Consuelo Silva和Huan Tang，以及Huan Tang，以及Manuel Adelino，Nigelino，Nigeliia，jon' Davide Malacrino，Andrea Presbitero，Anke Weber和Wei Xiong对他们有见地的评论。We are grateful to seminar participants at the Santiago Finance Workshop 2022, FIRS, the Barcelona GSE Summer Forum, the 4th IMF Annual Macro- Financial Research Conference, the 2nd DC Junior Finance Conference, Midwest Finance Association Annual Conference, the Price College of Business Colloquium on The Peril & Promise of Artificial Intelligence for Corporations, International Network for Economic Research Conference, EFiC 2021 Conference in银行和公司融资，RSM的公司融资日，增长的未来会议，ASSA 2022的IBEFA会议，EBA政策研究研讨会，IMF，Bonn大学和Halle大学。我们感谢Chenxu Fu的出色研究帮助。本文所表达的观点是作者的观点，不一定代表国际定居银行，美联储，欧洲中央银行，国际货币基金组织，其执行委员会或其管理层的意见。∗欧洲中央银行和CEPR。电子邮件：toni.ahnert@ecb.europa.eu。†国际定居点银行和CEPR。电子邮件：sebastian.doerr@bis.org。‡国际货币基金。电子邮件：npierri@imf.org。§联邦研究委员会。电子邮件：yannick.timmer@frb.gov。
金融领域的人工智能和机器学习
要消除算法偏差，仅仅从数据中排除受保护的属性（通过无意识实现公平）不仅不够，而且适得其反。即使排除受保护的指标，算法通过三角测量进行歧视的风险仍然存在，从而导致抵押贷款分配等出现歧视性结果（Fuster、Goldsmith-Pinkham 和 Ramadorai，2022 年）。统计模型会从数据中提取尽可能多的信息，以帮助它们优化性能，而机器学习模型在这项任务上表现出色：深度学习甚至可以从未标记的医学影像中预测种族（Banerjee 等人，2021 年）。相反，受保护的属性可用于主动监控、识别和纠正算法偏差。这种策略（通过意识实现公平）还允许使用机器学习模型主动检测现有决策过程中的偏差，无论是否自动化（Martinello、Mønsted、Matin、Steffensen 和 Laursen，2021 年）。
金融科技的使用和废弃信用：当购买付费时
∗ We thank Tobias Berg, Frederic Boissay, Kaiji Chen, Will Cong, Ed deHaan, Hanming Fang, Andreas Fuster, Zhiguo He, Sean Higgins, Claire Hong (discussant), Yi Huang, Yang Ji, Leonardo Gambacorta, Josh Lerner, Xiang Li, Tong Liu, Congrong Ouyang, Ruolan Ouyang（讨论者），Wenlan Qian（讨论者），Tianyue Ruan，Tarun Ramadorai，Jose Scheinkman，Jose Scheinkman，Shang-Jin Wei，Wei Xiong，Yunqi Zhang，Yunqi Zhang，以及Nber Charter经济工作组在2024年2024年，中国经济工作组，中国Fintech研究会议（CFTRC 2024），CCER SUMMER INSPER，CCER SUMMER INSPER，CCER SUMMER INSPER，CCER SUMMER INSPER，20224，以及20224 Fintech和BIS研究研讨会的有用建议和评论。作者承认并感谢数字经济开放研究平台（www.deor.org.cn）的支持。所有数据均已采样并脱敏，并在蚂蚁组环境中对蚂蚁开放研究实验室进行了远程分析，这只可以远程访问以进行经验分析。我们感谢Fang Wang，Jian Hou，Shuo Shan，Yao He和Xian Jian为进行调查的数据和歌曲Han提供了促进。本文中的观点仅是作者的观点，不一定反映了银行的国际定居点。所有错误都是我们自己的。†yfdong2021@nsd.pku.edu.cn。北京大学国立发展学院‡jyhu@nsd.pku.edu.cn。北京大学国家发展学院中国经济研究中心；北京大学数字金融研究所。§yhuang@nsd.pku.edu.cn。北京大学国家发展学院中国经济研究中心；北京大学数字金融学院。¶han.qiu@bis.org。国际定居点银行。” yingguang.zhang@gsm.pku.edu.cn。北京大学管理学院。