人工智能信用评分的制度权变：来自中国及吉尔吉斯斯坦中小企业的证据

《Finance Research Letters》：Institutional Contingency of AI Credit Scoring: Evidence from SMEs in China and Kyrgyzstan

　　

摘要

本研究考察了人工智能（AI）信用评分如何塑造中国和吉尔吉斯斯坦两国中小企业的普惠金融状况，这两个经济体拥有截然不同的数字生态系统。研究分析了从 2022 年 1 月至 2026 年 12 月追踪的 850 家中小企业的新颖面板数据集，使用了六种机器学习架构：支持向量机（SVM）、随机森林、XGBoost、卷积神经网络（CNN）、长短期记忆网络（LSTM）和 Transformer。研究采用了 35 个在两个监管环境中获取并协调的替代数据变量，每个模型都基于分类准确率、均方根误差（RMSE）、曲线下面积（AUC）、F1 分数和错误拒绝率进行评估。Transformer 在中国数据丰富的生态系统中实现了最高的分类准确率（94.5%）和最低的 RMSE（0.015），但在吉尔吉斯斯坦性能下降了 22.2 个百分点，那里 31.5% 的平均数据缺失率将错误拒绝率提高到了 28.5%。XGBoost 被证明是在数据稀疏环境中最具韧性的架构。基于制度理论，本研究证明算法信用评分结果取决于正式的數位基础设施、监管质量和非正式的经济规范。本研究提出了一个五阶段的公平算法金融战略政策框架，并附带一个本地化技术评估框架，以指导转型市场中的监管机构和金融科技开发者。

引言

中小企业（SMEs）占全球企业的 90% 以上，并对发达和新兴市场的 GDP、就业和创新做出了巨大贡献（Koomson & Danquah, 2021）。尽管具有经济核心地位，但持续的信贷约束仍然是中小企业增长的根本障碍。传统银行借贷依赖抵押品、审计财务报表和 established 信用历史，这些要求大多数转型经济体中的中小企业无法满足，因为它们部分或完全在非正式的现金部门运营。这种信息不对称产生了广泛的金融排斥并阻碍了经济流动性（Célerier & Matray, 2019）。

金融科技创新，特别是由 AI 和机器学习（ML）驱动的算法信用评分，作为潜在的补救措施引起了广泛关注。这些方法使用替代数据，包括移动支付模式、公用事业账单记录、电子商务评级和供应链信号，来评估信用worthiness 而不依赖传统抵押品（Le et al., 2020; Banna et al., 2022）。数字金融平台的兴起扩大了数据丰富经济体的信贷获取渠道，然而文献表明，金融科技带来的普惠金融收益高度依赖情境，并且在数据基础设施薄弱的环境中可能会产生债务陷阱或排斥性结果（Jingpeng et al., 2023; Yue et al., 2022; Zhu & Guo, 2024）。在中国等数字成熟市场的早期部署表明中小企业信贷获取渠道有可衡量的收益；然而，高性能模型可以无缝转移到不同制度环境中的假设基本上尚未得到检验。

本文通过跨国比较分析填补了这一空白，将中国（一个集中化、数字成熟的经济体）与吉尔吉斯斯坦（一个沿中吉尔吉斯斯坦经济走廊的转型、现金主导的经济体）进行对比。2022-2026 年期间捕捉了疫情后数字金融的加速发展。使用 850 家中小企业（每国 425 家）的数据集和基于五项性能指标评估的六种 ML 架构，我们测试了算法信用评分的有效性是否具有制度依赖性。以制度理论（North, 1990; Khan et al., 2023）为基础，我们认为正式规则、数字基础设施质量和非正式经济规范的相互作用决定了模型性能和公平性。

四个可测试的假设构成了实证分析的结构。首先，AI 信用评分在数据丰富的制度环境（中国）中显著扩大了普惠金融。其次，相同的算法在数据稀疏的环境（吉尔吉斯斯坦）中加剧了数字鸿沟并增加了不公正的贷款拒绝。第三，深度学习架构比基于树的集成模型对数据稀疏性表现出更大的敏感性。第四，不透明的模型架构侵蚀了中小企业对正式金融系统的信任和参与意愿。

本研究做出了三项主要贡献。它首次提供了关于 ML 性能分歧的比较实证证据，使用共同的数据集和协调的方法论跨越了一个数字成熟经济体和一个转型经济体。它通过将制度理论扩展到算法金融领域，证明了模型选择的依赖性是由可衡量的制度变量驱动的。最后，它提出了一个可行的多阶段政策框架和一个本地化技术评估框架，以指导情境感知的金融科技治理。

本文的其余部分组织如下。第 2 节描述了数据集、抽样策略、变量构建和机器学习方法论。第 3 节呈现了实证结果，包括比较准确性、ROC 曲线、精确率 - 召回率分析、SHAP 特征重要性和提出的政策和治理框架。第 4 节通过制度理论视角讨论发现。第 5 节总结贡献、局限性和未来研究方向。

章节片段

样本与数据收集

该数据集包含 850 家中小企业：425 家在中国运营，425 家在吉尔吉斯斯坦运营，识别自省级商业登记处（中国）和吉尔吉斯斯坦国家统计委员会数据库，面板期为 2022 年 1 月至 2026 年 12 月。在每个国家内，跨三个部门应用了分层随机抽样：零售（40%）、制造（35%）和农业科技（25%），反映了根据国家统计局登记数据的实际部门构成。在每个层内，区域

实证结果

表 1 记录了一个明显的结构差异。中国中小企业在一个高成熟度的数字生态系统中运作：92.5% 的销售通过数字支付渠道流动，公用事业历史平均连续 48 个月，数据缺失率仅为微不足道的 2.1%，产生了对实际违约率 3.1% 的 78.4% AI 信贷批准率。吉尔吉斯斯坦中小企业呈现相反的情况：只有 38.2% 的交易是数字的，公用事业记录平均跨度 14 个月，31.5% 的数据字段缺失，产生

讨论

实证结果证实了所有四个假设。假设 1 得到支持：AI 信用评分将中国中小企业信贷批准率提高到了 78.4%，得益于允许即使是基准模型（SVM：82.1%）也能表现良好的数据基础设施。假设 2 得到支持：吉尔吉斯斯坦 41.6% 的批准率与实际违约率（4.5% 对 3.1%）近乎相同，这与系统性的算法偏差一致，而不是真正的风险区分。假设 3 得到支持：深度学习模型

结论

本研究提供了新的跨国证据，表明 AI 信用评分的有效性具有制度依赖性。Transformer 模型在中国数据丰富地区提供了优越的分类准确性（94.5%，AUC?=?0.98，F1?=?0.93），却系统性地 disadvantage 吉尔吉斯斯坦中小企业，产生了 22.2 个百分点的准确性差距、28.5% 的错误拒绝率和可衡量的信任侵蚀。相比之下，XGBoost 是转型背景下最公平和实际可行的架构，最小化

CRediT 作者贡献声明

刘昭仪： . 王元浩： . 任一帆： 概念化。

刘昭仪 | 王元浩 | 任一帆

中南财经政法大学经济学院，中国武汉，430000