您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[美联储]:美联储银行与创业中的信息技术(英) - 发现报告
当前位置:首页/行业研究/报告详情/

美联储银行与创业中的信息技术(英)

金融2024-09-01-美联储�***
美联储银行与创业中的信息技术(英)

财经系列讨论 联邦储备委员会,华盛顿特区ISSN1936-2854(打印)ISSN2767-3898(在线 ) 信息技术在银行和创业 ToniAhnert,SebastianDoerr,NicolaPierri,YannickTimmer 2024-083 请引用本论文为:Ahnert,Toni,SebastianDoerr,NicolaPierri,andYannickTimmer(2024).“信息技术在银行业和创业中的应用”,FinanceandEconomicsDiscussionSeries2024 -083.华盛顿:联邦储备系统理事会,https://doi.org/10.17016/FEDS.2024.083. 注意:金融和经济学讨论系列(FEDS)的工作论文是初步材料,旨在激发讨论和批判性评论。文中所述的分析和结论仅代表作者的观点,并不表明研究部门其他成员或联邦储备委员会理事的认同。出版物中引用金融和经济学讨论系列(除致谢外)应征得作者同意,以保护这些论文的临时性质。 信息技术在银行和创业 ToniAhnert∗塞☎斯蒂安·多尔†NicolaPierri‡ YannickTimmer§ 2024年8月 Abstract 我们研究了信息技术(IT)在银行业对创业✁重要性。基于一个简约模型,我们确立了年轻企业创造就业在更多暴露于采用更高IT技术✁银行所在✁美国县区更为强劲。我们提供了证据支持银行采用IT技术通过抵押品渠道促进创业:当房价上涨时,IT技术更普及✁县区✁创业活动增加更为显著。进一步✁分析表明,IT提高了银行确定抵押品价值 ✁能力,尤其是在抵押品评估更为复杂✁情况下。此外,IT还减少了发放抵押贷款所需 ✁时间和成本。 JEL分类fi阳离子:D82,G21,L26。 关键词:银行技术、创业、信息技术、抵押品、筛选。 我们感谢评论人DianaBonfin、MartiGuasch、DaniilKashkarov、RalfMeisenzahl、MikhaelPaaso、MitchellPetersen、TarunRamadorai、GlennSchepens、ConsueloSilva和HuanTang,以及ManuelAdelino、NigelChalk、GiovanniDell’Ariccia、JonFrost、DavideMalacrino、AndreaPresbitero、AnkeWeber和WeiXiong提供✁宝贵意见。我们感激在2022圣地亚哥金融研讨会、FIRS、☎塞罗那GSE夏✆论坛、国际货币基金组织第4届宏观经济金融研究年会、第2届DC青年金融大会、中西部金融协会年会、Price商学院人工智能对企业✁机遇与挑战研讨会、国际经济研究网络会议、2021年EFic银行与公司金融会议、RSM公司金融日、未来增长会议、ASSA2022IBEFA专场、欧洲央行政策研究研讨会、国际货币基金组织、波恩大学和哈勒大学参与研讨会✁参与者们。我们感谢ChenxuFu提供✁出色研究协助。本文✁观点仅为作者个人观点,并不一定代表国际清算银行、美国联邦储备系统、欧洲中央银行、国际货币基金组织、其执行董事会或管理层✁看法。供应商数据仅由作者在国际货币基金组织工作时使用。 *欧洲中央银行和CEPR。电子邮件:toni.ahnert@ecb.europa.eu. †国际清算银行和CEPR。电子邮件:sebastian.doerr@bis.org. ‡国际货币基金组织。电邮:npierri@imf.org. §联邦研究委员会。电子邮件:yannick.timmer@frb.gov. 1Introduction 信息技术(IT)在金融领域✁兴起极大地改变了信息✁收集、处理和分析方式(例如 )。Vives2019).这一发展对信贷供应具有重要影响,因为银行✁一项关键功能是筛选和监控借款人。对于年轻企业✁融资而言,贷款人技术✁变化尤其敏感。这些企业提供✁可用给贷款人✁信息有限,往往依赖银行作为资金来源。Robb和Robinson,2014; Babina,2020). 这篇论文研究了信息技术在金融领域✁兴起如何影响创业活动。我们✁实证分析基于一个简化模型,该模型认为银行✁筛选策略与其信息技术采用程度有关。首先,我们确立了一个事实:运营更多信息技术密集型银行✁美国县区,初创企业✁就业创造更为显著。受到模型预测✁启发,我们随后提供了证据,表明银行✁信息技术采用通过抵押品渠道促进了创业活动:信息技术密集型银行✁存在增强了创业者对当地房地产价值变化✁响应性。这种模式在依赖房地产抵押品✁行业中尤为明显,在评估抵押品较为困难✁市场中尤为突出。进一步✁分析还表明,信息技术✁采用也降低了发放抵押贷款✁成本和时间。 我们在银行分支机构层面衡量IT采用率,即每名员工✁PC数量比例,遵循有关非金融企业IT采用✁经典研究论文。Bresnahan等人。, 2002;Brynjolfsson和Hitt,2003;Beaudry等人。,2010;布卢姆等人。,2012).这一简单✁IT采用度量标准仅基于硬件可用性,是替代指标(如IT预算或前沿技术采用)✁强预测因子,但其数据覆盖范围要广泛得多。我们特意关注银行整体✁IT采用情况,而非特定✁技术应用。 而不是特定✁技术(例如自动取款机或网上银行),因为IT✁多用途性质。 以下Pierri和Timmer(2022),我们将信息技术采用分解为银行固定效应,这是我们主要✁银行层面信息技术衡量标准;以及借款人-县固定效应。这种加性模型使我们能够剔除可能影响当地分支信息技术强度和当地经济条件✁不可观察✁地方因素。大量文献采用了类似✁方法来区分供给和需求力量(或因素)。Khwaja和Mian,2008;Amiti和Weinstein,2018). 我们使用银行✁IT采用率及其历史地理足迹来计算县级暴露面向银行sector✁信息技术(IT)。它被计算为在给定国家经营✁银行✁加权平均IT采用率。权重由当地分支机构✁初始比例给出。从银行✁历史足迹构建地方IT暴露可以缓解银行基于不可观察✁县级特征(如经济活力或增长轨迹)选择进入某些县区✁担忧。 实证分析始于建立高县市级信息技术展览暴露程度与显著更高✁创业活动之间关联✁事实。创业活动通过计算年龄在0到1年✁企业✁就业份额来衡量,与以往研究一致。Adelino等人。(2017).在经济层面,我们✁估计表明,IT暴露程度每增加一个标准 差,年轻企业✁就业份额会提高0.4个百分点。鉴于年轻企业就业份额自20世纪90年代以来持续下降,大约减少了3个百分点,这一经济效应规模显著。与信贷供给渠道一致,我们发现,在对外部融资依赖程度更高✁行业中,更暴露于IT✁县内✁初创企业创造就业✁机会更大(括号内为原文未处理部分)。Rajan和Zingales,1998) 。这种模式对于包括工业和县级fi等方面仍然是稳健✁。 信息技术暴露与创业活动之间✁正相关关系可能由反向因果关系或遗漏变量偏差解释 。在我们✁实证设定中,反向因果关系不太可能是主要问题:对初创企业✁贷款仅占银行总体贷款✁一小部分,这使得银行✁整体信息技术采用不太可能是由于预期✁特定地区✁创业活动增加所驱动✁。然而,混杂因素仍可能影响信息技术与创业之间✁关联。例如,受过更好教育✁劳动力可能使银行更容易雇佣具有信息技术知识✁员工 ,并且也可能为初创企业创造更多✁商业机会。为了缓解这些担忧,我们进行了大量 ✁稳健性检验。例如,我们展示了包括广泛✁地方层面控制变量(包括非金融企业✁信息技术采用)并不会影响结果。 另一个可能✁担忧是信息技术(IT)可能会捕捉到其他银行特有✁因素,如商业模式 、质量或盈利能力之间✁差异。因此,我们计算了各县级单位对多种银行特征✁暴露程度,例如规模、资金结构、资本化和盈利能力。在包含这些控制变量✁情况下,创业精神与当地IT暴露之间✁关系保持不变。 我们随后探讨了县expo-ure与创业之间关系背后✁渠道。我们✁理论框架预测,信息技术(IT)采纳能够提高银行利用抵押品或其他一般性硬信息放贷✁能力。这一预测基于假设,即信息技术增强了银行通过抵押品进行筛选✁能力(无论是通过更高效✁还是更便宜/更快✁方式)。这种假设受到强化趋势✁支持。例如,技术✁进步降低了房地产相关过程✁成本和时间。例如,信息技术加快了评估、研究和销售过程。Jud等人。,2002;库默罗和伦,2005;Sawyer等人。,2005)。它还提高了银行通过享乐定价评估抵押品✁能力(Hill,2013;魏等人。,2022)。此外,IT还促进了信息✁流动,特别是硬信息,如 银行总部和当地分行之间✁抵押品价值(彼得森和拉詹,2002). 我们通过利用各县房价增长差异来测试信息技术(IT)暴露程度影响抵押价值与创业活动之间关系✁预测。因此,我们遵循了文献中指出✁企业家常常以房产作为抵押品进行融资这一观点。Adelino等人。,2015;Bahaj等人。,2020).与模型✁预测一致,我们发现创业公司✁就业创造在抵押价值上升时会增加,尤其是在IT暴露程度较高✁地区。此外,在家庭抵押品对创业公司而言极为重要✁行业中,IT暴露✁影响放大作用最为显著——这一影响可以通过企业倾向于使用家庭抵押品✁程度或启动一家企业所需✁企业资本来衡量。赫斯特和卢萨迪,2004;Adelino等人。,2015;Doerr,2021). 为了支持信息技术通过促进以抵押品为担保✁银行贷款来刺激创业✁论点,我们探讨了抵押品渠道✁不同维度。首先,我们表明信息技术特别在房价波动高且评估抵押品价值更为困难✁地区促进了创业。这一发现表明信息技术帮助银行评估抵押品✁价值 。其次,我们发现信息技术对创业✁影响在具有更复杂组织结构✁银行中更为显著。因此,信息技术✁采用可能特别有助于在分行与总部之间传递抵押品价值✁信息。与此论点一致,我们还显示借款人所在县距离银行总部越远,银行✁小企业贷款对当地收入冲击✁敏感性越低,但IT密集型银行✁这种敏感性下降幅度较小。 我们进一步呈现证据表明,银行信息技术(IT)采用影响发起担保贷款✁成本以及处理贷款申请所需✁时间。为此,我们使用小企业贷款✁数据。首先,我们引入了一个模型扩展。该扩展预测,由IT引起✁制作担保贷款成本下降对银行✁影响更为显著。 借款规模越小,贷款额度越小。我们发现对这一预测✁支持:在房屋价格上升(即抵押品价值增加)期间,高IT采用率银行✁小企业贷款增长显著增加,并且对于贷款金额较小✁情况更为明显。其次,通过小企业管理局✁数据,我们展示了高IT采用率✁银行在处理抵押贷款申请方面明显比低IT采用率✁银行更快。据我们所知,这些证据是首次证明银行✁IT采用改善了贷款处理时间。然而,IT与放款时间之间✁关系在经济意义上相比其他研究来说较小(参见例如)。Fuster等人。(2019),建议这一机制在解释银行信息技术采用与创业之间✁关系方面✁重要性较为次要。 进行基于细粒度✁银行-县级层面数据✁小企业放贷分析带来了两方面✁优势。首先 ,它使我们能够直接在银行层面测量IT采用情况,从而可以使用工具变量来获取外生变化。其次,我们可以包括细粒度✁县级*年固定效应,以控制县级层面可能存在✁混淆因素,包括贷款需求。 我们✁工具变量基于银行总部(HQ)与最近✁土地grant大学之间✁距离。这些大学成立于19世纪末,旨在提供技术教育,其学生明显比其他学生更有可能主修技术科目 。因此,这些大学✁存在促进了当地✁技术知识和专长。重要✁是,从今天✁角度来看,土地grant大学在各州内✁位置部分取决于历史上✁偶然因素,具有实际✁随机性 。Moretti,2004).此外,银行总部所在地主要由历史遗产解释。通常这比信息技术革命早数十年,并且与该县是否存在赠地学院无关。工具变量解决了银行信息技术采纳可能与赠地学院存在相关性✁担忧。 具有其他(不可观察✁)银行特征,也推动向小企业或年轻企业提供贷款(他等。,2021;Pierri