עבור לתוכן
כל מסמכי הספרייה

מדידת הטיה מגדרית בהלוואות עמית לעמית בסין

מאמר arXiv papers · מחבר: Xudong Shen et al.

סיכום

המאמר בוחן פערים מגדריים במימון הלוואות בפלטפורמת הלוואות עמית לעמית גדולה בסין. הוא טוען שמדדים מקובלים ליחס מפלה מזהים אפליה ישירה אך עלולים להחמיץ השפעות עקיפות או השפעות של משתני תחליף. כדי להעריך השפעה מפלה רחבה יותר, המחברים משווים את שיעורי המימון לשיעורי התשואה בפועל של הלווים ומשתמשים בשיטת החלפת מנבא בשני שלבים על נתונים תצפיתיים.

הניתוח מוצא שסיכוייהן של לוות לקבל מימון גבוהים יותר כאשר התשואות בפועל שוות, ואומד שחלק משמעותי מיתרון זה נובע מאפליה עקיפה או מאפליית משתני תחליף. אולם, היתרון המצטבר אינו אומר שכל מקורות ההטיה פועלים לטובת נשים: תחזיות התשואה של משקיעים עשויות ליצור העדפה סטטיסטית רציונלית, ואילו ראיות לכך שסף התשואה הצפויה של לוות גבוה יותר מצביעות על הטיה מבוססת העדפה נגדן. המחברים מזהירים שכוחות אלה יכולים להתקיים יחד ולטשטש זה את זה. הממצאים מתארים פלטפורמה אחת ומסתמכים על אומדנים תצפיתיים, ולכן אין לראות בהם תיאור אוניברסלי של שוקי הלוואות או התנהגות משקיעים.

רעיונות מרכזיים

  • המחקר מודד פערי מימון ביחס לתשואות ההלוואה בפועל, מעבר ליחס מפלה ישיר.
  • נעשה שימוש בגישת החלפת מנבא בשני שלבים לאמידת השפעה מפלה מתוך נתונים תצפיתיים.
  • תוצאות המימון הכוללות מיטיבות עם לוות, אך הפער הנאמד כולל השפעות עקיפות או של משתני תחליף.
  • אפליה סטטיסטית רציונלית ואפליה מבוססת העדפה יכולות לפעול בו־זמנית בכיוונים מנוגדים.
  • הראיות מגיעות מפלטפורמת הלוואות P2P בולטת בסין, וייתכן שהממצאים אינם ניתנים להכללה לשווקים אחרים.

תגיות

הטקסט המלא
# Gender Animus Can Still Exist Under Favorable Disparate Impact: a Cautionary Tale from Online P2P Lending


# Gender Animus Can Still Exist Under Favorable Disparate Impact: a Cautionary Tale from Online P2P Lending









This paper investigates gender discrimination and its underlying drivers on a prominent Chinese online peer-to-peer (P2P) lending platform. While existing studies on P2P lending focus on disparate treatment (DT), DT narrowly recognizes direct discrimination and overlooks indirect and proxy discrimination, providing an incomplete picture. In this work, we measure a broadened discrimination notion called disparate impact (DI), which encompasses any disparity in the loan's funding rate that does not commensurate with the actual return rate. We develop a two-stage predictor substitution approach to estimate DI from observational data. Our findings reveal (i) female borrowers, given identical actual return rates, are 3.97% more likely to receive funding, (ii) at least 37.1% of this DI favoring female is indirect or proxy discrimination, and (iii) DT indeed underestimates the overall female favoritism by 44.6%. However, we also identify the overall female favoritism can be explained by one specific discrimination driver, rational statistical discrimination, wherein investors accurately predict the expected return rate from imperfect observations. Furthermore, female borrowers still require 2% higher expected return rate to secure funding, indicating another driver taste-based discrimination co-exists and is against female. These results altogether tell a cautionary tale: on one hand, P2P lending provides a valuable alternative credit market where the affirmative action to support female naturally emerges from the rational crowd; on the other hand, while the overall discrimination effect (both in terms of DI or DT) favors female, concerning taste-based discrimination can persist and can be obscured by other co-existing discrimination drivers, such as statistical discrimination.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.