Fort Hays State University

该研究以结构化封闭式问卷对美国多家贷款机构的金融专业人士进行定量调查，并运用技术-组织-环境（TOE）框架与信息不对称理论分析数据，发现AI与BI应用显著提升了中小企业信用风险评估的精度、速度与客观性，改善了对高风险借款人的识别并减少了主观偏差；机构准备度、技术基础设施、技能人才与监管契合是关键推动因素，而数据碎片化、资金约束与模型可解释性仍是持续存在的挑战。

该研究以结构化封闭式问卷对美国多家贷款机构的金融专业人士进行定量调查，并运用技术-组织-环境（TOE）框架与信息不对称理论分析数据，发现AI与BI应用显著提升了中小企业信用风险评估的精度、速度与客观性，改善了对高风险借款人的识别并减少了主观偏差；机构准备度、技术基础设施、技能人才与监管契合是关键推动因素，而数据碎片化、资金约束与模型可解释性仍是持续存在的挑战。