Our first result is that business c

Our first result is that business credit information sharing substantially
improves the accuracy ratio of default predictions for private
firms. The additional consideration of this information
increases the accuracy ratio of default predictions by approximately
20 percentage points. We confirm this result in out-of-the-sample
tests and by means of a type I and II error analysis. Interestingly,
our main finding is present in most industries (although its magnitude
varies substantially). It is very general and robust; a finding that
goes beyond the insights of previous studies based on data from single
industries. Second, we find that the improvement in default prediction
accuracy is more pronounced for older firms and those with
limited liability. Interestingly, the value of soft business credit information
decreases in firm size and distance from the corresponding
local credit bureau office. Third, in a spatial and industry analysis,
we find that actual default rates of firms are lower in geographic
areas (or industries) in which the ex ante accuracy of default predictions
is more strongly improved by additional business credit information
sharing. Additional empirical checks confirm that our results
are robust.

ผลลัพธ์ (ไทย) 1:

ผลแรกของเราคือ ข้อมูลสินเชื่อธุรกิจร่วมมาก
เพิ่มอัตราความถูกต้องของการคาดการณ์เริ่มต้นสำหรับส่วนตัว
บริษัท การพิจารณาเพิ่มเติมข้อมูล
เพิ่มอัตราความถูกต้องของการคาดการณ์เริ่มต้นโดยประมาณ
20 จุด เรายืนยันผลลัพธ์ในตัวออกอย่างนี้
ทดสอบ และตามชนิดของฉันและวิเคราะห์ข้อผิดพลาดที่สอง เป็นเรื่องน่าสนใจ,
ค้นหาหลักของเราอยู่ในอุตสาหกรรมมากที่สุด (แม้ว่าขนาดของ
ไปจนมาก) ทั่วไปมาก และมี ประสิทธิภาพ การค้นหาที่
ไปนอกเหนือจากข้อมูลเชิงลึกของการศึกษาก่อนหน้านี้โดยใช้ข้อมูลจากเดียว
อุตสาหกรรม สอง เราค้นหาที่ปรับปรุงในการคาดเดาค่าเริ่มต้น
ถูกต้องมากขึ้นเด่นชัดเก่าบริษัทและผู้ที่มี
จำกัด เป็นเรื่องน่าสนใจ ค่าของข้อมูลสินเชื่อธุรกิจนุ่ม
ลดขนาดของบริษัทและจากตรง
สำนักงานหน่วยงานสินเชื่อท้องถิ่น สาม ในการวิเคราะห์เป็นปริภูมิและอุตสาหกรรม,
เราพบว่า ราคาเริ่มต้นที่แท้จริงของบริษัทจะต่ำในทางภูมิศาสตร์
พื้นที่ (หรืออุตสาหกรรม) ซึ่งในอดีตอีกความถูกต้องของการคาดการณ์เริ่มต้น
อย่างรุนแรงเพิ่มขึ้น โดยเพิ่มธุรกิจข้อมูลเครดิต
ใช้ร่วมกัน เช็คเพิ่มเติมประจักษ์ยืนยันว่า ผลของเรา
จะแข็งแกร่ง

ผลลัพธ์ (ไทย) 2:

ผลแรกของเราคือว่าข้อมูลเครดิตทางธุรกิจร่วมกันอย่างมีนัยสำคัญ
ช่วยเพิ่มอัตราความถูกต้องของการคาดการณ์ค่าเริ่มต้นสำหรับภาคเอกชน
บริษัท ประโยชน์ตอบแทนส่วนเพิ่มของข้อมูลนี้
เพิ่มอัตราส่วนความถูกต้องของการคาดการณ์ค่าเริ่มต้นโดยประมาณ
20 คะแนนร้อยละ เรายืนยันผลในการออกจากตัวอย่างนี้
การทดสอบและโดยความหมายของประเภทและการวิเคราะห์ความผิดพลาดครั้งที่สอง ที่น่าสนใจ
การค้นพบหลักของเราอยู่ในอุตสาหกรรมส่วนใหญ่ (แม้ว่าขนาดของมัน
แตกต่างกันอย่างมีนัยสำคัญ) เป็นอย่างมากโดยทั่วไปและมีประสิทธิภาพ; พบว่า
นอกเหนือไปจากข้อมูลเชิงลึกของการศึกษาก่อนหน้าบนพื้นฐานของข้อมูลจากซิงเกิ้ล
อุตสาหกรรม ประการที่สองเราพบว่าการปรับปรุงในการทำนายเริ่มต้น
ความถูกต้องเป็นเด่นชัดมากขึ้นสำหรับ บริษัท ที่มีอายุมากกว่าและผู้ที่มีความ
รับผิด จำกัด ที่น่าสนใจมูลค่าของข้อมูลสินเชื่อธุรกิจนุ่ม
ลดลงในขนาดของ บริษัท และระยะทางจากที่สอดคล้อง
สำนักงานเครดิตบูโรในท้องถิ่น ประการที่สามในการวิเคราะห์เชิงพื้นที่และอุตสาหกรรม
ที่เราพบว่าอัตราการเริ่มต้นที่แท้จริงของ บริษัท จะลดลงในทางภูมิศาสตร์
พื้นที่ (หรืออุตสาหกรรม) ซึ่งความถูกต้องในอดีตก่อนการเริ่มต้นของการคาดการณ์
จะดีขึ้นอย่างมากจากข้อมูลเครดิตทางธุรกิจเพิ่มเติม
ที่ใช้ร่วมกัน การตรวจสอบการทดลองเพิ่มเติมยืนยันว่าผลของเรา
มีประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

ผลแรกของเราคือ สินเชื่อธุรกิจ ข้อมูลที่ใช้ร่วมกันอย่างเต็มที่
ปรับปรุงความถูกต้องของการคาดการณ์อัตราค่าเริ่มต้นสำหรับ บริษัท เอกชน

การพิจารณาเพิ่มเติมของข้อมูลนี้ช่วยเพิ่มความแม่นยำของการทำนายค่า

เริ่มต้นประมาณ 20 คะแนนร้อยละ เรายืนยันผลจากตัวอย่าง
การทดสอบและโดยวิธีการของชนิด และการวิเคราะห์ข้อผิดพลาด 2 ที่น่าสนใจ ,
ค้นหาหลักของเราอยู่ในอุตสาหกรรมมากที่สุด ( แม้ว่าขนาด
แตกต่างกันอย่างมาก ) มันมากทั่วไปและทนทาน ; ค้นหา
นอกเหนือไปจากข้อมูลเชิงลึกของการศึกษาก่อนหน้านี้บนพื้นฐานของข้อมูลจากอุตสาหกรรมเดียว

ประการที่สอง เราพบว่า การปรับปรุงความแม่นยำในการทำนาย
เริ่มต้นเป็นเด่นชัดมากขึ้นสำหรับ บริษัท เก่าและผู้ที่มี
ความรับผิด จำกัด น่าสนใจค่าของข้อมูล
เครดิตธุรกิจนุ่มลดลงในขนาดและระยะห่างที่สอดคล้องกัน
สำนักงานสินเชื่อท้องถิ่น ประการที่สาม ในการวิเคราะห์เชิงพื้นที่และอุตสาหกรรม
เราพบว่าอัตราค่าเริ่มต้นของ บริษัท ลดลงจริงในพื้นที่ทางภูมิศาสตร์
( หรือผลิต ) ซึ่งใน ex ante ความถูกต้องของการคาดการณ์มากขึ้นขอเริ่มต้น
ปรับปรุงเพิ่มเติม ธุรกิจ บัตรเครดิต ข้อมูล
แบ่งปันการตรวจสอบเชิงประจักษ์เพิ่มเติมยืนยันว่ายอดขายที่แข็งแกร่ง

.