Kvinder bygger virksomheder i en fart, der overstiger den samlede vækstrate for små virksomheder i USA.
To nylige rapporter, SCORE-rapporten, The Megaphone of Main Street:Women's Entrepreneurship , og Fundbox-rapporten, What if:Designing Fair &Equal Financial Access for Women , begge undersøger tilstanden af kvinders iværksætteri fra forskellige vinkler for at fremme forståelsen af kvinders virksomheder og hvordan de relaterer til vores økonomi som helhed.
Begge rapporter fortæller en historie om ambitiøse kvinder, der er drevet til at få succes, mens de overvinder årtiers udfordringer. Og begge rapporter indikerer nogle interessante konklusioner om de faktorer, der bidrager til kvinders fremtidige succes. Fundbox-rapporten indikerer især, at fremskridt inden for teknologi endelig kan føre os til afslutningen på nogle af disse vedvarende problemer.
Der er ingen tvivl om, at kvinder har en stor indflydelse på økonomien som helhed. Ifølge én rapport , Amerikas kvindeejede virksomheder beskæftiger næsten 9 millioner mennesker og genererer mere end 1,6 billioner USD i indtægter.
Men mens kvinders virksomheder vokser, halter de stadig bagefter mænds virksomheder med hensyn til samlede omsætning og beskæftigelsestal. SCORE-rapporten om kvinders iværksætteri påpeger dette og stiller et vigtigt spørgsmål:Hvis kvindeejede virksomheder vokser i antal, størrelse og indtægter, og disse virksomheder viser lang levetid, hvorfor halter de så stadig bagefter mænds virksomheder med hensyn til overordnede indtægter og beskæftigelse ?
SCOREs data, baseret på en meningsmåling blandt 20.000 små virksomhedsejere i USA, viser, at 62% af kvindelige virksomhedsejere (mod 69% af mænd) er afhængige af deres virksomhed som deres primære indkomstkilde. "[Dette] antyder, at kvindeejede virksomheder er meget mere end afslappede hobbyer," bemærker rapporten og afviser et potentielt argument om, at kvinder kun åbner "side"- eller "hobby"-virksomheder.
Kvinder generelt står stadig over for betydelige forhindringer, når det kommer til at få adgang til den kredit, der er nødvendig for at opbygge og udvide deres virksomheder. Flere undersøgelser viser, at kvinder står over for et hul, når det kommer til at få finansiering. Selvom kvindelige virksomhedsejere ansøger med samme satser som mænd, havde kun 39 % af kvindeejede virksomheder et konventionelt banklån, ifølge en 2014 U.S. Senatets rapport . Det er sammenlignet med 52 % af mandligejede virksomheder, der modtog konventionelle banklån.
Der er en række årsager, der kan være med til at forklare, hvorfor kvindevirksomheder som gruppe stadig ser ud til at halte bagefter mandligt ledede virksomheder.
For det første fortsætter kønsdiskrimination i form af både kønsstereotyper og ubevidst kønsbias. "Hvad nu hvis," den nylige rapport om kønskreditforskellen , citerer flere undersøgelser mellem 1980'erne og frem til nutiden, der indikerer tilstedeværelsen af stereotyper, der påvirker kvinder negativt, når de forsøger at komme videre på arbejdspladsen, eller når de søger traditionelle lån eller venturekapitalinvesteringer til deres virksomheder. Både på et åbenlyst og et ubevidst plan har kønsstereotyper en track record for negativt at påvirke opfattelsen af kvinders kompetence og deres evne til at blive godkendt til finansiering.
Den anden vigtige faktor, der skal tages i betragtning, er lønforskellen mellem kønnene. Selvom ligelønsloven er over 50 år gammel, har kvinders løn stadig ikke indhentet mænds løn. Ifølge National Women's Law Center , hvide kvinder, der arbejder fuld tid, tjener stadig mindre end deres mandlige jævnaldrende, og for farvede kvinder er forskellen endnu større.
Dette bringer os til den tredje store faktor:FICO eller kreditscore.
Det er ikke nogen større åbenbaring, at långivere kan lide at se stabile indtægter, ophobning af rigdom og aktiver, når de vurderer en virksomheds kreditværdighed. Disse faktorer, sammen med kredithistoriens alder og den gennemsnitlige mængde kredit, der bruges, går alle ind i, hvordan de store kreditbureauer kommer med en kreditscore.
Det er nemmere at akkumulere rigdom og aktiver, hvis du tjener flere penge, og det er også lettere at holde sig inden for den anbefalede 30% udnyttelse af kredit for at maksimere din FICO-score. Hvis du tjener færre penge, bruger du muligvis din kredit ansvarligt, og du sætter muligvis hver eneste øre tilbage på at skabe en succesfuld selvstændig virksomhed. Men at bruge for meget af din tilgængelige kredit vil have en negativ indvirkning på din score. Denne score har magten til at lave eller bryde din kreditansøgning, hvis du leder efter de fleste typer traditionel finansiering, såsom SBA-lån eller enhver form for lån fra en større bank.
Selv meget drevne, succesrige og iværksætterorienterede kvinder kan finde sig selv i denne fælde med en kreditscore, der ikke afspejler deres virksomheds succes på en nuanceret måde, idet der tages højde for forhindringer som strukturel skævhed.
Heldigvis for kvinder og for alle undertjente virksomhedsejere, der søger lettere adgang til kapital, ændrer landskabet sig. Teknologiske innovationer som machine learning og cloud computing har allerede haft en enorm indflydelse på finansielle tjenester og kreditadgang.
På grund af den hurtige udvidelse af tilgængelig computerkraft og online arbejdsgange, er der nu en enorm mængde af forretningsmæssige, personlige og økonomiske data tilgængelige i skyen. Mens meget af denne information eksisterede for årtier siden, var den spredt ud på forskellige steder, sværere at få adgang til, og bestemt ikke alle online. I dag udvikler virksomheder inden for finansteknologi (fintech) (såsom Fundbox i erhvervskreditrum, Earnest i studielånsområdet og Rocket Mortgage i boliglånsområdet, blandt andre) maskinlæringsmodeller til at indsamle og analysere flere af disse data end ville være muligt for menneskelige forsikringsgivere at anmelde. Maskinlæring giver finansielle virksomheder mulighed for hurtigt at opbygge et mere og mere nuanceret billede af en given virksomheds præstation.
Resultatet af denne teknologisk understøttede tilgang til risikovurdering, bygget på et stort antal datasæt, er, at flere virksomheder er i stand til at blive godkendt til finansiering hurtigere og på deres behov.
Teknologi er ikke en kur mod de udfordringer, som historisk undertjente grupper står over for, og den løser ikke problemer som kønsbias og negative stereotyper alene. Men den gennemtænkte anvendelse af finansielle teknologier som maskinlæring viser allerede lovende som en måde at gøre adgang til kredit hurtigere, mere nuanceret og mere retfærdig for alle ejere af små virksomheder.