En el contexto de la digitalización, este estudio investigó los mecanismos de financiamiento y las preferencias de las pequeñas y medianas empresas impulsadas por la tecnología (TDSMEs) que cotizan en la Bolsa Nacional de Valores y Cotizaciones (NEEQ) en China. Su objetivo principal fue identificar los factores que influyen en las decisiones de financiamiento y esclarecer cómo las TDSMEs eligen sus opciones de financiamiento en un entorno digital en rápida evolución. Para lograr este objetivo, construimos un modelo de regresión en panel utilizando datos financieros de 41 TDSMEs (2017-2023), identificando los determinantes clave de las decisiones de financiamiento mientras examinamos el impacto de la heterogeneidad regional y validamos la robustez del modelo. Los hallazgos empíricos indicaron que varias variables independientes, incluida la estructura de capital de una empresa, influyeron significativamente tanto en el financiamiento interno como externo. Además, se emplearon seis algoritmos de aprendizaje automático (ML) para predecir las preferencias de financiamiento. Entre ellos, el modelo de bosque aleatorio (RF) logró el mejor rendimiento en preferencias de financiamiento, con una puntuación F1 promedio de 0.814, lo que indica su robusta capacidad predictiva para las preferencias de financiamiento de las TDSMEs. Para validar aún más los modelos propuestos, realizamos un estudio de caso sobre una TDSME recién reconocida en 2024 (llamada TS Pharmaceutical). Tanto los modelos Lasso como RF demostraron una precisión predictiva excepcional, confirmando la viabilidad de los modelos de ML. Estos resultados proporcionan valiosas ideas para navegar por el siempre cambiante panorama de financiamiento digital, ofreciendo recomendaciones para los responsables de políticas y las instituciones financieras para apoyar mejor a las TDSMEs. La clave de la innovación de este estudio radica en su integración novedosa del análisis de regresión en panel convencional y las técnicas de ML, cerrando así la brecha entre la transformación digital y las estrategias de financiamiento, al tiempo que contribuye teórica y prácticamente al campo.