Tác động của chương trình tín dụng theo nhóm đến các hộ nghèo ở Bangladesh: Giới tính của người tham gia có quan trọng ?



tải về 65.61 Kb.
trang4/15
Chuyển đổi dữ liệu01.12.2022
Kích65.61 Kb.
#53892
1   2   3   4   5   6   7   8   9   ...   15
Bước-1 -Review-từng-bài-nghiên-cứu

Lý thuyết sử dụng

Chỉ tiêu Index Based Ranking (IBR) (Sihna 2002) phản ánh khía cạnh đa chiều nghèo đói như nhu cầu cơ bản, vốn xã hội, năng lực hoặc dễ bị tổn hại (xâm hại) (vulnerability).

    1. Dữ liệu

Thiết kế khảo sát tiến hành bằng Dữ liệu chéo (cross-sectional data) của hệ thống EDA cho ngân hàng phát triển tiểu công nghiệp ở Ấn Độ (SIDBI: Small Industries Development Bank of India) năm 2001. Mẫu bao gồm 20 tổ chức tín dụng vi mô của SIDBI và 5327 hộ gia đình. Bao gồm khu vực thành thị và nông thôn.

    1. Phương pháp nghiên cứu_Mô hình

Phương pháp propensity score matching.
Giả thuyết chính của nghiên cứu là tiếp cận tín dụng đến giảm nghèo đo lường bằng chỉ tiêu IBR.
Phương pháp ghép cặp xác suất (Propensity score matching). Rosenbaum và Rubin (1983)
Giá trị xác suất (propensity score) là xác suất tham gia chương trình tín dụng.
p( X )Pr D 1| XED |X 
D ={0, 1} là biến nhị phân (=1 tiếp cận tín dụng)
X là vectơ đặc điểm hộ gia đình.

Tác động chính sách tài chính vi mô được ước tính theo cách Becker và Ichino (2002)


W1i – W0i | Di=1}
W1i – W0i | Di=1, p(Xi)}}
W1i| Di=1, p(Xi)} – W0i| Di=0, p(Xi)}| Di=1}
Trong đó i chi phối hộ gia đình thứ i
W1i, W0i là kết quả (như tình trạng khá giả hay nghèo đo lường bằng chỉ tiêu IBR) cho 2 tình huống đối chứng: tiếp cận và không tiếp cận tài chính vi mô.
Phương trình đầu tiên là tác động chính sách được xác định bằng khác biệt của chỉ số IBR hộ gia đình thứ i với tiếp cận tín dụng và hộ gia đình đối chứng khi không tiếp cận tín dụng.
Phương trình thứ hai tương tự phương trình thứ nhất nhưng xác định bằng phân phối giá trị xác suất.
Phương trình thứ ba là tác động chính sách đo lường khác biệt giữa IBR hộ gia đình thứ i tiếp cận tín dụng có phân phối xác suất giống hộ gia đình không nhận được chương trình tín dụng nhưng cùng phân phối xác suất.
Mô hình logit xác định tiếp cận tín dụng vi mô
Trường hợp A:
Biến phụ thuộc: MFI_Status
Biến độc lập: Age, Age_square, Female, Education, Hhsize, Dependency, Caste_dum.
Trường hợp B:
Biến phụ thuộc: MFI_productive
Biến độc lập: Age, Age_square, Female, Education, Hhsize, Dependency, Caste_dum.
Định nghĩa các biến
MFI_status: Tiếp cận tín dụng vi mô của các thành viên trong hộ gia đình. (Biến phụ thuộc)
MFI_productive: Hộ gia đình vay cho mục tiêu sản xuất. (Biến phụ thuộc)
Age: Tuổi chủ hộ.
Female: Chủ hộ là nữ.
Educationg: Trình độ của chủ hộ (0=mù chữ, 1= hoàn tất giáo dục tiểu học (Lớp 5), =2 hoàn tất chương trình cao hơn (Lớp 12)).
Hhsize: Số thành viên trong hộ gia đình.
Dependency: Tỉ lệ phụ thuộc (tỉ lệ số thành viên dưới 15 tuổi hoặc hơn 60 tuổi trong tổng số thành viên hộ gia đình).
Caste_dum: Tầng lớp hoặc bộ lạc bần nông thuộc diện hỗ trợ chính sách ở Ấn Độ.(=0) hoặc không (=1)
Urban_dum: Hộ gia đình ở khu vực đô thị hoặc không phải.
IBR indicator: Chỉ số xếp hạng (Indexed Based Ranking) của phúc lợi hộ gia đình.

    1. Kết quả

Vay vốn cho việc tăng sản xuất là quan trọng để giúp hộ nghèo thoát khỏi nghèo đói và bảo vệ họ thoát khỏi những cú sốc. Ở khu vực thành thị, tác động giảm nghèo nhiều hơn.
Hộ gia đình ở khu vực nông thôn cần vay từ tổ chức tín dụng cho mục đích sản xuất để giảm nghèo, trong khi tiếp cận tổ chức tín dụng thì đầy đủ đơn giản cho khu vực thành thị để giảm nghèo.


  1. tải về 65.61 Kb.

    Chia sẻ với bạn bè của bạn:
1   2   3   4   5   6   7   8   9   ...   15




Cơ sở dữ liệu được bảo vệ bởi bản quyền ©hocday.com 2024
được sử dụng cho việc quản lý

    Quê hương