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.
|
- Điều hướng trang này:
- Mô hình Tobit.
| Phương pháp nghiên cứu_Mô hình
Mô hình tác động xử lí (treatment effects model) kết hợp xu hướng điểm theo thời gian (Propensity Score Matching) để kiểm tra .Lý thuyết Heckman (1979) Giả thiết chính là tiếp cận tổ chức tín dụng giảm nghèo đo lường bằng chỉ số IBR. Nhóm biến đại diện cho đặc điểm hộ gia đình bao gồm tuổi chủ hộ, giới tính chủ hộ, trình độ giáo dục, kích thước hộ gia đình,tỷ lệ phụ thuộc, tôn giáo, khoản vay chính thức... Giai đoạn đầu tiên: Tiếp cận tổ chức tín dụng đo lường bằng mô hình Probit. (Greene, 2003) Di* = Xi + ui Với Di*=1 nếu Di* = Xi + ui > 0 Ngược lại Di* = 0 Pr{ Di*=1Xi }= ’ Xi ) Pr{ Di*=0Xi }= 1- ’ Xi ) Di* là biến tiềm ẩn. Di*=1 nếu hộ gia đình tiếp cận tổ chức tín dụng và ngược lại bằng 0. Xi là vectơ đặc điểm hộ gia đình. Tiếp cận tín dụng vi mô theo 2 hướng: (a) hộ gia đình là một khách hàng của bất kỳ tổ chức TCVM (“MFI_Access”) Biến phụ thuộc: MFI_Access (b) hộ gia đình đã thực hiện một khoản vay từ MFI cho một hoạt động sản xuất (“MFI_Productive”) Biến phụ thuộc: MFI_Productive Giai đoạn thứ hai Mô hình tác động xử lý cho giảm nghèo. Ước tính tác động giảm nghẻo bằng các biến phúc lợi với biến phụ thuộc là IBR. Biến độc lập là đặc điểm hộ gia đình. Mô hình Tobit. Ước tính tác động giảm nghèo từ việc cho vay sản xuất. Maddala (1983), Amemiya (1984) yt là biến phụ thuộc. (Đo lường bằng chỉ tiêu IBR) Xt là vectơ các biến độc lập. (Đặc điểm hộ gia đình) Kết quả Nghiên cứu nhận thấy rằng các khoản vay cho mục đích sản xuất quan trọng đến việc giảm đói nghèo ở nông thôn hơn là thành thị. Tuy nhiên ở khu vực thành thị, việc dễ dàng tiếp cận tín dụng vi mô có ảnh hưởng đến công cuộc giảm đói nghèo lớn hơn việc sử sụng các khoản cho vay từ tín dụng vi mô cho mục đích sản xuất. tải về 65.61 Kb. Chia sẻ với bạn bè của bạn:
|