Notice bibliographique
Résumé
Abstract Shapiro (2015) points out an inherent fragility of dynamic incentives in microfinance without collateral or long‐term loans. He shows that the dynamic incentive mechanism unravels for all except a single value of initial beliefs. That is, under any parameter setup, only a single efficient equilibrium exists, in which loan terms improve over time, while an infinite number of inefficient equilibria exist, in which loan terms eventually deteriorate and even the most patient borrowers would default. I show that his concern vanishes if one introduces to the environment any positive proportion of “commitment‐type” borrowers, who never default by nature. Adding an infinitesimal proportion of commitment‐type borrowers eliminates all inefficient equilibria, while preserving the unique efficient equilibrium. Moreover, given any setup of parameters, a unique efficient equilibrium exists, in which the loan terms become more favourable over time, and the proportion of non‐defaulters converges to one. Résumé Incitations dynamiques en micro‐crédit avec emprunteur engagé . En matière de micro‐crédit, Shapiro (2015) montre qu’en l’absence de prêts à long terme ou sur nantissement, une fragilité inhérente aux incitations dynamiques demeure. Shapiro montre également qu’en matière de convictions premières, le mécanisme d’incitation dynamique échoue pour toutes les valeurs sauf une. Autrement dit, pour tous les paramètres de base, il n’existe qu’un seul équilibre efficace au sein duquel les conditions de prêt s’améliorent dans la durée, alors que parallèlement, il existe un nombre infini d’équilibres inefficaces au sein desquels les conditions de prêt finissent par se détériorer rendant le crédit impossible à rembourser même pour l’emprunteur le plus patient. Je montre que le problème soulevé par Shapiro disparaît dès lors que l’on introduit à cet environnement une proportion positive d’emprunteurs engagés qui, par nature, remboursent toujours leur dette. En introduisant une proportion infime d’emprunteurs engagés, tous les équilibres inefficaces disparaissent tout en préservant le seul qui s’avère efficace. En outre, quels que soient les paramètres de base, il n’existe qu’un seul équilibre efficace au sein duquel les conditions de prêt s’amélioreront avec le temps et où le taux de remboursement approchera un (1).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».