MétaCan
Menu
Retour à la cohorte
Enregistrement W4241686380 · doi:10.31235/osf.io/edt8g

Risks, Returns, and Relational Lending: Personal Ties in Microfinance

2017· preprint· en· W4241686380 sur OpenAlexaff
Laura Doering

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEmbeddednessMicrofinanceInterpersonal tiesIntermediaryFinancial intermediaryBusinessSuspectPublic relationsFinanceEconomicsSocial psychologyPolitical scienceSociologyPsychologyEconomic growthLaw

Résumé

récupéré en direct d'OpenAlex

Personal relationships are a common feature of financial intermediation. However, existing research offers different expectations about whether personal ties prove detrimental or beneficial for lenders. Research on embeddedness from economic sociology highlights the advantages lenders accrue when they develop personal ties with borrowers, including enhanced trust, information-sharing and greater social control. Yet research from social psychology offers reason to suspect that personal relationships can be costly because lenders who feel personally tied to borrowers run the risk of escalating commitment to poor performers. Drawing on these lines of research, this study uses data from a Latin American microfinance bank to ask: When are personal relationships detrimental or beneficial for financial intermediaries? It shows that, when lenders and borrowers have personal relationships, lenders are less likely to cut ties with poor performers and borrowers miss fewer payments, consistent with expectations from both literatures. However, these trends vary with frequency of contact. When lenders and borrowers interact less frequently, lenders continue to show heightened commitment, but borrowers become less compliant, creating potential problems for lenders. Overall, this study integrates theories from economic sociology and social psychology to offer a more balanced, temporally-informed understanding of personal ties in finance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,139
Tête enseignante GPT0,286
Écart entre enseignants0,147 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrofinance and Financial InclusionTravaux en français237 207