Informal Finance: A Boon or Bane for African SMEs?
Notice bibliographique
Résumé
The aim of this study was to ascertain what can be done by the informal finance sector to close the credit gap in order to improve access to finance by SMEs. SMEs are the backbone of many economies as a result of generating employment and improving GDP. Despite playing such a major role in African economies, SMEs have been excluded from the financial systems. The informal finance sector plays a vital role by providing finance to small businesses. The study employed a literature survey with a primary focus on empirical studies that have been conducted in the African context. The study found that, generally, there are two circumstances under which most small businesses depend on informal finance. Firstly, informal finance is used as a last resort by SMEs that fail to access credit from the formal finance sector, owing to, among other issues, information asymmetry, lack of collateral security and perceived high default rates. Further, low financial literacy and the absence of credit bureaus in developing countries also contribute to the failure to access finance from formal institutions. Secondly, some entrepreneurs opt for informal finance even if they are eligible for formal finance as a result of its flexibility, convenience and simple administrative procedures. Notwithstanding the above benefits of informal finance, informal lenders are regarded as exploiting the clients by charging high interest rates. In addition, this sector suffers from limited resources; hence, it fails to fully service SMEs that require larger funding and are not eligible for formal finance. Invariably, all the studies that have been carried out confirm that access to finance is a major obstacle to the growth and development of SMEs. The development and empowerment of SMEs cannot be ignored as an important driver of the developmental agenda of most economies globally. The main policy recommendations that flow from this study, based on the policy syndrome of improving access to finance (financial inclusion) by the SME sector, include (1) the establishment of a suitable regulatory framework which will nurture the informal finance sector while promoting consumer protection, and (2) linking the formal and informal sector. On the other hand, SMEs should improve their risk management practices and also embrace FinTech platforms in order to access credit.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 source (Gemma direct ou Codex distillé), 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 ».