Conditional Cash Transfers, Debit Cards and Financial Inclusion: Experimental Evidence from Argentina
Notice bibliographique
Résumé
Cash transfer and other social protection programs in developing countries have often been accompanied by measures to foster financial inclusion, such as the adoption and use of bank accounts and electronic means of payments. Argentina's social benefits are paid in bank accounts and accessed through debit cards. With the simultaneous objective of fostering formality among beneficiaries and stores, the use of debit cards for purchases has been incentivized by means of additional subsidies. We studied the low take-up of these extra benefits by means of a field experiment involving 400,000 beneficiaries of Argentinas largest conditional cash-transfer program (with 2.2 million beneficiaries who are the parents of four million children, 40% of the countrys 0-17-year olds). By using their debit card to spend the allowance, rather than withdrawing cash from ATMs, they can receive a rebate of 15% of their expenditures. However, they systematically fail to claim this benefit: only about 25% of beneficiaries receive this transfer. Our experiment provided information about the effectiveness of an information campaign conducted via text messages or through on-screen messages at ATM machines. The campaign increased purchases with debit cards and subsequent rebates significantly but not substantially in the short run. However, beneficiaries who increased their use of debit cards do not exhibit a higher probability of having access to credit through the financial system, nor higher levels of formal employment. The results indicate that cultural factors (a preference for cash), administrative hassle and citizen security issues are relevant issues that limit the potential of financial inclusion through increased use of digital means of payment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».