Community influence on microfinance loan defaults under crisis conditions: Evidence from Indian demonetization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Research Summary The microfinance “group lending” approach has achieved widespread success in promoting high rates of repayment, and thus the viability of financial access, in very low‐income environments. Yet group lending, which relies on social connections between borrowers to reinforce repayment, may be vulnerable under crisis conditions in which defaults are commonplace. We explore this possibility in the context of the liquidity crisis that followed India's 2016 demonetization policy. Using proprietary data on the repayment behavior of about two million microfinance borrowers, we find evidence of disproportionate localization of defaults within lending communities. Further analysis reveals evidence consistent with borrower‐to‐borrower spread of defaults not only through formal joint‐liability connections but also through informal community‐level connections, the latter effect being especially pronounced for borrowers from the same religion. Managerial Summary Microfinance lenders have successfully employed a “group lending” approach that holds borrowers within a small group responsible for each other's loans, thus creating strong social pressures for repayment. The findings of this study underscore potential vulnerabilities in the group lending model during economic crises. We analyze the loan repayment behavior of two million microfinance borrowers during a liquidity crisis precipitated by India's 2016 demonetization policy, finding that the resulting defaults were clustered within particular lending communities. Further analysis suggests that social processes within communities played a role in spreading defaults, not only through formal ties between borrowers who were responsible for each other's repayments, but also through informal social ties. The estimated effect of informal social ties was particularly strong for borrowers who shared the same religion.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 | 0,003 |
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 découle