MétaCan
Menu
Retour à la cohorte
Enregistrement W4392253253

Les facteurs déterminant les taux d’intérêt et la performance financière et sociale des institutions de microfinance

2022· dissertation· en· W4392253253 sur OpenAlexfundno aff
Djibril Faye

Notice bibliographique

Revuetheses.fr (ABES) · 2022
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesBibliothèque et Archives nationales du Québec
Mots-clésMicrofinanceFinancial systemBusinessEconomicsFinanceEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le développement des institutions de microfinance, surtout dans les pays en développement est parfois associé à une amélioration des conditions de vie des ménages considérés comme pauvres. A ce titre, la microfinance est considérée comme un outil qui favorise l’inclusion financière et la réduction des inégalités sociales et économiques. Cependant, l’application de son taux d’intérêt et des objectifs réellement poursuivis soulèvent de plus en plus des ambiguïtés qui renvoient à des allégations de détournement d’objectifs et d’endettement des pauvres. Pour lever ces équivoques, nous nous sommes intéressés dans cette thèse aux facteurs déterminants du taux d’intérêt et de la performance financière et sociale des institutions de microfinance. Cette problématique est particulièrement intéressante dans le sens où elle permet d’appréhender les facteurs qui concourent à la hausse ou à la baisse des taux d’intérêt débiteurs en microfinance. Mais également l’influence de la diversité sociale et culturelle sur la performance des IMF (Institutions de Microfinance). La connaissance de la quintessence de ces facteurs permet aux IMF de fournir de meilleurs services. Ces derniers pourraient en effet favoriser d’importants avantages concurrentiels (taux d’intérêt raisonnable, atteinte d’objectifs financiers et sociaux, flexibilité des services offerts). Nous développons dans cette thèse quatre chapitres, rédigés sous forme d’articles scientifiques.Dans le chapitre 1, nous étudions le taux d’intérêt dans un cadre général en prolongeant les travaux de Rosenberg et al. (2013) et en mettant en exergue d’autres facteurs susceptibles d’expliquer la variabilité des taux d’intérêt. En outre, nous analysons l’effet du statut juridique et de la région géographique sur la fixation du taux d’intérêt. Les résultats obtenus ont permis de constater que les IMF définissent leur taux d’intérêt en tenant compte d’autres facteurs (proportion des femmes emprunteuses, statut juridique, les facteurs macroéconomiques, la région géographique etc.) outre que les frais généraux, les coûts opérationnels, les créances irrécouvrables, les produits de placement et le profit qui étaient préalablement définis par Rosenberg et al. (2013). Au niveau du chapitre 2, nous analysons les impacts de l’ancienneté et de la taille des IMF sur la variabilité du taux d’intérêt. Nous traitons également les aspects méthodologiques qui permettent de mieux appréhender les variables qui prennent divers attributs. Nous avons mesuré l’ancienneté en fonction du nombre d’années d’exercice et avons classé trois types d’IMF : celles qui sont nouvelles dont leur ancienneté est inférieure à 2 ans, celles qui sont jeunes avec une ancienneté comprise entre 2 à 4 ans et celles matures avec une ancienneté de plus de 4 ans. Quant à la taille, nous l’avons défini en fonction de la taille moyenne des prêts. Ce qui nous a permis de classer également trois types d’IMF : les IMF de petite taille (inférieure à 2 millions de dollars), celles de tailles moyenne (compris entre 2 et 8 millions de dollars) et celles de large taille (supérieure à 8 millions de dollars). Les résultats que nous avons obtenus ont permis de remarquer que les IMF matures ou de taille large fixent des taux d’intérêt plus faibles comparés à celles nouvelles, jeunes ou de petite taille. Le chapitre 3 contribue à prolonger le premier en mettant l’accent sur l’approche méthodologique. À cet effet, nous examinons le taux d’intérêt dans un cadre dynamique afin de considérer les anticipations car les fluctuations qui affectent le développement des IMF sont souvent imprévisibles et rapides. Les résultats obtenus dans ce chapitre ont permis de remarquer une évolution positive (augmentation) du taux d’intérêt au cours du temps. Cette évolution est plus significative au sein des coopératives et des IMF qui ont un statut d’Organisation Non Gouvernementales (ONG).

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,070
Tête enseignante GPT0,331
Écart entre enseignants0,260 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetMicrofinance and Financial InclusionTravaux en français237 207