연구 논문의 방법론에 관한 주요 속성 이해
모델을 직접 쿼리하고 Cloud 콘솔에서 다른 매개변수 값을 사용하거나 Vertex AI API를 직접 호출하여 반환된 결과를 테스트할 수 있습니다.
|
|||||||||||||
자유 형식 프롬프트
이제 아래의 연구 논문을 살펴보고 다음 질문에 1~2개 문장으로 답변하세요.
1. 논문은 언제 게시되었나요?
2. 샘플 크기는 어떻게 되나요?
3. 연구 방법은 무엇인가요? 특히 무작위 대조 실험인가요?
4. 연구는 어떻게 자금을 지원받았나요? 특히 상업적 후원자의 자금을 받았나요?
5. 연구의 주요 질문은 무엇인가요?
6. 연구 중인 주요 질문에 대한 주요 결과는 무엇인가요?
연구 논문: 소액 금융의 기적? 무작위 실험 평가의 증거∗ 아비짓 바네르지† 에스터 두플로‡ 레이첼 글렌너스터§ 신시아 키난¶ 버전: 2014년 3월 요약 이 논문에서는 인도 하이데라바드의 그룹 대출 마이크로크레딧 프로그램에 대한 무작위 실험 평가의 결과를 보고합니다. 대출 기관이 무작위로 선정된 52개 지역에서 활동한 결과, 마이크로크레딧 사용이 8.4%포인트 증가했습니다. 기존 중소기업의 투자와 이익은 증가했지만 소비는 크게 증가하지 않았습니다. 내구재 지출은 증가했지만 '유혹 상품' 지출은 감소했습니다. 건강, 교육, 여성 권한 강화에 큰 변화는 없었습니다. 2년 후 통제 지역에서 마이크로크레딧을 이용할 수 있게 되었지만 실험 지역의 가구가 더 오래 더 많은 금액을 빌린 후에도 큰 차이는 거의 없었습니다. JEL 코드: O16, G21, D21 ∗이 문서는 1차 종료 시점 설문조사를 사용하여 결과를 보고한 2010년 버전을 업데이트하고 대체합니다. 설문조사의 첫 번째 웨이브는 The Vanguard Charitable Endowment Program과 ICICI 은행에서 자금을 지원했습니다. 두 번째 웨이브의 자금은 스판다나와 J-PAL에서 제공했습니다. 이 초안은 The Vanguard Charitable Endowment Program, ICICI Bank 또는 Spandana에서 검토하지 않았습니다. 금융 관리 연구소 (IFMR) (첸나이, 인도)의 마이크로파이낸스 센터는 실험과 데이터 수집을 설정하고 구성했으며, 익명처리된 데이터를 먼저 연구팀에 제공한 후 공개했습니다. 당시 IFMR에는 IRB가 없었습니다. 데이터 분석 및 진행 중인 데이터 수집은 MIT COUHES (1203004973) 및 노스웨스턴 대학교(STU00063636)의 IRB 승인을 받았습니다. Adie Angrist, Leonardo Elias, Harris Eppsteiner, Shehla Imran, Seema Kacker, Tracy Li, Aditi Nagaraj, Cecilia Peluffo가 훌륭한 연구 지원을 제공했습니다. 이 문서에 사용된 두 번의 데이터 웨이브에 대한 데이터 세트는 http://www.centre-for-microfinance.org/publications/data/에서 확인할 수 있습니다. 저자는 실험을 조직해 준 CMF와 스판다나, 마이크로파이낸스의 영향을 이해하기 위한 노력으로 이 프로젝트를 가능하게 해 준 파드마자 레디 (스판다나 CEO), 이 프로젝트를 설립한 애니 두플로 (연구 당시 CMF의 상임이사), 통찰력 있는 제안을 해 준 수많은 세미나 참석자와 동료에게 감사의 인사를 전합니다. †MIT 경제학과, NBER, J-PAL 이메일: banerjee@mit.edu ‡MIT 경제학부, NBER, J-PAL 이메일: eduflo@mit.edu § J-PAL 이메일: rglenner@mit.edu ¶노스웨스턴 대학교 경제학과 및 NBER 이메일: c-kinnan@northwestern.edu 1 1 소개 지난 10~15년 동안 마이크로파이낸스 기관 (MFI)이 급속히 확장되었습니다. 마이크로크레딧 정상회담 캠페인 (2012)에 따르면 마이크로크레딧을 받은 극빈층 가구 수는 1997년 760만 명에서 2010년 1억 3,750만 명으로 18배 이상 증가했습니다. 마이크로크레딧은 빠른 빈곤 감소에 대한 상당한 열정과 희망을 불러일으켰으며, 2006년에는 세계 빈곤 감소에 기여한 공로로 모하메드 유누스와 그라민 은행에 노벨 평화상이 수여되었습니다. 그러나 지난 몇 년 동안 마이크로크레딧에 대한 열의와 마찬가지로 강한 반발도 있었습니다. 예를 들어 과도한 부채와 관련된 자살이 급증한 후 2010년 11월 뉴욕타임즈에 게재된 기사에서는 이 연구의 배경이 되는 안드라프라데시의 공무원인 레디 수브라마니엄의 말을 인용하여 MFI가 '가난한 사람들을 착취하여 초과 이익을 창출'하고 있다고 비난했습니다. 그는 '업계가 대체하려는 것으로 널리 경멸받는 마을 사채업자와 다를 바 없게 되었다고 주장합니다. 대금업자는 해당 지역사회에 거주합니다. 적어도 집은 불태울 수 있잖아요. 이러한 회사는 약탈하고 도망치는 방식을 취합니다."(폴그린 및 바자즈 2010) 이 논쟁에서 눈에 띄는 점은 이를 뒷받침할 증거가 상대적으로 부족하다는 것입니다. 대단한 성공을 거둔 기업가나 과도한 부채를 진 차용자에 관한 일화는 마이크로파이낸스가 평균적인 차용자에게 미치는 영향에 대해서는 물론이고, 평균적인 가구에 미치는 영향에 대해서도 알려주지 않습니다. 마이크로파이낸스 고객과 비고객에 관한 대표적인 데이터도 마이크로파이낸스 이용의 인과적 효과를 파악할 수 없습니다. 고객은 본인이 선택하기 때문에 비고객과 비교할 수 없기 때문입니다. 마이크로파이낸스 조직은 일부 마을만 의도적으로 선택하기도 합니다. 이러한 문제로 인해 마이크로크레딧을 평가하기가 특히 어렵고 최근까지 이를 알려주는 엄격한 증거가 거의 없었습니다. 그러나 지난 몇 년간 모로코(Crépon et al., 2010), 케냐(Krishna 2013), 보스니아 헤르체고비나 (Augsburg et al., 2013), 멕시코 (Angelucci et al., 2013), 몽골 (Attanasio et al., 2013) 및 에티오피아 (Tarozzi et al., 2013). 이 논문에서는 이러한 연구 중 가장 오래된 연구인, 반드시 기업가가 아닐 수 있는 여성을 대상으로 하는 표준적인 그룹 대출 마이크로크레딧 모델의 효과에 관한 최초의 무작위 실험 평가에 대해 보고합니다. 또한 이 연구는 평가 기간 중 가장 긴 기간 (지역에 프로그램이 도입된 후 3~3.5년) 동안 가구를 추적합니다. 이는 중장기적으로만 많은 영향이 나타날 수 있으므로 필요합니다. 이 실험은 첸나이에 있는 금융 관리 연구소 (IFMR)의 마이크로파이낸스 센터 (CMF)와 당시 인도에서 가장 빠르게 성장하는 MFI 중 하나인 스판다나 간의 공동 프로젝트로 다음과 같이 진행되었습니다. 2005년 스판다나 지점을 개설하기 위해 하이데라바드의 빈민 지역 104곳 중 52곳이 무작위로 선정되었고 나머지는 선정되지 않았습니다.1 하이데라바드는 인도에서 다섯 번째로 큰 도시이자 마이크로크레딧이 가장 빠르게 확장되고 최근 가장 논란이 많은 인도 안드라프라데시주의 수도입니다. 각 지역에서 마이크로파이낸스가 도입된 지 15~18개월 후에 각 지역의 평균 65가구(총 6,850가구)를 대상으로 포괄적인 가구 설문조사가 실시되었습니다. 그동안 다른 MFI도 실험 지역과 대조 지역 모두에서 운영을 시작했지만 MFI 대출을 받는 가능성은 여전히 실험 지역에서 대조 지역보다 8.4%포인트 (46%) 높았습니다 (실험 지역의 대출자 26.7%, 대조 지역의 대출자 18.3%). 이 첫 번째 최종 설문조사 2년 후 동일한 가구를 대상으로 다시 설문조사가 실시되었습니다. 그때까지 Spandana와 다른 조직 모두 실험 그룹과 통제 그룹에서 대출을 시작했기 때문에 마이크로크레딧 조직에서 대출을 받는 가구의 비율은 크게 다르지 않았습니다 (실험 그룹 38.5%, 통제 그룹 33%). 하지만 대책 그룹의 가구는 대출 금액이 더 크고 대출 기간이 더 길었습니다. 따라서 이 두 번째 설문조사를 통해 마이크로크레딧 이용이 가구와 비즈니스에 미치는 장기적인 영향을 일부 살펴볼 수 있습니다. 하지만 설정이 완전하지는 않습니다. 대출을 받는 사람과 대출을 받지 않는 사람을 비교하는 것이 아니라 대출 기간이 더 긴 사람과 대출 기간이 더 짧은 사람을 비교하기 때문입니다. Buera et al., 2011), 그리고 필요할 때 빌릴 수 있다는 기대를 통해 작동하는 효과 (예: 태국에서 Ka1이 문서화한 예방 저축 감소)가 있습니다. 대출의 영향을 측정하는 다른 방법은 신청자 중에서 마이크로크레딧 혜택을 무작위로 선택하는 것입니다. 이 접근 방식은 신용 점수 모델에서 '마지막 단계' 고객을 개별적으로 무작위로 선택하여 남아프리카 공화국의 소비자 대출이 미치는 영향을 평가한 Karlan and Zinman (2010)에 의해 처음으로 시도되었으며, 마이크로크레딧을 이용하면 취업 가능성이 높아진다는 것을 발견했습니다. 저자는 마닐라의 중소기업에서 마이크로크레딧이 미치는 영향을 측정하기 위해 동일한 접근 방식을 사용합니다 (Karlan and Zinman, 2011). 그러나 이 두 연구는 남아프리카 공화국 연구의 소비자 대출과 마닐라의 기존 기업가에게 제공되는 '2세대' 개인 책임 대출이라는 약간 다른 프로그램을 평가합니다. 2 boski and Townsend, 2011, and in India by Fulford, 2011, 또는 가격 또는 임금에 대한 일반균형 효과 (Giné and Townsend 2004))를 통해 추정할 수 있습니다. 여기서는 축약형/의도적 대우 추정치에 중점을 둡니다. 다양한 출처에서의 빌림, 소비, 신규 비즈니스 창출, 비즈니스 소득 등에 미치는 영향과 교육, 건강, 여성 권한 강화와 같은 기타 인간 개발 결과 측정항목을 살펴봅니다. 첫 번째 최종 시점에서는 가구가 마이크로크레딧 기관에서 더 많이 빌리기는 하지만 전반적인 이용률은 상당히 낮습니다 (자격 요건을 충족하는 가구의 26.4% 만 빌림, Spandana가 예상한 80% 가 아님). 일부 대출은 비공식 대출을 대체하는 것입니다. 비공식적인 차입은 감소하고 있으며 전체 차입 금액에는 유의미한 차이가 없습니다 (점 추정치는 양수임). 이는 당시에도 놀라운 결과였지만 다른 연구에서도 반복되었습니다. 마이크로크레딧에 대한 수요는 예상보다 중요하지 않으며 추가 크레딧에 대한 중요한 수요와 일치하지 않을 수 있습니다. 월간 인구당 소비량과 월간 비내구재 소비량에는 큰 차이가 없습니다. 내구재 구매에 상당히 긍정적인 영향을 미치고 있습니다. 이는 부분적으로 노동 공급 증가와 부분적으로 불필요한 소비 삭감으로 재원이 조달되고 있다는 증거가 있습니다. 가구는 스스로 '유혹 상품'이라고 부르는 상품에 대한 지출을 줄였습니다. 따라서 이 맥락에서 마이크로파이낸스는 일부 가구가 소비에 있어 다른 시간 간격의 선택을 할 수 있도록 돕는 역할을 합니다. 그러나 마이크로파이낸스가 전통적으로 기대하는 유일한 영향은 아닙니다. 이 프로그램이 촉진해야 하는 주요 성장 동력은 비즈니스 창출입니다. 이는 일반적으로 첫 번째 대출을 받기 위해 가구에 비즈니스가 있어야 한다고 주장하지 않는 대출기관 (Spandana가 그중 하나임)에서도 마찬가지이지만, 대출 기능이 결국 가구가 중소기업을 시작하거나 확장하는 데 도움이 되기를 바라고 기대합니다. (Spandana의 그룹 대출 상품 설명에서는 신용과 자영업 활동 간의 자동 연결을 언급하지 않지만 '대출은 주로 생산적인 목적으로 현금 흐름을 원활하게 하는 데 사용됩니다.'라고 명시되어 있습니다.2) 액세스 권한을 얻은 후 15~18개월이 지나면 가구가 기업가(즉, 사업체를 하나 이상 보유)가 될 가능성은 더 이상 없지만 보유한 사업체(또는 시작한 사업체)에 더 많이 투자합니다. 평균이 증가합니다. 2마이크로파이낸스와 비즈니스 창출 간의 연관성이 얼마나 널리 알려져 있는지 알 수 있는 예로, '마이크로파이낸스'에 대한 Google 검색 결과 약 310만 건 중 135만 건 (44%)에 '비즈니스 창출' 또는 '기업가 정신'이라는 문구가 포함되어 있습니다(2013년 11월 검색). 3 마이크로크레딧 이전에 이미 존재했던 비즈니스의 수익성이 증가했습니다. 이는 수익성 상위 값의 대폭 증가로 인한 것입니다. 5분위수와 95분위수 사이의 모든 분위수에서 비즈니스의 이익에는 차이가 없습니다. 중간 수준의 새로운 비즈니스는 대조 지역보다 수익성이 낮고 치료 대상 직원이 한 명도 없을 가능성이 더 높습니다. 3년 후, 마이크로크레딧이 실험 그룹과 대조 그룹 모두에서 제공되지만 실험 그룹 가구가 더 오래 대출받을 수 있었던 경우, 실험 그룹의 비즈니스는 훨씬 더 많은 자산을 보유하게 되고, 수익성이 85번째 백분위 이상인 비즈니스의 비즈니스 이익이 더 커집니다. 하지만 평균적인 비즈니스는 여전히 작고 수익성이 높지 않습니다. 즉, 대부분의 사람들이 생각하는 것과는 달리, 마이크로크레딧이 비즈니스에 도움이 되는 정도에 따라 가장 수익성이 높은 비즈니스에 더 큰 도움이 될 수 있습니다. 평균 소비량에는 여전히 차이가 없습니다. 18개월 또는 36개월 후에도 여성 역량 강화 또는 인적 개발 결과에 영향을 미치지 않는 것으로 나타났습니다. 또한 자격 요건을 충족하는 가구의 거의 70% 가 MFI 대출을 받지 않고 대출을 받는 경우 (대부분의 경우) 다른 곳에서 대출을 받는 것을 선호합니다. 이러한 결과를 해석하고 일반화할 때는 몇 가지 주의해야 할 점이 있습니다. 첫째, 첫 번째 최종 지점 기준으로도 실험 지역과 대조 지역 간의 마이크로파이낸스 이용률 차이가 작습니다. 이로 인해 두 가지 문제가 발생합니다. 첫째, 통계적 유의성이 떨어지고 정확성이 낮아집니다(여러 가지 유의미한 효과가 있음에도 불구하고). 둘째, 감지된 마이크로크레딧의 영향은 마이크로파이낸스 기관을 선택할 수 있는 옵션이 적거나 거주 지역을 바꾸고 싶지 않아서 비용이 높을 때는 빌리지 않고 비용이 낮을 때만 빌리는 마지노선 차용자가 주도한다는 의미입니다. 둘째, 평가는 마이크로파이낸스의 영향을 줄이거나 늘릴 수 있는 매우 높은 경제 성장의 맥락에서 진행되었습니다. 세 번째로, 이는 수익 창출형 마이크로파이낸스 모델에 대한 평가이며, 비영리 마이크로파이낸스 대출기관은 금리를 낮게 유지하면 더 큰 긍정적인 효과를 가져올 수 있습니다. 네 번째로, 연구 대상인 MFI는 비즈니스 교육이나 민감성 교육과 같은 보완 서비스를 제공하지 않으므로, 자체 비즈니스에 사용할 수도 있고 사용하지 않을 수도 있는 여성에게 대출을 제공하는 것의 순수한 영향을 연구하고 있습니다 (비록 Spandana는 대출이 결국 이러한 용도로 사용될 것이라고 믿고 있지만). 실제로 여성 소유 비즈니스가 확장되고 있습니다. 다섯째, 이 연구는 Spandana가 처음에 협력하는 데 관심이 없었던 '소외된' 지역에서 진행되었으며 무작위 실험에서 제외하기로 선택한 지역에서는 그 영향이 다를 수 있습니다 (Heckman, 1992). 따라서 다른 맥락에서 유사한 프로그램을 살펴본 다른 4건의 연구에서 Google의 결과가 강하게 반영된 것은 중요한 안심 요소입니다. 이를 통해 연구 결과의 안정성과 외부 유효성을 확신할 수 있습니다. 요컨대, 마이크로크레딧은 모든 가구 또는 대부분의 가구에 적합하지 않으며, 일부 지지자들이 주장하는 것처럼 기적적인 사회적 변화를 가져오지 않습니다. 예상대로 주된 영향은 일부 가구가 주택이나 비즈니스 설립 또는 확장을 위해 일시적인 편익 (유혹 상품 또는 여가)을 희생하여 일회성 구매에 자금을 조달할 수 있다는 점입니다. 이러한 마진 비즈니스는 표면적으로는 생산성이나 수익성이 높지 않은 것처럼 보이지만 개인, 시장, 커뮤니티에 미치는 영향을 완전히 파악하기 위해서는 더 많은 데이터와 시간이 필요할 수 있습니다. 2 Spandana 마이크로크레딧 제품 및 맥락 2.1 Spandana 및 마이크로크레딧 제품 2010년 인도 마이크로파이낸스의 심각한 위기까지 Spandana는 인도에서 가장 크고 빠르게 성장하는 마이크로파이낸스 조직 중 하나였습니다.2008년 3월에는 120만 명의 활성 차용자가 있었으며 이는 운영 첫해인 1998~1999년의 520명에서 증가한 수치입니다 (MIX Market, 2009). 이 센터는 안드라프라데시의 역동적인 도시인 구너트에서 시작하여 주 전역과 다른 여러 지역으로 확장되었습니다. 기본적인 Spandana 제품은 Grameen Bank에서 처음 도입한 표준 그룹 대출 제품이었습니다. 한 그룹은 6~10명의 여성으로 구성되며 25~45개의 그룹이 '센터'를 형성합니다. 여성은 그룹의 대출에 공동으로 책임을 집니다. 첫 번째 대출은 Rs. 10,000, 시장 환율로 약 200달러 또는 2007년 구매력평가지수 (PPP) 조정 환율 (세계은행, 2007년)로 1,000달러입니다.3 원금과 이자를 상환하는 데 50주가 소요됩니다. 3 2007년 PPP 환율은 1달러=Rs. 9.2였으며 시장 환율은 1달러당 46. 50. 다음에 언급되는 모든 달러 금액은 달리 명시되지 않는 한 PPP 기준입니다. 5부금리: 12% (체감 없는 잔액, 연 24% 에 해당) 그룹의 모든 구성원이 대출을 상환하면 2차 대출(10, 000루피)을 받을 수 있습니다. 10,000~12,000 대출 금액은 최대 100,000루피까지 20,000. 연구 과정에서 Spandana는 1~2회의 그룹 대출 주기를 성공적으로 마친 고객을 위한 개인 제품도 도입했습니다. 개별 제품은 치료 지역에서 사용할 수 있었습니다. 하지만 샘플 중 이 대출을 받은 사람은 거의 없었기 때문에 이 연구는 주로 그룹 대출 제품을 평가하는 데 중점을 두었습니다. 자격 요건은 다음 기준을 사용하여 결정됩니다. 고객은 (a) 여성이어야 하며 (b) 18~59세이어야 하며 (c) 동일한 지역에 1년 이상 거주해야 하며 (d) 유효한 신분증과 거주지 증빙 서류 (식량 카드, 유권자 카드 또는 전기 요금 청구서)를 보유해야 하며 (e) 그룹의 여성 중 80% 이상이 주택을 소유하고 있어야 합니다.4 그룹은 Spandana가 아닌 여성이 직접 구성합니다. 다른 마이크로파이낸스 조직과 달리 Spandana는 고객이 대출을 받기 위해 사업을 시작하거나 사업을 하는 척할 필요가 없습니다. Spandana는 돈이 대체 가능하다고 인식하며, 고객이 대출을 상환하는 한 돈을 가장 잘 사용할 방법을 자유롭게 선택할 수 있습니다. Spandana는 투자의 예상 생산성을 기준으로 대출 자격 요건을 결정하지는 않지만, 그룹을 선택할 때는 동료 그룹 구성원에게 상환할 가능성이 있음을 확신시킬 수 없는 여성은 제외될 수 있습니다. 또한 다른 마이크로파이낸서, 특히 Grameen과 달리 Spandana는 가구의 '변혁'을 명시적으로 강조하지 않습니다. 그룹 회의에서는 결의문을 외치는 일이 없으며, 회의는 매우 짧고 상환 거래에 중점을 둡니다. Spandana는 주로 비즈니스 교육, 금융 지식 증진 등에 직접 관여하지 않는 대출 기관이지만, 대출이라는 사실 자체가 이러한 변화와 비즈니스 창출로 이어질 것이라고 경영진은 믿고 있습니다. Spandana는 수익을 창출하기에 충분한 이자율을 부과하는 수익 창출 사업자이기도 했지만, 연구 기간 동안 모든 수익이 조직에 재투자되었습니다. 이 조직은 민간 자본을 확보했으며, 안드라프라데시 위기의 한가운데에 휘말리지 않았다면 IPO를 시작했을 것입니다. 이는 Grameen Bank와는 다릅니다 (모하메드 유누스 박사는 멕시코의 대규모 MFI인 Compartamos의 IPO 이후 수익 창출형 MFI를 노골적이고 강력하게 비판함). 이 연구의 결과를 해석할 때는 이러한 모든 특성을 염두에 두어야 합니다. Grameen 제품의 영향이 다를 수 있기 때문입니다. 그러나 4주택 소유 요건은 주택이 담보로 사용되기 때문이 아니라 주택 소유자가 더 안정적이고 이전할 가능성이 적기 때문입니다. Spandana는 공식적인 부동산 소유권 증서가 아니라 이 집이 이 가구에 속한다는 일반적인 동의만 있으면 됩니다 (비공식 정착촌에서도 명확한 경향이 있음). 6 평가 관점에서 이 제품에는 분명한 이점이 있습니다. 특히 비즈니스 확장에 미치는 영향은 다른 서비스가 아닌 신용만으로 설명할 수 있습니다. 또한 연구에서 '긍정적인' 결과가 발견되더라도 사회적 선호도 편향으로 인한 결과일 가능성은 낮습니다. 또한 연구 기간 동안 Spandana에서 청구한 금리는 표준 마이크로파이낸스 표준, 심지어 Grameen 기준으로도 낮았습니다. 2.2 맥락표 1A에서는 기준 데이터를 사용하여 스판다나 제품이 출시되기 전인 2005년 연구 지역의 가구를 한눈에 보여줍니다. 아래에 설명된 대로, 이 수치는 기본 시점에서 샘플링된 가구가 반드시 해당 지역 전체를 대표하지는 않으며 최종 시점에서 의도적으로 재조사되지 않았으므로 약간의 주의가 필요합니다. 기준점 당시 평균 가구는 5인 가족이었고 월 지출액은 1,000루피 미만이었습니다. 5,000 또는 PPP 조정 환율로 540달러 (인당 108달러) (세계은행, 2005)입니다.5 기준점 당시 샘플 지역에서는 MFI 대출이 거의 없었습니다. 하지만 68% 의 가구에 하나 이상의 대출이 미결 상태로 남아 있었습니다. 미결제 금액의 평균은 Rs. 38,000. 63%의 가구가 비공식적인 출처 (돈놀이꾼, 친구 또는 이웃, 가족 구성원 또는 상인)에서 대출을 받았습니다. 상업 은행 대출은 매우 드물었습니다 (3.6%). 비즈니스 투자가 대출 동기로 자주 언급되지는 않았지만 비즈니스는 흔했습니다. OECD 국가의 평균인 12% 가 자영업자라고 말하는 것에 비해 100가구당 32개의 비즈니스가 있었습니다. 전체 비즈니스의 절반 미만이 여성이 운영하고 있었습니다 (100가구당 여성이 운영하는 비즈니스 14.5개). 비즈니스 소유자와 가족은 비즈니스에서 주당 평균 58시간을 보냈습니다. 2005~2010년 성장률 표 1B는 대조군의 최종점 1 및 최종점 2 (EL1 및 EL2) 샘플에 관한 동일한 주요 통계를 보여줍니다. 대조군 기준 샘플 (2005년)을 EL1 (2008년) 및 EL2 (2010년) 샘플의 대조군 가구와 비교하면 2005~2010년 동안 하이데라바드의 세속적 증가가 매우 빠르다는 것을 알 수 있습니다.6 평균5열 2는 대조군 평균을 보고하고 4열은 실험군과 대조군의 차이를 보고합니다. 이러한 차이는 모두 통계적으로 유의미하지 않습니다 (5열). 6기준 설문조사가 가구 소비가 7000루피에서 10,000루피로 증가한 것과 동일한 샘플을 대상으로 실시되지 않았기 때문에 비교가 완벽하지 않을 수 있습니다. 4,888(2005년)에서 4,999(2018년)루피 7,662, 2008년에는 Rs. 2010년 11,497명(모두 2007년 루피로 표시) 미지급 대출이 하나 이상 있는 가구의 비율은 대략적인 기준점인 68% 에서 EL1의 89%, EL2의 90% 로 증가했습니다. 비즈니스 빈도는 기준선에서 100개 가구당 32개에서 EL1에서 44개, EL2에서 56개로 증가했습니다. 1차 종료 시점에는 37.8%, 2차 종료 시점에는 40.3% 의 비즈니스가 여성이 운영했습니다. 그러나 비즈니스는 매우 작았으며 EL1의 경우 평균 0 .38명, EL2의 경우 0.18명의 직원이 있었습니다.7 고용 측면에서 매우 작았을 뿐만 아니라 평균 매출도 상당히 안정적이었습니다. EL1의 경우 14,800, EL2의 경우 14,100입니다. 하지만 비즈니스가 있는 가구뿐만 아니라 모든 가구를 살펴보면 비즈니스 수익이 2017년의 1, 000~2,000루피에서 4,800~ 5,800 (2007년 상수 루피) EL2에서는 비즈니스 소유자가 비즈니스 비용 (운전자본)과 거의 1, 000루피에 달하는 자산 투자를 보고했습니다. 15,000루피로 인상되었습니다. EL1의 경우 13,000개 (이 비용 추정치에는 소유자의 시간 비용이 포함되지 않습니다.) 도시 안드라프라데시의 급속한 성장이라는 맥락은 유의해야 할 또 다른 중요한 특징이며 이 연구의 결과에 영향을 미칠 수 있습니다 (마이크로파이낸스에 관한 모든 무작위 평가 중에서 가장 역동적인 맥락일 수 있음). 인도의 마이크로파이낸스 고객은 전 세계 마이크로파이낸스 고객의 약 30% 를 차지하고8, 마이크로파이낸스는 다른 여러 급성장하는 환경에서도 발전하고 있으므로 (방글라데시가 대표적인 예) 분명히 중요한 사례입니다. 하지만 성장이 훨씬 느린 맥락이나 경기 침체에서는 결과가 다를 수 있습니다. 다행히 다른 RCT 연구에서는 다양한 맥락을 다루므로 결과가 맥락에 얼마나 영향을 받는지 파악하는 데 도움이 됩니다. 3 실험 설계 3.1 실험 설계 이 연구가 시작될 당시 마이크로파이낸스는 안드라프라데시의 여러 구역에서 이미 자리를 잡았지만 대부분의 마이크로파이낸스 조직은 아직 이 지역에서 활동을 시작하지 않았습니다. 따라서 EL1과 EL2 간의 성장은 동일한 설문조사 도구를 사용하여 동일한 가구 집단을 대상으로 이루어졌으므로 이 경제의 역동성을 잘 파악할 수 있습니다. 7EL1과 EL2 간의 평균 고용 감소는 규모가 작은 비즈니스가 더 많아진 구성 효과를 반영할 수 있습니다. 8MIX Market은 2011년 전 세계적으로 9,400만 명의 대출자가 있으며 이 중 2,800만 명이 인도에 있다고 보고했습니다(http://www.mixmarket.org/mfi/country/India). 8 수도인 하이데라바드 Spandana는 처음에 하이데라바드의 120개 지역 (식별 가능한 동네 또는 바스티스)을 지점 개설에 관심이 있지만 개설하지 않을 수도 있는 장소로 선택했습니다. 이러한 지역은 기존에 마이크로파이낸스 활동이 없었고, '가장 가난한 사람'은 아니지만 가난한 잠재적 차용자가 있는 지역을 기준으로 선정되었습니다. 건설 노동자가 많이 거주하는 지역은 자주 이사하기 때문에 마이크로파이낸스 고객으로서는 바람직하지 않으므로 피했습니다. 선택된 지역은 일반적으로 '슬럼'이라고 불리지만, 콘크리트 주택과 일부 공공 편의시설 (전기, 수도 등)이 있는 영구 정착촌입니다. 반대로 가장 큰 슬럼은 Spandana가 슬럼에서 운영을 시작하고 싶어 했으므로 연구에 포함되지 않았습니다. 슬럼의 인구가 많아서 규모의 경제를 활용하고 많은 고객에게 빠르게 도달하여 도시 확장을 정당화할 수 있었기 때문입니다. 연구에 선정된 지역의 인구는 46~555가구입니다. 연구에 포함되도록 선택된 슬럼은 일반적으로 전체 실험 대상 슬럼과 통제 슬럼 간에 파급 효과가 발생하지 않도록 연속되지 않았습니다. CMF는 각 지역에서 먼저 시장 조사 회사를 고용하여 2005년에 소규모 기준점 동네 설문조사를 실시하고, 가구 구성, 교육, 고용, 자산 소유, 지출, 빌림, 저축, 현재 가구에서 운영 중인 비즈니스 또는 지난 1년 이내에 중단된 비즈니스에 관한 정보를 수집했습니다. 이들은 지역의 기준 상태를 신속하게 평가하기 위해 총 2,800가구를 대상으로 설문조사를 실시했습니다. 그러나 기존 인구 조사가 없었고 Spandana가 운영을 시작하기 전에 계층화에 필요한 정보를 수집하기 위해 기준선 설문조사를 매우 신속하게 실시해야 했기 때문에 가구 목록에서 무작위로 가구를 선택하지 않았습니다. 대신 현장 담당자에게 해당 지역을 매핑하고 n번째 집마다 선택하도록 요청했으며, n은 지역당 20가구를 선택하도록 선택되었습니다. 안타깝게도 시장 조사 회사에서 이 절차를 엄격하게 따르지 않았으며, 기준치가 슬럼 전체를 대표한다고 확신할 수 없습니다. 따라서 기준 설문조사는 위의 기술적 분석과 계층화의 기반으로만 사용되었으며, 대조 변수로 사용되는 지역 수준의 특성을 수집하는 데만 사용되었습니다.9 그 외의 분석에서는 기준 설문조사를 사용하지 않습니다. 기준 설문조사 후 무작위 분류 전에 이주 노동자 가구가 다수 포함된 것으로 확인되어 16개 지역이 연구에서 제외되었습니다. 9그러나 이러한 컨트롤을 생략해도 결과에 차이가 없습니다. 9 Spandana는 다른 MFI와 마찬가지로 동일한 지역사회에 1년 이상 거주한 가구에만 대출을 제공해야 한다는 규칙을 가지고 있습니다. 동기 부여에 있어 동적 인센티브(향후 더 많은 신용 약속)가 이러한 가구의 상환 동기에 더 중요하다고 생각하기 때문입니다.10 나머지 104개 지역은 평균 인구당 소비량과 가구당 부채를 기준으로 유사한 지역 쌍으로 그룹화되었으며, 각 쌍 중 하나가 무작위로 대조군에 할당되었습니다.11 그림 5는 데이터 수집 및 무작위 처리의 타임라인을 보여줍니다. 표 1에서는 대조군과 비교군이 기준 설문조사에서 인구통계, 재무, 기업가 정신의 기준 수준이 다르지 않았음을 기준 샘플을 사용하여 보여줍니다. 샘플이 인구당 소비량과 부채가 있는 가구의 비율에 따라 분류되었기 때문에 이는 놀라운 일이 아닙니다. 이후 Spandana는 2006년부터 2007년 사이에 52개 치료 지역에서 점진적으로 운영을 시작했습니다. 슬럼마다 출시일이 다릅니다. 그 사이 다른 MFI도 대조군 지역과 실험군 지역에서 운영을 시작했습니다. 아래에서는 대조군과 실험군의 MFI 대출에 여전히 상당한 차이가 있음을 보여줍니다. Spandana 신용 담당자는 대조군 슬럼에서도 소수의 주택에 대출을 제공하기 시작했지만 비교적 빠르게 중단되었습니다. 또한 다른 슬럼에서 대출하는 것에 대한 규칙은 없었습니다 (참여할 그룹을 찾을 수 있는 경우). 일부 사람들은 그렇게 했습니다. 전반적으로 대조군 슬럼의 5% 가 최종 시점에 스판다나에서 대출을 받았습니다. 최종 조사를 위한 적절한 샘플링 프레임을 만들기 위해 CMF 직원은 2007년 초에 각 지역을 포괄적으로 조사하고 대출에 관한 질문을 포함했습니다. 인구 조사에 따르면, 대출을 받은 적이 있을 가능성이 높은 특성을 보이는 가구(3년 이상 해당 지역에 거주했으며 18~55세 여성이 1명 이상 포함된 가구)를 대상으로 최종 샘플링 프레임을 구성했습니다. 인구 조사에서 확인된 Spandana 대출자의 샘플이 과잉선택되었습니다. 이는 10삭제된 16개 지역의 기준 특성을 무작위 분류에 포함된 104개 지역의 특성과 비교할 수 있다고 생각했기 때문입니다. 이러한 차이는 생략된 지역을 삭제한 Spandana의 근거와 일치합니다. 이러한 지역에서는 가족이나 자녀가 없는 이주 노동자가 많아 가구 규모가 작고, 비즈니스 창업이 적으며(이주자가 비즈니스를 시작할 가능성이 낮기 때문), 대출잔액이 적습니다(비공식 대출기관도 이러한 매우 이동성이 높은 가구에 대출을 꺼리기 때문). (결과는 요청 시 제공됩니다.) 11쌍은 쌍 A, B의 합계를 최소화하기 위해 형성되었습니다. (지역 A 평균 대출 잔액 – 지역 B 평균 대출 잔액)2 + (지역 A 인구당 소비량 – 지역 B 인구당 소비량)2. 각 쌍 내에서 한 동네가 무작위로 처리에 할당되었습니다. 10처리 효과의 이질성은 Spandana 대출자 그룹에서 대출을 받지 않은 그룹보다 결과에 더 많은 변동성을 가져오므로 대출자를 오버샘플링하면 더 높은 검정력이 확보됩니다. 아래에 표시된 결과는 관찰치에 가중치를 부여하여 이러한 오버샘플링을 고려하여 결과가 전체 모집단을 대표하도록 합니다. 기준점의 샘플링 프레임이 충분히 엄격하지 않았기 때문에 후속 조사에서는 기준점 가구를 의도적으로 다시 조사하지 않았습니다. 첫 번째 종료선 설문조사는 2007년 8월에 시작되어 2008년 4월에 종료되었으며, 종료선은 프로그램 출시 후 출시되었습니다. 각 지역에서 이 첫 번째 최종 설문조사는 Spandana가 해당 지역에서 대출을 시작하고 최소 12개월, 일반적으로 15~18개월 후에 실시되었습니다 (대조군과 실험군 간의 비교 가능성을 보장하기 위해 대조군 슬럼에서도 동일한 일정에 따라 설문조사가 실시됨). 전체 샘플 크기는 6,864가구였습니다. 2년 후인 2009~2010년에 동일한 가구를 대상으로 한 두 번째 최종 설문조사가 실시되었습니다. 비교 가능성을 보장하기 위해 2007~2008년과 동일한 질문을 포함했습니다. 재문의율이 매우 높았습니다 (90%). 이 감소에 대해서는 아래에서 자세히 설명합니다. 3.2 식별에 대한 잠재적 위협 및 해석에 관한 주의사항 3.2.1 중도 이탈 및 선택적 이전 체계적으로 추적된 적절한 기준 샘플이 없으므로, 실험 그룹과 대조 그룹에서 중도 이탈률이 다르다면 종료 시점에 설문조사를 실시한 샘플을 실험 그룹과 대조 그룹에서 엄격하게 비교할 수 없을 수 있습니다. 예를 들어 Spandana가 활동을 시작한 지역으로 사람들이 이사했거나 이 지역에서 이사를 피했을 수 있습니다. 하지만 실제로 대출을 받고 싶은 사람은 다른 MFI (꽤 많은 사람들이 이 방법을 사용함)에서 대출을 받거나 근처에 있는 Spandana에서 대출을 받을 수 있었기 때문에 이러한 가능성은 높지 않아 보입니다. 이 처리를 통해 빌리는 것이 약간 더 쉬워졌을 뿐입니다 (다음 섹션에서 살펴보겠습니다). 하지만 돌이켜보면 기준 샘플링 프레임이 약하더라도 기준 샘플의 일부라도 체계적으로 다시 설문조사하지 않은 것은 분명한 실수였습니다. 하지만 Google에서는 이탈이 얼마나 심각한 문제인지 평가하는 다양한 방법을 보유하고 있습니다. 먼저 표 A1에서 1차 및 2차 종료 시점에 설문조사를 실시한 가구가 11차례에 걸쳐 고정된 여러 특성 측면에서 전체 실험 대상 그룹과 통제 그룹에서 유사한지 확인합니다 (전체 실험 대상 그룹 간의 이러한 특성의 공동 차이에 대한 p-값은 EL1에서 0.980이고 EL2에서 0.534임). 이는 중도 이탈을 고려하더라도 기준점과 최종점에 비슷한 샘플이 있음을 나타내는 첫 번째 신호입니다. 둘째, EL1의 샘플은 마이크로크레딧 도입 직후 (평균 1년 미만) 실시된 인구 조사에서 가져왔습니다. 또한 EL1의 샘플링 프레임은 인구 조사 전에 해당 지역에 3년 이상 거주한 사람으로 제한되었습니다. 즉, 설문조사에 참여한 사람 중 Spandana 때문에 이 지역으로 이주한 사람은 아무도 없었습니다. Spandana가 이 지역에 정착하기 훨씬 전에 이 지역의 거주자였으며, 대다수는 수년 동안 이 지역에 거주해 왔습니다. 이렇게 하면 전체 실험 대상 그룹과 통제 그룹의 샘플에 차등 선택할 수 있는 가장 그럴듯한 채널이 제거됩니다. 더 쉽게 대출받을 수 있는 옵션으로 인해 제품 출시와 인구 조사 사이에 대출 지역을 떠난 사람이 적거나 다른 사람이 있을 수 있지만, 1년도 채 되지 않아 하이데라바드에서의 이주율은 낮고, 원하는 경우 대출받을 수 있는 기능을 고려할 때, 스판다나 고객이 될 수 있는 기능에 따라 사람들이 슬럼에서 이주할 가능성이 달라질 것 같지는 않습니다. 그런 다음 인구 조사와 EL1 간의 이탈률과 EL1과 EL2 간의 이탈률을 조사할 수 있습니다. 인구 조사와 EL1 간에 약간의 감소가 있었습니다. 특히 이러한 유형의 설문조사에서는 관례에 따라 인구 조사원이 원하는 정확한 대상을 찾지 못한 경우 대체 목록을 제공받았기 때문입니다. 그러나 이 감소율 (약 25%)은 실험 지역과 대조 지역에서 거의 동일합니다. 실험 지역의 감소율은 27.6%, 대조 지역의 감소율은 25.2% 입니다 (차이의 p-값: 0.165, 표 A2, 패널 A 참고). 또한 이탈률은 스판다나님이 슬럼에 거주한 기간과 전혀 관련이 없습니다 (표 A2, 패널 B). 이는 프로그램과 관련이 있는 경우 예상되는 결과가 아닙니다 (스판다나님이 더 오래 전에 슬럼에 거주했다면 더 오래 유지되었을 것입니다). 누군가를 찾을 가능성이 더 높다는 것을 예측하는 유일한 특성은 Spandana 대출자 (4.2% 감소, SE 1.97%)이고 'non-pucca' (품질이 낮은) 주택에 거주한다는 점입니다 (2.7% 감소, SE 1.4%). 전자의 가장 큰 이유는 스판다나 담당자가 CMF 현장팀이 고객을 찾는 것을 도왔기 때문일 수 있습니다. 예를 들어 측정사는 주간 회의에 참석하여 주소를 수집하고 사용자의 집으로 가는 경로를 찾을 수 있습니다. 후자는 부유한 가구 간의 이동성이 더 높음을 반영하는 것으로 보입니다. 이어지는 모든 분석에서 스판다나 외 대출자의 발견 확률과 스판다나 대출자의 발견 확률 (0.948)의 비율에 대한 12개 샘플링 가중치를 조정하여 이를 수정합니다. 부록 표 3, 패널 A에 따르면 엔드라인 1에서 처음으로 인터뷰한 가구의 엔드라인 2 재접촉률이 매우 높았습니다 (미국 또는 개발도상국의 대부분의 무작위 대조 실험보다 훨씬 높음). 전체 실험 대상 그룹과 통제 그룹의 비율도 각각 89.9% 와 90.2%로 유사했습니다 (차이의 p-값은 0.248). B 패널은 재연락한 가구와 이탈한 가구의 평균적인 특성을 보여줍니다. 샘플은 대부분의 측정기준에서 크게 다르지 않습니다. 하지만 중도 이탈한 사용자의 경우 엔드라인 1에서 인당 지출이 약간 더 높았습니다(Rs. 지출이 1,000원 증가하면 이탈 가능성은 0.0098 증가합니다 (1열: 표준 오류는 0.0032). 종료 시점 1에서 스판다나 대출을 받은 경우 중도 이탈률이 3.3%포인트 낮아졌습니다 (5번 열: 표준 오류는 1pp). MFI 대출을 받은 경우 스판다나 대출의 효과로 인해 중도 이탈률이 2.7%포인트 낮아졌습니다 (6번 열: 표준 오류는 0.8pp). 다시 말해, 빈민가 내에서 이사한 경우 신용 담당자가 현장팀이 고객을 찾는 데 도움을 주었기 때문입니다. 표 A3의 패널 C는 실험군과 대조군 간에 이탈이 특성과 통계적으로 유의미한 상관관계가 없음을 보여줍니다. 이 데이터는 Spandana 신용 담당자가 설문조사자가 고객을 찾는 데 도움을 준 기계적 효과를 제외하고는 대우에 따라 이전 또는 이탈 패턴이 달라졌다는 증거가 없다는 것을 시사합니다. 그럼에도 불구하고 중도 이탈이 결과에 영향을 미칠 수 있다는 우려를 체계적으로 해결하기 위해 Dinardo, Fortin, Lemieux (2010)의 아이디어를 바탕으로 샘플 선택을 수정한 후 아래의 모든 회귀식을 다시 추정했습니다. 여기서 엔드라인 2에서 관찰될 가능성의 역수를 사용하여 데이터의 가중치를 다시 부여하여 엔드라인 2에서 관찰된 가구 중에서 관찰 가능한 특성 (엔드라인 1)의 분포가 엔드라인 1 샘플 전체의 분포와 유사하도록 했습니다. 그런 다음 동일한 가중치를 최종 1차 데이터에 적용합니다 (마이크로파이낸스 시작과 최종 1차 사이에 유사한 선택 절차가 있다고 암시적으로 가정). 표 A5의 주요 결과에 대해 제시된 결과는 여기에 제시된 결과와 매우 유사합니다. (전체 결과는 요청 시 제공됩니다.) 이 절차는 관찰 가능한 변수에 의한 이탈률 차이만 수정하고 관찰 불가능한 변수에 의한 이탈률 차이는 수정하지 않습니다. 13 결과 해석 실험 설계 및 구현은 후속 결과를 해석할 때 유의해야 할 여러 문제를 제기합니다. 먼저 샘플링 프레임을 고려할 때 '가능성 높은 대출자' 샘플에 대한 ITT (의도적 치료) 분석을 수행합니다. 따라서 이는 대출자에게 미치는 영향도 아니고 주변 지역에 미치는 평균적인 영향도 아닙니다. 오히려 마이크로파이낸스에 더 쉽게 접근할 수 있게 됨에 따라 주요 타겟층에 미치는 평균적인 효과입니다. 둘째, 마이크로파이낸스는 실험 지역과 대조 지역 모두에서 이용할 수 있었지만 실험 지역에서 더 쉽게 이용할 수 있었습니다. 마이크로파이낸스 이용률은 실제로 실험 지역에서 더 높아 실험적 변이를 일으키지만, 한 지역에서 처음으로 대출을 받는 고객과 한계 고객은 다를 수 있습니다. 이는 전력에도 영향을 미칩니다. Spandana는 출시 후 자격 요건을 충족하는 가구의 80% 가 매우 빠르게 고객이 될 것으로 예상하여 초기 전력 계산을 실행했습니다. 실제로 데이터에 따르면 이 비율은 18개월 만에 18%에 도달했으며 2년 반 후에도 18% 로 유지되었습니다. 이 비율은 낮았으며, 하이데라바드에서의 침투율에서 Spandana에 뒤처진 다른 MFI가 따라잡을 시간을 제공했습니다. 전반적으로 EL2의 경우 조직에서 마이크로파이낸스를 이용하는 비율은 33% 에 불과했습니다. 이는 그 자체로 중요한 결과이며 당시에는 매우 놀라운 결과였지만, 뒤늦게 생각해 보면 더 많은 지역이 필요했을 것임을 암시합니다. 이는 사후에 해결할 수 있는 문제가 아닙니다. 다행히 마이크로파이낸스 프로그램에 대한 후속 평가에서 이러한 작업을 수행할 수 있었으며, 매우 유사한 결과 (및 비결과)를 발견하여 이러한 결과가 너무 작은 샘플 또는 매우 대표적이지 않은 고객 집단의 아티팩트가 아님을 시사했습니다. 4 결과 지역에서 마이크로파이낸스가 제공될 경우 잠재고객에게 미치는 영향을 추정하기 위해, 이 연구에서는 대출자와 비대출자를 대상으로 치료 및 비교 지역의 평균을 단순 비교하는 치료 의도 (ITT) 추정치에 중점을 둡니다. 이 연구에서는 마이크로파이낸스가 가구가 운영하는 비즈니스에 미치는 영향에 대한 ITT 추정치를 제시합니다. 비즈니스를 소유한 경우 비즈니스 이익, 수익, 비즈니스 투입, 비즈니스에서 고용된 근로자 수를 조사합니다. 이러한 변수의 구성은 부록 1에 설명되어 있습니다. 각 표의 14개 열은 yia = α + β × T reatia + X 0 aγ + εia 형식의 회귀 분석 결과를 보고합니다. 여기서 yia는 지역 a의 i 가구의 결과이고, T reatia는 치료 지역 거주에 관한 지표이며, β는 치료 의도 효과입니다. X 0 a는 지역 수준의 기준 값(지역 인구, 총 비즈니스 수, 평균 인구당 지출, 문맹률이 없는 가구주 비율, 문맹률이 없는 성인 비율)으로 계산된 통제 변수 벡터입니다. 표준 오류는 지역 수준에서 클러스터링되도록 조정되며 모든 회귀는 Spandana 대출자의 오버샘플링을 수정하고 추적 가능성을 높이기 위해 가중치가 적용됩니다. 우리는 두 가지 사양으로 두 세트의 회귀를 추정했습니다. 하나는 어떠한 통제도 하지 않고, 다른 하나는 대조군 슬럼의 평균적 특성보다는 계층을 통제했습니다. 결과 (여기에 보고되지 않지만 요청 시 제공됨)는 질적으로 변경되지 않습니다. 이 경우 계층을 고려하면 정밀도가 다소 향상되므로 여기에서 거의 유의미한 일부 결과가 계층 제어를 통해 유의미해집니다 (특히 그룹화된 결과에 해당). 이러한 종류의 연구에서는 단일한 가능한 인과 경로 없이 가능한 결과가 여러 개 있으므로 단일한 유의미한 결과를 과도하게 해석하거나 결과 패턴이 없는데도 패턴을 파악할 위험이 있습니다. Google에서는 이러한 문제를 방지하기 위해 여러 조치를 취하고 있습니다. 먼저 이 문제의 모든 논문에서 따르는 템플릿에 따라 결과를 보고하여, 유의미한지 여부에 따라 결과를 선택하지 않도록 합니다. 둘째, 각 테이블(결과의 '패밀리'에 해당)에 대해 패밀리의 모든 결과를 종합한 지수 (Katz, Kling, Liebman 2007 참고)를 보고합니다.12 마지막으로 이러한 각 결과에 대해 모든 지수에서 다중 가설 테스트에 맞게 조정된 표준 p-값과 p-값을 모두 보고합니다. 조정된 p-값은 모든 지수의 계통 오류율을 제어하는 Hochberg (1988)의 단계적 감소 절차를 사용하여 계산됩니다. 자세한 내용은 부록 A.4를 참고하세요. 12긍정적인 처리 효과가 '좋은' 결과가 되도록 변수에 부호가 지정됩니다. 그런 다음 대조 그룹의 평균을 빼고 대조 그룹의 표준편차로 나누어 정규화합니다. 색인은 정규화된 변수의 단순 평균입니다. 15 4.1 Spandana 및 기타 MFI에서 빌림 실험 지역은 Spandana 지점을 수용할 수 있도록 무작위로 선택되었지만 다른 MFI도 실험 지역과 비교 지역에서 모두 운영을 시작했습니다. Google은 Spandana에서 빌리는 것뿐만 아니라 마이크로크레딧에 액세스하는 것이 미치는 영향을 테스트하고자 합니다. 표 2 패널 A에 따르면 첫 번째 최종 시점에서는 다른 MFI에서의 대출이 스판다나 대출의 차이를 일부 보완했지만, MFI 대출은 실험 그룹의 슬럼에서 대조 그룹의 슬럼보다 실제로 더 많았습니다. 실험 지역의 가구는 Spandana 대출을 받고 있다고 보고할 가능성이 12.7% 더 높습니다(17.8% 대 5.1%, 표 2 패널 A, 열 1). MFI에서 대출을 받았다고 말하는 가구의 비율 차이는 8.4포인트 (표 2 패널 A, 열 3)이므로, 중재가 없었다면 치료 지역에서 Spandana에서 대출을 받은 일부 가구는 다른 MFI에서 대출을 받았을 것입니다. 총 MFI 차입의 절대 수준은 그리 높지 않지만, 대조 지역보다 치료 지역에서 약 50% 더 높습니다. 1열과 3열을 보면 대조군에 비해 실험군에서 MFI (특히 Spandana)에서 빌린 금액이 훨씬 더 많다는 것을 알 수 있습니다. 대출자와 비대출자를 대상으로 평균을 내면 대출을 받은 가구의 지출은 대조군에 비해 Spandana에서 1,334루피 더 많이 빌렸으며, 모든 MFI에서 1,286명 더 증가했습니다 (둘 다 1% 수준에서 유의함). 절대적인 이용률과 암시적 '첫 번째 단계'는 모두 상대적으로 작지만, 이는 맥락이 다르더라도 마이크로파이낸스 이용의 영향에 대한 다른 대부분의 평가에서 발견된 결과와 유사합니다. 모로코 농촌 지역에서 Crépon 등(2013)은 MFI 알 아마나에 액세스할 수 있는 지역에서 MFI 알 아마나로부터 대출을 받을 확률이 10% 포인트인 반면 대조군에서는 거의 0%라고 밝혔습니다. 또한 다른 MFI가 없으므로 이는 마이크로파이낸스 대출의 총 증가를 나타냅니다. 멕시코의 경우 Angelucci, Karlan, Zinman (2013)은 대출 기관에 액세스할 수 있는 지역에서 MFI Compartamos에서 대출받을 확률이 대조군의 5%p에 비해 10%p 증가했다고 밝혔습니다. 에티오피아의 경우 Tarozzi 등(2013)은 마이크로크레딧 도입의 영향이 더 크다고 보고(36%) 이러한 다양한 상황에서 상당히 낮은 이용률은 그 자체로 놀라운 결과입니다. 이러한 지역사회에서 비공식적인 대출이 많이 이루어지고 있으며, 마이크로크레딧이 이러한 대안적인 대출 형태보다 유리하다고 알려져 있기 때문입니다. 이미 마이크로크레딧에 대한 명시적인 관심을 표현한 사람을 대상으로 무작위로 선정한 경우를 제외하고 모든 경우에 16명의 '가능성 있는 차용자' 중 소수만 실제로 대출을 받았습니다. 표 2에는 마이크로파이낸스 이용이 다른 형태의 대출에 미치는 영향도 표시되어 있습니다. 상당수의 고객이 Spandana에서 빌리는 이유로 더 비싼 부채를 상환한다고 보고하며, 실제로 이 이익에 대한 조치가 취해지고 있습니다. 가족, 친구, 대금업자로부터 빌리거나 판매자가 제공한 신용으로 상품을 구매하는 것으로 정의되는 비공식 대출을 이용한 적이 있는 가구의 비율은 대출이 제공되는 지역 (5번 열)에서 5.2%포인트 감소했지만 은행 대출은 영향을 받지 않았습니다 (4번 열). 비공식 출처에서 빌린 금액의 점 추정치도 음수이므로 비용이 더 저렴한 MFI 대출로 대체했음을 시사합니다 (Spandana의 명시적 목표). 점 추정치는 중요하지 않지만 MFI 대출 증가(5열)와 절대 값이 매우 유사합니다. 하지만 비공식 대출이 많으므로 이는 2.6%의 감소에 해당합니다. 그림 1에서 최종 1차 비공식 대출의 분포를 살펴보면, 치료 지역의 비공식 대출이 30~65번째 백분위수에서 유의미하게 낮습니다. 전반적으로 처리는 대출 결과의 지수에 영향을 미치며, 계열 전반에서 여러 가설 테스트를 고려하더라도 p-값은 작습니다 (9열). 첫 번째 엔드라인이 종료된 후 Google과 Spandana의 초기 계약에 따라 Spandana는 이러한 지역으로 확장하기 시작했습니다. 다른 MFI도 확장을 계속했습니다. 그러나 2년 후에도 스판다나 슬럼과 다른 슬럼 사이에는 여전히 상당한 차이가 있었습니다. 표 2 패널 B에 따르면, 대조군 슬럼의 11% 에 비해 실험군 슬럼의 17% 가 스판다나에서 대출을 받았습니다. 다른 MFI는 이전의 전체 실험 대상 그룹과 통제 그룹 슬럼 모두에서 계속 확장했으며, 전체적으로 MFI 대출은 전체 실험 대상 그룹과 통제 그룹에서 거의 동일했습니다. 두 번째 최종 설문조사에 따르면 이전 통제 대상 슬럼에서는 33.1% 의 가구가 MFI에서 대출을 받았고, 지원 대상 슬럼에서는 33.3% 의 가구가 대출을 받았습니다. 하지만 대조군에서 대출이 더 늦게 시작되었기 때문에 실험군의 가구는 대조군의 가구보다 평균적으로 더 오래 대출을 받았으며, 이는 대출 주기를 더 많이 완료했다는 사실에 반영됩니다. 엔드라인 2 (8번 열)에서 전체 실험 대상 그룹과 통제 그룹 간의 평균 대출 주기 차이는 0.085로 엔드라인 1과 거의 동일합니다.13 따라서 엔드라인 2에서 전체 실험 대상 그룹과 통제 그룹의 주요 차이점은 대출 주기 길이입니다.13 리콜 오류와 MFI에서 빌린 최대 주기에 대한 정보만 수집했기 때문에 EL2에서는 더 이상 유의미한 차이가 없습니다. 따라서 이 수치는 예를 들어 두 개의 대출 기관에서 각각 3주기를 빌린 가구와 한 대출 기관에서 3주기를 빌린 가구를 구분하지 않습니다. 17 마이크로파이낸스 액세스 마이크로파이낸스 대출은 주기마다 증가하므로 대출을 받은 가구의 대출 금액도 더 컸습니다. 빌린 사람 중 엔드라인 2에 따르면 약 1, 000루피의 상당한 차이가 있었습니다. 대출 금액 (보고되지 않음) 2,300 (14%) 약 3분의 1의 가구가 빌리므로 약 100루피 (무시할 수 있는 수준)의 차이가 발생합니다. 평균 대출 금액이 800달러입니다 (3열). 4.2 신규 비즈니스 및 비즈니스 성과 표 3의 패널 A에는 비즈니스 성과에 관한 첫 번째 최종 지점의 결과가 나와 있습니다. 8열은 실제로 전체 실험 대상 그룹과 통제 그룹에서 가구가 비즈니스를 시작할 확률이 크게 다르지 않음을 나타냅니다. 대조 지역에서는 설문조사 전 해에 4.7% 의 가구가 비즈니스를 1개 이상 개업한 반면, 지원 지역에서는 5.6% 가 비즈니스를 개업했습니다 (8열). 하지만 실험 집단의 경우 지난 1년 동안 2개 이상의 비즈니스를 개업할 가능성이 약간 더 높았으며, 10번 열에 따르면 실험 지역에서 전체적으로 더 많은 신규 비즈니스가 창출되었습니다(100개 집단당 6.8개, 대조군 100개 집단당 5.3개). 신규 비즈니스 창출에 대한 90% 신뢰 구간은 신규 비즈니스 0.3~2.6%p 추가로 창출될 것으로 예상됩니다. 전반적으로 실험 대상 가구는 비즈니스를 보유할 가능성이 더 높지 않으며 비즈니스 수가 유의미하게 많지 않습니다 (6번 및 7번 열). Spandana가 여성에게만 대출을 제공한다는 사실과 마이크로파이낸스 기관의 명시된 목표에 따라 마진 비즈니스는 여성이 운영하는 경향이 있습니다. 11번 열에서 여성 소유 비즈니스 창출을 살펴보면 (11번 열) 실험 지역의 거의 모든 비즈니스 창출 차이가 여성이 운영하는 비즈니스에서 발생하는 것으로 나타났습니다. 실험 지역의 여성 소유 비즈니스 수가 대조 지역보다 0.014%포인트 많으며, 이는 55% 증가한 수치입니다. 지원 지역의 가구는 비즈니스 폐쇄를 보고할 가능성이 더 높지 않았습니다. 지원 지역의 가구 중 3.9%, 비교 지역의 가구 중 3.7% 가 비즈니스 폐쇄를 보고했습니다 (9번 열).15 지원 지역의 가구는 비즈니스를 위한 내구재에 더 많이 투자합니다. '이 비즈니스의 소유자는 누구인가요?'라는 질문에 응답하여 언급된 첫 번째 사람이 여성인 경우 14A 비즈니스의 3분의 1만 여성 소유자로 분류되기 때문입니다. 2,674개 비즈니스 중 소유자가 2명 이상인 비즈니스는 72개에 불과합니다. 소유자로 명시된 사람이 여성인 경우 비즈니스를 여성 소유 비즈니스로 분류해도 결과는 변경되지 않습니다. 15샘플에 포함되지 않은 가구(예: 해당 지역에서 3년 동안 거주하지 않은 가구)는 지원 지역에서 비즈니스를 폐쇄할 가능성이 다를 수 있습니다. 그러나 신규 비즈니스 창출이 상대적으로 적기 때문에 기존 비즈니스에 일반균형 효과가 미칠 가능성은 매우 낮습니다. 18개 가구에 비즈니스가 있고 대부분의 비즈니스는 어떠한 자산도 사용하지 않으므로 점 추정치의 절대값은 작습니다 (Rs. 391, 또는 대조 집단에서의 평균 MFI 대출 증가의 3분의 1 미만)이지만 대조 집단에서 작년에 구매한 사업용 내구재의 총 가치 (Rs. 280)이며 통계적으로 유의미합니다. 표 3의 패널 A에 있는 나머지 열은 현재 비즈니스 상태 및 지난달의 수익, 투입 비용, 이익 (이자 지급 제외)을 보고합니다. 이 회귀 분석에서는 비즈니스가 없는 가구에 0을 할당하므로 이러한 결과는 확장 및 집중 마진을 모두 포함하여 신용이 비즈니스 활동에 미치는 전반적인 영향을 보여줍니다. 대조군 가구는 비즈니스 자산이 더 많습니다 (자산 보유량에 대한 t-통계는 1.56에 불과함). 수익과 입력에 대한 처리 효과는 모두 양수이지만 미미합니다. 마지막으로 비즈니스 이익이 미미하게 증가했습니다 (5열). 이 데이터에는 비즈니스가 없는 가구의 0이 포함되므로, 마이크로크레딧이 일반적으로 생각되는 것처럼 비즈니스 기회를 확대하여 가난한 가구의 소득을 늘리는지에 관한 질문에 답할 수 있습니다. 추정치(단위: Rs. 354달러로, 평균 비교 가구가 얻은 이익에 비해 약 50% 증가한 수치입니다. 따라서 이 금액은 이익에 비해 크지만 평균 가구의 가처분 소득은 아주 조금만 증가했음을 나타냅니다. 이러한 가구의 평균 총소비는 약 3, 000루피입니다. 7,000원, 월 354달러의 비즈니스 수익으로는 마이크로크레딧을 이용하는 일반인의 삶을 바꿀 수 없습니다. 모든 비즈니스 결과를 종합적으로 살펴보면 비즈니스 결과의 표준화된 지수에서 표준 편차가 0.037 증가한 것으로 나타났습니다. 이는 기존 표준 오류에서는 유의미하지만 다양한 결과 계열에 걸쳐 다중 가설 테스트를 고려하면 유의미하지 않습니다(p-값 0.17).16 이는 ITT 추정치이며, 그 값이 낮은 이유 중 하나는 실험 그룹에서 마이크로크레딧을 이용한 가구가 거의 없었고 대조군에서도 일부 가구만 이용했기 때문입니다. 또한 전체 실험 대상 그룹의 마진 대출 기관은 대조군에서 대출받을 만큼 관심이 있는 사람보다 기회가 적을 수 있습니다. 그렇다고 해서 일부 특정 그룹의 비즈니스가 대출의 혜택을 받았을 가능성을 배제할 수는 없습니다. 이를 더 자세히 살펴보기 위해 마이크로크레딧이 시작되기 전에 이미 존재했던 비즈니스에 초점을 맞춥니다. 16이러한 수정사항을 적용하더라도 계층 더미를 통제할 때는 유의미합니다. 19 표 3B.17에서 이를 확인할 수 있습니다. Spandana가 확장되기 전에 존재했던 비즈니스의 경우 비즈니스 (판매, 투입, 투자)가 확장된 것으로 나타났으며, 다중 추론을 수정한 후에도 전반적인 비즈니스 지수는 유의미하고 양수입니다 (표준 편차 0.09, 수정 후 p 값 0.057). 평균적으로 수익이 1,000루피 증가하는 것으로 나타났습니다. 2,206으로, 대조군 평균인 1, 102에 비해 통계적으로 유의미하며 2배 이상 증가한 것을 나타냅니다. 2,000. 이 증가는 몇 개의 특이값으로 인한 것이 아닙니다. 그러나 그림 2와 같이 상위 꼬리 (95번째 이상 값)에 집중되어 있다는 점에 유의해야 합니다. 다른 모든 분위수에서는 실험 지역과 대조 지역의 기존 비즈니스 이익 간에 거의 차이가 없습니다. 95번째 백분위수보다 높은 비즈니스는 75개가 있으므로 소수에 해당하지는 않지만 기존 비즈니스의 월간 이익 95번째 백분위수는 1,200입니다. 14,600달러 (PPP 기준 1,590달러)로, 이 환경에서 상당히 크고 수익성이 높은 비즈니스입니다. 대다수의 중소기업은 처음부터 이익이 거의 없으며, 마이크로크레딧은 이러한 중소기업에 도움이 되지 않습니다. 마이크로크레딧이 이미 수익성이 있는 비즈니스를 지원하는 데 가장 효과적이라는 발견은 마이크로크레딧에 대한 많은 수사와 마이크로크레딧 회의론자들의 견해에 모두 반박합니다. 마지막으로, 이 조치로 인해 특히 여성 소유 비즈니스 등 더 많은 비즈니스가 창출되었습니다. 그림 3, 표 3C, 표 A4에서는 이러한 신규 비즈니스의 특성에 관한 자세한 데이터를 보여줍니다. 그림 3의 중앙값 회귀 (기준점 시점에 존재하지 않은 비즈니스의 수익)에 따르면 35번째와 65번째 중앙값 사이의 모든 비즈니스는 처리 지역에서 수익이 유의미하게 낮습니다. 표 4의 5열에 따르면 노이즈 데이터로 인해 전체 실험 대상 지역과 대조 지역의 평균 이익은 크게 다르지 않지만, 전체 실험 대상 지역의 신규 비즈니스 중간값은 Rs. 1,250달러의 수익 감소, 5% 수준에서 유의미함 (표에는 보고되지 않지만 그림에 표시됨). 또한 평균적으로 신규 비즈니스에는 지원 지역의 직원이 있을 가능성이 훨씬 낮습니다. 신규 비즈니스당 직원 수는 0.29~0.11명입니다 (6열). 신규 비즈니스의 경우 모든 결과에 대한 지수가 음수 (표준 편차 0.081)이며 기존 수준에서는 유의미하지만 다중 추론을 보정한 후에는 유의미하지 않습니다 (p 값, 0.028). 이러한 결과는 원칙적으로 대우 효과와 선택 효과의 조합일 수 있습니다.17표 3에서 가구가 작년에 사업을 폐쇄할 가능성이 더 높거나 낮지 않으므로 마이크로파이낸스에 의해 유도된 샘플 선택은 없습니다. 20 그러나 기존 비즈니스에 미치는 영향은 대부분의 비즈니스에 대해 0에 가까운 처리 효과를 나타내고 (점 추정치는 양수임) 신규 비즈니스에 미치는 영향은 선택에 기인할 가능성이 높습니다. 즉, 실험 지역에서 시작된 마진 비즈니스는 대조 지역의 마진 비즈니스보다 수익성이 낮습니다. 시작되는 마진 비즈니스가 대우 그룹에서 다르다는 가설은 대우 지역과 비교 지역에서 기존 비즈니스와 신규 비즈니스의 업종을 비교한 부록 표 4에서 추가로 뒷받침됩니다.18 업종은 비즈니스의 평균 규모와 자본 집약도를 나타내는 대리 변수이며, 실제 규모나 자산 사용보다 오류가 적게 측정될 수 있습니다. 신규 비즈니스의 업종 구성은 다릅니다. 특히 음식 비즈니스(차/커피 스탠드, 음식 판매업체, 키라나/소규모 식료품점, 농업)의 비율은 대조 지역의 신규 비즈니스보다 지원 지역의 신규 비즈니스에서 8.5%포인트 (약 45%) 높고, 지원 지역의 신규 비즈니스 중 릭샤/운전 비즈니스의 비율은 5.4%포인트 (50% 이상) 낮습니다. 두 차이 모두 10% 수준에서 유의미합니다. 식품 비즈니스는 이러한 지역에서 자본 집약도가 가장 낮은 비즈니스로, 평균 자산 가치는 1,000,000루피(1,500달러)에 불과합니다. 930 (주로 도사 타와, 냄비 등) 차량을 렌트하거나 소유해야 하는 릭샤/운전 비즈니스는 평균 1, 000, 000루피(USD 14, 000) 상당의 자산이 있는 가장 자본집약적인 비즈니스입니다. 12,697원 (대부분이 차량 비용임) 마이크로크레딧의 금리가 가구에서 이용할 수 있는 다른 대출처의 금리보다 낮은 경우, 마이크로크레딧은 비즈니스 시작을 위한 수익성 기준점을 낮출 것으로 예상됩니다. 두 결과에 대한 또 다른 설명은 Spandana가 여성에게 대출을 제공하기 때문에 한계 비즈니스가 여성 소유일 가능성이 더 높고 따라서 여성이 활동하는 부문에서 시작된다는 것입니다. 또한 여성이 운영하는 비즈니스는 일반적으로 수익성이 낮은 경향이 있습니다. 이는 여성이 할 수 있는 일과 기업에 투입할 수 있는 노력에 대한 사회적 제약 때문일 수 있습니다.19 표 3의 B 패널에는 두 번째 최종 시점의 비즈니스 실적 변수 결과가 나와 있습니다. 이미 언급했듯이 이 시점에서는 실험군과 대조군 가구가 모두 마이크로크레딧 대출을 받을 가능성이 동일하지만, 실험 지역의 대출이 더 크고 대출 19이러한 경향은 이 데이터에서 확인할 수 있으며, 드멜 외(2009)의 연구에서 스리랑카의 경우에도 확인되었습니다. 21명이 더 오래 대출을 이용하고 있습니다. 결과는 이제 관리 대상 가구가 동일한 비율로 빌린다는 생각과 일치하는 명확한 패턴을 따릅니다. 실험 지역과 대조 지역의 비즈니스 창출 간에 유의미한 차이가 발견되지 않았습니다. 점 추정치는 거의 0입니다 (90% 신뢰 구간은 신규 비즈니스 수가 2% 감소에서 2.5% 증가까지). 신규 비즈니스는 처리 지역과 대조 지역에서 동일한 업종에 속하며, 중간값에서 신규 비즈니스에 미치는 부정적인 영향이 사라졌습니다 (결과 생략). 신규 비즈니스 창출, 전년도에 획득한 비즈니스 자산 등 동시 흐름 투자 결과(8~11열)의 경우 점 추정치가 0에 매우 가깝습니다 (단, 표준 오류가 큼). 반면 지원 지역의 비즈니스는 자산 보유량 (1열)이 훨씬 더 큽니다. 이는 지난 몇 년 동안 빌리고 확장할 수 있었던 기회의 누적 효과를 반영합니다. 그럼에도 불구하고 수익은 여전히 크게 증가하지 않았습니다. 점 추정치는 샘플 평균의 약 60% 이며 t-통계는 약 1.5입니다. 그림 4와 같이 양수 증가는 85번째 백분위수에서 조금 더 일찍 양수로 시작되지만 다시 상위 및 하위 꼬리에 집중됩니다. 전반적으로 마이크로파이낸스는 실제로 (일부) 비즈니스 창출과 관련이 있습니다. 첫해에는 비즈니스를 시작하는 가구 수는 증가하지 않지만 특히 여성이 창업하는 신규 비즈니스 수는 증가합니다. 그러나 이러한 마진 비즈니스는 해당 지역의 평균 비즈니스보다 규모가 작고 수익성이 낮습니다 (대부분의 비즈니스가 이미 작고 수익성이 없음). 또한 기존 비즈니스에 대한 투자가 늘어나고 가장 수익성이 높은 비즈니스의 수익이 개선됩니다. 나머지 모든 사람의 경우 비즈니스 이익이 증가하지 않으며 평균적으로 마이크로파이낸스는 비즈니스가 크게 성장하는 데 도움이 되지 않습니다. Spandana가 운영을 시작한 지 3년이 지났지만 Spandana 이전에 존재했던 비즈니스의 직원 수는 증가하지 않았습니다. 4.3 노동 공급 신용에 액세스하면 저축 및 차입 제약으로 인해 이전에는 구매할 수 없었던 내구재의 투자 또는 구매 자금을 조달하기 위한 노동 공급이 증가할 수 있습니다. 이 분야에서는 마이크로크레딧에 대한 다양한 평가에 따라 결과가 매우 다르게 나타납니다. Augsburg 등(2013)의 경우 청소년의 노동 공급이 우려스러울 정도로 증가한 반면, Crépon 등(2013)의 경우 모든 인구의 노동 공급이 급격히 감소했습니다. 표 5는 프로그램이 노동 공급에 미치는 영향을 보여줍니다. 2022년 종료 시점 1에서 대조군에 속한 가구의 가족 구성원과 배우자는 전체 노동 공급을 평균 3.18시간 (90% CI: 0.84, 5.5) 늘렸습니다. 증가는 전적으로 가구의 자체 비즈니스에서 발생하며 임금을 위해 일하는 시간은 증가하지 않습니다. 가구가 이러한 시간을 완전히 선택하지 않는 경우 이러한 시간의 탄력성이 훨씬 낮을 수 있습니다. 그러나 청소년의 노동 공급이 증가하는 현상은 발견되지 않았습니다. 이는 마이크로파이낸스의 잠재적 단점으로 우려되기도 하며 보스니아 연구에서 발견된 현상입니다 (청소년이 부모에 의해 사업에 참여하기 때문). 실제로 청소년 소녀의 경우 실험 지역에서 대조 지역보다 주당 약 2시간 적게 일하며, 이 차이는 상당합니다. 성인층에서는 증가하고 청소년층에서는 감소하고 있으므로 전체 지수는 당연히 0에 가까우며 중요하지 않습니다. 엔드라인 2에서는 대조군 가구가 대출을 받기 시작하면서 전체 실험 대상과 대조군 간의 차이가 사라집니다. 4.4 소비 표 6에는 마이크로파이낸스가 가구 지출에 미치는 효과에 대한 의도적 치료 추정치가 나와 있습니다. 패널 A의 열 1과 3을 보면 대략적인 성인 1인당 총 가구 지출(전체 또는 내구재)에 있어서 대조군과 실험군 간에 유의미한 차이가 없음을 알 수 있습니다. 두 경우 모두 점 추정치는 기본적으로 0이며, 5% 수준에서 Rs가 있다는 귀무가설을 기각할 수 있습니다. 성인 등가당 총소비가 월 85원, 56% 증가했습니다 (소비의 경우 대조군 평균의 약 6%, 내구재 소비의 경우 4%).20 따라서 마이크로크레딧 액세스 개선은 15~18개월 후 소비가 유의미하게 증가하는 것과 관련이 없는 것으로 보입니다. 물론 이는 상대적으로 적은 수의 사람들이 대출을 받고 통제 그룹의 일부 사용자가 다른 MFI에서 대출을 받는 데 기인할 수 있습니다.21 평균 소비 및 내구재 소비에는 큰 영향이 없지만 지출 구성에는 변화가 있습니다. 2열에 따르면 실험 지역의 가구는 통계적으로 유의미한 금액인 1,000루피를 더 지출했습니다. 인당 월 17.08루피(22달러) 205 per 2090% CI는 총 소비의 경우 (-51, 71), 내구재 소비의 경우 (-59, 46)입니다. 21총 소비량의 경우 치료된 집단 (TOT) 또는 IV 추정치에 대한 암시적 처리는 Rs입니다. 119 (10/.084) 또는 5%가 증가하고 내구재 소비의 경우 Rs. 75 (4%) 감소했습니다. 그러나 TOT 추정치의 90% 신뢰 구간은 넓으며 840루피(또는 60%) 증가에서 1,260루피(또는 120%) 감소까지입니다. 600 (또는 43%) TOT 신뢰 구간의 너비는 물론 낮은 첫 번째 단계에서 비롯됩니다. 2290% CI는 (1, 33)입니다. 23달러 더 지출했습니다. 이 수치는 설문조사 (센터 개소 후 15~18개월) 전에 1년 이상 대출을 받아 대출로 내구재를 즉시 구매한 사람을 놓치기 때문에 내구재 구매에 대한 대출의 총 효과를 과소평가할 수 있습니다. 가장 흔히 구매하는 내구재로는 금, 은, 오토바이, 사리 (주로 결혼식이나 비즈니스 재고용으로 대량 구매), 컬러 TV, 냉장고, 릭샤, 컴퓨터, 휴대전화가 있습니다. 7번과 8번 열을 보면 내구재 이외의 지출에는 감지할 수 있는 변화가 없었습니다. 대신 실험 대상 가구의 내구재 지출 증가는 '유혹 상품' 및 축제 지출 감소로 인해 상쇄되었습니다. 유혹 상품은 기준 설문조사에서 가구가 지출을 줄이고 싶다고 말한 상품입니다. 따라서 모든 가구의 상품 목록은 동일합니다. 여기에는 주류, 담배, 과일 잎, 도박, 집 밖에서 먹는 음식이 포함됩니다. 유혹 상품 지출이 약 300루피 감소합니다. 9,000원 (7열) 8열에서 전년도 인당 축제 지출이 크게 감소한 것을 볼 수 있습니다 (Rs. 대조 수준의 12% 또는 20%(10% 수준에서 유의미함) 유혹 상품과 축제의 평균 소비 감소는 Rs. 1인당 월 21달러입니다. 축제 지출 감소는 결혼식과 같이 규모가 크고 매우 비용이 많이 드는 행사의 큰 변화로 인한 것이 아닙니다 (데이터에 이러한 행사가 거의 없음). 오히려 축제 지출 분포의 모든 수준에서 감소가 발생한 것으로 보입니다. 이러한 변화의 절대 크기는 비교적 작습니다. 예를 들어 최종 지점 1에서 월간 1인당 내구재 지출이 증가한 17%는 2007년 PPP 환율로 약 1.75달러입니다. 하지만 이는 비교 지역의 내구재 총 지출에 비해 약 17% 증가한 수치입니다. 또한 이 수치는 대출을 받지 않은 사용자와 대출을 받은 사용자를 합산한 평균값이므로 대출을 받은 사용자만을 대상으로 계산하면 더 커집니다. 표 6의 B 패널은 실험군과 대조군 모두 마이크로파이낸스 프로그램에 액세스할 수 있는 두 번째 최종 시점의 효과를 보고합니다. 총 1인당 지출 및 총 1인당 내구재 이외 지출 (1열 및 3열)에 미치는 영향은 모두 t-통계가 1에 가까운 음수입니다. 유혹 상품 지출은 여전히 약 루피가 낮습니다. 월 10명(7열)으로, 이제는 효과가 미미합니다(기준선 1과 유사). 축제에 미치는 영향은 이제 긍정적이지만 미미합니다. 또한 최종선 2 (2열)의 내구재 지출 평균에도 차이가 없습니다. 엔드라인 2에서 전체 실험 대상 그룹과 통제 그룹 간의 주요 차이점은 전체 실험 대상 그룹이 더 오래 대출을 받았다는 점입니다. 이는 두 번째 주기에서 전체 실험 대상 그룹의 가구가 대략 같은 크기의 다른 내구재를 사용하여 첫 번째 주기를 반복하는 것처럼 보이지만 통제 그룹의 가구도 내구재를 구매한다는 것을 의미합니다. 4.5 마이크로파이낸스가 사회적 혁명으로서 교육, 아동 노동, 여성 권한 강화에 기여할 수 있을까요? 지금까지의 증거는 서민의 삶에서 마이크로파이낸스의 역할에 대한 표준 설명과는 다른 그림을 제시합니다. 억눌린 수요가 엄청나지 않습니다. 많은 가구가 대출을 받아 내구재를 구매하고, 이를 위해 피할 수 있는 소비를 줄입니다. 일부는 비즈니스에 투자하지만, 이로 인해 대부분의 비즈니스에서 수익성이 크게 증가하지는 않습니다. 마이크로파이낸스 문헌의 또 다른 주요 내용은 여성에게 대출이 제공되고 여성이 자신의 사업을 시작할 기회를 갖게 되면서 가구 내 여성의 전반적인 권한이 강화되고, 이러한 권한 강화는 교육, 건강 등 모든 사람에게 더 나은 결과로 이어진다는 것입니다(예: CGAP, 2009). 실제로 최종 시점 1에서 여성이 관리하는 비즈니스 수가 크게 증가했습니다 (표 7, 열 9).23 이러한 여성 기업가 정신의 증가가 여성의 협상력 향상으로 이어지는지 알아보기 위해 표 7에서는 마이크로파이낸스 이용이 여성의 의사결정, 아동의 교육, 노동력 공급에 미치는 영향을 살펴봅니다. 가구 결정에 관한 여러 연구에 따르면 여성의 협상력이 증가하면 아동의 인적 자본에 대한 투자가 증가한다는 결과가 나타났습니다 (Thomas, 1990 및 Duflo, 2003 참고). 그러나 아동 또는 청소년이 학교에 등록할 확률은 변동이 없으며 (표 7, 열 1, 2, 5, 6), 청소년 소녀의 노동 공급은 감소하는 것으로 나타났습니다 (표 5, 열 5). 사립학교 수수료나 사립학교와 공립학교의 등록자 수에 차이가 없습니다 (공간 절약을 위해 결과가 보고되지 않음). 5~15세 소녀와 소년의 근무 시간도 차이가 없습니다. 23엔드라인 2에서 실험군과 대조군 간에 여성이 운영하는 비즈니스의 수가 차이가 없습니다. 이는 모든 지역에서 마이크로파이낸스에 액세스할 수 있으므로 놀라운 일이 아닙니다. 25(3열 및 4열) 여성의 권한 강화를 나타낼 수 있는 대리변수가 많고 '사회적' 결과도 많으므로 Kling et al. (2007)의 접근 방식을 사용하여 마이크로크레딧이 '사회적 결과'에 영향을 미치지 않는다는 귀무가설을 마이크로크레딧이 사회적 결과를 개선한다는 대안 가설에 대해 테스트합니다. 16가지 사회적 결과에 대해 z-점수의 가중치가 동일한 평균을 구성합니다. 이 방법을 사용하면 사회적 결과에 미치는 효과가 있는 경우 이를 감지할 수 있는 최대의 검정력을 얻을 수 있습니다.24 7열은 사회적 결과 지수에 효과가 없음을 보여줍니다 (점 추정치 0.007 표준편차). 95% 신뢰도로 표준편차의 20분의 1을 초과하는 증가는 배제할 수 있습니다.25 이는 마이크로크레딧이 가구의 의사결정이나 사회적 결과에 중요한 변화를 가져온다는에 대한 일차적 증거가 없다는 것을 의미합니다. 또한 단기적으로만 이러한 현상이 관찰되는 것만이 아닙니다. 2차 기준점까지 큰 변화가 없습니다. 여성 권한 지수에 대한 마이크로파이낸스 액세스의 영향은 여전히 매우 작고 (실제로 약간 부정적임) 중요하지 않으며, 작은 효과가 아닌 다른 모든 효과는 여전히 배제할 수 있습니다. EL2에 따라 빌릴 가능성이 동일한 가구를 비교하고 있습니다. EL2에 따른 주요 차이점은 대조군의 가구가 처음 18개월 동안 마이크로파이낸스에 더 많이 액세스했다는 점입니다. 이로 인해 지역사회 수준에서 사회적 결과의 차이를 감지하는 데 필요한 힘이 제한될 수 있습니다. 5 결론 이 연구는 마이크로파이낸스를 전 세계에 알린 표준 그룹 대출 상품에 대한 최초이자 가장 오래 지속된 평가로, 마이크로파이낸스의 역할을 재고하게 하는 여러 결과를 도출했습니다. 첫 번째 결과는 MFI 및 기타 기관(Google 파트너 포함)에서 주장하는 것과 달리, 소액 대출에 대한 수요가 전혀 보편적이지 않다는 것입니다. 3년차가 끝날 때까지24Google에서 사용하는 16가지 결과는 다음과 같습니다. 식품, 의류, 건강, 주택 구매 및 수리, 교육, 내구재, 금, 은, 투자에 대해 결정을 내리는 여성을 위한 지표, 학교 수업료, 수수료, 기타 교육 비용 지출 수준, 의료비 지출, 십대 소녀 및 십대 소년의 학교 등록, 1세 미만 및 1~2세 여아 수입니다. 이러한 결과는 가구 내 여성의 협상력 변화의 영향을 받을 가능성이 높기 때문에 선택되었습니다. 2595% CI는 (-.04, .05)입니다. 단위는 표준 편차입니다. 26년간의 연구 기간 동안 마이크로크레딧을 이용하는 경향이 상대적으로 높은 가구 중에서 선정된 가구 중 38% 만 MFI26에서 대출을 받았습니다. 이는 이상이 아닌 것으로 보입니다. 유사한 설계 (모로코 및 멕시코)의 다른 두 건의 무작위 실험에서도 비교적 낮은 이용률이 발견되었으며, 마이크로파이낸스 이용에 중점을 둔 남인도 농촌의 다른 연구에서도 이용률이 낮은 것으로 나타났습니다 (Banerjee et al. 2013). 마이크로 비즈니스에서 높은 한계 수익률을 보여주는 증거(예: 드멜 외. 2008)에도 불구하고 대부분의 가구는 24% 이상의 수익률(스판다나 대출의 APR)을 제공하는 프로젝트가 없거나, 친구, 친척 또는 고리대금업자로부터 빌리는 것을 선호합니다. 이는 고리대금업자의 경우 더 높은 이자율이나 친구 또는 친척의 경우 난처함과 같은 비용에도 불구하고 이러한 출처가 제공하는 더 큰 유연성 때문입니다(콜린스 외. 2009). 대출을 선택하는 경우, 소액대출은 일부 대출자가 비즈니스를 확장하거나 여성 소유 비즈니스를 시작하도록 '유도'하는 데는 '성공'하지만, 이러한 소규모 비즈니스를 기반으로 빈곤에서 벗어나는 데는 도움이 되지 않는 것으로 보입니다. 전반적인 복지의 좋은 지표인 월간 소비는 초기에 마이크로파이낸스에 액세스한 사람들의 경우 단기적으로도(대출자가 가정용 또는 비즈니스 내구재 획득에 자금을 조달함에 따라 소비가 증가하지 않거나 감소할 것으로 예상되었을 수 있음) 장기적으로도(이 집단의 가구가 한동안 마이크로크레딧에 액세스한 후에는 이전 대조 그룹의 가구가 지출을 줄여야 함) 증가하지 않습니다. 수익성 상위 그룹의 수익은 크게 증가했지만 대다수 비즈니스의 비즈니스 이익은 증가하지 않았습니다. 이 연구는 매우 높은 성장의 맥락에서 역동적인 도시 환경에서 진행되었습니다. 마이크로크레딧은 이 점에 거의 기여하지 않은 것으로 보이지만 다른 환경에서는 다른 영향을 미쳤을 수 있습니다. 또한 하이데라바드의 경우 마이크로크레딧에 대한 접근이 단기적으로 교육, 건강 또는 여성의 권한 강화에 눈에 띄는 영향을 미치지 않는 것으로 보입니다. 장기적으로 (대출 비율은 동일하지만 대출 집단의 가구가 평균적으로 더 오래 대출을 받는 경우) 여성의 권한 강화나 기타 사회적 결과에 여전히 영향을 미치지 않습니다. 이러한 결과에 대한 연구마다 결과가 다르지만 전체적으로 볼 때 가난한 가정의 기본적인 발달 결과가 극적으로 변화했다는 그림을 보여주지는 않습니다. 26이용률은 전체 실험 대상 지역에서 42%, 통제 지역에서 33% 입니다. 27 따라서 마이크로크레딧은 일부 가구가 중소기업에 투자할 수 있게 해 주지만, 때때로 주장하는 것처럼 '기적'은 아닐 수 있습니다. 한 가지 이유는 이 타겟 그룹에서 운영하는 평균 비즈니스가 작고 (직원이 거의 없음), 수익성이 높지 않으며, 기업가의 기술 및 생활 상황을 고려할 때 성장률이 높은 환경에서도 확장하기 어렵기 때문일 수 있습니다. 그리고 마이크로크레딧 덕분에 생겨난 마진 비즈니스는 수익성과 역동성이 훨씬 낮을 수 있습니다. 마이크로크레딧 실험 지역의 평균 신규 비즈니스는 대조 지역의 신규 비즈니스보다 직원이 있을 가능성이 낮고, 신규 비즈니스의 중앙값은 실험 지역에서 대조 지역보다 수익성이 훨씬 낮습니다. 그럼에도 불구하고 마이크로크레딧은 가구 소비 구조에 영향을 미칩니다. 가구는 내구재에 투자하고 유혹적인 상품 소비와 축제 및 파티 지출을 제한하는 것으로 나타났습니다. 몇 년이 지난 후에도 이러한 감소는 계속되고 있으며, 이러한 감소는 특히 선행이 많은 일부 가구로 인한 것이 아니라 전체 샘플에 걸쳐 나타나는 것으로 보입니다. 이러한 유형의 비용은 다른 모든 연구에서도 비슷하게 감소했습니다. 따라서 소비 변화는 특정 MFI의 이데올로기에 연결되어 있지 않은 것으로 보입니다. 마이크로파이낸스는 노동 공급 선택에도 영향을 미칩니다. 여기서는 대출을 이용할 수 있는 가구가 자신의 비즈니스에 더 열심히 일하는 것으로 나타났습니다. 다른 환경에서는 다른 곳에서 힘든 노동을 줄이는 것으로 나타났습니다. 따라서 마이크로크레딧은 신용뿐만 아니라 저축 기회에 대한 액세스가 제한된 환경에서 금융 상품으로서의 역할을 합니다. 이는 가구가 비즈니스 투자를 비롯한 다양한 시간 간 선택을 할 수 있는 능력을 확장합니다. 마이크로크레딧 애호가들이 저소득층을 위한 비즈니스의 잠재력을 수익원과 여성 소유자를 위한 권한 부여 수단으로 과대평가한 것만이 실수일 수 있습니다. 응답
다음은 연구 논문과 관련된 질문에 대한 답변입니다.
|
|