A fejlődő országok bankjai gyakran nem adnak hitelt a szegényeknek, mert nincs hitelképességük, vagy csak túlságosan magas kamatban nyújtanak hitelt, így sok ember soha nem léphet ki a szegénység köréből.
Natalia Rigol innovatív gondolkodású doktori jelölt a MIT közgazdaságtanban. Kíváncsi lehet-e a közösségi információk felhasználásával informális hitelminősítést létrehozni, hogy segítse a bankokat vagy a mikrofinanszírozási intézményeket abban, hogy eldöntsék, kinek kölcsön kölcsönt? Rigol kísérleti projektet indított ez a kérdés Indiában ezen a nyáron, és most sokkal nagyobb tanulmányt indít mintegy 1500 kisvállalkozás-tulajdonosról Indiában a szegény közösségekben.
Mondjon egy kicsit háttéréről és arról, hogyan ösztönözte Önt közgazdászként?
Eredetileg Kubából származom, tehát Kubában 9 éves koromig éltem, és ott kezdtem az iskolámat. 9 éves korában Oroszországba költöztem és két évig ott laktam, majd két évig a Cseh Köztársaságban voltam. 13 éves koromban érkeztem az Egyesült Államokba, és középiskolámat a floridi középiskolába végeztem. Harvardon végeztem az alsó tagozatomat, és doktori fokozatot szereztem a MIT-ben, ahol öt éve voltam. Mikor nem voltam fiatalabb, egy mentorral - Rohini Pande közgazdászmal - kezdtem együtt dolgozni a Harvardon. Ő volt az, aki rákapcsolta a mikrofinanszírozás és a nemek közötti egyenlőség kérdéseire, amelyekre összpontosítom most.
Milyen az indiai munka?
Indiában a szegénység kérdése rendkívül feltűnő. India remek hely a [kutatáshoz], mert sok ország él sok országban. Az emberek Kínát tekintik erre a példaértékű országra, de India az igazán nagy jövedelmi egyenlőtlenség szempontjából sokkal inkább úgy néz ki, mint amilyenek a szegény országok hamarosan megjelennek. Ez egy olyan hely, ahol gondolkodni lehet a szegénységgel kapcsolatos kérdésekben és valóban tanulni.
Mondja el nekünk a jelenlegi projektjét.
Az egyik nagy probléma a szegények finanszírozásában az, hogy a szegényeknél nincs sok információ róla. Ha gondolkodik a fejlett országokban, például Amerikában, a pénzügyekről, akkor felkeresheti az American Express szolgáltatást, és az American Express megbízható információkat fog kapni Natalia Rigolról - hogyan néz ki megtakarításai, hogyan néz ki hitelképessége. Egy olyan társaságnak, amely kölcsönt fog kölcsönözni Natalia Rigolnak, rengeteg információ van. De a fejlődő országokban nincs ilyen. Indiában csak most kapnak társadalombiztosítási számokat az emberek számára. A banknak nincs sok információ a szegény emberekről. Ha a banknak nincs információja a szegény emberekről, akkor a kölcsön megszerzésének egyik módja a biztosíték nyújtása. De természetesen a szegény embereknek nincs. A bankoknak nagyon nehéz különbséget tenni Natalia és Emily között. Ugyanezek nézünk ki nekik. Végül a bank úgy dönt, hogy magas kamatot számít fel, mert kockázatot vállalnak. Az a kérdés, amelyben érdekel, a következő: Van-e olyan eszköz, amelyet fejleszthetünk, amely segíthet a bankoknak megkülönböztetni Natália és Emily között?
Hogyan működhet ez?
Gondolkodtam azon információk felhasználására, amelyek a közösségekben elérhetők. Különösen olyan helyen, mint India, az emberek a közösségi hálózatokban élnek. Nem olyan, mint az Egyesült Államokban, ahol házban él, és talán nem ismeri a szomszédait. A projekt megpróbálja megérteni, hogy van-e információ az embereknek egymásról, amelyekről egy hitelező intézmény hasznos lehet Natalia és Emily megkülönböztetésében. Megyek egy közösségbe, és arra kérem az embereket, hogy beszéljenek velem Nataliáról és Emily-ről, és mondjanak el nekem különféle információkat Natalia-ról és Emily-ről - kérdések például a munka etikájára, intelligenciájára, üzleti értelmére vonatkozóan. Ki lesz a legtermékenyebb? Ki fogja a legjobban vállalkozását terjeszteni? Úgy tűnik, hogy a közösségek tudják, hogy kik képesek.
Hogyan működik az információgyűjtési folyamat?
Először magán interjút készítünk minden háztartásukról saját otthonukban. Itt rengeteg információt gyűjtünk egy ember háztartásáról, üzleti és személyes képességeiről. Ezen adatok egy részét felhasználjuk annak ellenőrzésére, hogy a közösség tagjai tudnak-e egymással kapcsolatos dolgok, mivel azt azelőtt hajtják végre, hogy valaki tud valamit arról a tényről, hogy társaikat rangsorolni fogja. Ezután öttagú csoportokat [barátok és szomszédok] hívunk egy csarnokba, ahol vezetik a "rangsoros játékunkat". A véletlenszerűségektől függően ezeket más emberek jelenlétében vagy önmagukban végzik el, és megkérdezik, hogy információikkal szolgálnak-e a támogatások kiosztására vagy sem, és ösztönzőket kapnak-e vagy sem. A játék végén sorsolást folytatunk a támogatás nyerteseinek kiválasztása céljából. Ezután nyomon követési interjúkat készítünk az üzleti és a háztartási vagyon változásainak mérésére, és ezeket az adatokat arra használjuk, hogy ellenőrizzük, vajon a közösség tagjai előre tudják-e várni az üzleti növekedést.
A közösség tagjai kitöltik Rigol felmérését. (Natalia Rigol) Milyen kérdéseket tesz fel?
Az első interjú során információkat kérünk a háztartás minden tagjának munkaviszonyáról, nagyon részletes információkat az összes háztartási vállalkozásról, pszichometrikus kérdéseket az üzleti tulajdonosokkal, és sok kérdést kérünk a vagyonról, az egészségről és az általános jólétről.
Hogyan tudja megbizonyosodni arról, hogy az emberek elmondják az igazságot barátaikról és szomszédaikról?
Ha egy közösségbe megy, és kérdéseket tesz fel, és az emberek tudják, hogy az információt viszonylag nagy összegű támogatások elosztására fogják felhasználni, akkor valószínűleg hazudni fognak. Rengeteg kísérleti adat van, amelyek azt sugallják, hogy az emberek valójában hazudnak, ha ösztönzik őket hazudni. Tudni akarom, hogyan lehet az embereket elmondani az igazat.
A legmegfelelőbb módja ennek az, ha az embereknek [pénzügyi] ösztönzőket adunk a válaszukra. Nagyobb ösztönzőket kínálunk az igazság elmondására. Az általunk a MIT-ben Drazen Prelec által kifejlesztett, a Bayesian Truth Serum által kifejlesztett, társalapú felhívás szabályait használjuk. A szabály úgy működik, hogy arra kérjük az embereket, hogy az elsőrendű hiedelmeiket - az embereket a legmagasabbtól a legalacsonyabb nyereségig - és a második rendű hiedelmeiket - hányan mondják meg a közösségben, hogy Emily a legmagasabb rangú? Hány azt mondaná, hogy ő a második legmagasabb rangsorban lesz, és így tovább? Fizetünk az embereknek első és második rendű meggyőződésük alapján. A másodrendű hiedelmek fizetése egyszerű: látjuk, hogy hány emberük úgy gondolta, hogy Emily-et rangsorolják, majd látjuk, hogy valójában hány ember rangsorolta Emily-et az első. Az elsőrendű hitek fizetése a nehéz feladat. A szabály úgy működik, hogy nagyobb összegeket fizet azoknak az embereknek, akik "meglepően gyakran" válaszokat adnak, vagyis az elsőrendű hiedelem sokkal gyakoribb a lakosságban, mint az emberek azt jósolták, hogy másodrendű hiedelmekkel járna. A Prelec bebizonyította, hogy ez az ösztönző fizetési szabály igaz - az embereknek jobb, ha az igazat elmondják, amit tudnak, mint hazudnak. Vannak néhány laboratóriumi kísérlet a hallgatókkal, amelyek megerősítik ennek a szabálynak a tulajdonságait.
Mennyibe kerülnek a támogatások? És hogyan segíthetnek az ilyen jellegű támogatások vagy mikrohitelök az elszegényedett közösség embereiben?
A támogatások 100 dollár, ami valóban hatalmas összeget jelent ennek a lakosságnak. Ez az üzleti tulajdonos tőkéjének körülbelül 30% -a. Más tanulmányok szerint a mikrovállalkozók valóban eredményesek. 100 dollárt adsz nekik, és profituk két vagy három évvel 50 százalékkal növekszik, és továbbra is magasabbak lesznek. Ami a hatásokat illeti: növekszik az emberek fogyasztása, javul az emberek egészsége. 100 dollárral a férje bármilyen műveletet elvégezhet, és visszatérhet dolgozni, míg a 100 dollár hiánya azt jelenti, hogy szó szerint szomorú szegénységben szenved.
Milyen tervei vannak a projekt jövőjét illetően?
Alapvető felmérést készítünk, és decemberre vagy januárra elkészítjük. Ezután véletlenszerűen osztjuk el a támogatásokat annak mérésére, hogy a közösségek képesek voltak-e megjósolni az eredményeket, vagy sem. Valószínűleg egy-két évig nyomon követjük az embereket, hogy megtekintsék vállalkozásuk és háztartási jövedelmük alakulását, és megtudják, hogy a közösségi információk hogyan jósolják ezt. Egy mikrofinanszírozási intézménnyel dolgozunk, amely nagyon érdekli ezt a projektet. A következő lépés, ha működésbe kerül, megnézné, hogyan tudják ezt integrálni a műveletekbe.
