بررسی تأثیر وام‌های خُرد بر سطح درآمد افراد و خروج از فقر: رویکرد شبیه‌سازی عامل‌بنیان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.

2 استاد، دانشکده منابع طبیعی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، تهران، ایران.

3 دکتری، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.

4 دانشجوی دکتری، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.

10.48308/jimp.14.1.91

چکیده

مقدمه و اهداف: تأمین مالی خرد به عنوان استراتژی غالب فقرزدایی با هدف ایجاد کسب و کارهای خرد و رهایی از فقر، به افراد فقیر خدمات مالی ارائه می‌دهد. این پژوهش تأثیر بکارگیری وام‌های خرد بر رشد درآمد افراد و خروج آنها از خط فقر را مورد بررسی قرار می‌دهد. همچنین با توجه به کمک مالی به صندوق تأمین مالی خرد، تغییر در میزان کمک مالی و تأثیر آن در خروج افراد از خط فقر مورد بحث قرار می‌گیرد. بعلاوه تأثیر بازاریابی و افزایش احتمال فروش به‌عنوان خدمات مکمل تأمین مالی خرد، در رشد درآمد مورد بررسی قرار می‌گیرد. لذا این پژوهش تأثیر ارائه وام‌های خرد صندوق تأمین مالی بر سطح درآمد افراد و خروج آنها از خط فقر را با در نظر گرفتن دو سیاست تغییر تعداد سال‌های کمک مالی به صندوق و افزایش احتمال فروش مورد بررسی قرار می‌دهد.
روش‌ها: در صندوق‌های تأمین مالی خرد، نحوه تأمین منابع، شیوه اعتباردهی، شرایط متفاوت وام‌دهی‌ و همچنین تعاملات بین افراد، نحوه عضویت آنها و تأثیرگذاری بر دریافت وام، فضای پیچیده‌ای را ایجاد می‌کند. ویژگی‌‌ها و رفتارهای ناهمگون افراد و همچنین تعاملات بین آنها در محیطی پویا، موجب پدید آمدن رویدادهای پیچیده‌ای می‌شود که استفاده از رویکرد شبیه‌سازی عامل‌بنیان می‌تواند به درک و مدل‌سازی آن کمک کند. مدل‌سازی و شبیه‌سازی عامل‌بنیان یک دیدگاه عاملی و یک رویکرد شبیه‌سازی از مجموعه‌ای از عوامل خودمختار، مستقل و تصمیم‌گیرنده است که به طور گسترده‌ای با هم در ارتباط بوده و تلاش می‌کند تا با مدل‌سازی رفتار عناصر فردی، نتایج نهایی سیستمی را بررسی کند. در این پژوهش از رویکرد شبیه‌سازی عامل‌بنیان استفاده شده است.
یافته‌ها: نتایج شبیه‌سازی نشان می‌دهد ارائه وام خرد سبب افزایش درآمد افراد گردیده و امکان خروج از فقر مطلق را برای اکثر افراد فراهم می‎‌آورد. در این تحقیق نرخ بهره را صفر لحاظ کردیم، نتایج نشان داد که موجودی صندوق مبتنی پس‌انداز و بازپرداخت اقساط می‌تواند افزایش می‌یابد بطوریکه تعداد وامهای پرداخت شده حتی در سیاست 2 سال کمک مالی نیز روندی افزایشی داشته است. از این رو با ارائه وامهای خرد بدون بهره و حتی محدودیت در مدت زمان کمک، می‌توان صندوق تأمین مالی خرد پایدار ایجاد نمود. همچنین سیاست تغییر تعداد سالهای کمک مالی به صندوق و افزایش سالهای کمک از سه سال به چهار سال تأثیر بسزایی در افزایش درآمد افراد ندارد و صندوق‌ بر اساس پس‌انداز و دریافت بازپرداخت اقساط، امکان ادامه فعالیت خواهد داشت، اما افزایش تعداد سال‌های کمک سبب می‌گردد تعداد وا‌م‌های بیشتری به افراد عضو ارائه گردد بطوریکه در سیاست 2 و 3 و 4 سال کمک مالی به صندوق تعداد وامهای پرداخت شده به ترتیب برابر با 155، 221 و 278 مورد می‌باشد. همچنین نتایج مدل‌سازی سیاست افزایش احتمال فروش در رشد درآمد و خروج از فقر نشان داد که در سناریو با احتمال فروش 80 درصد، درآمد افراد و تعداد افراد بالای خط فقر نسبت به سناریو احتمال فروش 60 درصد، بسیار بیشتر است. در مجموع بررسی سیاست‌های تغییر تعداد سال‌های کمک مالی به صندوق و تغییر احتمال فروش نشان داد که کمک مالی بیشتر به صندوق، منجر به درآمد بیشتر افراد و خروج بیشتر آنها از خط فقر نمی‌گردد، بلکه آنچه باعث درآمد بیشتر می‌گردد کمک به بازاریابی و فروش بیشتر محصول است.
نتیجه‌گیری: کاهش تعداد سالهای کمک به صندوق و بکارگیری منابع مالی آزاد شده ناشی از آن در جهت ایجاد بازار و افزایش احتمال فروش، سبب اثربخشی بیشتر سیاستهای فقرزدایی می‌گردد. به عبارتی چنانچه منابع کمک‌های مالی در راستای ایجاد بازارهای تضمینی و یا شکل‌دهی بازارهای دائمی برای افراد عضو صندوق صورت پذیرد، نسبت به افزایش سالهای کمک به صندوق، اثر اهرمی بیشتری جهت درآمدزایی و افراد ایجاد می‌نماید.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

The Effects of Microfinance on Income and Lifting poor out of Poverty: Agent based Modeling

نویسندگان [English]

  • Mohammad Reza Sadeghi Moghadam 1
  • Mehdi Ghorbani 2
  • Mahsa Soltani Neshan 3
  • Mehrdad Hamidi Hedayat 4
1 Associate Professor, Faculty of Industrial and Technology Management, School of Management, University of Tehran, Tehran, Iran.
2 Professor, Faculty of Natural Resources, School of Agriculture and Natural Resources, University of Tehran, Tehran, Iran.
3 Ph.D., Faculty of Industrial and Technology Management, School of Management, University of Tehran, Tehran, Iran.
4 PhD student, Faculty of Industrial and Technology Management, School of Management, University of Tehran, Tehran, Iran.
چکیده [English]

Introduction: Microfinance as a predominant poverty alleviation strategy with the aim of lifting poor out of poverty, provides financial services to poor. This research examines the effect of using micro loans on the growth of people's income and lifting them from poverty line. Also, with regard to the financial aid to MFI, changing in years of donate and its effect on lifting people from poverty line are discussed. In addition, the effect of marketing and increasing the probability of sales as a complementary service of microfinance, in the growth of income is investigated. Therefore, this research, examines the effect of microfinance on increase income and lifting poor from poverty by considering two policies changing the number of years of donate to MFI and increasing the probability of selling the product.
Methods: In MFIs, the way of providing resources, different conditions of lending, as well as the interactions between people, and become member of MFIs and influencing receipting of loans, creates a complex environment. The heterogeneous characteristics and behaviors as well as the interactions between agents in a dynamic environment, cause the emergence of complex events that using agent-based modeling approach can help to understand and model. agent-based modeling is a simulation approach of a set of autonomous, independent and decision-making agents that are interconnected and tries to investigate the final results of a system by modeling the behavior of individual elements. In this research, agent-based modeling approach has been used.
Results and discussion: The result shows the provision of microloans has increased people's income and provides the possibility of getting out of absolute poverty for most people. In this research, we considered the interest rate to be zero, the results showed the resorce of MFI based on savings and repayment of installments can increase, so that the number of paid loans even in the policy of 2 years donate increased. Therefore, by providing interest-free microloans and even limiting the duration of assistance, a sustainable microfinance MFI can be created. Also, the policy of changing the number of years of donate to MFI and increasing the number of years of donate from three years to four years does not have a significant effect on increasing people's income, and MFI will be able to continue based on savings and receiving repayment of installments, but increasing the number of years of donate will cause the number of loans so that by increasing years of donate to 2, 3 and 4, the number of loans paid is equal to 155, 221 and 278, respectively. Also, the results of modeling of increasing the probability of sale showed that in the scenario with the probability of 80% sales, the income of people and the number of people above the poverty line are much higher than the scenario of the probability of 60% sales. Totally, the modeling of the policies of changing the number of donate years to MFI and changing the probability of sales showed that more financial aid to MFI does not lead to more income of people and lifitin tehm from poverty line, but what causes more income is helping to marketing and sales product.
Conclusions: Reducing the number of donate years and using the released financial resources to create a market and increase the possibility of sales will make poverty alleviation policies more effective. In other words, if the financial resources of donate helps to create guaranteed markets or to form permanent markets, creates a greater leverage effect for increasing income of  members than the increase the number of donate years to MFI.
 

کلیدواژه‌ها [English]

  • Agent based Modeling
  • Microfinance
  • Povety Alleviation
  • Poverty Line
  • Saving

مراجع

  1. A collection of poverty monitoring reports (2022). Report No. 119. Available from: https://saman.mcls.gov.ir/ (In Persian(.
  2. Aghion, A., & Morduch, J. (2003). Microfinance Beyond Group Lending. Economics of Transition and Institutional change, 8(2), 401-420.
  3. Asgharizadeh, E., Sadeghi Moghadam, M.R., Safari, H., & Soltani Neshan, M. (2019). The effects of customers' decision making with Different Risk preference on Waranty Providers: Agent based Modeling. Industrial Management prespective, 9(1), 31-59. (In Persian(. Available from: https://akharinkhabar.ir/money/9634506.
  4. Badakhshan, E., Pishvaee, M.S., & Sahebi, H. (2016). A simulation-based optimization model for integrated planning of financial and physical flows in the supply chain. The Journal of Industrial Management prespective, 6(1), 31-51. (In Persian(
  5. Banerjee S.B., & Jackson, L. (2017). Micro-finance and the business of poverty reduction: critical perspectives from rural Bangladesh. Human Relations, 70(1), 63–91.
  6. Bhatt, N., & Tang, Sh. (2001). Delivering Microfinance in Developing Countries: Controversies and Policy Perspectives. Policy Studies Journals, 29(2), 319 - 333.
  7. Bourhime, S., & Tkiouat, M. (2018). Rethinking Microfinance in a Dual Financial System: An Agent-based Simulation. Scientific Annals of Economics and Business, 65(1), 13-29.
  8. Das, S.K., & Bhowal, A. (2013). Impact of self-help group on members and its involvement in social issues: core vs. peripheral issues. International Journal of Business and Management Invention, 2(12), 48–72.
  9. Farahbakhsh, M., Mahmoud Modiri, M., Khatami Firozabadi, S.M.A., & Pour Ebrahimi, A. (2023). Power Industry’s Life Cycle Simulation using Agent Based Modeling. The Journal of Industrial Management prespective, 12(4), 9-35. (In Persian(
  10. Global Issue. Ending poverty. (2018) Available from: https://www.un.org/en/global-issues/ending-poverty.
  11. Helms, B. (2006). Access for All: Building Inclusive Financial Systems. The World Bank.
  12. Joshi, M.Y., Flacke, J, & Schwarz, N. (2020). Do microfinance institutes help slum-dwellers in coping with frequent disasters? An agent-based modelling study. International Journal of Disaster Risk Reduction, 49, 1-22.
  13. Khaki, N. (2009). Poverty redusction and Microfinanace case study: Keshavarzi bank. Journal of Finanacial studies, 3, 111-136. (In Persian(
  14. Khandker S.R. (2005). Micro-finance and poverty: data from Bangladesh. World Bank Economic Review, 19(2), 263–286.
  15. Khosravi Nezhad, A.K. (2012). Estimating poverty and poverty indicators in urban and rural areas. Quarterly Journal of Economic Modelling, 6(2), 39-60. (In Persian(.
  16. Kraemer-Eis, H., Lang, F. (2012). The importance of leasing for SME finance. European Investment Fund (EIF), EIF Working paper No 2012/15.
  17. Lal, S., Kumar, D., & Murtaza Gh. (2023). Impact of Microfinance on Poverty Reduction: A Case Study of Khushhali Bank Mirpur Khas District Pakistan. Journal of Humanities and Social Sciences, 11(2), 953– 962.
  18. Ledgerwood, J. (1999). Microfinance handbook: An institutional and financial perspective. The World Bank, Washington, DC.
  19. Macal, C.M., & North, M.J. (2008). Agent-based modeling and simulation: ABMS examples. In Proceedings of the 40th Conference on Winter Simulation. 101- 112.
  20. Maeenuddin, Shaari Abd, H., Padzil Mohd, H., & Annuar MD, N. (2023). Predictors of microfinance sustainability: Empirical evidence from Bangladesh. Cogent Economics & Finance, 11(1), 1– 16.
  21. Morduch, J. (1999a). Between the Market and State: Can Informal Insurance Patch the Safety Net? World Bank Research Observer 14(2), 187 - 207.
  22. Morduch, J. (1999b). The Microfinance Promise. Journal of Economic Literature 37 (4), 1569 - 1614.
  23. Morduch, J. (2000). The Microfinance Schism . World Development Journal of Economic Literature, 28 (4), 617 - 629.
  24. Ozdemir, M., Savasan, F., & Ulev, S. (2023). Leveraging financial inclusion through Islamic microfinance: A new model proposal for participation banks in Turkiye. Borsa Istanbul Review, 23(3), 709– 722.
  25. Rashid, S., Yoon, Y., & Kashem, S.B. (2011). Assessing the potential impact of Microfinance with agent-based modeling. Economic Modelling, 28, 1907-1913.
  26. Saqalli, M., Gerard, B., Bielders, Ch., & Defourny, P. (2011). Targeting rural development interventions: Empirical agent-based modeling in Nigerien villages. Agricultural Systems, 104(4), 354-364.
  27. Singh, P.K., & Chudasama, H., (2020). Evaluating poverty alleviation strategies in a developing country. PLOS ONE, 15(1), 1- 23.
  28. Statistics report, 21 Microfinance Statistics You Need to Know. (2021). Available from: https://fitsmallbusiness.com/microfinance-statistics/
  29. Westover, J. (2008). The record of micro-finance: the effectiveness/ineffectiveness of microfinance programs as a means of alleviating poverty. Electronic Journal of Sociology. ISSN 1198 3655.
  30. Wright, G. A. N. (2000). Micro-finance Systems: designing quality financial services for the poor. Zed Books Ltd. London & New York, USA.
  31. Yunus, M., (2018). A world of three zeros: the new economics of zero poverty, zero unemployment, and zero net carbon emissions. Hachette Book Gorup, New York. Translated by Ghorbani, M. (In Persian(.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار