Kehitysmaiden pankit eivät usein lainaa köyhille, koska niillä ei ole luottoa tai ne lainaavat vain kohtuuttoman korkeilla korkoilla, joten monet ihmiset eivät voi koskaan päästä eroon köyhyyden kierrosta.
Natalia Rigol on MIT: n taloustieteen tohtori, innovatiivisella ajatuksella. Onko hän miettinyt, että yhteisötietojen avulla voidaan luoda epävirallinen luottoluokitus auttaa pankkeja tai mikrorahoituslaitoksia päättämään, kenelle lainata rahaa? Rigol toteutti pilottihankkeen, jossa kysyttiin tätä kysymystä Intiassa kesällä, ja hän on nyt käynnistämässä paljon laajemman tutkimuksen noin 1500 pienyrityksen omistajasta Intian köyhissä yhteisöissä.
Kerro meille vähän taustastasi ja kuinka inspiroit tulla taloustieteilijäksi?
Olen kotoisin Kuubasta, joten asusin Kuubassa 9-vuotiaana ja aloitin siellä koulunkäynnin. 9-vuotiaana muutin Venäjälle ja asusin siellä kaksi vuotta, ja sitten olin kaksi vuotta Tšekissä. Tulin Yhdysvaltoihin, kun olin 13-vuotias ja suoritin lukion lukiossa Floridassa. Menin tekemään ala-asteeni Harvardiin ja jatkoin tohtorintutkintoani MIT: ssä, jossa olen ollut viisi vuotta. Kun olin ala-alainen, aloin työskennellä mentorin - ekonomistin Rohini Panden - kanssa Harvardissa. Hän kiinnitti minut mikrorahoitus- ja sukupuolikysymyksiin, joihin keskityn nyt.
Millainen on työskennellä Intiassa?
Intian köyhyysongelmat ovat erittäin silmiinpistäviä. Intia on loistava paikka tehdä tutkimusta, koska se on paikka, johon suuntautuvat monet maat. Ihmiset ajattelevat Kiinaa olevan tästä esimerkillisestä maasta, mutta Intia näyttää paljon suuremmalta kuin mitä köyhät maat tulevat näyttämään pian, kun kyseessä on todella suuri tuloerot. Se on paikka, jossa voit miettiä köyhyysongelmia ja todella oppia.
Kerro meille nykyisestä projektistasi.
Yksi iso ongelma köyhien rahoittamisessa on se, että köyhien kanssa sinulla ei ole paljon tietoa heistä. Jos ajattelet rahoitusta kehittyneissä maissa, esimerkiksi Amerikan kaltaisissa paikoissa, voit käydä American Expressissä, ja American Expressillä on luotettavaa tietoa Natalia Rigolista - miltä hänen säästönsä näyttävät, miltä hänen luottotuloksensa näyttää. Yrityksellä, joka aikoo lainata Natalia Rigolille, on paljon tietoa. Mutta kehitysmaissa ei ole mitään sellaista. Intiassa he saavat vasta nyt ihmisten sosiaaliturvatunnuksia. Pankilla ei ole paljon tietoa köyhistä ihmisistä. Jos pankilla ei ole tietoja köyhistä ihmisistä, yksi tapa saada lainaa on vakuuden asettaminen. Mutta tietenkin köyhillä ihmisillä ei ole sitä. Pankkien on erittäin vaikea erottaa Natalia ja Emily. Odotamme samalla tavalla heille. Loppujen lopuksi pankki päättää veloittaa korkean koron, koska he ottavat riskin. Minua kiinnostava kysymys on seuraava: Onko voimme kehittää työkalua, joka voi auttaa pankkeja erottamaan Natalian ja Emilyn?
Kuinka se voisi toimia?
Olen ajatellut käyttää tietoa, jota on saatavana yhteisöissä. Erityisesti Intian kaltaisessa paikassa ihmiset elävät sosiaalisissa verkostoissa. Se ei ole kuin Yhdysvalloissa, jossa asut talossa, ja et ehkä tunne naapureitasi. Hankkeella yritetään ymmärtää, onko ihmisillä toisistaan tietoa, jonka luotonantajalaitos olisi hyödyllinen erottaessaan Nataliaa ja Emilyä. Menen yhteisöön ja pyydän ihmisiä puhumaan kanssani Nataliasta ja Emilystä ja kertomaan minulle erityyppisiä tietoja Nataliasta ja Emilystä - kysymyksiä esimerkiksi työetiikasta, älykkyydestä, liiketaloudesta. Kuka tulee olemaan tuottavin? Kuka kasvattaa liiketoimintaansa eniten? Näyttää siltä, että yhteisöt tietävät kuka on erittäin kykenevä.
Kuinka tiedonkeruuprosessi toimii?
Teemme ensin haastattelun yksityisesti jokaisesta kotinsa kotitaloudesta. Täällä keräämme paljon tietoja ihmisen kotitaloudesta, yrityksestä ja henkilökohtaisista kyvyistä. Käytämme osaa näistä tiedoista vahvistaaksemme, tietävätkö yhteisön jäsenet asioita toisistaan, koska se tehdään ennen kuin kukaan tietää mitään siitä, että he aikovat luokitella ikäisensä. Kutsumme sitten viisijäseniset [ystävien ja naapureiden] ryhmät aulaan, jossa he pitävät "ranking-peliä". Satunnaistamisesta riippuen he suorittavat ne muiden ihmisten läsnä ollessa tai yksin, ja heille kerrotaan, käytetäänkö heidän tietojaan apurahojen jakamiseen ja saavatko he kannustimia. Pelin lopussa järjestämme arpajaiset avustusvoittajien valitsemiseksi. Suoritamme sitten seurantahaastattelut yritystoiminnan ja kotitalouksien vaurauden muutosten mittaamiseksi ja käytämme näitä tietoja vahvistaakseen, voisiko yhteisön jäsenet ennustaa liiketoiminnan kasvua.
Yhteisön jäsenet täyttävät Rigolin kyselyn. (Natalia Rigol) Mitä kysymyksiä kysyt?
Ensimmäisessä haastattelussa pyydämme tietoja kaikkien kotitalouksien jäsenten työvoimatoiminnasta, erittäin yksityiskohtaisia tietoja kaikista kotitalousyrityksistä, psykometrisiä kysymyksiä yrityksen omistajien kanssa ja paljon kysymyksiä varallisuudesta, terveydestä ja yleisestä hyvinvoinnista.
Kuinka varmistat, että ihmiset kertovat totuuden ystävistä ja naapureista?
Jos menet yhteisöön ja kysy kysymyksiä, ja ihmiset tietävät, että tietoja käytetään jakamaan suhteellisen suuria apurahoja, on mahdollista, että he valehtelevat. Meillä on paljon pilottitietoja, jotka viittaavat siihen, että ihmiset todella valehtelevat, jos heillä on kannustin valehdella. Haluan tietää miten saada ihmiset kertomaan totuuden.
Huomattavin tapa tehdä tämä on antaa ihmisille [taloudellisia] kannustimia vastauksiinsa. Tarjoamme korkeamman kannustimen totuuden kertomiseen. Käytämme vertaistutkimuksen maksusääntöä, Bayesian Truth Serum, jonka on kehittänyt Drazen Prelec täällä MIT: ssä. Säännön toimintatapa on, että pyydämme ihmisiä heidän ensimmäisen asteensa uskomuksistaan - järjestämään ihmiset korkeimmasta matalampaan voittoon - ja heidän toisen asteensa uskoihinsa - kuinka moni yhteisössä sanoisi Emilyn korkeimmalle? Kuinka monet sanoisivat hänen olevan toiseksi korkein, ja niin edelleen? Me maksamme ihmisille heidän ensimmäisen ja toisen asteen vakaumuksensa perusteella. Toisen asteen uskomusten maksaminen on helppoa: näemme kuinka monta ihmistä he arvasivat sijoittavansa Emilyn numeroon yksi, ja sitten näemme kuinka monet ihmiset tosiasiassa sijoittautuivat Emilylle numeroon yksi. Ensisijaisten uskomusten maksaminen on vaikea osa. Sääntö toimii maksamalla suurempia summia ihmisille, jotka antavat "yllättävän yleisiä" vastauksia, mikä tarkoittaa, että ensimmäisen kertaluvun uskomus on yleisempää väestössä kuin ihmiset ennustivat olevan toisen kertaluokan uskomusten kautta. Prelec on todistanut, että tämä kannustinmaksusääntö on totuudenmukainen - ihmisten on parempi kertoa totuus tietämästään kuin valehtelemisesta. On myös joitain laboratoriokokeita opiskelijoiden kanssa, jotka vahvistavat tämän säännön ominaisuudet.
Kuinka paljon apurahoja on? Ja kuinka tällaiset apurahat tai mikroluotot voivat auttaa köyhdytetyn yhteisön ihmisiä?
Apurahat ovat 100 dollaria, mikä on todella suuri määrä rahaa tälle väestölle. Tämä on noin 30 prosenttia yrityksen omistajan pääomasta. Muiden tutkimusten mukaan mikroyrittäjät ovat todella tuottavia. Annoit heille 100 dollaria, ja heidän voitot kasvaa 50 prosenttia kaksi tai kolme vuotta linjaan nähden ja ovat edelleen korkeammat. Vaikutusten suhteen: ihmisten kulutus kasvaa, ihmisten terveys paranee. 100 dollarilla, aviomiehesi voi mennä saamaan kaiken operaation ja palata töihin, kun taas 100 dollarin puuttuminen tarkoittaa sitä, että olet kirjaimellisesti törkeä köyhyys.
Mitkä ovat suunnitelmasi tämän projektin tulevaisuudelle?
Teemme perustutkimuksen, ja se tehdään joulukuuhun tai tammikuuhun mennessä. Sitten jaamme satunnaisesti avustuksia sen mittaamiseksi, pystyivätkö yhteisöt ennustamaan tuloksia vai eivät. Seuraamme todennäköisesti ihmisiä yhden tai kahden vuoden ajan nähdäksemme heidän liiketoimintansa ja kotitaloustulojensa kehityksen ja nähdä, kuinka yhteisön tiedot ennustavat sitä. Teemme yhteistyötä mikrorahoituslaitoksen kanssa, joka on erittäin kiinnostunut tästä projektista. Seuraava askel, jos se lopulta toimii, on nähdä, kuinka he voivat integroida tämän toimintaansa.
