Düşük miktarlı kredi hizmeti sunan mikrokredi
uygulamaları yoksul bireylerin gelir ve kaynaklarındaki yetersizlikten dolayı
içinde bulundukları eşitsizliklere çözüm olmayı hedeflemektedir. Mikrokredi
uygulamalarının bu hedefindeki başarısını değerlendirebilmek için bu çalışmada
2002-2013 döneminde 16 ülkeye ait mikrokredi göstergeleri ile gelir
eşitsizlikleri arasındaki ilişki panel veri analizi ile araştırılmıştır.
Analizde mikrokredi göstergesi olarak toplam reel mikrokredi miktarları ve
borçlu başına düşen ortalama reel mikrokredi miktarları; gelir eşitsizliği
göstergesi olarak GINI katsayısı kullanılmıştır. Gelir eşitsizliğini etkilemesi
beklenen değişkenlerin seçiminde ilgili teori ve literatür dikkate alınarak
mikrokredi değişkenlerinin yanı sıra kişi başına düşen gelir, ihracat,
istihdam, enflasyon ve kamu sağlık harcamaları kontrol değişken olarak modele
eklenmiştir. Elde edilen sonuçlara göre reel mikrokredi miktarının GINI
katsayısı üzerinde anlamlı bir etkisinin olduğu fakat kontrol değişkenler
modele eklendiğinde net etkisinin ortadan kalktığı görülmüştür. Borçlu başına
düşen ortalama reel mikrokredi miktarları ile GINI katsayısı arasında tüm
modellerde düşük de olsa anlamlı bir ilişki bulunmuştur. Buna göre borçlu
başına düşen ortalama mikrokredi miktarındaki %1’lik artışın gelir eşitsizliğinde
ortalama %0.02’lik bir azalış meydana getirdiği yani GINI katsayısının
mikrokredi esnekliğinin 0.02 olduğu tespit edilmiştir.
The sample size is a very important issue in the data sets used for scientific studies. Researchers make intensive efforts to ensure that the selected sampling has the ability to represent the main mass. The greater the sample size is, the greater ability represents the population. The common problem in almost all sciences, especially in health sciences, is the difficulty of reaching a sufficient sample size. In order to increase the sample size, as too much time will be spent or the cost will be very high, for many reasons, researchers may find it difficult to reach a sufficient sample size. In this study, multiple linear regression analysis was applied to a data set with low sample width. The reliability of acquired estimation results was tested using the Jackknife Technique.
Birincil Dil | Türkçe |
---|---|
Bölüm | Makaleler |
Yazarlar | |
Yayımlanma Tarihi | 30 Haziran 2020 |
Yayımlandığı Sayı | Yıl 2020 Cilt: 18 Sayı: 2 |