Faharasa ya ujumuishaji wa kifedha wa kidijitali inayotegemea PCA (DFI index) ni kipimo cha muunganiko kinachochanganya mabadiliko ya pamoja katika usajili wa simu za mkononi na matumizi ya intaneti kwa kutumia uchanganuzi wa vijenzi vikuu, na katika utafiti huu kinawakilisha hasa kipengele cha ufikiaji na utayari wa kidijitali cha ujumuishaji wa kifedha wa kidijitali. Utafiti unachunguza Kazakhstan, Jamhuri ya Kyrgyz, Uzbekistan, Tajikistan na Turkmenistan katika kipindi cha 2004–2024; makadirio makuu yanatumia fixed effects (FE), makosa sanifu ya Driscoll–Kraay (DK), pooled mean group (PMG) na instrumental-variable fixed effects (IV-FE). Katika miundo mikuu, alama za juu zaidi za DFI inayotegemea PCA zinahusiana kwa njia chanya na yenye umuhimu wa kitakwimu na Pato la Taifa halisi kwa kila mtu lililo juu zaidi. Hata hivyo, utafiti hauonyeshi kwa uhakika kwamba uhusiano huu ni wa kisababishi.

Katika modeli ya msingi ya nchi tano, eigenvalue ya kijenzi kikuu cha kwanza kilichoundwa kwa usajili wa simu za mkononi na matumizi ya intaneti ni 1,657 na kinaeleza %82,84 ya variance ya jumla. Factor loading ya PC1 kwa vigezo vyote viwili ni 0,707. Katika modeli ya msingi ya nchi nne, PC1 inaeleza %84,30 ya variance. Katika modeli iliyopanuliwa ya nchi nne ambayo pia inaongeza matawi ya benki, variance inayoelezwa na PC1 hushuka hadi %56,26 na eigenvalue ya PC2 hupanda hadi 1,063. Kwa hiyo, faharasa iliyopanuliwa ina muundo dhaifu zaidi wa mwelekeo mmoja kuliko faharasa ya msingi na haipaswi kutafsiriwa kama kipimo cha moja kwa moja cha matumizi ya huduma za kifedha za kidijitali.

Katika makadirio makuu ya FE/DK, mgawo wa DFI ni 0,192 kwa nchi tano; 0,164 katika modeli ya msingi ya nchi nne na 0,165 katika modeli iliyopanuliwa ya nchi nne. Migawo yote mitatu ina umuhimu katika kiwango cha %1. Migawo ya muda mrefu ya DFI katika makadirio ya PMG ni 0,177 kwa nchi tano na 0,182 kwa nchi nne katika modeli iliyopanuliwa. Matokeo ya IV-FE pia yanatoa migawo chanya ya 0,188, 0,179 na 0,181 mtawalia.

Hata hivyo, kigezo tegemezi si kiwango cha ukuaji wa uchumi cha kila mwaka, bali ni kiwango cha Pato la Taifa halisi kwa kila mtu kilichochukuliwa logarithmu asilia. Vivyo hivyo, kitengo kimoja katika mgawo wa DFI si ongezeko la pointi moja ya asilimia katika matumizi ya intaneti au matumizi ya fedha za simu; ni mabadiliko ya kitengo kimoja katika alama ya PCA iliyosanifishwa. Kwa hiyo, migawo haipaswi kusomwa moja kwa moja kama “DFI ilipoongezeka kwa %1, Pato la Taifa liliongezeka kwa %X”.

Katika uchanganuzi wa mwingiliano wa nchi, ukubwa wa uhusiano kati ya DFI na Pato la Taifa kwa kila mtu ulitofautiana kwa kiasi kikubwa kati ya nchi. Athari za pembeni zilizokadiriwa katika modeli ya nchi tano ni 0,107 kwa Kazakhstan, 0,177 kwa Jamhuri ya Kyrgyz, 0,299 kwa Tajikistan, 0,376 kwa Turkmenistan na 0,255 kwa Uzbekistan. Jaribio la pamoja la mwingiliano ni F=330,83 na p<0,001. Matokeo haya yanaunga mkono kuzingatia tofauti za nchi katika utayari wa kidijitali, ukomavu wa mfumo wa fedha na mazingira ya kitaasisi badala ya kudhani sera moja ya kikanda inafaa kila mahali.

Kizuizi muhimu zaidi cha utafiti ni suala la kisababishi. Katika miundo ya IV-FE inayotumia kigezo cha DFI kilichocheleweshwa kwa kipindi kimoja kama instrument, instrument inaonekana kuwa imara, lakini kwa sababu miundo ni exactly identified, exogeneity ya instrument iliyoondolewa haiwezi kutathminiwa kwa jaribio la overidentification. Kwa hiyo, utafiti unatoa ushahidi wa kimajaribio wa uhusiano chanya wa muda mrefu; hauthibitishi kwamba ujumuishaji wa kifedha wa kidijitali unaongeza Pato la Taifa kwa kila mtu kwa njia ya kisababishi.

Utafiti unashughulikia tatizo gani?

Huduma za kifedha za kidijitali zinaweza kupanua ufikiaji wa kifedha kwa kupunguza utegemezi wa matawi halisi ya benki. Vifaa vya mkononi, benki kwa njia ya intaneti, mifumo ya malipo ya kidijitali na njia za kifedha za kielektroniki zinaweza kupunguza gharama za miamala na kurahisisha ushiriki wa kaya na biashara zilizo katika maeneo ya mbali katika mfumo wa fedha.

Hata hivyo, kuwa na muunganisho wa kidijitali hakumaanishi kwamba huduma za kifedha zinatumika kwa kweli. Uwezo wa mtu kufikia intaneti au simu ya mkononi si sawa na kufanya malipo ya kidijitali, kuwa na akaunti ya kidijitali, kutumia fedha za simu au kutumia huduma za kifedha kwa ufanisi.

Tofauti hii ni ya msingi katika utafiti. Kwa sababu data za kila mwaka zilizo sanifu kuhusu malipo ya kidijitali, fedha za simu na matumizi ya akaunti kwa kipindi cha 2004–2024 hazipatikani kwa nchi zote za Asia ya Kati, watafiti waliunda faharasa ya PCA kutoka kwa viashiria vinavyoonekana vya ufikiaji wa kidijitali.

Kwa nini utafiti unachunguza Asia ya Kati?

Uchanganuzi unahusisha uchumi tano za mpito:

• Kazakhstan,
• Jamhuri ya Kyrgyz,
• Uzbekistan,
• Tajikistan,
• Turkmenistan.

Ingawa nchi hizi zina sifa za pamoja za kikanda na kihistoria, si sawa katika miundombinu ya kidijitali, ukomavu wa mfumo wa fedha, ubora wa taasisi na mapato kwa kila mtu. Kwa hiyo, nadharia tete ya pili ya utafiti inatabiri kwamba uhusiano wa DFI–ukuaji hautakuwa sawa kati ya nchi.

Paneli ya msingi ya nchi tano ina uchunguzi 105 wa nchi-mwaka katika kipindi cha 2004–2024. Kwa sababu data za matawi ya benki hazipatikani kwa Turkmenistan, Turkmenistan iliondolewa katika miundo ya nchi nne na idadi ya uchunguzi ikawa 84.

Nadharia tete za utafiti

H1: Ujumuishaji wa kifedha wa kidijitali unahusiana kwa njia chanya na ukuaji wa uchumi wa muda mrefu.

H2: Uhusiano kati ya ujumuishaji wa kifedha wa kidijitali na ukuaji wa uchumi hutofautiana kati ya nchi.

Msingi wa kinadharia

Chanzo kinatumia mifumo mitatu ya kinadharia inayokamilishana.

• Financial Deepening Theory: inadokeza kwamba mifumo ya fedha iliyoendelea zaidi inaweza kuunga mkono uwekezaji kwa kuboresha uhamasishaji wa akiba na ugawaji wa mtaji.
• Endogenous Growth Theory: inasisitiza kwamba mtaji wa watu, ubunifu wa kiteknolojia na mkusanyiko wa maarifa ni vyanzo vya ndani vya ukuaji wa muda mrefu.
• Financial Intermediation Theory: inasema kwamba upatanishi wa kifedha unaweza kuunga mkono shughuli za kiuchumi kwa kupunguza gharama za miamala na taarifa.

Nadharia hizi hutumiwa kueleza njia zinazowezekana ambazo fedha za kidijitali zinaweza kuathiri ukuaji. Hata hivyo, matokeo ya kieconometria ya utafiti hayapimi kwamba kila mojawapo ya njia hizi hutokea kwa njia ya kisababishi.

Faharasa ya DFI Inayotegemea PCA Kwa Kweli Inapima Nini?

Faharasa ya msingi ya DFI haipimi kiasi halisi cha matumizi ya huduma za kifedha za kidijitali, bali hali za ufikiaji na utayari wa kidijitali zinazotokana na variance ya pamoja ya muunganisho wa simu za mkononi na matumizi ya intaneti; kuongeza matawi ya benki katika modeli iliyopanuliwa kunapeleka faharasa kwenye kipimo kipana zaidi cha miundombinu ya kifedha.

Faharasa ya msingi ya nchi tano

Eigenvalue ya PC1 ni 1,657 na variance ya jumla iliyoelezwa ni %82,84. Factor loading zilizo sawa za 0,707 zinaonyesha kwamba viashiria viwili vya ufikiaji wa kidijitali vinachangia kwa takribani kiwango sawa katika kijenzi kikuu cha kwanza.

Faharasa ya msingi ya nchi nne

Turkmenistan inapoondolewa, katika modeli ya nchi nne inayotegemea usajili wa simu za mkononi na matumizi ya intaneti, eigenvalue ya PC1 ni 1,686 na variance iliyoelezwa ni %84,30. Factor loading zote mbili bado ni 0,707.

Faharasa iliyopanuliwa ya nchi nne

Katika modeli hii, eigenvalue ya PC1 ni 1,688 na kiwango cha variance kinachoelezwa ni %56,26. Eigenvalue ya PC2 ni 1,063 na ya PC3 ni 0,249. Kubaki kwa PC2 juu ya kizingiti cha Kaiser cha 1 kunaonyesha kwamba kuongeza kigezo cha matawi ya benki kunadhoofisha muundo wa mwelekeo mmoja ikilinganishwa na modeli ya msingi.

Matawi ya benki ni kiashiria cha ufikiaji wa kifedha wa jadi na si matumizi halisi ya fedha za kidijitali. Kwa hiyo, faharasa iliyopanuliwa ilitathminiwa kama spesifikesheni mbadala ya robustness inayotumia kwa pamoja hali za ufikiaji wa kidijitali na miundombinu pana ya kifedha.

Kielelezo 2 na Kielelezo 3 cha chanzo vinaonyesha nini?

Katika Kielelezo 2 cha chanzo, Pato la Taifa kwa kila mtu na faharasa ya DFI inayotegemea PCA kwa nchi zinaonyeshwa kama mfululizo tofauti wa muda katika kipindi cha 2004–2024. Pato la Taifa kwa kila mtu kwa ujumla huongezeka, lakini kuna tofauti za viwango kati ya nchi. Faharasa ya DFI pia inaonyesha mwelekeo wa jumla wa kuongezeka, lakini njia za nchi si sawa.

Kielelezo 3 kinaonyesha kwamba katika kiwango cha wastani wa kila mwaka wa kikanda, DFI na log ya Pato la Taifa kwa kila mtu kwa kawaida husogea katika mwelekeo mmoja kadiri muda unavyopita na kwamba kuna uhusiano chanya wa mstari katika mwonekano wa scatter. Chanzo chenyewe kinasema wazi kwamba muundo huu wa kuona ni wa maelezo na hauonyeshi kisababishi.

Kwa sababu pointi zote za kila mwaka za Kielelezo 2–3 hazikuchapishwa kama jedwali tofauti la nambari, Verianla haitoi thamani halisi za kila mwaka kutoka kwenye nafasi za pikseli za grafu.

Uhusiano wa kimaelezo

Alama *** katika chanzo inamaanisha p<0,01. Uhusiano huu unaonyesha tu mahusiano ya pande mbili na hauchukui nafasi ya vigezo vya udhibiti katika regression.

Je, Uhusiano Chanya wa DFI–Ukuaji ni Ushahidi wa Kisababishi?

Hapana. Makadirio ya FE, Driscoll–Kraay, PMG na IV-FE kutoa matokeo katika mwelekeo mmoja kunaunga mkono uthabiti wa uhusiano katika spesifikesheni tofauti; lakini hasa kwa sababu exogeneity ya instrument haiwezi kujaribiwa moja kwa moja katika miundo ya IV-FE, utafiti haujaweka athari ya hakika ya kisababishi ya ujumuishaji wa kifedha wa kidijitali kwenye Pato la Taifa kwa kila mtu.

Modeli kuu ya paneli

Modeli kuu ya regression ya chanzo:

\[ \ln GDPpc_{it} = \alpha_i + \beta_1DFI_{it} + \beta_2popgrowth_{it} + \beta_3goveff_{it} + \beta_4\ln GFCF_{it} + \beta_5\ln trade_{it} + \lambda_t + \varepsilon_{it} \]

iko katika muundo huo.

• \(\ln GDPpc_{it}\): logarithmu asilia ya Pato la Taifa halisi kwa kila mtu la nchi i katika mwaka t.
• \(DFI_{it}\): alama ya ufikiaji wa kidijitali / DFI inayotegemea PCA.
• \(popgrowth_{it}\): kiwango cha ukuaji wa idadi ya watu cha kila mwaka.
• \(goveff_{it}\): ufanisi wa serikali.
• \(GFCF_{it}\): uundaji wa jumla wa mtaji wa kudumu.
• \(trade_{it}\): uwazi wa biashara.
• \(\alpha_i\): athari za nchi zisizoonekana na zisizobadilika kwa muda.
• \(\lambda_t\): fixed effects za mwaka.
• \(\varepsilon_{it}\): neno la mabaki.

Katika modeli, kigezo tegemezi ni cha logarithmu na DFI ni alama ya PCA iliyosanifishwa. Kwa hiyo, \(\beta_1\) si elasticity ya moja kwa moja ya asilimia ya DFI dhidi ya asilimia ya ukuaji wa uchumi.

Kwa nini fixed effects zilitumika?

Nchi za Asia ya Kati hutofautiana katika muundo wa taasisi, jiografia, mfumo wa fedha na muundo wa uchumi. Mbinu ya fixed-effects inalenga kudhibiti sifa za nchi zisizoonekana ambazo hazibadiliki kwa muda kupitia athari za kudumu mahususi kwa kila nchi.

Majaribio ya uchunguzi yalionyesha nini?

• Wastani wa VIF ni takribani 2,1; chanzo hakikubaini multicollinearity kubwa inayozidi viwango vya kawaida.
• Katika majaribio ya Levin–Lin–Chu panel unit-root, thamani za p kwa vigezo vilivyotumika ziko chini ya 0,05.
• Katika modeli ya nchi tano, jaribio la modified Wald lilionyesha heteroskedasticity kwa vikundi: \(\chi^2=90.67,\;p<0.001\).
• Katika miundo ya nchi nne, hakuna ushahidi wa kitakwimu wa heteroskedasticity.
• Katika majaribio ya Pesaran CD, thamani za p ziko kati ya 0,40–0,79; chanzo hakikupata ushahidi wenye umuhimu wa utegemezi kati ya sehemu.
• Jaribio la Wooldridge lilionyesha kuwepo kwa serial correlation ya daraja la kwanza katika miundo yote mitatu.

Kwa hiyo, chanzo kinaripoti makosa sanifu ya Driscoll–Kraay yanayostahimili heteroskedasticity na serial correlation katika hitimisho kuu.

Matokeo makuu ya FE / Driscoll–Kraay

Ufanisi wa serikali na uundaji wa jumla wa mtaji wa kudumu ni chanya na wenye umuhimu katika miundo mikuu. Ukuaji wa idadi ya watu na uwazi wa jumla wa biashara, kwa upande mwingine, ulitoa migawo hasi na yenye umuhimu. Tafsiri ya mgawo wa biashara ilijaribiwa baadaye kwa kutenganisha uagizaji na uuzaji nje.

Matokeo ya muda mrefu ya PMG

Error-correction term hasi inaendana na marekebisho kuelekea usawa wa muda mrefu uliokadiriwa. Hata hivyo, sifa za asymptotic za PMG zinaweza kuwa na uaminifu mdogo katika sampuli zenye idadi ndogo sana ya vitengo vya sehemu. Kwa hiyo, chanzo kinatumia PMG kama uchanganuzi wa ziada wa muda mrefu, si kama ushahidi mkuu wa kisababishi.

Matokeo ya IV-FE

Ili kuchunguza tatizo linalowezekana la reverse-causality, lag ya kwanza ya faharasa husika ya DFI ilitumika kama instrument iliyoondolewa.

Takwimu hizi zinaunga mkono kwamba instrument inahusiana kwa nguvu katika hatua ya kwanza na kwamba tatizo la underidentification halionekani. Hata hivyo, instrument yenye nguvu haimaanishi instrument halali na exogenous. Kwa sababu kila modeli ni exactly identified kwa instrument moja iliyoondolewa, jaribio la overidentification la kupima exogeneity ya instrument haliwezi kufanywa. Kwa hiyo, chanzo hakichukulii makadirio ya IV-FE kama ushahidi wa kisababishi.

Je, Uhusiano Uleule wa DFI–Pato la Taifa Unaonekana Kati ya Nchi?

Hapana. Ukubwa uliokadiriwa wa uhusiano kati ya DFI na Pato la Taifa kwa kila mtu unatofautiana kwa kiasi kikubwa katika uchumi tano za Asia ya Kati, na majaribio ya pamoja ya mwingiliano wa DFI-nchi yanatoa p<0,001 katika spesifikesheni zote.

Alama *** inamaanisha p<0,01. Thamani za p za majaribio ya mwingiliano ni p<0,001.

Ukubwa wa migawo hii si upangaji wa nchi kwa kiwango cha maendeleo ya kifedha ya kidijitali. Kwa mfano, kupata mgawo mkubwa zaidi wa pembeni kwa Turkmenistan hakumaanishi kwamba kiwango cha DFI cha Turkmenistan ni cha juu kuliko cha Kazakhstan. Mgawo unaonyesha tu ukubwa wa uhusiano uliokadiriwa kati ya alama ya PCA na log ya Pato la Taifa kwa kila mtu ndani ya sampuli na modeli husika.

Mgawo hasi wa uwazi wa biashara ulichunguzwaje?

Katika miundo mikuu, uwazi wa jumla wa biashara ulitoa mgawo hasi. Watafiti walitenganisha biashara ya jumla katika vipengele viwili ili kuona kama matokeo hayo yalitokana na uuzaji nje au uagizaji.

Katika modeli ya nchi tano, mgawo wa uagizaji ni −0,200 na p<0,01 huku uuzaji nje ukiwa hauna umuhimu. Hata hivyo, katika miundo ya nchi nne, uuzaji nje na uagizaji wote hawana umuhimu wa kitakwimu. Kwa hiyo, chanzo kinasema kwamba mgawo hasi wa biashara ya jumla haupaswi kutafsiriwa kama sifa ya kudumu ya kikanda kwa Asia ya Kati yote.

Utegemezi wa uagizaji, uwezo wa uzalishaji wa ndani au muundo wa biashara umejadiliwa kama maelezo yanayowezekana; utafiti haukujaribu mifumo hii moja kwa moja.

Chanzo kinapendekeza nini kwa upande wa sera?

Bila kuwasilisha matokeo kama athari za moja kwa moja za kisababishi za sera, chanzo kinajadili vipaumbele vya sera mahususi kwa kila nchi:

• Kazakhstan: kuendeleza vipengele vya matumizi, ubora na usalama wa huduma za kifedha za kidijitali; usalama wa mtandao na uelewa wa kifedha wa kidijitali.
• Uzbekistan: kuunga mkono ujumuishaji wa zana za kifedha za kidijitali katika shughuli za ujasiriamali sambamba na upanuzi wa miundombinu ya fedha za kidijitali.
• Jamhuri ya Kyrgyz na Tajikistan: kuimarisha muunganisho wa kuaminika na ufikiaji wa msingi wa kifedha, hasa kwa makundi yasiyohudumiwa vya kutosha kifedha.
• Turkmenistan: kuendeleza hali za msingi za miundombinu ya kidijitali na kifedha kwa ufikiaji mpana zaidi wa kifedha wa kidijitali.

Katika eneo lote, ubora wa taasisi, ulinzi wa watumiaji, usalama wa mtandao na uelewa wa kidijitali/kifedha vinachukuliwa kama nyongeza ya miundombinu ya kidijitali.

Mapendekezo haya ni hitimisho za sera zinazotokana na matokeo ya utafiti; utafiti haukupima athari ya kisababishi ya randomize au quasi-experimental ya uingiliaji wa sera.

Matokeo yanayoungwa mkono na utafiti

• Katika kipindi cha 2004–2024 kuna uhusiano chanya na wenye umuhimu wa kitakwimu kati ya faharasa ya ufikiaji wa kidijitali inayotegemea PCA na Pato la Taifa halisi kwa kila mtu.
• Ishara hii chanya imedumu katika sampuli za nchi tano na nchi nne na katika spesifikesheni tofauti za faharasa.
• Miundo ya PMG imeonyesha uhusiano chanya wa muda mrefu wa DFI.
• Miundo ya IV-FE imetoa migawo chanya katika mwelekeo uleule wa matokeo makuu.
• Miundo ya mwingiliano wa nchi imeonyesha kwamba ukubwa wa uhusiano wa DFI–Pato la Taifa unatofautiana kati ya nchi.
• Ufanisi wa serikali na uundaji wa jumla wa mtaji wa kudumu vinahusiana kwa njia chanya na Pato la Taifa kwa kila mtu katika miundo mikuu.
• Ukuaji wa idadi ya watu unahusiana kwa njia hasi na Pato la Taifa kwa kila mtu katika miundo mikuu.
• Mgawo wa DFI umebaki chanya na wenye umuhimu hata baada ya biashara ya jumla kutenganishwa kuwa uuzaji nje na uagizaji.

Matokeo ambayo utafiti hauungi mkono na vikwazo

• Utafiti hauthibitishi kwamba ujumuishaji wa kifedha wa kidijitali huongeza ukuaji wa uchumi kwa njia ya kisababishi kwa uhakika.
• Faharasa ya msingi ya DFI haipimi moja kwa moja matumizi ya malipo ya kidijitali, matumizi ya fedha za simu, umiliki wa akaunti au kiasi halisi cha miamala ya kidijitali.
• Faharasa ya DFI haijumuishi vipengele vya ubora, kiwango cha matumizi na uelewa wa kifedha.
• Ukubwa mdogo wa sehemu wa nchi tano unazuia uwezekano wa kujumlisha matokeo ya PMG na uaminifu wake wa asymptotic.
• Modeli iliyopanuliwa inahusisha nchi nne pekee.
• Kwa sababu miundo ya IV ni exactly identified, exogeneity ya instrument haiwezi kutathminiwa kwa jaribio la overidentification.
• Matokeo hayawezi kujumlishwa moja kwa moja kwa uchumi za mpito au zinazoendelea nje ya Asia ya Kati.
• Haijatenganishwa moja kwa moja ni sababu gani mahususi ya kidijitali, kitaasisi au kifedha inayosababisha heterogeneity kati ya nchi.
• Mifumo ya kiuchumi ya ngazi ndogo kama umaskini, kutokuwepo kwa usawa wa mapato, ustawi wa kaya, ujasiriamali, tija ya kampuni na soko la ajira haijachunguzwa moja kwa moja.
• Mgawo hasi wa biashara si matokeo ya kudumu ya kimuundo kwa eneo lote; ni nyeti kwa muundo wa sampuli.

Utafiti wa baadaye

Chanzo kinapendekeza kuunda vipimo vya kina zaidi vya ujumuishaji wa kifedha wa kidijitali; na kuongeza vipengele kama malipo ya kidijitali, umiliki wa akaunti, fedha za simu, uelewa wa kifedha, ubora wa huduma na kiwango cha matumizi.

Pia inapendekezwa kuchanganya data ndogo za ngazi ya kaya na kampuni na data za paneli za makroekonomia, kutumia instruments exogenous zenye nguvu zaidi au mikakati mbadala ya identification, na kuchunguza ni kupitia mifumo gani heterogeneity ya ngazi ya nchi hutokea.

Mbinu na Matokeo ya Utafiti

Seti ya data

Vyanzo vya data

Viashiria vya makroekonomia vilichukuliwa kutoka hifadhidata ya World Development Indicators (WDI) ya Benki ya Dunia, na data za kitaasisi kama ufanisi wa serikali kutoka hifadhidata ya Worldwide Governance Indicators (WGI).

Ili kuongeza ulinganishikaji, ingizo za faharasa zilisawazishwa, huku Pato la Taifa halisi kwa kila mtu likitumika kwa dola za Marekani zisizobadilika za 2015 na kubadilishwa kuwa logarithmu asilia.

Nafasi ya PCA katika mtiririko wa utafiti

1. Usajili wa simu za mkononi na matumizi ya intaneti vilichaguliwa.
2. Vigezo vilisawazishwa ili kuondoa tofauti za mizani ya vipimo.
3. PCA ilitumika.
4. Kijenzi kikuu cha kwanza kilitolewa.
5. Alama ya PC1 ilitumika kama faharasa ya muunganiko ya DFI.
6. Katika modeli iliyopanuliwa ya nchi nne, matawi ya benki za biashara yaliongezwa kama kiashiria cha ziada cha ufikiaji wa kifedha.

Mkakati mkuu wa kieconometria

1. Makadirio ya paneli ya fixed-effects.
2. Majaribio ya uchunguzi: LLC, VIF, modified Wald, Pesaran CD na Wooldridge.
3. Hitimisho thabiti kwa kutumia makosa sanifu ya Driscoll–Kraay.
4. Usawa wa muda mrefu na mienendo ya muda mfupi kwa PMG.
5. Uchanganuzi wa ziada wa endogeneity wa IV-FE kwa DFI iliyocheleweshwa mara moja.
6. Kutenganisha biashara ya jumla kuwa uuzaji nje na uagizaji.
7. Mwingiliano wa DFI × nchi na athari za pembeni katika ngazi ya nchi.
8. Kujaribu umuhimu wa pamoja wa mwingiliano kwa jaribio la F.

Muhtasari wa kiufundi wa matokeo ya PCA

Ulinganisho wa matokeo makuu kwa mbinu

Tathmini ya H1 na H2

H1: Katika miundo iliyotumiwa na chanzo, faharasa ya DFI inayotegemea PCA ilionyesha uhusiano chanya na wenye umuhimu na Pato la Taifa kwa kila mtu. Kwa hiyo, H1 inaungwa mkono ndani ya mfumo wa uhusiano wa utafiti.

H2: Majaribio ya pamoja ya F ya mwingiliano wa DFI-nchi yana umuhimu katika miundo yote na athari za pembeni za nchi hutofautiana wazi. Kwa hiyo, H2 inaungwa mkono.

Kuungwa mkono kwa H1 hakumaanishi kwamba athari ya ukuaji ya kisababishi imethibitishwa. Sehemu ya hitimisho ya chanzo pia inawekea matokeo kikomo wazi kama “positive association”.

Maelezo ya Chanzo na Mbinu

Utafiti asilia: Digital Financial Inclusion and Long-Run Economic Growth in Central Asian Transition Economies: Evidence from a PCA-Based Index.

Waandishi: Aida Saparbek, Laila Bimendiyeva na Mathews Nkhoma.

Mwandishi wa mawasiliano: Aida Saparbek.

Ushirika 1: Higher School of Economics and Business, Al-Farabi Kazakh National University, Almaty 050040, Kazakhstan.

Ushirika 2: College of Business and Law, RMIT University, Melbourne, VIC 3000, Australia.

Jarida: Economies.

Mchapishaji: MDPI.

Juzuu / makala: 14, 458.

DOI: 10.3390/economies14100458.

Iliwasilishwa: 6 Septemba 2026.

Marekebisho: 26 Septemba 2026.

Ilikubaliwa: 28 Septemba 2026.

Ilichapishwa: 8 Oktoba 2026.

Mhariri wa kitaaluma: Weixin Yang.

Aina ya chanzo: Makala ya utafiti wa paneli-uchumi kipimo ya kimajaribio iliyopitiwa na wenzao.

Leseni: Creative Commons Attribution (CC BY).

Uainishaji wa JEL: O47; O16; G21; O33.

Maneno muhimu: digital financial inclusion; economic growth; Central Asia; transition economies; PCA-based index; cross-country heterogeneity.

Kipindi cha utafiti: 2004–2024.

Nchi: Kazakhstan, Jamhuri ya Kyrgyz, Uzbekistan, Tajikistan na Turkmenistan.

Sampuli kuu: Nchi 5, uchunguzi 105.

Sampuli mbadala: Nchi 4 bila Turkmenistan, uchunguzi 84.

Ingizo kuu za DFI: usajili wa simu za mkononi kwa watu 100 na uwiano wa watu wanaotumia intaneti katika idadi ya watu.

Faharasa iliyopanuliwa: matawi ya benki za biashara kwa watu wazima 100.000 yameongezwa kwenye viashiria vya simu na intaneti.

Kigezo tegemezi: Pato la Taifa halisi kwa kila mtu, dola za Marekani zisizobadilika za 2015, logarithmu asilia.

Vidhibiti: ukuaji wa idadi ya watu, ufanisi wa serikali, uundaji wa jumla wa mtaji wa kudumu na uwazi wa biashara.

Mbinu kuu: makadirio ya paneli ya fixed-effects yanayojumuisha athari za nchi na mwaka; makosa sanifu ya Driscoll–Kraay.

Mbinu za ziada: PMG, IV-FE, trade decomposition na uchanganuzi wa DFI-country interaction/marginal-effects.

Instrument ya IV: lag ya kwanza ya faharasa husika ya DFI.

Vyanzo vya data: World Bank World Development Indicators (WDI) na Worldwide Governance Indicators (WGI).

Tarehe ya kufikia data: 25 Septemba 2026.

Ufadhili: Utafiti haukupokea ufadhili wa nje.

Institutional Review Board: haitumiki.

Ridhaa yenye taarifa: haitumiki.

Upatikanaji wa data: Data za WDI na WGI zilizotumika zinapatikana kwa umma.

Mgongano wa maslahi: Waandishi walitangaza kwamba hakuna mgongano wa maslahi.

Michango ya waandishi: Uundaji wa dhana Aida Saparbek; metodolojia Laila Bimendiyeva na Mathews Nkhoma; uthibitishaji Laila Bimendiyeva na Mathews Nkhoma; uchanganuzi rasmi, utafiti na utunzaji wa data Aida Saparbek; rasimu ya kwanza Aida Saparbek; mapitio na uhariri waandishi wote watatu; uwasilishaji kwa picha Aida Saparbek; ushauri Laila Bimendiyeva na Mathews Nkhoma.

Kizuizi kikuu cha upimaji: Faharasa ya DFI inayotegemea PCA haipimi moja kwa moja vipengele vya matumizi, ubora na kiwango cha matumizi ya fedha za kidijitali. Malipo ya kidijitali, umiliki wa akaunti, fedha za simu na uelewa wa kifedha havijajumuishwa katika faharasa ya msingi.

Kizuizi kikuu cha kisababishi: Miundo ya IV-FE ni exactly identified; exogeneity ya excluded instrument haiwezi kujaribiwa kwa jaribio la overidentification. Kwa hiyo, matokeo yanapaswa kuwasilishwa kama uhusiano chanya, si athari ya kisababishi.

Kizuizi cha PMG: Kuwa na vitengo vitano au vinne vya sehemu kunaleta tatizo la sampuli ndogo kwa sifa za asymptotic za PMG; matokeo ni ya ziada.

Kizuizi cha ujanibishaji wa matokeo: Matokeo yametokana na uchumi tano za mpito za Asia ya Kati na hayapaswi kujumlishwa moja kwa moja kwa maeneo mengine.

Kizuizi cha mikro-mekanizimu: Njia kama umaskini, mgawanyo wa mapato, ustawi wa kaya, ujasiriamali, tija ya kampuni na soko la ajira hazijajaribiwa moja kwa moja.