Reforming Cooperative Credit Structure in India for Financial Inclusion

In the drive for financial inclusion in India, cooperative banks assume prime importance as they are much more accessible to the rural poor than commercial banks. While more accessible, cooperative banks' financial health is rather poor and, therefore, might not be able to serve the needy in a sustained manner. A committee led by Prof. Vaidyanathan has outlined a revival package for cooperatives. Besides suggesting an infusion of funds, it called for the adherence to certain stringent norms to ensure the financial viability. The recommendations provided in the committee’s report are under various stages of implementation in India. The book examines the progress of this reform drive in Bihar, a state in Eastern India. It discusses the background for appointing the committee and its recommendations and also presents the findings of a field study conducted in this regard. The findings inform further policy suggestions which are of general interest to the drive for financial inclusion also in other countries.

A Language for Interactive Cooperative Agents

Cooperative behaviour of agents within highly dynamic and nondeterministic domains is an active field of research. In particular establishing highly responsive teamwork, where agents are able to react on dynamic changes in the environment while facing unreliable communication and sensory noise, is an open problem. Moreover, modelling such responsive, cooperative behaviour is difficult. In this work, we specify a novel model for cooperative behaviour geared towards highly dynamic domains. In our approach, agents estimate each other’s decision and correct these estimations once they receive contradictory information. We aim at a comprehensive approach for agent teamwork featuring intuitive modelling capabilities for multi-agent activities, abstractions over activities and agents, and a clear operational semantic for the new model. This work encompasses a complete specification of the new language, ALICA.

More than irrigation - The Balinese Subak system as a unique form of cooperative water resource management in Indonesia

For over 1,000 years, the Balinese have developed a unique system of democratic and sustainable water irrigation. It has shaped the cultural landscapes of Bali and enables local communities to manage the ecology of terraced rice fields at the scale of whole watersheds. The Subak system has made the Balinese the most productive rice growers in Indonesia and ensures a high level of food sovereignty for a dense population on the volcanic island. The Subak system provides a vibrant example of a diverse, ecologically sustainable, economically productive and democratic water management system that is also characterized by its nonreliance on fossil fuel derivatives or heavy machinery. In 2012, UNESCO has recognized five rice terraces and their water temples as World Heritage site and supports its conservation and protection. However, the fragile Subak system is threatened for its complexity and interconnectedness by new agricultural practices and increasing tourism on the island.

Multi-Robot Task Allocation for Inspection Problems with Cooperative Tasks Using Hybrid Genetic Algorithms

In dieser Dissertation werden Methoden zur optimalen Aufgabenverteilung in Multirobotersystemen (engl. Multi-Robot Task Allocation – MRTA) zur Inspektion von Industrieanlagen untersucht. MRTA umfasst die Verteilung und Ablaufplanung von Aufgaben für eine Gruppe von Robotern unter Berücksichtigung von operativen Randbedingungen mit dem Ziel, die Gesamteinsatzkosten zu minimieren. Dank zunehmendem technischen Fortschritt und sinkenden Technologiekosten ist das Interesse an mobilen Robotern für den Industrieeinsatz in den letzten Jahren stark gestiegen. Viele Arbeiten konzentrieren sich auf Probleme der Mobilität wie Selbstlokalisierung und Kartierung, aber nur wenige Arbeiten untersuchen die optimale Aufgabenverteilung. Da sich mit einer guten Aufgabenverteilung eine effizientere Planung erreichen lässt (z. B. niedrigere Kosten, kürzere Ausführungszeit), ist das Ziel dieser Arbeit die Entwicklung von Lösungsmethoden für das aus Inspektionsaufgaben mit Einzel- und Zweiroboteraufgaben folgende Such-/Optimierungsproblem. Ein neuartiger hybrider Genetischer Algorithmus wird vorgestellt, der einen teilbevölkerungbasierten Genetischen Algorithmus zur globalen Optimierung mit lokalen Suchheuristiken kombiniert. Zur Beschleunigung dieses Algorithmus werden auf die fittesten Individuen einer Generation lokale Suchoperatoren angewendet. Der vorgestellte Algorithmus verteilt die Aufgaben nicht nur einfach und legt den Ablauf fest, sondern er bildet auch temporäre Roboterverbünde für Zweiroboteraufgaben, wodurch räumliche und zeitliche Randbedingungen entstehen. Vier alternative Kodierungsstrategien werden für den vorgestellten Algorithmus entworfen: Teilaufgabenbasierte Kodierung: Hierdurch werden alle möglichen Lösungen abgedeckt, allerdings ist der Suchraum sehr groß. Aufgabenbasierte Kodierung: Zwei Möglichkeiten zur Zuweisung von Zweiroboteraufgaben wurden implementiert, um die Effizienz des Algorithmus zu steigern. Gruppierungsbasierte Kodierung: Zeitliche Randbedingungen zur Gruppierung von Aufgaben werden vorgestellt, um gute Lösungen innerhalb einer kleinen Anzahl von Generationen zu erhalten. Zwei Umsetzungsvarianten werden vorgestellt. Dekompositionsbasierte Kodierung: Drei geometrische Zerlegungen wurden entworfen, die Informationen über die räumliche Anordnung ausnutzen, um Probleme zu lösen, die Inspektionsgebiete mit rechteckigen Geometrien aufweisen. In Simulationsstudien wird die Leistungsfähigkeit der verschiedenen hybriden Genetischen Algorithmen untersucht. Dazu wurde die Inspektion von Tanklagern einer Erdölraffinerie mit einer Gruppe homogener Inspektionsroboter als Anwendungsfall gewählt. Die Simulationen zeigen, dass Kodierungsstrategien, die auf der geometrischen Zerlegung basieren, bei einer kleinen Anzahl an Generationen eine bessere Lösung finden können als die anderen untersuchten Strategien. Diese Arbeit beschäftigt sich mit Einzel- und Zweiroboteraufgaben, die entweder von einem einzelnen mobilen Roboter erledigt werden können oder die Zusammenarbeit von zwei Robotern erfordern. Eine Erweiterung des entwickelten Algorithmus zur Behandlung von Aufgaben, die mehr als zwei Roboter erfordern, ist möglich, würde aber die Komplexität der Optimierungsaufgabe deutlich vergrößern.

Smallholder farmers’ access to credit in the Amathole District Municipality, Eastern Cape Province, South Africa

Provision of credit has being identified as an important instrument for improving the welfare of smallholder farmers directly and for enhancing productive capacity through financing investment by the farmers in their human and physical capital. This study investigated the individual and household characteristics that influence credit market access in Amathole District Municipality, Eastern Cape Province, South Africa, using a cross sectional data from smallholder farmers’ household survey. The aim is to provide a better understanding of the households’ level socio-economic characteristics, not only because they influence household’s demand for credit but also due to the fact that potential lenders are most likely to base their assessment of borrowers’ creditworthiness on such characteristics. The results of the logistic regression suggest that credit market access was significantly influenced by variables such as gender, education, households’ income, value of assets, savings, dependency ratio, repayment capacity and social capital. Implications for rural credit delivery are discussed.

Poverty targeting and income impact of subsidised credit on accessed households in the Northern Mountainous Region of Vietnam

This paper uses the data of 1338 rural households in the Northern Mountainous Region of Vietnam to examine the extent to which subsidised credit targets the poor and its impacts. Principal Component Analysis and Propensity Score Matching were used to evaluate the depth of outreach and the income impact of credit. To address the problem of model uncertainty, the approach of Bayesian Model Average applied to the probit model was used. Results showed that subsidised credit successfully targeted the poor households with 24.10% and 69.20% of clients falling into the poorest group and the three bottom groups respectively. Moreover, those who received subsidised credit make up 83% of ethnic minority households. These results indicate that governmental subsidies are necessary to reach the poor and low income households, who need capital but are normally bypassed by commercial banks. Analyses also showed that ethnicity and age of household heads, number of helpers, savings, as well as how affected households are by shocks were all factors that further explained the probability at which subsidised credit has been assessed. Furthermore, recipients obtained a 2.61% higher total income and a 5.93% higher farm income compared to non-recipients. However, these small magnitudes of effects are statistically insignificant at a 5% level. Although the subsidised credit is insufficient to significantly improve the income of the poor households, it possibly prevents these households of becoming even poorer.