वेतन सुधार से भारत में क्रेडिट सेक्टर में बड़ा बदलाव? जानें क्या है माज़रा

ECONOMY
Whalesbook Logo
AuthorKaran Malhotra|Published at:
वेतन सुधार से भारत में क्रेडिट सेक्टर में बड़ा बदलाव? जानें क्या है माज़रा
Overview

अनुपम मित्तल भारत में कर्मचारियों की लिक्विडिटी बढ़ाने के लिए सैलरी साइकल को महीने में दो बार करने की वकालत कर रहे हैं। इस प्रस्ताव का मकसद कर्ज पर निर्भरता कम करना है, लेकिन यह कॉर्पोरेट HR और शॉर्ट-टर्म लेंडिंग सेक्टर के लिए नई चुनौतियाँ खड़ी कर सकता है।

Instant Stock Alerts on WhatsApp

Used by 10,000+ active investors

1

Add Stocks

Select the stocks you want to track in real time.

2

Get Alerts on WhatsApp

Receive instant updates directly to WhatsApp.

  • Quarterly Results
  • Concall Announcements
  • New Orders & Big Deals
  • Capex Announcements
  • Bulk Deals
  • And much more

लिक्विडिटी (Liquidity) का गैप

भारत में मौजूदा सैलरी सिस्टम में अक्सर महीने के आखिर में या अगले महीने के पहले हफ्ते में पेमेंट होता है। इससे आम लोगों के हाथ में पैसों की कमी (liquidity gap) बनी रहती है। 15वीं और 30वीं तारीख को सैलरी देने के प्रस्ताव का मकसद इस देरी की वजह से होने वाली परेशानी को कम करना है। यह सिर्फ CSR (कॉर्पोरेट सोशल रिस्पॉन्सिबिलिटी) से बढ़कर है, बल्कि सीधे तौर पर रिटेल इकोनॉमी में पैसे के फ्लो के तरीके को प्रभावित करेगा। अगर यह बड़े पैमाने पर अपनाया जाता है, तो सैलरी साइकल छोटा होने से घरों की खपत, कर्ज के उन हाई-इंटरेस्ट साइकल से अलग हो जाएगी जो फिलहाल सैलरी के इंतजार में इस्तेमाल होते हैं।

ऑपरेशनल दिक्कतें और फिनटेक (Fintech) इंटीग्रेशन

भले ही यह कॉन्सेप्ट तकनीकी रूप से जरूरी लगे, लेकिन इसे लागू करने में कंपनियों के इंफ्रास्ट्रक्चर को बड़ी दिक्कतों का सामना करना पड़ेगा। मौजूदा पेरोल मैनेजमेंट सिस्टम (payroll management systems) को मासिक साइकिल के हिसाब से ही बनाया गया है, जिसमें टैक्स डिडक्शन, प्रोविडेंट फंड (PF) और इंश्योरेंस प्रीमियम का कैलकुलेशन एक ही मंथली कट-ऑफ डेट पर होता है। दो बार सैलरी देने वाले मॉडल के लिए मिड-मंथ टैक्स एडजस्टमेंट (mid-month tax adjustment) की क्षमता चाहिए, जो कई पुराने एंटरप्राइज रिसोर्स प्लानिंग (ERP) सिस्टम में नहीं है। ऐसे में, जिम्मेदारी HR पॉलिसी पर नहीं, बल्कि फिनटेक पेरोल प्लेटफॉर्म की इस क्षमता पर होगी कि वे टैक्स होल्डिंग और रियल-टाइम कंप्लायंस रिपोर्टिंग को ऑटोमेट कर सकें।

क्रिटिक्स की राय (Bear Case)

इस बदलाव के आलोचकों का तर्क है कि बार-बार सैलरी मिलने से वित्तीय रिसाव (financial leakage) बढ़ सकता है। जब लिक्विडिटी छोटे, बार-बार मिलने वाले किश्तों में बंट जाती है, तो खर्च करने की मनोवैज्ञानिक रुकावटें कमजोर हो सकती हैं, जिससे निम्न आय वर्ग में बचत दर कम हो सकती है। इसके अलावा, यह मॉडल तेजी से बढ़ रहे 'पे-लेटर' (pay-later) और माइक्रो-लोन इंडस्ट्री के बिजनेस मॉडल को नुकसान पहुंचा सकता है। ये लेंडर खास तौर पर मंथली पे-साइकल गैप की वजह से ही चलते हैं। दो बार सैलरी पेमेंट की ओर एक सिस्टमैटिक बदलाव से शॉर्ट-टर्म क्रेडिट के लिए मार्केट छोटा हो जाएगा, जिससे उन फिनटेक फर्मों के बैलेंस शीट में सिकुड़न आ सकती है जो 'महीने के अंत' की खपत की कमी को फाइनेंस करने पर निर्भर करती हैं। कॉर्पोरेट गवर्नेंस के नजरिए से, जो फर्म यह पॉलिसी अपनाती हैं, उन्हें एडमिनिस्ट्रेटिव ओवरहेड और ज्यादा बैंक ट्रांजेक्शन फीस का सामना करना पड़ सकता है।

भविष्य का अनुमान और मार्केट एडॉप्शन

इंडस्ट्री के जानकारों का मानना है कि बड़े पैमाने पर यह बदलाव हाई-मार्जिन सर्विस सेक्टर और टेक कंपनियों तक ही सीमित रहेगा, जो पहले से ही एडवांस्ड ऑटोमेटेड पेरोल सॉल्यूशन का इस्तेमाल करती हैं। रेगुलेटरी बॉडीज (Regulatory bodies) ने अभी तक ऐसे बदलावों को अनिवार्य बनाने में कोई दिलचस्पी नहीं दिखाई है, जिससे यह पहल मार्केट-ड्रिवन एडॉप्शन पर निर्भर करेगी। व्यापक अर्थव्यवस्था के लिए, इसका असर इस बात पर निर्भर करेगा कि क्या बढ़ी हुई खर्च की वेलोसिटी (spending velocity) इम्प्लीमेंटेशन की लागत और मौजूदा कंज्यूमर क्रेडिट इकोसिस्टम के संभावित व्यवधानों से ज्यादा साबित होती है।

Get stock alerts instantly on WhatsApp

Quarterly results, bulk deals, concall updates and major announcements delivered in real time.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.