The Loan Repayment of Customer Who Participate in The Dept Suspention Preoject on a Financial Institution During The Outbreak of Coronavirus Disease 2019
Main Article Content
Abstract
This study aimed to examine, analyze, and test models of personal, socio-economic factors influencing on possibility of intermittent debt payment of customers enrolling in debt moratorium provided by a financial institution during Covid-19 outbreak. Author collected information from research participants – 347 customers of one financial institution-who engages in debt service under loan agreement. The 310 intact information-completed questionnaires were selected. This study employed cross- sectional data collecting method from January-February 2021 and used package software to explore the factor affecting on loan debt payment by using Binary Logistic Regression Analysis. Results revealed that most participants were male, 41.65 years old, married, graduated below a Bachelor's Degree, have used the service of the financial institution for about 8.79 years, have made regular short – term borrowing, average number of their household members was 4.54, average number of workable persons in the family were 4.46 and most of them don’t have regular income, average monthly expenses were 7,883.55 Baht and majority of them bear the burden of debt. For determining the factors affecting on loan debt payment, it found that the factors influencing on possibility of intermittent debt payment in inverse direction were gender, duration of service usage, regular intermediate-term loan, no-income gaining, and no-debt bearing. However, age, married status, education level, regular long-term loan, numbers of household members, and numbers of workable person in family had effect on possibility of intermittent debt payment in same direction at statistically significant level of 0.05.These findings can be applied for other financial institutions that provide debt moratorium policy to be able to analyze the basic and primary characteristics of their customers.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
กรมควบคุมโรค. (2564). สถานการณ์ผู้ติดเชื้อโควิด Covid-19 ที่รักษาหายแล้วและเสียชีวิตทั่วโลก. สืบค้นเมื่อ 5 เมษายน 2564 จาก https://ddcportal.ddc.moph.go.th/portal/apps/opsdashboard/index.html#/20f3466e
โชติมา กิจศิรกร. (2563). ผลกระทบจากโควิด-19 ต่อการจัดทำงบการเงิน. สืบค้นเมื่อ 7 กรกฎาคม 2565 จาก https://www.daa.co.th/ผลกระทบจากโควิด-19ต่อการจัดทำงบการเงิน
ฐิติยา สนิทชน. (2564). พฤติกรรมการออมและปัจจัยที่ส่งผลต่อการออมของครัวเรือนไทย. (วิทยานิพนธ์หลักสูตรวิทยาศาสตรบัณฑิต สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง).
ณัฐวัฒน์ ตั้งคุณสมบัติ. (2564). Taro Yamane: การกำหนดกลุ่มจำนวนประชากรสำหรับการวิจัย. สืบค้นเมื่อ 22 มิถุนายน 2565 จาก https://www.uxresearchlab.com/2021/09/20/taro-yamane-
ณิชารีย์ อรัญ. (2563). คุณภาพสินเชื่อ บ่งชี้ 3 จุดเปราะบางธุรกิจไทย. สืบค้นเมื่อ 7 กรกฎาคม 2565 จาก https://media.kkpfg.com/document/2021/Mar/KKP
ดวงกมล ศรีวนิชยอดชัย. (2562). การประยุกต์ใช้วิธีการทางสถิติเพื่อวิเคราะห์ผลสำเร็จของการติดต่อลูกค้าของธนาคารแห่งหนึ่ง. (วิทยานิพนธ์หลักสูตรวิทยาศาสตรบัณฑิต สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง.
ธนาคารแห่งประเทศไทย. (2564). มาตรการช่วยเหลือลูกหนี้รายย่อย. สืบค้นเมื่อ 25 กุมภาพันธ์ 2564 จาก https://www.bot.or.th/covid19/Pages/content/retail/measures-phase1/default.aspx
ธนาคารแห่งประเทศไทย. (2564). จะผ่อนชำระปกติ หรือ จะพักชำระหนี้ ในช่วงวิกฤติโควิด 19?. สืบค้นเมื่อ 25 กุมภาพันธ์ 2564 จาก https://www.bot.or.th/Thai/BOTMagazine/Pages/256302TheKnowledge_DebtInstallment.aspx
ธีระดา ภิญโญ. (2562). การศึกษาการรายงานผลการวิเคราะห์ถดถอยโลจิสติกสำหรับงานวิจัย. วารสารอิเล็กทรอนิกส์ Veridian, 12(5), 544-558.
ปกภณ จันทศาสตร์. (2557). ปัจจัยคุณสมบัติส่วนบุคคล ปัจจัยด้านลักษณะงาน และแรงจูงใจที่มีผลต่อความผูกพันกับองค์กรของพนักงานเอกชนระดับปฏิบัติการ ในเขตลาดพร้าว-จตุจักร. (วิทยานิพนธ์หลักสูตรบริหารธุรกิจมหาบัณฑิต มหาวิทยาลัยกรุงเทพ).
พัชรินทร์ มาบุญ และพัชรี สุริยะ. (2559). ปัจจัยที่มีผลต่อการค้างชำระหนี้ของสมาชิกสหกรณ์การเกษตรภูเวียง จำกัด จังหวัดขอนแก่น. (วิทยานิพนธ์หลักสูตรเศรษฐศาสตรการเกษตรมหาบัณฑิต มหาวิทยาลัยขอนแก่น).
พิเชษฐ์ คนซื่อ. (2557). ผลกระทบของบ่อนการพนันบริเวณชายแดนไทย-กัมพูชาในอำเภอโป่งน้ำร้อน จังหวัดจันทบุรี. (วิทยานิพนธ์หลักสูตรรัฐประศาสนศาสตรมหาบัณฑิต มหาวิทยาลัยราชภัฏรําไพพรรณี).
ยงยุทธ แฉล้มวงษ์. (2563). ผลกระทบ Covid-19 ระบาดรอบ 2 ต่อเนื่องรอบ 3 กับทิศทางตลาดแรงงานไทย. สืบค้นเมื่อ 22 มิถุนายน 2565 จาก https://tdri.or.th/2021/04/covid-19-2-3-affected-thai-labor-market/
ยุวดี เปรมวิชัย. (2564). Data Analytics: Prediction with Logistic Regression. กรุงเทพฯ: ยุวดี เปรมวิชัย
วิชญ์พล คุ้มกัน และกุลบุตร โกเมนกุล. (2562). ปัจจัยที่ส่งผลต่อการผิดนัดชำระหนี้: กรณีศึกษาในกลุ่มผู้ประกอบการธุรกิจ SMEs ในเขตพื้นที่กรุงเทพมหานคร และปริมณฑล. (วิทยานิพนธ์หลักสูตรบริหารธุรกิจมหาบัณฑิต มหาวิทยาลัยรังสิต).
วีรพัฒน์ สิงหะโรจน์. (2560). ปัจจัยที่มีผลต่อการชำระหนี้ของเกษตรกรลูกค้าธนาคารเพื่อการเกษตรและสหกรณ์การเกษตรที่เข้าร่วมโครงการพักชำระหนี้ ในจังหวัดสงขลา. (วิทยานิพนธ์หลักสูตรวิทยาศาสตรมหาบัณฑิต มหาวิทยาลัยสงขลานครินทร์).
เสาวณี จันทะพงษ์ และทศพล ต้องหุ้ย, 2563. ผลกระทบวิกฤต Covid-19 กับเศรษฐกิจโลก: This Time is Different. สืบค้นเมื่อ 25 มิถุนายน 2565 จาก https://www.bot.or.th/Thai/ResearchAndPublications/articles/Pages/Article_18Mar2020.aspx?fbclid=IwAR04BZ34NAw_EvuiANH29DojHYn-0FCcJg3zUvpURTEN_kIZ9l4thQ-2bFg
อรทัย เจริญสิทธิ์. (2560). การวิเคราะห์การถดถอยโลจิสติกแบบไบนารีสำหรับการวิจัยทางสังคมศาสตร์. วารสารมนุษยศาสตร์และสังคมศาสตร์, 1(2), 1-9.
เอกสิทธิ์ พัชรวงศ์ศักดา. (2558). การแบ่งข้อมูลเพื่อนำมาทดสอบประสิทธิภาพของโมเดล. สืบค้นเมื่อ 18 มีนาคม 2564 จาก https://th.linkedin.com/pulse-eakasit-pacharawongsakda
Nurdiansah, S. N. & Khikmah, L. (2020). Binary Logistic Regression Analysis of Variables that Influence Poverty in Central Java. Journal of Intelligent Computing and Health Informatics, 1(1), 5-8.
Zewude, B. T. & Ashine, K. M. (2016). Binary Logistic Regression Analysis in Assessment and Identifying Factors That Influence Students’ Academic Achievement: The Case of College of Natural and Computational Science. Journal of Education and Practice, 7(25), 3-7.