อำนาจในการพยากรณ์ของคำถามคะแนนเครดิต: กรณีการอนุมัติเงินกู้ SMEs

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อตรวจสอบอำนาจในการพยากรณ์ของคำถามการให้คะแนนเครดิตที่ใช้ในการคัดกรองผู้ขอสินเชื่อสำหรับวิสาหกิจขนาดกลางและขนาดย่อม (SMEs) โดยใช้คำถามและข้อมูลของผู้สมัคร 619 รายจากธนาคารชั้นนำเพื่อ SMEs ในประเทศไทย ที่ไม่เปิดเผยชื่อ ในขั้นแรกได้ใช้การวิเคราะห์องค์ประกอบเชิงสำรวจ ซึ่งผลลัพธ์แสดงให้เห็นว่า จากข้อคำถาม 12 ข้อที่ใช้ในระบบการให้คะแนนเครดิต มีปัจจัยสกัดได้จำนวน 5 ปัจจัย ในขั้นต่อมา เพื่อพิสูจน์อำนาจในการพยากรณ์ของข้อคำถามที่ใช้ ปัจจัยที่สกัดได้ทั้ง 5 ถูกใช้เป็นตัวทำนายหรือตัวแปรอธิบายในแบบจำลอง Binary Logit สำหรับการจัดประเภทสินเชื่อที่ไม่ก่อให้เกิดรายได้ (NPLs) เช่นเป็น NPLs หรือสถานะหนี้ปกติ จากการใช้เทคนิควิเคราะห์ถดถอยแบบ Stepwise ปัจจัยที่สกัดได้ 3 องค์ประกอบยังคงอยู่ในแบบจำลอง ปัจจัยทั้ง 3 คือ "เวลาและขนาด" "ประวัติการชำระหนี้" และ "ภาระหนี้" ดังนั้นการนำไปใช้ก็คือ ในการคัดกรองผู้สมัครสินเชื่อ SMEs ผู้ให้บริการสินเชื่อ ควรให้ความสำคัญกับข้อคำถามที่เกี่ยวข้องกับ 3 ปัจจัยนี้ ในขณะเดียวกันตามที่แบบจำลองแนะนำ สำหรับปัจจัยที่ได้ตัดออกจากแบบจำลอง ซึ่งก็คือ "ความแน่นอนของรายได้" และ "แนวโน้มธุรกิจ" ปัจจัยเหล่านี้อาจยังคงได้รับการพิจารณา แต่มีความสำคัญน้อยกว่า แม้ว่าความแม่นยำในการทำนายแบบจำลองโดยรวมจะอยู่ที่ 69.3% แต่สำหรับกรณีของการคาดการณ์ NPLs ได้ถูกต้องนั้น อยู่ที่ 31.5% ดังนั้นจึงจำเป็นต้องมีการศึกษาเพิ่มเติมเกี่ยวกับคำถามการให้คะแนนเครดิต และรูปแบบของแบบจำลองที่หลากหลายมากขึ้นในอนาคต