Browsing by Subject "สินเชื่อที่อยู่อาศัย"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Publicationการศึกษาสาเหตุและแนวทางการแก้ไขปัญหาการปล่อยสินเชื่อ โครงการบ้านล้านหลังที่ไม่เป็นไปตามเป้าหมายของธนาคารอาคารสงเคราะห์ ในจังหวัดเชียงใหม่(University of the Thai Chamber of Commerce, 2021)
; ; ; ; การศึกษาค้นคว้าอิสระครั้งนี้ เป็นการศึกษาสาเหตุและแนวทางการแก้ไขปัญหาการปล่อยสินเชื่อโครงการบ้านล้านหลังที่ไม่เป็นไปตามเป้าหมายของธนาคารอาคารสงเคราะห์ในจังหวัดเชียงใหม่ มีวัตถุประสงค์เพื่อ 1) เพื่อศึกษาส่วนประสมการตลาดที่มีผลต่อพฤติกรรมการตัดสินใจเลือกใช้สินเชื่อโครงการบ้านล้านหลังของธนาคารอาคารสงเคราะห์ 2) เพื่อศึกษาสาเหตุที่ทำให้การจัดการสินเชื่อโครงการบ้านล้านหลังของธนาคารอาคารสงเคราะห์ไม่บรรลุเป้าหมายที่กำหนดไว้และ 3) เพื่อศึกษาแนวทางแก้ไขและนำเสนอกลยุทธ์ทางเลือกการเพิ่มยอดสินเชื่อโครงการบ้านล้านหลังของธนาคารอาคารสงเคราะห์ให้เป็นไปตามเป้าหมาย โดยมีกลุ่มตัวอย่างคือ ผู้ใช้บริการธนาคารอาคารสงเคราะห์ จำนวน 400 คน และกลุ่มผู้ให้ข้อมูล คือ ผู้จัดการสาขาทั้ง 5 สาขาในจังหวัดเชียงใหม่ จำนวน 5 คน เครื่องมือที่ใช้ในการศึกษาครั้งนี้เป็นแบบสอบถามผ่านระบบ Online โดยใช้ Google From และแบบสัมภาษณ์ผู้จัดการสาขา ในจังหวัดเชียงใหม่ ทั้ง 5 สาขา สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าร้อยละ ค่าเฉลี่ย และค่าส่วนเบี่ยงเบนมาตรฐาน ผลการศึกษาพบว่า ผู้ตอบแบบสอบถามของกลุ่มตัวอย่าง 400 ราย ส่วนมากเป็นเพศหญิงมีอายุ 31 – 40 ปี จบการศึกษาในระดับปริญญาตรี มีสถานภาพโสด มีอาชีพรับจ้าง/ พนักงานเอกชน และมีรายได้เฉลี่ยต่อเดือน 15,001 – 20,000 บาท โดยผู้ตอบแบบสอบถามมีความคิดเห็นต่อปัจจัยส่วนประสมทางการตลาดที่ส่งผลต่อการตัดสินใจเลือกใช้บริการสินเชื่อโครงการบ้านล้านหลังของธนาคารอาคารสงเคราะห์ในภาพรวมอยู่ในระดับมาก และมีความคิดเห็นต่อปัจจัยที่มีอิทธิพลต่อการตัดสินใจในภาพรวมอยู่ในระดับมากที่สุด ส่วนสาเหตุและแนวทางการแก้ไขปัญหาการปล่อยสินเชื่อโครงการบ้านล้านหลังที่ไม่เป็นไปตามเป้าหมายของธนาคารอาคารสงเคราะห์ในจังหวัดเชียงใหม่ พบว่าสาเหตุในการเกิดมี 3 สาเหตุหลัก และ 10 สาเหตุรอง ได้แก่ 1) ปัจจัยภายนอก สาเหตุรองคือ เศรษฐกิจ รัฐบาล และการแพร่ระบาดของโควิด-19 2) ปัจจัยภายใน สาเหตุรองคือ อัตราดอกเบี้ยเงินกู้ วงเงินกู้ จำนวนเงินที่ต้องชำระ และระยะเวลาผ่อนชำระ 3) ปัจจัยส่วนบุคคล สาเหตุรองคือ มีรายได้ลดลง ภาระค่าใช้จ่ายสูงขึ้น และใช้เงินกู้ผิดวัตถุประสงค์ จากการประเมินทางเลือกทั้ง 3 แนวทางสำหรับการแก้ปัญหา นำไปสู่การสรุปทางเลือกที่มีความเหมาะสมในการนำไปใช้แก้ไขปัญหามากที่สุด ได้แก่ แนวทางที่ 1 ซึ่งเป็นกลยุทธ์เชิงรุกที่มุ่งเน้นหาลูกค้าเพื่อเพิ่มยอดสินเชื่อโครงการบ้านล้านหลังให้กับธนาคารอาคารสงเคราะห์ในจังหวัดเชียงใหม่ โดยกำหนดให้แต่ละสาขาเจาะกลุ่มลูกค้าตามแหล่งชุมชนในทำเลที่ตั้งใกล้เคียงกับสาขา และสร้างการรับรู้ผ่านสื่อโฆษณาและประชาสัมพันธ์ให้ตรงกับกลุ่มลูกค้าเป้าหมาย ตลอดจนให้คำปรึกษา/แนะนำการเตรียมเอกสารยื่นกู้ และแนะนำทางเลือกอื่น ๆ แก่ลูกค้าที่ไม่เข้าเงื่อนไข52 327 - Publicationการศึกษาเพื่อพยากรณ์ลูกค้า NPL สินเชื่อเพื่อที่อยู่อาศัยของธนาคารอาคารสงเคราะห์และจัดกลุ่มการเข้าสู่สภาวะความเสี่ยง(University of the Thai Chamber of Commerce, 2021)
; ; ; ; ; ; การศึกษาเพื่อพยากรณ์ลูกค้า NPL สินเชื่อเพื่อที่อยู่อาศัยของธนาคารอาคารสงเคราะห์ และจัดกลุ่มการเข้าสู่สภาวะความเสี่ยง วัตถุประสงค์เพื่อศึกษาปัจจัยที่มีผลต่อการเกิดลูกค้า NPL เพื่อศึกษาพฤติกรรมที่มีผลก่อให้เกิดแนวโน้มลูกค้า NPL และแนวทางในการลดความเสี่ยง โดยใช้โมเดลการเรียนรู้ของเครื่อง 3 แบบ (Decision Tree (J48), K-Nearest Neighbor และ Naïve Bayes) เพื่อพยากรณ์ลูกค้า NPL ผลการศึกษา คือ ประสิทธิภาพการพยากรณ์ของโมเดล Decision Tree (J48) ได้ค่ามีความถูกต้องแม่นยำสูงสุดที่ 98.23% โมเดล K – Nearest Neighbor : KNN ได้ค่ามีความถูกต้องแม่นยำ 93.80% โมเดล Naive Bayes ได้ค่ามีความถูกต้องแม่นยำ 90.26% ตามลำดับ เมื่อเปรียบเทียบจากการศึกษาจะพบว่าลูกค้าทุกกลุ่มอาชีพ และมีเงินเดือน 10,000 – 20,000 บาท จะเป็นกลุ่มที่มีความเสี่ยงในด้าน NPL มากที่สุด ถ้าพิจารณาเจาะจงที่อาชีพพนักงานประจำมั่นคง ซึ่งเป็นตัวอย่างข้อมูลที่เป็นกลุ่มใหญ่ที่สุด พบว่าลูกค้ากลุ่มพนักงานธุรกิจเอกชน จดทะเบียน (>2 ปี/พนง.>20 คน) เป็นฐานที่มีความเสี่ยงด้าน NPL สูง และเป็นกลุ่มลูกค้าหลักที่เข้ามาทำสินเชื่อ ในการศึกษาครั้งต่อไป ธนาคารควรจะนำข้อมูลเพิ่มเติมที่ได้มาทำการวิเคราะห์เพื่อลดความเสี่ยงด้าน NPL ที่สูงได้ดีขึ้น ประสิทธิภาพการพยากรณ์แล้ว พบว่าโมเดล Decision Tree (J48) มีประสิทธิภาพการพยากรณ์ดีที่สุด ได้ค่ามีความถูกต้องแม่นยำสูงที่สุด147 783