Skolininkų nemokumo veiksnių vertinimas Lietuvos savitarpio skolinimosi rinkoje
Autor: | Asta Gaigalienė, Dovydas Česnys |
---|---|
Rok vydání: | 2018 |
Předmět: |
Knowledge management
Personal finance lending services 02 engineering and technology Peer-to-peer computer.software_genre Borrowing decisions Lietuva (Lithuania) Skola. Skolos. Skolinimasis / Debt. Debts. Lending Lending services 0502 economics and business Management. Industrial management 0202 electrical engineering electronic engineering information engineering borrowing decisions Research article Vokietija (Germany) 050207 economics personal finance Business management Borrowers’ default Kreditas. Paskolos / Credit business.industry 05 social sciences Lithuanian HD28-70 language.human_language Kinija (China) language borrowers’ default 020201 artificial intelligence & image processing business Asmeniniai finansai computer |
Zdroj: | Organizacijų vadyba: sisteminiai tyrimai [Management of Organizations: Systematic Research]. 2018, Nr. 80, p. 19-36. Organizacijų Vadyba: Sisteminiai Tyrimai, Vol 80, Iss 1, Pp 19-36 (2018) |
ISSN: | 2335-8750 1392-1142 |
DOI: | 10.1515/mosr-2018-0011 |
Popis: | Kreditavimo rinka yra viena iš sričių, kuri susiduria su naujais pokyčiais. Į šią rinką, kaip ir į visą finansų sektorių, žengia naujos technologijos. Šiuolaikinis klientas yra pripratęs prie skaitmeninių erdvių (pvz., „Google“, „Amazon“, „Facebook“, „eBay“), todėl jis tikisi savo turimą patirtį patenkinti ir finansinių paslaugų rinkoje. Viena iš šių alternatyvų yra tarpusavio (P2P) skolinimo platformos, kurios leidžia mums skolinti ir skolintis pinigus tarp aktyvių platformos narių be finansų tarpininkų įsikišimo. Investuotojai susiduria su visa susijusia rizika, būdinga tradicinėms paskoloms. Viena iš pagrindinių yra kredito rizika, atsirandanti dėl skolininko įsipareigojimų nevykdymo. Todėl netinkamas kredito rizikos vertinimas gali lemti nuostolius investuotojui ir, atvirkščiai, tinkamas vertinimas gali lemti didesnę grąžą. Skolinimo platformos paplito vos prieš keletą dešimtmečių (Lichtenwald, 2014), o kredito rizikos veiksnių vertinimas skolinimosi platformose tapo mokslinių tyrimų objektu. Įvairūs autoriai (Serrano- Cinca, Gutiérrez-Nieto ir López-Palacios, 2015; Emekter et al., 2015; Guo et al., 2016; Pokorná ir Sponer, 2016; Ma ir Wang, 2016; Lin ir Li Zheng, 2017) analizavo skirtingus kredito rizikos aspektus savitarpio skolinimo platformose. Tačiau tyrimų rezultatai yra prieštaringi ir nevienareikšmiški, t. y. kokie veiksniai ar skolininko charakteristikos galėtų signalizuoti apie galimą įsipareigojimų nevykdymą tarpusavio platformose. Be to, svarbu paminėti, kad didžioji dalis mokslinių tyrimų yra sutelkta šalyse, kuriose savitarpio skolinimo rinka labiau išvystyta: JAV, Kinijoje, Jungtinėje Karalystėje, Vokietijoje ir kt. Tačiau tokių tyrimų trūksta šalyse, kuriose šios rinkos mažiau išvystytos. Lietuva galėtų būti vienas iš pavyzdžių, kur turime mažiausius namų ūkių taupymo rodiklius Europoje ir kur tik atsiranda investicijų kultūra. Štai kodėl būtina atnaujinti esamus tyrimus ir įvertinti kredito rizikos veiksnių įtaką įsipareigojimų neįvykdymo tikimybei naudojant šias naujas alternatyvias finansavimo priemones. Šiame tyrime nagrinėjami kredito rizikos veiksniai, galintys sukelti skolininkų įsipareigojimų nevykdymą Lietuvos P2P rinkoje. Šio tyrimo duomenys buvo gauti iš „Finbee“ platformos duomenų bazės. Tyrimas apima paskolas, suteiktas nuo 2015 m. rugpjūčio mėn. iki 2018 m. spalio mėn. Priklausomasis kintamasis šiame tyrime yra skolininko įsipareigojimų nevykdymas. Priklausomasis kintamasis yra binarinis, o tai reiškia, kad rezultatas turi tik du variantus: yra arba ne. Tyrimo modelis apima kitus kintamuosius, tokius kaip: skolininko kredito reitingas; paskolos tikslas; paskolos laikotarpis; skolininko išsilavinimas; palūkanų norma; skolininko lytis; skolininko amžius; užimtumo statusas; darbo patirtis; skolininko šeiminė padėtis; skolos įmokų ir pajamų santykis; išlaikytinių skaičius. Remiantis statistiniais duomenimis, Lietuvos savitarpio skolinimo rinka nuolat auga. Didėjant šio finansinio produkto svarbai, investuotojams kyla neaiškumų, kaip saugiai valdyti savo investicijas, kad būtų išvengta skolininkų įsipareigojimų nevykdymo. Remiantis logistinės regresijos analize, dešimt kredito rizikos kintamųjų iš dvylikos buvo statistiškai reikšmingi. Pvz., paskolos laikotarpis ir palūkanų norma teigiamai veikia įsipareigojimų neįvykdymo tikimybę. Skolininkų charakteristikos, pavyzdžiui, išsilavinimas (aukštesnis nei vidurinis) ir ilgesnė darbo patirtis, neigiamai veikia skolininkų įsipareigojimų nevykdymo tikimybę. Tačiau amžius yra susijęs su didesne įsipareigojimų nevykdymo tikimybe. Rezultatai taip pat rodo, kad moterys ir susituokę skolininkai yra mažiau linkę nevykdyti įsipareigojimų. Galiausiai kredito reitingai ir skolos mokėjimų bei pajamų santykis rodo neigiamą poveikį skolininkų įsipareigojimų nevykdymui. Šio tyrimo rezultatų palyginimas su ankstesniais tyrimais parodė, kad gauti duomenys patvirtina ir papildo daugumą ankstesnių empirinių tyrimų rezultatų. Taigi galima daryti išvadą, kad tinkamas kredito rizikos veiksnių vertinimas gali padėti investuotojams išvengti paskolų, kurios ateityje galbūt nebus grąžintos. The article analyses the factors that determine the probability of debtors’ default in the Lithuanian peer-to-peer market. The results of this study are compared with previous research. |
Databáze: | OpenAIRE |
Externí odkaz: |