Original Title: Development Trends of the Market of Agricultural Lending to Households in Ukraine: Analysis of Consumer and Mortgage Loans
Source: dx.doi.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

និន្នាការអភិវឌ្ឍន៍នៃទីផ្សារឥណទានកសិកម្មសម្រាប់គ្រួសារនៅអ៊ុយក្រែន៖ ការវិភាគលើឥណទានអ្នកប្រើប្រាស់ និងឥណទានមានទ្រព្យបញ្ចាំ

ចំណងជើងដើម៖ Development Trends of the Market of Agricultural Lending to Households in Ukraine: Analysis of Consumer and Mortgage Loans

អ្នកនិពន្ធ៖ Svitlana Andros (National Scientific Center “Institute of Agrarian Economy”), Vasyl Gerasymchuk (National Technical University of Ukraine “Ihor Sikorsky Kyiv Polytechnic Institute”)

ឆ្នាំបោះពុម្ព៖ 2023, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះសិក្សាពីបញ្ហាប្រឈម និងនិន្នាការនៃការផ្តល់ឥណទានអ្នកប្រើប្រាស់ និងឥណទានមានទ្រព្យបញ្ចាំដល់គ្រួសារកសិករនៅប្រទេសអ៊ុយក្រែន។ ជាពិសេស វាផ្តោតលើផលប៉ះពាល់នៃសង្គ្រាម អត្រាការប្រាក់ខ្ពស់ និងហានិភ័យឥណទានដែលរារាំងដល់កំណើនទីផ្សារនេះ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រវិភាគសេដ្ឋកិច្ច និងស្ថិតិលើទិន្នន័យ (Panel Data) ពីធនាគារជាតិអ៊ុយក្រែនចន្លោះឆ្នាំ២០០៧ ដល់២០២៣។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Methods of statistical comparisons
វិធីសាស្ត្រប្រៀបធៀបស្ថិតិ
ងាយស្រួលក្នុងការទាញយកការយល់ដឹងអំពីការផ្លាស់ប្តូរ និងនិន្នាការនៃរចនាសម្ព័ន្ធឥណទាន (Credit Structure) ពីមួយឆ្នាំទៅមួយឆ្នាំ។ មិនអាចបញ្ជាក់ពីទំនាក់ទំនងនៃហេតុនិងផល ឬកត្តាស៊ីជម្រៅដែលជំរុញឱ្យមានការផ្លាស់ប្តូរនោះបានឡើយ។ បានបង្ហាញឱ្យឃើញថា ទំហំឥណទានអ្នកប្រើប្រាស់សរុប (Consumer Loans) បានកើនឡើង ១.៦ ដង ពីឆ្នាំ២០០៧ ដល់ដើមឆ្នាំ២០២៣។
Method of correlation and regression analysis
វិធីសាស្ត្រវិភាគសហសម្ព័ន្ធ និងតម្រែតម្រង់
អាចកំណត់ទំនាក់ទំនងបញ្ច្រាស (Inverse Relationship) រវាងអត្រាការប្រាក់ និងទំហំប្រាក់កម្ចី ឬតម្លៃអចលនទ្រព្យបានយ៉ាងច្បាស់លាស់។ ទាមទារប្រភពទិន្នន័យលេខ (Numerical Data) ដែលមានភាពសុក្រឹតខ្ពស់ និងរចនាសម្ព័ន្ធច្បាស់លាស់។ រកឃើញទំនាក់ទំនងបញ្ច្រាសដោយបញ្ជាក់ថា ពេលអត្រាការប្រាក់កាន់តែខ្ពស់ ទំហំឥណទានដែលអាចផ្តល់ឱ្យមានកម្រិតកាន់តែទាប។
System method
វិធីសាស្ត្រប្រព័ន្ធ
ជួយក្នុងការវាយតម្លៃជារួមនូវស្ថានភាពទីផ្សារ ដោយពិចារណាលើកត្តាច្រើនវិមាត្រដូចជា កត្តាសង្គ្រាម សេដ្ឋកិច្ច និងច្បាប់ (Macro factors)។ មានលក្ខណៈទូលាយពេក ដែលអាចធ្វើឱ្យមានការលំបាកក្នុងការវាស់វែងជាតួលេខជាក់លាក់ (Quantitative Measurement)។ វាយតម្លៃថាទីផ្សារឥណទានបញ្ចាំ (Mortgage Market) មិនមានដំណើរការទូលំទូលាយ ដោយសារហានិភ័យខ្ពស់ និងកង្វះការគាំទ្រពីរដ្ឋ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនទាមទារធនធានផ្នែករឹង (Hardware) ធំដុំនោះទេ ប៉ុន្តែទាមទារប្រភពទិន្នន័យសេដ្ឋកិច្ចម៉ាក្រូស៊ីជម្រៅ និងជំនាញក្នុងការវិភាគហិរញ្ញវត្ថុ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រើប្រាស់ទិន្នន័យផ្តាច់មុខពីប្រទេសអ៊ុយក្រែនចន្លោះឆ្នាំ២០០៧ ដល់២០២៣ ដែលរួមបញ្ចូលនូវការផ្លាស់ប្តូរទីផ្សារ និងវិបត្តិសង្គ្រាម។ ទិន្នន័យនេះឆ្លុះបញ្ចាំងពីសេដ្ឋកិច្ចដែលរងការបំផ្លិចបំផ្លាញ ដែលអាចខុសពីបរិបទធម្មតារបស់ប្រទេសទូទៅ។ ទោះយ៉ាងណា វាមានសារៈសំខាន់ខ្លាំងសម្រាប់កម្ពុជាក្នុងការរៀនសូត្រពីការគ្រប់គ្រងហានិភ័យឥណទាន (Credit Risk) នៅក្នុងស្ថានភាពដែលសេដ្ឋកិច្ចជួបប្រទះវិបត្តិ ឬភាពមិនច្បាស់លាស់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងការរកឃើញនៅក្នុងឯកសារនេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ស្ថាប័នហិរញ្ញវត្ថុ និងអ្នកធ្វើគោលនយោបាយនៅកម្ពុជា ក្នុងការគ្រប់គ្រងបំណុលគ្រួសារ។

ការអនុវត្តន៍យុទ្ធសាស្ត្រទាំងនេះ នឹងជួយពង្រឹងភាពធន់នៃប្រព័ន្ធធនាគារកម្ពុជា និងកាត់បន្ថយសម្ពាធហិរញ្ញវត្ថុលើប្រជាពលរដ្ឋ ជាពិសេសក្នុងគ្រាដែលមានវិបត្តិសេដ្ឋកិច្ច។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃហិរញ្ញវត្ថុ និងស្ថិតិ: ផ្តើមសិក្សាពីទ្រឹស្តីម៉ាក្រូសេដ្ឋកិច្ច និងប្រព័ន្ធឥណទានធនាគារ ដោយប្រើប្រាស់វគ្គសិក្សាអនឡាញលើ Coursera ឬទំព័រចំណេះដឹងរបស់ National Bank of Cambodia (NBC)
  2. ប្រមូលទិន្នន័យឥណទានប្រចាំប្រទេសកម្ពុជា: ទាញយករបាយការណ៍ស្ថិតិប្រចាំឆ្នាំស្តីពីកម្ចីគ្រួសារ និងឥណទានកសិកម្មពីគេហទំព័រផ្លូវការរបស់ NBCCambodia Microfinance Association (CMA)
  3. អនុវត្តការវិភាគទិន្នន័យបន្ទះ (Panel Data Analysis): ប្រើប្រាស់កម្មវិធី SPSSRStudio ដើម្បីដំណើរការវិភាគសហសម្ព័ន្ធ (Correlation) វាយតម្លៃពីផលប៉ះពាល់នៃអត្រាការប្រាក់ទៅលើកំណើនបំណុលមិនដំណើរការ (NPL) ក្នុងវិស័យកសិកម្ម។
  4. រៀបចំសំណើគោលនយោបាយ (Policy Brief): សរសេររបាយការណ៍សង្ខេបផ្តល់អនុសាសន៍ដល់ស្ថាប័នហិរញ្ញវត្ថុ ដើម្បីបង្កើតយន្តការរៀបចំរចនាសម្ព័ន្ធឥណទានឡើងវិញ (Loan Restructuring) សម្រាប់អតិថិជនកសិកម្មដែលកំពុងរងគ្រោះ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Consumer credit (ឥណទានអ្នកប្រើប្រាស់) ប្រាក់កម្ចីដែលធនាគារ ឬស្ថាប័នហិរញ្ញវត្ថុផ្តល់ឱ្យបុគ្គល ឬគ្រួសារសម្រាប់ទិញទំនិញ ឬសេវាកម្មប្រើប្រាស់ប្រចាំថ្ងៃ ជំនួសឱ្យការយកទៅវិនិយោគ ឬធ្វើអាជីវកម្មទ្រង់ទ្រាយធំ។ ដូចជាការដែលយើងខ្ចីលុយធនាគារយកទៅទិញម៉ូតូជិះ ឬទិញទូរស័ព្ទប្រើប្រាស់ផ្ទាល់ខ្លួនសិន រួចទើបបង់សងជាប្រចាំខែតាមក្រោយ។
Mortgage lending (ការផ្តល់ឥណទានមានទ្រព្យបញ្ចាំ) ការផ្តល់ប្រាក់កម្ចីរយៈពេលវែងដោយធនាគារដល់អតិថិជន ដើម្បីទិញ សាងសង់ ឬជួសជុលអចលនទ្រព្យ (ដូចជាផ្ទះ ឬដី) ដោយយកអចលនទ្រព្យនោះមកធ្វើជាទ្រព្យធានា (ប្លង់រឹង/ទន់)។ ដូចជាការបង់រំលោះទិញផ្ទះពីធនាគារ ដែលប្រសិនបើយើងអស់លទ្ធភាពបង់ប្រាក់បន្ត ធនាគារមានសិទ្ធិរឹបអូសយកផ្ទះនោះមកវិញ។
Non-performing loans / Toxic loans (ឥណទានមិនដំណើរការ / កម្ចីខូច) ប្រាក់កម្ចីដែលអតិថិជនមិនបានបង់សងប្រាក់ដើម ឬការប្រាក់យឺតយ៉ាវលើសពីរយៈពេលកំណត់ (ជាទូទៅលើសពី ៩០ថ្ងៃ) ដែលធ្វើឱ្យស្ថាប័នហិរញ្ញវត្ថុប្រឈមនឹងការខាតបង់។ ដូចជាលុយដែលយើងឱ្យមិត្តភក្តិខ្ចី ហើយគេគេចវេសមិនព្រមសងយើងវិញតាមការសន្យា ដែលធ្វើឱ្យលុយនោះក្លាយជា "លុយងាប់" មិនអាចយកទៅធ្វើអ្វីផ្សេងបាន។
Liquidity crisis (វិបត្តិសន្ទនីយភាព / វិបត្តិសាច់ប្រាក់រាវ) ស្ថានភាពដែលធនាគារ ឬស្ថាប័នហិរញ្ញវត្ថុមិនមានសាច់ប្រាក់បម្រុងគ្រប់គ្រាន់សម្រាប់ផ្តល់ឱ្យអតិថិជនដែលមកដកប្រាក់ ឬមិនមានលុយគ្រប់គ្រាន់សម្រាប់ទូទាត់បំណុលបន្ទាន់របស់ខ្លួន ទោះបីជាស្ថាប័ននោះមានទ្រព្យសម្បត្តិច្រើនក៏ដោយ។ ដូចជាអ្នកមានទ្រព្យសម្បត្តិ (ដី ឬផ្ទះ) ច្រើន តែអត់មានលុយសុទ្ធក្នុងហោប៉ៅសម្រាប់ទិញម្ហូបហូបប្រចាំថ្ងៃពេលឃ្លានភ្លាមៗនោះទេ។
Credit scoring (ការដាក់ពិន្ទុឥណទាន) ប្រព័ន្ធវាយតម្លៃតាមបែបគណិតវិទ្យា និងស្ថិតិដែលធនាគារប្រើដើម្បីវាស់ស្ទង់ហានិភ័យ និងសមត្ថភាពសងបំណុលរបស់អតិថិជន ដោយផ្អែកលើប្រវត្តិហិរញ្ញវត្ថុ ប្រាក់ចំណូល និងបំណុលដែលមានស្រាប់។ ដូចជារបាយការណ៍ពិន្ទុប្រឡងប្រចាំខែរបស់សិស្ស ដែលគ្រូប្រើសម្រាប់វាយតម្លៃថាតើសិស្សនោះជិតស្និទ្ធនឹងការរៀនពូកែ ឬខ្សោយកម្រិតណា។
Targeted lending / Commodity lending (ការផ្តល់ឥណទានចំគោលដៅ) ការផ្តល់ប្រាក់កម្ចីដោយមានគោលបំណងច្បាស់លាស់ណាមួយ (ឧទាហរណ៍៖ កម្ចីទិញត្រាក់ទ័រ ឬជីកសិកម្ម) ដោយប្រាក់មិនត្រូវបានផ្តល់ជាសាច់ប្រាក់សុទ្ធដល់ដៃអ្នកខ្ចីទេ តែធនាគារជាអ្នកទូទាត់ត្រង់ទៅកាន់អ្នកលក់ទំនិញនោះតែម្តង។ ដូចជាឪពុកម្តាយឱ្យលុយកូនបង់ថ្លៃសាលា ដោយយកលុយនោះទៅបង់ឱ្យសាលាផ្ទាល់ មិនមែនប្រគល់លុយឱ្យកូនកាន់នោះទេ ដើម្បីការពារកុំឱ្យកូនយកលុយទៅចាយខុសគោលដៅ។
Panel data analysis (ការវិភាគទិន្នន័យបន្ទះ) វិធីសាស្ត្រវិភាគស្ថិតិដែលតាមដាននិងប្រមូលទិន្នន័យលើមុខសញ្ញាដដែលៗ (ឧទាហរណ៍៖ គ្រួសារដដែលៗ ឬធនាគារដដែលៗ) ឆ្លងកាត់រយៈពេលវេលាមួយដ៏វែង ដើម្បីសិក្សាពីការផ្លាស់ប្តូរ និងនិន្នាការតាមពេលវេលា។ ដូចជាការថតរូបកូនក្មេងម្នាក់ៗក្នុងថ្នាក់រៀនជារៀងរាល់ឆ្នាំតាំងពីថ្នាក់ទី១ដល់ទី១២ រួចយកមកប្រៀបធៀបគ្នា ដើម្បីមើលពីការលូតលាស់របស់ពួកគេ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖