Namų ūkių kreditavimo galimybių ir perspektyvų vertinimas
DOI:
https://doi.org/10.59476/mtt2025.v3i21.744Keywords:
namų ūkių kreditavimas, komerciniai bankai, makroekonominiai veiksniai, finansiniai veiksniai, kreditavimo perspektyvosAbstract
Straipsnyje nagrinėjamos namų ūkių kreditavimo galimybės Lietuvos komerciniuose bankuose, identifikuojant pagrindinius makroekonominius ir finansinius veiksnius, darančius įtaką paskolų prieinamumui, bei prognozuojamos kreditavimo perspektyvos 2025 m. Tyrimo aktualumas grindžiamas kreditavimo svarba šalies ekonomikos augimui, finansiniam stabilumui. Nors užsienio literatūroje namų ūkių kreditavimo tema nagrinėjama plačiai, Lietuvoje per pastaruosius penkerius metus šioje srityje atliktų mokslinių tyrimų vis dar stokojama. Teorinėje dalyje remtasi mokslinės literatūros analize, kuri parodė, kad namų ūkių kreditavimo mechanizmas priklauso nuo infliacijos, palūkanų normų, BVP, užimtumo, demografinių rodiklių, bankų kapitalo bazės, skolinimo politikos ir kredito reguliavimo sistemos. Empirinė analizė atlikta taikant antrinių duomenų analizę, koreliacinę ir regresinę analizę, situacijų modeliavimą bei prognozavimą, remiantis Lietuvos statistikos departamento ir Lietuvos banko duomenimis. Koreliacinė analizė atskleidė teigiamus ryšius tarp bendros paskolų sumos ir BVP, darbo užmokesčio, užimtumo lygio bei infliacijos, tarp vartojimo paskolų ir BVP, darbo užmokesčio ir palūkanų normų, ir nustatė, kad būsto paskolų pokyčius lėmė kiti nenagrinėti veiksniai. Regresinė analizė parodė, kad bendros namų ūkių paskolų apimtys priklauso nuo gyventojų pajamų augimo ir bankų paskolų portfelio plėtros, vartojimo paskolų – nuo darbo užmokesčio ir BVP, o paskolos kitiems tikslams keitėsi statistiškai nereikšmingai. Situacijų modeliavimas identifikavo pagrindinį paskolų prieinamumą ribojantį veiksnį – mėnesinių įmokų ir pajamų santykį. Prognozuojant 2025 m. kreditavimo perspektyvas, taikyti optimistinis, realistinis ir pesimistinis scenarijai, pagrįsti darbo užmokesčio ir bankų paskolų portfelio augimo tempu. Analizė parodė, kad realistinis scenarijus geriausiai atitinka faktinę raidą, o kreditavimo dinamika priklauso tiek nuo vidinių ekonominių rodiklių, tiek nuo išorinių veiksnių, tokių kaip infliacijos pokyčiai, energijos kainų svyravimai ir geopolitinė įtampa.
References
1. Akewugberu, H. O., Umar, S. M., Musa, U. M., Ishaaq, O. O., Ibrahim, A., Osi, A. A., & Ganiyat, A. F. (2024). Breusch-Pagan test: A comprehensive evaluation of its performance in detecting heteroscedasticity across linear, exponential, quadratic, and square root structures using Monte Carlo simulations. FUDMA Journal of Sciences, 8(6), 233–239. https://doi.org/10.33003/fjs-2024-0806-2826
2. Borowski, J., Jaworski, K., & Olipra, J. (2019). Economic, institutional, and socio‐cultural determinants of consumer credit in the context of monetary integration. International Finance, 22(1), 86–102. https://doi.org/10.1111/infi.12144
3. Catherine, S. F. H., Jamaliah, M. Y., Aminah, M., & Arshad, A. (2016). Household debt, macroeconomic fundamentals and household characteristics in Asian developed and developing countries. The Social Sciences, 11(18), 4358–4362. https://www.researchgate.net/publication/311605659_Household_debt_macroeconomic_fundamentals_and_household_characteristics_in_Asian_developed_and_developing_countries
4. D’Acunto, F., Charalambakis, E., Georgarakos, D., Kenny, G., Meyer, J., & Weber, M. (2024). Household inflation expectations: An overview of recent insights for monetary policy. National Bureau of Economic Research. https://www.nber.org/papers/w32488
5. De Araujo, D. K. G., Barroso, J. B. R. B., & Gonzalez, R. B. (2020). Loan-to-value policy and housing finance: Effects on constrained borrowers. Journal of Financial Intermediation, 42, 100830. DOI: 10.1016/j.jfi.2019.100830
6. Frimpong, S., Yusuf, M. A., Boateng, E., Ankomah, K., & Abeka, M. J. (2023). Financial inclusion, economic freedom and financial stability in sub‐Saharan Africa. Thunderbird International Business Review, 65(4), 429–441. https://doi.org/10.1002/tie.22341
7. Herman, H., Tobing, V. C. L., Fadlilah, A. H., Shaddiq, S., & Bahit, M. (2023). Loan interest rates, credit guarantees, and lifestyle on credit making decisions at financing companies. JPPI (Jurnal Penelitian Pendidikan Indonesia), 9(4), 471–482. https://doi.org/10.29210/020233113
8. Igan, D., & Tan, Z. (2017). Capital inflows, credit growth, and financial systems. Emerging Markets Finance and Trade, 53(12), 2649–2671. https://doi.org/10.1080/1540496X.2017.1339186
9. Khan, H. H. A., Abdullah, H., & Samsudin, S. (2016). Modelling the determinants of Malaysian household debt. International Journal of Economics and Financial Issues, 6(4), 1468–1473. https://www.econjournals.com/index.php/ijefi/article/view/2922
10. Kim, H. (2022). A finite sample correction for the panel Durbin–Watson test. Applied Economics, 54(28), 3197–3205. https://doi.org/10.1080/00036846.2020.1869172
11. Li, N., Li, R. Y. M., & Nuttapong, J. (2022). Factors affect the housing prices in China: A systematic review of papers indexed in Chinese Science Citation Database. Property Management, 40(5), 780–796. https://doi.org/10.1108/PM-11-2020-0078
12. Lietuvos bankas. (2011). Lietuvos banko valdybos nutarimas Dėl atsakingojo skolinimo nuostatų 2011 m. rugsėjo 1 d. Nr. 03-144. https://www.e-tar.lt/portal/it/legalAct/TAR.A91F08A407C5
13. Lietuvos bankas. (2018). STOP vartojimo kreditams. https://www.lb.lt/lt/stop-vartojimo-kreditams
14. Lietuvos bankas. (2022). Finansinio stabilumo užtikrinimo priemonės. https://www.lb.lt/lt/finansinio-stabilumo-uztikrinimo-priemones
15. Lietuvos bankas. (2024). Namų ūkių apklausos apžvalga (2024 m.). https://www.lb.lt/uploads/publications/docs/49826_2da1ecafdbe65d86b1f8bd3584155cb4.pdf
16. Lietuvos bankas. (2025). Bankų sektorius 2024 m.: Aktyvus skolinimas ir naujas didžiausias bankas pagal turtą. https://www.lb.lt/lt/naujienos/banku-sektorius-2024-m-aktyvus-skolinimas-ir-naujas-didziausias-bankas-pagal-turta
17. Lietuvos bankas. (2025, rugpjūčio 28). 2025 m. liepos mėn. kylant palūkanų normoms padidėjo paskolos ir indėliai. Lietuvos bankas. https://www.lb.lt/lt/naujienos/2025-m-liepos-men-kylant-palukanu-normoms-padidejo-paskolos-ir-indeliai
18. Lietuvos statistikos departamentas. (2025). Vidutinis mėnesinis darbo užmokestis 2024 m. IV ketvirtį. https://www.vz.lt/vadyba/2025/02/26/bruto-darbo-uzmokestis-per-ketvirtaji-ketvirti-isaugo-44-564225
19. Mazibas, M., & Tuna, Y. (2017). Understanding the recent growth in consumer loans and credit cards in emerging markets: Evidence from Turkey. Emerging Markets Finance and Trade, 53(10), 2333–2346. https://doi.org/10.1080/1540496X.2016.1196895
20. Samad, A. K., Mohd Daud, S. N., & Mohd Dali, N. R. S. (2020). Determinants of household debt in emerging economies: A macro panel analysis. Cogent Business & Management, 7(1), 1831765. https://doi.org/10.1080/23311975.2020.1831765
21. Samad, A. K., Idris, N. H., Abd Rahman, N. H., Sani, A., & Mohd Soffian Lee, U. H. (2023). Systematic literature review on the macroeconomic factors of household debt. European Proceedings of Finance and Economics. https://www.europeanproceedings.com/article/10.15405/epfe.23081.18
22. Su, C. W., Liu, F., Qin, M., & Chnag, T. (2023). Is a consumer loan a catalyst for confidence? Economic Research-Ekonomska istraživanja, 36(2). https://doi.org/10.1080/1331677X.2022.2142260
23. Wildauer, R., & Stockhammer, E. (2018). Expenditure cascades, low interest rates, credit deregulation or property booms? Determinants of household debt in OECD countries. Review of Behavioral Economics, 5(2), 85–121. DOI: 10.1561/105.00000083
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Danutė Binkienė, Gabija Babkinaitė
This work is licensed under a Creative Commons Attribution 4.0 International License.
