การสร้างแบบจำลองวิเคราะห์ความสัมพันธ์ระหว่างการจัดการหนี้สินและสุขภาพการเงินของครัวเรือนไทย

งานวิจัยนี้มุ่งเน้นการสร้างแบบจำลองด้วยเทคนิค Machine Learning เพื่อวิเคราะห์ความสัมพันธ์ระหว่างการจัดการหนี้สินกับสุขภาพการเงินของครัวเรือนไทย โดยใช้ข้อมูลจากสำนักงานสถิติแห่งชาติ ครอบคลุมระหว่างปี พ.ศ. 2547–2566 โดยตัวแปรสำคัญที่นำมาศึกษาได้แก่ รายได้ ค่าใช้จ่าย และหนี้สินเฉลี่ยของครัวเรือน โดยใช้สัดส่วนการออมต่อรายได้ (Saving-to-Income Ratio: STI) เป็นตัวแทนของสุขภาพการเงิน ทั้งนี้ได้พัฒนาและเปรียบเทียบประสิทธิภาพของแบบจำลอง 3 ประเภท ได้แก่ Multiple Linear Regression (MLR), Artificial Neural Networks (ANN) และ Random Forest Regression (RFR) เพื่อประเมินและเปรียบเทียบความแม่นยำในการพยากรณ์ผลการวิจัยชี้ให้เห็นว่า รายได้เป็นปัจจัยสำคัญที่มีผลต่อการมีสุขภาพการเงินที่ดีของครัวเรือน ทั้งนี้การมีหนี้สินไม่ได้ส่งผลเชิงลบต่อสุขภาพการเงินของครัวเรือนโดยตรงเสมอไป หากปริมาณหนี้สินนั้นไม่เกินกำลังรายได้ และเป็นการกู้ยืมด้วยวัตถุประสงค์ที่เหมาะสม โมเดลที่พัฒนาขึ้นสามารถระบุปัจจัยที่มีอิทธิพลต่อสุขภาพการเงิน โดยมีประสิทธิภาพในการพยากรณ์สุขภาพการเงินของครัวเรือนที่ค่อนข้างน่าพอใจ งานวิจัยนี้ให้ข้อเสนอแนะเชิงนโยบายแก่ภาครัฐและสถาบันการเงิน ในการวางมาตรการช่วยเหลือและส่งเสริมวินัยทางการเงินของประชาชน โดยสามารถนำโมเดลที่พัฒนาขึ้นไปประยุกต์ใช้เพื่อคัดกรองความเสี่ยงของครัวเรือน งานวิจัยในอนาคตอาจทดลองโมเดลอื่นๆหรือบูรณาการฐานข้อมูลจากแหล่งอื่นเพื่อขยายขอบเขตการวิเคราะห์เพิ่มเติม