Factors Which Influence on Where People Over the Age of 50 Decide to Borrow Money

Beata Agnieszka Lewicka

Abstract


The aim of this paper is to present which factors have an influence on where a resident of Lubelskie region who is over 50 years old borrows money. In order to find relationships between reasons for borrowing and chosen institution, binary logistic regression was applied. Three models were built, describing factors which decrease or increase the likelihood of borrowing from banks, non-banks institutions and family and friends. Interpretation of models revealed that borrowing motives play a great role in a lender choosing. For example, in case of problems with making ends meet or with meeting basic needs the likelihood of using non-banks institutions and relatives increases. Whereas, if a person who is over 50 years old wants to support his/her family, chances on taking out a loan from a bank increases nearly 23 times.


Keywords


loan; indebtedness; household finance 50+; binary logistic regression

Full Text:

PDF (Język Polski)

References


Beach B., Grandparental Generosity: Financial Transfers from Grandparents to Grandchildren, London 2013.

Danieluk B., Zastosowanie regresji logistycznej w badaniach eksperymentalnych, „Psychologia Społeczna” 2010, t. 5, nr 2–3 (14).

Finney A., Demystifying Non-mortgage Borrowing in Older Age: A Longitudinal Approach, Personal Finance Research Centre and the International Longevity Centre (UK), 2013.

GUS, Ludność. Stan i struktura ludności oraz ruch naturalny w przekroju terytorialnym, stan w dniu 30 czerwca 2015 r.

Hosmer D.W., Lemeshow S., Applied Logistic Regression, ed. 2, Wiley & Sons, New York 2000, DOI: https://doi.org/10.1002/0471722146.

ICAN Research, Jak pożyczają Polacy?, Raport przygotowany na zlecenie serwisu Kokos.pl., 2015 (sierpień).

Jabłońska K., Sobieraj A., Metodyka dobierania próby badawczej w naukach społecznych, „Bezpieczeństwo i Technika Pożarnicza” 2013, nr 32 (4), DOI: https://doi.org/10.12845/bitp.32.4.2013.3.

KNF, Rekomendacja S – dotycząca dobrych praktyk w zakresie zarządzania ekspozycjami kredytowymi zabezpieczonymi hipotecznie, Warszawa 2013 (czerwiec).

KRD, Finanse po 50.: niskie dochody i rosnące długi, 2015, http://krd.pl/Centrum-prasowe/Informacje-prasowe/2015/Finanse-po-50---niskie-dochody-i-rosnace-dlugi [data dostępu: 01.06.2016].

Kufel T., Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRETL, PWN, Warszawa 2011.

Mach Ł., Zastosowanie regresji logistycznej do określenia prawdopodobieństwa sprzedaży zasobu mieszkaniowego, [w:] R. Knosala (red.), Komputerowo zintegrowane zarządzanie, t. 2, Oficyna Wydawnicza Polskiego Towarzystwa Zarządzania Produkcją, Opole 2010.

Stanisz A., Przystępny kurs statystyki z wykorzystaniem programu STATISTICA PL na przykładach z medycyny, t. 2, StatSoft, Kraków 2000.

ZUS, Wiek emerytalny kobiet i mężczyzn uprawniający do emerytury z Funduszu Ubezpieczeń Społecznych, Warszawa 2014.




DOI: http://dx.doi.org/10.17951/h.2016.50.4.299
Date of publication: 2017-02-20 17:31:15
Date of submission: 2016-06-23 18:16:51


Statistics


Total abstract view - 685
Downloads (from 2020-06-17) - PDF (Język Polski) - 0

Indicators



Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Beata Agnieszka Lewicka

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.