Economic factors determining money laundering crime
Keywords:
Money Laundering, Money Laundering Crime, Economic FactorsAbstract
The purpose of this research was to study economic factors affecting money laundering crimes through time series data collection, i.e., the number of transactions prosecuted by the Anti-Money Laundering Office, the number of criminal cases, the number of drug cases, and the number of crime cases, Inflation, GDP Growth, amount of Poor People, Household Debt. Data were collected from 2012 to 2021 and analyzed by ordinary least squares regression estimation. The results showed that the first two variables with the highest correlation coefficient were the household debt variable, with a coefficient of 3.749, and the number of drug cases, with a coefficient of 3.532. This research suggests that the government must implement more rigorous anti-drug policies, together with the government implementing economic policies to reduce the number of poor people and have measures to take care of the people on debt burden to reduce the number of money laundering crimes. To have a reduced number.
References
จำแลง กุลเจริญ. (2537). กฎหมายป้องกันการฟอกเงิน. ดุลพาห, 1(4), 19-20.
ทรรศนีย์ หลีชัยสถาพร. (2558). เศรษฐศาสตร์ว่าด้วยมาตรการต่อต้านการฟอกเงิน กรณีศึกษาการปฏิบัติตามมาตรการกำกับดูแลด้านการป้องกันการฟอกเงินและการต่อต้านการสนับสนุนทางการเงินแก่การก่อการร้าย [การค้นคว้าอิสระปริญญามหาบัณฑิต, มหาวิทยาลัยธรรมศาสตร์]. TU Digital Collections. https://digital.library.tu.ac.th/tu_dc/frontend/Info/item/dc:91593
ธนาคารแห่งประเทศไทย. (2564). เครื่องชี้เศรษฐกิจมหภาคของไทย 1. https://app.bot.or.th/BTWS_STAT/statistics/BOTWEBSTAT.aspx?reportID=409&language=TH
วิมุต วานิชเจริญธรรม. (2552). ดัชนีความทุกข์กับนโยบายการเงิน. วารสารเศรษฐศาสตร์ธรรมศาสตร์, 27(4), 34-80. https://so05.tci-thaijo.org/index.php/TER/article/view/137312
สำนักงานตำรวจแห่งชาติ. (2565). สถิติฐานความผิดคดีอาญา. https://data.go.th/dataset/rtp_crimes_stat
สำนักงานป้องกันและปราบปรามการฟอกเงิน. (2564). รายงานประจำปี สำนักงาน ปปง. https://www.amlo.go.th/index.php/th/strategy/annual-report
สำนักงานสถิติแห่งชาติ. (2564). สถิติรายได้และรายจ่ายของครัวเรือน. http://statbbi.nso.go.th/staticreport/page/sector/th/08.aspx
อรุณี ปัญญสวัสดิ์สุทธิ์. (2557). ปัจจัยที่กำหนดอาชญากรรมในประเทศไทย: การวิเคราะห์ข้อมูลพาแนล. ใน การประชุมทางวิชาการของมหาวิทยาลัยเกษตรศาสตร์ ครั้งที่ 52 สาขาศึกษาศาสตร์, สาขาเศรษฐศาสตร์และบริหารธุรกิจ, สาขามนุษยศาสตร์และสังคมศาสตร์ (น. 167-176). มหาวิทยาลัยเกษตรศาสตร์, สำนักงานคณะกรรมการการอุดมศึกษา;กระทรวงศึกษาธิการ, กระทรวงเกษตรและสหกรณ์, กระทรวงวิทยาศาสตร์และเทคโนโลยี, กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม, กระทรวงเทคโนโลยีสารสนเทศและการสื่อสาร, สำนักงานคณะกรรมการวิจัยแห่งชาติ สำนักงานกองทุนสนับสนุนการวิจัย.
Baath, D., & Zellhorn, F. (2016). How to combat money laundering in bitcoin?: An institutional and game theoretic approach to anti-money laundering prevention measures aimed at bitcoin [Master’s thesis, Linkopings Universitet]. Digitala Vetenskapliga Arkivet. https://www.diva-portal.org/smash/get/diva2:1039181/FULLTEXT01.pdf
Becker, G. S. (1968). Crime and punishment: An economic approach. Journal of Political Economy, 76(2), 169-217. http://dx.doi.org/10.1086/259394
Bhagwati, J., & Srinivasan, T. N. (2002). Trade and poverty in the poor countries. American Economic Review, 92(2), 180-183. http://dx.doi.org/10.1257/000282802320189212
Buchanan, B. (2004). Money laundering: A global obstacle. Research in International Business and Finance, 18(1), 115-127. http://dx.doi.org/10.1016/j.ribaf.2004.02.001
Financial Action Task Force. (2006). Trade-based money laundering, financial action task force, OECD. https://www.fatf-gafi.org/content/dam/fatf-gafi/reports/Trade%20Based%20Money%20Laundering.pdf.coredownload.pdf
Ghulam, Y., & Szalay, B. (2024). Investigating the determinants of money laundering risk. Journal of Money Laundering Control, 27(1), 139-157. https://doi.org/10.1108/JMLC-01-2023-0001
Hair, J. F., Anderson, R. E., Babin, B. J., & Black, W. C. (2010). Multivariate data analysis: A global perspective (Vol. 7). Pearson.
Khan, W. A., Jawaid, S. T., & Arif, I. (2018). Where does a nation’s wealth go? Evidence from a third world country. Journal of Money Laundering Control, 21(3), 426-476. https://doi.org/10.1108/JMLC-01-2017-0005
Mahmoud, O. L. (2015). The role of external debt on economic growth: Evidence from Mauritania. International Journal of Economics & Management Sciences, 4, Article 1000240.
Naik, P. A., & Tsai, C. L. (2001). Single‐index model selections. Biometrika, 88(3), 821-832. http://dx.doi.org/10.1093/biomet/88.3.821
Reganati, F., & Oliva, M. (2018). Determinants of money laundering: Evidence from Italian regions. Journal of Money Laundering Control, 21(3), 402-413. https://doi.org/10.1108/JMLC-09-2017-0052
Tiwari, M., Ferrill, J., & Allan, D. M. (2024). Trade-based money laundering: A systematic literature review. Journal of Accounting Literature. Advanced online publication. https://doi.org/10.1108/JAL-11-2022-0111
Vaithilingam, S., & Nair, M. (2007). Factors affecting money laundering: Lesson for developing countries. Journal of Money Laundering Control, 10(3), 352-366. https://doi.org/10.1108/13685200710763506
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Dhurakij Pundit University
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Content and information of the article published at Suthiparithat Journal are based on the sole opinions and responsibility of author(s) only. Neither the editorial board involve in......
