MétaCan
Menu
Retour à la cohorte
Enregistrement W2074311585 · doi:10.5539/ijef.v5n3p152

Can Financial Ratios Reliably Measure the Performance of Banks in Bahrain?

2013· article· en· W2074311585 sur OpenAlexvenueno aff
Naser Jamil Najjar

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinancial ratioBusinessProfitability indexFinancial crisisFinancial analysisMarket liquidityFinanceFinancial systemEquity (law)AccountingEconomics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to analyze the financial performance of major banks in Bahrain. This study covers the calculation of important financial ratios of major financial institutions in Bahrain as well as comparing their performance in the context of the global financial crisis. It also compares ratios of conventional banks with Islamic financial institutions in Bahrain. These ratios define profitability, financial performance, size and type of banks. The analysis of ratios shows the differences in financial management practices of banks in the respective areas. The study reveals that there are wide differences in the ratios used by different banks, especially before and after the financial crisis. This study helps identify best practice in the areas of profitability management, liquidity management, and interest rate risk management. The result of the analysis of ratios for measuring financial performance shows that there is corporate excellence in asset management and value equity shares. This analysis can be used as a basis for preventative actions for future bankruptcy and market risk. The components in financial statements for Islamic banks differ from conventional banks. The study recommends that banking institutions in Bahrain should use this ratio analysis to prevent unpredicted financial problems and take corrective measures or provisions to avoid such events for financial institutions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,181
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetIslamic Finance and Banking StudiesTravaux en français237 207