MétaCan
Menu
Retour à la cohorte
Enregistrement W2129717103 · doi:10.5539/ass.v9n6p64

The Determinant of Capital Structure of SMEs in Malaysia: Evidence from Enterprise 50 (E50) SMEs

2013· article· en· W2129717103 sur OpenAlexvenueno aff
Asmawi Noor Saarani, Faridah Shahadan

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapital structurePecking order theoryMarket liquidityProfitability indexBusinessDebt ratioDebtFinanceAsset (computer security)Monetary economicsCapital adequacy ratioEconomicsMicroeconomicsIncentive

Résumé

récupéré en direct d'OpenAlex

Capital structure have implications in determining the ability and success of a firm, especially to small andmedium-sized enterprises (SMEs). This paper analyses the capital structure of SMEs in Malaysia focusing onEnterprise 50 (E50) SMEs. E50 is an annual awards program initiated by government and organized by SMECorporation & Deloitte Malaysia since 1997 to recognize the 50 best SME companies in Malaysia based on theirperformances and potential to succeed. The secondary data from Companies Commission of Malaysia has beencollected for the study. The study employed regression analysis on 334 companies, utilised the accounting datafor the five year period of 2005 to 2009. Capital structure is the Dependent Variable referring to debt ratio of thecompanies, decomposed into Long Term Debt ratio and Short term Debt ratio. The Independent Variables (IV)are age; size; tangibility; liquidity; profitability; growth and taxation. Two theories of capital structure haveguided this study i.e. the Trade-Off Theory and the Pecking Order Theory. The study found that size is importantif we decomposed the debt into longand short term. In addition, asset tangibility, liquidity and profitability arethe main capital structure determinants for SMEs. Age and growth are important for a long term, while taxationis not an important consideration in capital structure decision.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,212 · 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

Citations42
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetCorporate Finance and GovernanceTravaux en français237 207