Panel Data Approach of the Firm’s Value Determinants: Evidence from the Jordanian Industrial Firms
Notice bibliographique
Résumé
<p class="zhengwen">This study aimed to investigate the main determinants of the industrial firms' value in developing countries namely Jordan. To achieve this goal all 77 ASE listed industrial firms for the period from 2000 to 2014 were utilized resulting in 974 firm-year observations. Twelve firm specific variables, namely, firm's size; firm's age; firm's risk level; firm's sales revenue; firm's operating cost; firm's tax rate; firm's net margin; firm's capital expenditure; firm's book value; firm's earning per share; firm's dividend per share and firm's pay-out ratio, were tested as a possible determinates of the firm's value. After testing for Multicollinearity and Heteroscedasticity the result of the unbalanced panel data Multi-regression model approach shows that the joint effect of the twelve potential determinants interprets about 37% of the variation in the value of the Jordanian industrial firms listed at ASE (R-squares = 0.3682), therefore, firm's in developing countries like Jordan should concentrate on these specific variables of the firms in order to improve the value and thus the wealth of the shareholders<strong>. </strong></p>Another finding of the study is that the firm's risk level and tax rate are not statistically significant drivers of the Jordanian industrial firm's value. The findings of the effect of firm's risk level and tax rate on the firm's value were contrary with Tiwari Ranjit et al (2015) and Rappaport (1998) respectively.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».