The Effect of Ownership Structure on Firm Profitability in India: A Panel Data Approach
Notice bibliographique
Résumé
This paper attempts to analyze whether there is solid evidence to support the idea that variations across firms in observed ownership structures lead to systematic variations in observed firm performance. The current study examines this hypothesis by evaluating the impact of the ownership structure on corporate performance, measured by profitability, using data of BSE 100 Index companies. This study design ownership structure, first, as an exogenous variable and, second; we take into account four different measures of ownership structure showing different groups of shareholders with conflicting interests. Using panel data regression model in between all ownership structure measures and profitability measures, the empirical findings suggest that the non-promoters holding and non-promoters non institutional holding have a significant impact on EPS of the firm. In case of promoters holding and non-promoters institutional holding no effect is found on EPS of the firm. And in case of ROI promoters holding, non-promoters institutional holding and non-promoters non institutional holding have a significant impact on ROI of the firm. In case when non-promoters holding is taken as individual measure no effect is found on ROI of the firm. Further in case of PAT, it is found that the non-promoters holding and non-promoters non-institutional holding have a significant impact on PAT of the firm. In case of promoters holding and non-promoter institutional holding no effect is found on PAT of the firm. Presence of concentrated ownership is found in Indian firms.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».