MétaCan
Menu
Retour à la cohorte
Enregistrement W2578255987 · doi:10.5539/ijef.v9n2p180

The Bank Sector Performance and Macroeconomics Environment: Empirical Evidence in Togo

2017· article· en· W2578255987 sur OpenAlexvenueno aff
Adama Combey, Apélété Togbenou

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReturn on assetsMonetary economicsGross domestic productEconomicsReal gross domestic productReturn on equityExchange rateRate of returnInflation (cosmology)Financial systemProfitability indexMacroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

This article investigates short-run and long-run relationship between three main macroeconomic indicators (gross domestic product growth, real effective exchange rate, and inflation) and banking sector profitability (measured by return on assets and return on equity) in Togo, from 2006 to 2015, by using Pool Mean Group estimator. Results show that, in the short-run, banks’ return on assets and return on equity are not related to macroeconomic variables. But banks’ return on assets is determined positively by bank capital to assets ratio and bank size while banks’ return on equity is affected negatively by bank capital to assets ratio. However, in the long-run, real gross domestic product growth and real effective exchange rate affect negatively and statistically significant banks’ return on assets, while inflation rate has no effect. Concerning bank’s return on equity, in the long-run, results suggest that real gross domestic product growth, real effective exchange rate, and inflation affect negatively bank’s return on equity. These results imply that to stabilize bank profitability and make Togolese banking sector more resilient, policymakers and banking sector managers must, among others, try to improve real gross domestic product growth, real effective exchange rate, and inflation volatility anticipation.

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)0,001
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 enseignants0,089
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,052
Tête enseignante GPT0,258
Écart entre enseignants0,206 · 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

Citations40
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetBanking stability, regulation, efficiencyTravaux en français237 207