Performance measurement and management for manufacturing SMEs: a financial statement-based system
Notice bibliographique
Résumé
Purpose The purpose of this paper is to propose a performance measurement and management system (PMMS) for small- and medium-sized enterprises (SMEs) based on an analysis of the connections between the firm’s business practices and financial results as reported in the financial statements. Design/methodology/approach Secondary data on the business practices and financial statements of 108 Canadian manufacturing SMEs were taken from a private database. Items from financial statements were used to measure the firm’s performance in specific areas such as sales and current assets management, while net profit was used to measure the overall performance. Information about the level of adoption of more than 120 business practices by the sampled firms was also used. Step-wise regression was then performed for two consecutive years to identify the business practices that had significantly influenced the items in the financial statements. Findings The findings show that an understanding of the business practice/financial statement connection can be useful in managing SME performance. The regression analyses provide rich and interesting results. They indicate that some practices influence performance quickly, while others have a deferred effect. In addition, some practices have impacts that are significant in specific areas of the organization but insignificant in terms of overall performance, while others affect the firm’s overall performance but not the specific area they are intended to improve. Research limitations/implications The main limitation of the study is the non-probabilistic sample. However, the sampled SMEs vary widely in their characteristics, which should partially mitigate the negative impacts of a non-probabilistic sample. Practical implications The paper offers a useful and low-cost PMMS for SMEs, using information that is easily available to owner-managers. It shows that SME performance can be managed using a simple system built around the firm’s financial statements. Originality/value The study is one of the first to empirically test the connection between an extensive list of SME business practices and the financial results presented in the firms’ financial statements.
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 | 0,011 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».