Revisiting Insurance Capital Structure, Risk-Taking Behaviour and Performance between 1995 – 2002
Notice bibliographique
Résumé
This paper examines the effect of capital structure and the moderation effect of risk-taking behaviour of insurance firms on performance of insurers in Nigeria from 1995 to 2002. This study became necessary as literatures in this area and regime are scarce. Secondary data from financial reports of each insurance firm were used. Descriptive statistics were used to describe the characteristics of the data while a two-stage estimation procedure of the fixed effect and random effect models were used to test the hypothetical framework of the study. Result shows that insurance capital structure (measured by equity ratio) had an insignificant negative effect on insurance performance while it had a significant positive effect on insurance performance if measured by technical provision ratios. On average, risk taking behaviour moderates the relationship between technical provision ratio and insurance performance. This study focused on capital structure and moderation effect of risk on performance of insurers in non risk-based capital era. Further study on risk-based capital era will provide more on performance of insurers before and after the implementation of risk-base capital requirement. These findings provide important insight to managers and regulators and investors by fostering more understanding of how to manipulate insurance capital and which source of fund should be used to embark on risky investment to attain superior performance. This investigation adds to literature on insurance capital structure, regulation and risk management and insurance performance in Nigeria.
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 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».