Investigating the Impact of Firm Characteristics on Capital Structure of Quoted and Unquoted SMEs
Notice bibliographique
Résumé
This study aims to enhance the understanding of SMEs’ capital structure in Egypt. The study tests the impact of asset structure, size, profitability, liquidity, growth, age, and ownership structure as independent variables on the leverage ratio. Three alternative variables are used as a proxy for leverage: total, long term, and short term leverage. The study further investigates the significance of the relationship between the economic sector as a control variable and the three leverage ratios. Multiple regression analysis is used to develop the explanatory models for two samples of SMEs. The first sample comprises of 28 firms, which represent all listed and traded SMEs in Egypt as of 31/12/2016, covering the period from 2008 till 2015. The second sample includes panel data of 95 non-quoted SMEs. The overall model recommends that all the independent and control variables are significantly explaining the capital structure decisions of SMEs in Egypt. The results of the two samples show a high degree of similarities. The managerial ownership is found to be negatively correlated to short term leverage, while the block holding ownership is positively correlated to the total and the short term leverage. Moreover, the sector shows a significant relationship with the capital structure. The results of the study demonstrate that the best explanation of the SMEs behavior in Egypt is the pecking order theory. Finally, the study introduces useful recommendations for policy makers and SMEs’ management in Egypt.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».