Financial Deepening and the Performance of Manufacturing Firms in Nigeria
Notice bibliographique
Résumé
This study investigated the effect of financial deepening on the performance of manufacturing firms in Nigeria from 1970 to 2016. The data were sourced from the Central Bank of Nigeria Statistical Bulletin and the National Bureau of Statistics. The model was specified, and the hypotheses were tested with the Autoregressive Distributed Lag model and Mann-Whitney U Test test. The Augmented Dickey-Fuller, Phillips-Perron and Breusch-Pagan-Godfrey tests were carried out to ensure robust regression results. Results obtained from the study revealed that broad money supply has direct and significant impact on index of manufacturing production (p-value= 0.0039) in Nigeria, credit to private sector has indirect and insignificant impact on index of manufacturing production (p-value= 0.1167) in Nigeria and market capitalization has an indirect and significant impact on index of manufacturing production (p-value= 0.0051) in the long-run and a direct and insignificant impact (p-value= 0.1596) in the short-run. The study also discovered that financial deepening impacted more on the manufacturing sector performance in the post-financial reforms period. The study therefore recommended that government should launch new financial reforms capable of enhancing the accessibility of manufacturing sector to credit and ensure adequate implementation and monitoring of the existing policies on financial reforms in Nigeria with a view to deepening the Nigerian financial system and thereby promoting manufacturing firms’ 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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».