Fraud and Performance of Deposit Money Banks
Notice bibliographique
Résumé
Banks serves as an indispensable part of the financial system, performing a crucial role in intermediation which results in a flow of financial resources in an economy. However, the recurring nature of fraud has hindered the effective performance of Deposit Money Banks (DMBs). The broad objective of this study was to examine the impact of fraud on DMBs in Nigeria. The study was driven by the positivist research philosophy. Hence, the study adopted a quantitative research design using the ex-post facto strategy. Data was sourced from the Nigeria Deposit Insurance Corporation (NDIC) annual reports covering the period of 2006 to 2016. The Ordinary Least Square (OLS) was used to predict the impact of fraud on DMBs after fulfilling major regression assumptions. It was revealed that total fraud amount was negative, although insignificantly affect the performance of DMBs; the number of reported cases significantly and positively affect the performance of DMBs and lastly it was discovered that the total staff involved also significantly and positively affect the performance of DMBs in Nigeria. Therefore, the study concluded that the impact of fraud in the banking sector affects the performance of DMBs in Nigeria. The regulation and supervision of DMBs should be stricter, that is, the CBN and NDIC should tighten their grip in regulating and supervising so as reduce the increasing fraud incidence.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».