Ownership structure and profitability of listed firms in an emerging market
Notice bibliographique
Résumé
Motivated by the agency theory and the need to examine the effect of separation of ownership and management, this study examines the determinants of profitability in different firm ownership structures and how different ownership structures impact the profitability of listed firms between 2003 and 2013, using pooled annual data of 23 Ghanaian listed firms. Employing a number of static models (OLS, Random Effects and 3 Stage Least Squares), we find evidence that while profit determinants vary for listed firms given their ownership structures, ownership structures also affected profitability differently. Specifically, for listed firms, profitability was determined by capital intensity, liquidity, financial risk, age and GDP; for non-family owned listed firms, profitability was determined by capital intensity, liquidity, market share and age; for foreign-owned firms, profitability was determined by capital intensity, liquidity, age and GDP; and for non-foreign ownership, profitability was determined by capital intensity, liquidity, financial risk, growth, age and GDP. When we examine the impact of ownership structure on profitability and find that family-owned listed firms make 30% less profits compared to nonfamily owned ones, whilst foreign-owned firms make 13% more profits than non-foreign owned ones. These findings confirm the agency theory which posits that separation of ownership and management, though may lead to agency problems, can positively affect profits. The study recommends that family-owned listed firms should consider diluting ownership in order to grow more profits.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».