Do Corporate Governance Practices Influence Working Capital Management Efficiency? Evidence From Listed Manufacturing Companies in Sri Lanka
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of the study is to investigate the influence of corporate governance practices on working capital management efficiency in the listed companies of the manufacturing sector in Sri Lanka. Board meeting, board size, CEO tenure and size of the audit committee are used as corporate governance practices and the cash conversion cycle is calculated to measure the working capital management efficiency. Sales growth and firm size are considered as control variables to evaluate the influence of corporate governance practices on working capital management efficiency. Relevant data are extracted from the annual reports of 30 listed manufacturing companies for the period from 2013 to 2017. Finally, 150 observations are used for the data analysis. Pearson correlations are executed to determine the relationship between corporate governance practices and working capital management efficiency. OLS regression analysis is performed to determine the explanatory power of the combination of corporate governance practices on the efficiency of working capital management. The correlation analysis shows that board meeting, CEO tenure and firm size have a significant positive relationship with cash conversion cycle. The regression results suggest that board meetings and CEO tenure have a significant positive influence on cash conversion cycle. Generally, the shorter the cash conversion cycle is better for the business, therefore, according to this result the increase in a board meeting and CEO tenure have the considerable decreasing in liquidity position in an organization. Therefore, the outcome of the study may be useful to the top management of the firms and practitioners when they are implementing governance mechanisms in order to enhance the working capital efficiency.
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.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 découle