Foreign Shareholdings Impact on Efficiency of the Acquired Local Banks in Indonesia
Notice bibliographique
Résumé
The motivation of the studies is to investigate the impact of foreign shareholding originated from developed and developing countries on the efficiency of acquired local banks in Indonesia during 2007-2017 by including Corporate Governance as a moderating variable.Methodology: Using the secondary aggregate data of 29 commercial banks acquired by foreign shareholders, a panel regression model using econometrics methods of GLS, and DEA was applied to examine the effects of percentage of foreign shareholdings on efficiency of the acquired local banks. The main findings; First, percentage of foreign shareholdings positively affecting efficiency of acquired local banks only if the foreign shareholders is originated from developed countries. Second, the level of economic advancement of the country of origin of foreign shareholders has significant effects on the efficiency of the acquired local banks. Third, the increase in the size of the Board of Directors tends to decrease the efficiency of the acquired local banks and fourth, the presence of Foreign Director has a positive moderating effect on strengthening the effect of percentage of foreign shareholdings on the efficiency of the acquired local banks. Overall, the originality of this studies is that the percentage of foreign shareholdings and its country of origin are two combined factors that cannot be separated in affecting the level of efficiency of its acquired local bank and the fact of significant positive moderating effect of Foreign Director. As policy consideration, monetary authority need to perform strict due diligence on prospective foreign shareholders specifically originated from developing countries, advise banks to maintain the existence of Foreign Director and to encourage small local banks to be merged prior to the acquisition by foreign shareholders.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».