MétaCan
Menu
Retour à la cohorte
Enregistrement W2997596007 · doi:10.5430/rwe.v10n5p45

Determinants of Capital Structure: Evidence From Malaysian Food and Beverage Firms

2019· article· en· W2997596007 sur OpenAlexvenueno aff
Mohd Faizal Basri, Fitri Shuhaida Shoib, Surianor Kamaralzaman

Notice bibliographique

RevueResearch in World Economy · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarket liquidityCapital structureProfitability indexReturn on assetsWorking capitalDebt ratioPanel dataBusinessMonetary economicsPecking order theoryDebtVariablesReturn on equityWeighted average return on assetsReturn on capital employedOrdinary least squaresAsset (computer security)Equity (law)FinanceEconomicsEconometricsMicroeconomicsFinancial capitalCapital formationStatistics

Résumé

récupéré en direct d'OpenAlex

This paper investigates the firm-specific elements, which are profitability, growth, tangible assets and liquidity in determining the capital structure of Food and Beverage (F&B) firms in Malaysia. The research employed panel data regression model based on ordinary least square (OLS) method. The sample of research consists of eight firms listed in the food producer segment in Bursa Malaysia for the period between 2013 and 2018, with a total observation of 48 firms-years. Debt to equity was chosen as dependent variable. On the other hand, profitability, asset growth, tangibility of assets, and liquidity were selected as independent variables. The findings showed that profitability and tangibility of assets are positively related to debt to equity. Meanwhile, growth of assets and liquidity were insignificant to the dependent variable. The trade-off theory of capital structure is very much applicable to the F&B firms in Malaysia due to the fact that profitability and tangibility of assets have significant relationship with debt.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,280
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetCorporate Finance and GovernanceTravaux en français237 207