Corporate Governance Features and Efficiency: Evidence from the Saudi Arabian Banks
Notice bibliographique
Résumé
The aim of this article is to examine the effect of the Corporate Governance features as measured by the Independence of the board of directors, the board size and the ownership structure (private ownership/State ownership and foreign ownership) on the banking efficiency of Saudi Arabian banks. A data set of the twelve biggest banks for the period 2000 to 2017 is used. As for banking efficiency scores, the methodology is based on the Data Envelopment Analysis (DEA). It allows for Technical Efficiency, Pure Technical Efficiency and Scale Efficiency scores. The results of this study point to the significant role of The Independence (INDEP) variable supported by a positive and significant effect on efficiency in all regressions, indicating a positive relationship with the Technical Efficiency (TE) and the Pure Technical Efficiency (PTE). In the contrary, the independence of the board directors has a negative and significant effect on scale efficiency (SE). According to Board Size variable, results related to this later reveal a negative and a significant effect on technical efficiency (TE), Pure Technical Efficiency (PTE) and Scale Efficiency (SE) in all regressions. Finally, as for the ownership structure variables, results confirm that Private Ownership (OWEN-P) provides positive and significant effects on both the Technical and the Scale Efficiency. This effect seems to be turn to be negative and significant when it is correlated to the Pure Technical Efficiency. State Ownership (OWEN-S) impacts positively and significantly the Technical Efficiency, the Pure Technical Efficiency and Scale Efficiency separately. As for the Foreign Ownership (OWEN-F) variable, except for the Pure Technical Efficiency (PTE), we note a positive and significant effect on the Technical and Scale Efficiency. This study implies better Corporate Governance practices should be supported to improve the overall efficiency and its components. This includes in particular, the Board Size and the Ownership structure variables.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».