Women’s presence in top management and the performance of microfinance institutions in West Africa
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate the relationship between the presence of women in senior management and the performance of microfinance organizations in the West African Economic and Monetary Union (WAEMU). Design/methodology/approach Using a data set of 266 microfinance institutions (MFIs) for the period 2013–2017, the study assesses the impact of women’s representation in senior management and on the boards of West African MFIs on these institutions’ financial and social performance. Findings The results indicate that board size and diversity positively and significantly affect the social performance of MFIs, particularly in relation to women’s participation in decision-making regarding expanding services to poor people. In essence, greater gender diversity at the board and management levels promotes the social orientation of MFIs. Research limitations/implications The low representation of women on boards and as managers makes it difficult to more accurately determine the true impact of women in senior positions on MFIs performance. Practical implications The author recommends minimum quotas for women in the top management of MFIs. This would help these institutions incorporate key skills and actively involve all members. Also, regulation places constraints on the ability of West African MFIs to mobilize deposits and this negatively impacts their financial performance. Originality/value This investigation highlights the importance of including women in the top management of MFIs to improve these institutions’ performance. It also underscores an interesting problem and answers questions raised in the existing literature by either rejecting or confirming the findings. As players in the microfinance sector recognize that board diversity is important for the success of any microfinance institution, this paper helps shed light on the situation of these organizations in the WAEMU. Peer review The peer review history for this article is available at: https://publons.com/publon/10.1108/IJSE-06-2019-0365
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 | 0,005 |
| 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 | 0,001 | 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) | 0,005 | 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 ».