The Effect of Enterprise Risk Management Practice on SME Performance
Notice bibliographique
Résumé
"Research Aims - This study aims to identify the effect of Enterprise Risk Management (ERM) on Small and Medium Enterprise (SME) performance. Design/methodology/approach - This study employed a multiple regression analysis. SME performance was treated as dependent variable, whereas ERM was the independent variable. Research Findings - Multiple regression analysis indicated that ERM has a significant effect to- wards firm performance. However, only one of the ERM elements namely objective determination has a significant effectt on SME performance. Theoretical Contribution/Originality - This study contributes to the body of knowledge from the standpoint of ERM by testing the effect of each element of ERM described under the Committee of Sponsoring Organizations of the Treadway Commissions (COSO) towards firm performance. Per- haps, each element of the ERM might has different effect towards an organization. Thus, Resource Based View (RBV) Theory was supported which hold that the organisational resources are the main factor to influence the organisational performance. Managerial Implication in the South East Asian context - ERM conducted in SMEs are expected to be able to develop strategies in minimising the risks that may or may not be faced by SME firms. In fact, an effective risk management can assist SME managers and owners in achieving their de- fined business objectives. Thus, risk management enhances the firm’s value, maximise profitability, and consequently improve SME performance. Research limitation & implications - This study has improved the measurement of ERM practices among SMEs and identified ERM elements that affect SME performance in particular."
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 | 0,006 | 0,029 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».