Capital Structure, Financial Performance, and Sustainability of Micro-Finance Institutions (MFIs) in Bangladesh
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Capital structure plays an important role in organizational performance. Sources of funds for micro-finance institutions (MFIs) and their performance and financial sustainability become an important topic for the MFIs and poverty alleviation initiatives to achieve sustainable development goals of the UN. We explored the following question: Does the financial structure in terms of financial leverage affect the financial performance: Financial sustainability, depth, and breadth of outreach of MFIs? Our research focuses on studying the relationship between capital structure and financial performance of micro-finance institutions as well as achieving the objectives of this program by reaching out to the deserving clients without collaterals. A dataset of 187 MFIs is used to establish the relationship between the capital structure and performance of MFIs. Panel data regression analysis has been used for this study using the Random effect and Fixed effect models. Return on Asset (ROA), and Net Income to Expenditure (NIER) have been used as measures of financial performance. The findings indicate that Equity to Asset Ratio (EAR), Debt to Loan Ratio (DTL), Risk, and Size are the factors that influence NIER. Furthermore, EAR, and DTL have a positive effect on ROA, and Risk has a negative effect. The findings of this study will enable MFIs to configure their capital structure by creating a portfolio of sources of their capital from market-based sources of funds that can maximize their financial performance and reach out to poor clients without collaterals.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle