MétaCan
Menu
Retour à la cohorte
Enregistrement W3087538372 · doi:10.3390/jrfm13090217

A Study on the Impact of Capitalization on the Profitability of Banks in Emerging Markets: A Case of Pakistan

2020· article· en· W3087538372 sur OpenAlexvenueno aff
Muhammad Haris, Yong Tan, Ali Malik, Qurat Ul Ain

Notice bibliographique

RevueJournal of risk and financial management · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfitability indexCapitalizationBusinessCapital adequacy ratioReturn on equitySolvencyReturn on capital employedMonetary economicsMarket capitalizationNet interest marginFinanceEconomicsReturn on assetsFinancial systemMarket liquidityProfit (economics)Financial capitalCapital formationStock marketMicroeconomics

Résumé

récupéré en direct d'OpenAlex

A strong capitalized position of financial institutions is essential to ensure their solvency. Because of their unique nature, banks must always keep an optimum level of capital to ensure smooth banking earnings. Consequently, it is mandatory for all types of banks operating in Pakistan to keep a minimum amount of required capital along with capital adequacy to remain solvent and profitable. Therefore, using three measures of capitalization, i.e., the Capital Ratio (CR), Capital Adequacy Ratio (CAR), and Minimum Capital Requirement (MCR), and four measures of profitability, i.e., Return on Avg. Assets (ROAA), Return on Avg. Equity (ROAE), Net Interest Margin (NIMAR), and Profit Margin (NMAR), this study contributes to the existing literature on the relationship between the capitalization and profitability of 29 Pakistani banks over the period of 2007–2018. The results, based on the Generalized Method of Moments (GMM) system estimator technique, reported an inverted U-shaped relationship between the two capitalization measures, i.e., CR and CAR, and the four profitability measures, i.e., ROAA, ROAE, NIMAR, and NMAR. This indicates that profitability increases with an increase in capitalization up to a certain level, while beyond that level, a further increase in capitalization decreases profitability. The results also indicate that banks who maintain their MCR have higher profitability than those who do not.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,094
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetBanking stability, regulation, efficiencyTravaux en français237 207