MétaCan
Menu
Retour à la cohorte
Enregistrement W3092665889 · doi:10.5430/rwe.v11n5p361

Assessing the Islamic Banks Performance in the Gulf Cooperation Council Countries: An Empirical Study

2020· article· en· W3092665889 sur OpenAlexvenueno aff
Assaf Filfilan

Notice bibliographique

RevueResearch in World Economy · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamPanel dataGeneralized method of momentsRegression analysisShariaAccountingBusinessEmpirical researchPopulationVariablesEconomicsFinancial systemClassical economicsEconometricsStatisticsGeographyMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

This paper aims to ask lots of questions about the effect of various factors on the performance of the Islamic Banking Sector (IBS) in the Gulf Cooperation Council (GCC) countries. Both panel data analysis relating to random effect (RE) regression and generalized method of moments (GMM) in the system are utilized to quantify the relationship between board features and banks performance. The population of this research was 40 Islamic banks in the GCC zone with the perception went from 2005 to 2016. Our outcomes point to show that regression with GMM in system confirms the RE results just for the degree of bank capital, demonstrating a positive and significant connection between this variable and the bank performance at a 5% criticalness level. Notwithstanding, sharia board size and board duality apply a positive and huge hit on bank performance just when RE regression technique is utilized. These discoveries are applicable and valuable contribution for Islamic banks in dealing with their speculations inside their establishments. All the more significantly, Islamic banks in GCC should allow more significance to the degree of the capital bank, the structure and nature of the board, and the board duality to improve their performance.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,310
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,174
Tête enseignante GPT0,371
Écart entre enseignants0,197 · 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.

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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetIslamic Finance and Banking StudiesTravaux en français237 207