MétaCan
Menu
Retour à la cohorte
Enregistrement W3129202731 · doi:10.5267/j.ac.2021.1.022

The moderating role of director’s financial expertise in political connections and corporate financial performance in Pakistan

2021· article· en· W3129202731 sur OpenAlexvenueno aff
Murtaza Masud Niazi, Zaleha Othman, Sitraselvi Chandren

Notice bibliographique

RevueAccounting · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePolitical Influence and Corporate Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModerationPoliticsCorporate governancePanel dataFinanceAccountingBusinessEconomicsFinancial marketPolitical science

Résumé

récupéré en direct d'OpenAlex

Prior theoretical and empirical studies have suggested that political influence affects the application of corporate governance and firm performance enormously. However, several fundamental questions remain to be answered. To fill this knowledge gap,the study's main objectives are examining the direct impact of political connection on firm financial performance in Pakistani non-financial listed companies and the moderating effect of director's financial expertise on political connections and firm financial performance. The study utilised panel data of 220 firms from 2008 to 2017 and used panel corrected standard error regression analysis. The results show that political connection negatively impacted firm financial performance, and director financial expertise as a moderator strengthened the relationship between political connections and firm financial performance. This study's results supported political economy theory in that weak judicial systems and unstable political systems have immense effects on investor’s rights. The study contributes to extending the existing literature on political connection by providing evidence of the impact of politically connected firms on firm performance in an emerging market. The study also deliberates on how the director’s financial expertise contributes towards the relationship. The findings could be generalised to other countries with similar degrees of development and culture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,250
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetPolitical Influence and Corporate StrategiesTravaux en français237 207