MétaCan
Menu
Retour à la cohorte
Enregistrement W3132706333 · doi:10.5430/ijfr.v12n3p356

Does Demand Uncertainty Moderate the Relationship of Risk Attitude and Sticky Cost? Evidence From Egypt

2021· article· en· W3132706333 sur OpenAlexvenueno aff
Ahmed Abdelhamid

Notice bibliographique

RevueInternational Journal of Financial Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModerationProxy (statistics)Sample (material)Corporate governanceRisk aversion (psychology)Ordinary least squaresVariable (mathematics)BusinessEconomicsEconometricsFinancial economicsFinanceExpected utility hypothesisStatistics

Résumé

récupéré en direct d'OpenAlex

The current paper explores the relation between managers’ risk attitude and cost stickiness behavior and the role of demand uncertainty as a moderation variable in the Egyptian business environment. Managers’ risk attitudes are measured using Bo and Sterken (2007) proxy measure [Bo, H., & Sterken, E. (2007). Attitude towards risk, uncertainty, and fixed investment. The North American Journal of Economics and Finance, 18(1), 59–75]. Demand uncertainty is measured by the standard deviation of firms’ sales over the sample period. The study sample includes 114 Egyptian-listed firms over a 14-year period (2004 - 2017) which results in 1,419 firm-year observations. The study models are estimated using the ordinary least squares (OLS) with a fixed-effects model. Findings show that in the presence of high demand uncertainty, risk-averse managers respond to sales decrease by cutting resources which lowers cost stickiness. One of the limitations is that some factors like firms’ policies, corporate governance mechanisms, and board of directors’ characteristics could dilute the effect of manager’s risk attitude on cost stickiness. The current research emphasizes the importance of considering the firm’s operating environment when selecting a manager for the firm, and the role of directed training to align the manager’s personal characteristics with the firm's objectives. The current research contributes to the previous literature by documenting the effect of manager’s risk attitude on cost stickiness and the role of a firm’s demand uncertainty as a moderating variable between these two variables.

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)0,005
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,099
Tête enseignante GPT0,357
Écart entre enseignants0,258 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetCorporate Finance and GovernanceTravaux en français237 207