MétaCan
Menu
← Retour à la cohorte
Enregistrement W3149926176

Corporate Governance and Bank Performance: Empirical Evidence from Nepal

2018· article· en· W3149926176 sur OpenAlexaff
Prerana Singh, Poonam Rai, Prakash Ojha, Rachana Gyawali, Rajesh Gupta

Notice bibliographique

RevueSSRN Electronic Journal · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceAccountingBusinessReturn on assetsReturn on equityFinancial institutionContext (archaeology)Earnings per shareEquity (law)EarningsFinanceFinancial systemProfitability indexPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study analyzed the impact and important of Corporate Governance on bank performance in the context of Nepal. The return on assets and return on equity are the independent variables that measure the bank performance in the context to Nepal. Board Size, Female Board Member, Financial Institution, CEO Duality, Independent Director, Firm Size, Firm Age, Earnings per Share and Capital Adequacy Ratio of the firms are the independent Corporate Governance variable. The data are collected from the Banking and Financial Statistics published by Nepal Rastra Bank, NRB Directives, legal provision incorporate in Companies Act, 2063 and concerned by-laws regarding corporate governance, the provision on Bank and Financial Institution Act, 2063;supervision reports of Nepal Rastra Bank. The result shows that there is a significant impact of corporate governance on ROA as well as ROE in the financial institution. The findings of this study specify that elements of corporate governance such as the presence of independent director, firm size have a positive effect on the performance of firms. However, female board members, board size, board members, and the compensation of board members have negative effects on the performance of firms, as measured by the return on asset (ROA).

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)0,004
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,239
Écart entre enseignants0,203 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetCorporate Finance and Governance→Travaux en français237 207→