A Theoretical Framework for Enterprise Risk Management and Organizational Performance
Notice bibliographique
Résumé
The implementation of holistic risk management, enterprise risk management (ERM), is believed to contribute significantly to the successful performance of modern-day organizations that operate in an increasingly volatile and dynamic environment. In an environment of scarce resources and information uncertainty, ERM, risk culture, and strategic planning is required to face an unstable business environment to achieve organizational goals. Several conceptual and empirical studies have provided mixed evidence on the value relevance of ERM. Scholars have also demonstrated that the effects of ERM on performance are contingent upon certain contextual variables. Currently, the academic literature is silent on the joint relationship of ERM, risk culture, strategic planning, and organizational performance. The purpose of this study is to uncover this research gap by analytically reviewing pertinent conceptual and empirical literature to establish the possibility that the impact of ERM on organizational performance is transmitted through risk culture and strategic planning. This paper advances these evolving suggestions, which hinges on the conclusion that the direct effect of ERM on organizational performance is debatable and hence inconclusive due to the possible mediating influence of risk culture and strategic planning. A framework is conceptualized to examine the mediating effects of these two constructs on the relationship. The study proposes partial least squares structural equation modeling for statistical analysis using the unexplored multiple mediation analysis in the ERM academic literature. This paper’s postulations would guide empirical research in various contexts to address the knowledge gaps in the extant literature.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».