Impact of Efficiency on Voluntary Disclosure of Non-Banking Financial Company—Microfinance Institutions in India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper investigates how the financial and social efficiency of firms influence the extent of the voluntary disclosure of Non-Banking Financial Companies–Micro Financial Institutions (NBFC-MFI). The study constructed an unweighted index of voluntary disclosure to estimate the level of voluntary disclosure of all of the included firms from the years 2015–2019. The financial and social efficiency, which is analogous to the technical efficiency of production theory and analyses both sustainability and outreach, respectively, was estimated using data envelopment analysis (DEA). The panel data analysis was completed, and a positive association of financial efficiency was estimated. The social efficiency was found to have no relationship to the voluntary disclosure level. This paper contributed to the literature by providing new determinants of voluntary disclosure. The study examines the econometric model and suggests that financially sustainable firms that utilize these resources well are more open to outsiders, while socially efficient firms are reluctant to voluntary disclosure, which also includes social activities, and consider this as a wasteful activity. The findings of this study are relevant to industry practitioners and regulators, who need to think upon the sustainability of this crucial sector by meeting the dual objectives of financial and social performance. This study is helpful to all stakeholders as well as for the government, who can use the results to design additional rules for the NBFC–MFI. This study will also help firms to design disclosure strategies to ascertain goodwill and less cost of capital, with easy access to funds.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle