MétaCan
Menu
Retour à la cohorte
Enregistrement W3175183890 · doi:10.5539/ibr.v14n7p103

The Impact of the Financial Performance on Capital Structure of Insurance Industry in Egypt

2021· article· en· W3175183890 sur OpenAlexvenueno aff
Salah Mohamed Eladly

Notice bibliographique

RevueInternational Business Research · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapital structureReturn on capital employedReturn on capitalMarket liquidityReturn on equityDebt-to-capital ratioEconomicsBusinessMonetary economicsEconometricsFinancial economicsEquity ratioFinanceProfitability indexDebtFinancial capitalCapital formation

Résumé

récupéré en direct d'OpenAlex

This paper attempts to investigate the impact of the profitability and liquidity on capital structure of insurance industry in Egypt as applied on a sample of (19) insurance firms represented in the Egyptian insurance industry over the period from 1999-2019. The capital structure is measured by debt ratio, and the financial performance is measured by (liquidity, return on equity, and retune on investment).The study results show that there are significant negative linear relationships between the independent variable in terms of return on equity (X1), return on investment (X3), and dependent variable for the capital structure (Y) at the level of significant less than (0.001); based on panel data analysis, the results show that Tau-statistic, and z-statistic, are at a significant level less than (0.05).The statistical conclusion is the null significant relationship between the capital structure and liquidity, while there is a significant relationship between the capital structure, return on equity, and return on investment. The results  also show that the R2 for the independent variables are accepted in the model (capital structure Y, lag Y1, return on equity X1, liquidity X2, and return on investment) by (79.3%) from total variation of capital structure (Y).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,049
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,311
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetInsurance and Financial Risk ManagementTravaux en français237 207