MétaCan
Menu
Retour à la cohorte
Enregistrement W4214601005 · doi:10.5430/ijfr.v13n1p90

Effect of the Capability Component of Fraud Theory on Fraud Risk Management in Nigerian Banks

2022· article· en· W4214601005 sur OpenAlexvenueno aff
Charles Uzodinma Eze, Emmanuel Chukwuma Ebe, Ifeoma Mary Okwo, Ogechi Ibeabuchi-Ani, Magnus S Odume, Jennifer Odinakachi Godspower, Josephine Adanma Nmesirionye, Chinelo Jenevive Obiekwe, Enobong Eshiet Udeme, Emmanuel Ifeanyi Obeagu

Notice bibliographique

RevueInternational Journal of Financial Research · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRisk managementBusinessCorporate governanceInsiderVariance inflation factorActuarial scienceAccountingMulticollinearityRegression analysisFinanceStatisticsLaw

Résumé

récupéré en direct d'OpenAlex

The incidence of bank fraud is a fundamental problem with diverse consequences to banks and their stakeholders. Therefore, this study examined the effect of the capability component of fraud theory on fraud risk management in Nigerian banks. The specific objectives of the study are to: examine the effect of malicious insider abuses on fraud risk management efficiency of Nigerian banking sector; evaluate the effect of internal control bypasses on fraud risk management efficiency of Nigerian banking sector; investigate the effect of information security breaches on fraud risk management efficiency of Nigerian banking sector, and ascertain the effect of fraud risk governance on fraud risk management efficiency of Nigerian banking sector. The study adopted ex-post factoresearch design. Secondary data were gathered from the quarterly report on fraud and forgeries of the Financial Institutions Training Centre (FITC) from the first quarter of 2011 to the second quarter of 2020 given a total of thirty-eight (38) observations. The dependent variable of the study was fraud risk management efficiency (FRMη) while the independent variables were malicious insider abuses (MIA), Internal Control Bypasses (ICB), Information Security Breaches (ISB), and fraud risk governance (FRG). Four hypotheses were formulated and tested using robust linear regression analysis. The study employed Stata 14.2 and SPSS 22 in data analyses. We also conducted Skewness/Kurtosis and Shapiro-Francia W’ normality tests, Variance Inflation Factor (VIF) of multicollinearity, Breusch-Pagan/Cook Weisberg test of heteroskedasticity, and Durbin-Watson test for autocorrelation. The results revealed statistically significant negative effects of internal control bypasses and information security breaches on fraud risk management efficiency. The study also found an insignificant positive effect of malicious insider threats and fraud risk governance on fraud risk management efficiency. The implication of these findings is that the Nigerian banking sector is confronted with both internal and external fraud capability challenges which require management attention and stakeholders’ education and awareness. Based on these findings, the study offers comprehensive fraud vulnerability suggestions integrating all banking stakeholders (internal and external) to improve fraud risk management efficiency in Nigerian banking sector.

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)0,007
score de la tête « metaresearch » (Gemma)0,041
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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,309
Écart entre enseignants0,284 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetInsurance and Financial Risk ManagementTravaux en français237 207