MétaCan
Menu
Retour à la cohorte
Enregistrement W4280622021 · doi:10.3390/jrfm15050225

Development of Risk Index and Risk Governance Index: Application in Indian Public Sector Undertakings

2022· article· en· W4280622021 sur OpenAlexvenueno aff
Suneel Maheshwari, Vasudha Gupta, Deepak Raghava Naik

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Corporate governanceEndogeneityCredenceActuarial scienceBusinessEconometricsEconomicsAccountingStatisticsFinanceComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of the paper is to develop a risk measure in the form of a risk index and a governance index as an indicator of the quality of governance structure. Using the Delphi technique, two indices are developed (risk index and corporate governance index (CGI)); subsequently, using the 10-year (2005–2015) data of top Indian Public Sector Undertakings (PSUs) and diff-GMM regression (to deal with endogeneity), indices have been validated. Though the data set may appear old, it has only been used to test the risk index and analyze the results. Empirical evidence on indices indicates that Indian PSUs have ‘moderate’ risk levels and ample scope for improvement in their governance structure. Further, a positive relation between governance index and returns and negative relation between risk index and returns lend credence to the indices developed in the study. Notably, the governance index appears to be a moderating variable in the relationship between risk and return. It is perhaps the first study to put forth a comprehensive measure of risk to measure risk levels of PSUs and prescribe a measure of the quality of governance structure. While constructing the CGI, certain non-compliances were observed, even in terms of mandatory requirements, such as the proportion of PSUs may take independent directors. The new datasets may further check for compliance and its effect on the results. Such infringements call for stringent penal provisions and better monitoring of PSUs. Further, if the normative frameworks are adhered to as per the study by the Securities and Exchange Board of India (SEBI) and Ministry of Corporate Affairs (MCA), more effective and efficient decisions with lower risks, and hassle-free management resulting in better return on assets and return on equity.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,193
Écart entre enseignants0,185 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetRisk Management in Financial FirmsTravaux en français237 207