MétaCan
Menu
Retour à la cohorte
Enregistrement W4316467688 · doi:10.1111/1759-3441.12377

Effect of<scp>COVID</scp>‐19 Lockdown on the Profitability of Firms in India*

2023· article· en· W4316467688 sur OpenAlexaboutno aff
Ritika Jain

Notice bibliographique

RevueEconomic Papers A journal of applied economics and policy · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfitability indexCoronavirus disease 2019 (COVID-19)Quarter (Canadian coin)RevenueBusinessFinancial statementRobustness (evolution)Monetary economicsDemographic economicsEconomicsLabour economicsFinanceAccountingGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

We examine the effect of COVID‐19‐induced lockdown on the profitability of listed firms in India. We use quarterly income statement of 4168 listed firms for the period between April–June 2020 quarter and April–June 2022 quarter and compare their financial data with previous quarters (2015–2019). Using a difference‐in‐difference estimation framework and various profitability measures, we find that the COVID‐19 lockdown has reduced profits by around 15 per cent for listed firms in India. Our results are robust to various robustness tests and alternate specifications. We find evidence of firms losing revenues more than expenses, thus leading to decline in profits. The main effect is conditioned by firm‐specific factors. Specifically, firms that are smaller, older, unlisted and that do not belong to any group witnessed larger decline in profitability due to lockdown. Additionally, the effect of lockdown is more pronounced in areas that had lower mobility and higher COVID‐19 spread. These results underscore the importance of institutional factors and pre‐existing firm characteristics in conditioning the impact of lockdown on firm profitability.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,259
Écart entre enseignants0,241 · 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.

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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic Papers A journal of applied economics and policyMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207