Benchmarking Malaysian Government-Linked Companies’ Corporate Governance and Sustainable Development Goals Performance with Public Companies of Developed Countries
Notice bibliographique
Résumé
Purpose: This study examines the impact of Corporate Governance (CG) and Sustainable Development Goal (SDG) practices on the financial market and company performances of public sector companies in Malaysia, benchmarking against the public listed countries in United States, United Kingdom, Canada and Singapore. The benchmarking is done between a developing country against four developed countries. Design/Methodology/Approach: Panel data regression is adopted for methodology, and the research timeframe is 2017 to 2021. Eight-panel data models, which are stock return, volatility, investor sentiment, profitability, liquidity, solvency, financial efficiency and repayment capacity models are selected. Findings: The result shows that board responsibilities, remuneration, audit committee, risk management and internal control, engagement with stakeholders and conduct of general meetings are the CG variables to affect the financial market and company performance. SDG 4, 5, 8, 10, 11, 13, 16 and 17 are significant to the financial market and company performance. Originality/Value: The result of this study contributes to policymakers, regulators and practitioners in identifying the best CG and SDG practices that can help the Malaysian GLCs to gain better financial performance. The results assist the Malaysian government in understanding the gap between CG and SDG practices compared to developed countries and advocate the Malaysian companies to adopt better practices. Keywords: Corporate governance, sustainability, financial market, performance, GLC.
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 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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».