The Impact of ICT on the Profitability of Indian Banks: The Moderating Role of NPA
Notice bibliographique
Résumé
The role of Information and Communications Technology (ICT) cannot be ignored in today’s era of working. Its effects are studied in several sectors by various researchers. This study covers the impact of ICT on the profitability of banks. Thirty-three banks are operating in India. A sample period of 10 years (2010 to 2019) was studied. The study also provides insight into how ICT helps the banks’ profitability during and post-COVID-19. A panel data analysis is performed to estimate the results. This study found that ICT adversely impacts banks’ profitability (NIM) in India in a linear association. However, the quadratic association indicates a positive U-curved relationship between ICT and profitability. In addition, the Net of Non-Performing Assets significantly but negatively impacts the connectivity of ICT and profitability. The findings imply that banks should invest in ICT to maximize the long run. The findings have no significant implication on all stakeholders, including policymakers, shareholders, and managers, to consider implementing ICT tools as an essential factor in enhancing a bank’s profitability in the long run. In addition, the level of otherwise lowered investments in ICT cannot be a fruitful step. The current study augments the existing literature on banking by providing novel evidence on the association of ICT with profitability under the influence of NPA. This study argues for the application of ICT in banks in order to increase their profitability. ICT helps the bank maintain transparency, accountability, and even the reach of financial services increases. This situation again leads to the enhancement of the country’s economy.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».