Investigating the Nexus between Corporate Governance and Firm Performance in India: Evidence from COVID-19
Notice bibliographique
Résumé
The COVID-19 pandemic has had a dreadful influence on both economic activities and human life, in view of which management has to play a strategic role to focus on effective board leadership in order to optimize firm performance. The present study analyses the role of corporate governance practices in determining firm performance during the pandemic. A total of 151 non-financial companies from 11 diversified industries representing the NIFTY200 index for two years, 2019–2020 (pre-COVID-19) and 2020–2021 (duringCOVID-19), were selected. Paired sample t-tests, panel data regression, and one-way ANOVA were used for the analysis. The findings confirm that there is a significant difference between some corporate governance practices (board size, board independence, board’s female proportion, board attendance, and audit committee size) as well as financial performance (Tobin’s Q) before and during the COVID-19 period. The regression results of the full sample show that only board busyness has a positive and significant impact on ROA and Tobin’s Q. However, after splitting the sample year-wise, board size and audit committee meetings positively affected ROA during COVID-19. On the other hand, board independence had a negative influence. Female directors and audit committee meetings positively affected ROA in the pre-COVID-19 period, while board busyness had a negative influence. The results of one-way ANOVA show a substantial difference in the financial performance among industries.
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 | 0,002 |
| 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 ».