The impact of operational risk on profitability: Evidence from banking sector in the MENA region
Notice bibliographique
Résumé
The aim of this paper is to explore the potential correlation among operational risk and the profitability of Islamic banks in the MENA region. Different measures for profitability were relied upon in previous studies, however, in this article depend on return on assets and return on equity to measure profitability, and efficiency ratio calculated by operating expenses to total assets to measure operational risk. To achieve this objective, the sample comprises 20 Islamic banks from 12 MENA countries, creating panel data for a period of ten years from 2011 to 2020. The analysis was conducted using fixed effect models. The study will analyze and interpret the findings from two financial performance measures, namely, ROA and ROE to get insights into the banks' overall financial situation and their ability to generate profits from their assets and equity. Using one type of operational risk measured by (efficiency ratio) as an independent variable, along with profitability measures by (ROA and ROE) as dependent variables. These measures had a significant negative impact by the operational risk measured by (efficiency ratio). This means when the operational risk increases, this indicates that the management is not controlling the operations of the bank in the best way and inability or failure of the bank's management to effectively utilize the available resources and assets to generate satisfactory profits. This leads to an increase in the operating expenses and hence a decrease in profitability measures.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».