MétaCan
Menu
Retour à la cohorte
Enregistrement W4386754833 · doi:10.3390/jrfm16090407

The Perceived Relationship between Risk Culture and Operational Risk Management Practices of Ghanaian Banks

2023· article· en· W4386754833 sur OpenAlexvenueno aff
Gerhard Philip Maree Grebe, Johan Marx

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of South Africa
Mots-clésOperational riskAccountingRisk managementBusinessDescriptive statisticsAuditBasel IIOrder (exchange)Risk perceptionOrganizational cultureActuarial sciencePublic relationsPsychologyFinancePerceptionPolitical scienceIncentiveEconomicsStatistics

Résumé

récupéré en direct d'OpenAlex

The Bank of Ghana (BoG) joined the Basel Consultative Group (BCG) of the Basel Committee on Banking Supervision (BCBS) in 2021 and is proceeding with the implementation of the Basel III international regulatory framework for Ghanaian banks. The purpose of this study was to assess the perceived relationship between risk culture and aspects of operational risk management among Ghanaian banks. This study followed a positivist paradigm and made use of a survey among the risk management staff members of Ghanaian banks. The data were analysed using both descriptive and inferential statistics, such as the Mann–Whitney U test and a multiple regression model. This study found significant perceived relationships (at the 5% level of significance) between risk culture and monitoring and reporting procedures, the three lines of defence (3LOD), compliance, internal auditing, disclosure of operational risk information, and guidance from the banking regulator. The respondents reported the following challenges with their banks’ risk culture (in order of priority): training and development, communication, reporting and disclosure, roles and responsibilities, performance appraisal, and technological and environmental barriers. Recommendations for addressing these challenges are provided.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,241
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,256
Écart entre enseignants0,235 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetRisk Management in Financial FirmsTravaux en français237 207