MétaCan
Menu
Retour à la cohorte
Enregistrement W4391116917 · doi:10.5430/afr.v13n1p18

Cash Holdings Determinants: The Case of Malaysian Local Authorities

2024· article· en· W4391116917 sur OpenAlexvenueno aff
Norilmiah Azis, Nor Khadijah Mohd Azhari, Radziah Mahmud, Rosmini Mohd Aripin, Y. Nurli Abu Bakar

Notice bibliographique

RevueAccounting and Finance Research · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPecking order theoryCash flow forecastingCash flow statementCash managementLeverage (statistics)Operating cash flowCashBusinessFinanceMarket liquidityCash conversion cycleCash and cash equivalentsCash flowEconomicsMonetary economicsCapital structureDebt

Résumé

récupéré en direct d'OpenAlex

This paper investigates the determinants of cash holdings by Malaysian local authorities. The researchers seek understanding on the motivation/intention behind the pattern of cash holdings and the theory that may be able to explain why the local authorities hold such amount of cash. Extensive research affirms that organizations in the private sector possess reasons to maintain cash, encompassing transactional, precautionary, and speculative objectives. The pecking order theory, trade-off theory, and free cash flow theory are also significant frameworks that explain why individuals, businesses, and institutions hold cash. However, there has been limited investigation into the factors influencing cash holdings in the public sector, particularly among local authorities in Malaysia. Therefore, relationship between the local authorities’ size, growth opportunities, financing deficits, liquidity, leverage, capital expenditure and access to credit market and cash holdings in Malaysian local authorities is examined. The sample in this study is 37 districts in Malaysia and data is collected from financial statements of the studied districts between 2015 and 2019. Thus, the total observations in this study are 185 districts-years.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,110
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,318
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetIslamic Finance and Banking StudiesTravaux en français237 207