Are The Sudanese Banks Financially Sound?
Notice bibliographique
Résumé
This study attempts to investigate whether the banks operating in Sudan are solvent and financially sound as well as to examine whether there are roots for a banking panic. The research is also intended to determine whether there are candidate bankrupt banks. The study employs quantitative and qualitative research methods and utilizes both secondary and primary data and covers the eight-year period 2013-2020. The annual audited financial reports of banks published for the period under study represent the source of the secondary data and the primary data is collected through questionnaires distributed to depositors. The sample comprises 30 banks out of a total population of 37 banks. Also, responses from 416 participants in the questionnaire are considered for constructing the depositors’ confidence index. To test the hypotheses a number of quantitative models, namely, univariate financial ratios models, Ahmed (2003) Z-score model, Altman (2002) emergent markets Z-score model, and depositor’s confidence index (DCI) model are utilized. The statistical results of three out of the four models, namely, the univariate financial ratios model, Ahmed (2003) Z-score model, and depositor’s confidence index, document that banks operating in Sudan are financially unsound and financially distressed and none of those banks is thoroughly healthy. However, the results of EM Z-score model show that banks operating in Sudan can be categorized as healthy and financially sound and that there are no roots for a banking panic in the country.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».