Systematic and unsystematic determinants of liquidity risk in the Islamic banks in the middle east
Notice bibliographique
Résumé
Liquidity risk (LR) is a concern in Islamic banks and may lead to major problems if not managed appropriately and planned, due to the lack of external liquidity sources for Islamic banks. However, the purpose of this article is to look at the factors that affect liquidity risk in Middle Eastern Islamic banks. To arrive at a substantial and compelling conclusion, the cross-sectional data from 30 Islamic banks was gathered between 2011 and 2022. The random effect regression model, GMM, and fixed effect regression model were all utilized. According to the report, Islamic banks in the Middle East have safe levels of liquidity. It also demonstrates how the financing-to-deposit ratio, inflation, economic growth, and return on assets all have a favorable impact on Islamic banks' liquidity risks. Furthermore, the study discovered that non-performing financing, capital sufficiency, operational effectiveness, and scale had no bearing on the liquidity issues associated with Islamic banks. This paper provided guidance regarding liquidity risk management procedures and systems in Islamic banks in order to design banking liquidity risk management policies. To avoid liquidity risks in Islamic banks, the optimal level of financing to deposit ratio must be determined, maintaining the quality of financing, reducing the non-performing loan ratio to the lowest possible level, and enabling Islamic banks to benefit from the central bank as a last resort for liquidity.
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 | 0,004 | 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 | 0,000 | 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 ».