Ownership Structure and Bank Dividend Policies: New Empirical Evidence from the Dual Banking Systems of MENA Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study investigates the relationship between ownership structures and dividend policies for 46 Islamic and 75 conventional banks from 12 MENA and Asian countries between 2012 and 2020. Logit regression is employed to estimate the regression equation, centering on the moderating impacts of the COVID-19 pandemic and national culture. Our findings remain robust as we tackle the endogeneity issue using probit and logistic regression models. Asset growth and GDP growth serve as proxies for investment opportunities. Additionally, dividend per share acts as a proxy for dividend policy. Our findings emphasize how the ownership structure impacts dividend payouts in both banking systems. We observed positive relationships between dividend payouts and foreign ownership, bank size, age, and performance. Conversely, concentration of ownership and leverage negatively influence dividend payouts. The COVID-19 pandemic directly boosts the dividend policy for conventional banks and alters the relationship between foreign ownership and distribution policy in Islamic banks. Specifically, COVID-19 interacts with foreign and state ownership to reduce dividend payouts, but concentration of ownership does not show this effect. This study furnishes evidence affirming the significance of the ownership structure in shaping the dividend payout policy within Islamic and conventional banking. The results maintain their reliability across various estimation approaches. Moreover, this study accounts for the crisis period as a moderating factor influencing dividend payments.
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.
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 | 0,000 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle