Corporate financial strategies and performance: Insights from China’s Shanghai Stock Exchange
Notice bibliographique
Résumé
This study investigated the impact of corporate financial strategies-(CFSs) on the performance of companies listed on the Shanghai Stock Exchange-(SSE) from 2010-2023, analyzing data from 2,269 firms, yielding 31,766 balanced firm-year observations. Utilizing a mixed-methods approach with a quasi-experimental design grounded in pragmatism, the inquiry employed two-step System-GMM technique to address endogeneity, simultaneity, heteroscedasticity, reverse causality and Nickell bias. Fixed effects-(FE) and random effects-(RE) models were applied to handle unobserved heterogeneity, omitted variable bias and guarantee robustness. The results revealed that, total-debt-to-assets-ratio-(TDTAR) and dividend yield-(DY) significantly and negatively impacted firm performance-(FP), measured by return on assets-(ROA) and Tobin’s Q-(TQ). Contrary, cash conversion cycle-(CCC), current ratio-(CR), total-assets-turnover-(TAT), tangibility-(TANG), total-equity-to-total-assets ratio-(TETAR), dividend payout ratio-(DPR), firm size-(SIZE), and firm age-(AGE) had a significantly positive effect on FP-(ROA and TQ). The study emphasizes the importance of effective CFSs in improving FP and offers insights for policymakers, investors, and managers, highlighting the need for corporate deleveraging, capital structure optimization and efficient asset and working capital management. Although focused on China, the study’s framework is applicable to other emerging markets, providing valuable theoretical, conceptual, and methodological insights as it integrates CFS metrics into the resource-based view theory-(RBVT), extending the theory’s scope making it more robust and generalizable.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».