Financial Strategies Driving Market Performance During Recession in Nigerian Manufacturing Firms
Notice bibliographique
Résumé
This study examines the interplay between leverage, dividend policy, and market performance in Nigeria’s manufacturing sector during the economic downturn of 2016–2020. Drawing on signaling and trade-off theories, we investigate how firms balanced leverage and dividend payouts to sustain performance amidst macroeconomic shocks, including currency depreciation, inflation, and weakened consumer demand. Using panel data from 26 Nigerian Stock Exchange-listed firms, the study applies pooled ordinary least squares (POLS) and fixed-effect models (FEM) to analyze the direct and interactive effects of leverage and dividend policy on market performance, controlling for profitability, firm size, and taxation. The findings reveal that leverage generally exerts a negative effect on firm value, particularly long-term debt, which increases financial distress risks. However, the interaction between leverage and dividend payouts positively moderates this relationship, suggesting that firms use dividends strategically to signal stability and mitigate leverage-related risks. Profitability emerges as a key determinant of firm value, while short-term debt provides operational flexibility, and taxation imposes significant financial strain. Larger firms demonstrate greater resilience, benefiting from scale economies and diversified funding sources. This research highlights the importance of an integrative financial strategy during periods of economic uncertainty, emphasizing the complementary roles of leverage and dividend policy in enhancing firm value. The findings offer critical insights for policymakers and corporate managers in emerging markets, advocating for tax reforms and prudent financial management to improve business resilience. By addressing gaps in the literature, this study contributes to the understanding of financial decision-making in developing economies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».