Impact of Credit Risk, Liquidity Risk, and Operational Risk on Commercial Bank's Profitability
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
The major objective of the study is to examine the impact of bank specific risk factors such as credit risk, liquidity risk, and operational risk on commercial bank's profitability operated in Nepali money market. The study consists of descriptive and causal comparative research design. All the data are collected from the annual reports of nine sample banks for 15 years from mid-July 2009 to mid-July 2023 with 135 observations. The explained variables are return on assets and the return on equity whereas the explanatory variables are capital adequacy ratio, non-performance loan, leverage, cost to income ratio, loan loss provision, and loan to deposit ratio. The research methods used for the study consists of descriptive statistics, correlation analysis, and regression analysis. The results confirmed that capital adequacy ratio, non-performing loan, cost to income ratio, and loan loss provision have the significant negative impact on commercial bank's profitability. In contrast, leverage ratio has the significant positive impact on return on equity only. Loan to deposit ratio do not has any significant impact on profitability. More clearly, credit risk and operational risk both have the significant negative impact whereas liquidity risk has the significant positive impact on commercial banks operated in Nepali money market. The policy makers involving in the money market and the executives taking decisions can be beneficiated from the findings if they consider these findings for their day-to-day practices.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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