The Impact of Liquidity and Leverage on the Financial Performance of the Johannesburg Stock Exchange-Listed Consumer Goods Firms
Notice bibliographique
Résumé
Understanding the role of liquidity and leverage is crucial in assessing financial performance, particularly in the consumer goods sector. This study examined the impact of liquidity and leverage on financial performance, using a sample of 13 consumer goods firms listed on the Johannesburg Stock Exchange (JSE) from 2014 to 2024. Despite the present literature on this association, few traceable studies have investigated this phenomenon, and there is a dearth of literature in this sector. The dependent variable for this study was financial performance, and the return on assets (ROA) was employed as a proxy for financial performance. The independent variables employed for this study were liquidity (LIQ), leverage (LEV), and the quadratic term of leverage (LEV2). However, Net profit margin (NPM), inventory turnover (INVT), average collection period (ACP), firm size (FS), and its quadratic term (FS2) were the control variables. The researcher performed the Durbin–Wu–Hausman test, the Breusch–Pagan LM test, redundant fixed effect testing, the Hausman test, and the panel heteroskedasticity LR test before employing the suitable model. After employing the panel least squares (PLS), the fixed effects (FE) model was considered appropriate and efficient for this study. Applying the model, the researcher found a statistically significant and positive impact of LIQ, LEV2, NPM, and FS2 on ROA. Furthermore, a statistically significant and negative impact of ACP on ROA. However, the impact of LEV and FS was negative and statistically insignificant on ROA. Furthermore, the impact of INVT on ROA was statistically positive and insignificant. To improve the financial performance of the firms efficiently, this study recommends that financial managers of consumer goods firms should pay special attention to maintaining and monitoring a healthy liquidity ratio and implement sound working capital management. Furthermore, integrate the strategic liquidity planning into their financial decision-making. The findings highlight that while a moderate level of leverage might not increase financial performance, a strategic increase in debt to a certain optimal level can improve the financial performance of a firm.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».