Turnaround Strategies and Performance of Commercial Banks in Nairobi City County, Kenya
Notice bibliographique
Résumé
Global financial markets have experienced significant volatility over the past decade, compelling commercial banks to adopt turnaround strategies for survival and growth.In Kenya, the banking sector has faced notably challenges, with performance indicators declining sharply during the COVID-19 pandemic and liquidity issues leading to multiple bank receiverships.This study examined the effect of four turnaround strategies;cost reduction, asset management, diversification, and modernization;on the performance of commercial banks in Nairobi City County, Kenya.The research employed a descriptive design, collecting primary data through structured questionnaires from 64 senior managers and strategic planners across 38 commercial banks, achieving a 91.43% response rate.Bank performance was assessed through non-financial indicators including customer loyalty, service quality, customer satisfaction, and product variety.Multiple linear regression analysis revealed that the four turnaround strategies collectively explained 53.7% of variance in bank performance (R² = .537,F(4, 59) = 17.083, p< .001).Cost reduction emerged as the strongest performance predictor (β = .619,p< .001),demonstrating that strategic cost management through selective resource reallocation rather than blanket expense cuts significantly enhances performance.Asset management showed moderate but significant positive effects (β = .204,p = .044),though concerns about inadequate risk management raised sustainability questions.Unexpectedly, diversification demonstrated non-significant negative relationships with performance (β = -.047,p = .641),suggesting that extensive diversification may dilute organizational focus and spread resources too thinly across unfamiliar territories without requisite expertise.Similarly, modernization showed no significant performance impact (β = .102,p = .331),indicating that when all banks pursue similar modernization strategies, these investments become competitive necessities rather than performance differentiators.The findings challenge conventional assumptions about turnaround strategy universality and highlight that implementation quality, environmental fit, and organizational capabilities critically determine strategy effectiveness.The study contributes valuable insights for banking practitioners and policymakers, demonstrating that successful turnaround requires carefully selecting and integrating approaches that align with organizational strengths, market conditions, and competitive dynamics within Kenya's evolving banking landscape rather than merely implementing multiple strategies simultaneously.
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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».