Super-efficiency and Stock Market Valuation: Evidence from Listed Banks in China (2006 to 2023)

Auteurs : Yun Liao

arXiv: 2407.14734v1 - DOI (q-fin.PR)
Licence : CC BY-NC-ND 4.0

Résultats du processus de synthèse de l'article arXiv : 2407.14734v1

  • Résumé Complet
  • Points clés
  • Résumé vulgarisé
  • Article de blog
Le résumé n'est pas encore prêt
Résumés déjà disponibles dans d'autres langues : en

Résumé : This study investigates the relationship between bank efficiency and stock market valuation using an unbalanced panel dataset of 42 listed banks in China from 2006 to 2023. We employ a non-radial and non-oriented slack based super-efficiency Data Envelopment Analysis (Super-SBM-UND-VRS based DEA) model, which treats Non-Performing Loans (NPLs) as an undesired output. Our results show that the relationship between super-efficiency and stock market valuation is stronger than that between Return on Asset (ROA) and stock market performance, as measured by Tobin's Q. Notably, the Super-SBM-UND-VRS model yields novel results compared to other efficiency methods, such as the Stochastic Frontier Analysis (SFA) approach and traditional DEA models. Furthermore, our results suggest that bank evaluations benefit from decreased ownership concentration, whereas interest rate liberalization has the opposite effect.

Soumis à arXiv le 20 Jul. 2024

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui
Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Markdown (Notion, Obsidian) · Premium
Alertes de citation Premium
Journal club Des slides pour le présenter Premium
Pour les journalistes Kit presse et détecteur de hype Premium

Posez des questions sur cet article à notre assistant IA

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.

Figures et graphiques

Posez une question sur une figure en indiquant son numéro ou en utilisant son bouton de question pour demander une analyse visuelle. Au maximum deux figures et quatre panneaux par question. Les valeurs lues sur les graphiques sont approximatives ; vérifiez les données originales.

Instructions pour utiliser l'assistant IA ?

Évaluez la qualité du contenu généré par l'IA en votant

Note : 0

Pourquoi avons-nous besoin de votes ?

Les votes sont utilisés pour déterminer si nous devons réexécuter nos outils de synthèse. Si le compte atteint -10, nos outils peuvent être redémarrés.

Le résumé précédent a été créé il y a plus d'un an et peut être réexécuté (si nécessaire) en cliquant sur le bouton Exécuter ci-dessous.

⚠La licence de cet article spécifique ne nous permet pas de nous appuyer sur son contenu et les outils de synthèse seront exécutés en utilisant les métadonnées de l'article plutôt que l'article complet. Cependant, l'outil produira quand même un bon résultat, et vous pouvez également essayer nos outils sur des papiers avec des licences plus ouvertes.

Articles similaires résumés avec nos outils d'IA

Naviguez à travers encore plus d'articles similaires en utilisant une

représentation arborescente

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.