← Összes podcast
2022/2. lapszám · Pénzügy, adózás, számvitel

A hiteltartozásarány szerepének vizsgálata a pakisztáni kis- és középvállalkozások (KKV) szektorban

Usman Zafar, Muhammad Sikander Jahangir Wahla, Shah Ali Murtaza, Asif Mahmood, Edina Molnár

Megjelent: 2022 · Közgazdász Fórum, 2022/2. lapszám · Oldalak: 60–81

„Miért nehéz hitelt kapni egy kisvállalkozásnak? Tanulságok Pakisztánból.”

Meghallgatom a podcastot

Bővebb beszélgetés · 9 perc
HU EN A podcast nyelve: magyar · EN: az angol változat még nem készült el
0:00-9:12

Megjelent: 2022 · Közgazdász Fórum, 2022/2. lapszám · Oldalak: 60–81

A teljes cikk HU EN

OJS ↗ A teljes lapszám (PDF) ↗

Közgazdász Fórum · 2022/2. lapszám · 60–81

A hiteltartozásarány szerepének vizsgálata a pakisztáni kis- és középvállalkozások (KKV) szektorban

Absztrakt. A tanulmány vizsgálja a fejlesztési pénzügyi intézmények (DFI) hitelbiberdecisions hatását a KKV-k növekedésére, miközben elemzi a pakisztáni KKV-szektor alacsony növekedési ütemét és a DFI-k által nyújtott pénzügyi facilitásoknál tapasztalható magas défautarányot. A kutatás az archív módszert alkalmazza a kapcsolódó irodalom (elméleti, alkalmazott és empirikus irodalom) áttekintéséhez. Az adatokat a meghatározott mintából gyűjtöttük össze egy kiválasztott populáció köré terjesztett kérdőív segítségével. A pakisztáni KKV-szektor défautarányának és a hitelbiberdecisions-folyamatnak a kapcsolatát elemző vizsgálat kiegészíti azokat a egyéb tényezőkkel, amelyek a kölcsönfogadó visszafizetési képtelenségét, valamint a finanszírozott összeg után járó kamatarányt (markup) okozzák. A kutatás főbb hozzájárulásai és megállapításai közé tartozik a KKV-k défautájának alapvető oka, amely a hitelbiberdecisions-folyamatban megjelenő problémákon alapul, az eszközök, amelyeket a kölcsönfogadó kapacitásának elemzésére használnak, valamint a KKV-hitelbiberdecisions-folyamat hiányosságainak kritikai áttekintése. Ez a kutatás a KKV-hitelbiberdecisions-szempontokra összpontosít, amelyek miatt a potenciális kölcsönfogadók nem tudhatják megkapni a finanszírozást, míg másfelől a gyenge hitképességgel rendelkező kölcsönfogadók választhatók ki, és a finanszírozás kifizetése megtörténik, ami a défauthoz vezet. A kutatás főbb hozzájárulása az, hogy összegez a rendelkezésre álló irodalom jelentős részét, a pakisztáni KKV-szektor hiteltartozásának fő okaira összpontosítva, valamint megfelelően elemzi a finanszírozás kiutalásához képes potenciális ügyfeleket.

Kulcsszavak: KKV-szektor, hitelbiberdecisions, fedezet, kamatarány, hitelhasználat, Pakisztán

Bevezetés

A bankok jövedelme az eszközeikből és az erőforrások rendelkezésességéből származik, azonban ez nem jelenti azt, hogy minden eszköz jövedelmet termel. A bankeszközök kamatjövedelmet generáló és kamatjövedelmet nem termelő eszközökre oszlanak. Utóbbi kategóriába tartoznak a megkötési díjak, a jutalékok, a különböző szolgáltatási díjak, valamint a vērt paper és leányvállalatokból származó megtérülések is. A kereskedelmi bankok fő tevékenysége a hitelnyújtás meghatározott kamatszámlával, preferált üzleti területeken tevékenykedő hitelezők részére. A hitelek azonosítottak a bankok legmagasabb hozamú eszközeiként; ezek biztosítják a jövedelem legnagyobb részét, és stabilizálják a banki műveleteket (Ahmad et al. 2017; Fashina et al. 2020). Bankok azonban komoly likviditási kockázattal is szembesülnek, amikor a betétfizetésekből származó forrásokat adják tovább hitelként. Ebben a tekintetben a magasabb kockázat a magasabb kamatbevétel révén a bank számára jövedelmezőbb jövedelmet eredményezhet. Waitherero et al. (2021) megállapítása szerint a hitelállomány nagyobb volumene magasabb likviditási kockázatot vetít ki. Ezért a kereskedelmi bankoknak egyensúlyt kell találni a jövedelmezőség és a likviditás között. Egy korábbi tanulmányban Rasiah (2010) azzal érvel, hogy a nagyobb hitelállomány nem garantálja a magasabb kamatjövedelmet. Amennyiben a vevő nem képes visszafizetni a hitelt, a kamatjövedelem nem valósul meg, ami közvetlen hatással van a bank jövedelmezőségére. A hitelzárlat (default) egy univerzális jelenségként ismert Pakisztán kis- és középvállalati (SME) szektorában, amely minden típusú üzleti szervezetre kiterjed. A hitelzárlat kiemelten fontos a bankok számára, mivel a hitelnyújtás a banki intézmények kizárólagos üzleti tevékenysége. A vevő hitelzárlata közvetlen negatív hatással van a bank jövedelmezőségére, mivel csökkenti a cash flow-t. Megfigyelhető, hogy ha a nem teljesített hitelek (NPL) hosszabb ideig ellenőrzés vagy vizsgálat nélkül maradnak, nagy valószínűséggel ezek a hitelek a bank csődjéhez vezetnek (Ensaria–Karabay 2014). Ezért a hitelfigyelés kulcsfontosságú a banki szerepek és felelősségek szempontjából (Huynh–Dang 2021). A bank mások pénzével gazdálkodik, ezért a működési folyamatok fenntarthatósága érdekében szüksége van a hitelek gyors visszakeresésére.

A hitelek a mérleg főbb eszközei közé tartoznak, amelyek egyéni bankok sikerét tükrözik. Ebből adódóan a hitelkockázat-kezelés célja a nem teljesített hitelek jelentős részének csökkentése. Emellett az eszközminőséget az eszközminőségi mutató méri, amely a nem teljesített hitelek szintjét mutatja meg (Thygerson 1995; Hamdillah et al. 2021), és az alábbi módon számolható:

Eszközminőség = Összes nem teljesített hitel / Összes hitel

A fennálló minőségi hitelarány növekedése egyszerre tükrözi az impulzív hitelkijánlási gyakorlatot, valamint a gyengéltebb hitelkezelést. Ez a vászlakozók/betétesek betéteire vonatkozó kockázat növekedését jelzi. Ezzel szemben a kisebb minőségi hitelarány kívánatos. Így a minőségi hitelzéssel sem járó (minőségi hitelként classified) hitelek a bank likviditását módosítva, a bank nyereségességének negatív befolyásolásával csökkentik a bank profitabilitását.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

A KKV-k fizetéskeltelenségi arányának meghatározásához két tényezőt kell figyelembe venni: a gazdasági és a bankokkal kapcsolatos tényezőket. A gazdasági tényezők közül a szervezeti környezet, valamint a mikro- és makrogazdasági környezet határozza meg a KKV-k fizetéskeltelenségi arányát (1. ábra). Bronfenbrenner (1979) „hagymahéj-modellje” kutatása olyan gazdasági tényezőket vizsgált, mint például az infláció, a munkanélküliség, a GDP, az állami politika, az adók, az kamatlábak és a devizakurzulatok. Mind ezek a tényezők jelentős hatással vannak a KKV-k hitelátadására és fizetéskeltelenségi arányára. Ezzel szemben a bankokkal kapcsolatos tényezők a hitelintézési folyamat, a menedzsment folyamat és a meglévő hitelportfólió, amelyek szorosan összefüggésben állnak a KKV-k fizetéskeltelenségi arányával (Ha et al. 2016).

Irodalomjegyzék és elméleti háttér

A KKV-k szerepe egyre dominánsabbá válik a mai korszakban, jelentős hozzájárulást nyújtva a GDP-hez (Veskaisri 2007). A KKV-k bármilyen üzleti tevékenységet megindíthatnak mind vidéki, mind városi területeken (Khalique 2011). A KKV-k szerepe jelentős Pakisztán gazdasági fejlődésében. Pakisztánban a gyártóvállalatok 85%-át kis- és középvállalkozásnak, azaz KKV-nak tekintik. A fennmaradó vállalatok a multinacionális cégek leányvállalatai. A KKV-k növekedése összefüggésben áll a technológiai környezet fejlett alkalmazásával; ezért rendkívül fontos a KKV-k számára a technológiai alkalmazások azonosítása a vállalati értékek fenntartása érdekében (Raouf 1998). A KKV-k sikere a pakisztáni gazdaság növekedéséhez vezet (Saeed–Sameer 2015). Khan (2014) megállapítása szerint a KKV-k nem csupán jelentős, hanem

Pakisztán teljes gazdasága a KKV-k ütemétől és produktivitásától függ. Statisztikailag Pakisztán vállalataiból körülbelül 3,2 millió (95%) rendelkezik legalább 99 alkalmazottal a privát ipari szektorban, amely a mezőgazdasági nem munkaerő 78%-át foglalkoztatja. Emellett a KKV-k gazdasági hozzájárulása a gyártási áruk exportjának 25%-át, valamint Pakisztán GDP-jének 30%-át teszi ki. A GDP növekedése a pakisztáni gazdasági növekedés egyik fő motorja. Ebben a tekintetben az ország GDP-je 2015-ben 4,24%-kal nőtt, szemben a 2014-ben tapasztalt 4,14%-os növekedéssel. Ez mutatja, hogy a pakisztáni gazdaság hogyan fejlődik a KKV-szektorba való beruházások révén.

A kisvállalkozások egymást követő értéke meghatározó szerepet játszik bármely országban (Yew Wong–Aspinwall 2004). Számos olyan tényező létezik, amely kedvező feltételeket teremt a KOBZ-ok növekedése és a gazdasági fejlődés számára, csökkentve a szegénységet és a munkanélküliséget, miközben növeli a pénzintézetek jövedelmét. A jelenlegi kutatásban a központi bank szerepe az, hogy alapos betekintést nyasson a KOBZ-oknak nyújtott hitelekbe és azok visszakeresési intézkedéseibe. Emiatt a Pakisztáni Állami Bank 2003-ban szabályozást és előírásokat vezetett be a KOBZ-ok hitelfelvételi lehetőségeire vonatkozóan. A KOBZ-szektorban bizonyos korlátok állnak fenn a hitelalapú finanszírozás tekintetében, amelyek a vállalak méretén és növekedési potenciálján alapulnak. Érdemes megemlíteni a kereskedelmi bankok által nyújtott KOBZ-hitel szolgáltatások szabályozási keretét is (Jasra 2011).

A tanulmány feltárja a KOBZ-szektorban tapasztalható hitelcsőd elsődleges okait: a tőkehiánnal összefüggő akadályokat a hiteltörlesztések behajtása során; a fizetési képesség hiányát; a tapasztalatlan hitelkockázat-kezelőket; a hatástalan menedzsmentet; a KOBZ-hitelekre vonatkozóan hiányzó megvalósíthatósági tanulmányokat; valamint a nem megfelelő számvitati adatokat. A bankokkal, a kölcsönzőkkel és a makrogazdasági tényezőkkel kapcsolatos szempontok alkotják a KOBZ-szektorban jelentkező hitelcsődök fő okait.

A KOBZ-ok szerepe különböző országokban kiemelt figyelmet kap, mivel hosszú távon elősegítik a gazdasági növekedést és a vállalkozások fenntarthatóságát. A fejlődő országokban a KOBZ-ok szerepe különösen hangsúlyos a gazdasági fejlődés és a gyors terjeszkedési folyamatok miatt (Fesharaki 2019). A KOBZ-ok több országba történő terjeszkedése egy olyan drasztikus folyamatot mutat be, amely következetes kockázatcsökkentési gyakorlatokat igényel (Campos 2016). A különböző országokban megvalósuló infrastruktúra-fejlesztési folyamatok kapcsán a KOBZ-ok különböző eszközöket alkalmaznak a költségek csökkentésére, hogy olcsó termékeket és szolgáltatásokat kínálhassanak a vásárlók számára. E folyamat során ezek a vállalatok hozzájárulnak a gazdaság és az ipar gyors növekedéséhez. Emellett a termelés közel 97%-át a különböző országokban működő KOBZ-ok valósítják meg. Dél-Ázsiában hatalmas számú ilyen vállalat található. A jogi összetettség, a pénzügyi kockázatok és számos egyéb probléma ellenére ezek a vállalatok fenntartották üzleti tevékenységüket a fejlődő országokban (Quader–Abdullah 2009).

Számos tényező befolyásolja a hitelcsődöt és a terjeszkedési folyamatot.

Tény, hogy egy szervezet méretének növelésével csökkenthető a défautkockázat. Egyértelmű, hogy ha a szervezetek bővítik üzleti tevékenységüket, azoknak a vállalatoknak nagyobb esélyük nyílik magas bevételi források és profitok megszerzésére.

Ennek eredményeként a vállalat képes lesz visszafizetni a hiteleit a különböző kereskedelmi bankok felé (Qureshi 2012). Emellett a hatóságok a nem megfelelő pénzügyi vagy számvitati rendszerek miatt különböző csalási tevékenységeket is észleltek (Bilal 2016).

Az ország pénzügyi intézményei hozzájárulnak a gazdasági sikerhez, mivel hitelindítással segítik a hitelképes vállalatokat a gazdaság megerősítése és a hosszú távú növekedés stabilizálása érdekében. Kiderült, hogy ezek a pénzügyi intézmények eltérő rendszereket alkalmaznak a vállalatok hiteltörlesztésére késztetésére (Hyder–Lussier 2016). A forgalmi arány, az automata arány, a tőkearány, a likviditási arány és a jövedelmezőségi arány olyan kiemelkedő mutatók, amelyeket a kis- és középvállalatok a növekedés és a fejlődés szempontjából vesznek figyelembe.

A legfontosabb feladat ezen mutatók javítása, amely folyamatban a pénzügyi intézmények szerepváltása kulcsfontosságú. A vállalatoknak nyújtott hitelek során a pénzügyi intézmények saját rendszereiket és eljárásaikat használják fel az üzleti és működési jellemzők elemzésére, mivel ez segítheti a biztonságos hitelnyújtást (McCann– McIndoe-Calder 2012).

A jelenlegi versenyorientált üzleti korszakban szükség van hatékony kockázatkezelési stratégiákra, valamint különböző megvalósítási tervek kidolgozására is (Gálová 2014).

A világ különböző bankjai számára a hitelkockázat jelentős problémává vált, és a vezetőség nem sikerült megfelelő stratégiákat és terveket megvalósítania (CBK 2008). Fontos a kockázatok felmérése és azonosítása, amely a pénzügyi intézmények egyik fő ágazatává vált.

A hitelfigyelési folyamat, amely az erőforrások rendelkezésre állásával indul, egy másik releváns eszköz a menedzsment számára a folyamatok vizsgálatára és az információk gyűjtésére.

Továbbá a hitelkockázat-kontroll is hatékony eszköz a menedzsment számára a kockázatok csökkentésére és a hitelnyújtási folyamat megfigyelésére. A döntéshozatal relevánsáértékeléséhez elengedhetetlen az ügyféladatok ismerete, beleértve a lakosok jövedelemszintjét és a pénzügyi tranzakciókat is (Newman 2016). A banki portfóliók relevánsabbnak tűnnek, ha a menedzsment a hitelnyújtási folyamat során megvizsgálja a vállalatok pénzügyi beszámolóit is (SBP 2003).

Bindra (1998) szerint a üzleti környezetben megjelenő megtérülés nélküli hitelek láthatósága a gyenge kockázatkezelési technikáknak köszönhető. Sajnos a bankok gyakran nem képesek a kockázati tényezők elemzésére, és a magasabb profitabilitás érdekében nyújtanak hitelt. Ez rendkívül káros a bankok számára, mivel a rossz tartozások egyre szemmel láthatóbbá válnak. Az ő megfogalmazása szerint szükség van professzionális menedzsmentrendszerekre és technikákra a kockázati tényezők felmérésére. A vizsgálati folyamat szigorúságának demonstrálása érdekében a menedzserek a hitelfigyelési kritériumokat használhatnák az információk és az erőforrás-használat vizsgálatának releváns eszközeként – hasonlóan a teljesítményértékeléshez –, amit eddig nem tettek meg. A bankárokknak be kell vezetniük ellenőrzési terveket a megúszási folyamat felgyorsítása érdekében, valamint emlékeztetőket is, hogy az ügyfelek időben törleszték a hitelüket. Ezek nélkül a bankok nem tudják fenntartani üzleti folyamataikat hosszú távon.

Elméleti keret

A hitelbírási döntési folyamat Peter S. Rose „Loans in a Troubled Economy” (Rose 1983) című művére épül, amely alapelmézét fejti ki az ipari ügyfelek, köztük a kis- és középvállalkozások (SME) számára nyújtott hiteladásonak. A szerző meghatározta az ipari ügyfelek hitelintézésének hat alapkövetelményét (a „six C’s”), amelyek a jövőbeli hitelfeltartozott: Charakter (jelleme), Capacity (üzleti tevékenységének végrehajtási képessége), Cash (likviditása, beleértve a vállalkozás pénzáramait), Collaterals (a hitelfeltartozott által biztosítékként felállított fedezetek), Conditions (az ágazat piaci körülményei, amelyben a hitelfeltartozott jelenleg tevékenykedik), valamint Control (ellenőrzés, beleértve a hatóságok felügyeletét a hitelfeltartozott és a bankok tekintetében) (2. ábra).

Az alábbi hipotéziseket állítottuk fel: * H1: A hitképességi tényezők jelentik a fő okot a pakisztáni kis- és középvállalkozási szektor magas défautarányának. * H2: Az alkalmazott kamatláb (markup rate) jelenti a fő okot a pakisztáni kis- és középvállalkozási szektor magas défautarányának. * H3: A hitel nem megfelelő felhasználása jelenti a fő okot a pakisztáni kis- és középvállalkozási szektor magas défautarányának. * H4: A bankügyélyesítő bíróságok gyenge judiciális rendszere jelenti a fő okot a pakisztáni kis- és középvállalkozási szektor magas défautarányának.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Kutatási kialakítás és módszertan

A kvantitatív kutatás az objektivista epistemológiához tartozik, és célja a társadalmi viselkedés magános, statikus valóságának feltételezett magános törvényeinek magyarázó jellegű, univerzális szabályainak kidolgozása, amelyeket statisztikai mérési eszközök alkalmazásával mérnek. A kvantitatív kutatás azt a elméletet támogatja, miszerint a társadalmi és pszichológiai jelenségek objektív valóságok, amelyek függetlenek a vizsgált alanytól, továbbá a kutató és a vizsgált alany a kutatási folyamat során egymástól függetlenek és elkülönültek (Yilmaz 2013). Kutatásunk keresztmetszetes vizsgálat, amely a bankok által hitelintézkedő KKV-ügyfeleket érintő különböző eseményeken alapul, az adatokat pedig a KKV-finanszírozás specializált, diverzifikált tevékenységi körében dolgozó különböző egyénektől gyűjtöttük. A kölcsönzők jellemzőire, kapacitására, pénzügyi helyzetére, valamint az ügyfélnek kínált árrés (markup rate) mértékére vonatkozó összes adat egyidejű gyűjtését végeztük el.

A kutatás helyszíne és kontextusa

A kutatók úgy javasolták, hogy az epistemológia, a módszertan, a elméleti perspektívák és a módszerek azok az alapvető elemek, amelyeknek meg kell jelenni a kutatási folyamat során, amikor a vizsgálat kutatási megközelítését választják ki, azaz a kvantitatív vagy a kvalitatív kutatást (Crotty 1998). A kvantitatív és kvalitatív kutatási kialakítások tovább különkülöznek az epistemológiai, módszertani és elméleti alapokra byggülő különbségek alapján. A kvantitatív kutatási módszertan a korábbi elméleteken alapuló, logikus, determinisztikus és redukcionista keretrendszeren belüli, elkülönített változók közötti kauzális kapcsolat mérésére és elemzésére helyezi a hangsúlyt. Ez a módszertan megköveteli a kutatótól, hogy előre összeállított, standardizált eszközt vagy előre meghatározott válaszkategóriákat használjon, amelyek lefedik a résztvevők változatos tapasztalatait és perspektíváit. A kvantitatív kutatási kialakítás egyik jellemzője, hogy a találatok általánosítása érdekében a vizsgált populációból véletlenszerűen kiválasztott mintákat igényel.

A kutatás során alkalmazott zártt kérdőív használata segíti a kutatót abban, hogy szélesebb körű és általánosítható eredményeket és megállapításokat lásson, végül pedig ezeket az eredményeket tömörítve, egyszerűen („parsimoniously”) tárgyalja (Yilmaz 2013). A kvantitatív kutatási kialakítás dominál a társadalomtudományok területén, mivel standard eszközöket és technikákat alkalmaz a kutatási célokhoz szükséges, validált és megbízható adatok generálására (De Vaus 2001). Ez a kutatási kialakítás a megfigyelhető tényeket számokká formálja azáltal, hogy olyan változókat épít fel, amelyek mérhetőek, így lehetővé téve a vizsgált változók közötti korrelációk, összefüggések, valamint ok-okozati kapcsolatok feltárását. Számos mód létezik a mintákból történő adatgyűjtésre, mint például az önbeállított kérdőívek, az online felmérések és a telefoninterjúk (Ary et al. 2018). Ez a tanulmány kvantitatív kutatásnak tekinthető, mivel előre strukturált, standardizált (önbeállított) eszközöket alkalmazunk az adatok gyűjtésére, és numerikus adatokat használunk a változók közötti asszociáció ellenőrzésére. Az adatgyűjtésre használt eszközök olyan változókat vizsgálnak, mint például a KKV-k défautaránya, a kölcsönzött hitelképessége, a hitel utilization-százaléka, az árrés mértéke, valamint Pakisztán igazságszolgáltatási rendszere.

Populáció és mintavétel

A populáció a pakisztáni öt legnagyobb kereskedelmi bank fiókhálózatát foglalja magában, nevezetesen a HBL 1643 fiókját, a NBP 1446 fiókját, az MCB 1244 fiókját, az UBL 1320 fiókját, valamint az ABL 1059 fiókját. A fiókok száma összesen 6712. Mivel a teljes populációból nem lehetséges adatot gyűjteni, ezért a meghatározott populáció esetében szempont alapú (judgmental) vagy célzott (purposive) mintavételi módszert alkalmazunk. A mintaméret: a hitelportfólióval kapcsolatos adatok gyűjtéséhez 364 fióki tisztet választottak ki (Krejcie–Morgan 1970; Monkey survey, 95%-os megbízhatósági szint).

Tartalmi és megjelenési érvényesség

A tartalmi érvényességet a KOBZ-szektorral foglalkozó, változatos tapasztalattal rendelkező bankárokkel folytatott ötletelési alkalmakon keresztül ellenőriztük. A megértés és a tematikus kategorizálás javítása érdekében minden kérdést átvizsgáltunk, meghatároztuk a céljukat, és minden olyan kérdést, amelynek témája nem volt egyértelmű, eltávolítottunk vagy módosítottunk. A tartalmi érvényesség érdekében egy angol nyelv szakértője felülvizsgálta a kérdőívet a nyelvtani hibák kizárása érdekében.

Adatgyűjtés

Az adatgyűjtés céljából keresztmetszetes felvidéki kutatási tervezést alkalmaztunk, amely magában foglalja a kölcsönzött hitelfenntartottságát, a kölcsönzöttnek kínált kamatlábat (markup rate), a hitel utilizationját (felhasználását), Pakisztán igazságszolgáltatási rendszerét, valamint a KOBZ-szektor szerződéses megtehetetlen sérelmeinek (default ratio) arányát. A munkavállalóktól demográfiai adatokat is kérdeztünk, mint például a nem, a jelenlegi munkatapasztalat, a bank, valamint az oktatási és szakmai végzettség. Az olyan konstrukciók esetén, mint a kölcsönzött hitelfenntartottsága, a kölcsönzöttnek kínált kamatláb, a hitel utilizacióna, Pakisztán igazságszolgáltatási rendszere és a KOBZ-szektor szerződéses megtehetetlen sérelmeinek aránya, 5 fokozatú Likert-skálát alkalmaztunk.

Adatelemzés és eredmények

Leíró statisztika

A leíró vagy demográfiai statisztika jelenti az adatelemzés első lépését; demográfiai kérdéseket tartalmaz az egyének érdeklődésének felkeltése és a célközönség demográfiai jellemzőinek megismerése érdekében. A kutatás típusa és igényei alapján a jelen tanulmány négy demográfiai kérdést tartalmaz, nevezetesen: a válaszadó nemét, a munkahelyét (bank), az oktatási végzettséget és a tapasztalatot. E kérdéseken alapuló adatelemzés érdekében az SPSS program segítségével leíró gyakorisági elemzést végeztünk.

Az 1. táblázat a kérdőív első szakasza négy demográfiai kérdésére vonatkozó eredményeit mutatja be. Az eredmények azt mutatják, hogy a összesen 270 érvényes válasz közül a válaszadók többsége férfi (168 válaszadó). Ezt követi a Pakisztán nemzeti bankjánál dolgozó munkavállalók csoportja (114 válaszadó). Harmadsorban a válaszadók többsége (összesen 186 fő) posztgraduális végzettséggel rendelkezik. Az utolsó kérdés a tapasztalatra vonatkozott; itt a válaszadók többsége (37%) az 1–5 év közötti kategóriába esik.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Tapasztalat

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Megbízhatóság és konvergens validitás

A konstrukció megbízhatóságát Cronbach-Alfa, rho_A és kompozit megbízhatóság értékek alkalmazásával különvizsgáltuk az adatok belső konzisztenciájának mérésére. Az értéknek 0,7-nél nagyobbnak kell lennie. Kutatásunkban az összes konstrukció Cronbach-Alfa értéke elérte a küszöbértéket, de mivel a kompozit megbízhatóság megfelel a megbízhatóság kritériumainak, az elégedettség (satisfaction) megbízható konstrukciónak tekinthető. Kutatásunkban minden konstrukció Cronbach-Alfa értéke elérte a küszöbértéket (Table 2), így azt megbízható és valid konstrukciónak tekintjük.

A konvergens validitás határozza meg az indikátorok azon konvergenciáját, amely megmutatja, hogy egy konstrukció hogyan hasonlít az egyéb konstrukciókat értékelő elemekhez. A konvergens validitást az item-indikátor megbízhatóság és a faktorbetöltési érték alapján értékeljük. Emellett a Fornell–Larcker (1981) által javasolt, átlagos magyarást kivető variancia (AVE) nevű mutató alapján is vizsgáljuk. A változók közötti megbízhatóság, amelyet faktorbetöltési értéknek is neveznek, 0,6-nál nagyobb kell, hogy legyen (Hair et al. 2014), míg a konvergens validitás elfogadhatóságához az AVE értékeknek 0,5-nél nagyobbaknak kell lenniük. A konvergens validitás definiálható úgy, mint annak a mértéke, hogy a modell összes összetett eleme ugyanazon a koncepcióra vonatkozó értékelésre és vizsgálatra szolgál (Surienty et al. 2014). Ennek érdekében tekinthetünk az outer loading (külső betöltés) értékekre, amelyek a Table 3-ban láthatóak. Az outer loading küszöbértékét a konvergens validitás tekintetében 0,6-nál nagyobbnak kell być.*

Table 2. Megbízhatósági statisztikák

Bírói rendszer

CWa CWb CWc CWd CWe CWf Markup Rate SME Default Ratio Utilisation of Loan

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

An indikátorok megbízhatóságát a külső terhelés (outer loading) mérésével állapítjuk meg. Ez azt méri, hogy az indikátorok mennyire következetesek azzal szemben, amiket mérni kívánnak. Henseler et al. (2009) érvelt amellett, hogy az indikátorok varianciájának legalább 50 százalékát a latens változónak kell magyaráznia. Chin (1998) állítása szerint a faktorbetöltéseknek a 0,5-ös szinten kellnek szignifikánsnak lenniük, az ideális érték pedig a 0,7 feletti. Másfelől, az exploratív kutatások során elfogadhatóak az alacsonyabb értékek is, például a 0,45 (Lewis et al. 2005). Az elemzés a megbízhatatlan kérdések törlése után mutatja meg a külső terhelési értékeket. A JS1-től a JS8-ig tartó kérdések azt mutatják, hogy azok megbízhatóak, és a külső terhelési értékek a küszöbérték felett állnak, így létreviszik a „Bírósági Rendszer” (Judicial System) reflektív változó konstrúktumát. Hasonlóképpen a CWa1-től a CWa7-ig tartó kérdések megbízhatóak, és a „Karakter” (Character) formatív változó konstrúktumát alkotják; a CWb1-től a CWb6-ig tartó kérdések pedig megbízhatóak, és a „Kapacitás” (Capacity) formatív változó konstrúktumát hozzák létre. Mind ezen kérdések kielégítő értékeket mutatnak a kritériumok teljesítéséhez.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Az átlagos magyarázat variancia (AVE) alapvetően alátámasztja a konvergens validitás eredményeit (Joseph et al. 2014). Minden változó értéke 0,5-nél nagyobb kellene lennie, és kutatásunkban minden változó megfelelt a minimális érték követelményének, kivéve a „Image” (Image) változót, amely insignifikáns értéket mutat. A 4. táblában bemutatott átlagos magyarázat variancia alapján látható, hogy a „Judicial System” (Bírósági rendszer) változó értéke 0,574. A „Creditworthiness” (Hitkép) formatív változóinak átlagos magyarázat varianciái a következők: a „Character” (CWa) változóra 0,612; a „Capacity” (CWb) változóra 0,614; a „Cash” (CWc) változóra 0,746; a „Collaterals” (CWd) változóra 0,635; a „Conditions” (CWe) változóra 0,578; a „Control” (CWf) változóra pedig 0,765. A „markup rate” (keresedékarány) átlagos magyarázat varianciája 0,625, a „SME default ratio” (KKV-csődarány) átlagos magyarázat varianciája 1,00, a „utilisation of loan” (hitelfelhasználás) átlagos magyarázat varianciája pedig 0,605. Az átlagos magyarázat varianciával kapcsolatos összes eredmény egyértelműen megmutatja, hogy az értékek a küszöbérték felett vannak, így ez igazolja a konstrúktum konvergens validitását.

Diszkriminatív validitás

Fornell-Larcker validitás

A diszkriminatív validitás (DV) azt a mértéket jelenti, amely azt mutatja meg, mennyire térnek eltérőképpen egymástól több latens változó (konstrúktum) indikátora (Urbach–Ahlemann 2010). A PLS megközelítésben a DV két mérés alapján értékelhető: a keresztültöltések (cross-loadings) és a Fornell-Larcker-kritérium (Fornell–Larcker 1981) segítségével. A keresztültöltések meghatározásához minden konstrúktum pontszorát a többi indikátorral korreláljuk (Chin 1998). A DV akkor teljesül, ha egy indikátor betöltése magasabb az mérésre kiválasztott konstrúktummal összevetve, mint bármely más konstrúktummal, továbbá minden konstrúktum a hozzá rendelt indikátorok közül a legmagasabb értéket produkálja. A Fornell-Larcker-kritérium azt íroli elő, hogy egy konstrúktum nagyobb magyarázat varianciát fed fel a hozzá rendelt indikátorok révén, mint bármely más konstrúktum. Ennek érdekében minden latens változó AVE-jének nagyobbnak kell lennie, mint a konstrúktum bármely más konstrúktummal való legmagasabb kvadrát korrelációja.

5. táblázat. Fornell-Larcker-kritérium

JS CWa CWb CWc CWd CWe CWf CW MUR SME DR UOL JS 0,758 CWa -0,002 0,782 CWb 0,124 0,819 0,783 CWc -0,062 0,099 0,097 0,864 CWd 0,122 0,060 0,032 0,106 0,797 CWe 0,038 -0,646 -0,502 -0,053 0,018 0,761 CWf 0,013 -0,032 -0,004 0,053 -0,040 -0,008 0,875 CW 0,046 0,711 0,738 0,493 0,139 -0,393 0,475 0,714 MUR 0,050 0,957 0,847 0,099 0,051 -0,594 -0,005 0,134 0,790 SMEDR -0,119 0,149 0,148 0,097 0,019 -0,032 0,093 0,236 0,132 1,000 UOL 0,231 0,057 0,136 0,004 0,134 -0,019 -0,160 0,007 0,048 -0,038 0,778 Megjegyzés: JS= Judicial System, CW= Creditworthiness, MUR= Markup Rate, SMEDR= SME Default Ratio, UOL= Utilisation of loan

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

A küszöbérték alapján a Fornell-Larcker-értéknek 0,708-nak kell megfelelnie vagy azt meghaladnia; az elemzés szerint minden olyan független változó, mint például a hitképesség (Creditworthiness) – beleértve annak összes formálódó változóját –, mint például a karakter (Character) értéke 0,782, a kapacitás (Capacity) értéke 0,783, a készpénz (Cash) értéke 0,864, a biztosítékok (Collaterals) értéke 0,797, a körülmények (Conditions) értéke 0,761 és a kontrollok (Controls) értéke 0,875, valamint a többi független változó, mint a fedezeti ráta (Markup rate) értéke 0,790, a hitfelhasználás (Utilisation of loan) értéke 0,778 és a bírói rendszer (Judicial System) értéke 0,758, magasabb értékeket mutat a küszöbértéknél, ami ismét azt igazolja a betöltések (loadings) alapján, hogy a megadott eredmények érvényesek (Table 5).

Keresztbetöltés (Cross-loading)

A keresztbetöltést alapvetően arra használják, hogy megmutassák: egy indikátor betöltési értéke a saját konstrúktumánál a legmagasabb, míg más konstrúktumokhoz vagy változókhoz képest alacsonyabb.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

PLS-SEM strukturális modell

A hitképesség (Creditworthiness) független változó hatása a KOBZ-k (SME) megítélési arányára (Default Ratio) -0,292, ami fordított összefüggést mutat (1. ábra). A modell azt mutatja, hogy ha a hitképesség 100 százalékkal nő, akkor a KOBZ-k megítélési aráya 29,2 százalékkal csökken. Az összes független változó közül a hitképesség gyakorol a legnagyobb hatást a KOBZ-k megítélési arányára. A árazási arány (Markup Rate) független változó hatása a KOBZ-k megítélési arányára +0,069, ami pozitív összefüggést mutat. A modell azt mutatja, hogy ha az árazási arány 100 százalékkal nő, akkor a KOBZ-k megítélési aráya 6,9 százalékkal emelkedik.

Az árazási arány az egyetlen független változó, amely pozitív összefüggést mutat az összes változó közül. A hitfelhasználás specifikus célú hasznosításának (Utilisation of Loan for its specific purpose) független változó hatása a KOBZ-k megítélési arányára -0,007, ami fordított összefüggést mutat. A modell azt mutatja, hogy ha a hit felUtilizálása 100%-kal nő, akkor a KOBZ-k megítélési aráya 0,7%-kal csökken. A -0,128 értékű KOBZ-k megítélési arány azt mutatja, hogy ha a polgári jogi rendszer (Judicial System) a tartozás behajtása tekintetében 100 százalékkal hatékonyabbá válik, akkor a KOBZ-k megítélési aráya 12,8 százalékkal csökken. A hitbedienst megítélési tartozások behajtásáért felelős jogi rendszer a második legnagyobb hatást gyakorolja a KOBZ-k megítélési arányára.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

A bootstrapping eljárás után a hitképesség (Creditworthiness) független változó hatása a KOBZ-k (SME) megtehetsetlenségi arányára (Default Ratio) 3,383 értékű (4. ábra). A felárazási arány (Markup Rate) független változó hatása a KOBZ-k megtehetsetlenségi arányára 2,832. A hit cél szerinti felhasználása (Utilization of Loan for its specific purpose) független változó hatása a KOBZ-k megtehetsetlenségi arányára 4,135. Az utolsó változó, a hiteltartozások behajtásához kapcsolódó igazságszolgáltatási rendszer (Judicial System for loan default recovery) hatása a KOBZ-k megtehetsetlenségi arányára 2,099. A bootstrapping után az összes érték meghaladja a kabulálható tartományt. A legmagasabb érték a hit cél szerinti felhasználásnál mutatkozik.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

Táblázat vagy ábra – a pontos tartalma a lapszám PDF-változatában látható.

A hipotézis elfogadásához a T-értéknek 1,96-nál nagyobb, a P-értéknek pedig 0,05-nél kisebbnek kell lennie. A 8. táblázatban bemutatott eredmények azt mutatják, hogy a Bírói Rendszer esetében a T-statisztika 2,099, a P-érték pedig 0,036; a Hitképesség esetében a T-statisztika 3,383, a P-érték 0,001; a Költségarány (Markup Rate) esetében a T-statisztika 2,832, a P-érték 0,006; a Hitelfelhasználás esetében pedig a T-statisztika 4,135, a P-érték 0,003. A független változók összes eredménye a kabulható tartományon belül van. Ez azt jelzi, hogy az H1 hipotézis elfogadható, az H0 pedig elvetendő.

Konklúzió

A fent említett eredmények alapján a hitelb decidido folyamattal és a KKV-k (kis- és középvállalkozások) fizetési kényszeresség arányával kapcsolatos konstrúktum érvényes és megbízható. A hitelb decidido folyamat négy változóból áll:

Hitképesség, Költségarány, Hitelfelhasználás és Bírói Rendszer. Minden független és függő változó között fennáll korreláció. A hitképességnek és a bírói rendszernek jelentős hatása van a KKV-k fizetési kényszeresség arányára. A költségarány kivételével minden független változó fordított korrelációt mutat a KKV-k fizetési kényszeresség arányával. A költségarány pozitív korrelációt mutat ezzel az aránnyal. A hitelb decidido folyamatban a hitképesség gyakorolja a legnagyobb hatást a KKV-k fizetési kényszeresség arányára; ezt a következő formáló változók alkotják: a kölcsönfogadó jellemzői, a hitel visszafizetési képessége, a kölcsönfogadó pénzügyi stabilitásához kapcsolódó készeszközök, a kölcsönfogadó által felajánlott biztosítékok, az iparág adottságai, valamint a kölcsönfogadóra vonatkozó hatósági ellenőrzés és szabályozás.

Menedzsmentalkalmazási implikációk

A jelenlegi megállapítások feltárják azokat a különféle tényezőket, amelyek befolyásolják a KKV-k fizetési kényszeresség arányát a hitelb deciso folyamatok során. Ez a típusú kutatás nemcsak a pénzügyi vállalatok, azaz a mikrofinanszírozó bankok számára termékeny, hanem a KKV-szektorbeli gyakorlók számára is hasznos. Az eredmények azt mutatják, hogy a hitképesség a legjelentősebb tényező. Ez gyakorlati szempontként megjelenik a hitel vagy saját tőke alapú finanszírozással kapcsolatos döntéshozatal során. Ezt a tényezőt a mikrofinanszírozó bankoknak a hitel kiadásakor szintén figyelembe kell venneniük.

Korlátok és jövőbeli irányok

A jelen tanulmány szilárd alapot teremt a jövőbeni kutatások számára. Minden vizsgálat rendelkezik bizonyos korlátokkal különböző tényezők miatt, elsősorban pedig az emberi gondolkodási minták miatt. Ezek a korlátok a kutatók számára felhasználhatóak az meglévő kutatások megerősítésére, valamint az irodalom értékesítésére. A jelen kutatásnak is vannak bizonyos korlátai. Elsősorban a kontextuális tényezők tekintetében a jelen kutatás kizárólag Pakisztán KOBZ-szektorát veszi célba, ami akadályozhatja az eredmények globális generalizálhatóságát. Másodszor, a tanulmány nem vette figyelembe azokat a tényezőket, amelyek megerősítik vagy gyengítik a hitelre vonatkozó döntéshozatali elemek közötti összefüggést. Javasoljuk, hogy a jövőbeni kutatások a jelen modell más kultúrákban és kontextusokban történő megismétlése során a kockázati tényezőket is vegyék figyelembe. Végül a jelen tanulmány egy strukturált, zártt kérdőívet alkalmaz, ami gátolhatja a válaszadókat abban, hogy teljes mértékben kifejezzék megítélésüket a hiteladásra vonatkozó döntéssel kapcsolatban. Ezért a jövőbeni kutatásoknak érdemben kellene fontolukba venniük a szakértői fókuszcsoportos beszélgetéseket, valamint a kvalitatív kutatási módszerek alkalmazását.

Irodalomjegyzék

Irodalomjegyzék

  1. Ahmad, N. H.–Ramajah, T.–Halim, H. A.–Rahman, S. A. 2017. Handbook of Research on Small and Medium Enterprises in Developing Countries. IGI Global.
  2. Ary, D.–Jacobs, L. C.–Irvine, C. K. S.–Walker, D. 2018. Introduction to Research in Education. Boston, MA: Cengage Learning.
  3. Bilal, A. R. 2016. Constraints to Growth: A Cross Country Analysis of Chinese, Indian and Pakistani SMEs. Chinese Management Studies 10(2), 365–386. Bindra S. 1998. Banking Crisis. The East African 1998(October), 19–25.
  4. Bronfenbrenner, U. 1979. The Ecology of Human Development: Experiments by Nature and Design. Cambridge, MA: Harvard University Press.
  5. Campos, H. M. 2016. The role of creativity in mediating the relationship between entrepreneurial passion and entrepreneurial alertness. Review of Business Management 18(61), 457–472.
  6. CBK 2008. Bank Supervision Annual Report 2008. https://www.centralbank.go.ke/ images/docs/Bank%20Supervision%20Reports/Annual%20Reports/bsd2008R.pdf, downloaded: 19.10.2017.
  7. Chin, W. W. 1998. The partial least squares approach for structural equation modeling. In: Marcoulides, G. A. (ed.) Modern methods for business research. Lawrence Erlbaum Associates Publishers, 295–336.
  8. Crotty, M. 1998. The Foundations of Social Research: Meaning and Perspective in the Research Process. London: SAGE Publications Inc. De Vaus, D. 2001. Research Design in Social Research. London: Sage.
  9. Ensaria, M.–Karabay, M. E. 2014. What Helps to Make SMEs Successful in Global Markets. Procedia - Social and Behavioral Sciences 150, 192–201.
  10. Fashina, A. A.–Abdilahi, S. M.–Fakunle, F. F.–Ahmed, M. H. 2020. Exploring the extent to which SMEs can realize a better organizational performance when various project management practices are linked together. PM World Journal 9, 1–22.
  11. Fesharaki, F. 2019. Entrepreneurial passion, self-efficacy, and spiritual intelligence among Iranian SME owner-managers. Psychological Studies 64(4), 429–435.
  12. Fornell, C.–Larcker, D. F. 1981. Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics. Journal of Marketing Research 18, 382–388.
  13. Gálová, J. 2014. Selected Business Aspects of The Emerging Market of Ukraine. Journal of Central European Green Innovation 2(1), 51–59.
  14. Ha, S.T.–Lo, M.C.–Wang, Y.C. 2016. Relationship between Knowledge Management and Organizational Performance: A Test on SMEs in Malaysia. Procedia - Social and Behavioral Sciences 224, 184–189. Hair Jr., J. F.–Sarstedt, M.–Hopkins, L.–Kuppelwieser, V.G. 2014. Partial Least Squares Structural Equation Modeling (PLS-SEM): An Emerging Tool in Business Research. European Business Review 26, 106–121.
  15. Hamdillah, D. N.–Purwanto, B.–Ermawati, W. J. 2021. The Effect of Asset Quality and Financial Performance on Non Performing Loans (NPLs) of Rural Banks in Indonesia.
  16. Henseler, J.–Ringle, C.–Sinkovics, R. 2009. The Use of Partial Least Squares Path Modeling in International Marketing. Advance in International Marketing 20, 277–319.
  17. Huynh, J.–Dang, V. D. 2021. Loan portfolio diversification and bank returns: Do business models and market power matter? Cogent Economics & Finance 9(1), 1891709.
  18. Hyder, S.–Lussier R. N. 2016. Why Business Succeed or Fail: A Study on Small Businesses in Pakistan.”. Journal of Entrepreneurship in Emerging Economies 8(1), 82–100.
  19. Jasra, J. M. 2011. Determinants of Business Success of Small and Medium Enterprises. International Journal of Business and Social Science 2(2). 274–280.
  20. Khalique, M. I. 2011. Challenges for Pakistani SMES in a Knowledge-Based Economy. Indus Journal of Management & Social Sciences 5(2), 74–80.
  21. Khan, M. W. 2014. An Overview of Small and Medium Enterprises in Malaysia and Pakistan: Past, Present and Future Scenario. Business and Management Horizons 2(2), 38.
  22. Krejcie, R. V.–Morgan, D. W. 1970. Determining sample size for research activities. Educational and Psychological Measurement 30(3), 607–610. Lewis G. P.–Schrire, B.–Mackinder, B.–Lock, M. 2005. Legumes of the world. Richmond, USA: Royal Botanic Gardens, Kew.
  23. McCann, F.–McIndoe-Calder, T. 2012. Determinants of SME Loan Default: The Importance of Borrower-Level Heterogeneity. Central Bank of Ireland Conference The Irish SME.0.
  24. Newman, D. 2016. The Changing Role of IT in the Future of Business. https://www. forbes.com/sites/danielnewman/2016/07/26/the-changing-role-of-it-in-the-future-of-business/#239a27b8525d, downloaded: 19.10.2017.
  25. Quader, S. M.–Abdullah, M. N. 2009. Constraints to SMEs: A Rotated Factor Analysis Approach. South Asian Studies 24(2), 334–350.
  26. Qureshi, J. A. 2012. Financial Quota of Loans for the SME Sector in Pakistan: A Survey in Karachi. Interdisciplinary Journal of Contemporary Research in Business 4(5).
  27. Raouf, A. 1998. Development of Operations Management in Pakistan. International Journal of Operations & Production Management 18(7), 649–650.
  28. Rasiah, D. 2010. Review of Literature and Theories on Determinants of Commercial Bank Profitability. Journal of Performance management 23(1), 23–49.
  29. Rose, P. S. 1983. Loans in a Troubled Economy. The Canadian Banker 90(3), 55–64.
  30. Saeed, A.–Sameer, M. 2015. Financial Constraints, Bank Concentration and SMEs: Evidence from Pakistan. Studies in Economics and Finance 32(4), 503–524.
  31. SBP 2003. Banking Supervision Department Circulars 2003. https://www.sbp.org. pk/bsd/2003/index.htm, downloaded: 19.10.2017.
  32. Surienty, L.–Ramayah, T.–Lo, M.-C.–Tarmizi, A. N. 2014. Quality of Work Life and Turnover Intention: A Partial Least Square (PLS) Approach. Social Indicators Research 119(1), 405–420.
  33. Thygerson, K. J. 1995. Management of Financial Institutions (1 edition). NewYork, NY: Harpercollins College Div.
  34. Urbach, N.–Ahlemann, F. 2010. Structural Equation Modeling in Information Systems Research Using Partial Least Squares. Journal of Information Technology Theory and Application 11, 5–40.
  35. Veskaisri, K. C. 2007. Relationship Between Strategic Planning and SME Success: Empirical Evidence from Thailand. Asia and Pacific DSI 2007(July).
  36. Waitherero, K. F.–Muchina, S.–Macharia, S. 2021. The role of liquidity risk in augmenting firm value: lessons from savings and credit cooperatives in Kenya. International Journal of Financial, Accounting, and Management 2(4), 295–304. Yew Wong, K.–Aspinwall, E. 2004. Characterizing knowledge management in the small business environment. Journal of Knowledge Management 8(3), 44–61.
  37. Yilmaz, K. 2013 Comparison of Quantitative and Qualitative Research Traditions:
  38. Epis-temological, Theoretical, and Methodological Differences. European Journal of Education 48, 311–325. st

A szerzők

  • Usman Zafar
  • Muhammad Sikander Jahangir Wahla
  • Shah Ali Murtaza
  • Asif Mahmood
  • Edina Molnár

A szöveget automatikusan nyertük ki a PDF-ből; a táblázatok, ábrák és a pontos tördelés a lapszám PDF-változatában láthatók.