SUKUK, DIMENSI BARU PEMBIAYAAN PEMERINTAH UNTUK PERTUMBUHAN EKONOMI
Notice bibliographique
Résumé
Industri Keuangan Syariah Global mulai mengalami evolusi sejak tahun 1970s. Diawali dengan Commercial Banking, Project Finance dan Sindications(1980s), Equity, Ijarah(1990s) dan Sukuk(2000s). Nilai emisi sukuk internasional terus meningkat dari tahun ke tahun. Total penerbitan sukuk internasional dalam berbagai mata uang sampai dengan Mei 2013 mencapai US$558.47 milyar, dengan total outstanding sebesar US$276.8 milyar. Indonesia, Malaysia, Bahrain, Saudi Arabia, UAE, Iran, Gambia telah menerbitkan sukuk secara regular, baik domestik maupun internasional. Negara-negara non muslim yang telah menerbitkan sukuk adalah Jerman, USA, Jepang, China, United Kingdom, Canada, Russia, Singapura, Hongkong dan Gambia. Sukuk tidak hanya diterbitkan oleh Negara, korporasi atau perusahaan juga menerbitkan sukuk. Secara domestic, perusahaan Indonesia mulai menerbitkan sukuk sejak tahun 2002. Sampai dengan tahun 2013 ada 6 perusahaan yang menerbitkan sukuk. Nilai emisi sukuk korporasi domestic masih mengalami fluktuasi dari tahun ke tahun. Total outstanding sukuk korporasi sampai bulan Mei 2013 sebesar Rp.3,42 triliun dan yang telah jatuh tempo sebesar Rp.3,19 triliun.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,007 |
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 ».