MétaCan
Menu
Retour à la cohorte
Enregistrement W2916335156 · doi:10.3390/jrfm12010037

Developments in Risk Management in Islamic Finance: A Review

2019· review· en· W2916335156 sur OpenAlexvenueno aff
Naseem Al Rahahleh, M. Ishaq Bhatti, Faridah Najuna Misman

Notice bibliographique

RevueJournal of risk and financial management · 2019
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessCredit riskRisk managementIslamic financeIslamLiquidity riskOrder (exchange)Corporate governanceMarket riskOperational riskMarket liquidityIslamic bankingFinanceAccounting

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to review recent developments pertaining to risk management in Islamic banking and finance literature. The study explores the fundamental features of risks associated with Islamic banks (IBs) as compared to those associated with conventional banks (CBs) in order to determine the extent to which IBs engage in effective risk mitigation. The study includes a consideration of the major studies in which the fundamental features of Islamic banks and finance (IBF) and the main characteristics of risk management in IBs are analyzed in comparison with those of CBs. Specifically, these two kinds of banks are compared in relation to the types of risks faced, the characteristics of those risks, and the nature and extent of exposure to those risks. A tabular methodology approach is used in concert with a comparative literature review approach for the analysis. The results show that there is weak support for Shariah-based product development due to the lack of risk mitigation expertise in IBs. The conclusion presented is that in comparison with CBs, IBs are more risk-sensitive due to the nature of their products, contract structure, legal costing, governance practices, and liquidity infrastructure. Furthermore, the determinants of the credit risk of Islamic banks in Malaysia (MIBs) are examined. Overall, bank capital and financing expansion have a significant negative impact on the credit risk level of IBs in Malaysia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations115
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetIslamic Finance and Banking StudiesTravaux en français237 207