Does Islamic Sustainable Finance Support Sustainable Development Goals to Avert Financial Risk in the Management of Islamic Finance Products? A Critical Literature Review
Notice bibliographique
Résumé
Policymakers, governments, and Islamic financial institutions are increasingly focusing on sustainable development, leading to an in-depth examination of current sustainable finance practices, projects, and product portfolios. This study examines the role of Islamic sustainable finance (ISF) in promoting Sustainable Development Goals (SDGs) to avert financial risk in the management of Islamic Finance Products (ISFP). Through qualitative analysis, the study conducts a critical literature review (CLR) that incorporates conceptual, theoretical, and empirical perspectives on ISF and SDGs and addresses two specific research questions. Our study examines over 48 journals from 2010 to 2024 and provides insights into how ISF advances the SDGs across all environmental, social, and economic dimensions. It also highlights that ISF promotes green entrepreneurship by investing in sustainable projects, supporting SMEs, and offering alternative financing. ISF also promotes financial stability, justice, and growth and is consistent with the principles of Maqasid al-Shari’ah. Key ISF mechanisms that promote the SDGs include Islamic Green Sukuk, Socially Responsible Investment Funds, Islamic Microfinance, and Islamic Impact Investing. Integrating Islamic ethical principles into financial activities is crucial for inclusive and sustainable economic development. These qualitative insights are critical for policymakers, Islamic financial institutions, Halal entrepreneurs, environmentalists, and investors to understand the potential of Islamic social finance (ISF) to support sustainable practices, projects, and portfolios. Furthermore, the ISFs alignment with Maqasid al-Shari’ah highlights its importance in promoting sustainable development while mitigating financial risk in ISFPs management. The study offers robust contributions to the existing literature to provide comprehensive insights into how ISF can be effectively used to promote SDGs.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».