The effect of macroeconomic variables on Sukuk Issuance in Malaysia
Notice bibliographique
Résumé
The Islamic capital market, particularly sukuk has a prime role to the development of Islamic finance into a mainstream force for global financial industry. This study aims to investigate the effect of macroeconomic variables on Sukuk issuance in Malaysia from the period of first quarter of 2005 till the fourth quarter of 2019. The main objective of this study is to analyze the relationship of Sukuk issuance in Malaysia with selected macroeconomic variables; Bursa Malaysia composite index (BMCI), exchange rate (EXR), GDP, Inflation (INF) and interest rate (INT). This study employs time series analysis techniques such as Vector Error Correction Model (VECM), Johansen Co-Integration Analysis and Forecast Error Variance Decomposition (FEVD) Analysis to identify the relationship among variables in the short run and the long run. Based on our analysis, BMCI is the significant determinant factor of sukuk issuance in Malaysia in the long run while for the short run, the BMCI, EXR, and GDP, are significant. EXR is the most important contributor in short-term for sukuk issuance, followed by GDP and Bursa Malaysia (BMCI). Investors, regulators, and market participants may find this finding beneficial to recognise the crucial roles played by macroeconomic variables used in this study in determining the effect of macroeconomic variables on Sukuk issuance 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».