GREEN SUKUK RITEL TERHADAP PEMBANGUNAN BERKELANJUTAN DI INDONESIA
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Obligasi hijau mulai menyasar investor perorangan dari penerbitan green sukuk ritel. Hal ini dilatarbelakangi oleh meningkatnya pangsa investor pada produk investasi berkelanjutan dalam tujuh tahun terakhir yang berasal dari agen aset yang kurang dikelola. Metode penelitian yang diterapkan pada penelitian ini merupakan kuliatatif dengan pendekatan literatur review. Metode penelitian kualitatif mengkaji dari literatur review dari perkembangan transaksi green sukuk dari tahun 2018 sampai 2022. Hasil penelitian ini menunjukan bahwa secara khusus obligasi hijau mampu memintaskan sumber daya dari pasar modal dalam negeri dan luar negeri untuk mengatur perubahan iklim, energi bersih dan terjangkau serta ekosistem lautan dan daratan. Obligasi Hijau diterbitkan mulai menyasar investor individu dari penerbitan Obligasi Hijau ritel. Hal ini dilatarbelakangi dari pangsa investor yang meningkat di produk investasi berkelanjutan Pada kurun waktu 7 tahun terakhir dari agen aset under manajemen. Di tahun 2012 hanya 11% dari investasi berkelanjutan di dunia dikendalikan oleh investor ritel. Proporsi itu lalu meningkat jadi 25% di tahun 2018. Negara yang sudah mengeluarkan Obligasi Hijau ritel diantaranya adalah Jepang, Canada, New Zealand, Amerika Serikat serta Afrika Selatan. Sedangkan di Indonesia melalui Kementerian Keuangan juga menerbitkan 3 seri instrumen Obligasi Hijau dengan kerangka Green sukuk. Green sukuk merupakan instrumen Obligasi Hijau yang dikeluarkan sejalan dengan prinsip syariah Islam. Green sukuk pertama adalah sukuk Global yang terbit tahun 2018 senilai USD1,25 miliar.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it