Finansinspektionens krav på högre kärnprimärkapital : En studie av de svenska storbankerna
Bibliographic record
Abstract
Sammanfattning – ”Finansinspektionens krav på högre kärnprimärkapital: En studie av de svenska storbankerna” Datum: 2013-05-31 Nivå: Kandidatuppsats i företagsekonomi, 15 ECTS Institution: Akademin för ekonomi, samhälle och teknik, EST, Mälardalens Högskola Författare: Frida Hoffmann & Kajsa Ljungqvist Jansson Titel: Finansinspektionens krav på högre kärnprimärkapital: En studie av de svenska storbankerna Handledare: Staffan Boström Nyckelord: Kärnprimärkapital, de svenska storbankerna, Finansinspektionen Frågeställning: Vilka strategier har de svenska storbankerna använt sig av för att uppnå kravet på högre kärnprimärkapital samt fördela kostnaderna som medföljer? Vilka konsekvenser har det hittills fått för bankerna då de redan börjat anpassa sig till kravet? Syfte: Syftet med studien är att beskriva vilka strategier som legat till grund för att de fyra svenska storbankerna skall klara av det högre kravet på kärnprimärkapital som Finansinspektionen ställer. Undersökningen ämnar även utvärdera vilka konsekvenser förändringarna har fått hittills för bankerna och vem som har belastats med kostnaden för det ökade kärnprimärkapitalet. Metod: Metoden som använts var av kvalitativ karaktär där sekundärdata som samlats in varit från böcker, rapporter och artiklar. Primärdata har samlats in från personliga intervjuer och analyserades sedan med hjälp av sekundära datan. Slutsats: De svenska storbankerna har implementerat tydliga strategier för att uppfylla Finansinspektionens krav. Det visade sig att de banker som använt sig av att se över sin prissättning också var de banker som ligger i topp vad gäller kärnprimärkapitalrelationen. Konsekvensen av det nya kravet har blivit ett större fokus på att ha rätt kunder samt kostnadsfokus för att på så vis täcka upp för de kostnader som kravet medför.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".