Un breve estudio de la Ley 5/2015 de fomento de la financiación empresarial
Bibliographic record
Abstract
Colaboraciones 1. IntroducciónEl objetivo clásico del sistema financiero es la asignación eficiente de los fondos, permitiendo su traspaso desde las entidades superavitarias (ahorradores) hasta las entidades deficitarias (inversores).En España, la reciente crisis financiera se trasladó rápidamente al conjunto de la economía real, impactando de forma muy negativa en las tasas de crecimiento del PIB y el empleo.Esta importante interrelación entre las economías real y financiera puede explicarse por dos fenómenos.En primer lugar, en el sistema financiero español, como en gran medida en el europeo, el sector bancario ha tenido tradicionalmente un papel protagonista, intermediando entre ahorradores y prestatarios.Esta fuerte dependencia empresarial con respecto al crédito bancario hace que, frente a una crisis del sistema bancario como la vivida en España, el acceso de las empresas a sus fuentes de financiación habituales se vea claramente limitado.En segundo lugar, la dependencia de la financiación bancaria es aún más acusada en el caso de las pequeñas y medianas empresas (pymes), para las que más del 70 por 100 de la financiación proviene del canal bancario.A este hecho hay que sumar la importante participación de las pymes en la economía española, que suponen más del 99 por 100 del tejido empresarial.La crisis del sistema financiero español ha motivado la adopción de un importante número de medidas adoptadas de forma sucesiva, que podrían clasificarse en dos grandes grupos.El primer grupo estuvo destinado a la estabilización del conjunto del sistema bancario español y se implementó en estrecha relación con el programa de asistencia financiera para la recapitalización de las entidades financieras españolas.Concluido el programa de asistencia financiera de forma exitosa ġ
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 | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".