Rahoitusriski Helsingin pörssissä noteeratuissa valtio-omisteisissa yhtiöissä
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
Keskustelu valtiosta kaupallisten yhtiöiden omistajana on noussut jälleen keskelle valtamediaa. Suomen valtio on omistajana Helsingin pörssin kuudessatoista eri yhtiössä, jotka kattavat yli 40 % koko pörssin markkina-arvosta. Valtion päätöksentekoa ohjaa vahvasti poliittiset näkemykset ja valtiolla on sijoituksissaan erilaisia strategisia intressejä, jotka ovat usein ristiriidassa yksityisomistajan tavoitteen kanssa luoda omistaja-arvoa. Aikaisempi kirjallisuus sekä agenttiteoria osoittavat, kuinka poikkeavat intressit johtavat epäoptimaaliseen päätöksentekoon. Tämän tutkimuksen tavoitteena on selvittää Helsingin pörssissä noteerattujen valtio omisteisten yhtiöiden rahoitusriskiä. \n \n \nTutkimuksessa valtio-omisteisista ja yksityisomisteisista yhtiöistä muodostettuja otoksia vertaillaan kolmen yleisesti käytetyn tunnusluvun osalta vuosina 2012–2021. Valtion omistajuuden lisäksi tutkimuksessa selvitetään niin valtion omistusintressien kuin omistusosuudenkin vaikutusta rahoitusriskiin. \n \n \nTutkimuksen tuloksena selvisi, kuinka valtio-omisteisten yhtiöiden rahoitusriski on läpi tutkimusajanjakson näyttäytynyt korkeampana läpi tutkimusajanjakson verrattuna yksityisomisteisiin yhtiöihin. Omistusintressin vaikutuksista havaittiin, että finanssi-intressin yhtiöillä rahoitusriski oli strategisen intressin yhtiöitä matalampaa. Myös yhtiöissä, joissa valtion omistusosuus oli alle 10 %, oli rahoitusriskin taso huomattavasti alempi, verrattuna valtion osakkuusyhtiöihin sekä valtioenemmistöisiin yhtiöihin. Tutkimuksessa havaittiin myös aikaisemman kirjallisuuden ristiriitaisuus sekä valtioiden heikko vertailukelpoisuus.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.679 | 0.008 |
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