价值创造视角下商业银行数字化转型的治理机制研究

来源 :新金融 | 被引量 : 0次 | 上传用户:jialin131466
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
商业银行等金融机构积极推进高水平的数字化转型,如何在这一转型过程中通过有效的治理手段实现可持续的转型发展成为关键。本研究基于价值创造理论,结合国内外商业银行转型实践,通过扎根理论法和案例研究法,提出“价值创造三维治理模型”,以及具有适应性的治理路径和治理对策。研究发现,商业银行数字化转型的治理目标是通过价值网络中不同主体间的协同和互动提升金融资源的优化配置效率和价值创造能力,实现价值创造体系的持续优化;“价值创造三维治理模型”的本质是价值主张、价值交换和价值使用的周期循环,在持续的正反馈循环中实现价值增值;国有大行、股份制银行及城商行的转型治理路径存在差异。
其他文献
为廓清数字化转型能否优化企业内部收入分配格局、夯实共同富裕经济根基,本文选取2007—2020年A股上市公司为样本,研究了数字化转型对企业劳动收入份额的影响。研究结果表明,数字化转型显著提升了企业劳动收入份额,在企业内实现了“分好蛋糕”的功能。其作用机制在于,随着数字化转型程度提高,企业融资约束缓解、创新激励增加,两者共同促进企业劳动收入份额提升。基于企业特征的异质性研究显示,数字化转型对信息透明
期刊
水铁联运模式下的铁路站场资源调度是多联式港口资源调度中极为重要的部分。水铁联运模式下的铁路站场调度不合理,极易导致港口资源利用率低下,港口作业成本增加,严重阻碍港口向智能化、现代化方向发展。在水铁联运模式下的铁路站场调度系统中,如何根据作业任务合理的对设备资源进行分配,提高机械的装卸效率、降低装卸作业成本,已成为建设现代化港口进程中亟待解决的问题。鉴于以上问题,本文研究内容如下:(1)建立了基于D
学位
随着数字经济的蓬勃发展,数字技术渗透到企业成长的各个环节,越来越多的企业试图通过数字化转型提升自身的价值创造能力。数字化转型改变了企业价值创造的方式,为利益相关者实现价值共创提供了新途径。本文基于利益相关者理论和价值共创理论,探讨数字化转型赋能各利益相关者价值共创的过程,构建“资源—连接—互动—绩效与反馈”的数字化转型下利益相关者价值共创的理论框架。在此基础上,提出企业数字化转型下多元主体参与的价
期刊
文章以2005—2020年我国25个工业行业为样本,构建基于行业技术相似度矩阵的空间计量模型,考察数字化转型对工业技术升级的具体影响及其溢出效应。研究发现:我国工业行业间存在显著的技术溢出效应,其水平随着时间推移逐渐趋缓;数字化转型与行业技术升级均存在显著的空间依赖性,主要表现为HH型和LL型的空间正相关性;数字化转型有利于推动工业技术升级,数字化转型对工业技术升级的推动作用具有显著的行业溢出效应
期刊
文本在人类的发展过程中起着举足轻重的作用,随着深度学习的发展,越来越多的学者加入到研究文本检测与识别的行列中。自然场景下的中文识别也逐渐应用到各行各业,但是它不仅受到外界因素和拍照角度、光线等的影响,也会因为自身复杂的结构以及形近字的问题导致检测和识别难度大大提升。目前的深度学习方法虽然在识别英文方面有很高的准确率,但是识别中文的能力仍旧比较弱。因此,本文以前人研究的相关技术为基础,针对中文文本的
学位
随着生物识别技术的飞速发展,基于生物特征的身份认证技术在日常生活中发挥着越来越重要的作用。其中,人脸特征采集方便,且具有稳定性、可靠性和唯一性,因此基于人脸特征的生物认证技术在安保和支付等领域得到了广泛的应用。但由于人脸是唯一且不可撤销的生物特征,一旦人脸模板泄露,用户将永远无法继续使用与人脸识别相关的服务,因此保证人脸模板的安全性对基于人脸特征的生物认证技术至关重要。然而由于人脸图像存在高类内差
学位
随着科技的快速发展,人们已经步入信息化社会,每天需要从海量数据中筛选出自己最关注的信息,推荐系统的存在就显得尤为必要。推荐系统作为解决“信息过载”的有效技术之一,一直是学者们研究的重点。传统推荐算法已经逐渐趋于成熟,广泛应用于各大网站,如:淘宝、京东、唯品会等。但是传统的推荐算法对用户来说具有黑盒的不可解释性,用户并不了解推荐的原因而只能被动的接受推荐。因此,推荐系统的可解释性研究逐渐被学者们广泛
学位
人体姿态迁移是一个新兴的研究问题,探索如何将图像中的人物从一个给定的初始姿态转换到另一个指定的姿态,并保留真实准确的纹理信息。该技术在电影编辑、虚拟现实、媒体制作等领域具有巨大的应用潜力。随着深度学习和生成模型的快速发展,越来越多的学者开始致力于这一研究方向。不同于普通物体,人体具有非刚性的特性。在人体姿态迁移任务中,从一个姿态迁移至另一个姿态是一个非线性的过程,因此传统图像生成方法难以对该任务进
学位
在机器翻译日益重要的今天,有监督和无监督方式成为训练机器翻译模型的主流方式。传统的有监督机器学习需要应用大规模的巨量平行语料进行训练,形成高质量翻译模型,从而使其的使用受到了限制。无监督翻译模型的提出,有效改善了机器翻译对平行语料的需求,但其仍然依赖大规模(千万级别)非平行高质量语料来实现翻译的高质量。因此本文研究借助少量的高质量标记来进行弱监督的多模态机器翻译。同时,在多模态的机器翻译中,图像特
学位
在移动边缘计算中,用户将计算任务卸载到边缘服务器处理,减少任务的时间延迟和能量消耗,并提升用户的体验。在现实场景中,用户移动和计算需求不断产生会影响到任务的卸载,而任务卸载会直接影响到用户的收益,因此需要高效的任务卸载策略。边缘服务器对资源的定价会影响到用户对任务的卸载,从而影响到边缘服务器的收益,因此需要高效的资源定价策略。本文在用户处于移动状态且计算需求不断产生的情况下,当边缘服务器对资源固定
学位