【摘 要】
:
随着我国和全球贸易与经济一体化建设进程的推移和加速,加快了促进国际贸易结算业务的蓬勃发展,同时也使得行业竞争加剧。国有商业银行作为先行进入这一市场的“领头军”,具有优越的市场优势。但随着竞争的加剧,也逐渐“力不从心”。如国有商业银行推出的国际结算新产品缺少创新,容易被其他银行“复制”,在银行国际结算市场竞争已经加剧的情况下,没有做到结合自身的特色,发挥自身的优势,结局自然没有达到预期,鉴于此,国有
论文部分内容阅读
随着我国和全球贸易与经济一体化建设进程的推移和加速,加快了促进国际贸易结算业务的蓬勃发展,同时也使得行业竞争加剧。国有商业银行作为先行进入这一市场的“领头军”,具有优越的市场优势。但随着竞争的加剧,也逐渐“力不从心”。如国有商业银行推出的国际结算新产品缺少创新,容易被其他银行“复制”,在银行国际结算市场竞争已经加剧的情况下,没有做到结合自身的特色,发挥自身的优势,结局自然没有达到预期,鉴于此,国有商业银行国际结算业务的发展以及核心竞争力构建日益成为亟需考虑的问题。本文以我国企业在经济发展过程中的关键-核心竞争力作为研究基础,以我国国有商业银行开展的国际结算业务为研究对象,并且选取了ZG银行为样本作应用分析。通过竞争战略理论和核心竞争力理论分析了我国国有商业银行国际结算业务核心竞争力所存在的问题并对核心竞争力在客户、业务结构、产品创新、人才流失、风险管理等方面进行重构。ZG银行对重构的核心竞争力进行了应用分析,提高了核心竞争力并取得了优势地位。ZG银行国际结算业务的核心竞争力应用研究作为当前国有商业银行转型提升自身核心竞争力研究的有力补充,对国有商业银行在新竞争业态下国际结算业务的可持续发展具有深刻的战略指导意义。
其他文献
随着人工智能领域技术的飞速进步,计算资源有限以及计算需求激增这一矛盾成为制约人工智能技术发展的关键瓶颈。由于客观环境条件的限制,部分数据集存在着样本量较少以及缺少标签等问题,而这也将影响模型的训练时间以及最终的训练效果。迁移学习的出现为解决这一矛盾提供了一种全新的思路,即利用两个任务之间的相似性,将源域任务中的数据,特征,模型,参数等相关要素迁移到目标域任务中,从而为目标域任务提供一个更高的起点,
对象解析是计算机视觉领域中的基础任务及研究热点,具有重要的理论意义和应用价值。近年来,随着深度学习技术的广泛运用,对象解析系统的性能得到大幅度的提升。然而,有限标签场景下,对象解析系统的性能会大幅下降。考虑到对象解析系统对标签的依赖会极大程度限制不同场景下对象解析系统的应用,研究如何在有限标签场景下提升对象解析系统的精度是计算机视觉应用的迫切需求。目标检测和实例分割是对象解析中的两个主要任务,因此
随着全球经济和轨道交通行业的飞速发展,国内和国际轨道交通业市场竞争越发加剧。而采购是轨道交通制造企业运营的至关重要环节,运用精益管理理论去指导实际采购活动,可以维护与加强企业与主要供应商之间的长期战略合作关系,可以提高车间生产效率保证项目交付,还可以大大减少制造企业的生产与运营成本。为了提升企业经济利润,增加市场占有率,轨道交通制造企业越发认识到科学有效的采购管理的重要性。本文针对A公司采购的现状
随着数字存储技术的发展和可穿戴设备的流行,第一视角视频数量日益增多,广泛的第一视角视频相关应用开始普及。视频摘要与视频描述作为第一视角视频理解的重要方向,在危险行为监测、行为记录与行为分析等领域有着可观的应用前景。由于可穿戴设备的长期佩戴特性,如何智能化提取第一视角长视频的视频摘要并生成方便阅读的文字描述成为了急需解决的问题,并受到了大量研究者的关注。本文研究基于第一视角的视频摘要与视频描述算法,
在企业管理过程中如何发挥人的作用,一直是管理者和研究者关心的问题。随着我国近年来城镇化、信息化的快速发展,以及内外部多变的环境,管理导向也从对员工的行为控制转到如何激发员工自主管理,这为员工敬业度研究提供了基础。作为我国经济体系支柱产业,我国化工行业产值占全球化工产值的40%,居世界第一。但化工在进行生产时普遍具有易燃易爆、有毒有害、以及易腐蚀等特点,同时原材料及废弃物容易造成环境污染问题,潜在的
机械臂是一种复杂的机械控制系统,它能够代替人进行大量重复性的工作,如搬运、喷涂、焊接、装配等。然而,对于工业生产线上所使用的机械臂,只能够按照固定的流程在具体的流水线上执行确定性的任务。为了让机械臂在更复杂的场景中得到应用,需要研究适用于现实环境的机械臂智能控制算法。抓取某个指定的物体而不是抓取任意物体,是在现实场景中实用的需求。本文聚焦于机械臂控制问题中的指定物体抓取问题,深入研究了基于深度学习
当前我国保险行业发展相对稳定,但其经营和管理依然会随着社会结构、生存环境、市场调节等因素的变化而日趋复杂。在此背景下,尤其受社会突发公共危机事件影响,市场的持续性、不定性风险因素增加,保险公司会面临企业管理方面的挑战与考验。2020年初爆发的新冠肺炎疫情正是目前全球范围内最大的突发公共卫生事件,多数保险企业也在这项事件中受到了较为直接的影响。保险企业为实现平稳发展,需要在对市场有较大冲击的公共事件
WB公司是一家经营互联网广告业务的新媒体广告公司,公司成立以来以网络竞价广告投放、数据回收分析、代理运营媒体账户为主要经营业务范围。近几年,随着中国移动互联网的高速发展、智能手机的快速普及,互联网广告行业发生了翻天覆地的变化。特别是互联网广告的载体形式:从第一代的里程碑式产品BBS(Bulletin Board System,网络论坛,与户外广告牌性质相同模式,通过电脑、网络来传播或获得消息);到
近年来,随着所需的神经网络模型越来越复杂,视觉分类任务的多样性也随之增加,不断刷新着其准确性。但对分类精度性能的要求越来越高,使得神经网络结构越来越深,对实现图像分类任务所需的计算能力和内存大小提出了更高的要求。压缩和加速卷积神经网络结构以减少对硬件的依赖性成为研究重点,在网络性能、模型参数量和计算速度之间寻求一个平衡成为研究关键,从而使边缘设备上处理的的数据更加有效。基于此,本文聚焦于基于梯度优
人物属性识别旨在识别给定人物的视觉外观特征,是计算机视觉领域的一项重要研究课题,被广泛应用于人物检索、行人识别、场景理解等多个领域中,具有广泛的应用前景。在人物属性识别任务中由于属性尺度多样、数据集质量欠佳,现有人物属性识别方法对于细粒度属性识别效果不佳。针对上述挑战,本文构建了一个细粒度人物属性数据集,并且提出了三种细粒度人物属性识别算法。本文主要研究内容如下:1.本文构建了适用于细粒度属性识别