Soft Information,Core Competitive Edge and Private Relationship Lending
Notice bibliographique
Résumé
In view of the development problems of banks at village and town levels,through introducing the concept of private relationship lending,the functions of soft information,the channels of banks at village and town level for collecting soft information,and the private relationship lending of banks at village and town level under Chinese rural human environment of highlighting relationship while despising rationality are proved.According to the recognition standard of core competitive edge,it can be concluded that the core competitive edge of banks at village and town level is private relationship lending.In the first place,these kinds of small and medium-sized quarter banks have competitive advantages in launching private relationship lending in the second place,the lending businesses of banks at village and town level based on soft information attracts small and medium clients;in the third place,the private relationship lending has realized the scale economy.Furthermore,the reasons why banks at village and town level can not display the core competitive edge have been analyzed:firstly,banks at village and town level have not found that private relationship lending is their core competitive edge;secondly,the internal motivation on establishing private relationship lending of banks at village and town level is insufficient;thirdly,banks at village and town level have not prepared well in developing private relationship lending;The relevant policies and countermeasures are put forward,which including transforming idea and vigorously developing private relationship lending;intensifying training and improving the quality of personnel involved;strengthening supervision and avoiding the violation behaviors of personnel involved;mirroring experiences and perfecting the private relationship lending mechanism of banks at village and town level.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».