MétaCan
Menu
Retour à la cohorte
Enregistrement W3001207206 · doi:10.1007/s11187-020-00359-3

How do banks interact with fintech startups?

2020· article· en· W3001207206 sur OpenAlexaboutno aff
Lars Hornuf, Milan Frederik Klus, Todor Stefan Lohwasser, Armin Schwienbacher

Notice bibliographique

RevueSmall Business Economics · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesUniversität Duisburg-EssenUniversität BremenAgence Nationale de la RechercheUniversität ZürichUniversité du Luxembourg
Mots-clésAllianceDigital strategyFinancial servicesEntrepreneurial financeBusinessOfficerService (business)EntrepreneurshipFinTechBusiness modelFinanceMarketingAccountingDigital marketing

Résumé

récupéré en direct d'OpenAlex

Abstract The increasing pervasiveness of technology-driven firms that offer financial services has led to growing pressure on traditional banks to modernize their core business activities and services. Many banks tackle the challenges of digitalization by cooperating with startup firms that offer technology-driven financial services and novel service packages (fintechs). In this article, we examine which banks typically collaborate with fintechs, how intensely they do so, and which form of alliance they prefer. Using hand-collected data covering the largest banks from Canada, France, Germany, and the United Kingdom, we provide detailed evidence on the different forms of alliances occurring in practice. We show that banks are significantly more likely to form alliances with fintechs when they pursue a well-defined digital strategy and/or employ a chief digital officer. Moreover, in line with incomplete contract theory, we find that banks more frequently invest in small fintechs but often build product-related collaborations with larger fintechs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,168
Écart entre enseignants0,140 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations278
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmall Business EconomicsMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207