論文の概要: The Disruptive Potential of FinTechs in the German Consumer Finance
Sector -- A Blue Ocean Scenario?
- arxiv url: http://arxiv.org/abs/2007.03603v1
- Date: Thu, 2 Jul 2020 01:30:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-11 20:28:39.772970
- Title: The Disruptive Potential of FinTechs in the German Consumer Finance
Sector -- A Blue Ocean Scenario?
- Title（参考訳）: ドイツ消費者金融セクターにおけるフィンテックの破壊的可能性 - ブルーオーシャンシナリオか?
- Authors: Christian Wischnewski
- Abstract要約: この論文は、ドイツにおけるフィンテック企業の現在の市場シェアを評価するために、ブルーオーシャン戦略を根底にある戦略要素として用いている。
戦略枠組み、ドイツの銀行セクター、フィンテックセクターの文献レビューを行う。
ドイツにおける銀行顧客とフィンテック企業の利用の定量的分析は、オンライン調査によって行われる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Using the Blue Ocean strategy as an underlying strategic element, this
dissertation analyses whether this statement holds true for the rather more
conservative banking sector in Germany and the overall risk-averse mindset of
the German population by using both quantitative and qualitative elements to
assess the current market share of FinTech companies in the Federal Republic,
as well as grasp a potential outlook on the future development. A literature
review of the strategic framework, the banking sector in Germany and the
FinTech sector is carried out accordingly. Subsequently, a formal verification
as to whether the banking sector is a "Red Ocean" and if the FinTech industry
is a "Blue Ocean" is carried out using case studies from both sectors. A
quantitative analysis of banking customers in Germany and their use of FinTech
companies is conducted by way of an online survey, with selected participants
being interviewed thereafter to gain additional insights. Data evaluation is
made using pivotal analysis and cross tabulation of survey results and
interview findings, along with extrapolating indicators to reflect the full
size of the German banking sector and transactional volumes per segment are
provided and examined for signs of elevated FinTech use in the market. Despite
several limitations from where ideas for future research are derived, the
outcomes provide an overview of existing trends for the use of FinTechs in
Germany. The main finding is that with the notable exception of payment
solutions, Germans do not have a high affinity towards FinTechs, rendering them
a byproduct of the financial service industry, with limited market share and
low potential.
- Abstract（参考訳）: この論文は、ブルーオーシャン戦略を基本戦略要素として、ドイツにおける比較的保守的な銀行部門と、ドイツにおける現在のフィンテック企業の市場シェアを評価するために定量的および質的要素の両方を用いて、ドイツ国民全体のリスク回避思想に当てはまるかどうかを分析、そして将来の発展についての潜在的な見通しを把握している。
戦略的な枠組み、ドイツにおける銀行部門、フィンテック部門について文献レビューを行う。
その後、銀行セクターが「赤い海」であるかどうか、フィンテック産業が「青い海」であるかどうかを、両セクターのケーススタディを用いて正式に検証する。
ドイツにおける銀行顧客とそのフィンテック企業の利用に関する定量的分析は、オンライン調査を通じて行われ、その後、選ばれた参加者がインタビューを受け、さらなる洞察を得る。
ドイツ銀行セクターのフルサイズとセグメントごとのトランザクションボリュームを反映した外挿指標とともに、調査結果のピボット分析とクロス集計とインタビュー結果を用いてデータ評価を行い、市場でのフィンテック利用の増加の兆候について検討した。
将来の研究のアイデアが導出される場所からいくつかの制限にもかかわらず、その結果はドイツにおけるフィンテックの利用に関する現在のトレンドの概要を提供する。
主な発見は、支払いソリューションの特筆すべき例外を除いて、ドイツはフィンテックに対して高い親和性を持っておらず、市場シェアと潜在力に乏しい金融サービス産業の副産物となっていることである。
関連論文リスト
- Financial Sentiment Analysis on News and Reports Using Large Language Models and FinBERT [0.0]
本稿では,大規模言語モデル(LLM)とFinBERTの財務感情分析への応用について検討する。
この研究は、感情分類精度を向上させるため、ゼロショットと少数ショット戦略による迅速なエンジニアリングの利点を強調している。
論文 参考訳（メタデータ） (2024-10-02T19:48:17Z) - AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。
次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
論文 参考訳（メタデータ） (2024-03-19T09:45:33Z) - FinBen: A Holistic Financial Benchmark for Large Language Models [75.09474986283394]
FinBenは、24の財務タスクにまたがる36のデータセットを含む、最初の大規模なオープンソース評価ベンチマークである。
FinBenは、幅広いタスクとデータセット、ストックトレーディングの最初の評価、新しいエージェントと検索可能な生成(RAG)の評価、およびテキスト要約、質問応答、株式トレーディングのための3つの新しいオープンソース評価データセットを提供する。
論文 参考訳（メタデータ） (2024-02-20T02:16:16Z) - Do Weibo platform experts perform better at predicting stock market? [0.8999666725996978]
Weiboのソーシャルネットワーキングプラットフォームは、感情データ収集のソースとして使用されている。
Weiboのユーザは、認可金融アドバイザー(AFA)と無認可金融アドバイザー(UFA)グループに分けられる。
香港ハンセン指数は、歴史的株式市場の変化データを抽出するために使用されている。
論文 参考訳（メタデータ） (2024-02-12T10:04:54Z) - German FinBERT: A German Pre-trained Language Model [0.0]
本研究は,財務テキストデータに適したドイツ語モデルである German FinBERT を提示する。
このモデルは、総合的な事前トレーニングプロセスを通じてトレーニングされ、財務報告、アドホックな発表、ドイツの企業に関するニュースを含む実質的なコーパスを活用する。
ダウンストリームタスクにおけるドイツ語FinBERTの性能,特に感情予測,話題認識,および一般的なドイツ語モデルに対する質問応答について評価する。
論文 参考訳（メタデータ） (2023-11-15T09:07:29Z) - CrudeBERT: Applying Economic Theory towards fine-tuning
Transformer-based Sentiment Analysis Models to the Crude Oil Market [0.15293427903448023]
CrudeBERTは、コンテキスト化と微調整を行うためにこれらのイベントを引き出す新しい感情分析モデルである。
CrudeBERTは原油の領域において、プロプライエタリおよびオープンソースソリューションよりも優れた性能を示す。
論文 参考訳（メタデータ） (2023-05-10T13:42:56Z) - FinQA: A Dataset of Numerical Reasoning over Financial Data [52.7249610894623]
我々は、大量の財務文書の分析を自動化することを目的として、財務データに関する深い質問に答えることに重点を置いている。
我々は,金融専門家が作成した財務報告に対して質問回答のペアを用いた,新たな大規模データセットFinQAを提案する。
その結果、人気があり、大規模で、事前訓練されたモデルは、金融知識を得るための専門的な人間には程遠いことが示される。
論文 参考訳（メタデータ） (2021-09-01T00:08:14Z) - BeFair: Addressing Fairness in the Banking Sector [54.08949958349055]
銀行セクターにおける産業的オープンイノベーションプロジェクトの最初の成果を提示する。
本稿では,MLの公平性に関する一般的なロードマップと,バイアスの特定と緩和を支援するBeFairと呼ばれるツールキットの実装を提案する。
論文 参考訳（メタデータ） (2021-02-03T16:37:10Z) - Fine-grained Financial Opinion Mining: A Survey and Research Agenda [50.27357144360525]
まず、大まかな視点と細かな視点から財務的意見を定義し、すでに取り組まれている問題について概観する。
今後の研究のための詳細な財務意見マイニングのロードマップを提案し、まだ検討されていないいくつかの課題を指摘した。
論文 参考訳（メタデータ） (2020-05-05T01:07:07Z) - NLP in FinTech Applications: Past, Present and Future [50.27357144360525]
金融分野における自然言語処理(NLP)技術の適用に関する研究に焦点をあてる。
アプリケーションシナリオは、Know Your Customer(KYC)、Know Your Product(KYP)、Satify Your Customer(SYC)の3つの側面から見ていきます。
論文 参考訳（メタデータ） (2020-05-04T08:37:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。