摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-19页 |
1.1 研究背景和研究意义 | 第10-11页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11页 |
1.2 国内外相关文献综述 | 第11-17页 |
1.2.1 商业银行高净值客户文献综述 | 第11-12页 |
1.2.2 商业银行客户价值评价文献综述 | 第12-14页 |
1.2.3 商业银行客户协同创新文献综述 | 第14-15页 |
1.2.4 基于结构方程模型构建评价体系文献综述 | 第15页 |
1.2.5 融合互联网数据构建评价体系文献综述 | 第15-16页 |
1.2.6 商业银行与互联网企业关系文献综述 | 第16-17页 |
1.3 研究思路和内容 | 第17-18页 |
1.4 研究方法和创新点 | 第18-19页 |
1.4.1 研究方法 | 第18页 |
1.4.2 创新点 | 第18-19页 |
第2章 融合互联网数据商业银行高净值客户协同创新价值评价理论和方法. | 第19-32页 |
2.1 商业银行高净值客户概念和特征 | 第19-21页 |
2.2 融合互联网数据的商业银行高净值客户协同创新价值评价相关理论 | 第21-24页 |
2.2.1 领先用户理论 | 第21-22页 |
2.2.2 组织创造力理论 | 第22-23页 |
2.2.3 客户协同创新理论 | 第23页 |
2.2.4 信息不对称理论 | 第23-24页 |
2.3 融合互联网数据的商业银行高净值客户协同创新价值评价机理 | 第24-28页 |
2.3.1 商业银行高净值客户协同创新内涵 | 第24-25页 |
2.3.2 商业银行高净值客户协同创新组织模式 | 第25-26页 |
2.3.3 商业银行高净值客户协同创新价值评价方法的局限性 | 第26-27页 |
2.3.4 融合互联网数据对评价方法的改进 | 第27-28页 |
2.4 结构方程模型 | 第28-32页 |
2.4.1 结构方程模型内涵 | 第28-29页 |
2.4.2 结构方程模型构成 | 第29-30页 |
2.4.3 结构方程模型优点 | 第30页 |
2.4.4 结构方程模型构建流程 | 第30-32页 |
第3章 构建融合互联网数据的商业银行高净值客户协同创新价值评价模型. | 第32-38页 |
3.1 影响商业银行高净值客户协同创新价值的因素 | 第32-33页 |
3.2 构建商业银行高净值客户协同创新价值评价结构模型 | 第33-34页 |
3.2.1 指标定义 | 第33页 |
3.2.2 构建结构模型 | 第33-34页 |
3.3 构建融合互联网数据的测量模型 | 第34-37页 |
3.3.1 投资能力测量 | 第34-35页 |
3.3.2 创新能力测量 | 第35页 |
3.3.3 协同能力测量 | 第35-36页 |
3.3.4 参与意愿测量 | 第36页 |
3.3.5 协同创新价值测量 | 第36-37页 |
3.4 融合互联网数据的商业银行高净值客户协同创新价值评价模型 | 第37-38页 |
第4章 融合互联网数据的商业银行高净值客户协同创新价值评价实证分析. | 第38-49页 |
4.1 量表设计 | 第38-41页 |
4.1.1 问卷调查表设计 | 第38-40页 |
4.1.2 互联网量表设计 | 第40-41页 |
4.2 样本设计 | 第41页 |
4.3 问卷信度及效度分析 | 第41-43页 |
4.4 样本特征描述统计 | 第43-45页 |
4.4.1 样本人口特征 | 第43页 |
4.4.2 样本数据分布 | 第43-45页 |
4.5 模型的拟合检验 | 第45-46页 |
4.6 模型的参数估计 | 第46-47页 |
4.7 实证结果分析 | 第47-49页 |
第5章 商业银行高净值客户协同创新价值评价对策和建议 | 第49-56页 |
5.1 商业银行应注重高净值客户创新能力的培养 | 第49-50页 |
5.2 商业银行应注重高净值客户协同环境的优化 | 第50-51页 |
5.3 商业银行应注重互联网数据获取能力的提高 | 第51-56页 |
5.3.1 推进与互联网金融企业合作 | 第51-53页 |
5.3.2 加强自有互联网平台建设 | 第53-56页 |
第6章 总结与展望 | 第56-59页 |
6.1 总结 | 第56-57页 |
6.2 展望 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-64页 |
附录A | 第64页 |