摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第9-19页 |
1.1 研究背景 | 第9-10页 |
1.1.1 商业银行运营环境 | 第9页 |
1.1.2 传统运营模式的局限性 | 第9-10页 |
1.2 研究意义 | 第10页 |
1.3 国内外研究现状 | 第10-15页 |
1.3.1 国外研究现状 | 第10-12页 |
1.3.2 国内研究现状 | 第12-15页 |
1.4 研究内容 | 第15-16页 |
1.4.1 商业银行业务运营模式的研究 | 第15页 |
1.4.2 江苏银行后台集中运营的现状的研究 | 第15页 |
1.4.3 江苏银行后台集中运营模式未来发展方向的研究 | 第15-16页 |
1.5 研究框架及方法 | 第16-18页 |
1.5.1 研究框架 | 第16-17页 |
1.5.2 研究方法 | 第17-18页 |
1.6 本文的创新点 | 第18-19页 |
2 相关理论概述 | 第19-30页 |
2.1 商业银行运营管理理论 | 第19-20页 |
2.1.1 运营管理的概念 | 第19页 |
2.1.2 运营管理的对象 | 第19页 |
2.1.3 商业银行运营管理 | 第19-20页 |
2.2 商业银行流程再造理论 | 第20页 |
2.3 商业银行后台集中运营理论 | 第20-24页 |
2.3.1 国内外商业银行集中运营发展历程 | 第20-22页 |
2.3.2 商业银行后台集中运营概念 | 第22页 |
2.3.3 商业银行后台集中运营模式的运作方式 | 第22-23页 |
2.3.4 商业银行后台运营模式的优点 | 第23-24页 |
2.4 效率评价方法——DEA模型的理论介绍 | 第24-27页 |
2.4.1 CRS模型 | 第24-25页 |
2.4.2 VRS模型 | 第25-26页 |
2.4.3 DEA评价步骤 | 第26页 |
2.4.4 DEA模型结果评价 | 第26-27页 |
2.5 效率评价方法——Malmquist模型的理论介绍 | 第27-30页 |
2.5.1 Malmquist指数模型简介 | 第27页 |
2.5.2 Malmquist指数模型 | 第27-30页 |
3 江苏银行后台运营现状分析 | 第30-38页 |
3.1 江苏银行基本概况 | 第30-31页 |
3.2 江苏银行后台集中运营模式开展情况 | 第31-32页 |
3.3 江苏银行集中运营现状 | 第32-34页 |
3.3.1 江苏银行后台运营模式现状 | 第32-34页 |
3.3.2 江苏银行集中作业业务处理情况 | 第34页 |
3.3.3 江苏银行集中作业外包管理情况 | 第34页 |
3.4 集中运营实施优势 | 第34-38页 |
4 江苏银行后台集中运营模式效率分析 | 第38-52页 |
4.1 样本选择与数据来源 | 第38页 |
4.2 测算方法的选择 | 第38-42页 |
4.2.1 选择DEA模型及Malmquist模型的原因 | 第39页 |
4.2.2 指标选择 | 第39-42页 |
4.3 结果分析 | 第42-52页 |
4.3.1 基于VRS模型的静态分析 | 第42-48页 |
4.3.2 基于Malmquist模型的动态分析 | 第48-52页 |
5 影响江苏银行后台集中运营效率的原因及提高效率的建议 | 第52-55页 |
5.1 影响江苏银行后台集中运营效率的原因 | 第52-53页 |
5.2 提高江苏银行后台集中运营模式效率的建议 | 第53-55页 |
6 结语 | 第55-57页 |
6.1 研究结论 | 第55-56页 |
6.2 研究展望 | 第56页 |
6.3 论文的不足 | 第56-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-62页 |
附录 | 第62-65页 |