以下报告介绍了该小组对危机后银行业结构变化的结论。第一条信息是,虽然许多大型发达经济体银行已经退出了交易和跨境活动,但似乎没有明显证据表明核心信贷供应出现系统性缩减。第二,各国银行盈利能力均有所下降,个别银行的盈利持续疲软,投资者情绪低落,这表明需要进一步削减成本和进行结构调整。监管机构和当局应监督银行的调整,评估可能出现的任何风险,并在必要时消除障碍,促进这一进程。第三,根据监管改革的预期方向,银行已显著增强其资产负债表和融资韧性,并减少了对某些复杂活动的参与。尽管如此,市场参与者和当局不应满足于迄今为止取得的进展,而应继续推进改革。
资料来源:公司信息。注:1 按营业利润计算的预测业务组合。MPS 的 9M24 年化数据,Mediobanca 的财政年度于 2024 年 6 月结束。细分数据不包括企业中心/控股职能数据。对于 MPS,企业银行业务还包括“大型企业和投资银行”部门。对于 Mediobanca,CIB 包括企业银行业务和 IB。营业利润计算为收入 - 运营成本(不包括 LLP)。综合来看,Mediobanca CIB 业务根据收入分为 IB(咨询并购;市场、销售和其他收益;资本市场、交易自营)和企业银行业务(贷款、专业融资);2 截至 2024 年 6 月按净利润计算的业务组合。细分数据不包括企业中心/控股职能数据。
摘要 1981年,智利爆发了本世纪最大的经济和金融危机之一。然而,他的解决方案却非常不正统,因为所采取的措施往往显得武断,并且不止一次出现重大挫折。尽管如此,智利经济还是相对较快地复苏,并且从那时起智利的金融体系已经显著加强,以至于最近的国际金融危机并没有给智利银行带来任何问题。本文分析和评估了20世纪80年代初智利的经历,特别是1982-86年金融危机发生的内外背景,以及为彻底解决该危机而实施的政策。本文试图确定哪些政策有效,哪些政策无效。此外,在数据可用性允许的范围内,本文评估了哪些不同的政策如何以及哪些政策能够恢复金融体系的偿付能力。
摘要:银行业的数字化转型是一个持续的过程,通过重新设计内部流程和现有方法,影响外部和内部环境。数字化转型发生的原因有很多,例如为没有实体分支机构的偏远地区提供服务、与竞争对手的差异化或降低运营成本。无论如何,人们对数字技术的接受度存在很多疑问。因此,本文研究了希腊银行业数字化转型的接受率。希腊银行的 161 名员工完成了调查。实施了多元回归分析来分析技术接受模型的项目。本文的研究结果表明了银行员工对新技术的看法。本文为希腊银行组织的高管安排有针对性的教育计划以促进员工向新数字时代的过渡提供了切实的贡献。高管们很好奇员工是否准备好在日常工作中接受和实施数字化。因此,技术接受模型可以为高管提供应对这些挑战的答案。
银行业需要不断为意外变化做好计划。经济衰退会降低消费者支出和借贷,从而降低对金融服务公司服务的需求。通过部署新服务来提高客户满意度,同时投资员工并削减成本以提高利润,这可能具有挑战性。银行需要简化流程并找到有效共享业务部门资源的方法。因此,详细的人员规划和报告通常是金融服务预算和预测的关键部分。许多机构详细规划员工人数,密切关注每位员工的全部成本。
从僵化到自适应的技术和运营模式:尽管银行的主要技术平台和系统支持日常核心运营,但它们缺乏大规模部署 AI 所需的灵活性。许多银行刚刚开始实施基于云的技术,这些技术将实现 AI 创新并实现规模化。根据 WEF 报告,AI 实施的挑战之一是,大多数 AI 应用程序需要与业务进行强大而广泛的集成,而不是简单的附加实施。[19] 例如,如果为评估信誉而构建的模型没有严格作为输入之一集成到承保流程中,它将无助于实现降低银行风险的目标。使用 AI 模型、将其与当前流程集成并随着业务流程的变化对其进行微调是确保模型全公司(甚至可能更广泛)可扩展性的关键。
(i) 问询或服务柜台应布局合理,靠近入口,并配有适当的指示牌。 (ii) 触觉引导指示器应以畅通无阻的方式引导视障人士前往问询或服务柜台。 (iii) 柜台应方便所有人使用。因此,柜台应有两种高度范围,以满足不同使用者的需求。柜台的最小高度应在 750 毫米至 800 毫米之间,以方便轮椅使用者或身材矮小的人使用。然而,对于以站立姿势使用接待柜台的人士,建议柜台高度为 950 毫米至 1100 毫米。 (iv) 访客书写的信息或服务柜台/桌子应允许轮椅使用者正面接近,并为轮椅使用者的膝盖提供空间。 (v) 信息或服务柜台的设置应考虑到两侧使用轮椅的人的视线,从而在柜台下方提供 680 毫米的膝部净空空间。 (vi) 如果设有信息展示柜台,柜台底部边缘必须距离地面 700 毫米至 800 毫米高,倾斜角度为 30° 至 45°。 (vii) 信息或服务柜台应提供听力增强系统以及手语支持,以满足听力障碍人士的需求。 (viii) 信息或服务柜台应配备辅助设备
摘要:作为一项必不可少的服务,银行业务将全天候运作,可满足从普通个人到专业人士的不同客户。Genai是一种有力的工具,可以重塑银行业,从而提供了巨大的创新和效率潜力。其战略采用必须使银行保持竞争力并迎合技术精通技术的偏好。重新开展计划对于为银行专业人员配备有效利用Genai的必要知识和技能至关重要。随着Genai的不断发展,其整合到银行业务中会承诺变革的结果,确保以客户为中心的方法和数字时代的可持续增长。生成人工智能(Genai)的出现标志着银行演变的重要里程碑。genai(AI的子集)利用神经网络根据提供的输入来生成原始内容,从而改变银行业务和客户体验。Openai是AI研发和开发的杰出参与者,他通过诸如Chatgpt之类的模型开创了Genai,从而使自然语言互动类似于人类对话。Genai为银行业带来了挑战和局限性提供多方面的好处。它通过通过聊天机器人提供全天候的支持,提供个性化的产品建议以及协助贷款资格评估来增强客户体验。此外,它有助于风险管理,欺诈检测和个性化营销活动,从而优化运营效率并增强客户参与度。尽管具有能力,但Genai仍需要人类的监督,尤其是在批判性决策过程中。
人工智能 (AI) 正在迅速改变银行业,重塑金融机构的运作方式和与客户的互动方式。机器学习、自然语言处理和预测分析等人工智能技术正被用于提高效率、节省成本和改善消费者体验。在银行业,人工智能对于自动化日常流程至关重要,例如通过聊天机器人与客户互动、欺诈检测和信用评级。人工智能系统可以分析大量数据以发现趋势、检测异常并比传统方法更快地做出明智的决策。这不仅提高了安全性,还简化了贷款审批和风险管理等操作。由于人工智能 (AI) 提高了生产力、促进了创新并改善了消费者体验,银行业正在发生变革。银行越来越多地使用人工智能技术来改善工作流程、识别欺诈、提供个性化服务并做出数据驱动的选择。欺诈检测是人工智能在银行业的主要用途之一。人工智能系统可以立即分析大量交易数据,从而发现异常趋势并警告可能的欺诈行为。通过采取主动措施,银行可以降低损失并保护消费者账户。人工智能还用于风险管理和信用评级。人工智能 (AI) 有可能通过评估更广泛的数据点并产生更精确的信用评级来改善贷款决策并降低违约风险。总而言之,银行业中的人工智能 (AI) 正在提高生产力、增强安全性并为个性化客户互动开辟新途径,使其成为未来金融服务的关键要素。
