中文摘要 | 第4-5页 |
abstract | 第5页 |
第一章 导论 | 第8-15页 |
一、研究的背景及意义 | 第8-9页 |
二、国内外研究综述及简要评析 | 第9-13页 |
(一)国外研究综述 | 第9-10页 |
(二)国内关于数据式审计的研究 | 第10-12页 |
(三)文献评论 | 第12-13页 |
三、研究方法研究思路及框架 | 第13-15页 |
(一)研究方法 | 第13页 |
(二)研究思路及框架 | 第13-15页 |
第二章 相关理论 | 第15-22页 |
一、大数据分析理论 | 第15-17页 |
(一)大数据的产生 | 第15-16页 |
(二)大数据的内涵 | 第16页 |
(三)大数据的特征 | 第16页 |
(四)其他数据分析方法及其在内部审计领域的应用前景 | 第16-17页 |
二、内部审计理论 | 第17-18页 |
三、数据式审计理论 | 第18-22页 |
第三章 大数据环境下商业银行内部审计面临的挑战 | 第22-27页 |
一、现状分析 | 第22-23页 |
二、大数据对商业银行内部审计带来的冲击 | 第23-24页 |
三、成因分析 | 第24-27页 |
(一)经济新常态下审计内容的新变化 | 第24页 |
(二)国家推进大数据审计工作的新要求 | 第24-25页 |
(三)审计抽样风险客观存在 | 第25页 |
(四)传统思维方法禁锢 | 第25页 |
(五)审计技术的限制 | 第25-26页 |
(六)优秀的数据分析人才的缺乏 | 第26-27页 |
第四章 案例研究——以C银行为例 | 第27-44页 |
一、C银行内部审计现状 | 第27-29页 |
(一)组织体系 | 第27页 |
(二)总体情况及取得的成绩 | 第27-29页 |
二、存在的问题及原因分析 | 第29-31页 |
(一)审计计划不够精准 | 第29页 |
(二)审计价值提炼有待提高 | 第29页 |
(三)获取外部数据成本较大 | 第29-30页 |
(四)受时间地点限制浪费不少审计资源 | 第30页 |
(五)传统审计数据分析方法的不足 | 第30-31页 |
三、改进措施 | 第31-44页 |
(一)丰富数据资源,夯实发展基石 | 第31-32页 |
(二)强化平台建设,提供技术支持 | 第32-34页 |
(三)创新工具研发,拓宽分析视角 | 第34-35页 |
(四)重视评估实效,科学制定计划 | 第35-36页 |
(五)落实数据应用,提高审计质效 | 第36-41页 |
(六)数据式审计配套保障措施 | 第41-44页 |
第五章 结论与展望 | 第44-45页 |
一、研究结论 | 第44页 |
二、研究不足与展望 | 第44-45页 |
参考文献 | 第45-48页 |
攻读学位期间发表的论文 | 第48-49页 |
致谢 | 第49-50页 |