| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1.导论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究思路方法 | 第11-13页 |
| 1.2.1 研究思路 | 第11-12页 |
| 1.2.2 研究方法 | 第12-13页 |
| 1.3 研究创新与不足 | 第13-14页 |
| 1.3.1 创新之处 | 第13页 |
| 1.3.2 不足之处 | 第13-14页 |
| 2.文献综述 | 第14-18页 |
| 2.1 内部审计与风险管理的关系研究 | 第14-15页 |
| 2.1.1 内部审计和风险管理的关系研究 | 第14页 |
| 2.1.2 内部审计参与风险管理的内容研究 | 第14页 |
| 2.1.3 内部审计参与风险管理的方法研究 | 第14-15页 |
| 2.1.4 内部审计参与风险管理的职能研究 | 第15页 |
| 2.2 内部审计参与银行信贷风险管理的研究 | 第15-16页 |
| 2.2.1 内部审计参与银行信贷风险管理的必要性 | 第15-16页 |
| 2.2.2 内部审计参与银行信贷风险管理的方式 | 第16页 |
| 2.3 大数据环境下对内部审计的影响综述 | 第16-18页 |
| 3.概念界定及理论基础 | 第18-25页 |
| 3.1 风险管理审计与风险导向审计的区别 | 第18-19页 |
| 3.2 内部审计参与风险管理中的流程 | 第19-20页 |
| 3.2.1 风险识别 | 第19页 |
| 3.2.2 风险评估 | 第19页 |
| 3.2.3 风险防范 | 第19-20页 |
| 3.3 应用于风险管理的典型的大数据技术的原理 | 第20-25页 |
| 3.3.1 知识图谱技术 | 第20-23页 |
| 3.3.2 机器学习技术 | 第23-25页 |
| 4.内部审计对传统信贷业务风险识别 | 第25-29页 |
| 4.1 传统的信贷风险管理手段 | 第25-27页 |
| 4.1.1 贷前调查 | 第25-26页 |
| 4.1.2 贷中审查 | 第26-27页 |
| 4.1.3 贷后管理 | 第27页 |
| 4.2 基于风险导向型内部审计的信贷流程风险识别 | 第27-29页 |
| 4.2.1 信用风险 | 第28页 |
| 4.2.2 操作风险 | 第28-29页 |
| 5.内部审计对信贷风险管理的评估 | 第29-34页 |
| 5.1 贷前审查信用风险防范不足 | 第29-31页 |
| 5.1.1 信用评级手段落后 | 第29页 |
| 5.1.2 信用分析方法过于主观 | 第29-30页 |
| 5.1.3 信贷信息来源过度集中 | 第30-31页 |
| 5.2 贷中监查操作风险难以降低 | 第31-32页 |
| 5.2.1 审查环节周期过长 | 第31-32页 |
| 5.2.2 授信标准不统一 | 第32页 |
| 5.2.3 信贷人员违规操作 | 第32页 |
| 5.3 贷后调查难以及时跟进 | 第32-34页 |
| 5.3.1 客户的状况难以实时追踪 | 第33页 |
| 5.3.2 贷后监控平台功能有限 | 第33页 |
| 5.3.3 线下追踪客户效果差、成本高 | 第33-34页 |
| 6.大数据技术下的信贷风险管理模式改进策略 | 第34-38页 |
| 6.1 贷前审查创新信用评级模式 | 第34-35页 |
| 6.1.1 关注贷款对象软信息 | 第34-35页 |
| 6.1.2 扩大信用覆盖范围 | 第35页 |
| 6.1.3 增加信用评估的数据源 | 第35页 |
| 6.2 贷中监查优化信贷流程 | 第35-36页 |
| 6.2.1 自动化审贷流程,降低操作风险 | 第35页 |
| 6.2.2 精准制定授信标准 | 第35-36页 |
| 6.3 贷后调查实时监控预警风险 | 第36-38页 |
| 6.3.1 灵活运用系统技术,自动分析监测信息 | 第36页 |
| 6.3.2 及时识别可疑客户 | 第36页 |
| 6.3.3 降低逾期催收风险 | 第36-38页 |
| 7.内部审计推动大数据技术改善A银行信贷风险管理的效果验证 | 第38-46页 |
| 7.1 “百融金服”在A银行风险管理中运用 | 第38-42页 |
| 7.1.1 贷前信用审查 | 第39-41页 |
| 7.1.2 贷中实时监测 | 第41页 |
| 7.1.3 贷后智能催收 | 第41-42页 |
| 7.2 优化信用评估的大数据系统平台在A银行的运用 | 第42-46页 |
| 7.2.1 “品值分”助力个人信用评估 | 第42-43页 |
| 7.2.2 “深度数据”完善企业信用评估 | 第43-46页 |
| 8.结论与展望 | 第46-48页 |
| 8.1 研究结论 | 第46-47页 |
| 8.2 未来展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 后记 | 第50-51页 |
| 致谢 | 第51页 |