| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第12-19页 |
| 1.1 研究背景和研究意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 文献综述 | 第13-16页 |
| 1.2.1 国外文献综述 | 第13-14页 |
| 1.2.2 国内文献综述 | 第14-16页 |
| 1.2.3 文献述评 | 第16页 |
| 1.3 研究思路、研究方法和基本框架 | 第16-18页 |
| 1.3.1 研究思路 | 第16页 |
| 1.3.2 研究方法 | 第16-17页 |
| 1.3.3 基本框架 | 第17-18页 |
| 1.4 创新点及不足 | 第18-19页 |
| 1.4.1 本文创新点 | 第18页 |
| 1.4.2 本文的不足 | 第18-19页 |
| 2 相关概念及理论基础 | 第19-25页 |
| 2.1 相关概念 | 第19-22页 |
| 2.1.1 大数据 | 第19-20页 |
| 2.1.2 审计分析程序 | 第20-22页 |
| 2.2 理论基础 | 第22-25页 |
| 2.2.1 信息科学理论 | 第22-24页 |
| 2.2.2 统计学理论 | 第24-25页 |
| 3 传统审计分析程序局限性及引入大数据的优越性 | 第25-29页 |
| 3.1 审计分析程序的应用范围及方法 | 第25-26页 |
| 3.1.1 审计分析程序的应用范围 | 第25页 |
| 3.1.2 审计分析程序的方法 | 第25-26页 |
| 3.2 传统审计分析程序的局限性 | 第26-27页 |
| 3.2.1 难以对大量数据进行采集和分析 | 第26页 |
| 3.2.2 难以有效处理财务数据与非财务数据 | 第26页 |
| 3.2.3 分析结果不够准确且预期值难以确定 | 第26-27页 |
| 3.3 审计分析程序引入大数据的优越性 | 第27-29页 |
| 3.3.1 获取数据更加全面为审计创造良好基础 | 第27页 |
| 3.3.2 通过模型验证分析识别出风险点 | 第27页 |
| 3.3.3 提高审计的效率并降低抽样风险 | 第27-29页 |
| 4 大数据在审计分析程序中的应用设计 | 第29-36页 |
| 4.1 大数据在审计分析程序中的应用基础 | 第29-30页 |
| 4.1.1 会计数据电子化程度日益提高 | 第29页 |
| 4.1.2 电子数据审计技术日趋成熟 | 第29-30页 |
| 4.1.3 大数据分析技术已经被广泛应用 | 第30页 |
| 4.2 大数据在审计分析程序中的应用架构 | 第30-34页 |
| 4.2.1 数据采集阶段 | 第32-33页 |
| 4.2.2 数据预处理和存储阶段 | 第33页 |
| 4.2.3 数据分析阶段 | 第33-34页 |
| 4.3 大数据在审计分析程序中的技术方法 | 第34-36页 |
| 4.3.1 NoSQL技术 | 第34页 |
| 4.3.2 利用机器学习 | 第34-35页 |
| 4.3.3 数据可视化技术应用 | 第35-36页 |
| 5 大数据在X事务所审计分析程序中的运用 | 第36-47页 |
| 5.1 X会计师事务所介绍 | 第36页 |
| 5.2 大数据在X事务所审计分析程序中的具体应用环节 | 第36-45页 |
| 5.2.1 在风险评估环节中的应用 | 第36-40页 |
| 5.2.2 在分析程序中进行横纵向对比 | 第40-44页 |
| 5.2.3 在审计报告阶段进行分析性复核 | 第44-45页 |
| 5.3 大数据在X事务所审计分析程序中应用情况总结 | 第45页 |
| 5.4 在X事务所应用中存在的问题与不足 | 第45-47页 |
| 5.4.1 审计技术对信息技术的应用缺乏 | 第45-46页 |
| 5.4.2 审计平台以及大数据分析平台建设尚不完善 | 第46页 |
| 5.4.3 复合型人才储备不足 | 第46-47页 |
| 6 研究结论及相关建议 | 第47-49页 |
| 6.1 本文研究结论 | 第47页 |
| 6.2 完善大数据环境下审计程序的相关建议 | 第47-49页 |
| 6.2.1 构建大数据审计平台以及信息化共享 | 第47-48页 |
| 6.2.2 重视人才培养和数据安全 | 第48页 |
| 6.2.3 加快相关法规、审计标准化、规范化建设 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51页 |
