| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景、目的及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的 | 第10-11页 |
| 1.1.3 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 国外研究发展现状 | 第11-13页 |
| 1.2.2 国内研究发展现状 | 第13-17页 |
| 1.3 研究内容及研究方法 | 第17-18页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18页 |
| 1.4 创新点 | 第18-20页 |
| 第2章 概念界定与理论基础 | 第20-24页 |
| 2.1 概念界定 | 第20-22页 |
| 2.1.1 大数据的概念与特征 | 第20-21页 |
| 2.1.2 审计风险的概念 | 第21-22页 |
| 2.2 理论基础 | 第22-24页 |
| 2.2.1 风险管理理论 | 第22页 |
| 2.2.2 审计风险理论 | 第22-24页 |
| 第3章 LX会计师事务所审计风险现状与面临的挑战 | 第24-33页 |
| 3.1 LX会计师事务所基本情况概述 | 第24-25页 |
| 3.1.1 公司简介 | 第24页 |
| 3.1.2 公司业务范围 | 第24-25页 |
| 3.1.3 公司组织结构 | 第25页 |
| 3.2 LX会计师事务所审计风险现状 | 第25-27页 |
| 3.2.1 会计师事务所层面的风险控制现状 | 第25-26页 |
| 3.2.2 具体业务层面的风险控制现状 | 第26-27页 |
| 3.3 大数据环境下LX会计师事务所面临的风险挑战 | 第27-33页 |
| 3.3.1 审计技术有限 | 第27-30页 |
| 3.3.2 行业竞争激烈 | 第30-31页 |
| 3.3.3 信息系统的安全性 | 第31-33页 |
| 第4章 大数据环境下LX会计师事务所审计风险的成因分析 | 第33-45页 |
| 4.1 事务所质量控制制度执行力度较弱 | 第33-34页 |
| 4.2 审计程序难以适应大数据环境 | 第34-43页 |
| 4.2.1 审计程序相对保守 | 第34-37页 |
| 4.2.2 审计程序信息处理效率低 | 第37-42页 |
| 4.2.3 外部数据应用与大数据分析较少 | 第42-43页 |
| 4.3 传统抽样审计方法存在局限性 | 第43-44页 |
| 4.4 缺乏大数据相关人才 | 第44-45页 |
| 第5章 大数据环境下LX会计师事务所审计风险控制措施 | 第45-51页 |
| 5.1 通过模型验证和监督加强事务所质量控制 | 第45-46页 |
| 5.1.1 通过模型验证分析识别出风险点 | 第45-46页 |
| 5.1.2 加强质量控制的运行监督 | 第46页 |
| 5.2 健全并完善与大数据审计相关的程序 | 第46-48页 |
| 5.2.1 使用NoSQL技术完善审计程序 | 第46-47页 |
| 5.2.2 利用机器学习构建大数据审计体系 | 第47-48页 |
| 5.2.3 数据可视化技术应用 | 第48页 |
| 5.3 探寻大数据审计抽样方法 | 第48-49页 |
| 5.4 培养和招聘大数据审计相关人才 | 第49-51页 |
| 5.4.1 完善薪酬体制,吸引大数据相关人才 | 第49页 |
| 5.4.2 明确校招院校以及招聘条件 | 第49-50页 |
| 5.4.3 对现有员工进行大数据知识的相关培训 | 第50-51页 |
| 第6章 结论与展望 | 第51-52页 |
| 6.1 结论 | 第51页 |
| 6.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 作者简介 | 第55-56页 |
| 攻读硕士学位期间研究成果 | 第56页 |
