京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析应用助力会计改革与发展_数据分析师考试
数据分析应用在金融机构的审计和监管工作中将发挥出更大的作用。
近日,“金融机构审计、监管与数据分析应用”产学研联合论坛于上海财经大学会计学院举行。如何利用数据库开展更大力度的审计工作并进行更为持续、严谨的监管,是金融机构的审计与监管部门必须认真思考并解决的问题。
区别于传统的学术论坛,此次论坛更为关注金融机构审计和监管实务具体经验和实用方法的交流。与会嘉宾针对金融机构审计和监管工作的特性,以数据分析为基础,分享、交流并探讨了数据分析应用应该如何在金融机构审计和监管工作中更好地发挥作用。
上海财经大学副校长陈信元表示,如今我国进入了经济增长阶段转换的“新常态”时代,上海经济新常态的鲜明特征之一,就是以新技术、新产业、新业态和新模式为代表的“四新”经济类型。
从这个视角来看,金融机构审计、监管与数据分析应用的结合,正是经济新常态,特别是新兴业态发展对会计学科专业建设和人才培养体系所提出的崭新挑战。
“本次研讨会的举行,也为我校加强与政府监管部门、国内外知名院校和金融机构之间的联系、交流与合作提供了一个宝贵的契机,构建了可持续分享交流的产学研联合平台。这将有助于充分协同产学研各方的经验、智慧和力量,以共同应对充满挑战和机遇的大数据时代。”陈信元说。
论坛上,上海银监局外资银行现场检查处处长葛蔚从监管部门的视角,介绍了EAST(现场检查分析)系统在银行业监管审计中的应用。银河证券审计部副总经理王东结合银河证券数据化审计历程,介绍了数据环境下审计工作的新模型。江苏省工商银行内审合规部总经理黄文启基于审计视角详细介绍了银行审计信息化实务。前海人寿审计部总经理韩慧群结合公司实际情况,介绍了保险公司内审数据分析与技术应用。各位演讲嘉宾还与其他来自证券、保险、银行等金融行业的实务精英以及来自同济大学、南京审计学院、复旦大学、合肥工业大学、江西财经大学等高校的专家学者进行了互动交流。
在实务界专家做报告的同时,上海财经大学学者代表何贤杰副教授和赵子夜副教授也结合自身多年积累的科研经验,分享了高校和研究机构相关实证研究成果。
圆桌讨论环节围绕“新经济金融和技术环境下对审计人才的要求”“数据分析在审计工作中的应用和展望”“教学困惑”和“校企愿景”等4个方面共9项议题展开,企业界代表结合用人需求就学校下一步专业化审计人才的培养提出了中肯建议,学术界教师代表则结合审计发展趋势谈了教学中的困惑,并希望校企协同推进学术研究成果的转化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06