РОЛЬ ТЕХНОЛОГІЙ ШТУЧНОГО ІНТЕЛЕКТУ В ПІДВИЩЕННІ ПРОГНОЗНОЇ ЗДАТНОСТІ ФІНАНСОВОЇ ЗВІТНОСТІ: ВЕЛИКІ ДАНІ ЯК ІНТЕРАКТИВНА ЗМІННА
Article Sidebar
Надіслано: 17-07-2024
Опубліковано: 31-10-2024
©, Авторські права належать авторам.
Ця стаття опублікована відповідно до стандартів відкритого доступу та розповсюджується за ліцензією Creative Commons Attribution 4.0 International (CC BY 4.0), яка дозволяє необмежене використання, розповсюдження та відтворення змісту на будь-якому носії, за умови зазначення оригінального автора та джерела.
Main Article Content
Анотація
Дослідження спрямоване на вивчення та аналіз ролі впровадження технологій штучного інтелекту в підтримці прогнозної здатності фінансової звітності в контексті великих даних. Щоб досягти мети дослідження, автори розробили опитувальник, який включає три осі, пов'язані з досліджуваними змінними. Його поширили в електронному вигляді серед вибірки бухгалтерів, аудиторів та інвесторів на Іракській фондовій біржі. Було зібрано близько 70 відповідей від учасників вибірки, які орієнтувалися виключно на практичний аспект дослідження. Для аналізу результатів використана статистична програма SPSS. Дослідження показало, що технології штучного інтелекту мають статистично значущий ефект у покращенні прогнозної цінності бухгалтерської інформації і цей ефект зростає в контексті застосування великих даних. Серед найважливіших рекомендацій дослідження – необхідність використання фінансовими аналітиками та інвесторами технологій штучного інтелекту, оскільки це сприяє точності та швидкості проведення аналізу й порівнянь, що сприяє підвищенню прогнозної цінності інформації; а також необхідність використання та впровадження аналітики й можливостей великих даних завдяки швидкій і точній обробці інформації, яку вони забезпечують.
Article Details
Посилання
Abdulhalim, A., & Abdulkarim, A. (2023). Measuring the Effect of Integrated Reporting Disclosure on the Predictive Value of Accounting Information and Firm Value: Empirical Evidence from Saudi Stock Market. Scientific Journal of Commercial and Environmental Studies, Suez Canal University, 14(1), 303-387. https://doi.org/10.21608/jces.2023.297479 DOI: https://doi.org/10.21608/jces.2023.297479
AbuHamda, E., Ismail, I., & Bsharat, T. (2021). Understanding quantitative and qualitative research methods: A theoretical perspective for young researchers. International Journal of Research, 8(2), 71-87. http://dx.doi.org/10.2501/ijmr-201-5-070
Ahmed, Abu Bakr Sultan (2019). Artificial Intelligence with Big Data and Cognitive Computing: Opportunities and Threats. Journal of Science and Technology, 32, (124).
Ahmed, A., Albaz, M., & Metwaly, A. (2022). The Role of Artificial Intelligence Technologies in Improving the Performance of the Management Accountant considering the Egyptian State’s Trend Toward Digital Transformation. World Research of Business Administration Journal, 2(3). https://www.doi.org/10.56830/ZAAF5463 DOI: https://doi.org/10.56830/ZAAF5463
Ali, A. (2023). The Impact of Artificial Intelligence on the Quality of Financial Reporting and its Reflection on Decision Makers. Master's Thesis, College of Administration and Economics, University of Karbala. https://business.uokerbala.edu.iq/wp/en/the-impact-of-artificial-intelligence-on-the-quality-of-financial-reports-and-its-reflection-on-decision-makers/
Al-Qasaimeh, G. (2021). The Impact of Expert Systems and Neural Networks on the Relevance of Accounting Information in Jordanian Commercial Banks. Remah for Research and Studies, 55, 185-208.
Al-Saqa, Z., & Rasheed, N. (2012). The Possibility of Using Expert Systems in Developing the Auditing Profession, A Study of the Views of a Sample of Auditors in Iraq. Journal of Future Research, 37.
Asaad, J.K.A., & Safwan, Q.A.H.A. (2022). The Predictive Ability of Accounting Information in Accordance with the Requirements for the Adoption of IPSAS 2: An Applied Study at the Ministry of Higher Education and Scientific Research in Iraq. International Journal of Research in Social Sciences & Humanities, 12(4), 150-165. http://doi.org/10.37648/ijrssh.v12i04.010 DOI: https://doi.org/10.37648/ijrssh.v12i04.010
Banica, L., Pirvu, D., & Hagiu, A. (2012). Intelligent financial forecasting, the key for a successful management. International Journal of Academic Research in Accounting, Finance and Management Sciences, 2(3), 169-186. http://dx.doi.org/10.6007/IJARAFMS/v2-i3/9953
Bouzidi, M., & Aishoush, R. (2017). The Role of Artificial Neural Network Technology in Risk Management in Industrial Enterprises. Journal of Financial and Business Economics, 3(2).
Bragazzi, N. L., DAI, H., Damiani, G., Behzadifar, M., Martini, M., & Wu, J. (2020). How big data and artificial intelligence can help better manage the COVID-19 pandemic. International journal of environmental research and public health, 17(9), 3176. https://doi.org/10.3390/ijerph17093176 DOI: https://doi.org/10.3390/ijerph17093176
Burritt, R., & Christ, K. (2016). Industry 4.0 and environmental accounting: a new revolution? Asian Journal of SustAI nability and Social Responsibility, 1(1), 23-38. https://doi.org/10.1186/s41180-016-0007-y DOI: https://doi.org/10.1186/s41180-016-0007-y
Chiarini, A., Belvedere, V., & Grando, A. (2020). Industry 4.0 strategies and technological developments. An exploratory research from Italian manufacturing companies. Production Planning & Control, 31(16), 1385-1398. https://doi.org/10.1080/09537287.2019.1710304 DOI: https://doi.org/10.1080/09537287.2019.1710304
Fisher, I. E., Garnsey, M. R., & Hughes, M. E. (2016). Natural language processing in accounting, auditing and finance: A synthesis of the literature with a roadmap for future research. Intelligent Systems in Accounting, Finance and Management, 23(3), 157-214. https://doi.org/10.1002/isaf.1386 DOI: https://doi.org/10.1002/isaf.1386
Gepp, A., Linnenluecke, M. K., O’Neill, T. J., & Smith, T. (2018). Big data techniques in auditing research and practice: Current trends and future opportunities. Journal of Accounting Literature. 40(1), 102-115. https://doi.org/10.1016/j.acclit.2017.05.003 DOI: https://doi.org/10.1016/j.acclit.2017.05.003
Hamed, S., & Nasib, R. (2017). The Role of Expert Systems in Strategic Decision Making in Business Organizations. Journal of Social and Human Sciences, 13, 185-204.
Issa, H., Sun, T., & Vasarhelyi, M. A. (2016). Research Ideas for Artificial Intelligence in Auditing: The Formalization of Audit and Workforce Supplementation. Journal of Emerging Technologies in Accounting, 13(2), 1-20. https://doi.org/10.2308/jeta-10511 DOI: https://doi.org/10.2308/jeta-10511
Naveen, J. (2017, November 26). TOP 5 Sources of big data. https://www.allerin.com/blog/top-5-sources-of-big-data
Kang, Y., CAI, Z., Tan, C. W., Huang, Q., & Liu, H. (2020). Natural language processing (NLP) in management research: A literature review. Journal of Management Analytics, 7(2), 139-172. https://doi.org/10.1080/23270012.2020.1756939 DOI: https://doi.org/10.1080/23270012.2020.1756939
Suzuki, K. (2013). Artificial Neural Network: Architectures and Applications. McGraw-Hill/Irwin, New York. https://doi.org/10.5772/3409 DOI: https://doi.org/10.5772/3409
Kumari, A. (2022). Understanding Bias in Artificial Intelligence Models and Ways to Mitigate. https://www.marktechpost.com/2022/02/25/understanding-bias-in-artificial-intelligence-models-and-ways-to-mitigate/.
Liakhovych, H. I., & Vakun, O. V. (2023). Vykorystannia shtuchnoho intelektu dlia pidvyshchennia efektyvnosti systemy upravlinskoho obliku. Problemy teorii ta metodolohii bukhhalterskoho obliku, kontroliu i analizu, 3(56), 28–33. https://doi.org/10.26642/pbo-2023-3(56)-28-33 DOI: https://doi.org/10.26642/pbo-2023-3(56)-28-33
Mach, E. (2019). How Artificial Intelligence Can Help Internal Auditing. https://avianaglobal.com/how-artificial-intelligence-can-help-internal-auditing/
McAfee, A., & Brynjolfsson, E. (2017). Machine, platform, crowd: Harnessing our digital future. WW Norton& Company.
Nafea, M. A. (2022). The Impact of Fourth Industrial Revolution Technologies on Accounting and Auditing Profession - A Field Study. Alexandria Journal of Accounting Research, 397-430. https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwixwMDMgoeJAxVlhP0HHZsVPKEQFnoECBgQAQ&url=https%3A%2F%2Faljalexu.journals.ekb.eg%2Farticle_268602.html%3Flang%3Den&usg=AOvVaw0GDfT7YtmUtrqV8IZhrLEw&opi=89978449
Ranta, M., Ylinen, M., & Järvenpää, M. (2022). Machine Learning in Management Accounting Research: Literature Review and Pathways for the Future. European Accounting Review, 32(3), 607–636. https://doi.org/10.1080/09638180.2022.2137221 DOI: https://doi.org/10.1080/09638180.2022.2137221
Rasheed, N., & Afram, M. (2023). Auditing AI Bias in Light of IIA's AI Auditing Framework - An Analytical Theoretical Study. Journal of Contemporary Commercial and Economic Studies, 6(1).
Tayoub, A., & Houchine, Y. (2022). The Role of Big Data and AI Technologies in Digital Marketing Through Social Media Platforms: Virtual International Forum: Big Data and Digital Economy as a Mechanism for Economic Take-off in Developing Countries "Opportunities, Challenges and Prospects", Chahid Hamma Lakhdar University, El-Oued.
Wazin, M. (2022). Deep Learning from Basics to Building a Deep Neural Network in Python Language. Translated by Dr. Alaa Taaima, University of Al-Qadisiyah, College of Computer Science and Information Technology.
Weigel, A. V., Caldas, C., Meyer, A., & Morris, S. A. (2022). The impact of AI on research. Cell, 185(15), 2621–2622. https://doi.org/10.1016/j.cell.2022.06.024 DOI: https://doi.org/10.1016/j.cell.2022.06.024
Younis, N. M. M. (2018). The Impact of Integrated Reporting Disclosure on Rationalizing Investment Decisions in the Egyptian Stock Exchange: A Field Study. Scientific Journal of Economics and Commerce, 4, 153-242.
Younis, N. M. M. (2020). The impact of big data analytics on improving financial reporting quality. International Journal of Economics, Business and Accounting Research (IJEBAR), 4(03). https://jurnal.stie-aas.ac.id/index.php/IJEBAR/article/view/1108 DOI: https://doi.org/10.29040/ijebar.v4i03.1108