УДОСКОНАЛЕННЯ МОДЕЛІ ОБЛІКОВО-АНАЛІТИЧНОГО ЗАБЕЗПЕЧЕННЯ ФОРМУВАННЯ ТА ЦИФРОВІЗАЦІЇ ЗВІТНОСТІ ПІДПРИЄМСТВ
Main Article Content
Анотація
Цифровізація звітності та підвищення вимог до якості облікової інформації формують потребу в моделі, яка поєднує нормативні правила, управління даними, автоматизацію, контроль, безпеку й стійкість процесів. У практиці сучасних підприємств можна досить часто спостерігати фрагментарність, коли впроваджують окремі цифрові інструменти без узгодження їх із контуром контролю, комплаєнсу, захистом даних і сценаріями відновлення. Метою роботи є вдосконалення адаптивної моделі обліково-аналітичного забезпечення цифрової звітності, яка забезпечує стабільний цикл формування показників від вхідних даних до вихідної цифрової звітності, узгоджений із вимогами контролю, комплаєнсу та захисту інформації. Методологічну основу становить поєднання DEMATEL і DANP, яке дозволяє одночасно визначити структуру причиновості в системі та отримати кількісні ваги пріоритетності складових моделі. Для побудови матриці прямих впливів використано експертне опитування фахівців у галузі обліково-аналітичного забезпечення та цифровізації з України та Польщі. За результатами DEMATEL ідентифіковано елементи з найбільшою системною важливістю через показник D+R, а також визначено причинові елементи, які формують драйвери моделі, через показник D−R. Найвищі глобальні ваги належать компонентам захисту інформації, безперервності діяльності та кібербезпеки. Практичним результатом є вдосконалена трирівнева структурна модель адаптивної моделі, що включає нормативно-методичну основу, контур безпеки та стійкості, управління вхідними даними, інтеграцію та обробку, контур контролю й комплаєнсу, аналітику та вихідну цифрову звітність зі зворотним зв’язком. Запропонована вдосконалена модель може слугувати основою для розробки або модернізації цифрової звітності з чітким порядком упровадження компонентів, формалізацією взаємозв'язків між ними та інструментами для забезпечення стабільності, керованості й демонстрації результатів.
Article Details
Посилання
Grigg, I. (2024). Triple entry accounting. Journal of Risk and Financial Management, 17(2), 76. https://doi.org/10.3390/jrfm17020076 DOI: https://doi.org/10.3390/jrfm17020076
Tiwari, A. (2024). Visual reporting and continuous monitoring: Enhancing the audit perspective in the era of advanced data analytics. Future Internet, 16(4), 125. https://doi.org/10.3390/fi16040125 DOI: https://doi.org/10.3390/fi16040125
Schmitz, J., & Leoni, G. (2019). Accounting and auditing at the time of blockchain technology: A research agenda. Australian Accounting Review, 29(2), 331–342. https://doi.org/10.1111/auar.12286 DOI: https://doi.org/10.1111/auar.12286
Akter, M., Kummer, T.-F., & Yigitbasioglu, O. (2024). Looking beyond the hype: The challenges of blockchain adoption in accounting. International Journal of Accounting Information Systems, 53, 100681. https://doi.org/10.1016/j.accinf.2024.100681 DOI: https://doi.org/10.1016/j.accinf.2024.100681
Bonsón, E., & Bednárová, M. (2019). Blockchain and its implications for accounting and auditing. Meditari Accountancy Research, 27(5), 725–740. https://doi.org/10.1108/MEDAR-11-2018-0406 DOI: https://doi.org/10.1108/MEDAR-11-2018-0406
Roszkowska, P. (2021). Fintech in financial reporting and audit for fraud prevention and safeguarding equity investments. Journal of Accounting & Organizational Change, 17(2), 164–196. https://doi.org/10.1108/JAOC-09-2019-0098 DOI: https://doi.org/10.1108/JAOC-09-2019-0098
Phornlaphatrachakorn, K., & Na Kalasindhu, K. (2021). Digital accounting, financial reporting quality and digital transformation: Evidence from Thai listed firms. Journal of Asian Finance, Economics and Business, 8(8), 409–419. https://doi.org/10.13106/jafeb.2021.vol8.no8.0409
Callaghan, J., & Nehmer, R. A. (2009). Voluntary XBRL adopters and firm characteristics. International Journal of Disclosure and Governance, 6(4), 321–335. https://doi.org/10.1057/jdg.2009.15 DOI: https://doi.org/10.1057/jdg.2009.15
Ditkaew, T., & Suttipun, M. (2023). The impact of audit data analytics on audit quality and audit review continuity. Asian Journal of Accounting Research, 8(3), 269–278. https://doi.org/10.1108/AJAR-04-2022-0114 DOI: https://doi.org/10.1108/AJAR-04-2022-0114
Premuroso, R. F., & Bhattacharya, S. (2008). Do early and voluntary filers of financial information in XBRL format signal superior corporate governance and operating performance? International Journal of Accounting Information Systems, 9(1), 1–20. https://doi.org/10.1016/j.accinf.2008.01.002 DOI: https://doi.org/10.1016/j.accinf.2008.01.002
Perdana, A., Robb, A., Rohde, F., Argilés-Bosch, J. M., & Moore, J. (2023). Business reporting tags and error reduction. International Journal of Accounting Information Systems, 49, 100592. https://doi.org/10.1016/j.accinf.2023.100592
Teixeira, A., Silva, I., Nogueira, J., & Moutinho, V. (2025). How is the use of robotic process automation (RPA) reshaping financial reporting. Journal of Financial Reporting and Accounting. https://doi.org/10.1108/JFRA-10-2024-0728 DOI: https://doi.org/10.1108/JFRA-10-2024-0728
Oladejo, M. T., Botes, V., Low, M., & Reeves, S. (2024). Blockchain technology disruptions: Exploring accounting and auditing academics and practitioners’ perception. Accounting & Finance. https://doi.org/10.1111/acfi.13383 DOI: https://doi.org/10.1111/acfi.13383
Rikhardsson, P., & Yigitbasioglu, O. (2018). Business intelligence & analytics in management accounting research. Status and future focus. International Journal of Accounting Information Systems, 29, 37–58. https://doi.org/10.1016/j.accinf.2018.03.001 DOI: https://doi.org/10.1016/j.accinf.2018.03.001
Al-Okaily, M., Alkaraan, M. A., Al-Khasawneh, A., Alshira’h, A., Abu Shihab, A., Al-Qudah, A. J., & Alshehhi, H. (2024). An intelligent model for financial reporting quality assessment using machine learning. Heliyon, 10(13), e34767. https://doi.org/10.1016/j.heliyon.2024.e34767 DOI: https://doi.org/10.1016/j.heliyon.2024.e33783
Valentinetti, D., & Flores Muñoz, F. (2021). Internet of things: Emerging impacts on digital reporting. Journal of Business Research, 131, 549–562. https://doi.org/10.1016/j.jbusres.2020.10.025 DOI: https://doi.org/10.1016/j.jbusres.2021.01.056
Liao, Z., Lin, H., & Sun, C. (2025). Blockchain adoption and corporate financial reporting quality. Journal of Accounting and Public Policy, 49, 107265. https://doi.org/10.1016/j.jaccpubpol.2024.107265 DOI: https://doi.org/10.1016/j.jaccpubpol.2024.107265
Shan, Y. G., & Troshani, I. (2020). Digital corporate reporting and value relevance: Evidence from the US and Japan. International Journal of Managerial Finance, 17(2), 256–281. https://doi.org/10.1108/IJMF-01-2020-0018 DOI: https://doi.org/10.1108/IJMF-01-2020-0018
Brown-Liburd, H., Issa, H., & Lombardi, D. (2015). Behavioral implications of Big Data’s impact on audit judgment and decision making. Accounting Horizons, 29(2), 451–468. https://doi.org/10.2308/acch-51023 DOI: https://doi.org/10.2308/acch-51023
Muravskyi, V., Farion, V., & Hrytsyshyn, A. (2021). Quality of accounting information and principles of its cyber protection. Scientific Notes of Ostroh Academy National University, Economics Series, 23(51), 103–109. https://doi.org/10.25264/2311-5149-2021-23(51)-103-109 DOI: https://doi.org/10.25264/2311-5149-2021-23(51)-103-109
Li, Z., Han, J., Sun, X., & Cheng, L. (2025). Digital transformation and accounting information quality: The role of environmental uncertainty in the era of digital. International Review of Economics & Finance, 103, 104588. https://doi.org/10.1016/j.iref.2025.104588 DOI: https://doi.org/10.1016/j.iref.2025.104588