کاربرد هوش مصنوعی در کاهش عدم تقارن اطلاعاتی و ارتقای عدالت اطلاعاتی در گزارشگری مالی
محل انتشار: اولین همایش ملی اخلاق حرفه ای و مسئولیت پذیری اجتماعی در مدیریت و علوم مالی با رویکرد اسلامی
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 36
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MFAEC01_279
تاریخ نمایه سازی: 1 آذر 1404
چکیده مقاله:
هدف این پژوهش بررسی تاثیر به کارگیری هوش مصنوعی بر کاهش عدم تقارن اطلاعاتی و ارتقای عدالت اطلاعاتی در گزارشگری مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. این مطالعه از نوع تحقیقات کاربردی با رویکرد کمی و روش توصیفی-همبستگی می باشد. جامعه آماری شامل کلیه مدیران مالی شرکت های بورسی (تعداد = ۱۲۳۵ نفر) است که با استفاده از فرمول کوکران و نمونه گیری تصادفی ساده، نمونه ای به حجم ۲۹۵ نفر انتخاب شد. ابزار گردآوری داده ها، پرسشنامه ای محقق ساخته و استاندارد بر مبنای مبانی نظری و پیشینه پژوش بود که روایی آن توسط اساتید تایید و پایایی آن با آلفای کرونباخ بالاتر از ۰.۷ تایید گردید. آزمون نرمال بودن داده ها از طریق کولموگروف-اسمیرنوف حاکی از توزیع نرمال متغیرها بود (p > ۰.۰۵). تحلیل همبستگی پیرسون نشان داد که بین کاربرد هوش مصنوعی و کاهش عدم تقارن اطلاعاتی (r = ۰.۶۳) و همچنین ارتقای عدالت اطلاعاتی (r = ۰.۵۹) رابطه مثبت و معناداری وجود دارد (p < ۰.۰۱). همچنین رابطه بین کاهش عدم تقارن اطلاعاتی و عدالت اطلاعاتی نیز مثبت و معنادار بود (r = ۰.۶۱). برای آزمون فرضیه ها از مدل یابی معادلات ساختاری (SEM) و تحلیل مسیر در نرم افزار SmartPLS استفاده شد. نتایج نشان داد که کاربرد هوش مصنوعی اثر مثبت و معناداری بر کاهش عدم تقارن اطلاعاتی (β = ۰.۶۰, p < ۰.۰۱) و ارتقای عدالت اطلاعاتی (β = ۰.۵۶, p < ۰.۰۱) دارد. شاخص های برازش مدل شامل χ²/df = ۱.۹۰، RMSEA = ۰.۰۵، CFI = ۰.۹۵، TLI = ۰.۹۳ و SRMR = ۰.۰۴۵ همگی بیانگر برازش مناسب مدل بودند. در تفسیر یافته ها می توان گفت هوش مصنوعی با توانایی در تحلیل داده های مالی پیچیده، ارتقای کیفیت گزارشگری، حذف مداخله های انسانی و افزایش شفافیت، به طور معناداری موجب کاهش شکاف اطلاعاتی و افزایش عدالت در دسترسی به اطلاعات مالی شده است. این نتایج با نظریه نمایندگی، شفافیت اطلاعات، و مدل های TOE و TAM همسو هستند. بر این اساس، به سازمان ها و سیاست گذاران پیشنهاد می شود زیرساخت های فناورانه لازم برای توسعه و استفاده موثر از ابزارهای هوش مصنوعی در گزارشگری مالی را فراهم آورند.
کلیدواژه ها:
نویسندگان
مبینا مرد افکن
استیار فارغ التحصیل گروه حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران