حسابداری در عصر تحول دیجیتال، گزارشگری یکپارچه و حسابداری رفتاری: مرور نظام مند پیشینه، داده های تجربی و چارچوبی پویا برای تعادل میان سودمندی، قابلیت اتکا و شفافیت
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 46
فایل این مقاله در 12 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:
MSAET01_095
تاریخ نمایه سازی: 30 خرداد 1405
چکیده مقاله:
حسابداری در چند دهه گذشته از یک نظام صرفا ثبت کننده و تاریخی به حوزه ای پویا، تحلیلی، رفتاری، آینده نگر و راهبردی تبدیل شده است که به طور مستقیم بر شفافیت سازمانی، اعتماد عمومی، کارایی بازار سرمایه و پایداری اقتصادی تاثیر می گذارد. این مقاله با هدف مرور نظام مند مبانی نظری، پیشینه پژوهش و داده های تجربی تولیدشده توسط سایر محققان، به تحلیل شکاف های موجود در ادبیات حسابداری می پردازد. یافته های متاآنالیز شده و داده های طولی گردآوری شده از مطالعات متعدد نشان می دهند که سود حسابداری محتوای اطلاعاتی معناداری دارد و در ۸۵ درصد موارد علامت سود غیرمنتظره با علامت بازده غیرعادی سهام همسو است و ضریب همبستگی میان سود غیرمنتظره و بازده غیرعادی تجمعی حدود ۰/۳۲ است. تحلیل داده های ۵۴۹ شرکت نشان می دهد که شرکت های با نسبت بدهی بالا ۴۳ درصد بیشتر از شرکت های با نسبت بدهی پایین از روش های افزایش سود استفاده می کنند. ضریب پاسخ سود به اخبار بد حدود ۲ تا ۱۰ برابر ضریب پاسخ سود به اخبار خوب است که نشان دهنده وجود محافظه کاری شرطی در حسابداری است. در حوزه حسابداری رفتاری، میانگین اثر سوگیری اعتمادبه نفس کاذب بر قضاوت حسابداران و حسابرسان برابر ۰/۳۸، اثر سوگیری تایید برابر ۰/۳۲ و اثر اثر چارچوب بندی برابر ۰/۴۱ است و تجربه بالاتر (بیش از ۱۰ سال) شدت سوگیری های شناختی را ۳۴ درصد کاهش می دهد. کیفیت گزارشگری یکپارچه با ضریب ۰/۳۷ بر ارزش بازار و با ضریب ۰/۲۹ بر هزینه سرمایه تاثیر دارد و این روابط در کشورهای با نظام حقوقی کامن لا (۰/۴۲) قوی تر از کشورهای با نظام حقوقی سولن لا (۰/۲۳) است. استفاده از فناوری بلاک چین زمان تکمیل فرایند حسابرسی را ۶۷ درصد کاهش و خطاهای حسابرسی شناسایی شده را ۸۳ درصد کاهش می دهد. به کارگیری هوش مصنوعی و یادگیری ماشین در حسابداری نرخ کشف تحریف ها را ۵۷ درصد افزایش و زمان انجام آزمون های محتوا را ۶۲ درصد کاهش می دهد و دقت پیش بینی ریسک ذاتی با استفاده از مدل های یادگیری عمیق ۲/۸ برابر روش های سنتی است، اما ۳۸ درصد از حسابرسان نگران قابلیت توضیح دهندگی مدل های هوش مصنوعی هستند. در همه گیری کووید-۱۹، شرکت هایی با کیفیت افشای بالاتر کاهش کمتری در ارزش بازار (۲۰ درصد در مقابل ۳۵ درصد) و نقدشوندگی (۱۵ درصد در مقابل ۳۰ درصد) نسبت به شرکت های با کیفیت افشای پایین تجربه کردند. نتایج مرور داده ها حاکی از آن است که رویکردهای سنتی هزینه تاریخی و محافظه کاری صرف برای مواجهه با پیچیدگی های اقتصاد دانش بنیان و دارایی های نامشهود کافی نیستند. برپایه این یافته ها، مقاله حاضر چارچوبی یکپارچه و پویا ارائه می دهد که در آن بر ضرورت گذار از هزینه تاریخی به ارزش منصفانه هوشمندانه، از انطباق محض با استانداردها به قضاوت حرفه ای آگاهانه از سوگیری ها، از گزارشگری مالی صرف به گزارشگری یکپارچه، از حسابرسی نمونه گیری به حسابرسی کامل مبتنی بر فناوری، و از گزارشگری گذشته نگر به گزارشگری پیش بینی کننده و مبتنی بر ریسک تاکید می شود. نتیجه گیری نهایی مقاله بیانگر آن است که موفقیت در حرفه حسابداری در عصر جدید دیگر نه از طریق انطباق صرف با استانداردها و قوانین، بلکه از طریق توسعه قضاوت حرفه ای مسئولانه، بهره گیری هوشمندانه از فناوری های نوین با حفظ شفافیت و مسئولیت پذیری، توجه به ابعاد رفتاری و شناختی تصمیم گیری ها، و پاسخگویی به انتظارات فزاینده ذی نفعان برای شفافیت، پایداری و ارزش آفرینی بلندمدت حاصل می شود.
کلیدواژه ها:
نویسندگان
علیرضا محمودی فرد
دکترای حرفه ای هوش مصنوعی و مدرس دانشگاه ملی مهارت، تهران، ایران
سید محمدرضا حسینی علی آباد
استاد دانشگاه های ملی و بین المللی، گروه مجموعه مدیریت، علوم پایه و مهندسی