ارزیابی تاثیر فناوری های هوشمند حسابداری بر دقت پیش بینی جریان های نقدی در بانک های دولتی: یک تحلیل مروری
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 68
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IICMOCONF17_034
تاریخ نمایه سازی: 20 تیر 1405
چکیده مقاله:
هدف اصلی این پژوهش، ارزیابی نظام مند و تحلیلی تاثیر فناوری های هوشمند حسابداری بر دقت پیش بینی جریان های نقدی در بانک های دولتی است. در عصر تحول دیجیتال، بانک ها به عنوان شریان های حیاتی اقتصاد، با حجم عظیمی از داده ها و عدم قطعیت های فزاینده مواجه هستند. پیش بینی دقیق جریان های نقدی، به مثابه سنگ بنای مدیریت نقدینگی، ثبات مالی و تصمیم گیری استراتژیک، اهمیتی حیاتی دارد. این مقاله با استفاده از روش توصیفی-تحلیلی و رویکرد مطالعه مروری نظام مند، به بررسی عمیق ادبیات پژوهشی شش سال اخیر (۲۰۲۰-۲۰۲۶) در این حوزه می پردازد. فناوری های هوشمند حسابداری، شامل هوش مصنوعی (AI)، یادگیری ماشین (ML)، تحلیل داده های بزرگ (Big Data Analytics)، اتوماسیون فرآیندهای رباتیک (RPA) و بلاک چین، به عنوان متغیرهای مستقل و دقت پیش بینی جریان های نقدی (شامل معیارهای کاهش خطا، افزایش سرعت و بهبود پوشش ریسک) به عنوان متغیر وابسته در نظر گرفته شده اند. یافته های حاصل از بررسی جامع متون نشان می دهد که به کارگیری این فناوری ها، پتانسیل ایجاد یک جهش پارادایمی در فرآیندهای مالی بانک ها را دارد. هوش مصنوعی و یادگیری ماشین از طریق تحلیل الگوهای پیچیده و داده های غیرساختاریافته، دقت پیش بینی ها را به طور معناداری افزایش می دهند. تحلیل داده های بزرگ، امکان بهره برداری از منابع اطلاعاتی متنوع (مانند داده های تراکنش ها، روندهای بازار و احساسات مشتریان) را فراهم می آورد و RPA با خودکارسازی وظایف تکراری، خطای انسانی را کاهش و سرعت گزارشگری را افزایش می دهد. با این حال، پیاده سازی موفق این فناوری ها در بستر بانک های دولتی با چالش های قابل توجهی از جمله نیاز به سرمایه گذاری سنگین، مسائل امنیت داده، کمبود نیروی انسانی متخصص، مقاومت سازمانی در برابر تغییر و موانع قانونی و نظارتی مواجه است. این مقاله ضمن طبقه بندی پژوهش های پیشین و شناسایی شکاف های تحقیقاتی موجود، یک چارچوب مفهومی برای درک بهتر این تعاملات ارائه کرده و مسیرهای پژوهشی آتی را برای محققان و پیشنهادهای کاربردی را برای مدیران بانکی و سیاست گذاران تبیین می نماید. نتایج این پژوهش تاکید دارد که حرکت به سمت حسابداری هوشمند، دیگر یک انتخاب نیست، بلکه یک ضرورت استراتژیک برای بقا و رقابت پذیری بانک های دولتی در اکوسیستم مالی نوین است.
کلیدواژه ها:
فناوری های هوشمند حسابداری ، هوش مصنوعی (AI) ، پیش بینی جریان های نقدی ، بانک های دولتی ، مدیریت نقدینگی ، یادگیری ماشین (ML) ، تحلیل داده های بزرگ.
نویسندگان
ایرج رستمی زکی
کارشناسی ارشد مدیریت گرایش مالی، دانشگاه غیرانتفاعی تاکستان.