ارائه الگویی جهت تعیین تأثیر مولفههای رفتاری حسابرسان بر نوع اظهارنظر آنان در گزارشهای حسابرسی با اتکا بر فناوری هوش مصنوعی
الموضوعات :
پروین کریمی
1
,
امیر رضا کیقبادی
2
,
سیف اله تبریزی کوهیخیلی
3
1 - گروه حسابداری، دانشگاه ازاد اسلامی تهران مرکزی، تهران ایران
2 - گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران ایران، نویسنده مسول
3 - گروه حسابداری، دانشکده اقتصاد و حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
الکلمات المفتاحية: مولفههای رفتاری حسابرسان, اظهارنظر در گزارش حسابرسی, فناوری هوش مصنوعی,
ملخص المقالة :
نویسنده مسئول ، جناب دکتر امیررضا کیقبادی، استادیار- دانشگاه آزاد واحد تهرانa.keyghobadi@iauctb.ac.ir
ORCID : 0000-000217717257
=====================================================================================پروین کریمی دانشجو شماره دانشجویی 400101301004
parvinkarimi4410@gmail.com https://orcid.org/0000-0002-6975-587X
tel: 09123897281
چکیده
ادغام هوش مصنوعی در الگوی اظهارنظر حسابرسان بهبود قابل توجهی در قابلیت اعتماد گزارشهای مالی ایجاد میکند. الگوریتمهای هوش مصنوعی قادر به شناسایی خطاها، ناهنجاریها و فعالیتهای تقلبی احتمالی هستند که ممکن است در بررسی دستی مشاهده نشوند. این افزایش دقت یافتههای حسابرسی، بهبودی در نتایج حسابرسی ایجاد میکند و اعتماد سهامداران را بالاتر میبرد. هدف اصلی این تحقیق ارائه الگویی برای تعیین تأثیر مولفههای رفتاری حسابرسان بر نوع اظهارنظر آنان در گزارشهای حسابرسی، با اتکا بر فناوری هوش مصنوعی، میباشد. جامعه آماری این تحقیق در دو بخش مورد بررسی قرار گرفته است. جامعه آماری بخش کیفی شامل خبرگان سازمان حسابرسی است که برای غربالگری و شناسایی مولفههای رفتاری از آنها استفاده میشود، این بخش شامل مصاحبههایی با 15 نفر از خبرگان سازمان حسابرسی است. جامعه آماری در بخش دوم شامل تمامی حسابرسان سازمان حسابرسی و شرکتهای حسابرسی مستقل میباشد. بر اساس بررسیها، تعداد حسابرسان سازمان حسابرسی در سال 1402، 191 نفر و تعداد شرکتهای حسابرسی مستقل 208 شرکت است که هر کدام حداقل سه حسابرس دارند، که تعداد 261 نفر به روش نمونهگیری تصادفی ساده به عنوان نمونه انتخاب شدهاند. نتایج نشان می دهد که مدل پژوهش توانست اهداف اصلی، یعنی شناسایی تأثیر مؤلفههای رفتاری و کیفیت حسابرسی بر اظهارنظر حسابرسی را محقق کند. ضرایب بهدستآمده از معادلات ساختاری نشاندهنده تأثیر معنادار این متغیرها بر نتایج حسابرسی است، ویژگیهایی نظیر ارزیابی مناسب کنترلهای داخلی، دانش حرفهای و انعطافپذیری حسابرسان بهعنوان مؤثرترین عوامل بر اظهارنظر حسابرسی شناسایی شدند.
آذرسعید، یاشار و رستمی، شعیب(1402). هوش مصنوعی و تصمیم گیری اخلاقی در حسابداری و حسابرسی: تحلیل چالش های مرتبط،https://civilica.com/doc/1754581
بشیری منش، نازنین مداح، احسان و آگاهی، فهیمه (1401). تأثیر سوگیری رفتاری مدیران بر استراتژیهای حسابرسان در مواجه با ریسک حسابرسی. قضاوت و تصمیم گیری در حسابداری و حسابرسی، 1(3), 25-52.
بخشیان، عسل.، حیرانی، فروغ و تفتیان، اکرم (1403). ارائه الگویی جهت سنجش اعتبار حسابرسان، پژوهش های حسابداری مالی و حسابرسی، دوره 16، شماره 3
حمصیان کاشانی، زهرا و حاجیها، زهره (1402). تبیین مدل کیفیت اظهارنظر حسابرسی مبتنی بر هوش اخلاقی، هوش معنوی و پیشینه رفتاری شرکای حسابرسی. پژوهش های تجربی حسابداری, 13(4), 165-194.
رامشه، منیژه ؛ عارف منش، زهره و خواستار، زهره(1402). احساسات سرمایه گذاران و اظهارنظر حسابرس نسبت به تداوم فعالیت: بررسی دقت اظهارنظر حسابرس و واکنش بازار نسبت به آن،https://civilica.com/doc/1923760
صفاجو، محسن و پورزمانی، زهرا (1403). تردید حرفه ای، ابعاد خلاقیت فردی و قضاوت حسابرسان، پژوهش های حسابداری مالی و حسابرسی، دوره 16، شماره 3
فتحه، محمد حسین.، باقری علی آبادی، الهه و جعفری پور، میثم (1402). تاثیر انتخاب حسابرس بر کیفیت گزارشگری مالی، پژوهش های حسابداری مالی و حسابرسی، دوره 15، شماره 4
Alshrouf, M., Alkhatib, A.A., Bashatweh, A.D., Abuamria, F.M. and Irziqat, S. (2024). Factors Affecting the Adoption of Artificial Intelligence in Auditing Based on the UTAUT Model, IT Infrastructure as a Moderating Variable. In Achieving Sustainable Business Through AI, Technology Education and Computer Science: Volume 3: Business Sustainability and Artificial Intelligence Applications (pp. 159-171). Cham: Springer Nature Switzerland.
Du, X., Zhang, Y., Lai, S. and Tao, H. (2023). How Do Auditors Value Hypocrisy? Evidence from China. Journal of Business Ethics, 1-33.
Goto, M. (2023). Anticipatory innovation of professional services: The case of auditing and artificial intelligence. Research Policy, 52(8), 104828.
Hu, M., Muhammad, A. and Yang, J. (2022). Ownership concentration, modified audit opinion, and auditor switch: New evidence and method. The North American Journal of Economics and Finance, 61, 101692.
Lehner, O.M., Ittonen, K., Silvola, H., Ström, E. and Wührleitner, A. (2022). Artificial intelligence based decision-making in accounting and auditing: ethical challenges and normative thinking. Accounting, Auditing & Accountability Journal, 35(9), 109-135.
Leocádio, D., Malheiro, L. and Reis, J. (2024). Artificial Intelligence in Auditing: A Conceptual Framework for Auditing Practices. Administrative Sciences, 14(10), 238. https://doi.org/10.3390/admsci14100238
Libby, R. and Witz, P.D. (2024). Artificial Intelligence in Auditing: How Auditor AI Use Can Mitigate Legal Liability. Current Issues in Auditing, 1-11.
Nazlioğlu, B. and Demirci, S. (2023). Behavioral Auditing from A Perspective Of Behavioral Approach. Third Sector Social Economic Review, 58(1), 823-839.
Schreyer, M., Baumgartner, M., Ruud, F. and Borth, D. (2022). Artificial Intelligence in Internal Audit as a Contribution to Effective Governance-Deep-learning enabled Detection of Anomalies in Financial Accounting Data. Expert Focus, (01), 39-44.
Vărzaru, A.A. (2022). Assessing artificial intelligence technology acceptance in managerial accounting. Electronics, 11(14), 2256.