БУХГАЛТЕРСЬКИЙ ОБЛІК В ЕПОХУ ВЕЛИКИХ ДАНИХ: ПРИКЛАДИ ТА КОНЦЕПТУАЛЬНІ ЗАСАДИ
Ключові слова:
Великі дані; бухгалтерський облік; теоретичні засади; якість даних.Анотація
У результаті зростання обсягу, швидкості обороту та різноманітності даних, що генеруються в сучасній цифровій економіці, виникають нові можливості та виклики для сфери бухгалтерського обліку. Великі дані мають потенціал революціонізувати практику бухгалтерського обліку, оскільки вони містять значну кількість інформації, яка раніше була недоступна. Однак, щоби повністю реалізувати потенціал великих даних, необхідно розробити теоретичну базу для їхнього аналізу та оцінювання. У цій статті розкрито теоретичні засади аналізу великих даних у бухгалтерському обліку, пов'язані з якістю даних, конфіденційністю даних та етикою. Окреслено перспективи використання великих даних у бухгалтерській практиці та наукових дослідженнях, а також надано рекомендації щодо майбутніх досліджень у цій галузі.
Класифікація за JEL: C55, C88, M40, M41.
Посилання
Aslam, F., Hunjra, A. I., Ftiti, Z., Louhichi, W., & Shams, T. (2022). Insurance fraud detection: Evidence from artificial intelligence and machine learning. Research in International Business and Finance, 62, 101744. https://doi.org/10.1016/j.ribaf.2022.101744
Cao, M., Chychyla, R., & Stewart, T. (2015). Big data analytics in financial statement audits. Accounting Horizons, 29(2), 423–429. https://doi.org/10.2308/acch-51068
Chien, H. Y. (2020). Use of business analytics in accounting firms – Taking Deloitte as an example. In E3S Web of Conferences (Vol. 218). EDP Sciences. https://doi.org/10.1051/e3sconf/202021803004
Chen, Y. J., Liou, W. C., Chen, Y. M., & Wu, J. H. (2019). Fraud detection for financial statements of business groups. International Journal of Accounting Information Systems, 32, 1–23. https://doi.org/10.1016/j.accinf. 2018.11.004
Dănescu, T., Prozan, M., & Dănescu, A. C. (2014). Accounting policies and procedures-theoretical and practical connotations in treating risks. Procedia-Social and Behavioral Sciences, 131, 332–339. https://doi.org/10.1016/j.sbspro.2014.04.126
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982–1003. http://www.jstor.org/stable/2632151
Duan, Y., Edwards, J. S., & Dwivedi, Y. K. (2019). Artificial intelligence for decision making in the era of Big Data-evolution, challenges and research agenda. International Journal of Information Management, 48, 63–71. https://doi.org/10.1016/j.ijinfomgt.2019.01.021
Gharib, M., & Giorgini, P. (2019). Information quality requirements engineering with STS-IQ. Information and Software Technology, 107, 83-100. https://doi.org/10.1016/j.infsof.2018.11.002
Gopalkrishnan, V., Steer, D., Lewis, H., & Guszcza, J. (2012, August). Big data, big business: bridging the gap. In Proceedings of the 1st International Workshop on Big Data, Streams and Heterogeneous Source Mining: Algorithms, Systems, Programming Models and Applications (pp. 7–11). https://doi.org/10.1145/2351316.2351318
Gultom, J. B., Murwaningsari, E., Umar, H., & Mayangsari, S. (2021). Reciprocal use of artificial intelligence in audit assignments. Journal of Accounting, Business and Finance Research, 11(1), 9–20. http://dx.doi.org/10.20448/ 2002.111.9.20
Lunawat, R., Shields, T. W., & Waymire, G. (2021). Financial reporting and moral sentiments. Journal of Accounting and Economics, 72(1), 101421. https://doi.org/10.1016/j.jacceco.2021.101421
Maiga, A. S. (2014). Assessing self-selection and endogeneity issues in the relation between activity-based costing and performance. Advances in Accounting, 30(2), 251–262. https://doi.org/10.1016/j.adiac.2014.09.009
Netz, J., Svensson, M., & Brundin, E. (2020). Business disruptions and affective reactions: A strategy-as-practice perspective on fast strategic decision making. Long Range Planning, 53(5), 101910. https://doi.org/10.1016/ j.lrp.2019.101910
Thanasas, G. L., Theodorakopoulos, L., & Lampropoulos, S. (2022). A big data analysis with machine learning techniques in accounting dataset from the Greek banking system. SSRN, 4175698. https://dx.doi.org/10.2139/ssrn.4175698
Thanasas, G. L. (2013). Factors’ affecting the hospital's cost structure: The case of a Greek university hospital. Universal Journal of Accounting and Finance, 1(2), 78–83. http://dx.doi.org/10.13189/ujaf.2013.010206
Theodorakopoulos, L., Antonopoulou, H., Mamalougou, V., & Giotopoulos, K. (2022). The drivers of volume volatility: A big data analysis based on economic uncertainty measures for the Greek banking system. SSRN, 4306619. https://dx.doi.org/10.2139/ssrn.4306619
Ucoglu, D. (2020). Current machine learning applications in accounting and auditing. PressAcademia Procedia, 12(1), 1–7. http://dx.doi.org/10.17261/ Pressacademia.2020.1337
Отримано: 15 червня, 2023 р.
Рецензовано: 7 липня, 2023 р.
Рекомендовано до друку: 7 листопада, 2023 р.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
