مشخصات مقاله:
عنوان فارسی مقاله:
عنوان انگلیسی مقاله:
کلمات کلیدی مقاله:
مناسب برای رشته های دانشگاهی زیر:
حسابداری
مناسب برای گرایش های دانشگاهی زیر:
حسابرسی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. مسائل نمونه گیری در حسابرسی
3. تجزیه و تحلیل داده های حسابرسی و یادگیری ماشینی
4. آزمون کل جامعه
5. چالش ها
6. نتیجه گیری
بیانیه تضاد منافع
فهرست منابع
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
Emerging technologies like data analytics and machine learning are impacting the accounting profession. In particular, significant changes are anticipated in audit and assurance procedures because of those impacts. One such potential change is audit sampling. As audit sampling only provides a small snapshot of the entire population, it starts to lose some of its meaning in this big data era. One feasible solution is the usage of audit data analytics and machine learning to enable an analysis of the entire population rather than a sample of the transactions. This paper presents an approach for applying audit data analytics and machine learning to full population testing and discusses related challenges.
چکیده
فناوری های نوظهوری مانند تحلیل داده ها و یادگیری ماشینی بر حرفه حسابداری تاثیر می گذارند. به طور خاص، تغییرات شایانی در رویه های حسابرسی و اطمینان بخشی به دلیل این تاثیرات پیش بینی می شود. یکی از این تغییرات بالقوه، نمونه گیری در حسابرسی است. از آنجایی که نمونه گیری در حسابرسی تنها نمای آنی کوچکی از کل جامعه فراهم می کند، برخی از معانی آن در عصر کلان داده ها از بین می روند. یک راه حل محتمل، استفاده از تجزیه و تحلیل داده های حسابرسی و یادگیری ماشینی برای انجام تحلیل کل جامعه به جای نمونه معاملات است. مقاله حاضر به ارائه رویکردی جهت استفاده از تحلیل داده های حسابرسی و یادگیری ماشینی برای آزمون کل جامعه و بحث درباره چالش های مربوطه می پردازد.