دانشگاه آزاد اسلامی واحد تهران جنوب

صفحه اصلی / دومین همایش دوسالانه پژوهش های نوپدید در حسابداری،مالی و مدیریت

تلفیق حسابداری سه‌ طرفه و یادگیری ماشین: چارچوبی داده محور برای شفافیت، حسابرسی پیوسته و نظارت هوشمند

نویسندگان :

احمد خدامی پور¹ ابوالفضل زارع مهرجردی²

1- دانشگاه شهید باهنر کرمان 2- دانشگاه شهید باهنر کرمان

کلمات کلیدی :

حسابداری سه طرفه،یادگیری ماشین،شفافیت گزارشگری مالی،حسابرسی پیوسته،نظارت هوشمند

چکیده :

هدف کلی این مقاله، تبیین و تحلیل نقش یادگیری ماشین در ارتقای کارآمدی، شفافیت و نظارت پذیری نظام حسابداری سه‌ طرفه است. با توجه به محدودیت‌های نظام حسابداری دو طرفه در ثبت فراداده‌های زمینه‌ای و پاسخ‌گویی به الزامات نظارتی نوین، این پژوهش تلاش دارد نشان دهد که چگونه تلفیق حسابداری سه طرفه با روش‌های تحلیل پیشرفته می‌تواند داده‌های مالی رمزنگاری ‌شده را به بینش‌های تحلیلی و نظارتی معنادار تبدیل کند. روش تحقیق این مطالعه، کیفی و مبتنی بر مرور انتقادی و نظاممند ادبیات موجود در حوزه‌های حسابداری سه‌ طرفه، بلاک‌ چین و یادگیری ماشین است. در این راستا، مدل‌ها و چارچوب‌های مفهومی پیشین بررسی و مقایسه شده و یک جریان کار تحلیلی برای تبدیل ثبت‌های مالی و فراداده‌های سه ‌طرفه به ویژگی‌های قابل استفاده در مدل‌های یادگیری ماشین ارائه می‌شود. همچنین جایگاه این رویکرد در مقایسه با راهکارهای جایگزین حفظ شفافیت، از جمله محاسبات چند جانبه و فناوری‌های حفظ حریم خصوصی، مورد بررسی قرار گرفته است. یافته‌های مقاله نشان می‌دهد که حسابداری سه طرفه، در صورت پشتیبانی توسط یادگیری ماشین، ظرفیت بالایی برای کشف ناهنجاری‌ها، پایش مستمر انطباق، پیش بینی جریانات مالی و ارتقای حسابرسی پیوسته دارد. این تلفیق، نقش حسابداران و حسابرسان را از ثبت کننده و نمونه‌گیر به تحلیل‌گر و ناظر داده‌ محور تغییر داده و امکان گذار نهادهای نظارتی به نظارت پیش‌نگری را فراهم می‌سازد. در نهایت، مقاله ضمن شناسایی محدودیت‌های اجرایی، مسیرهای پژوهشی آینده را در حوزه‌هایی نظیر یادگیری عمیق و پردازش زبان طبیعی برای تحلیل فراداده‌های حسابداری سه‌ طرفه برجسته می‌کند.