چکیده:
سازمانهای تجاری حدود 5% از درآمدهای خود را در جعلهای (تقلب) سالیانه از دست میدهند، که این رقم در سرتاسر جهان میتواند از مرز 3. 5 تریلیون دلار نیز تجاوز کند. رضایی و وانگ در سال 2017 یافتند که وجود صورتهای مالی تقلبی و استمرار وجودی آن موجب آسیب رسانی به صداقت و کارایی بازارهای مالی میگردد. این مطالعه درنظر دارد تا با بررسی الگوریتم دادههای حجیم و تجزیه و تحلیل آنها به وجود تقلب در صورتهای مالی جعلی و نحوه برخورد با آنها بپردازد. در این تحقیق از دادههای حجیم و تجزیه و تحلیل آنها در تقلبهای حسابداری استفاده میشود. بر اساس نظریات دانشگاهیان و متخصصین چینی در رابطه با اهمیت، تقاضا، ارتباط، سودمندیها و استفاده از دادههای حجیم این نکات دریافت شد: 1- تقاضا برای تجزیه و تحلیل دادههای حجیم و رابطه آن در جعل و تقلبهای حسابداری افزایش خواهد یافت؛ 2-تجزیه و تحلیل دادههای حجیم باید از سطوح کارشناسی و فارغ التحصیلی وارد برنامههای تجاری شوند؛ 3- بسیاری از موضوعات مورد بحث در دادههای حجیم باید در برنامههای درسی حسابداری و بازرگانی وارد شوند؛ 4-بسیاری از تکنیکهای تجزیه و تحلیل توصیفی و پیش بینی دادههای حجیم در آموزش و روش انجام امور حسابداری اهمیت دارند [9].
Business organizations lose about 5% of their revenues to fraud each ear, which can exceed 3. 5 trillion (USD) worldwide. The existence and persistence of financial statement fraud (FSF) is detrimental to the safety, soundness, and efficiency of the financial markets. This study is intended to improve educational and practical skills of forensic accountants and their audit efficacy in discovering FSF by using Big Data and data analytics and algorithms. We discuss the use of Big Data and data analytics in forensic accounting practices and then examine the desired educational and practical skills of forensic accountants in the age of Big Data. This study gathers opinions from both Chinese academics and practitioners regarding the importance, demand, relevance, benefits, coverage and use of Big Data in forensic accounting education and practices. Results indicate that: (1) the demand for and interest in Big Data/data analytics and forensic accounting will continue to increase; (2) Big Data/data analytics and forensic accounting should be integrated into the business curriculum at both undergraduate and graduate levels; (3) many of the suggested Big Data topics should be integrated into business and accounting curricula and (4) many attributes such as availability of Big Data and Big Data techniques including predictive, descriptive and prescriptive analytics are important in improving forensic accounting education and practice.
خلاصه ماشینی:
بر اساس نظریات دانشگاهیان و متخصصین چینی در رابطه با اهمیت، تقاضا، ارتباط، سودمندیها و استفاده از دادههاي حجيم اين نكات دريافت شد: 1- تقاضا برای تجزیه و تحلیل دادههاي حجيم و رابطه آن در جعل و تقلبهاي حسابداري افزایش خواهد یافت؛ 2-تجزیه و تحلیل دادههاي حجيم باید از سطوح کارشناسی و فارغ التحصیلی وارد برنامه هاي تجاري شوند؛ 3- بسیاری از موضوعات مورد بحث در دادههاي حجيم باید در برنامههاي درسي حسابداري و بازرگاني وارد شوند؛ 4-بسیاری از تكنيكهاي تجزیه و تحلیل توصيفي و پيش بيني دادههاي حجيم در آموزش و روش انجام امور حسابداری اهمیت دارند]9[.
94 درصد دانشگاهیان بر اين باورند كه تقاضاها در حوزه دادههاي حجيم افزایش خواهد یافت اين درحالي است كه تنها 66 درصد آن ها انتظار دارند تقاضا براي كشف تقلب هاي حسابداري رشد داشته باشد.
"Relevance of Big Data to Forensic Accounting Practice and Education: Insight from China.
com Relevance of Big Data to Forensic Accounting Rezvan Hejazi (PhD) © Member of Scientific Board, Khatam University, Tehran, Iran Mostafa Bayat Management accounting masters student, Khatam University, Tehran, Iran (Received: 16 April 2018; Accepted: 13 August 2018) Business organizations lose about 5% of their revenues to fraud each ear, which can exceed 3.
This study is intended to improve educational and practical skills of forensic accountants and their audit efficacy in discovering FSF by using Big Data and data analytics and algorithms.
This study gathers opinions from both Chinese academics and practitioners regarding the importance, demand, relevance, benefits, coverage and use of Big Data in forensic accounting education and practices.