رابطه‌ داده‌هاي حجيم با تقلب در حسابداري

Relevance of Big Data to Forensic Accounting

سازمان‌هاي تجاري حدود 5% از درآمدهاي خود را در جعل‌هاي (تقلب) ساليانه از دست مي دهند، كه اين رقم در سرتاسر جهان مي تواند از مرز 3.5 تريليون دلار نيز تجاوز كند. رضايي و وانگ در سال 2017 يافتند كه وجود صورت هاي مالي تقلبي و استمرار وجودي آن موجب آسيب رساني به صداقت و كارايي بازارهاي مالي مي گردد. اين مطالعه درنظر دارد تا با بررسي الگوريتم داده‌هاي حجيم و تجزيه و تحليل آنها به وجود تقلب در صورت هاي مالي جعلي و نحوه برخورد با آنها بپردازد. در اين تحقيق از داده‌هاي حجيم و تجزيه و تحليل آنها در تقلب‌هاي حسابداري استفاده مي‌شود. بر اساس نظريات دانشگاهيان و متخصصين چيني در رابطه با اهميت، تقاضا، ارتباط، سودمندي‌ها و استفاده از داده‌هاي حجيم اين نكات دريافت شد: 1- تقاضا براي تجزيه و تحليل داده‌هاي حجيم و رابطه آن در جعل و تقلب‌هاي حسابداري افزايش خواهد يافت؛ 2-تجزيه و تحليل داده‌هاي حجيم بايد از سطوح كارشناسي و فارغ التحصيلي وارد برنامه هاي تجاري شوند؛ 3- بسياري از موضوعات مورد بحث در داده‌هاي حجيم بايد در برنامه‌هاي درسي حسابداري و بازرگاني وارد شوند؛ 4- بسياري از تكنيك‌هاي تجزيه و تحليل توصيفي و پيش بيني داده‌هاي حجيم در آموزش و روش انجام امور حسابداري اهميت 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.