ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > دور تقنية تعلم الآلة في الفحص...>الوصف

دور تقنية تعلم الآلة في الفحص لأغراض خاصة لعمليات الاندماج والاستحواذ

العنوان بلغة أخرى: The Role of Machine Learning Technology in Examining Special for Purpose for Mergers and Acquisitions
المصدر: مجلة البحوث المالية والتجارية
الناشر: جامعة بورسعيد - كلية التجارة
المؤلف الرئيسي: العاصي، مي أحمد صالح السيد (مؤلف)
مؤلفين آخرين: سلامة، نبيل فهمي (مشرف) , فرج، سهى السيد حسن (مشرف)
المجلد/العدد: ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: أبريل
الصفحات: 1 - 22
ISSN: 2090-5327
رقم MD: 1461409
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
التعلم الإلكتروني | المعاملات المحاسبية | المراجعة المالية
كلمات المؤلف المفتاحية:
تقنية تعلم الآلة | الفحص لأغراض خاصة | عمليات الاندماج والاستحواذ | Machine Learning Technology | Examining for Special Purposes | Merger and Acquisition
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

18

حفظ في:
المستخلص: شهدت بيئة الأعمال العالمية خلال السنوات الأخيرة العديد من التطورات، التي أدت إلى ظهور بيئة تكنولوجيا المعلومات والاتصالات، الأمر الذي ترتب عليه محاولة الشركات في الوقت الراهن أداء أعمالها عن طريق استخدام أدوات التكنولوجيا الحديثة بعد أن كانت تقوم بأعمالها بشكل يدوي، كما أدى التطور في ذكاء الأعمال واستخدام الحاسب الآلي على نطاق واسع إلى إحداث استجابة معظم الشركات لتلك التطورات. وبالتالي أصبحت مهنة المراجعة أمام تحدي كبير يتمثل في ضرورة توفير الأدوات التي يمكنها التعامل مع البيئة التقنية الحديثة، بالشكل الذي يعزز من جودة أعمالها، وذلك للارتقاء بالمهنة إلى المستوى الذي تخدم فيه كافة الأطراف أصحاب المصالح، ومن ناحية أخرى تعتبر تقنية تعلم الآلة أحد أهم أدوات الذكاء الاصطناعي فهي تعمل على توجيه المراجع بشكل فعال نحو المناطق ذات المخاطر المرتفعة، كما أنها تؤدي إلى استقلالية عملية المراجعة وجودة الأداء، وفعاليتها من حيث سرعة اكتشاف الأخطاء، وإتمام إجراءات المراجعة بدقة، فضلا عن إتمام العمليات في وقت أقل وبفاعلية أكبر وبتكلفة منخفضة. وبناء عليه تظهر أهمية دعم إجراءات الفحص باستخدام التقنيات الحديثة والتي من ضمنها تقنية تعلم الآلة، وذلك بهدف ترشيد قرارات المراجعين وتحسين قدرتهم على التنبؤ واكتشاف التحريفات الجوهرية في القوائم المالية، وتحقيق كفاءة وفعالية إجراءات الفحص، وبالتالي أمداد طالبي خدمات الفص لأغراض خاصة لعمليات الاندماج والاستحواذ بالمعلومات التي تمكنهم من اتخاذ قرارات صائبة.

In recent years, the global business environment has witnessed many developments, which led to the emergence of the information and communications technology environment, The matter that resulted from it companies currently trying to perform their work by using modern technology tools after they used to carry out their work manually, The development also led in Business intelligence and use of computers on the widespread have caused most companies to respond to these developments. Consequently, the auditing profession is became facing a major challenge represented by the need to provide tools that can deal with the modern technical environment, in a way that enhances the quality of its work, In order to advance the profession to the level where it serves all stakeholders, On the other hand, machine learning technology is considered one of the most important tools Artificial intelligence works to effectively direct the auditor towards areas with high risks, It also leads to the independence of the audit process, the quality of performance, and its effectiveness in terms of quickly discovering errors and completing audit procedures quickly and accurately, as well as completing operations in less time, more effectively, and at a low cost. Accordingly, the importance of supporting examination procedures using modern technologies, including machine learning technology, is apparent, with the aim of rationalizing auditors’ decisions, improving their ability to predict and detect material misstatements in the financial statements, and achieving the efficiency and effectiveness of examination procedures, and thus providing information to those requesting examination services for special purposes for mergers and acquisitions Which enables them to make sound decisions.
ISSN: 2090-5327

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.