مقاله انگلیسی با ترجمه هوش مصنوعی و کیفیت افشاء اطلاعات حسابداری شرکت‌ها

مشخصات مقاله  فهرست مطالب نمونه ترجمه مقاله انگلیسی خرید ترجمه مقالات مرتبط

عنوان فارسی:

هوش مصنوعی و کیفیت افشاء اطلاعات حسابداری شرکت‌ها

عنوان انگلیسی:

Artificial intelligence and the quality of corporate accounting information disclosure

کد محصول: H1166

سال نشر: 2025

نام ناشر (پایگاه داده): الزویر

نام مجله: Finance Research Letters

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : دارد

فرضیه: ندارد

مدل مفهومی: مدل ریاضی دارد

پرسشنامه : ندارد

تعداد صفحه انگلیسی: 6 صفحه PDF

تعداد صفحه ترجمه فارسی:   17 صفحه WORD

قیمت فایل ترجمه شده:  79000 تومان

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

وضعیت ترجمه: این مقاله به صورت کامل ترجمه شده برای خرید ترجمه کامل مقاله بر روی دکمه ذیل کلیک نمایید (لینک دانلود بلافاصله بعد از خرید نمایش داده می شود)

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

چکیده فارسی

این پژوهش با استفاده از داده‌های شرکت‌های پذیرفته شده در بورس اوراق بهادار شنژن چین از سال ۲۰۱۴ تا ۲۰۲۳، تأثیر پذیرش هوش مصنوعی بر کیفیت افشاء اطلاعات حسابداری شرکتی، همچنین ناهمگونی و مکانیزم‌های بنیادین آن را بررسی می‌کند. نتایج اولیه نشان می‌دهد که پذیرش هوش مصنوعی کیفیت افشا را به طور چشمگیری افزایش می‌دهد. تجزیه و تحلیل ناهمگونی نشان می‌دهد که این تأثیر مثبت در شرکت‌های کوچک و متوسط، شرکت‌های واقع در شهرهای مرکزی و صنایع هایتک بارزتر است. تجزیه و تحلیل مکانیزم‌ها حاکی از آن است که بهبود محیط کسب‌وکار و افزایش پتانسیل رشد شرکت، تأثیر مثبت هوش مصنوعی را بیشتر تقویت می‌کند. این مطالعه شواهد تجربی در مورد نقش هوش مصنوعی در بهبود کیفیت اطلاعات حسابداری را ارائه می‌دهد و بینش‌های نظری و رهنمودهای عملی برای سیاست‌گذاران و مدیران شرکتی که به دنبال پیاده‌سازی مؤثر هوش مصنوعی هستند، فراهم می‌کند.

کلیدواژه‌ها: استفاده از هوش مصنوعی،کیفیت افشاء اطلاعات حسابداری، اثر تعدیل‌گر

Abstract:This study draws on data from companies listed on the Shenzhen Stock Exchange in China from 2014 to 2023 to examine the impact of artificial intelligence (AI) adoption on the quality of corporate accounting information disclosure, along with its heterogeneity and underlying mechanisms. The baseline results show that AI adoption significantly enhances disclosure quality. Heterogeneity analysis finds this positive effect is more evident in small- and medium-sized enterprises, firms in central cities, and high-tech industries. Mechanism analysis indicates that improvements in the business environment and increases in corporate growth potential further amplify AI’s positive impact. This study provides empirical evidence on AI’s role in improving accounting information quality and offers theoretical insights and practical guidance for policymakers and corporate managers seeking to implement AI effectively.

Keywords: Artificial intelligence use, Quality of accounting information disclosure, Moderating effect

۱.مقدمه

در سال‌های اخیر، هوش مصنوعی (AI) به عنوان محرک اصلی در نوآوری فناورانه و پیشرفت های اجتماعی ظاهر شده و به طور عمیقی اقتصاد جهانی، توسعه اجتماعی و زندگی بشر را متحول کرده است (چن و همکاران، ۲۰۲۴؛ انهولم و همکاران، ۲۰۲۲؛ فو و همکاران، ۲۰۲۵). هوش مصنوعی به عنوان نماد بارز فناوری‌های اطلاعاتی نسل بعدی، هم به عنوان توانمندساز و هم به عنوان موتور محرک تحول اجتماعی-اقتصادی عمل می‌کند. بر این اساس، پژوهش در مورد پذیرش هوش مصنوعی از اهمیت عملی و سیاستی قابل توجهی برخوردار است. از دیدگاه مدیریت شرکتی، هوش مصنوعی پردازش داده‌ها و تحلیل‌های پیش‌بینی‌کننده را بهبود می‌بخشد و با ارائه‌ی مسیرهای جدید برای کاهش هزینه و بهبود کارایی مدیریتی، نقشی کلیدی در تحول سازمانی و پیشرفت فناوری ایفا می‌کند (کوساسیح و همکاران، ۲۰۲۴؛ ما و همکاران، ۲۰۲۵؛ نجر، ۲۰۲۳؛ روپلت و همکاران، ۲۰۲۴). هوش مصنوعی با خودکارسازی وظایف روتین مانند ورود و تأیید داده‌ها، به طور قابل توجهی کارایی عملیاتی را افزایش داده و قابلیت اطمینان اطلاعات حسابداری را بهبود می‌بخشد. با این حال، پذیرش آن نگرانی‌هایی را در مورد استانداردهای اخلاقی و اختلالات احتمالی در تصمیم‌گیری به دلیل گمنامی الگوریتمی و خطرات انطباق نیز مطرح می‌کند. بنابراین، بررسی اینکه آیا و چگونه پذیرش هوش مصنوعی بر کیفیت افشاء اطلاعات حسابداری شرکتی تأثیر می‌گذارد، بسیار حائز اهمیت است…

1. Introduction In recent years, artificial intelligence (AI) has emerged as a major force in technological innovation and social progress, profoundly shaping the global economy, social development, and human life (Chen et al., 2024; Enholm et al., 2022; Fu et al., 2025). As a hallmark of next-generation information technologies, AI serves as both an enabler and a driving engine of socio-economic transformation. Accordingly, research on AI adoption carries significant practical and policy relevance. From a corporate management standpoint, AI enhances data processing and predictive analytics, playing a key role in organizational transformation and technological advancement by offering new pathways for cost reduction and improved managerial efficiency (Kosasih et al., 2024; Ma et al., 2025; Njeru, 2023; Roppelt et al., 2024). By automating routine tasks such as data entry and verification, AI greatly boosts operational efficiency and improves the reliability of accounting information. However, its adoption also raises concerns about ethical standards and potential disruptions to decision-making due to algorithmic opacity and compliance risks. Thus, it is crucial to examine whether and how AI adoption affects the quality of corporate accounting information disclosure….

۲.۲. داده‌ها

این مطالعه شرکت‌های A-share  ثبت شده در بورس اوراق بهادار شنژن را بین سال‌های ۲۰۱۴ تا ۲۰۲۳ به عنوان نمونه انتخاب می‌کند. از آنجایی که این بورس فقط شرکت‌های ثبت شده‌ی خود را ارزیابی می‌کند، تحلیل نیز بر این اساس محدود شده است. برای کاهش سوگیری انتخاب و افزایش استحکام، مراحل غربالگری زیر انجام شده است. اول، شرکت‌های مالی و بیمه به دلیل ویژگی‌های نظارتی و عملیاتی متمایزشان حذف شدند. دوم، شرکت‌های دارای داده‌های ناقص برای حفظ یکپارچگی داده‌ها حذف شدند. سوم، شرکت‌های ST (شرکت‌های دارای وضعیت مالی غیرعادی) حذف شدند، زیرا شرایط مالی غیرعادی آن‌ها می‌توانست نتایج را تحریف کند. چهارم، تمام متغیرهای پیوسته در صدک‌های ۱ و ۹۹ برای کاهش اثرات مقادیر پرت تعدیل (ویسنسوریزه) شدند. پس از اعمال این فیلترها، مجموعه‌ی داده‌ی نهایی شامل ۱۲,۲۸۰ مشاهده‌ی شرکت-سال است. داده‌های کیفیت افشا از بورس اوراق بهادار شنژن و داده‌های مالی و شرکتی از پایگاه داده CSMAR به دست آمده‌اند…

2.2.Data This study selects SZSE-listed A-share firms between 2014 and 2023 as the sample. As this exchange evaluates only its own listed companies, the analysis is limited accordingly. To reduce selection bias and improve robustness, the following filtering steps are taken. First, financial and insurance companies are excluded due to distinct regulatory and operational profiles. Second, firms with missing data are removed to preserve data integrity. Third, ST companies are excluded, as their abnormal financial conditions could distort results. Fourth, all continuous variables are winsorized at the 1st and 99th percentiles to mitigate outlier effects. After applying these filters, the final dataset includes 12,280 firm-year observations. Disclosure quality data are sourced from the SZSE, while financial and corporate data come from the CSMAR Database…

۴. جمع بندی و پیامدهای سیاستی

این پژوهش به طور سیستماتیک بررسی می‌کند که چگونه پذیرش هوش مصنوعی بر کیفیت افشاء اطلاعات حسابداری شرکتی تأثیر می‌گذارد، با استفاده از داده‌های شرکت‌های چینی ثبت شده در بورس اوراق بهادار شنژن از سال ۲۰۱۴ تا ۲۰۲۳. یافته‌های تجربی نشان می‌دهد که پذیرش هوش مصنوعی به طور معنی‌داری کیفیت افشا را بهبود می‌بخشد. تجزیه و تحلیل ناهمگونی نشان می‌دهد که شرکت‌های فعال در صنایع هایتک، شرکت‌های کوچک و متوسط، و آنهایی که در شهرهای مرکزی واقع شده‌اند، از هوش مصنوعی بیشتر بهره می‌برند. علاوه بر این، تجزیه و تحلیل مکانیزم نشان می‌دهد که یک محیط کسب‌وکار مطلوب و رشد قوی شرکت، اثرات مثبت هوش مصنوعی را بر کیفیت افشا بیشتر تقویت می‌کند.

4.Conclusions and policy implications This study systematically examines how AI adoption affects the quality of corporate accounting information disclosure, using data from Chinese firms listed on the Shenzhen Stock Exchange from 2014 to 2023. The empirical findings show that AI adoption significantly improves disclosure quality. Heterogeneity analysis reveals that firms in high-tech industries, SMEs) and those located in central cities benefit more from AI. Additionally, mechanism analysis indicates that a favorable business environment and strong firm growth further amplify AI’s positive effects on disclosure quality…