أثر تبني تقنيات الذكاء الاصطناعي في الممارسات المحاسبية على سلوكيات إدارة الأرباح في المصارف العراقية

المؤلفون

  • نورا صبري شكر شكر قسم العلوم المحاسبية والمصرفية، كلية الإدارة والأقتصاد، جامعة الفارابي، بغداد، العراق. https://orcid.org/0009-0003-8923-5470

DOI:

https://doi.org/10.31272/jae.i152.1570

الكلمات المفتاحية:

ذكاء اصطناعي، إدارة الأرباح، محاسبة مصرفية، رقابة داخلية، المصارف العراقية.

الملخص

يهدف هذا البحث إلى سد فجوة بحثية في الأدبيات المحلية والعربية من خلال بحث الأثر الميداني لتبني تقنيات الذكاء الاصطناعي في الممارسات المحاسبية على سلوكيات إدارة الأرباح في المصارف العراقية، في ظل التحول الرقمي المتسارع والتحديات التنظيمية والتقنية التي تواجه القطاع المصرفي، اعتمد البحث منهجية كمية مختلطة لتحقيق التكامل بين التحليل الكمي والبعد التفسيري، تم جمع البيانات الأولية عبر استبانة إلكترونية محكمة وُزعت على ثلاث فئات وظيفية رئيسة هي المديرون الماليون، والمدققون الداخليون، ومسؤولو نظم المعلومات، وشملت عينة مكونة من 148 مستجيباً يمثلون عشرين مصرفاً عراقياً خاصاً وحكومياً وإسلامياً، وركزت الاستبانة على قياس مستوى تبني أربع فئات رئيسة من تقنيات الذكاء الاصطناعي في العمل المحاسبي.

كما تم الاعتماد على بيانات مالية ثانوية مستخرجة من البنك المركزي العراقي وسوق الأوراق المالية للفترة الزمنية الأخيرة، لقياس ممارسات إدارة الأرباح الاستحقاقية والحقيقية باستعمال نماذج قياسية معتمدة، أبرزها نموذج جونز المعدل.

ولتعزيز تفسير النتائج، أُجريت مقابلات نوعية مع عدد من كبار المسؤولين في المصارف محل البحث، استعمل البحث مجموعة من التقنيات الإحصائية المتقدمة شملت الإحصاء الوصفي، وتحليل الارتباط، وتحليل الانحدار المتعدد، ونمذجة المعادلات الهيكلية (SEM)، وذلك بالاعتماد على برمجيات SPSS وSmartPLS.

أظهرت النتائج وجود تحول رقمي غير متوازن يركز على تقنيات الأتمتة التشغيلية مقابل ضعف تبني الأدوات التحليلية المتقدمة، كما بينت وجود علاقة عكسية قوية ذات دلالة إحصائية بين مستوى تبني الذكاء الاصطناعي وممارسات إدارة الأرباح، وأوضحت نتائج نموذج المعادلات الهيكلية أن الذكاء الاصطناعي يسهم في الحد من إدارة الأرباح بشكل غير مباشر عبر تعزيز فعالية أنظمة الرقابة الداخلية، وخلص البحث إلى أن تعظيم الأثر الإيجابي للذكاء الاصطناعي يتطلب تبني رؤية استراتيجية شاملة تستثمر في التقنيات التحليلية المتقدمة وتنمية الكفاءات البشرية والثقافة المؤسسية الداعمة للشفافية والرقابة.

التنزيلات

تنزيل البيانات ليس متاحًا بعد.

المراجع

[1] Fadhil Hanoon, W., Abdulridha, M., & Ali, A. A. M. (2025). Investigating the impact of earnings management and internal control on the financial performance of banks using a spatial artificial intelligence approach. International Journal of Management, Accounting and Economics, 12(1), 1–30. https://doi.org/10.5281/zenodo.14885003

[2] Kang, S., & Park, S. (2021). Artificial intelligence-based detection and prediction of corporate earnings management. In P. K. Kim (Ed.), Fintech with artificial intelligence, big data, and blockchain (pp. 191–203). Springer. https://doi.org/10.1007/978-981-33-6137-9_10

[3] Kadhim, Y. A., & Al Ani, S. A. M. (2024a). The effect of using an accounting information system based on artificial intelligence in detecting earnings management to enhance the sustainability of economic units. In M. Al-Emran (Ed.), Business development via AI and digitalization (pp. 323–336). Springer. https://doi.org/10.1007/978-3-031-53923-3_24 DOI: https://doi.org/10.1007/978-3-031-62106-2_26

[4] Kadhim, Y. A., & Al Ani, S. A. M. (2024b). Using artificial intelligence and metaverse techniques to reduce earning management. In M. Al-Emran (Ed.), Beyond reality: Navigating the power of metaverse and its applications (pp. 171–189). Springer. https://doi.org/10.1007/978-3-031-54243-7_13 DOI: https://doi.org/10.1007/978-3-031-51716-7_12

[5] Peng, R. (2025). Research On the Impact of Artificial Intelligence on Corporate Earning Management. In SHS Web of Conferences (Vol. 225, p. 03015). EDP Sciences. https://doi.org/10.1051/shsconf/202522503015 DOI: https://doi.org/10.1051/shsconf/202522503015

[6] Siladjaja, M., Thamrin, H., & Hasan, A. (2022). The influence of real earnings quality and tax management on future market value: An implication of decision tree model and game theory. ACRN Journal of Finance and Risk Perspectives, 11, 33–54. https://doi.org/10.35944/jofrp.2022.11.1.003

[7] Kang, S., & Park, S. (2021). Artificial intelligence-based detection and prediction of corporate earnings management. In P. K. Kim (Ed.), Fintech with artificial intelligence, big data, and blockchain (pp. 191–203). Springer. https://doi.org/10.1007/978-981-33-6137-9_10 DOI: https://doi.org/10.1007/978-981-33-6137-9_8

[8] AbdelGalil, M. S. A., Ali, A. M., & Elsayed, M. (2024). The effect of using artificial intelligence on the relation between earning management and earning persistence and future earnings predictability: Applied study on Egyptian stock listed companies. Journal of Contemporary Business Research, 1(1), 49–74. https://doi.org/10.21608/jcbre.2024.422433 DOI: https://doi.org/10.21608/jcbre.2024.422433

[9] Siladjaja, M., Anwar, Y., & Djan, I. (2022). The impact of real manipulation and tax management on future market value: An artificial intelligence simulation of high earnings quality. ACRN Journal of Finance and Risk Perspectives, 11(1), 33-54. https://doi.org/10.35944/jofrp.2022.11.1.003 DOI: https://doi.org/10.35944/jofrp.2022.11.1.003

[10] Roychowdhury, S. (2006). Earnings management through real activities manipulation. Journal of accounting and economics, 42(3), 335-370. https://doi.org/10.1016/j.jacceco.2006.01.002 DOI: https://doi.org/10.1016/j.jacceco.2006.01.002

التنزيلات

منشور

2026-06-01

كيفية الاقتباس

أثر تبني تقنيات الذكاء الاصطناعي في الممارسات المحاسبية على سلوكيات إدارة الأرباح في المصارف العراقية. (2026). مجلة الإدارة والاقتصاد, 51(152), 52-63. https://doi.org/10.31272/jae.i152.1570

المؤلفات المشابهة

1-10 من 73

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.