ارائه الگوی نقش فناوری‌های نوین در بهبود فرایندهای حسابرسی در بازار سرمایه ایران

این پژوهش به بررسی تاثیر فناوری‌های نوین از جمله هوش مصنوعی، یادگیری ماشین، بلاک‌چین و تحلیل داده‌های کلان بر بهبود دقت، شفافیت و کارایی فرایندهای حسابرسی در بازار سرمایه می‌پردازد. روش تحقیق از نوع ترکیبی (آمیخته) است که در بخش کیفی، داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته با 14 خبره حسابرسی و فناوری اطلاعات گردآوری و با روش نظریه داده‌بنیاد تحلیل شد. در بخش کمی، داده‌های حاصل از 396 پرسش‌نامه با استفاده از مدل‌سازی معادلات ساختاری (pls-sem) بررسی گردید. نتایج نشان داد که فناوری‌های نوین حسابرسی، موجب افزایش دقت (ضریب مسیر 781/0، مقدار t برابر 453/42، p<0.001)، کاهش هزینه‌ها و بهبود کشف تقلب‌های مالی می‌شوند. بااین‌حال، محدودیت‌هایی مانند هزینه‌های پیاده‌سازی، مقاومت سازمانی و چالش‌های امنیتی، از مهم‌ترین موانع پذیرش این فناوری‌ها محسوب می‌شوند. پژوهش حاضر با ارائة مدلی جامع برای ادغام فناوری‌های دیجیتال در حسابرسی بازار سرمایه، نوآوری‌هایی در حوزه سیاست‌گذاری و نظارت ارائه داده است. یافته‌های این مطالعه می‌تواند به حسابرسان، مدیران مالی، نهادهای نظارتی و سیاست‌گذاران در تدوین استراتژی‌های کارآمد برای استفاده از فناوری‌های نوین کمک کند. محدودیت این پژوهش، تمرکز بر بازار سرمایه ایران است که می‌تواند تعمیم‌پذیری نتایج را محدود کند. پیشنهاد می‌شود مطالعات آینده به بررسی اثرات بلندمدت این فناوری‌ها در محیط‌های قانونی مختلف بپردازند.

providing a model for the role of emerging technologies in improving auditing processes in the iranian capital market

this study examines the impact of emerging technologies, including artificial intelligence (ai), machine learning (ml), blockchain, and big data analytics, on improving accuracy, transparency, and efficiency in auditing processes within the capital market. the research employs a mixed-methods approach, where the qualitative phase involved semi-structured interviews with 14 auditing and it experts, analyzed using the grounded theory methodology. in the quantitative phase, data from 396 questionnaires were analyzed using partial least squares structural equation modeling (pls-sem). the results indicate that emerging auditing technologies enhance accuracy (path coefficient = 0.781, t-value = 42.453, p < 0.001), reduce costs, and improve fraud detection. however, implementation costs, organizational resistance, and security challenges are identified as significant barriers to adopting these technologies. this study introduces a comprehensive model for integrating digital technologies into auditing in the capital market, offering innovations in policy-making and regulatory oversight. the findings can assist auditors, financial managers, regulatory bodies, and policymakers in formulating effective strategies for leveraging emerging technologies in auditing. the primary limitation of this study is its focus on the iranian capital market, which may affect the generalizability of the results. future research should explore the long-term effects of these technologies in different regulatory environments.