标题
  • 标题
  • 作者
  • 关键词

人工智能、熟悉程度与财务人员的会计估值判断——基于心理学的实验证据

2024-01-15分类号:F233;F239.4;TP18

【作者】韩冬梅    刘子祺    赵美颖    杨雪梅
【部门】山东财经大学会计学院  济南中科泛在智能计算研究院  四川省注册会计师协会  
【摘要】会计师事务所在采用人工智能技术进行审计的过程中,会依据人工智能提出的某些会计估值问题要求被审计单位做出调整,而被审计单位的接受度可能会有差异。本文利用实验研究方法,以审计过程中提出估值调整的数据来源(人工智能和人类专家)、财务人员对人工智能的熟悉程度为自变量,财务人员对两种估值的合理性判断为因变量来研究这种现象。实验结果表明,与人工智能提供的会计估值相比,财务人员认为人类专家提供的会计估值更为合理。考虑了财务人员对人工智能的熟悉程度后,发现财务人员对人工智能提出的估值合理程度有变化。研究结论验证了算法厌恶理论,也识别了算法厌恶行为的纠偏机制,即增加个体对人工智能的熟悉程度,同时也丰富了个体如何看待非人工信息来源的研究。
【关键词】人工智能  会计估值  熟悉程度  财务人员
【基金】国家自然科学基金青年项目(71902096;71702123)
【所属期刊栏目】中国注册会计师
文献传递