Βελτιστοποίηση του λογιστικού ελέγχου των εταιριών και αποφυγή φοροδιαφυγής μέσω Big Data και τεχνητής νοημοσύνης

Abstract

Η παρούσα διπλωματική εργασία, με τίτλο "Βελτιστοποίηση του λογιστικού ελέγχου των εταιριών και αποφυγή φοροδιαφυγής μέσω big data και τεχνητής νοημοσύνης", εστιάζει στον τομέα του Ψηφιακού Μετασχηματισμού Ελεγκτικού Επαγγέλματος. Η έρευνα πραγματοποιήθηκε από τους συγγραφείς Σπηλιά Δήμητρα και Μήτρο Ευθύμιο, στο πλαίσιο της ολοκλήρωσης των σπουδών τους στο Μεταπτυχιακό: Ψηφιακή Καινοτομία και Νεοφυής Επιχειρηματικότητα του Πανεπιστημίου Αιγαίου σε συνεργασία με το Εθνικό Μετσόβιο Πολυτεχνείο. Στόχος αυτής της διπλωματικής εργασίας είναι να διερευνήσει και να προτείνει βελτιστοποιημένες μεθόδους λογιστικού ελέγχου για ελεγχόμενες εταιρίες και τις ελεγκτικές εταιρίες, ενσωματώνοντας τεχνολογίες big data και τεχνητής νοημοσύνης. Μέσω της αξιοποίησης των συγκεκριμένων τεχνολογιών, στοχεύεται στην πρόληψη της φοροδιαφυγής και της αύξησης της αποτελεσματικότητας του ελέγχου, προσφέροντας παράλληλα μεγαλύτερη αξιοπιστία στα αποτελέσματα των ελεγκτικών διαδικασιών. Στο πλαίσιο αυτής της εργασίας, παρουσιάζονται οι κύριες πηγές και μεθοδολογίες που χρησιμοποιήθηκαν, και παρέχονται λεπτομερείς αναλύσεις των αποτελεσμάτων. Τέλος, συζητούνται τα συμπεράσματα που προέκυψαν από την έρευνα και αναδεικνύονται πιθανές προοπτικές για μελλοντική επέκταση και βελτίωση της ερευνητικής αυτής προσπάθειας. Οι μελέτες περίπτωσης που μελετήθηκαν αφορούν την πλευρά της ελεγκτικής εταιρίας σε αυτό, την αποφυγή της φοροδιαφυγής, τον λογιστικό έλεγχο εμπορικής εταιρίας, εταιρίας υπηρεσιών, καθώς και startup εταιρίας. Η παρούσα διπλωματική αναμένεται να συμβάλει στον προβληματισμό και την πρόοδο του ψηφιακού μετασχηματισμού του ελεγκτικού επαγγέλματος, αναδεικνύοντας τον ρόλο των νέων τεχνολογιών στη βελτίωση των διαδικασιών λογιστικού ελέγχου και την ενίσχυση της διαφάνειας και αξιοπιστίας της επαγγελματικής δραστηριότητας.