‫جامعة كفر الشيخ‬

‫كلية التجارة‬
‫قسم المحاسبة‬

‫أثر البيانات الضخمة على أدلة‬

‫اإلثبات فى المراجعة‬
‫مع دراسة ميدانية فى بيئة األعمال المصرية‬
‫ضمن متطلبات الحصول على درجة الماجستير فى المحاسبة‬

‫رسالة مقدمة من الباحث‬

‫محمد فوزى على سليمان‬

‫تحت إشـــــــراف‬

‫االستاذ الدكتور‬ ‫األستاذ الدكتور‬

‫أيمن محمد صبرى نخال‬ ‫على مجاهد أحمد السيد‬
‫االستاذ المساعد بقسم المحاسبة‬ ‫أستاذ محاسبة التكاليف واإلدارية – وكيل الكلية‬
‫كلية التجارة ‪ -‬جامعة كفر الشيخ‬ ‫لشئون التعليم والطالب ‪ -‬جامعة كفر الشيخ‬
‫‪1442‬هـ ‪2021 -‬م‬
 ‫اآلية القرآنية‬

‫بسم هللا الرحمن الرحيم‬

‫صدق هللا العظيم‬

‫} سورة الطالق ‪{ 3 -2 :‬‬
‫}سورة مدنية عدد األيات ‪ 12‬آية{‬
 ‫لجنة المناقشة والحكم على الرسالة‬

‫(رئيساً)‬ ‫( ‪ )1‬أ‪.‬د‪ /‬سمير أبو الفتوح صالح‬

‫أستاذ المحاسبة ونظم المعلومات‬

‫كلية التجارة – جامعة المنصورة‬

‫(عضواً)‬ ‫( ‪ ) 2‬أ‪.‬د‪ /‬شوقى السيد فودة‬

‫أستاذ المحاسبة الخاصة‬

‫بكلية التجارة ‪ -‬جامعة كفرالشيخ‬

‫(مشرفا ً وعضواً)‬ ‫( ‪ ) 3‬أ‪.‬د ‪ /‬على مجاهد أحمد السيد‬

‫أستاذ محاسبة التكاليف والمحاسبة االدارية‬

‫ووكيل الكلية لشئون التعليم والطالب‬
‫بكلية التجارة ‪ -‬جامعة كفر الشيخ‬

‫(مشرفا ً وعضواً)‬ ‫(‪ )4‬أ‪.‬م‪.‬د‪/‬أيمن صبري محمد شعبان نخال‬

‫أستاذ مساعد بقسم المحاسبة‬

‫بكلية التجارة ‪ -‬جامعة كفر الشيخ‬

‫جب‬
‫قرار لجنة المناقشة والحكم‬

‫ج‬
 ‫مستخلص البحث‬

‫إستهدفت هذا البحث التعرف على أثر البيانات الضخمة على أدلة الثبات فى المراجعة‬

‫مع دراسة ميدانية فى بيئة االعمال المصرية ‪ ،‬ولتحقيق الهدف المرجو فقد تم تبويب الدراسة‬

‫إلى جزئين‪ :‬الجزء األول‪ :‬الدراسة النظرية وتتكون من أربعة فصول وذلك للتعرف على‬

‫الدراسات السابقة فى مجال البحث‪ ،‬الجزء الثانى‪ :‬يحتوي على الدراسة الميدانية لختبار‬

‫فروض الدراسة‪ ،‬وذلك من خالل تصميم قائمة إستقصاء وتوزيعها على عينة الدراسة التى‬

‫تكونت من عدد (‪ )133‬مفردة‪.‬‬

‫وتوصل الباحث من خالل الدراسة الميدانية إلى أنه يوجد أثر ذو داللة إحصائية فى إضافة‬

‫البيانات الضخمة أدلة إثبات جديدة‪.‬‬

‫كما توصل الباحث من خالل الدراسة الميدانية إلى أنه يوجد أثر ذو داللة إحصائية ألدلة‬

‫الثبات الناشئة فى ظل البيانات الضخمة على جودة المراجعة‪.‬‬

‫مما يدل على أنه يوجد أثر ذو داللة إحصائية للبيانات الضخمة على أدلة الثبات فى المراجعة‬

‫وذلك فى بيئة االعمال المصرية‪.‬‬

‫د‬
 Abstract
This thesis aimed to investigate the impact of Big Data on Audit
Evidence with field study in Egyptian Business Environment, and to
achieve the target, the thesis was divided into two parts; First part: the
theoretical part which consists of four chapters to review the literature
in this field, Second part: empirical study to test a set of hypotheses
using a questionnaire that was distributed to research sample which
contained of 133 respondents.
The researcher concluded through the empirical study that there is a
significant positive effect in adding big data to new evidence.
The researcher also concluded through the empirical study that there is
a positive impact of the evidence emerging in big data on audit quality
process.
This indicates the existence of a positive and significant effect of big
data on evidence in the audit in the Egyptian business environment.

‫وهـ‬
 ‫إهداء‬

‫إلى ك ل قللللي دعم ح بحللي حتى ام ض هللاا الف ل ل ل ل ل ل ل من هللا إلى‬

‫اسل ل لتاذي الدكتور‪ /‬على مجاهد أحمد الس ل لليد الاي كان أب ناص ل للض‬
‫أمين‪ ،‬وإلى اسلتاذي الدكتور‪ /‬أيمن محمد صلبري الاي كان ذلك‬
‫السل ل د الحقيقح والاي أمن بمااطمض وأعان ح بحي فح ذلك الطريق‬
‫الشل للاق اعجل ال لمات بالوفلاء بما قدم لح من نصل للض وح مة عالم عام‬
‫جلاهم هللا ع ح خير الجلاء‪ ،‬إ لى الص ل ل ل ل للديق الص ل ل ل ل للدوق الاي ارهقت‬
‫وكان لح خير اخ ومعين االس ل ل ل للتاذ ‪ /‬وليد محمود ربي اعجل ال لمات‬
‫ان اوفي حق ‪ ،‬إلى القللي ال ابض محمد جمال سل ل ل ل للالم‪،‬إلى الصل ل ل ل للديق‬
‫الوفح مه للدر رضل ل ل ل ل للا البلتللاجح إلى جللداح رحمهللا هللا وإلى جللدي‬
‫ابراهيم رحمل ل ل هللا‪،‬إلى ابح وامح حفظهمل ل لا هللا ‪ ،‬إلى زوجتح‬
‫الحبيبل للة ‪ ،‬إلى اخوااح االعلاء وإلى اب ل للاحح محمود و أحمل للد‬
‫ورقي اسل ل ل ل ل ل ل هللا أن يبارك فيهم يرزقهم حالوة العلم والح م‬
‫من هللا وان يقر عي ح بهم ‪.‬‬ ‫والف‬

‫زو‬
 ‫ش ر واقدير‬
‫الحمد هلل حمداً كثيراً مباركا ً كما ينبغى لجالل وجهه وعظيم ســلطانه‪ ،‬والصــالة والســالم على‬
‫خير المرسلين سيدنا محمد خاتم النبيين والمرسلين وعلى آله وصحبه أجمعين‪ ،‬أما بعد‪.‬‬
‫يحمـد البـاحـث هللا على نعمـه وكرمـه وفضـــ ـلـه العظيم فى إتمـام هـذا البحـث‪ .‬ويتقـدم البـاحـث‬
‫بأســمى آيات الشــكر والتقدير واإلحترام لألســتاذ الدكتور‪ /‬على مجاهد أحمد الســيد ‪-‬أســتاذ‬
‫محاسبة التكاليف واالدارية وكيل الكلية لشئون التعلىم والطالب بكلية التجارة ‪ -‬جامعة كفر‬
‫الشـــيخ ‪ ،‬والذى تفضـــل ســـيادته بقبول اإلشـــراف على البحث ‪ ،‬وشـــمل الباحث برعايته‬
‫المســـتمرة وأخالاه الكريمة ونصـــحه الدائم وســـعة صـــدره وكريم عطائه وتذليل العقبات‬
‫وعلمه الفىاض‪ ،‬جزيل الشــكر والعرفإن لما اام به من جهد مســتمر وخبرة علمية وعملية‬
‫لتحسـين هذه الرسـالة إلى أن وصـلت للصـورة الحالية التى يعتقد الباحث أنها أفضـل بكثير‬
‫مما كانت عليه فى بدايتها ‪.‬‬
‫كما يتقدم الباحث بخالص وأســمى آيات الشــكر والتقدير واإلمتنأن لألســتاذ الدكتور‪ /‬أيمن‬
‫صـبرى نخال ‪-‬االسـتاذ المسـاعد بقسـم المحاسـبة كلية التجارة ‪ -‬جامعة كفر الشـيخ‪ ،‬والذى‬
‫تفضــل ســيادته بقبول اإلشــراف على البحث ‪ ،‬وشــمل الباحث برعايته المســتمرة وأخالاه‬
‫الفاضــلة ونصــحه المســتمر وســعة صــدره وكريم عطائه ومتابعته الدائمة وعلمه الفياض‬
‫فلسـيادته جزيل الشـكر والعرفان لما اام به من جهد مسـتمر وخبرة علمية وعملية لتحسـين‬
‫هذه الرسـالة إلى أن وصـلت للصـورة الحالية التى يعتقد الباحث أنها أفضـل بكثير مما كانت‬
‫عليه‪.‬‬
‫ويتشــرف الباحث باألســتاذ الدكتور ‪ /‬ســمير أبو الفتوص صــال أســتاذ المحاســبة ونظم‬
‫المعلومات كلية التجارة – جامعة المنصــورة والذى تفضــل ســيادته بقبول المشــاركة فى‬
‫لجنة المنااشـة والحكم ‪ ،‬وهذا شـرف للباحث‪ ،‬فلسـيادته جزيل الشـكر والتقدير لما ادمه من‬
‫نصائ وتوجيهات مستمرة فى مجال البحث‪.‬‬
‫كما يتشـرف الباحث باألسـتاذ الدكتور ‪ /‬شـواى السـيد فودة أسـتاذ المحاسـبة الخاصـة بكلية‬
‫التجارة ‪ -‬جامعة كفرالشـــيخ والذى تفضـــل ســـيادته بقبول المشـــاركة فى لجنة المنااشـــة‬
‫والحكم ‪ ،‬وهذا شرف للباحث‪ ،‬ولسيادته جزيل الشكر والتقدير لما ادمه من نصائ ‪.‬‬

‫ولى التوفيق‬
‫وهللا ٌّ‬
‫الباحث‪ /‬محمد فوزي علي سليمان‬

‫ص‬
 ‫اائمة المحتويات‬

‫الصفحة‬ ‫الموضـــــــــوع‬
‫أ‬ ‫غالف الرسالـة‬
‫ب‬ ‫اآلية القرأنية‬
‫ج‬ ‫لجنة المنااشة والحكم‬
‫د‬ ‫ارار لجنة المنااشة والحكم‬
‫هـ ‪ -‬و‬ ‫مستخلص الرسالة‬
‫ز‬ ‫إهداء‬
‫ص‬ ‫شكر وتقدير‬
‫ط‪-‬ك‬ ‫فهرس المحتويات‬
‫ل‪-‬م‬ ‫اائمة محتويات الجداول‬
‫ن‬ ‫اائمة محتويات األشكال‬
‫س‬ ‫اائمة المختصرات‬

‫‪11-1‬‬ ‫الفصــــل األول ‪ :‬اإلطـــار العــــــام للبحــــــــث‬

‫‪2‬‬ ‫مقدمة‬
‫‪4‬‬ ‫‪ 1-1‬مشكلة البحث‬
‫‪9‬‬ ‫‪ 2-1‬أهداف البحث‬
‫‪9‬‬ ‫‪ 3-1‬أهمية البحث‬
‫‪10‬‬ ‫‪ 4-1‬فروض البحث‬
‫‪10‬‬ ‫‪ 5-1‬منهج البحث‬
‫‪11‬‬ ‫‪6-1‬خطة البحث‬

‫‪40-12‬‬ ‫الفصــــل الثانى ‪:‬عرض وتحليل الدراســـــات السابقــــة ذات الصلة بالبحث‬
‫‪13‬‬ ‫مقدمة‬
‫‪13‬‬ ‫‪ 1-2‬عرض وإستقراء الدراسات السابقة‬
‫‪13‬‬ ‫‪ 1-1-2‬الدراسات التى تناولت العالاة بين البيانات الضخمة والمحاسبة والمراجعة‬
‫‪ 2-1-2‬الدراسات التى تناولت العالاة بين أدلة اإلثبات فى المراجعة وتكنولوجيا‬
‫‪24‬‬
‫المعلومات‬
‫‪ 3-1-2‬الدراسات التى تناولت العالاة بين البيانات الضخمة وأدلة اإلثبات فى عملية‬
‫‪33‬‬
‫المراجعة‬
‫‪38‬‬ ‫‪ 2-2‬تحليــل الدراسـات السابقــة من وجهة نظر الباحث‬
‫‪39‬‬ ‫‪ 3-2‬أوجه االختالف بين الدراسات السابقة والدراسة الحالية‬
‫‪40‬‬ ‫خالصة الفصل‬

‫ط‬
 ‫تابع اائمة المحتويات‬

‫الصفحة‬ ‫الموضـــــــــوع‬
‫‪74-41‬‬ ‫الفصــــل الثالث ‪:‬أثر أدلة اإلثبات فى عملية المراجعة‬
‫‪42‬‬ ‫مقدمة‬
‫‪56-43‬‬ ‫‪ 1-3‬النظرة التقليدية ألدلة اإلثبات فى المراجعة‬
‫‪44‬‬ ‫‪ 1-1-3‬المراجعة اائمة على أدلة اإلثبات‬
‫‪47‬‬ ‫‪ 2-1-3‬تطور مفهوم أدلة اإلثبات فى المراجعة‬
‫‪48‬‬ ‫‪ 3-1-3‬عالاة نظام الحوسبة السحابية بعملية المراجعة‬
‫‪ 4-1-3‬تحليالت البيانات الضخمة والنتقيب في البيانات لدعم ارار المراجعة واثره على أدلة‬
‫‪51‬‬
‫اإلثبات‬
‫‪55‬‬ ‫‪ 5-1-3‬عالاة تكنولوجيا سالسل الكتل بعملية المراجعة‬
‫‪59-58‬‬ ‫‪ 2-3‬الفوائد المحتملة إلستخدام تحليالت بيانات المراجعة‬
‫‪59‬‬ ‫‪ 1-2-3‬الجمع اآللى للبيانات‬
‫‪60‬‬ ‫‪ 2-2-3‬مصادر أدلة البيانات الضخمة والمتوسطة‬
‫‪61-60‬‬ ‫‪ 3-3‬اعتبارات أدلة اإلثبات فى ظل بيئة بيانات متطورة‬
‫‪61‬‬ ‫‪ 1-3-3‬نظام بيئي ‪ Ecosystem‬إلدارة عملية المراجعة والمراجعة اآللية تدريجيا ً‬

‫‪66-62‬‬ ‫‪ 4-3‬أشكال األدلة فى ظل بيئة البيانات الضخمة‬

‫‪62‬‬ ‫‪ 1-4-3‬أدلة المراجعة فى الماضى والحاضر‬
‫‪63‬‬ ‫‪2 -4-3‬دمج التكنولوجيا الحديثة للحصول على أدلة المراجعة المحسنة‬
‫‪64‬‬ ‫‪ 3-4-3‬طبيعة اآلنواع الجديدة من أدلة اإلثبات‬
‫‪65‬‬ ‫‪ 4-4-3‬التعارض مع وجهة النظر التقليدية ألدلة اإلثبات‬
‫‪66‬‬ ‫‪ 5-3‬مدى امكانية تكامل اآلنواع الجديدة من األدلة فى عملية المراجعة التقليدية‬
‫‪71-67‬‬ ‫‪ 6-3‬البيانات الضخمة وتأمين مصادر أدلة اإلثبات‬
‫‪73-72‬‬ ‫‪ 7-3‬اثر التطور التكنولوجي فى بيئة االعمال على مفهوم عملية التوكيد‬
‫‪72‬‬ ‫‪ 1-7-3‬دمج االستشعار اآللى فى توكيد عملية المراجعة‬
‫‪72‬‬ ‫‪2-7-3‬الربط مع استالم المخزون‬
‫‪72‬‬ ‫‪ 3-7-3‬ربط صرف المخزون بعملية المبيعات‬
‫‪74‬‬ ‫خالصة الفصل‬

‫ى‬
 ‫تابع اائمة المحتويات‬
‫الصفحة‬ ‫الموضـــــــــوع‬
‫الفصــــل الرابع ‪ :‬أثر العالقة بين البيانات الضخمة وأدلة الثبات فى عملية‬
‫‪119-75‬‬
‫المراجعة‬
‫‪76‬‬ ‫مقدمة‬
‫‪81-76‬‬ ‫‪ 1-4‬التطور التاريخى للبيانات فى المحاسبة‬
‫‪81‬‬ ‫‪ 2-4‬تعريف البيانات الضخمة‬
‫‪90- 82‬‬ ‫‪ 3-4‬خصائص البيانات الضخمة‬
‫‪98-91‬‬ ‫‪ 4-4‬ممارسات المحاسبة والمراجعة فى ظل البيانات الضخمة‬
‫‪99-98‬‬ ‫‪ 5-4‬دور البيانات الضخمة في تحول عملية المراجعة‬
‫‪118-100‬‬ ‫‪ 6-4‬أثر أدلة اإلثبات فى ظل البيانات الضخمة على جودة المراجعة‬
‫‪119‬‬ ‫خالصة الفصل‬

‫‪143-120‬‬ ‫الفصــــل الخامس ‪ :‬الدراسة الميدانية‬

‫‪122‬‬ ‫‪ 1-5‬الهدف من الدراسة الميدانية‬
‫‪122‬‬ ‫‪ 2-5‬متغيرات وفروض البحث‬
‫‪123‬‬ ‫‪ 3-5‬مجتمع وعينة البحث‬
‫‪123‬‬ ‫‪ 4-5‬إسلوب جمع البيانات‬
‫‪125‬‬ ‫‪ 5-5‬األساليب اإلحصائية المستخدمة‬
‫‪127‬‬ ‫‪ 6-5‬التحليل اإلحصائي واختبارات الفروض‬
‫‪142‬‬ ‫‪ 7-5‬نتائج الدراسة الميدانية‬

‫‪150-144‬‬ ‫الفصــــل السادس‪:‬الخالصة والنتائج والتوصيات ومجاالت البحث المستقبلية‬

‫‪148-145‬‬ ‫‪ 1-6‬خالصة ونتائج البحث‬
‫‪145‬‬ ‫‪ 1-1-6‬خالصة الدراسة النظرية‬
‫‪146‬‬ ‫‪ 2-1-6‬خالصة الدراسة الميدانية‬
‫‪148‬‬ ‫‪ 2-6‬توصيات البحث‬
‫‪150‬‬ ‫‪ 3-6‬مجاالت البحث المستقبلية المقترحة‬

‫‪160-151‬‬ ‫اائمة المراجع‬

‫‪152‬‬ ‫أوالً‪ :‬المراجع العربية‬
‫‪152‬‬ ‫ثأنياً‪ :‬المراجع األجنبية‬

‫‪161‬‬ ‫مالحق البحث‬

‫‪167-162‬‬ ‫ملحق (‪ :)1‬اائمة اإلستقصاء وتقرير نسبة اإلاتباس‬
‫‪181-168‬‬ ‫ملحق (‪ :)2‬اائمة التحليل اإلحصائى‬
‫‪1-7‬‬ ‫ملخص البحث‬

‫ك‬
 ‫اائمة الجداول‬
‫الصفحة‬ ‫محتوى الجدول‬ ‫رام الجدول‬
‫‪62‬‬ ‫سمات وخصائص أدلة البيانات الضخمة‬ ‫‪1-3‬‬
‫خصائص األدلة الوراية واإللكترونية‬
‫‪71-70‬‬ ‫وتصميم الصندوق االسود للبيانات‬ ‫‪2-3‬‬
‫الضخمة‬
‫‪79-77‬‬ ‫مصطلحات البيانات الضخمة‬ ‫‪1-4‬‬
‫‪90-85‬‬ ‫ابعاد وخصائص البيانات الضخمة‬ ‫‪2-4‬‬
‫‪95-93‬‬ ‫مفاهيم تحليالت البيانات الضخمة‬ ‫‪3-4‬‬
‫‪123‬‬ ‫توزيع عينة البحث‬ ‫‪1-5‬‬
‫األوزان الترجيحية لمقياس ليكرت‬
‫‪124‬‬ ‫‪2-5‬‬
‫الخماسي‬
‫‪125‬‬ ‫نتائج مقياس ليكرت الخماسي‬ ‫‪3-5‬‬
‫‪125‬‬ ‫درجات مقياس ألفا كرونباخ‬ ‫‪4-5‬‬
‫اياس درجة الثبات والصدق لإلستمارة‬
‫‪128‬‬ ‫‪5-5‬‬
‫(اختبار ألفا كرونباخ)‬
‫فئات عينة البحث وعدد اإلستمارات‬
‫‪128‬‬ ‫المرسلة والمستلمة والصالحة للتحليل‬ ‫‪6-5‬‬
‫اإلحصائى‬
‫توزيع عينة البحث على أساس المؤهل‬
‫‪129‬‬ ‫‪7-5‬‬
‫العلمي‬
‫‪129‬‬ ‫توزيع عينة البحث طبقا ً لسنوات الخبرة‬ ‫‪8-5‬‬
‫توزيع عينة البحث على أساس الوظيفة‬
‫‪130‬‬ ‫‪9-5‬‬
‫الحالية‬
‫‪132‬‬ ‫آراء عينة البحث فى فقرات الفرض األول‬ ‫‪10-5‬‬
‫‪133‬‬ ‫آراء عينة البحث فى فقرات الفرض الثانى‬ ‫‪11-5‬‬

‫ل‬
 ‫تابع اائمة الجداول‬
‫الصفحة‬ ‫محتوى الجدول‬ ‫رام الجدول‬
‫اإلختالف بين آراء عينة البحث طبقا ً‬
‫‪134‬‬ ‫‪12-5‬‬
‫للمؤهل العلمي‬
‫المقارنات الثنائية باستخدام اختبار أال‬
‫‪135‬‬ ‫‪13-5‬‬
‫فرق معنوى ‪LSD‬‬
‫اإلختالف بين آراء عينة البحث طبقا ً‬
‫‪135‬‬ ‫‪14-5‬‬
‫لسنوات الخبرة‬
‫اإلختالف بين آراء عينة البحث طبقا ً‬
‫‪135‬‬ ‫‪15-5‬‬
‫للوظيفة‬
‫‪136‬‬ ‫ايمة كا‪ 2‬الجدولية‬ ‫‪16-5‬‬
‫اختبار كا‪ 2‬اثر ايجابي فى إضافة البيانات‬
‫‪137‬‬ ‫‪17-5‬‬
‫الضخمة أدلة إثبات جديدة‬
‫اختبار كا‪ 2‬لقياس أثر أدلة اإلثبات الناشئة‬
‫‪138‬‬ ‫فى ظل البيانات الضخمة على جودة‬ ‫‪18-5‬‬
‫المراجعة‬

‫م‬
 ‫اائمة األشكال‬
‫الصفحة‬ ‫محتوى الشكل‬ ‫رام الشكل‬
‫‪7‬‬ ‫أجيال المراجعة ودرجات التعقيد‬ ‫(‪)1-1‬‬
‫عملية المراجعة اائمة على أدلة‬
‫‪45‬‬ ‫(‪)1-3‬‬
‫اإلثبات‬
‫أثر سالسل الكتل على عملية‬
‫‪57‬‬ ‫(‪)2-3‬‬
‫المراجعة‬
‫النظرة المتطورة للنظام اآللى‬
‫‪61‬‬ ‫باستخدام معيار بيانات المراجعة‬ ‫(‪)3-3‬‬
‫(‪)ADS‬‬
‫‪83‬‬ ‫االبعاد الثمانية للبيانات الضخمة‬ ‫(‪)1-4‬‬
‫دراسة لتطور خصائص للبيانات‬
‫‪84‬‬ ‫(‪)2-4‬‬
‫الضخمة‬
‫أثر البيانات الضخمة وتحليالتها‬
‫‪101‬‬ ‫(‪)3-4‬‬
‫على المراجعة‬
‫‪104‬‬ ‫عناصر حوكمة البيانات‬ ‫(‪)4-4‬‬
‫معيار بيانات المراجعة ‪ -‬المعيار‬
‫‪106‬‬ ‫(‪)5-4‬‬
‫األساسي ‪Base Standard‬‬
‫معيار بيانات المراجعة ‪ -‬معيار‬
‫‪107‬‬ ‫دفتر األستاذ العام ‪General‬‬ ‫(‪)6-4‬‬
‫‪Ledger Standard‬‬
‫عناصر سلسلة التوريد التى‬
‫‪110‬‬ ‫(‪)7-4‬‬
‫تتناولها معايير بيانات المراجعة‬
‫العالاة ما بين المعيار األساسي‬
‫‪111‬‬ ‫لمعايير بيانات المراجعة ومعيار‬ ‫(‪)8-4‬‬
‫األصول الثابتة‬
‫الهيكل األساسي ووظائف المراجعة‬
‫‪113‬‬ ‫(‪)9-4‬‬
‫فى ظل بيئة البيانات الضخمة‬
‫خدمات المراجعة فى ظل بيئة‬
‫‪115‬‬ ‫البيانات الضخمة واثرها على‬ ‫(‪)10-4‬‬
‫جودة المراجعة‬
‫التكامل بين البيانات الضخمة‬
‫‪117‬‬ ‫وسالسل الكتل واثرها فى تعزيز‬ ‫(‪)11-4‬‬
‫جودة وتكامل المراجعة‬
‫مسار بيانات المراجعة فى ظل‬
‫‪118‬‬ ‫البيانات الضخمة واثره على جودة‬ ‫(‪)12-4‬‬
‫المراجعة‬

‫ن‬
 ‫اائمة المختصرات (مرتبة أبجديا ً طبقا ً للمصطل األجنبى)‬
‫المصطل باللغة اآلنجليزية‬ ‫اإلختصار‬ ‫المصطل باللغة العربية‬
‫‪American Institute of Certified‬‬
‫‪AICPA‬‬ ‫المعهد األمريكى للمحاسبين القانونيين‬
‫‪Public Accountants‬‬
‫‪Audit Data Standards‬‬ ‫‪ADS‬‬ ‫معايير بيانات المراجعة‬
‫‪Big Data‬‬ ‫‪BD‬‬ ‫البيانات الضخمة‬
‫‪Big Data Analytics‬‬ ‫‪BDA‬‬ ‫تحليالت البيانات الضخمة‬
‫‪Big Data Provenance Black‬‬ ‫الصندوق االسود لتأمين مصادر‬
‫‪BDPBB‬‬
‫‪Box‬‬ ‫للبيانات الضخمة‬
‫‪Blockchain‬‬ ‫‪BC‬‬ ‫سالسل الكتل‬
‫‪Business Process Outsourcing‬‬ ‫‪BPO‬‬ ‫اإلستعانة بمصادر خارجية‬
‫‪Continuous Auditing‬‬ ‫‪CA‬‬ ‫المراجعة المستمرة‬
‫‪Cyber Physical Systems‬‬ ‫‪CPS‬‬ ‫نظم السايبر المادية‬
‫‪Enterprise resource‬‬
‫‪ERP‬‬ ‫نظم تخطيط موارد المؤسسة‬
‫‪planning‬‬
‫‪Extensible Business‬‬
‫‪XBRL‬‬ ‫لغة تقارير األعمال التجارية الموسعة‬
‫‪Reporting Language‬‬
‫‪Global Positioning‬‬
‫‪GPS‬‬ ‫نظام تحديد المواقع العالمي‬
‫‪System‬‬
‫‪Governance Data‬‬ ‫‪GD‬‬ ‫حوكمة البيانات‬
‫‪Internet of Services‬‬ ‫‪IOS‬‬ ‫انترنت الخدمات‬
‫‪Internet of Things‬‬ ‫‪IOT‬‬ ‫انترنت االشياء‬
‫‪Radio-frequency‬‬
‫‪RFID‬‬ ‫بطااات تعريف الهوية‬
‫‪identification‬‬
‫‪Sarbanes-Oxley Act‬‬ ‫‪SOX‬‬ ‫القانون األمريكى لحماية المستثمر‬

‫س‬
 ‫الفص األول‬

‫اإلطار العام للبحث‬

‫مقدمة البحث‬

‫‪ 1-1‬أهداف البحث‬

‫‪ 2-1‬مشكلة البحث‬

‫‪ 3-1‬أهمية البحث‬

‫‪ 4-1‬فروض البحث‬

‫‪ 5-1‬منهج البحث‬

‫‪ 6-1‬خطة البحث‬

‫‪ 7-1‬خطة البحث‬
 ‫الفصل األول‬
‫اإلطار العام للبحث‬
‫مقدمة‪:‬‬

‫الشــــك أن الطفرات الســــريعة فى الزمن (النانو ثانية) وما لحقتها من ســــرعات تقنية‬
‫ومصطلحات جديدة فى بيئة األعمال المعاصرة من برمجيات جديدة و طرق تخزين البيانات‬
‫وطرق معـالجـاتهـا وعرض معلومـاتهـا وتطور ل ـاتهـا مثـل ل ـة تقـارير األعمـال التجـاريـة‬
‫الموســــعة ‪ (XBRL) Language Extensible Business Reporting‬وما تحويه‬
‫الحوسبة السحابية ‪ Cloud Computing‬من بيانات ومعلومات ومعالجات ‪ ،‬والتنقيب عن‬
‫البيـانـات ‪ Data Mining‬والتطورات فى البرامج المحـاســـــبيـة مثـل حزم البرامج المعتمـدة‬
‫على نظم تخطيط موارد المؤســـــســـــة ‪ )ERP( Enterprise Resource Planning‬و‬
‫البيانات الضــخمة ‪ ، Big Data‬وما شــهدته الصــناعة فى أجيالها المتتابعة وصــوالا للجيل‬
‫الرابع من الصـــــنـاعـة )‪ (Industry 4‬لهى خير دليـل على تطور وتعقـد بيئـة األعمـال‬
‫المعاصــرة ‪ ،‬مما أوجب ســعي علم المراجعة نحو أدوات ووســائل تتكيف وتتواكب مع مثل‬
‫هذه المت يرات‪.‬‬
‫لقـد أعلنـت الحكومـة الفيـدراليـة األلمـانيـة اعتبـار الجيـل الرابع للصـــــنـاعـة واحـدة من‬
‫المبادرات الرئيســــية لتنفيذ إســــتراتيجية التكنولوجيا الفائقة األلمانية ‪2020‬م‪ ،‬فالجيل الرابع‬
‫للصناعة هو "مجموعة التقنيات والمفاهيم المشتركة لتنظيم سلسلة القيمة‪ ،‬من خالل المصانع‬
‫الذكيـة المهيكلـة بشــــكـل نموذجى‪ ،‬ومراقبـة العمليـات المـادية من خالل نظم الســـــايبر المادية‬
‫‪ ،(CPS) Cyber Physical Systems‬وإنشــــاء نســــخة إفتراضــــية من الواقع واتخاذ‬
‫القرارات الالمركزية‪ ،‬بواســـطة إنترنت األشـــياء ‪ ،(IOT) Internet of Things‬وأنظمة‬
‫الســايبر المادية )‪ (CPS‬والتصــال والتعاون فيما بينهم مع القوى البشــرية فى وقت متزامن‬
‫(مناسب )"(‪.)Hermann, et al., 2015‬‬
‫إن الجيل الرابع للصـناعة وهو األكثر تعقيدا ا يهدف إلى زيادة المرونة فى سـالسـل القيمة‬
‫الموجودة وتستخدم هذه التكنولوجيا فى ثالثة مجاالت مختلفة وهى‪ -1 :‬جمع البيانات‬

‫‪2‬‬
‫‪ -2‬نقلهــا‪ -3 ،‬تحليلهــا وتســـــتخــدم أدوات الحصـــــول على البيــانــات‪ ،‬مثــل أجهزة‬
‫الســـــتشــــعـار ‪ Sensors‬والمحركـات ‪ ،Drivers‬لجمع البيـانـات النـاتجـة من التصـــــنيع‬
‫والعمليات التجارية التى تعكس حالة اآلالت وجودة المنتج والبيئة المحيطة واســتخدام الطاقة‬
‫وتكلفة العمالة وموقع المخزون‪... ،‬الخ (‪.)Dai and Vasarhelyi, 2016‬‬
‫وفى الوقت الذى تمضـــي فيه الصـــناعة نحو الجيل القادم‪ ،‬يجب على المراجعة أيضـــا ا‬
‫التكيف مع هذه البيئة الجديدة‪ ،‬ويمكن لمراقبى الحسـابات السـتفادة من التقنيات الجديدة لجمع‬
‫مجموعة كبيرة من البيانات المتعلقة بمراجعة الحســــابات فى وقت متزامن (مناســــب ) ‪In‬‬
‫‪ ، Real-Time‬والشـــ يل اآللى للعمليات المتكررة ولقد حققت المراجعة خطوات كبيرة فى‬
‫العقـد المـاضـــــى‪ ،‬لكنهـا لم تتطور فيمـا يبـدو بنفس درجـة التطور التى حققتهـا القتصـــــاديـات‬
‫المتطورة والحديثة‪ ،‬فبعض أساليب ومداخل المراجعة التى كانت ذات قيمة فى الماضى يبدو‬
‫أنها قد ال تكون مناسـبة اآلن‪ ،‬لذلك فإن العمل على تطور عملية المراجعة وصـل إلى مرحلة‬
‫حاســـمة حيث ينب ى على مراقبى الحســـابات تبني المراجعة في صـــورتها المســـتقبلية أو‬
‫الستمرار بالتقيد بالنماذج التقليدية‪ ،‬وستطلب مداخل المراجعة المستقبلية من كل من مراقبى‬
‫الحسابات والمنظمين‪ ،‬وواضعي المعايير إجراء تعديالت جوهرىة وقد تشمل هذه التعديالت‪:‬‬
‫(‪.)Dai and Vasarhelyi, 2016‬‬
‫(‪ )1‬الت يرات فى توقيت وعدد مرات المراجعة‪،‬‬
‫(‪ )2‬زيادة التعلم فى األساليب التكنولوجية وطرق تحليل البيانات‪،‬‬
‫(‪ )3‬االعتماد على اختبار مجتمع المراجعة بالكامل بدالا من العينات‪،‬‬
‫(‪ )4‬إعادة النظر فى مفاهيم مثل األهمية النسبية واالستقاللية‪،‬‬
‫(‪ )5‬وتكليف األطراف ذوي الصــلة (مراقبى الحســابات والمنظمين‪ ،‬وواضــعي المعايير)‬
‫بتوفير معيار لبيانات المراجعة‪ ،‬األمر الذي يتطلب بصــورة بال ة األهمية من مراقبى‬
‫الحسابات أن يكتسب بعض المهارات التقنية والتحليلية )‪.)AICPA, Essay3,2015‬‬
‫ولقد قدم قانون) ‪ (SOX‬أول ت يير كبير فى تقويض مراجعة الشــــركات العامة ويركز هذا‬
‫القانون على تقييم مراقب الحسـابات بشـأن أنظمة الرقابة الداخلية‪ ،‬وهى خطوة مهمة جدا ا فى‬
‫توكيد اآلنظمة المســتقبلية التى ســتكون إلكترونية ومعيارية والســتعانة بمصــادر خارجية‪،‬‬
‫وتواجه مهنة المحاســبة اآلن فرصــة لمواصــلة االرتقاء بالمراجعة للوصــول لمســتوى أعلى‬

‫‪3‬‬
‫من التشـ يل اآللى‪ ،‬ويجب على المحاسـبين فى نهاية المطاف اختيار الطريق لعتماد وتنفيذ‬
‫المراجعـة المســـــتقبليـة لســـــتمرارهم بـالطريقـة التى تجعلهم المهنيين المعنيين بـارتبـاطـات‬
‫المراجعة فى المستقبل )‪.(AICPA, Essay 3,2015‬‬
‫عرف ‪ Arens‬أدلة اإلثبات في المراجعة على أنها هي أي معلومات يستخدمها المحاسب‬
‫لتحديد ما إذا كانت المعلومات التي يتم مراجعتها قد تم صياغتها وفقا ً للمعايير( ‪Arens et‬‬
‫‪)al.,2013‬‬
‫وفى الواقع‪ ،‬فـإن النظرة التقليـديـة لجمع أدلـة الثبـات فى المراجعـة لم تكن كـافيـة فى البيئـة‬
‫التجارية التقنية األكثر تقدما ا ‪ ،‬ففى الســــابق عندما كان يتم إنتاج الجانب األكبر من البيانات‬
‫اللكترونية داخليا ا كانت مصـــادر تلك المعلومات متاحة بســـهولة لمراقبى الحســـابات عن‬
‫طريق ملفات ســـجل النظام )‪ (Caster and Verardo, 2007‬وفى المقابل‪ ،‬فإن البيانات‬
‫الضــخمة قد ال يتم إنشــائها داخليا ا وعلى األرجح يتم تجهىزها خارج مقر العميل ‪ ،‬كما تتسـم‬
‫بعدم وجود مسـار ملموس للبيانات الضـخمة‪ ،‬وفى اآلنظمة السـحابية فإن الرأى السـائد منذ‬
‫فترة طويلة من حيث أن مهنة المراجعة تعتبر البيانات الخارجية بيانات موثوقة قد تم الطعن‬
‫فى صحتها )‪.(Broun-Liburd and Vasarhelyi, 2015‬‬
‫‪ 1-1‬مشكلة البحث‪:‬‬

‫لقد أفرزت الســنوات األخيرة بيئة تكنولوجية مختلفة بشــكل جوهرى فى عمليات التأكيد‬
‫للشــركات‪ ،‬وظهور مجموعة مختلفة جدا ا من العمليات التجارية التى تدعم منظمات األعمال‬
‫الحديثة والتى أدت لتوفير أدوات وبيئة بيانات جديدة جذريا ا‪ ، ،‬ومجموعة جديدة من المشاكل‬
‫المعقدة (‪.) Broun- Liburd and Vasarhelyi,2015‬‬
‫هـذا التطور أظهر مـا يســـــمى بـالمراجعـة االبتكـاريـة لالتخيليـة للجيـل الرابع للمراجعـة ‪4‬‬
‫‪ Imagineering Audit‬وأكد هذا المفهوم على أن االســتخدام المكثف ألجهزة االســتشــعار‬
‫‪ ، Sensors‬وأنظمـة الســـــايبر المـاديـة ( ‪، (CPSs‬إنترنـت األشــــيـاء ( ‪ ، ) IOT‬وإنترنت‬
‫الخدمات ‪ ، )IOS( Internet of Services‬والمصــانع الذكية ‪ ، Smart Factory‬األمر‬
‫الذي جعل تنظيمات األعمال التجارية تسـير إلى األمام نحو التشـ يل اآللى والمرونة وترابط‬
‫بيئة األعمال بالكامل ‪ ،‬مع قدرة المؤســســة على القيام بذلك فى وقت متزامن (مناســب ) ‪In‬‬
‫‪ ، Real Time‬بالضــافة للكشــف عن األخطاء‪ ،‬والتنبؤ‪ ،‬وصــنع القرار‪ ،‬وينب ى على مهنة‬

‫‪4‬‬
‫مراجعـة الحســـــابـات أن تتكيف مع هـذه الموجـة من الت ييرات واالســـــتفـادة من التكنولوجيـا‬
‫الجديدة لتوســـيع نطاق المراجعة‪ ،‬وتخفيض التوقيت‪ ،‬وتحســـين دقة نتائج المراجعة‪ ،‬وأخيرا‬
‫تـعـزيـز مســـــتـوى تـــأكـيـــدات تـنـظـيـمـــات األعـمـــال الـتـجـــاريـــة بـــأكـمـلـهــا ‪(Dai and‬‬
‫‪Vasarhelyi,2016).‬‬
‫وتعـد البيـانـات فى هـذه البيئـة الجـديـدة بمثـابـة معـدن الـذهـب‪ ،‬فـالشـــــركـات ترتفع وتنخفض‬
‫حسـب مقدرتها على جمع وإدارة واسـتخراج قيمة تنافسـية من مخازن البيانات الخاصـة بها‪.‬‬
‫)‪.)Davis II, et al.,2016‬‬
‫ولقد أصبحت البيانات الضخمة (‪ )BD‬عملة التداول الجديدة فى األعمال التجارية‪ ،‬وهذه‬
‫األعمال التجارية تعتبر البيانات الضخمة كأصل محتمل للمنشأة )‪.) Appelbaum, 2017‬‬
‫وهناك كمية هائلة من البيانات المتوفرة اآلن فى أشكال عديدة من مصادر متنوعة و‬
‫مختلفة والتى يتم تدفقها بسرعة كبيرة جدا ا ‪ 2.5‬كوينتيليون بايت (الكوينتيليون هو الرقم واحد‬
‫متبوعا ا بـ ‪ 18‬صفراا) من البيانات التى يجرى أنشاؤها يوميا)‪ . (IBM 2015‬ومعظم هذه‬
‫المجموعات غير منظمة‪ ،‬ومستمدة من وسائل التواصل االجتماعي‪ ،‬وأجهزة االستشعار‪،‬‬
‫وإنترنت األشياء (‪. (Bauer and Schreckling 2013))IoT‬‬
‫عرف ‪ ISACA‬في عام ‪ 2013‬م البيانات الضخمة بأنها تلك المجموعات من البيانات‬
‫الكبيرة جدا ً أو التي تتغير بسرعة ليتم تحليلها باستخدام تقنيات قواعد البيانات العالئقية التقليدية‬
‫أو قواعد البيانات المتعددة األبعاد أو أدوات البرمجيات التقليدية للحصول على البيانات‬
‫وإدارتها ومعالجتها في وقت متزامن(مناسب)(‪.)ISACA,2013‬‬
‫تحليل البيانات الضخمة هو علم وفن تحسين المعرفة أو اكتساب المهارات فى بعض‬
‫المجاالت واالستفادة منها من خالل تحديد وتحليل اآلنماط والرتباطات ذات الصلة بالبيانات‬
‫الضخمة‪ ،‬وفى المراجعة‪ ،‬فإن الموضوع األساسي يتكون من المعامالت واألرصدة التى‬
‫ترتكز عليها القوائم المالية‪ ،‬وهى الموجودة عادة فى المنشأة التى تعتمد على نظم تخطيط‬
‫موارد المؤسسة ( ‪ ) ERP‬وحتى وإن كانت أنظمة تخزين البيانات كبيرة الحجم ‪ ،‬فبالتالي‬
‫فهى فرصة لمراجعة الحسابات بإستخدام البيانات الضخمة ذات الصلة كمساعد للبيانات الفعلية‬
‫التى يتم مراجعتها‪ ،‬ويتم مراجعة البيانات الضخمة بإستخدام التحليالت المختلفة لتحديد وتحليل‬

‫‪5‬‬
‫اآلنماط واالرتباطات التى تكشف عن المسائل ذات االهتمام بمراجعة الحسابات‪( AICPA, .‬‬
‫)‪ESSAY 4,2015‬‬
‫تلجأ الشركات بشكل متزايد إلى البيانات الضخمة كوسيلة لتحقيق أداء أفضل باستخدام‬
‫البيانات المنتظمة وغير المنتظمة الناتجة عن العمليات ليس فقط ب رض تعزيز األمان والكفاءة‬
‫والنتاجية‪ ،‬ولكن للتنبؤ باألحداث قبل وقوعها‪ ،‬وتحفظ تكنولوجيا المعلومات )‪ )IT‬التوازن‬
‫بين تحقيق الفوائد وتحسين مستويات المخاطر واستخدام الموارد‪ ،‬ويمكن تطبيق هذا الطار‬
‫بنجاح كبير لمتطلبات خصوصية البيانات الضخمة وتحدياتها )‪ ، (ISACA, 2013‬فخالل‬
‫السنوات األخيرة ‪ ،‬قد فرضت البيانات الضخمة نفسها على الساحة جنبا ا إلى جنب مع أدوات‬
‫ذات كفاءة عالية لتخزين البيانات الضخمة وتحليلها‪(ISACA, VOL.1,2016) .‬‬
‫ولقد ت يرت المراجعة التقليدية إلى حد كبير نتيجة للت يرات فى تكنولوجيا المعلومات‪،‬‬
‫بما فى ذلك المزيد من نظم تخطيط موارد المؤسسات المتقدمة )‪ ،)ERP‬وزيادة استخدام‬
‫المعامالت عبر النترنت مع كل من العمالء والموردين‪ ،‬وإستخدام الحوسبة السحابية‬
‫‪ ،Cloud Computing‬والزيادة السريعة للبيانات المتاحة لالستخدام من قبل الدارة ومراقبى‬
‫الحسابات‪ ،‬و ظهرت نتيجة لذلك التطور السريع والمستمر لتكنولوجيا المعلومات على الساحة‬
‫مجموعة متنوعة من التحديات فى المراجعة‪)AICPA, Essay1,2015) .‬‬
‫لقد تم ممارسة عمليات المراجعة اليدوية التقليدية (جيل المراجعة األول) لعدة قرون‬
‫لتحقيق العديد من الحتياجات وإعتمدت على أدوات بسيطة ‪ ،‬وعلى الرغم من أن مراجعة‬
‫تكنولوجيا المعلومات (الجيل الثانى للمراجعة) ظهرت فى السبعينات‪ ،‬ومع إعتماد معظم‬
‫الشركات فيها خالل هذا الجل على الكمبيوتر‪ ،‬بينما فقط حوالي ‪ ٪15‬من مراقبى الحسابات‬
‫يستخدمون تكنولوجيا المعلومات‪ ،‬وينسب هذا التأخير فى االعتماد على تكنولوجيا المعلومات‬
‫نسبيا ا إلى التحفظ والجمود فى هذه المهنة ‪ ،‬وكذلك ازداد تأثير هذا الجمود بتزايد اللوائح‬
‫المتقادمة وأيضا ا لعدم وجود الوسائل الجيدة التى من شأنها أن تسمح لمراقبى الحسابات‬
‫التقليديين (أي الذين ال يملكون تكنولوجيا المعلومات والتدريب على تحليل البيانات) والتش يل‬
‫اآللى للمهام التى يؤدونها حاليا ا يدويا ا ( ‪.) Dai and Vasarhelyi,2016‬‬
‫ويمكن القول بأن مراجعة الجيل الثالث سوف تكون نتاجا ا من األجيال السابقة‪ ،‬كما أنه‬
‫سيستحيل تأمين نظم البيانات الضخمة الحديثة بأدوات الماضى وبلوائح متقادمة‪ ،‬كما أن‬

‫‪6‬‬
‫مراجعة الجيل الرابع سيظهر ت يير كبير فى مهنة مراجعة الحسابات من خالل التش يل اآللى‬
‫لإلجراءات الحالية‪ ،‬وتوسيع نطاقها وتقليل التوقيت‪ ،‬وأخيرا ا تحسين توكيد الجودة الشاملة‬
‫( ‪.)Dai and Vasarhelyi,2016‬‬
‫والشكل التالى لتوضيح أجيال المراجعة وفقا ا لـ )‪ (Dai ,Vasarhelyi,2016‬ولتوضيح درجة‬
‫تعقد وضخامة حجم البيانات خالل أجيال المراجعة سالفة الذكر‪.‬‬

‫•المراجعة اليدوية‬
‫الجيل األول‬ ‫•األدوات ‪ :‬القلم الرصاص ‪ -‬االلة الحاسبة‬

‫•مراجعة تكنولوجيا المعلومات‬

‫اتجاه زيادة درجة التعقيد‬

‫•األدوات‪ :‬اكسل وبرامج‬
‫الجيل الثانى‬ ‫•‪CAAT‬‬

‫•البيانات الضخمة فى تحليالت المراجعة‬

‫الجيل الثالث‬ ‫•األدوات‪ :‬تطبيقات تحليلية‬

‫•التشغيل االلى التدريجى وشبه التدريجى للمراجعه‬

‫•األدوات‪ :‬أجهزة االستشعار ‪-‬‬
‫الجيل الرابع‬ ‫•‪IOT - IOS - GPS‬‬

‫شكل ‪ :1/1‬أجيال المراجعة ودرجات التعقيد‬

‫(‪ )Dai ,Vasarhelyi,2016‬بتصرف‬
‫ويتضح أن المراجعة وفقا ا لهذا التدريج تقف عند بداية الجيل الثالث وأن األدوات‬
‫المستخدمة فى ظل األجيال السابقة لم تعد تتواكب والتقدم التقنى المستخدم فى الجيلين الثالث‬
‫والرابع‪.‬‬
‫وإستجابة لهذه الت يرات فى بيئة المراجعة المعاصرة قدم مجمع المحاسبيين القانونيين‬
‫األمريكي )‪ (AICPA‬فى منشور بعنوان "تحليالت المراجعة والمراجعة المستمرة نظرة‬
‫للمستقبل" في عام ‪ 2015‬عرض من خالله تطور تكنولوجيا المعلومات وما يرتبط بذلك من‬
‫تحديات المراجعة بداية من عام ‪ 1945‬م مع بداية التطور التكنولوجي وصوالا لما بعد ‪2020‬‬

‫‪6‬‬
‫‪7‬‬
‫م ومراحل تحديات المراجعة خالل تلك الفترة‪ ،‬فبظهور البيانات الضخمة فى‪2010‬م والتى‬
‫خلقت بيئة متباينة أوجبت أنظمة مراقبة للحدود الواسعة لبيئة البيانات الخارجية ‪ ،‬والتى هى‬
‫من الضخامة بالقدر الذى ال يمكن تضمينه بمخازن المنشاة أو بيئة المصادر الخارجية‪،‬‬
‫وأوجب تحديا ا للمراجعة للحصول على البيانات الضخمة من مصادر متعددة للبيانات تلقائيا ا ‪،‬‬
‫فعند تحليل دور البيانات الضخمة فى المراجعة من األهمية بمكان التفرقة بين إذا ما كانت‬
‫تعنى البيانات المزيد من نفس النوع والتى يتم استخدمها بالفعل من قبل مراقبى الحسابات أو‬
‫تعنى المزيد من اآلنواع المختلفة أكثر من اآلنواع التى يعتمد عليها تقليديا ا لعطاء رأى‬
‫المراجعة‪ ،‬وتدفع البيانات الضخمة نطاق البيانات من البيانات المالية للبيانات غير المالية ‪،‬‬
‫ومن البيانات المهيكلة إلى البيانات غير المهيكلة‪ ،‬ومن داخل المنظمة إلى خارجها والنتقال‬
‫من المراجعة المستمرة إلى المراجعة عن بعد ‪ Remote audit‬والمراجعة التنبؤية‬
‫‪.)AICPA, 2015). Predictive audit‬‬
‫وفى مجال األعمال التجارية يمكن تحليل البيانات الضخمة من خالل العديد من األساليب‬
‫وذلك ب رض إدارة المخزون والتنبؤ بتوجهات العمالء وهى ال تزال مجاالا خصبا ا للبحث فيما‬
‫إذا كان من الممكن وكيف ينب ى على مراقب الحسابات تضمين البيانات الضخمة كجزء من‬
‫أدلة المراجعة (‪.)Yoon, et al.,2015‬‬
‫ووفقا ا لمعايير المراجعة فإن دليل المراجعة يجب أن يكون كاف ومناسب حيث يشير‬
‫المناسبة ( ‪ (Appropriate‬إلى الموثوقية )‪ (Reliable‬والمالءمة )‪(SAS ((Relevant‬‬
‫)‪.No. 106, AICPA,2004‬‬
‫وتوفر البيانات الضخمة دليالا فريدا ا أكثر من المصادر التقليدية األخرى فعلى سبيل المثال‬
‫فإن تحليالت البيانات الضخمة مفيدة ألهداف المراجعة وبصفة خاصة المتعلقة بالعمالء‬
‫)‪.(Russom , 2011‬‬
‫وسيكون لهذه التقنيات الناشئة المقدرة على ت يير بيئة وممارسة مهنتى المحاسبة‬
‫والمراجعة إلى حد كبير‪(Broun-Liburd and Vasarhelyi ,2015).‬‬
‫ويمكن القول بأن البيانات الضخمة تجعل مراقب الحسابات أمام كم هائل من البيانات‬
‫والمعلومات مما يفرض عليه ضرورة اكتساب مهارات الحصول على هذه المعلومات‬

‫‪8‬‬
‫وتحليلها واستخراج أدلة الثبات منها وتقييمها للمساعدة فى تكوين رأيه الفنى المحايد حول‬
‫القوائم المالية وقدرة المنشأة على االستمرار وغير ذلك من مسئوليات مراقب الحسابات‪.‬‬
‫وفى ضوء ما تقدم يمكن صياغة مشكلة البحث الرئيسية من خالل السؤالين البحثيين‬
‫التاليين‪-:‬‬
‫• هل تؤثر البيانات الضخمة فى إضافة أدلة إثبات جديدة فى المراجعة ؟‬
‫• هل يوجد أثر ألدلة اإلثبات الناشئة فى ظل البيانات الضخمة على جودة المراجعة؟‬
‫‪ 2-1‬أهداف البحث‪-:‬‬
‫سعى هذا البحث إلى إختبار أثر البيانات الضخمة على أدلة الثبات فى المراجعة كهدف‬
‫رئيسي وذلك من خالل دراسة الهدفين الفرعيين التاليين‪-:‬‬
‫‪ )1‬دراسة مدى إضافة البيانات الضخمة أدلة إثبات جديدة في عملية المراجعة‪.‬‬
‫‪ )2‬دراسة أثر أدلة اإلثبات الناشئة فى ظل البيانات الضخمة على جودة المراجعة‪.‬‬
‫‪ 3-1‬أهمية البحث‪-:‬‬
‫تظهر أهمية البحث من خالل المجال الذى يتناوله ويمكن عرض أهمية هذا البحث من خالل‬
‫جانبين وهما كما يلى‪:‬‬

‫أ ‪ -‬األهمية العلمية‪-:‬‬

‫(‪ )1‬أن تقنية البيانات الضخمة من الموضوعات الهامة والحديثة التى ست ير فى كثير‬
‫من المفاهيم والقضايا التى أثارت الجدل فى الفكر المحاسبي مع النطالقات‬
‫التكنولوجية الحالية والمستقبلية‪.‬‬

‫(‪ )2‬ندرة الدراسات واألبحاث المتخصصة التى تناولت بالدراسة العالقة بين البيانات‬
‫الضخمة وأدلة الثبات فى المراجعة‪ ،‬وذلك فى حدود علم الباحث ‪،‬والذى يعد خطوة‬
‫على الطريق ألبحاث أكثر تطورا ا وعمقا ا‪.‬‬

‫(‪ )3‬تهدف هذه الدراسة إلى خلق حوار بشأن األبحاث لمواكبة فكر المراجعة المتقدمة‬
‫فى ضوء بيئة البيانات المتطورة الجديدة‪.‬‬

‫(‪ )4‬أن البيانات الضخمة وأدلة الثبات فى المراجعة من الموضوعات التى تؤثر‬
‫وستطور فى بيئة وطبيعة علم المحاسبة والمراجعة‪.‬‬

‫‪98‬‬
 ‫ب ‪ -‬األهمية العملية‪-:‬‬

‫(‪ )1‬يسهم البحث فى القاء الضوء على مدى أثر البيانات الضخمة على أشكال أدلة‬
‫الثبات وعلى إجراءات الحصول عليها وكيفية تقييمها وتحليلها‪.‬‬

‫(‪ )2‬يمنح البحث لمراقبى الحسابات القدرة على اتخاذ قرارات أكثر رشادة فى وقت‬
‫متزامن (مناسب ) وبأقل تكلفة ممكنة فى ظل كميات هائلة من البيانات المهيكلة‬
‫وغير المهيكلة وشبه المهيكلة‪.‬‬

‫(‪ )3‬يمنح هذا البحث أمل جديد لتطور مجال المراجعة وعلى وجه الخصوص المراجعة‬
‫المستمرة فى المستقبل‪.‬‬

‫‪ 4-1‬فروض البحث‪- :‬‬

‫فى ضوء مشكلة البحث وأهدافه يمكن صياغة الفرض الرئيسي بأنه اليوجد اثر للبيانات‬
‫الضخمة على أدلة االثبات في عملية المراجعة وينبثق عنه الفرضين الفرعيين التاليين فى‬
‫صورتهما العدمية‪:‬‬
‫‪ -‬الفرض االول‪-:‬‬

‫أ‪ .‬اليوجد اثر ذو داللة احصائية للبيانات الضخمة فى إضافة أدلة إثبات جديدة في عملية‬
‫المراجعة‪.‬‬

‫ب‪ .‬الفروض الثانى‪-:‬‬

‫ال يوجد اثر ذو داللة احصائية ألدلة الثبات الناشئة فى ظل البيانات‬ ‫•‬
‫الضخمة على جودة عملية المراجعة‪.‬‬

‫‪ 5-1‬منهج البحث‪-:‬‬
‫فى ضوء هذا البحث وأهميته ولتحقيق أهدافه واختبار فروضه يستخدم الباحث المنهج‬
‫الستقرائي والمنهج الستنباطي على النحو التالي‪:‬‬
‫أ ‪ -‬المنهج اإلستنباطي‪ :‬اعتمد الباحث على هذا المنهج لبناء االطار النظري للدراسة وذلك‬
‫من خالل الطالع على الدراسات السابقة والبحوث العلمية المنشورة بالدوريات والمجالت‬

‫‪10‬‬
‫العلمية وعلى شبكة النترنت‪ ،‬والمرتبطة بموضوع البحث بهدف دراسة وتحليل أثر البيانات‬
‫الضخمة على أدلة الثبات فى المراجعة‪.‬‬
‫ب ‪ -‬المنهج اإلستقرائي‪ :‬استخدم الباحثهذا المنهج لبناء الدراسة الميدانية من خالل تقديم‬
‫قائمة إستقصاء والتى تمثل أداة البحث وتوزيعها على عيِنة الدراسة التى تتكون من مراقبى‬
‫الحسابات ‪ ،‬بالضافة إلى مجموعة من أعضاء هيئة التدريس بقسم المحاسبة والمراجعة فى‬
‫كليات التجارة بالجامعات المصرية ‪ ،‬وإختبار فروض الدراسة الميدانية من خالل إستخدام‬
‫مجموعة من األساليب الحصائية الوصفية والكمية وإختبارات الفروض‪.‬‬
‫‪6-1‬خطة البحث‪:‬‬

‫من خالل ما تم تقسيمه ولإلجابة على األسئلة المطروحة تم تقسيم البحث إلى ستة فصول‬
‫أساسية كما يلى‪-:‬‬
‫الفصل األول‪ :‬الطار العام للبحث‬
‫الفصل الثاني‪ :‬عرض وتحليل الدراسات السابقة‬
‫الفصل الثالث‪ :‬أثر أدلة الثبات فى عملية المراجعة‬
‫الفصل الرابع‪ :‬أثر العالقة بين البيانات الضخمة وأدلة الثبات فى عملية المراجعة‬
‫الفصل الخامس‪ :‬الدراسة الميدانية‬
‫الفصل السادس‪ :‬خالصة ونتائج وتوصيات البحث‬

‫‪11‬‬
 ‫الفص الثانح‬

‫عرض واحلي‬
‫الدراسات السابقة‬
‫‪ 1-2‬عرض واستقراء الدراسات السابقة‬

‫‪ 2-2‬تحليل الدراسات السابقة من وجهة نظر‬

‫الباحث‬

‫‪ 3-2‬أوجه اإلختالف بين الدراسات السابقة‬

‫والدراسة الحالية‬
‫‪ 4-2‬الخالصة‬
 ‫الفصل الثانى‬

‫الدراسات السابقة المتعلقة بموضوع البحث‬

‫• مقدمة‪-:‬‬

‫يعد الهدف من عرض مجموعة الدراسات السابقة ذات العالقة بالدراسة الحالية ضرورة‬
‫من ضرورات البحث العلمي وذلك للوقوف على ما توصلت إليه هذه الجهود لكي يتم البدء‬
‫من حيث إنتهى اآلخرون‪ ،‬بهدف إيجاد حالة من الترابط المعرفى بالمنهجيات المختلفة‪ ،‬وتحديد‬
‫مسار الدراسة الحالية‪.‬‬
‫لقد قام الباحث بتقسيم الدراسات السابقة إلى ثالثة مجموعات وذلك لتحقيق ال رض من‬
‫هذه الدراسة‪.‬‬
‫المجموعة األولي ‪ :‬الدراسات المتعلقة بالعالقة بين البيانات الضخمة والمحاسبة والمراجعة‪.‬‬
‫المجموعة الثانية ‪ :‬الدراسات المتعلقة بالعالقة بين أدلة الثبات فى المراجعة وتكنولوجيا‬
‫المعلومات‪.‬‬
‫المجموعة الثالثة ‪:‬الدراسات المتعلقة بالعالقة بين البيانات الضخمة وأدلة الثبات فى‬
‫المراجعة‪.‬‬
‫‪ 1-2‬عرض وتحليل الدراسات السابقة للبحث‬

‫‪ 1-1-2‬المجموعة األولى‪ :‬الدراسات المتعلقة بالعالاة بين البيانات الضخمة والمحاسبة‬

‫والمراجعة‪-:‬‬

‫‪ -1‬دراسة (‪-:Warren,et al.,(2015‬‬

‫بعنوان‪" How Big Data Will Change Accounting":‬‬

‫قد استهدفت هذه الدراسة تحديد الت يرات فى المحاسبة الناتجة عن البيانات الضخمة‬
‫وكيف أن البيانات الضخمة سيكون لها آثار بال ة األهمية بالنسبة للمحاسبة‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪-:‬‬

‫‪13‬‬
‫‪ )1‬أن الفيديو والصور والصوت والبيانات النصية يمكن أن ت ير المحاسبة؛ على‬
‫وجه التحديد فى مجاالت الميزانية وأنظمة الرقابة الدارية ‪Management‬‬
‫)‪ Control Systems (MCSs‬كأدلة مكملة للوثائق األصلية‪ ،‬وتقديم أدلة‬
‫إضافية لتبرير القيم التى تم تسجيل المعامالت بها‪.‬‬

‫‪ )2‬توفر البيانات الضخمة منظورا ا تاريخيا ا للعمليات المقرر تنفيذها فى قياس قيم‬
‫األصول‪ .‬إضافة إلى ذلك‪ ،‬فإن البيانات الضخمة يمكن أن تكمل تأكيدات القوائم‬
‫المالية من قبل الدارة‪ ،‬وهذه البيانات يمكن أن تدعم الوثائق لتحسين مستوى الثقة‬
‫للمحاسب فى هذه التأكيدات‪ .‬وكما أن مبادئ المحاسبة المقبولة قبوالا عاما ا فى‬
‫الواليات المتحدة ‪ U.S. GAAP‬تواصل التحرك فى اتجاه نموذج القيمة العادلة‪،‬‬
‫فيمكن زيادة تأكيد '' التقييم '' بالبيانات الضخمة‪ .‬وحيث أن عملية التقييم تعتمد‬
‫على التقدير الشخصى‪ ،‬كما تعتمد على البيانات الكمية والنوعية‪ ،‬فإن البيانات‬
‫التكميلية يمكن أن توفر أدلة تاريخية على أساس التوصل للقيمة العادلة‪.‬‬

‫‪ )3‬البيانات الضخمة هى حتى اآلن نموذج تقنى مثل نماذج (‪ )ERP‬من شأنها أن‬
‫ت ير طريقة المعامالت المالية المعتمدة‪ ،‬وسوف تعزز عمليات القياس من خالل‬
‫أشكال جديدة من أدلة الثبات لدعم إدارة المحاسبة للعمليات التجارية‪.‬‬

‫‪ - 2‬دراسة (‪-:Vasarhelyi et al.,(2015‬‬

‫بعنوان‪" Big Data in Accounting: An Overview":‬‬

‫استهدفت هذه الدراسة إلقاء الضوء على البيانات الضخمة فى مجال المحاسبة‪ ،‬بدءا ا من‬
‫البيانات المهيكلة الواردة فى نظم تخطيط موارد المؤسسات الحديثة حتى المعلومات غير‬
‫المهيكلة وشبه المهيكلة‪ .‬وتركز هذه الدراسة على كل من مصادر واستخدامات‪ ،‬وتحديات‬
‫البيانات الضخمة فى مجال المحاسبة (القياس) والمراجعة (التوكيد)‪ .‬وتركز هذه الدراسة على‬
‫الت يرات فى طبيعة السجالت المحاسبية وإدراج مصادر بيانات غير تقليدية فى مجاالت‬
‫المحاسبة والمراجعة‪ ،‬فضالا عن الحاجة إلى ت ييرات فى معايير المحاسبة والمراجعة‪ ،‬كما‬

‫‪14‬‬
‫تناولت الدراسة تفاعل كل من البيانات الضخمة والمصادر التقليدية للبيانات‪ ،‬فضالا عن أثر‬
‫البيانات الضخمة على أحكام المراجعة‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪-:‬‬
‫‪ )1‬بينت الدراسة أن اختالف مفهوم البيانات الضخمة باختالف المجال الذى‬
‫يستخدمه وأن هذه البيانات الضخمة تحد من قدرة نظام المعلومات الذى يحلل‬
‫هذه البيانات‪ ،‬كما وضع خصائص تبين هذه البيانات الضخمة من خالل أربعة‬
‫محددات هى الحجم الضخم‪ ،‬والسرعة العالية‪ ،‬والتنوع‪ ،‬ومصداقية غير مؤكدة‪،‬‬
‫كما أكد على ت ير كل من السعة التخزينية ومعالجة البيانات ‪.‬‬

‫‪ )2‬يمكن أن تتسبب البيانات الضخمة فى حدوث نقلة نوعية للسماح لألنشطة‬

‫االقتصادية إلى أن تتقدم ويتم قياسها فى وقت سابق وبشكل أعمق‪ ،‬ويمكن‬
‫الوصول التلقائى للبيانات من خالل أجهزة االستشعار ‪ ،‬وتدفقات بيانات ‪.GPS‬‬

‫‪ )3‬أضافت البيانات الضخمة أنواع جديدة من مجاالت البيانات ضمن سجالت‬

‫معامالت محاسبية محددة أبعد مما تم تسجيله تقليديا ا‪.‬‬

‫‪ )4‬تتسم البيانات الضخمة بمعالجة وتحليل مفصل بدالا من ملخص لبيانات المعامالت‬
‫والتكامل بين تنوع التحليل لكل من البيانات الداخلية والخارجية مع البيانات‬
‫المالية‪ ،‬وتكامل بيئة البيانات الضخمة مع عمليات القياس المحاسبي وتوكيديات‬
‫المراجعة‪.‬‬

‫‪ - 3‬دراسة (‪-:Alles,(2015‬‬

‫بعنوان‪Drivers of the Use and Facilitators and Obstacles of the ":‬‬

‫‪" Evolution of Big Data by the Audit Profession‬‬

‫تستكشف هذه الدراسة األهمية المتزايدة للبيانات الضخمة كأداة عمل‪ .‬وتركز على كيفية‬
‫استخدام مهنة المراجعة للبيانات الضخمة والتى سوف تتطور مع مرور الوقت‪ .‬كما اختبرت‬
‫الدراسة الفرض القائل بأن مراقبى الحسابات ال يعملون فى معزل عن ممارسات عمالئهم‪.‬‬

‫‪15‬‬
‫وبالتالى‪ ،‬ففى حالة أصبحت البيانات الضخمة أداة عمل أساسية لعمالء المراجعة‪ ،‬سوف‬
‫تصبح مهمة فى عملية المراجعة‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪-:‬‬

‫‪ )1‬أن العامل األساسي الستخدام البيانات الضخمة من قبل مراقبى الحسابات يتوقف‬
‫على مدى تبنى معايير المراجعة لمصادر أدلة الثبات خارج نطاق البيانات‬
‫التقليدية ‪.‬‬

‫‪ )2‬أن الدرس المستفاد من تاريخ المراجعة هو البطء الواضح فى تكيف مهنة‬

‫المراجعة مع الت يرات التكنولوجية السابقة‪ ،‬مثل أجهزة الكمبيوتر والنترنت‬
‫ولذا‪ ،‬بدأ مراقبى الحسابات فى الحصول على البيانات من نظم تخطيط موارد‬
‫المؤسسات )‪.) ERP‬‬

‫‪ )3‬لتطوير أساليب إعدادات المراجعة‪ ،‬فإن ابتكارات أخرى‪ ،‬مثل المراجعة‬

‫المستمرة والتنقيب عن النصوص ‪ ، Text Mining‬ما زال أمامها الكثير من‬
‫الوقت‪.‬‬

‫‪ )4‬ستثبت البيانات الضخمة كونها قوة ال يستهان بها وال تزال مسألة قابلة للتجديد‬
‫المستمر‪.‬‬

‫‪ )5‬يجب على مراقبى الحسابات أن يلتفتوا للتحذيرات القائلة بأن الشركات التى‬
‫نجحت فى الماضى لم تعد كذلك فى الوقت الحاضر‪ .‬ولعل هذه الحقيقة الموثقة‬
‫قد يكون المحرك الذى تحتاجه مهنة المراجعة لمواجهة تحديات البيانات‬
‫الضخمة‪ ،‬بدالا من االستسالم لها‪.‬‬

‫‪16‬‬
 ‫‪ - 4‬دراسة (‪-:Zhang,et al.,(2015‬‬

‫بعنوان‪Toward Effective Big Data Analysis in Continuous ":‬‬

‫‪" Auditing‬‬

‫استهدفت هذه الدراسة إلقاء الضوء على أن البيانات الضخمة أصبحت فى كل قطاع‬
‫ووظيفة لالقتصاد العالمى‪ ،‬وتركز هذه الدراسة على الفجوات بين البيانات الضخمة والقدرات‬
‫الحالية لتحليل البيانات فى المراجعة المستمرة (‪ .)CA‬وحددت الدراسة أربعة أبعاد البيانات‬
‫الضخمة وخمس فجوات الحقة ‪ ، Subsequent Gaps‬وهم‪ :‬تناسق وتوافق البيانات ‪Data‬‬
‫‪ ،Consistency‬النزاهة ‪ ،Integrity‬والتجميع ‪ ،Aggregation‬وتحديد الهوية‬
‫‪ ،Identification‬والسرية ‪ .Confidentiality‬وقد حددت الدراسة لكل فجوة التحديات‬
‫والحلول الممكنة المستمدة من نظم البيانات التقليدية‪ ،‬التى يمكنها مواصلة تطبيقها على أنظمة‬
‫المراجعة المستمرة ‪ CA‬فى عصر البيانات الضخمة‪.‬‬

‫وكانت أهم ما جاء فى نتائج هذه الدراسة ما يلى‪-:‬‬

‫‪ )1‬ركزت هذه الدراسة على تحديات البيانات الضخمة بخصوص تحليالت البيانات‬
‫فى المراجعة المستمرة ‪ (CA) Continuous Auditing‬استنادا ا إلى مميزات‬
‫البيانات الضخمة‪.‬‬

‫‪ )2‬تم تحديد الفجوات بين المطالب التى يطرحها تحليل البيانات الضخمة والحالة‬
‫الراهنة لتحليل البيانات فى معظم نظم المراجعة المستمرة ‪ ،CA‬ولقد وصف‬
‫خمس ث رات محددة من البيانات الضخمة‪.‬‬

‫‪ )3‬أن صفات البيانات الضخمة الحجم‪ ،‬وسرعة التدفق‪ ،‬والتنوع‪ ،‬والمصداقية تسهم‬
‫فى خلق فجوات البيانات الضخمة التالية‪ :‬تناسق أو توافق البيانات وسالمة‬
‫البيانات وتحديد البيانات‪ ،‬تجميع البيانات‪ ،‬وسرية البيانات‪ .‬وتخلق هذه الفجوات‬
‫فى البيانات الضخمة تحديات ألنظمة المراجعة المستمرة ‪ CA‬الحالية‪.‬‬

‫‪17‬‬
‫‪ )4‬حددت الدراسة الحلول الممكنة لهذه الفجوات جنبا ا إلى جنب مع الموضوعات‬
‫البحثية الالزمة بهدف زيادة تطبيق نظم المراجعة المستمرة للبيانات الضخمة‪.‬‬

‫‪ )5‬أن البيانات الضخمة هى ظاهرة األعمال التى وجدت لتبقى‪ ،‬وتحتاج أنظمة‬
‫المراجعة المستمرة ‪ CA‬للتكيف مع تحدياتها‪.‬‬

‫‪ - 5‬دراسة (‪-:Brown-Liburd et al.,(2015‬‬

‫بعنوان‪Behavioral implications of Big Data’s impact on ":‬‬

‫‪audit judgment and decision making and future research‬‬

‫‪" directions‬‬

‫تناولت هذه الدراسة اآلثار السلوكية للبيانات الضخمة على قرار المراجعة من خالل‬
‫معالجة قضايا المعلومات الزائدة‪ ،‬وأهمية المعلومات‪ .‬كما ناقشت التحديات التى يواجهها‬
‫مراقبو الحسابات عند دمج البيانات الضخمة فى تحليالت المراجعة واألدوات التحليلية‬
‫المختلفة التى تستخدمها الشركات حاليا ا فى تحليل البيانات الضخمة‪.‬‬
‫نتائج الدراسة‪:‬‬

‫‪ )1‬يواجه مراقبو الحسابات تحديا معقدا فى جمع وتحليل وتجميع كميات كبيرة من‬
‫البيانات من مصادر متعددة من أجل إبداء الرأى فيها‪.‬‬

‫‪ )2‬أن اآلثار السلوكية المتعلقة بالتحميل الزائد للمعلومات‪ ،‬معلومات غير ذات صلة‪،‬‬
‫وعدم الوضوح المحتمل هى القيود الرئيسية التى سيكون على مراقبى الحسابات‬
‫الت لب عليها لدراك قيمة البيانات الضخمة‪ .‬ومع ذلك ‪ ،‬فإن األدوات مثل النظم‬
‫الخبيرة‪ ،‬والتحليالت التنبئية‪ ،‬ما هى إال وسائل متاحة للمساعدة فى تخفيف هذه‬
‫القيود وتحسين كفاءة وفعالية المراجعة‪.‬‬

‫‪ )3‬أن اقتراح تضمين البيانات الضخمة فى عملية المراجعة هو عبارة عن قيمة‬

‫مضافة لمراقبى الحسابات‪ ،‬ولكن هذا ال يمنع من وجود تحديات ينب ى على‬

‫‪18‬‬
‫مراقبى الحسابات أن يدركونها‪ .‬ولذلك‪ ،‬ال ينب ى أن تستخدم البيانات الضخمة‬
‫كمصدر وحيد لألدلة‪ ،‬وأنما لتأكيد نتائج المراجعة وتحديد المخاطر‪.‬‬

‫‪ )4‬فيما يتعلق بتحليالت البيانات‪ ،‬هناك العديد من األدوات المتقدمة متاحة لمراقبى‬
‫الحسابات‪ .‬ومع ذلك‪ ،‬على مراقب الحسابات التأكد من تحديد أداة مثالية لتحليل‬
‫البيانات ومصدر البيانات‪.‬‬

‫‪ )5‬من المهم جدا ا على مراقبى الحسابات النظر فى نوعية البيانات غير المالية‬
‫المتضمنة فى تحليالتهم‪ ،‬ويجب على شركات المراجعة إما وضع معايير مراقبة‬
‫الجودة الخاصة بها‪ ،‬أو اعتماد معايير البيانات التى يجري الترويج لها حاليا من‬
‫قبل ‪ ،AICPA‬فيما يتعلق باستخدام البيانات الضخمة‪.‬‬

‫‪ - 6‬دراسة (‪-:Cao, Chychyla, and Stewart,(2015‬‬

‫بعنوان‪" Big Data Analytics in Financial Statement Audits ":‬‬

‫هدفت هذه الدراسة إلى إلقاء الضوء على تحليالت البيانات الضخمة وهى عملية تصفية‬
‫وتنقية وتحويل وتصميم نماذج البيانات الضخمة الكتشاف واالتصال بالمعلومات‪،‬‬
‫واالستنتاجات المقترحة‪ ،‬ودعم عملية صنع القرار‪ .‬وتناقش أيضا ا خصائص تحليالت البيانات‬
‫الضخمة والتى تميزه عن المراجعة التقليدية وأثارها على الممارسة العملية‪.‬‬
‫نتائج الدراسة‪:‬‬
‫‪ )1‬أحدثت البيانات الضخمة ثورة فى العديد من المجاالت بمعدالت متزايدة‪ ،‬ويبدو‬
‫أنها مسألة وقت قبل أن تعتمد مهنة مراجعة الحسابات الطرق التحليلية المشابهة‪.‬‬

‫‪ )2‬قدمت هذه الدراسة أمثلة على تحليالت البيانات الضخمة واقتراح تطبيقات‬
‫المراجعة المماثلة‪.‬‬

‫‪ )3‬ناقشت الدراسة بإيجاز خصائص معينة لتحليالت البيانات الضخمة ذات الصلة‬
‫بالمراجعة وتحديد بعض الفرص والتحديات التى تواجه التنفيذ‪.‬‬

‫‪19‬‬
 ‫‪ - 7‬دراسة (‪-:Vanessa Vieira et al.,(2016‬‬

‫بعنوان ‪Big Data & Analytics minimum control ":‬‬

‫‪"requirements:a proposal on literature review‬‬

‫استهدفت هذه الدراسة تناول المفاهيم التى صاغتها المنظمات والخبراء فى البيانات‬
‫الضخمة وتحليالتها‪ ،‬وصلته بعمل مراقب الحسابات‪ ،‬وخاصة فى التحديات التى يمثلها لهؤالء‬
‫المهنيين‪.‬‬
‫ومن أهم نتائج هذه الدراسة ما يلى‪-:‬‬

‫‪ -1‬أن البيانات الضخمة أصبحت من المفاهيم الرئيسية فى تكنولوجيا المعلومات للمراجعة‬

‫كما أصبحت واقعا ا أقرب بكثير مما يمكن تصوره‪.‬‬
‫‪ – 2‬يؤدى خبراء المراجعة الذين يتحكمون فى مخاطر المعلومات والبيانات دورا ا‬
‫رئيسيا ا فى دعم هذه المرحلة بما يتماشى مع االستخدام المناسب للبيانات‪ .‬وهكذا‪،‬‬
‫فإن الحاالت الفنية هى على النحو التالي‪- :‬‬

‫أ ‪ -‬تبـادل المعلومـات بين الرقـابـة الـداخليـة والبيـانـات الضـــــخمـة‪ ،‬فى محـاولـة لفهم‬
‫التحديات والنطاق والمخاطر التى يمثلها لمراقب الحسابات‪.‬‬
‫ب ‪ -‬من المهم معرفة كيفية االســتفادة من " البيانات الضــخمة" واالســتفادة من‬
‫األثر اليجابي الذى يمكن أن يقدمه تحليل البيانات ‪.‬‬

‫‪ - 8‬دراسة (‪-: Kostić et al.,(2017‬‬

‫بعنوان‪The future of audit: Examining the opportunities " :‬‬

‫‪and challenges stemming from the use of Big Data Analytics‬‬

‫‪" and Blockchain technology in audit practice‬‬

‫‪20‬‬
‫هدفت الدراسة الى بيان آثار تحليالت البيانات الضخمة ‪Big Data Analytics‬‬
‫(‪ )BDA‬وتكنولوجيا سلسلة الكتل ‪ )BC( Blockchain‬على مستقبل مهنة المراجعة‬
‫وتوفير إطار يستند إلى البحوث النظرية القائمة التى من شأنها استكشاف السبل التى‬
‫يمكن بها دمج تكنولوجيا (‪ )BC( ،)BDA‬فى إجراءات المراجعة فى المستقبل‪ .‬وقد‬
‫تم اختيار المنهج الوصفى باستخدام أساس االستدالل االستقرائى للرد على أسئلة‬
‫البحث حيث أجريت دراسة حالة باستخدام مقابالت شبه منظمة فى ‪.PwC ،KPMG‬‬
‫وقد تم جمع البيانات العملية لهذه الدراسة من خالل مقابالت شبه منظمة مع موظف‬
‫واحد فى ‪ PwC‬وخمسة موظفىن ‪ .KPMG‬وعالوة على ذلك‪ ،‬جمعت تقارير داخلية‬
‫وخارجية لستخالص الستنتاجات‪.‬‬
‫ومن أهم النتائج ما يلى‪-:‬‬
‫‪ )1‬لقد اتسع نطاق البحوث المتعلقة بتكنولوجيا تحليالت البيانات الضخمة‬
‫(‪ ،)BDA‬سالسل الكتل (‪ )BC‬بمعدل متزايد فى السنوات الثالث الماضىة‪.‬‬
‫والذى من شأنه زيادة توحيد إجراءات المراجعة واستخدام تحليالت البيانات‬
‫الضخمة ليتيح وينمي تنفىذ تكنولوجيا سالسل الثقة التى ست ير مهنة‬
‫المراجعة‪.‬‬

‫‪ )2‬أن التحول اآللى الكامل او شبه الكامل سوف تست رق وقتا طويال ولكن مهام‬
‫المراجعة البسيطة باستخدام هذه التكنولوجيا تؤدي إلى المزيد من الفعالية‬
‫والكفاءة‪ .‬وفى نهاية المطاف إلى وفورات فى التكاليف‪.‬‬

‫‪ )3‬وعلى الرغم من وجود عالقة قوية بين كل من أبحاث تحليالت البيانات الضخمة‬
‫وسلسة الكتل والخاصة بتطبيقاتها على ممارسات المراجعة فإن كل من‬
‫الممارسين والباحثين يعلمون مدى أهمية التكنولوجيا الناشئة والتى سوف تلعب‬
‫دورا كبيرا فى مستقبل المراجعة‪.‬‬

‫‪ )4‬قدمت هذه الدراسة إطارا نظريا يمكن أن تمكن شركات المراجعة من دمج‬
‫تحليالت البيانات الضخمة وتكنولوجيا سلسة الكتل فى إجراءات المراجعة‬
‫المستقبلية ‪.‬‬

‫‪21‬‬
 ‫‪ - 9‬دراسة (‪-:Vanessa Vieira,et al.,(2017‬‬

‫بعنوان ‪Big Data & Analytics: an approach using audit ":‬‬

‫‪" experts’ interviews‬‬

‫هدفت الدراسة الى بيان كيف لمراجعى الحسابات الداخليين تصور البيانات الضخمة‬
‫والتحليالت وماهى الفرص والصعوبات والمطلوب لمواجهة هذا التحدى‪ .‬ولتحقيق هذا‬
‫الهدف الرئيسي‪ ،‬أجريت مقابالت شبه منظمة تركز على مجموعة مراقبى الحسابات‬
‫الداخليين‪.‬‬

‫وكانت أهم نتائج هذه الدراسة ما يلى‪-:‬‬

‫‪ )1‬المراجعة‪ ،‬والمهنيين الذين يسيطرون على خطر المعلومات والبيانات‪ ،‬لديهم‬

‫دورا رئيسيا فى دعم االستخدام المناسب للبيانات كما ال يزال هناك الكثير مما‬
‫يتعين القيام به فى هذا الصدد‪.‬‬

‫‪ )2‬من المهم جدا ا مالحظة‪ ،‬أوالا‪ ،‬البيانات التى نأمل فى الحصول عليها من تحليل‬
‫البيانات‪ ،‬وثانيا ا‪ ،‬إدراك القيمة التى يمكن أن تحتوى عليها هذه البيانات غير‬
‫المنظمة أو غير المهيكلة‪.‬‬

‫‪ - 10‬دراسة (‪-:Appelbaum et al.,(2017‬‬

‫بعنوان‪Big Data and Analytics in the Modern Audit ":‬‬

‫‪"Engagement‬‬

‫هدفت الدراسة الى‪ :‬استعراض اللوائح المتعلقة بأدلة الثبات والجراءات التحليلية‪ ،‬فى بيئة‬
‫البيانات الضخمة‪ .‬حيث قدمت هذه الدراسة تجميعا واستعراضا للقضايا التى تواجه مجتمع‬
‫المراجعة مع تزايد استخدام البيانات الضخمة والتحليالت المعقدة من قبل عمالئها‪.‬‬
‫ومن أهم نتائج هذه الدراسة ما يلى‪-:‬‬

‫‪22‬‬
‫‪ )1‬أن البيانات الضخمة وتحليالت األعمال التجارية ت ير بيئة األعمال وقدرات‬
‫العمليات التجارية‪.‬‬

‫‪ )2‬ينب ى أن تت ير وظيفة المراجعة الخارجية‪ ،‬وقواعدها‪ ،‬وأن تتطور خطواتها‪،‬‬

‫وأن توحد ميكنة عملياتها األساسية‪ ،‬وأن يصبح توقيتها مناسب او شبه فورى‬
‫فى أساليبه التحليلية التنبؤية والوصفية الوقائية ‪.‬‬

‫‪ - 11‬دراسة (‪-:Adrian Gepp et al.,(2018‬‬

‫بعنوان‪Big Data Techniques in Auditing Research and ":‬‬

‫‪" Practice Current Trends and Future Opportunitied‬‬

‫هدفت الدراسة الى‪ :‬تحليل أساليب إستخدام تكنولوجيا البيانات الضخمة فى المراجعة‪،‬‬
‫واستعراض البحوث الحالية حول البيانات الضخمة فى المحاسبة المالية والمراجعة‪.‬‬

‫من اهم نتائج الدراسة‪:‬‬

‫‪ )1‬الجمع بين نماذج البيانات الضخمة المتعددة بدالا من تطبيق نموذج واحد‪،‬‬
‫واستخدام نماذج البيانات الضخمة الستكمال الخبرة البشرية‪ ،‬كما أن هناك العديد‬
‫من الفرص الستخدام تكنولوجيات البيانات الضخمة فى المراجعة‪ ،‬وخصوصا‬
‫عندما يتم الجمع بين الجراءات التحليلية مع اساليب المراجعة التقليدية وحكم‬
‫الخبراء‪.‬‬

‫‪ )2‬يمكن أن تستفيد عمليات المراجعة من استخدام التحسينات التى أدخلت على‬

‫نماذج التعثر المالي ونموذج االحتيال المالي والتنبؤ بسوق األوراق المالية‬
‫والنماذج الكمية‪.‬‬

‫‪ )3‬للمساعدة فى التوافق بين البحوث األكاديمية والممارسة العملية‪ ،‬من المهم أن‬
‫نفهم أنتشار وطبيعة تكنولوجيات البيانات الضخمة فى ممارسة المراجعة‪.‬‬

‫‪23‬‬
‫‪ )4‬ينب ى أن ي طي استخدام تكنولوجيا البيانات الضخمة مجموعة واسعة من‬
‫الشركات قدر المكان‪ ،‬بداية من الشركات األربعة الكبرى ‪ Big 4‬إلى شركات‬
‫المراجعة الص يرة‪ ،‬ألن االستخدام ربما يختلف اختالفا ا كبيرا ا‪.‬‬

‫‪ 2-1-2‬المجموعة الثانية ‪:‬الدراسات المتعلقة بالعالاة بين أدلة اإلثبات فى عملية المراجعة‬

‫وتكنولوجيا المعلومات‪-:‬‬

‫‪ - 1‬دراسة نخال ‪-:)2006(،‬‬

‫بعنوان‪ " :‬أثر التجارة اإللكترونية على مفهوم اإلثبات فى المراجعة"‬

‫الهـدف من الـدراســـــة‪ :‬التعرف على أثر التجـارة االلكترونيـة على كـل من مفهوم‬
‫الثبات وإجراءات جمع أدلة الثبات فى المراجعة‪ ،‬وذلك من خالل دراسـة ميدانية لعينة‬
‫من ‪ 150‬استمارة استقصاء وزعت على أعضاء هىئة التدريس بكليات التجارة واعضاء‬
‫مكاتب المراجعة المصرية وأعضاء الجهاز المركزي للمحاسبات‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪-:‬‬
‫‪ .1‬المخــاطر التى تتعلق بمعــامالت التجــارة االلكترونيــة أثرت على مهنــة المحــاســـــبــة‬
‫والمراجعة فى العديد من النقاط أهمها (قصور مهنة المراجعة عن تدعيم نظم وإجراءات‬
‫الرقابة الداخلية بنوعيها المأنعة والكاشـفة فى المنشـتت التى تسـتخدم التجارة االلكترونية‪،‬‬
‫قصور األساليب التقليدية لفحص عمليات التجارة االلكترونية)‪.‬‬

‫‪ .2‬نتيجة لعدم وجود سـجالت ورقية لتسـجيل المعامالت االلكترونية فعلى المراجع أن يأخذ‬
‫فى االعتبار أثر ذلك على أدلة الثبات التى يحصـــل عليها‪ ،‬ونتج عن اســـتخدام التجارة‬
‫االلكترون ية عدة اثار على النظام المحاسـبي وعلى المراجعة أهمها (عدم اسـتقاللية النظم‬
‫المحاســـبية واعتمادها على بعضـــها البعض وإمكانية فقد البيانات ومســـار المراجعون‬
‫االعتماد على طرف ثالث لتمام الصـــفقات وهو مورد خدمة اآلنترنت غياب المدخالت‬
‫والمخرجات الملموسة‪ ،‬بالضافة الختصار مسار الدورة المحاسبية)‪.‬‬

‫‪24‬‬
‫‪ .3‬هناك بعض الجراءات التى ســـوف تطبق بشـــكل مختلف فى بيئة التجارة اللكترونية‪،‬‬
‫واظهرت الــدراســــــة أن هنــاك نموذجىن لجراء عمليــة المراجعــة فى بيئــة التجــارة‬
‫اللكترونية هما ‪:‬‬

‫‪ -1‬نموذج إجراءات المراجعة الدورية (‪)PAPM‬‬

‫‪ -2‬نموذج المراجعة المستمرة (‪.)CAPM‬‬

‫‪ .4‬تعتبر المراجعة المســــتمرة أفضــــل لمراجعة عمليات التجارة اللكترونية‪ ،‬يرى الباحث‬
‫ضــرورة أن يتضــمن تقرير المراجع فقرة عن الثقة فى موقع العميل (‪،)Web Trust‬‬
‫على عكس ما هو قائم حاليا من اعتبار هذه الخدمة إضافية يقوم بها المراجع‪.‬‬

‫‪ .5‬أكدت الدراســــة الميدانية بأن هناك أثر جوهرى للتجارة االلكترونية على طبيعة الثبات‬
‫فى المراجعـة‪ ،‬وبـأن هنـاك أثر جوهرى للتجـارة االلكترونيـة على إجراءات جمع أدلـة‬
‫الثبات‪.‬‬

‫‪ - 2‬دراسة بدوي‪-:)2007(،‬‬

‫بعنوان ‪ ":‬تقييم أدلة اإلثبات فى المراجعة فى ظل التجارة اإللكترونية مع دراسة‬

‫تطبيقية "‬

‫الهدف من الدراســـة‪ :‬اســـتهدفت هذه الدراســـة التعرف على صـــور األدلة اللكترونية‬
‫وكيفية الحكم على مدى مالءمتها وكفايتها فى بيئة التجارة االلكترونية‪ ،‬ومناقشــة أدوات‬
‫ووســـــائـل المراجعـة التى يمكن أن تســـــاعـد فى جمع األدلـة االلكترونيـة‪ ،‬كمـا بحثـت أثر‬
‫التجـارة االلكترونيـة على دليـل المراجعـة وتـأهىـل مراجع الحســـــابـات وخطر المراجعـة‬
‫للمســاعدة فى كيفية تقييم والحكم على ســالمة وكفاية األدلة االلكترونية‪ .‬وذلك من خالل‬
‫دراســة نظرية وتطبيقية (ميدانية اســتقصــائية) لعينة من ‪ 110‬قائمة اســتقصــاء وزعت‬
‫على مكاتب المحاســـبة المصـــرية والجهاز المركزي للمحاســـبات بالضـــافة للمقابالت‬
‫الشخصية‪.‬‬

‫‪25‬‬
 ‫ومن أهم نتائج تلك الدراسة ما يلى‪-:‬‬
‫‪ )1‬التوافق بين الـدراســـــتين التطبيقيـة النظريـة فى أن هنـاك اختالف شــــكـل دليـل‬
‫المراجعـة االلكتروني عن دليـل المراجعـة الورقي وبـاختالف توقيـت جمع أدلـة‬
‫الثبــات االلكترونيــة عن توقيــت جمع األدلــة الورقيــة ‪،‬وبــاختالف إجراءات‬
‫ووسائل المراجعة فى ظل التجارة االلكترونية‪ ،‬واكدة أهمية الجراءات التحليلية‬
‫وخاصــة فى بيئة التجارة االلكترونية‪ ،‬بالضــافة ألهمية وصــعوبة إصــدار حكم‬
‫مهني من قبل مراقب الحسابات على أدلة الثبات االلكترونية ‪،‬وإمكانية االعتماد‬
‫على حـاســـــبـات العميـل لجمع األدلـة اللكترونيـة وأهميـة اختبـار نظم الرقـابـة‬
‫الـداخليـة للعميـل للتحقق من فعـاليتهـا ‪،‬واســـــتخـدامـه يؤدى لزيـادة الخطر المتالزم‬
‫وخطر الرقابة وخطر عدم االكتشـاف مع الدخول فى مجال التجارة االلكترونية‪،‬‬
‫وأهميـة إعـادة تـأهىـل مراقـب الحســـــابـات وتـدريبـه وتحـديـث مهـاراتـه فى مجـاالت‬
‫مختلفة ‪.‬‬

‫‪ )2‬اختلفت الدراســة التطبيقية والدراســة النظرية فى أن مطبوعات الحاســب اآللى‬

‫من وجهة نظر مراقبى الحســابات أدلة ورقية فى حين أن الدراســة النظرية أدلة‬
‫الكترونيـة فى صـــــورة ورقيـة ويلجـأ بعض مراقبى الحســـــابـات لالختبـارات‬
‫األســاســية لمراجعة المنشــتت التى تعمل فى مجال لتجارة االلكترونية فى حين‬
‫الدراســــة النظرية تؤكد أهمية خطر الرقابة الداخلية حتى يتســــنى إتمام عملية‬
‫المراجعـة‪ ،‬وأن معظم مراقبى الحســـــابـات ليس لـديهم الخبرة الكـافيـة بطبيعـة أو‬
‫تشـ يل أدوات المراجعة التى تعتمد على الحاسـب فى حين أن الدراسـة النظرية‬
‫توكـد أهميتهـا فى مجـال التجـارة االلكترونيـة‪ ،‬بـالضـــــافـة الى أن بعض مراقبى‬
‫الحســابات يرفض االعتماد على حاســبات العميل فى حين الدراســة النظرية أنه‬
‫فى حـاالت معينـة قـد ال يكون امـام مراقـب الحســـــابـات خيـار اخر غير االعتمـاد‬
‫على حاسبات العميل بعد التأكد من كفاءتها وفاعليتها بجانب وسائل أخرى‪.‬‬

‫‪26‬‬
 ‫الدراسات السابقة‬

‫‪ - 3‬دراسة الهواري ‪-:)2008(،‬‬

‫بعنوان‪ ":‬إطار مقترص لتطوير أدلة اإلثبات للمراجعة فى ظل تبادل البيانات‬

‫المحاسبية عبر شبكة اآلنترنت "‬

‫هدفت الدراســة ‪ :‬لبيان ماهية وطبيعة االنترنت وعمليات تبادل البيانات المحاســبية عبر‬
‫شـــــبكـة اآلنترنـت وأثرهم على بيئـة األعمـال وتحليـل مشـــــكالت المراجعـة النـاتجـة عن‬
‫عمليات تبادل البيانات المحاسبية عبر شبكة اآلنترنت وأثرها على أدلة الثبات‪ ،‬والتحقق‬
‫من تقييم ومـدى فعـاليـة ومالءمـة أدلـة الثبـات الحـاليـة لمراجعـة عمليـات تبـادل البيـانـات‬
‫المحاسـبية عبر شـبكة اآلنترنت‪ ،‬وتأسـيس إطار مقترح لتطوير أدلة الثبات كأداة لضـبط‬
‫مخاطر المراجعة اللكترونية لعمليات تبادل البيانات المحاســـبية عبر شـــبكة اآلنترنت‪،‬‬
‫إعداد دراسة ميدانية استقصائية على عينه من األكاديميين ومراقبى الحسابات ومراجعى‬
‫الجهاز المركزى للمحاسـبات التى تراجع أعمال الشـركات التى تمارس نشـاطها فى ظل‬
‫تبادل البيانات المحاســـبية عبر شـــبكة اآلنترنت للتحقق من كفاءة الطار المقترح‪ .‬وذلك‬
‫بدراســـة ميدانية على عينة من مراقبى حســـابات الشـــركات التى تمارس عمليات تبادل‬
‫البيانات المحاسـبية الكترونيا ا والتجارة اللكترونية عبر شـبكة اآلنترنت مثل المؤسـسـات‬
‫المالية وشركات االتصاالت‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪- :‬‬
‫‪ )1‬أن األدلـة اللكترونيـة هى معلومـات تم نقلهـا وتشــــ يلهـا واالحتفـاظ بهـا أو‬
‫حيازتها عن طريق وســائل إلكترونية ويســتخدمها مراقب الحســابات لتقييم‬
‫مزاعم الدارة بـالقوائم المـاليـة‪ .‬والهـدف من أدلـة الثبـات التى يجـب تخطيط‬
‫أعمال المراجعة لجمعها لن يت ير وأنها ســـتكون إلكترونية أي غير ورقية‪،‬‬
‫ويجـب جمعهـا اعتمـادا ا على أدوات تكنولوجيـا المعلومـات‪ ،‬ولن يصـــــعـب‬
‫اســـترجاعها‪ ،‬وســـوف يصـــعب على العميل ت ييرها‪ ،‬وأنها يمكن أن تكون‬
‫مرئية أو صــــوتية أو فى صــــورة بصــــمة إلكترونية أو توقيع إلكتروني‪،‬‬
‫ولتفعيل أدلة الثبات فى ممارسة المراجعة الخارجية اللكترونية‪.‬‬

‫‪27‬‬
‫‪ )2‬من المؤكـد أنـه كلمـا تم تجميع أكبر قـدر من أدلـة الثبـات اللكترونيـة وذات‬
‫نوعيـة صـــــالحـة وكـافيـة‪ ،‬كلمـا أدى ذلـك إلى تخفيض المخـاطرة فى عمليـة‬
‫المراجعـة اللكترونيـة‪ .‬على أن يـأخـذ فى اعتبـاره العوامـل التـاليـة‪ :‬درجـة‬
‫المخاطرة اللكترونية‪ ،‬التكلفة‪ ،‬الوقت‪ ،‬األهمية النسبية‪.‬‬

‫‪ )3‬لتوفير ثم تقييم كم ونوعيـة أدلـة الثبـات اللكترونيـة التى يجـب تجميعهـا‬

‫والحصــــول عليها للمراجعة اللكترونية فى ظل تبادل البيانات المحاســــبية‬
‫عبر شــبكة اآلنترنت لتخفيض المخاطرة النهائية للمراجعة يجب توفير أكثر‬
‫من نوع من الخبرة‪ .‬منها الخبرة فى مجال نظم المحاسبة اللكترونية‪ ،‬ونظم‬
‫المراجعة اللكترونية‪ ،‬تكنولوجيا المعلومات ومستحدثاتها المستمرة‪.‬‬

‫‪ )4‬أن وجود إطـار مقترح لتطوير فـاعلىـة أدلـة الثبـات كـأداة لضـــــبط مخـاطر‬
‫المراجعـة فى ظـل تبـادل البيـانـات المحـاســـــبيـة عبر شـــــبكـة اآلنترنـت‪ ،‬وإذا‬
‫تحققت له ضـمأنات الموضـوعية الكاملة‪ ،‬فإن النتيجة المؤكدة هى الوصـول‬
‫بمخـاطر المراجعـة إلى أدني قيمـة لهـا‪ .‬وذلـك من خالل تحـديـد أربعـة خطوات‬
‫يمر بهـا إطـار التطوير وهى‪ :‬تبويـب أدلـة الثبـات اللكترونيـة للمراجعـة فى‬
‫ظل تبادل البيانات المحاسـبية عبر شـبكة اآلنترنت‪ ،‬وإعطاء أوزان ترجيحية‬
‫ألدلـة الثبـات اللكترونيـة‪ ،‬وقيـاس الفروض‪ ،‬اختبـار الفروض‪ .‬وبعـد تجميع‬
‫وتقييم أدلة الثبات حسـب الخطوات السـابقة‪ ،‬ينهى مراقب الحسـابات أعمال‬
‫المراجعة بكتابة التقرير بالنســـبة للتأكيدات المهنية أو التوصـــيات بالنســـبة‬
‫لالستشارات المهنية المستحدثة‪.‬‬

‫‪ - 4‬دراسة العمري‪-: )2012(،‬‬

‫بعنوان‪ ":‬بناء أنموذج لقياس أثر أدلة اإلثبات االلكترونية فى اآلنظمة المحاسبية على‬

‫تحسين أداء المداق الخارجي "‬

‫الهـدف من الـدراســـــة‪ :‬بنـاء أنموذج لقيـاس أثر اســـــتخـدام أدلـة الثبـات اللكترونيـة فى‬
‫اآلنظمة المحاسـبية على تحسـين أداء مراقب الحسـابات الخارجى‪ ،‬وذلك من خالل وضـع‬

‫‪28‬‬
‫‪27‬‬
‫الشــــروط القانونية وعناصــــر القناع التى يجب أن تتوافر فى أدلة الثبات اللكترونية‬
‫خالل مراحـل عمليـة المراجعـة ومبـادئ خـدمـات الثقـة والموضـــــوعيـة للنظم المحـاســـــبيـة‬
‫المســــتقاه منها أدلة الثبات اللكترونية‪ .‬وتم توزيع ‪ 200‬اســــتبيان وزعت على مجتمع‬
‫الدراسة المكون من ‪ 240‬مراقب حسابات‪.‬‬
‫ومن أهم نتائج هذه الدراسة ما يلى‪-:‬‬

‫(‪ )1‬هنـاك ارتبـاطـا ا قويـا ا بين أدلـة الثبـات اللكترونيـة واراء المراقـب الخـارجي‬
‫بعالقة إيجابية قوية‪.‬‬

‫(‪ )2‬مبادئ خدمات الثقة والموضــوعية هى األقوى ارتباطا وتلتها عناصــر القناع‬
‫وبعدها الشروط القأنونية‪.‬‬

‫‪ - 5‬دراسة (‪-:Teeter et al. ,(2014‬‬

‫بعنوان‪" Essays on The Enhanced Audit":‬‬

‫هدفت الدراســـة الى‪ :‬إجراءات المراجعة محســـنة ل مؤكدة ‪، Enhanced Auditing‬‬

‫وتقديم مناقشـة بشـأن االعتماد على التكنولوجيا وكفاءة مراقب الحسـابات‪ .‬وتعريف إطار‬
‫معيـاري لتصـــــنيف أدلـة المراجعـة يجمع بين مختلف المنـاهج المتبعـة فى المراجعـة‬
‫المحســـنةل مؤكدة وتوفير أداة لتقييم مراقبى الحســـابات لخطة المراجعة الخاصـــة بهم‪.‬‬
‫بالضـافة لتطويراطار لتحديد فرص ابتكار المراجعة اسـتنادا إلى خصـائص أدلة الثبات‬
‫األساسية المستخدمة فى عملية التوكيد‪.‬‬
‫ومن أهم نتائج هذه الدراسة كما يلى‪-:‬‬
‫تجمع المراجعة المحســنة ل المؤكدة بين تكنولوجيا المعلومات واالتصــاالت المعاصــرة‬
‫مع تحليل البيانات وحكم مراجع الحســــابات بهدف إنتاج أكثر كفاءة (تقليل جهد مراقبى‬
‫الحســـابات) وفعالية (زيادة ت طية المراجعة) كطريقة لتوفير التأكيد‪ .‬ونوع وشـــكل أدلة‬
‫الثبات (البيانات) المتاحة لمراقبى الحسـابات داخل المؤسـسـة هى عوامل رئيسـية لتحديد‬
‫أين يمكن استخدام أدوات وتقنيات مراجعة محسنة‪.‬‬

‫‪29‬‬
‫‪ )1‬تبين أن إجراءات المراجعـة اآلليـة تزيـد من كفـاءة المراجعـة مع الحفـاظ على‬
‫جهود المراجعـة أو خفضــــهـا‪ ،‬بمـا فى ذلـك مقـدار الوقـت الـذى يقضــــيـه مراقبو‬
‫الحسـابات فى المهام ذات المسـتوى المنخفض‪ .‬ومع ذلك‪ ،‬يتطلب التشـ يل اآللى‬
‫من مراقبى الحســـــابـات فهم أفضـــــل لكيفيـة عمـل أدوات المراجعـة الجـديـدة هـذه‬
‫وامتالك مهـارات تحليليـة وإداريـة أكبر‪ .‬يكلف مراقبو الحســـــابـات بـاســـــتخـدام‬
‫إجراءات مراجعة محسـنة ل مؤكدة‪ .‬وبالتالي إنشـاء أدوات وإجراءات آلية يمكن‬
‫اســتخدامها فى تحليل أدلة الثبات التى يتم تخزينها أو تحويلها إلى شــكل يمكن‬
‫قراءته بالحاســـب اآللى‪ ،‬تمكن هذه األدوات مراقبى الحســـابات من إل اء المهام‬
‫الزائـدة عن الحـاجـة واليـد العـاملـة الكثيفـة بحيـث يمكنهم بـذل المزيـد من الجهـد‬
‫لتوفير الحكم‪.‬‬

‫‪ )2‬يمكن لمراقبى الحسـابات تحسـين وظيفة المراجعة باسـتمرار من خالل اسـتكشـاف‬

‫أدوات إضافية من شأنها أن توفر المزيد من التوكيد‪.‬‬

‫يميل المراجعون الداخليون بإعادة هندســة ‪ Reengineer Audit‬وتحســين المراجعة‬

‫لتمكينهم من اســـــتخـدام التكنولوجيـا بشــــكـل أكبر‪ .‬وعلى النقيض من ذلـك‪ ،‬وجـد مراقبو‬
‫الحسـابات أنه من الصـعب تعزيز خطة المراجعة دون إجراء ت ييرات كبيرة على كيفية‬
‫جمع إجراءات العمل وتخزينها ألدلة المراجعة‪ .‬وفى هذه الحالة‪ ،‬تســــبق إعادة هندســـة‬
‫العمليات التجارية اســــتخدام تكنولوجيا المراجعة المحســــنة التى تســــهل جمع وتحليل‬
‫البيانات‪ .‬وفى كلتا الحالتين‪ ،‬يالحظ بأن عملية التش ـ يل اآللى ل التحســين ل إعادة الهيكلة‬
‫تجبر مراقبو الحســـــابـات على إجراء مراجعـة متزامنـة لجراءات المراجعـة التى لم تعـد‬
‫مفيدة أو تقلل منها أو تل يها‪.‬‬
‫‪ - 6‬دراسة (‪-:Christine Gimbar et al.,(2016‬‬

‫بعنوان‪Early Evidence on the Effects of Critical Audit ":‬‬

‫‪" Matters on Auditor Liability‬‬

‫‪30‬‬
‫هدفت الدراسة الى‪ :‬اقترح ‪The U.S. Public Company Accounting‬‬
‫)‪ Oversight Board (PCAOB‬مؤخرا ا إدخال ت ييرات على نموذج االفصاح عن‬
‫مراجعة الحسابات الذى يتطلب من مراقبى الحسابات الكشف عن المناطق ذات‬
‫المخاطر المرتفعة للمراجعة فى تقرير المراجعة‪ .‬وقد أثار الممارسين المخاوف بشأن‬
‫إمكانيات االقتراح بزيادة مسؤولية مراقبى الحسابات‪ .‬وهذا البحث‪ ،‬يستعرض خمس‬
‫تجارب حديثة ترتبط مباشرة بهذه المخاوف‪ ،‬ويحدد اآلنماط فى النتائج‪ ،‬ويناقش آثار‬
‫هذه النتائج على المنظمين والممارسين‪.‬‬
‫ومن أهم ما توصلت إليه هذه الدراسة النتائج التالية‪-:‬‬
‫‪ )1‬تشــير األدلة األولية إلى أن الفصــاح عن موضــوعات المراجعة الحرجة‬
‫)‪ Critical Audit Matters (CAMs‬المتعلقـة بمراجعـة الحســـــابـات‬
‫المتعلقـة بـالـدعـاوى الالحقـة إمـا تقلـل أو ال تؤثر على مســــئوليـة مراقـب‬
‫الحسـابات ‪.‬ومع ذلك‪ ،‬نالحظ أن موضـوعات المراجعة الحرجة ذات الصـلة‬
‫قد تزيد من المسئولية عندما تکون المعايير المحاسبية دقيقة أو عندما يفصح‬
‫مراقب الحسـابات عن إجراءات إضـافة يتم تنفيذها اسـتجابة للمخاطر األعلى‬
‫المرتبطة بمسائل المراجعة الحرجة‪.‬‬

‫‪ )2‬تشـــير أدلة الثبات إلى أن الفصـــاح عن مســـائل ذات أهمية كبيرة تتعلق‬
‫بمراجعـة الحســـــابـات‪ ،‬فى بعض الحـاالت‪ ،‬يزيـد من مســــئوليـة مراقـب‬
‫الحســابات‪ ،‬ال ســيما عند مقارنته بمســائل ذات أهمية كبيرة تتعلق بمراجعة‬
‫الحسابات‪.‬‬

‫يعتقد الباحث أن )‪ )PCAOB‬ينب ى أن ينظر فى هذه النتائج عند وضـع الصي ة النهائية‬
‫لمعيـار إعـداد التقـارير الخـاصـــــة بمراجعـة الحســـــابـات‪ ،‬كمـا ينب ى أن يـأخـذهـا مراقبى‬
‫الحسابات فى االعتبار عند التخطيط لهذا الت يير التنظيمى الهام‪.‬‬
‫‪ - 7‬دراسة (‪-:Yoon Kyunghee ,(2016‬‬

‫بعنوان ‪" Three Essays on Unorthodox Audit Evidence":‬‬

‫‪3132‬‬
‫الهدف من الدراسة‪ :‬أن معظم شركات المراجعة الكبيرة تستخدم مدخل مراجعة مخاطر‬
‫االعمال )‪ Business Risk Audit (BRA‬والذى يجبرها على فهم أعمق لصـــناعة‬
‫واسـتراتيجية العميل وأهمية جمع أدلة المراجعة من مجموعة واسـعة من المصـادر‪ .‬ومع‬
‫ذلـك‪ ،‬فـإن أهميـة المعلومـات غير المـاليـة كـدليـل إثبـات وطرق قيـاس ووزن أدلـة الثبـات‬
‫غير التقليـديـة أو غير المـاليـة ال تزال غير مؤكـدة‪ .‬وردا على هـذه القضـــــايـا‪ ،‬فـإن الهـدف‬
‫من هـذه الـدراســـــة هو اختبـار مـا إذا كـانـت أدلـة الثبـات غير التقليـديـة يمكن أن تقـدم‬
‫معلومات ذات صلة وموثوق بها لمراقبى الحسابات واقتراح طرق لقياسها ووزنها‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪-:‬‬
‫‪ )1‬أن مراقبى الحسـابات يسـتخدمون بالفعل أدلة الثبات غير تقليدية فى قراراتهم‬
‫المتعلقـة بـأتعـاب المراجعـة‪ ،‬وفحص إجراءات المراجعـة‪ ،‬بـاســـــتثنـاء تقييم‬
‫المخاطر‪ ،‬حيث يمكن أن تكون المعلومات غير التقليدية أدلة مراجعة فعالة ‪.‬‬

‫أن الجراءات التحليليـة الموضـــــوعيـة ‪Substantive Analytical Procedures‬‬

‫)‪ (SAPs‬تفوق‪ ،‬فى ظروف معينة‪ ،‬أخذ عينات المراجعة‪ ،‬والعكس بالعكس‪ .‬فعلى سبيل‬
‫المثال‪ ،‬قد تكون الجراءات التحليلية الموضـــوعية أكثر فعالية من أخذ عينات المراجعة‬
‫عنـدمـا يراجع مراقبى الحســـــابـات أعـدادا كبيرة من مجتمع الـدراســـــة‪ ،‬وعنـد النظر فى‬
‫مختلف مصــــادر المعلومات و ل أو عندما توزع األخطاء الجوهرية الكبيرة عشــــوائيا‪.‬‬
‫ومن نـاحيـة أخرى‪ ،‬يفضـــــل أخـذ عينـات المراجعـة فى الحـاالت التى تكون فيهـا الرقـابـة‬
‫الداخلية لعمالء المراجعة غير موثوقة وعدد من األخطاء الصــ يرة موزعة بالتســاوي‪،‬‬
‫لذلك‪ ،‬فإن إختيار االختبار الموضـوعي المناسـب هو خطوة هامة فى إجراءات المراجعة‬
‫وينب ى أن يحدد بناء على بيئة المراجعة وأهدافها‪.‬‬
‫وجدت هذه الدراســة أنه يمكن لمت يرات الطقس ‪ Weather‬أن تحســن فعالية المراجعة‬
‫على الرغم من أنها أقل فعالية فى التنبؤ باليرادات من مبيعات المنافسين‪.‬‬
‫قدمت هذه الدراســة رؤى مفيدة لكل من ممارســات المراجعة واألوســاط األكاديمية من‬
‫حيـث أهميـة مت يرات الطقس ‪ Weather‬كـأدلـة إثبـات‪ ،‬واقترحـت كيفيـة اســـــتخـدام هـذه‬
‫المت يرات فى إجراءات المراجعة‪.‬‬

‫‪32‬‬
 ‫‪ 8‬دراسة راضي‪-:)2021(،‬‬

‫بعنوان‪ ":‬أثر استخدام تقنيات البيانات الضخمة على فعالية الراابة الداخلية‬

‫في الشركات المقيدة بالبورصة المصرية"‬

‫هدفت الدراسة‪ :‬هدفت الدارسة تحليل أثر إستخدام تقنيات البيانات الضخمة على فعالية‬
‫الرقابة الداخلية‪ ،‬بالتطبيق على الشركات المقيدة بالبورصة المصرية لعام ‪ 2018‬لعينة‬
‫مكونة من الشركات المدرجة بستة قطاعات من البورصة المصرية عددها ‪ 102‬شركة‬
‫بإجمالى ‪ 102‬مشاهدة‪ ،‬باستخدام (مصفوفة إرتباط بيرسون لبيان العالقة بين المت يرات‪،‬‬
‫ونموذج االنحدار المتعدد)‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪:‬‬

‫(‪ )2‬وجود أثر طردى ذات داللة إحصـائية لتطبيق أسـاليب البيانات الضـخمة على القدرة‬
‫على الحد من المخاطر إلى مستوى مقبول‪.‬‬

‫(‪ )3‬وجود أثر طردى ذات داللة إحصـائية لتطبيق أسـاليب البيانات الضـخمة على فعالية‬
‫الجرا ءات الرقابية‪.‬‬

‫(‪ )4‬ووجود أثر طردى ذات داللة إحصائية لتطبيق أساليب البيانات الضخمة على تفعيل‬
‫عمليات المتابعة والرصد فى بيئة الرقابةالداخلية‪.‬‬

‫(‪ )5‬وجود أثر طردى ذات داللة إحصـائية لتطبيق أسـاليب البيانات الضـخمة على فعالية‬
‫البيئة الرقابية‪.‬‬

‫(‪ )6‬أثر طردى ذات داللة إحصائية لتطبيق أساليب‬

‫(‪ )7‬البيانات الضــخمة على توفير قنوات اتصــال فعالة بين الدارت الداخلية وبعضــها‬
‫ومع الجهات الخارجية‪.‬‬

‫‪33‬‬
‫‪ 3-1-2‬ثالثاً‪ :‬الدراسات التى تناولت كل من البيانات الضخمة وأدلة اإلثبات فى عملية‬

‫المراجعة‪-:‬‬

‫‪ -1‬دراسة (‪-:Yoon Kyunghee , et al.,(2016‬‬

‫بعنوان‪" Big Data as Complementary Audit Evidence":‬‬

‫هدفت الدراسـة ‪ :‬إلقاء الضـوء على القضـية الرئيسـية المتعلقة باسـتخدام البيانات الضـخمة‬
‫كـدليـل مراجعـة متكـامـل ‪ Complementary‬وتقييم مـدى تطبيق البيـانـات الضـــــخمـة‬
‫باســتخدام معايير أدلة المراجعة والوقوف على تكاليف ل منافع تحليل الكفاءة والموثوقية‬
‫وإعتبـارات المالءمـة والتحـديـات الحـاســــمـة بمـا فيهـا التكـامـل مع أدلـة المراجعـة التقليـديـة‬
‫ومسائل تحويل أو نقل المعلومات وحماية خصوصية المعلومات والحلول المحتملة لها‪.‬‬
‫وكانت أهم نتائج هذه الدراسة ما يلى‪-:‬‬

‫(‪ )1‬البيانات الضخمة سيكون لها دور هام فى المراجعة حيث أنها تمثل مكمالا لألدلة‬
‫التقليدية مع معلومات مناسبة وموثقة وكافية‪.‬‬
‫(‪ )2‬سـوف تسـتخدم البيانات الضـخمة لتخفيض اعتماد مراقبى الحسـابات على بيانات‬
‫العمالء وتوفير مؤشر مستقل لتقييم دليل المراجعة الداخلى‪.‬‬
‫(‪ )3‬الت ير فى بيئـة المراجعـة الـذى أحـدثتـه البيـانـات الضـــــخمـة يعطى فرص فريـدة‬
‫لمراقبى الحسابات ليكون لهم دور فعال فى السوق وتحقيق اقتصاديات الحجم‪.‬‬
‫(‪ )4‬أن تطوير تقنيات لدمج البيانات الضــــخمة مع أدلة المراجعة التقليدية‪ ،‬والتعامل‬
‫مع نقل المعلومات بين العمالء‪ ،‬وحل قضـــايا خصـــوصـــية المعلومات تشـــكل‬
‫تحديات كبيرة أمام استخدام البيانات الضخمة‪.‬‬
‫(‪ )5‬هناك حاجة إلى مزيد من البحوث لمعالجة المســــائل الهامة المتعلقة باســــتخدام‬
‫البيـانـات الضـــــخمـة الســـــتكمـال أدلـة الثبـات فى مجـاالت مثـل تطوير تحليالت‬
‫البيانات الموحدة السـترداد أدلة الثبات ذات الصـلة من البيانات الضـخمة بكفاءة‬
‫أكثر‪ ،‬وتصــميم تقنيات البيانات 'جســر' لدمج البيانات الضــخمة مع أدلة الثبات‬
‫التقليدية‪ ،‬وتحديد مصــادر البيانات الضــخمة ذات الصــلة للشــركات فى مختلف‬

‫‪34‬‬
‫الصـــناعات ألغراض المراجعة‪ ،‬وتحديث معايير المراجعة لتنظيم قضـــايا نقل‬
‫المعلومات والخصوصية‪.‬‬
‫‪ - 2‬دراسة ( ‪-: Klaus Singer, et al. ,( 2016‬‬

‫بعنوان ‪Perspectives on Big Data and Business Intelligence ":‬‬

‫‪" Technologies in the Context of Audit Tasks‬‬
‫الهدف من الدراسة‪ :‬وضع وجهات نظر مختلفة لتطبيق البيانات الضخمة وتكنولوجيا‬
‫ذكاء األعمال فى مجال مراجعة البيانات المالية‪.‬‬
‫نتائج هذه الدراسة ما يلى‪-:‬‬
‫(‪ )1‬لالســــتفادة من الفرص الجديدة التى توفرها البيانات الضــــخمة وتكنولوجيا‬
‫ذكـاء االعمـال‪ ،‬يجـب أن تتكيف مع عمليـة المراجعـة التقليـديـة بشــــكـل اكثر‬
‫عمقـا‪ ،‬األمر الـذى يتطلـب مزيـدا من البحـث‪ ،‬والنظر إلى المبـادئ العـامـة‬
‫المتعلقة بالكفاية والموثوقية واألهمية النســــبية‪ ،‬ويجب إدراج التكنولوجيات‬
‫الجـديـدة فى إطـار جـديـد لمراجعـة الحســـــابـات يـدعم مراقـب الحســـــابـات فى‬
‫االستخدام المناسب والتفسير والحكم ‪.‬‬
‫(‪ )2‬ينب ى أن تتعلق الســمات الرئيســية لهذا الطار الجديد لمراجعة الحســابات‬
‫بكونه خارج المداخل التقليدية ‪ ،‬أصـــبح من الممكن اآلن تحديد االرتباطات‬
‫(المتعلقـة بـالمراجعـة) واالســـــتفـادة منهـا‪ .‬وعالوة على ذلـك‪ ،‬ســـــيكون من‬
‫الممكن تحليـل مجموعـة كـاملـة من البيـانـات بـدال من مجرد مجموعـة فرعيـة‬
‫ص يرة أو عينة‪.‬‬
‫(‪ )3‬النظر فى اسـتخدام تسـلسـل هرمي لجراءات المراجعة مع تحليالت البيانات‬
‫الضــخمة لتحديد اآلنماط العامة والمخاطر واالتجاهات واألســاليب التقليدية‬
‫للتقرير اليدوي أو بمســاعدة الحاســب لجراء تحليل أكثر تفصــيال للمســائل‬
‫المحتملة وأخيرا ا حكم المراجعة لتحديد أثر النتائج على التقارير المالية‪.‬‬

‫‪35‬‬
 ‫الفصل الثانى‬

‫‪ - 3‬دراسة (‪-: Aniello Castiglione, et al.,(2017‬‬

‫بعنوان ‪A Novel Methodology to Acquire Live Big Data ":‬‬

‫‪"Evidence from the Cloud‬‬

‫الهدف من الدراسة‪ :‬اقترحت هذه الدراسة منهج جديد لجمع أدلة الثبات عبر الشبكة‪.‬‬
‫ويركز على وجه الخصوص على جمع المعلومات من الخدمات عبر النترنت‪ ،‬مثل‬
‫صفحات الويب‪ ،‬والدردشات‪ ،‬والوثائق‪ ،‬والصور‪ ،‬وأشرطة الفيديو‪ .‬والمنهجية‬
‫المناسبة لكل من المحللين الخبراء وغير الخبراء من خالل الحصول على أدلة الثبات‬
‫كاملة‪.‬‬
‫وكانت أهم نتائج هذا البحث على النحو التالى‪-:‬‬
‫‪ )1‬خالل عملية الحصـــول على أدلة الثبات‪ ،‬يتم جمع المعلومات الواردة من‬
‫مصـدر بعيد تلقائيا‪ .‬وهى ال تتضـمن فقط مجموعة من رسـائل الشـبكة‪ ،‬بل‬
‫تشمل أيضا أي معلومات ينتجها العميل عند تفسيره (مثل مخرجات الفيديو‬
‫والصوت)‪.‬‬
‫‪ )2‬يتم تقـديم طرف ثـالـث موثوق بـه يعمـل بصـــــفـة موثِق رقمي ‪Digital‬‬
‫‪ Notary‬من أجل التصــديق على األدلة المكتســبة (أي المعلومات التى تم‬
‫الحصــول عليها من الخدمة عن بعد) وعملية الحصــول على أدلة الثبات‬
‫(أي جميع اآلنشطة التى يقوم بها المحللون الستردادها)‪.‬‬
‫‪ - 4‬دراسة (‪-:Appelbaum.,(2017‬‬

‫بعنوان‪Public Auditing, Analytics, and Big Data in the " :‬‬

‫‪"Modern Economy‬‬

‫الهدف من الدراسة‪ :‬مناقشة العديد من القضايا التى تواجه مهنة المراجعة منذ‬
‫أصبحت األعمال أكثر آلية وتتلقى كميات هائلة من البيانات‪ .‬وتساهم الدراسة فى‬
‫البحث وتطوير الحلول للعديد من هذه القضايا‪ ،‬واقتراح مجاالت مفيدة للبحث‪ .‬وتضع‬

‫‪36‬‬
‫هذه الدراسة األساس لهذه البحوث المستقبلية من خالل تحديد وتنظيم مجموعة ضخمة‬
‫من الدراسات فى مهنة المراجعة فيما يتعلق بتحليالت المراجعة الخارجية وموثوقية‬
‫البيانات الضخمة كمصدر ألدلة الثبات‪.‬‬
‫نتائج الدراسة‪ :‬اسهمت الدراسة فى البحث ومناقشة التعقيدات الناجمة عن تطبيق‬
‫البيانات الضخمة وتحليالت المراجعة فى تعاقدات المراجعة‪ .‬ومن أهم نتائج الدراسة‬
‫ما يلي‪:‬‬
‫‪ )1‬مع تطور البحوث والنتائج فى هذا المجال‪ ،‬من المتوقع أن تقل بعض المخاوف‬
‫وقـد تزداد أهميـة البعض اآلخر‪ .‬ومع ذلـك‪ ،‬يبـدو أنـه ال مفر من أهميـة البيـانـات‬
‫الضخمة وتحليالتها التى تضيف لمهنة المراجعة‪.‬‬
‫‪ )2‬تؤكـد معـايير المراجعـة أن المصـــــادر الخـارجيـة ألدلـة الثبـات هى األكثر‬
‫موثوقية‪ .‬وفى ظل البيانات الضــــخمة فإن العديد من مصــــادر أدلة الثبات ال‬
‫يمكن التعرف عليها وال يمكن التحقق من أصـلها‪ .‬فقد تنشـأ البيانات من أجهزة‬
‫االسـتشـعار‪ ،‬وأشـرطة الفيديو‪ ،‬والملفات الصـوتية‪ ،‬وغيرها من وسـائل التواصل‬
‫االجتمــاعي‪ -‬جميع هــذه اآلنواع من البيــانــات عــادة غير مــألوفــة لمراقبى‬
‫الحسـابات‪ .‬وينب ى أن توفر هذه البيانات الضـخمة لمراقبى الحسـابات الفرصـة‬
‫لتطبيق تحليالت أكثر تنبؤيـه وتوجيهـة فى التعـاقـد للمراجعـة‪ ،‬بـالضـــــافـة إلى‬
‫اعتبارها أدلة إثبات موسـعة وموثوق بها‪ .‬ومع ذلك‪ ،‬ال يمكن للبيانات الضـخمة‬
‫الخارجية ذات المصـــدر المشـــكوك فيه وغير اآلمن الوفاء باحتياجات مراقبى‬
‫الحسابات‪.‬‬
‫‪ )3‬اقترحت الدراسـة حالا لتوفير مصـدر آمن للبيانات الضـخمة‪ ،‬مما يتيح اعتباره‬
‫دليال موثوقا به لمراقبى الحســـابات الخارجيين‪ .‬ويســـاهم بإلقاء الضـــوء على‬
‫التحدي المتمثل فى التحقق من المصــــدر الذى يواجه مراقب الحســــابات فى‬
‫عصـر البيانات الضـخمة وهو نموذج الصـندوق األسـود لتأمين مصـادر البيانات‬
‫الضخمة ‪.)BDPBB( the Big Data Provenance Black Box‬‬

‫‪37‬‬
‫‪ )4‬على الرغم من أن (‪ (BDPBB‬وســـــيلـة ذات كفـاءة وفعـاليـة لضــــمـان جمع‬
‫وتخزين المصـــــادر‪ ،‬توجـد حلول أخرى أو يمكن تطويرهـا لمعـالجـة هـذه‬
‫المشكلة‪.‬‬
‫‪ )5‬ينب ى أن تســـــاعـد معـايير المراجعـة المهنـة بتقـديم التوضـــــيح مع اســـــتمرار‬
‫الشـــركات فى تبني البيانات الضـــخمة وإمكانياتها فى التحليالت المؤثرة‪ ،‬وال‬
‫ينب ى تجـاهـل مهنـة المراجعـة والمنظمين واألكـاديميين هـذا التحـدي الـذى يوفره‬
‫مصدر البيانات الضخمة اآلمن المتاح‪.‬‬
‫‪ 2 – 2‬تحليل الدراسات السابقة من وجهة نظر الباحث‪:‬‬

‫‪ -1‬تحليل دراسات المجموعة األولى من الدراسات السابقة من وجهة نظر الباحث‪-:‬‬

‫‪ )1‬أن الهدف من دراسات المجموعة األولى الوقوف على االتجاه العام للبيانات‬
‫الضخمة كمت ير مستقل للدراسة الحالية وكمفهوم جديد على الدراسات المتعلقة‬
‫بالمحاسبة والمراجعة‪.‬‬

‫‪ )2‬اتفقت جميع دراسات المجموعة األولى على أهمية البيانات الضخمة فى‬
‫المحاسبة والمراجعة بداية من التعاقد مع عميل المراجعة مرورا ا بالجراءات‬
‫التحليلية وصوالا لحكم المراجعة وتقاريرها المختلفة‪.‬‬

‫‪ )3‬أكد دراسات هذه المجموعة أن دراسة البيانات الضخمة مفيدة الستخدام أساليب‬
‫تجميع بيانات المراجعة األكثر تقدما وفى وقت متزامن (مناسب) ‪. Real Time‬‬

‫‪ )4‬أكدت الدراسات على أن مراقب الحسابات فى حاجة لتكنولوجيات تحليالت‬

‫البيانات الضخمة المتطورة لتحليل بيانات المراجعة للحصول على رؤى‬
‫ومعلومات (دليل مراجعة) تمكنه من إبداء الرأى‪.‬‬

‫‪ -2‬تحليل دراسات المجموعة الثانية من الدراسات السابقة من وجهة نظر الباحث‪-:‬‬

‫(‪ )1‬الهـدف من دراســـــات المجموعـة الثـانىـة معرفـة االتجـاهـات البحثيـة المتعلقـة بـأدلـة‬
‫الثبات فى المراجعة داخل البيئة الحالية التى تتميز بتطور تكنولوجيا المعلومات‪.‬‬

‫‪38‬‬
‫(‪ )2‬تنوعت نتائج الدراسات فى المجموعة الثانية بين أنواع أدلة الثبات وتطور التقليدى‬
‫منها واالشـــكال الجديدة منها وإجراءات الحصـــول عليها وتقيمها فى ظل تكنولوجيا‬
‫المعلومات‪.‬‬
‫(‪ )3‬اتفقت جميع الدراســات على أهمية التفاعل بين التكنولوجيات القائمة وبين المراجعة‬
‫من خالل الممارسين واألكاديميين والتنظيمين لتحقيق أهداف المراجعة‪.‬‬
‫(‪ )4‬أكدت الدراســات على التأهيل العلمى والعملى لمراقب الحســابات ســواء الداخلى أو‬
‫الخارجى بتكنولوجيا المعلومات الحالية بما يخدمه فى إبداء رأى سليم‪.‬‬
‫‪)6‬‬
‫‪ - 3‬تحليل دراسات المجموعة الثالثة من الدراسات السابقة من وجهة نظر الباحث‪-:‬‬

‫(‪ )1‬هدفت الدراســـات فى المجموعة الثالثة لتحليل العالقة بين البيانات الضـــخمة وأدلة‬
‫الثبات وبحث وتحليل نتائجها‪.‬‬

‫(‪ )2‬بعض هـذه الـدراســـــات تنـاولـت تحـديـد طرق جمع ادالـة الثبـات وتـامين مصـــــادر‬
‫البيانات الضــخمة والبعض تناول ســمات الطار الجديد لمراجعة الحســابات وكيفية‬
‫تحليـل مجموعـة كبيرة ومتنوعـة من تحليالت البيـانـات الضـــــخمـة للوصـــــول لـدليـل‬
‫الثبات فى وقت متزامن‪ .‬كما تناولت دراســــة (‪ )Yoon, et al.,2016‬اســــتخدام‬
‫البيانات الضخمة كدليل مراجعة تكاملي مع األدلة التقليدية‪.‬‬
‫‪ 3-2‬أوجه اإلختالف بين الدراسات السابقة والدراسة الحالية‪-:‬‬

‫(‪ )1‬بعد اطالع الباحث على الدراسات السابقة تبين له أهمية دمج البيانات الضخمة‬
‫فى عمليـة المراجعـة وأن معظم الـدراســـــات فى المجموعـة األولى تنـاولـت‬
‫الدراسـات المتعلقة بالعالقة بين البيانات الضـخمة والمحاسـبة والمراجعة بشـكل‬
‫عام ولم تتعمق فى الجراءات التفصيلية لعملية المراجعة والقضايا التى تواجه‬
‫المراجعة فى ظل البيانات الضخمة ‪.‬‬
‫(‪ )2‬المجموعة الثانية تناولت الدراســـات معظم الفروض البحثية فى هذه الدراســـة‬
‫ألدلة الثبات بشـكل منفرد‪ -‬كل فرض فى دراسـة منفصـلة عن باقي الفروض‪-‬‬
‫فى ظل تكنولوجيا المعلومات وهى ســــابقة لفوضــــى البيانات وتطورات بيئة‬

‫‪39‬‬
‫البيـانـات الضـــــخمـة وبـالتـالي فـإن دراســـــات المجموعـة الثـانيـة لم تتطرق الى‬
‫الت يرات التكنولوجية التى افرضــتها بيئة البيانات الضــخمة على أدلة الثبات‬
‫فى المراجعة‪.‬‬
‫(‪ )3‬تميزت المجموعـة الثـالثـة بقلـة الـدراســـــات لحـداثـة الموضـــــوع ولكن بعض‬
‫الدراســـات فيها اســـتخدمت تكنولوجيا البيانات الضـــخمة كوســـيلة لتحليل بيانات‬
‫المراجعة على تنوعها وصوال لدليل الثبات ولم تنظر اليها بشكل اكبر على أن بيئة‬
‫البيانات الضـــخمة تشـــتمل على شـــقين االول كيفية تجميع البيانات الضـــخمة من‬
‫مصادر مختلفة وسرد طرق الحصول عليها فى بيئة المراجعة والشق االخر معالجة‬
‫وتحليل البيانات الضـــخمة وصـــوال لدليل إثبات يمكن مراقب الحســـابات من ابداء‬
‫الرأى‪.‬‬
‫(‪ )4‬تختلف الدراسـة الحالية عن سـابقيها فى توضـيح مفهوم أدلة الثبات فى ظل بيئة‬
‫البيانات الضخمة وتطور اشكال أدلة الثبات تبعا لتنوع مصادر الحصول على األدلة‬
‫والتطور التكنولوجي الهائل لهذه المصــادر كما تتناول إجراءات الحصــول على هذه‬
‫األدلـة وتقييم هـذه األدلـة وهو مـا يؤثر على جودة المراجعـة والـذي مـا لم يجمـل فى أي‬
‫من الدراسات السابقة‪.‬‬

‫خالصة الفصل ‪:‬‬

‫لقد أظهرت الدراســـات الســـابقة المتعلقة بالبحث الذي تناولها الباحث في هذا الفصـــل‬
‫التجـاه األ كاديمي لتعقـب التحول التكنولوجي والتطور التكنولوجي في بيئـة االعمـال ومحـاولة‬
‫مواكبـة هـذا التقـدم المتزايـد في المحـاســــبـة وعمليـة المراجعـة ومع ان هـذا التوجـه اليزال في‬
‫خطواته األولى إال أنها تحدد المسـار لما يليه من دراسـات وأبحاث وكما تبين من الفصـل لم‬
‫تتطرق الدراســات الســابقة للبحث عن اثر البيانات الضــخمة على ادلة االثبات في المراجعة‬
‫وهو ما اظهر فجوة بحثية في اثر البيانات الضـــــخمة تكوين وتســـــتحداث الة جديدة وكذلك‬
‫ا ثرها على جودة عملية المراجعة وهو ما يزيد من الجهد نحو توضــــيح التطور الحادث في‬
‫المحاســبة والمراجعة وتطور مفهوم ادلة االثبات وما هية البيانات الضــخمة وخصــائصــها‬
‫وتكـامـل عمليـة المراجعـة في ظـل هـذا الحجم الهـائـل والمتنوع والســـــريع للبيـانـات وهو مـا‬
‫سيحاول الباحث جاهدا توضيحة في الفصول التالية‪.‬‬

‫‪39‬‬
‫‪40‬‬
 ‫الفص الثالث‬

‫أثر أدلة اإلثبات فى‬

‫عملية المراجعة‬
‫مقدمة‬

‫‪ 1-3‬النظرة التقليدية ألدلة اإلثبات في المراجعة‬

‫‪ 2-3‬الفوائد المحتملة إلستخدام تحليالت بيانات‬

‫المراجعة‬

‫‪ 3-3‬اعتبارات أدلة اإلثبات فى ظل بيئة بيانات‬

‫متطورة‬

‫‪ 4-3‬أشكال األدلة فى ظل بيئة البيانات الضخمة‬

‫‪ :5-3‬مدى امكانية تكامل اآلنواع الجديدة من األدلة‬

‫فى عملية المراجعة التقليدية‬

‫‪ 6-3‬البيانات الضخمة وتأمين مصادر أدلة اإلثبات‬

 ‫الفصل الثالث‬
‫أثرأدلة اإلثبات فى عملية المراجعة‬

‫مقدمة‪-:‬‬

‫أن أدلة الثبات هى عصــب المراجعة‪ ،‬فدليل الثبات غير الصــحيح يؤدى لقرار ورأي‬
‫مراجعة غير ســــليم وبالتالي فشــــل عملية المراجعة‪ .‬وألن المراجعة قائمة على الدليل وأن‬
‫الـدليـل عملـة لهـا وجهـان وجـه مـادي وآخر معنوي‪ ،‬فـإن قيـام مراقـب الحســـــابـات بـإجراءات‬
‫المراجعة لتوفير أســـاس معقول لرأي بشـــأن البيانات المالية بدون دليل مناســـب وكافى لن‬
‫يتمكن من بنـاء حكمـه على صـــــدق القوائم والتقـارير المـاليـة وهو مـا يتطلـب وجود مـادي فى‬
‫صوره مستند و يطلب أيضا يقين لدى مراقب الحسابات بمدى مالءمة وكفاية هذا الدليل‪.‬‬
‫ولقـد نص المعيـار األول من معـايير المراجعـة )‪ (SAS No.1‬على‪" :‬يتم الحصـــــول على‬
‫المسـائل المتعلقة بأدلة الثبات التى يقتضـيها المعيار الثالث (العمل الميدانى) من خالل فئتين‬
‫عامتين‪-:‬‬
‫أ‪-‬االختبارات المتعلقة بتفاصيل المعامالت المالية واألرصدة‪.‬‬
‫ب‪-‬إجراءات المراجعــة التحليليــة المطبقــة على المعلومــات المــاليــة ‪(AICPA 1972‬‬
‫)‪".par.320.70‬‬
‫ويجب على مراقب الحســــابات عند التعاقد مع عميل المراجعة الموازنة بين إجراءات‬
‫جمع األدلـة والجراءات التحليليـة)‪ .(Yoon,2016‬وأن المعـايير تســـــمح بكال الجراءين؛‬
‫وتعتمـد درجـة اســـــتخـدامهمـا على الحكم المهنى لمراقبى الحســـــابـات‪ ،‬فى حين أن متطلبـات‬
‫اختبارات تفاصــيل المعامالت واألرصــدة محددة الى حد ما فإن الشــرط الثانى من إجراءات‬
‫المراجعة التحليلية غير محددة تماما ا إال أنه ينب ى تطبيقه على القوائم المالية ( ‪Tabor and‬‬
‫‪.)Willis 1985‬‬
‫ومن الضـرورى فهم النطاق الحالي والقيود المفروضـة على مهنة المراجعة بوجه عام‬
‫قبـل تصـــــور دور البيـانـات األكثر تعقيـدا ا‪ .‬وبمـا أن مهنـة المراجعـة هى مهنـة تنظيميـة‪ ،‬فينب ي‬
‫النظر فى التوقعات المتعلقة بجمع األدلة والجراءات التحليلية‪ .‬وال يزال مراقب الحســـابات‬
‫بحاجة الختبار االجراءات األســــاســــية للتأكد من أن أهداف المراجعة يتم الوفاء بها ب ض‬

‫‪42‬‬
‫النظر عن طبيعـة األدلـة والطريقـة التى يتم بهـا جمع هـذه األدلـة وتحليلهـا‪ .‬ومع ذلـك فحتى لو‬
‫تم ت ير اختبارات التأكيد‪ ،‬فإن االجراءات نفسـها لن تت ير ولن يكون الهدف العام واألسـاسـي‬
‫للمراجع هو ابداء الرأى بشـــأن القوائم المالية عما إذا كانت تمثل المركز المالي للعميل وفقا ا‬
‫للمبادئ المحاسبية المقبولة قبوالا عاما ا‪.‬‬
‫‪ 1-3‬النظرة التقليدية ألدلة اإلثبات فى عملية المراجعة‪-:‬‬

‫لقد عرف الدليل فى الل ة العربية على أنه هو المرشـــد وفى القانون بمايلزم من العلم به‬
‫العلم بشــــ اخر وممـا يفهم ضـــــممنـا أن هنـاك حقيقتين احـداهمـا تقـدم كـدليـل لثبـات أخرى‬
‫مجهولة ويسـتخدم مصـطلح ‪ Evidence‬للداللة على الحقيقة المثبتة ومصـطلح ‪ Fact‬للتعبير‬
‫عن الحقيقة محل الثبات و للحقيقة المثبتة عندما تحمل قوة اقناعية كبيرة المصــطلح ‪Proof‬‬
‫وبالتالي فإن للدليل منظورين احداهما مادي بحســـب مصـــدره والثانى معنوي بحجيته وقوة‬
‫اقنـاعـة وإلزامـه وفى علم المراجعـة اتجـه المراجعون إلى النـاحيـة التطبيقيـة بـأن الـدليـل لكـل‬
‫عمليـة مراجعـة هو المســـــتنـد إلى أن برز التعبير الـذى قـدمـه معهـد المحـاســـــبين القـانونين‬
‫االمريكي بـأنـه دليـل الثبـات ‪ Audit Evidence‬فلقـد عرف ابراهيم ‪ 1969،‬الدليـل بـأنـه هو‬
‫الوسـلية او الشـكل المادي الذى تاخذه القوة االقناعية فى إثبات الحقيقة الواقعية او المحاسـبية‬
‫فمن حيث الوجود المادي للدليل يجب توافر ‪:‬‬
‫‪ )1‬التصال بوسيلة إنتاج الدليل والحقيقة التى يثبتها (قطعي الوجود)‬
‫‪ )2‬صدور الدليل ممن يحتج به عليه (قطعي الداللة)‬
‫وتوافر كال الخاصـيتين فى الدليل ينم عن توافر الصـدق المحاسـبي هذا فيما يخص دليل‬
‫الثبـات امـا قرينـة الثبـات او مـا يطلق عليـه الـدليـل المكمـل فيعرف فى المراجعـة على أنـه‬
‫اســتنباط حقيقة غير معلومة بداللة حقيقة معلومة متصــلة باألولى وبالتالي فهى تثبت المحل‬
‫األصــلي بطريق غير مباشــر ويمكن القول بأن الثبات بدرجتين اما بالدليل والذى يتوفر فيه‬
‫قوة القنـاع وأمـا بقرينـة هو يكون اضـــــعف فى قوة إقنـاعـه ( إبراهيم‪ )1969،‬ولـذا فقـد وجب‬
‫على المراجعـة تبنى مقـاييس وقواعـد منظمـة للقيـاس المعنوى لقوة األدلـة فى الثبـات كمـا أنـه‬
‫ال يوجد مايحول دون اسـتخدام قرينة الثبات فى المراجعة او الدليل المكمل فى حال صـعوبة‬
‫الوصول لدليل الثبات األصلي ‪.‬‬

‫‪43‬‬
‫ولقد افرزت السـنوات االخيرة بيئة تكنولوجية مختلفة بشـكل جوهرى عن عمليات تأمين‬
‫منظمـات االعمـال‪ ،‬وقد وفرت العمليـات التجـارية بشــــكـل ملحوظ وتدعمهـا منظمات األعمال‬
‫الحديثة أدوات جديدة‪ ،‬وبيئة بيانات جديدة‪ ،‬ومجموعة جديدة من المشـــاكل المعقدة‪ .‬على هذا‬
‫النحو‪ ،‬قـد ال تكون وجهـة النظر التقليـديـة ألدلـة المراجعـة كـافيـة‪ ،‬ويجـب أن تكون مهنـة‬
‫المراجعـة والمنظمون على وعي بـاألثرالمحتمـل أن يكون البيئـة تكنولوجيـة أكثر تقـدمـا ا على‬
‫األشــــكـال التقليـديـة الموثوق فيهـا من أدلـة المراجعـة‪ ،‬فى الوقـت الـذى بـدأت تـدمج تنظيمـات‬
‫األعمال بشــكل تدريجى البيانات الضــخمة فى العمليات التجارية ‪(Vasarhelyi, Kogan‬‬
‫)‪ .and Tuttle, 2015‬ومن المالحظ أن كـل من قيـاس األعمـال (المحـاســــبـة) وتوكيـد هـذا‬
‫القيـاس (المراجعـة) لم يســـــتفـد بعـد من هذه االبتكـارات ودمج االحتمـاالت والتهديدات الجديدة‬
‫فى قواعدها وأنظمتها‪ ،‬بالرغم من أن هذه التقنيات الناشـــئة الجديدة ســـتؤدى إلى ت يير بيئة‬
‫وممارسة المحاسبة والمراجعة بشكل جوهرى‪.‬‬
‫‪ 1-1-3‬المراجعة اائمة على أدلة اإلثبات( أدلة اإلثبات هي أساس عملية المراجعة)‬

‫تمر المراجعة بعدة مراحل وصـــوالا الى دليل إثبات موثوق ومكتمل يمكن التقرير عنه‬
‫فى تقرير المراجعـة ففى البـدايـة البـد من توفير البيـانـات التى يمكنهـا تحقيق اهـداف المراجعـة‬
‫وبالتوازي مع عملية المراجعة تمر بيانات المراجعة بخطوات وصوال الى ذات الدليل الذى‬
‫يحتاجه مراقب الحســــابات الكتمال يقينه لحكم المراجعة فمع تجميع بيانات المراجعة يجب‬
‫تحديد ادوات جمع هذه البيانات والتى ت يرت مصـــادرها لت ير البيئة التكنولوجية الناشـــئة‬
‫فبعد أن كانت ادوات بيانات المراجعة تقليدية تنوعت وتعددت بالكيفية والطريقة والصـــي ة‬
‫التى تناسـب االهداف التى وضـعت لعملية المراجعة ومع تنوع مصـادر البيانات وانخفاض‬
‫تكلفة تخزين ومعالجة هذه البيانات وزيادة القدرة التخزينية عن طريق الحوســـبة الســـحابية‬
‫المؤمنة تنوعت وتعددت البيانات ذاتها وت يرت خصــــائصــــها مع هذا البد من ت ير طرق‬
‫اداء اختبارات الرقابة واالختبارات االســــاســــية وكذلك االجراءات التحليلية والتفصــــيلية‬
‫بالطريقة التى توافق هذا التقدم التكنولوجي الناشــ ويحقق اهداف المراجعة وصــوال لدليل‬
‫إثبات مالئم وكافى للحكم على على صــــدق القوائم والتقارير المالية كما هو موضــــح من‬
‫الشكل( ‪ )1-3‬والذى يوضح ماسبق وهو أن المراجعة قائمة على بيانات المراجعة الموثوقة‬
‫ومن ثم دليل إثبات مكتمل األركان للوصول إلى تقرير مراجعة سليم‪.‬‬

‫‪44‬‬
‫شكل ‪ :1-3‬عملية المراجعة اائمة على أدلة اإلثبات‬
‫المصدر من إعداد الباحث‬

‫‪45‬‬
 ‫مما سبق يتضح أن عملية المراجعة تنبني على أربعة عناصر هي ‪:‬‬
‫‪ .1‬تحقيق أهداف المراجعة‪.‬‬
‫‪ .2‬أداء إختبارات الرقابة والختبارات األساسية‪.‬‬
‫‪ .3‬أداء الجراءات التحليلية والختبارات التفصيلية‪.‬‬
‫‪ .4‬استكمال المراجعة وإصدار تقرير المراجعة‪.‬‬

‫وذلك عن طريق الخطوات الخمس التالية‪:‬‬

‫‪ .1‬تخطيط وتصميم منهج المراجعة‪.‬‬
‫‪ .2‬تجميع بيانات المراجعة‪.‬‬
‫‪ .3‬اختبار بيانات المراجعة‪.‬‬
‫‪ .4‬تحليل بيانات المراجعة‪.‬‬
‫‪ .5‬التقرير‪.‬‬

‫ماســبق من مكونات وإجراءات تســير بشــكل متوازي مع مســار بيانات المرجعة المبين في‬
‫الشكل السابق فيما يلي‪:‬‬
‫أ ‪ -‬مصـــــادر البيـانـات ‪ :‬إختلفـت أدوات جمع بيـانـات المراجعـة في صـــــورتهـا التقليـديـة‬
‫وظهرت أدوات جديدة مختلفة في طريقة الجمع ومحتوى البيانات التي تم جمعها وكذلك‬
‫طريقة عرضها على متخذ القرار‪.‬‬
‫ب ‪ -‬أنواع البيـانات ‪ :‬تتشــــكـل البيـانات وفقا لتنظيم البيانات إلى مهيكلة وشـــــبه مهيكلة‬
‫وغير مهيكلة ووفقا للمكان إلى بيانات داخلية وبيانات خارجية ووفقا للمصـــادر الجديدة‬
‫المســتحدثة بيانات األنشــطة وبيانات الســتشــعار وبيانات المحادثات وبيانات تحليالت‬
‫الصور والفيديو‪.‬‬
‫ج ‪ -‬المعلومات ‪ :‬نتيجة لما سـبق من ت يروتنوع في مصـادر البيانات وانواعها وطريقة‬
‫تحليلها اثر ذلك على نوع وجودة المعلومات المقدمة لمراقب الحسابات ومتخذ القرار‪.‬‬
‫د ‪ -‬دليـل االثبـات ‪ :‬مع غزارة المعلومـات المقـدمـة من تحليالت بيـانـات المراجعـة النـاتجـة‬
‫عن مصـادر وأنواع مسـتحدثة وفق بيئة ضخمة من البيانات افرزت دليل إثبات يجب ان‬
‫يتوافر فية االقناع المطلوب‪.‬‬

‫‪46‬‬
 ‫‪ 2-1-3‬تطور مفهوم أدلة اإلثبات فى المراجعة‬

‫إن ال رض الرئيســــي من العمل الذى يقوم به مراقب الحســــابات هو الحصــــول على‬

‫تـأكيـدات معقولـة بـأن القوائم المـاليـة للعميـل خـاليـة من األخطـاء الجوهرىـة ومن ثم إبـداء الرأى‬
‫بشــأن هذه القوائم المالية والرقابة الداخلية للعميل فى تقرير المراجعة‪ .‬ولنجاز هذه المهمة‪،‬‬
‫يجب على مراقب الحســابات تصــميم وتنفيذ إجراءات المراجعة للحصــول على أدلة مناســبة‬
‫وكـافيـة؛ عالوة على ذلـك‪ ،‬تتطلـب معـايير المراجعـة من مراقبى الحســـــابـات فحص األدلـة‬
‫الــمـــاديـــة كــجــزء مــن عــمــلــيـــة تــقــيــيــم الــمــخـــاطــر (‪PCAOB 2010, AS 1105‬‬
‫‪.)IAASB 2009,ISA 500 , AICPA2012 ,SAS 122‬‬
‫وبإمكان البيانات الضـخمة توسـيع معرفة مراجع الحسـابات بالعميل وطبيعة صـناعته بما‬
‫يتجاوز ذلك المقدم من بيانات العميل الخاصـــة‪ ،‬وتمكنه ايضـــا جمع األدلة التى تســـاعده فى‬
‫التحقق من البيانات المالية التقليدية بالضــافة لتعزيز معرفة المراجع لتقييم عميل المراجعة‪،‬‬
‫وقـد ال تكون النظرة التقليـديـة لجمع أدلـة المراجعـة كـافيـة فى بيئـة األعمـال المتقـدمـة تكنولوجيـا‬
‫وقـد ال تكون الخصـــــائص المـألوفـة التى تحـدد أدلـة المراجعـة التقليـديـة كـافيـة‪(Brown- .‬‬
‫)‪.Liburd and Vasarhelyi 2015‬‬
‫بالضــافة لتعريف أدلة المراجعة في الفصــل األول يمكن تعريفها ايضــا بأنها هى كافة‬
‫الـمـعـلـومـــات‪ ،‬ســـــواء الـتـى تـم الـحصـــــول عـلـيـهـــا مـن إجـراءات الـمـراجـعـــة أو‬
‫من مصــادر أخرى يســتخدمها المراجع للتوصــل إلى االســتنتاجات التى يســتند إليها رأيه‪،‬‬
‫وتتكون أدلـة المراجعـة من كـل من المعلومـات التى تـدعم وتعزز تـأكيـدات الدارة فيمـا يتعلق‬
‫بـالبيـانـات المـاليـة أو الرقـابـة الـداخليـة على التقـارير المـاليـة والمعلومـات التى تتعـارض مع هـذه‬
‫التأكيدات‪" (PCAOB, AS 15,2010) .‬‬
‫كما عرف معهد المحاسـبين القانونيين االمريكي ‪ AICPA‬أدلة الثبات بأنها هى "جميع‬
‫المعلومات التى يســـتخدمها المراجع للوصـــول الى النتائج التى يســـتند اليها رأي المراجعة‬
‫وتتضمن المعلومات الواردة فى السجالت المحاسبية التى تستند اليها البيانات المالية وغيرها‬
‫من المعلومـات"(‪ .)AICPA,2006‬وتســـــتخـدم هـذه المعلومـات لـدعم او دحض تـأكيـدات‬
‫االدارة على المعلومـات المـاليـة وغير المـاليـة‪ ،‬بمـا فى ذلـك وجود وتشــــ يـل الرقـابـة الـداخليـة‬

‫‪47‬‬
‫وعادة مايتم توضــــيح أدلة المراجعة المحددة فى خطة المراجعة وتجميعها فى ورقات عمل‬
‫المراجعة‪.‬‬
‫عرف فودة دليل االثبات هو المســـتند أيا كان نوعه أو شـــكله وهو بمثابة الجراء الفني‬
‫لمراقب الحسـابات الذي يوفر له قوة القناع في الثبات للمعاملة الواقعية أو المحاسـبية محل‬
‫الفحص أو التحقق (فوده‪)2011،‬‬
‫وعرف ايضـا دليل الثبات بأنه اي شـيء يمكن للمراجع اسـتخدامه (بيانات او معلومات‬
‫او اجراءات او ســجالت الكترونية ‪ ....‬الخ) للتوصــل الى تأكيدات معقولة بشـأن ما ورد فى‬
‫القوائم المالية‪( .‬نخال‪.)2006،‬‬
‫كمـا عرف دليـل الثبـات بـأنـه " جميع المعلومـات الكـافيـة والمالئمـة التى يســـــتخلصــــهـا‬
‫المراجع من تنفيذ اجراءات المراجعة المناسـبة او عمليات مراجعة سـابقة او اجراءات رقابة‬
‫الجودة فى الشـركة وذلك البداء الرأى الفني المحايد عن مدى صـدق وعدالة القوائم المالية"‪.‬‬
‫(عبد العال‪.)2015،‬‬
‫مما ســـبق يتضـــح لدى الباحث أن أدلة الثبات هى ســـلســـلة غير مترابطة من الحقائق‬
‫الموضـوعية النشـطة (البيانات والمعلومات ال ير مهيكله) والتى يتم تجميعها من أي مصـدر‬
‫وعلى أي طبيعة يمكن تحليلها (مهيكلة ‪ -‬شـــبهة مهيكلة ‪ -‬غير مهيكلة‪ -‬ســـاكنة ‪ -‬متحركة ‪-‬‬
‫يدوية ‪ -‬الكترونية ‪ -‬دورية – مسـتمرة ‪ -‬سـمعية – بصـرية – بيولوجية – قضـائية ‪ -‬حقيقية ‪-‬‬
‫افتراضــــيـة‪....‬إلخ) وفقـا ألهـداف المراجعـة وتحليلهـا وربطهـا بحيـث تكون كـافيـة ومنـاســــبـة‬
‫لتشــكيل راي مراقب الحســابات ليصــل لتأكيد معقول بشــأن ما ورد فى القوائم المالية تعبر‬
‫بصورة مالئمة عن الوضع الحقيقي للشركة‪.‬‬
‫‪ 3-1-3‬عالاة الحوسبة السحابية بعملية المراجعة‬
‫لقد حازت الحوســبة الســحابية على شــعبية كبيرة فى بيئة األعمال التجارية‪ ،‬ومع ذلك‬
‫هذه التكنولوجيا تشــوبها بعض المخاطر مثل ضــعف حماية األمن والخصــوصــية‪ ،‬ووفقا‬
‫لطبيعة هذه التكنولوجيا والتى تمتاز ببعد المســافات وخواص االتصــال عن بعد فأصــبحت‬
‫عملية مراجعة مثل هذه التكنولوجيا عملية ذات تحد كبير‪.‬‬
‫ولقد زادت الفضــــائح المالية لشــــركة أنرون وورلد كوم من مخاوف الحكومة حول‬
‫األخطاء المحاســبية والممارســات االحتيالية التى تم ممارســتها بواســطة الشــركات‪ ،‬لذا تم‬

‫‪43‬‬
‫‪48‬‬
‫تشــريع قانون ســاربينز أوكســلي )‪ (SOX)(Sarbanes-Oxley‬ســنة ‪ ،2002‬لفرض أنه‬
‫ينب ى على الرؤســاء التنفيذيين‪ CEOs‬والمدراء الماليين ‪ CFOs‬فى المؤســســات األمريكية‬
‫أن يعتمدوا بصــفة شــخصــية ويكونوا مســئولين عن القوائم المالية لشــركاتهم‪ ،‬ومنذ صــدور‬
‫قانون ‪ SOX‬وقد ألزمت الشركات بمدد محددة لتخزين السجالت المالية‪ ،‬بالتالي يتطلب ذلك‬
‫من أقسـام تكنولوجيا المعلومات الحفاظ على تلك السـجالت اللكترونية‪ ،‬وينص قانون ‪SOX‬‬
‫على أن جميع السـجالت التجارية ورسـائل البريد اللكتروني يجب أن يتم حفظها مدة ال تقل‬
‫عن خمس ســنوات‪ ،‬ولهذا الســبب‪ ،‬يجب على الشــركات التى تســتخدم تكنولوجيا المعلومات‬
‫فى العمليـات المـاليـة أن تقوم بـإجراء رقـابـة على هـذه التكنولوجيـا لتتوافق مع تشـــــريعـات‬
‫‪ ،SOX‬لذلك فقد أصـبحت مراجعة تكنولوجيا المعلومات هى التجاه السـائد فى ممارسـات‬
‫المراجعة‪.‬‬
‫ولقد إنتشــر موضــوع ت طية مراجعة تكنولوجيا المعلومات إنتشــارا ا واســعا ا منذ اعتماد‬
‫المؤســســات العامة تكنولوجيا المعلومات فى تش ـ يل البيانات الخاصــة بأعمالهم‪ ،‬وال يهم أية‬
‫نماذج عمل يتم إعتمادها (إما أعمال تقليدية أو أعمال تجارية إلكترونية)‪ ،‬ســــيتم التعامل مع‬
‫كافة البيانات المالية والرســـائل بواســـطة نظم ‪( ICT‬تكنولوجيا المعلومات واالتصـــاالت)‪،‬‬
‫ولمتـابعـة مـدى المتثـال لقـانون ‪ ، SOX‬تم إنشـــــاء لجنـة مراقبـة تكنولوجيـا المعلومـات‬
‫المضـــــمونـة والخـاليـة من المخـاطر ولـذلـك ينب ى لمراجعـة تكنولوجيـا المعلومـات الكـاملـة أن‬
‫تدرس نظم المعلومات الداخلية للشركة والمدخالت والمخرجات‪ ،‬ومكونات التش يل‪ ،‬وينب ى‬
‫أن يشــمل الفحص التكميلي لتكنولوجيا المعلومات األجهزة وشــبكات التصــال والبرمجيات‬
‫وواجهـات البرامج‪ ،‬الخ‪ ،‬وثمـة هـدف آخر لمراجعـة تكنولوجيـا المعلومـات وهو تحـديـد ومراقبـة‬
‫المخــاطر المختلفــة وقــد تكون موجودة فى العمليــات التشــــ يليــة لتكنولوجيــا المعلومــات‬
‫)‪.( Akoka, I. Wattiau, 2010‬‬
‫ولقد تم تبنى الحوسـبة السـحابية من قبل عدد من الشـركات وذلك لتحقيق أغراض عديدة‬
‫حيث أن إنتقال الشــركات لممارســة الحوســبة الســحابية قد يكســبها فوائد محتملة مثل توفير‬
‫التكلفة وتحســــين الكفاءة وخفة الحركة والمرونة وقابلية التوســــعات‪ ،‬واالســــتدامة البيئية‪،‬‬
‫وتكتسـب الحوسـبة السـحابية شـعبية ألنها ت ير صـناعة تكنولوجيا المعلومات من خالل تقاسـم‬
‫الموارد من خالل فكرة الفتراضـــية‪ .‬بمعنى آخر‪ ،‬أن أحد الشـــواغل الرئيســـية للحوســـبة‬

‫‪49‬‬
‫السـحابية هى بيئتها االفتراضـية‪ .‬وتشـبه عملية الحوسـبة السـحابية ممارسة نظم المعلومات من‬
‫خالل االســتعانة بمصــادر خارجية‪ ،‬والتشــابه بين االثنين هو اســتخدام األجهزة الخارجية‪،‬‬
‫الـبـرامـج‪ ،‬الـبـنـيـــة األســـــــاســـــيـــة‪ ،‬أو تـخـزيـن قـــدرات عـمـلـيـــات تـكـنـولـوجـيـــا الـمـعـلـومـــات‬
‫واالتصـــــاالت(‪ )ICT‬الـداخليـة‪ ،‬ويرتبط ظهور الحوســــبـة الســــحـابيـة إرتبـاطـا ا وثيقـا ا بزيـادة‬
‫الممارســـة لنظم المعلومات بمصـــادر خارجية‪ ،‬لذا علينا أوالا مناقشـــة اآلثار المترتبة على‬
‫إسـتعانة نظم المعلومات بمصـادر خارجية‪ ،‬إن إسـتعانة نظم المعلومات بمصـادر خارجية هى‬
‫ممـارســـــة هـامـة فى العمليـة التجـاريـة‪ ،‬والتى يســــتـأجر خـدمـات تكنولوجيـا المعلومـات مهنيـة‬
‫خارجية لتلبية احتياجات الشــــركة من الداخل‪ ،‬وتم دمج الســــتعانة بمصــــادر خارجية فى‬
‫العمليات التجارية )‪ Business Process Outsourcing (BPO‬فى إدارة الشــــركات‬
‫كإســتراتيجية تنظيمية) ‪ . (Chou, 2007‬وعلى الرغم من أن ممارســة االســتعانة بمصــادر‬
‫خـارجيـة لهـا عـدد من المزايـا مثـل تخفيض التكلفـة التشــــ يليـة‪ ،‬الوصـــــول إلى التكنولوجيـات‬
‫والقدرات الجديدة المحدّثة‪ ،‬تقاســــم الموارد والمخاطر‪ ،‬وما إلى ذلك‪ ،‬فهناك مخاطر تنطوي‬
‫على مثل هذه العملية‪ .‬وتؤثر مخاطر إســتعانة نظم المعلومات بمصــادر خارجية على جودة‬
‫الخدمة المقدمة للعمالء بشـكل مباشـر وغير مباشـر‪ .‬وقد تم البالغ عن مخاطر اسـتعانة نظم‬
‫المعلومات بمصـــادر خارجية فى تكاليف التحول)‪ ، ( Leary,1990‬والنتقال غير المتوقع‬
‫وتكـاليف الدارة)‪ ، (Cross,1995‬والنزاعـات والـدعـاوى القضـــــائيـة‪ ،‬والتعـديالت التعـاقـديـة‬
‫المكلفـة‪ ،‬إنخفـاض الخـدمـة‪ ،‬وفقـدان الكفـاءة التنظيميـة)‪ ، (Earl,1996‬تصـــــاعـد التكـاليف‪،‬‬
‫وتكاليف الخدمة الخفية )‪.(Lacity, 1993‬‬
‫ومنذ أن بدأت مشــاريع إســتعانة نظم المعلومات بمصــادر خارجية تعتمد على منظمات‬
‫خـارجيـة لبنـاء البرمجيـات والصــــيـانـة‪ ،‬واحتمـال حـدوث المخـاطر هى أعلى نســـــبيـا من تلـك‬
‫المشاريع التى تتم داخل الشركة ‪.‬‬
‫وصــعود الحوســبة الســحابية اســتقطب إهتمام مراجعى تكنولوجيا المعلومات وخاصــة‬
‫بشـــــأن المخـاطر المحتملـة المرتبطـة بهـذه التقنيـات‪ .‬وتحـت مثـل هـذه الظروف يجـب على‬
‫مراجعى تكنولوجيا المعلومات فهم تفاصـــيل محاســـبة واتباع طريقة المراجعة المحددة التى‬
‫يمكنها من المتثال للوائح التى وضـعتها هيئات المراجعة لجراء عمل المراجعة‪ ،‬ومع ذلك‪،‬‬
‫فإن القيم ومخاطر تنفيذ الحوسبة السحابية هى محور رئيسى فى مراجعة الحوسبة السحابية‪،‬‬

‫‪50‬‬
‫ومنذ أن بدأت الحوســــبة الســــحابية تشــــمل الدعم الخارجى لموفرى الخدمة والرقابة على‬
‫تكنولوجيـا المعلومـات فـإن عمـل المراجعـة أصـــــبح أكثر تعقيـدا ا من عمـل مراجعـة تكنولوجيـا‬
‫المعلومات العادية )‪. (Singleton Raval, 2010‬‬
‫ومراجعـة تكنولوجيـا المعلومـات على أســـــاس المخـاطر هى واحـدة من طرق المراجعـة‬
‫الهامة التى يتم مناقشـــتها طالما أن مراجعة تكنولوجيا المعلومات للحوســـبة الســـحابية يتبع‬
‫الطـار العـام للمراجعـة ويقوم بـاختيـار طريقـة تقييم للمخـاطر فعـالـة فـإن مراجعـة الحوســــبـة‬
‫السحابية ستكون مشابهة لمراجعة تكنولوجيا المعلومات العادية‪.‬‬
‫ولقد تم قبول الحوسـبة السـحابية على نطاق واسـع فى صـناعة تكنولوجيا المعلومات‪ .‬كما أن‬
‫تطورها يجلب منافع مثل توفير التكاليف وسـهولة السـتخدام والتدرجية والمرونة والسـتدامة‬
‫البيئية‪ .‬وتضــيف هذه التكنولوجيا الجديدة قيمة للمجتمع ولكن قد ال يكون من الســهل التعامل‬
‫معها وخاصـة فيما يتعلق بممارسـات مراجعة تكنولوجيا المعلومات ومن أجل فهم هذ المجال‬
‫الجديد لدراسة وبحث آثار مراجعة تكنولوجيا معلومات الحوسبة السحابية ومراجعة الحوسبة‬
‫الســحابية بعد فحص أفق التنمية لعدد من التحديات التى تواجه مجال الحوســبة الســحابية بما‬
‫فى ذلـك التعقيـد التكنولوجي والمخـاطر األمنيـة ونقـاط ضـــــعفهـا وعـدم النضـــــج والنقص فى‬
‫معايير مراجعة الحوســـبة الســـحابية وقضـــية التعاقدية مثل إتفاق مســـتوى الخدمة (‪)SLA‬‬
‫ويمكن أن تكون قضـية التطوير المسـتقبلية هى تدريب العاملين فى مجال المعرفة وبناء نظام‬
‫إدارة المعرفـة وهو مـايؤثر على طبيعـة والمراجعـة وعلى طرق الحصـــــول على بيـانـات‬
‫المراجعة وأدلة إثباتها الموثوقة والمؤمنة والمكتملة‪.‬‬
‫‪ 4-1-3‬تحليالت البيانات الضـخمة والنتقيب في البيانات لدعم ارار المراجعة واثره على‬

‫أدلة اإلثبات‪:‬‬

‫إن الدور التقليدي للمراجعة يتم باسـتخدام أجهزة الكمبيوتر بشـكل تقليدي لتحسـين كفاءة‬
‫عمليات المراجعة بشـكل تدريجي بدالا من تحسـين فعالية المراجعة من خالل إعادة هندسـتها‬
‫بـالكـامـل‪ .‬ويمكن إســـــتبـدال النموذج المراجعـة التقليـدي للمراقبي الحســـــابـات التقليـديين الـذين‬
‫يعملون فى فرق محلية بمتخصـصـين تحليليين يقدمون الدعم لوظائف المراجعة على أسـاس‬
‫علمي‪ ،‬وتختلف مصـادر وأشـكال أدلة المراجعة المتاحة لمراقبي الحسـابات الحاليين اختالفاا‬
‫جذرياا عن مســـارات المراجعة الورقية المتاحة للجيل الســـابق من المراجعة‪ ،‬وقد لوحظ هذا‬

‫‪51‬‬
‫بـالفعـل فى التطوير المتزايـد لتكنولوجيـا التنقيـب عن البيـانـات وأدوات تصـــــور البيـانـات فى‬
‫ممارسـة المراجعة من أجل اسـتخالص مزيد من الرؤى‪ ،‬هذا بالضـافة إلى الضـ ط المتزايد‬
‫على عمليـات المراجعـة لتقليـل تكلفـة عمليـة المراجعـة أثنـاء التعـامـل مع عمليـات تجـاريـة أكثر‬
‫تعقيدا ا بشـكل متزايد‪ ،‬ويمكن مالحظة أن الضـ ط مسـتمر لتحقيق المزيد باسـتخدام موارد أقل‬
‫والتركيز بشـكل أكبر على مجاالت الشـركات العالية خطر‪ ،‬وسـيسـتفيد مراقبي الحسـابات من‬
‫النترنت وتكنولوجيا الحوســـبة الســـحابية ألخذ عمليات المراجعة ونشـــرها إلى حيث يمكن‬
‫إجراؤها بشــكل أكثر فعالية وكفاءة‪ ،‬وســتتضــمن عمليات المراجعة نفســها قريبا ا تقنيات مثل‬
‫التعرف على اآلنماط ‪ ،‬واالرتباطات ‪ ،‬وتصــــور البيانات ‪ ،‬وتحليالت البيانات الضــــخمة ‪،‬‬
‫والتنقيـب عن النصـــــوص والعمليـات و فى جميع االحتمـاالت‪ ،‬ســـــيقـابلـه ت يير فى معـايير‬
‫المراجعـة لزيـادة التركيز على دور تحليـل البيـانـات فى ممـارســـــة المراجعـة ‪ ،‬وهـذا يعني أنـه‬
‫من خالل االســـــتخـدام األكثر فعـاليـة لتقنيـات المراجعـة ‪ ،‬يمكن تحقيق مســـــتويـات أعلى من‬
‫الضـــمان على أســـاس تكلفة أقل ‪ ،‬مما يقلل من مخاطر المراجعة والتزامات المراجعة‪ .‬كما‬
‫ســيتم تقليل مخاطر المراجعة من خالل توفير األدوات المباشــرة للمراجعين‪ ،‬وبالتالي زيادة‬
‫اســتقاللية وظيفة المراجعة وتقليل الدرجة التى يجب أن يعتمد فيها المراجعة على التحليالت‬
‫التى يقوم بها قســـم تكنولوجيا المعلومات هذا االســـتقالل يل ي الحاجة إلى التحديد المســـبق‬
‫لبرنـامج المراجعـة بنـا اء على مـا هو متوقع العثور عليـه ومن ثم تنفيـذ المراجعـة على نطـاق‬
‫زمني محدد مسب اقا وي حوادث غير متوقعة أثناء المراجعة ستجبر بعد ذلك على إعادة تحديد‬
‫نطاق المراجعة مع الت ييرات المصاحبة لمتطلبات الموارد والتوقيت وعندما تعتمد المراجعة‬
‫على تحليل البيانات األولية‪ ،‬يمكن اتباع اســـلوب أكثر مرونة‪ ،‬مما يســـمح للنطاقات بالتنوع‬
‫مع الت ييرات فى تحليل البيانات نفســــها ولكن مع الحد األدنى من المتطلبات لت يير البيانات‬
‫التى تم تنزيلها)‪.(Richard E. Cascarino,2017‬‬

‫قد يكون هذا النوع من المراجعة اسـتكشـافيا بمعنى أن اسـلوب المراجعة مت ير باسـتمرار‬
‫بنـا اء على مـا يشـــــير تحليـل البيـانـات إلى أنـه قـد يحـدث فى عمليـات األعمـال والرقـابـة ويتبع‬
‫الشــــكل األكثر تقليدية لتحليل المراجعة نموذجا تأكيديا تدفع فيه أهداف المراجعة القياســــية‬
‫التحليل من أجل التأكد من أن جميع عناصــر التحكم المعروفة تعمل على النحو المنشــود وال‬
‫تحدث أخطاء جوهرية داخل سـجالت الشـركة ولم يتبلور تحليل البيانات الضـخمة حتى اآلن‬

‫‪52‬‬
‫كمكون أسـاسـي فى عملية المراجعة الداخلية‪ ،‬ولكن يجب أن يصـبح حتما ا جزءا ا ال يتجزأ من‬
‫كل من المراجعة الداخلية والخارجية فى المؤســـســـات الكبيرة القائمة على البيانات‪ ،‬وتؤدي‬
‫التحســينات فى تحديد مخاطر األعمال التشــ يلية بالضــافة إلى الحاجة إلى التعرف المبكر‬
‫على االحتيــال فى اآلنظمــة كبيرة الحجم إلى االعتراف ب ـأن تحليالت البيــانــات للبيــانــات‬
‫الضــخمة ســتكون ضــرورية ومســتحيلة على حد ســواء دون االســتخدام الفعال للتكنولوجيا‬
‫التحليلية المناســـبة‪ ،‬وســـيتضـــمن ت يير جذري آخر فى ممارســـة المراجعة الداخلي توقيت‬
‫عمليات المراجعة‪ ،‬تعني القدرة على إجراء مراجعة مسـتمر تلقائياا مع الحد األدنى من تدخل‬
‫المراجع الداخلي أن عمليات المراجعة يمكن أن تتم بوتيرة مناســـبة لمســـتوى المخاطر بدالا‬
‫من أن تســتند أســاســا ا إلى توافر موارد المراجعة‪ ،‬ويمكن جدولة مهام المراجعة على النحو‬
‫المطلوب باسـتخدام أسـاليب التنقيب عن البيانات الكتشـاف الضـائقة المالية (أو الفشـل المالي)‬
‫للشــركات والتنبؤ بها‪ ،‬كما أن هذه األســاليب تهم المراجعين الدخليين للمســاعدة فى تقييمات‬
‫االسـتمرارية الخاصـة بهم‪ ،‬وتصـمم كنظام إنذار مبكر للضـائقة المالية للمؤسـسـات الصـ يرة‬
‫والمتوســطة الحجم‪ ،‬ويمكن اســتخدام التنقيب عن البيانات فى شــكل شــبكات عصــبية لبناء‬
‫واختبار نماذج التنبؤ بالفشل المالي )‪.(Richard E. Cascarino,2017‬‬

‫ولقد تم مقارنة أداء نماذج تنبؤات الفشــــل المالي بنا اء على تحليالت البيانات الضــــخمة‬
‫مقابل نماذج التنبؤ المســــتندة إلى نماذج محددة مســــبقا ا من المتخصــــصــــين فى المجال فى‬
‫المحاســبة والتمويل‪ ،‬وتم مالحظة أنه ال يوجد فرق كبير فى التنبؤات‪ ،‬ومع ذلك‪ ،‬فإن الجمع‬
‫بين كال االسلوبين يؤدى بشكل أفضل بكثير من كل منهما بمفرده (‪.)Zhou et al.,2015‬‬
‫ولقد أكدت الدراســات أن الضــائقة المالية قد ال تقتصــر على الشــركة ‪ ،‬ولكنها قد تمتد‬
‫أيضـا ا إلى أصـحاب المصـلحة فى الشـركات‪ .‬يسـتخدم كل من )‪(Khandani, Kim, 2010‬‬
‫أســاليب تعلم اآللة ‪ Machine learning Techniques‬لنشــاء نماذج لمخاطر االئتمأن‬
‫االسـتهالكي على مسـتوى الفرد والعميل ‪ ،‬بدالا من الشـركة‪ .‬فهى تجمع بين معامالت العمالء‬
‫وبيانات مكتب الئتمان وتكون قادرة على اســتخدام التعلم اآللى لتحســين معدالت التصــنيف‬
‫بشـكل كبير على التخلف عن السـداد فى بطاقات الئتمان وحاالت التأخر فى السـداد‪ ،‬ويمكن‬
‫لمراقبي الحســـابات االســـتفادة من تقنيات وطرق البيانات الضـــخمة للتنبؤ بالفشـــل المالي ‪،‬‬
‫بالضـافة إلى حكمهم المهني ‪ ،‬يكونون أكثر قدرة على الحكم على الجدوى المالية المسـتقبلية‬

‫‪53‬‬
‫للشـركة‪ ،‬وسـيؤدى ذلك إلى تحسـين تقييمات االسـتمرارية المطلوبة فى عمليات المراجعة من‬
‫خالل بيـان معـايير المراجعـة رقم ‪ 59‬للشـــــركـات العـامـة (‪ ، )AICPA ,1988‬ويجـب أن‬
‫يســــاعد دمج نماذج البيانات الضــــخمة فى تجنب الخطأ فى إصــــدار رأي غير معدل قبل‬
‫الفالس‪.‬‬
‫لقد وجدت ‪ )2016( Read and Yezegel‬أن هذه المشـكلة واضـحة بشـكل خاص فى‬
‫شـركات المراجعة غير الشـركات األربعة الكبرى خالل السنوات الخمس األولى من مشاركة‬
‫المراجعة‪ ،‬وقد يكون سـبب ذلك هو أن شـركات مراجعة الحسابات األص ر تتردد فى إصدار‬
‫آراء تخص الشــك فى مدى اســتمرار الشــركة فى وقت مبكر من المشــاركة خوفا ا من فقدان‬
‫العمالء‪ .‬وإذا كان هذا هو الحال ‪ ،‬فقد تكون شــــركات المراجعة األصــــ ر أكثر قدرة على‬
‫تبرير اآلراء المعـدلـة لعمالئهـا من خالل تقـديم نتـائج موضـــــوعيـة لهم من نمـاذج البيـانـات‬
‫الضـخمة ‪ ،‬وبالتالي زيادة اسـتقاللية تقييمات المنشـأة المسـتمرة‪ .‬ويمثل اسـتخدام هذه النماذج‬
‫أيضــا ا فرصــة لزيادة كفاءة تقييم االســتمرارية فى المراجعة ‪ ،‬على الرغم من التكلفة العامة‬
‫األولية للتعرف على نماذج وتقنيات البيانات الضخمة )‪. (Read and Yezegel,2016‬‬
‫وعلى الرغم من أن عمليات التنبؤ بالفشــــل المالى تمتد لمدة عام واحد وذلك فيما يتعلق‬
‫بتراء االســــتمرارية ‪ ،‬إال أنه يمكن اســــتخدام نماذج التنبؤ بالفشــــل المالي لتوقعات أطول ‪،‬‬
‫ويمكن اســـــتخـدام هـذه التوقعـات األطول من قبـل المراجعين الـداخليين الـذين يميلون إلى أن‬
‫يكون لديهم آفاق زمنية أطول من مراقبى الحســـابات‪ ،‬ويمكن لنماذج الفشـــل المالى التى يتم‬
‫اسـتكمالها برأي فريق المراجعة الداخلية فيما يتعلق بصـحة التوقعات أن توفر معلومات قيمة‬
‫لإلدارة العليـا ومجلس الدارة‪ ،‬وتمنح التوقعـات واآلراء طويلـة المـدى الدارة مزيـدا ا من‬
‫الوقـت لجراء ت ييرات اســـــتراتيجيـة لتقليـل احتمـاليـة حـدوث تعثر مـالى متوقع للشـــــركـة‬
‫)‪.(Richard E. Cascarino,2017‬‬

‫ولقد اختبر ‪ )2015( Brown-Liburd‬اآلثار الســلوكية للبيانات الضــخمة على أحكام‬

‫المراجعين ‪ ،‬ومناقشـــة قضـــايا مثل الحمل الزائد للمعلومات ‪ ،‬وأهمية المعلومات‪ ،‬والتعرف‬
‫على اآلنماط ‪ ،‬وال موض‪ ،‬وخلصــوا إلى أن إضــافة تقنيات البيانات الضــخمة إلى مجموعة‬
‫األدوات المســتخدمة فى عملية المراجعة من ش ـأنه أن يضــيف قيمة‪ ،‬كما تم مالحظة أنه من‬
‫المهم اســتخدام التقنية ومجموعة البيانات األكثر مالءمة لكل ظرف ‪ ،‬مما يشــير إلى الحاجة‬

‫‪54‬‬
‫إلى مزيد من البحث فى هذا المجال‪ ،‬كما تقدم البيانات الضخمة مصدرا ا تكميليا ا ألدلة الثبات‬
‫لوظيفة المراجعة ‪ ،‬حيث يجب تقييم اســــتخدامها وفقا ا ألطر معايير أدلة المراجعة الخاصــــة‬
‫بالكفاية والموثوقية واألهمية النسـبية‪ ،‬كما يدعم اسـتخدام البيانات الضـخمة فى أشـكال جديدة‬
‫من أدلة المراجعة)‪(Adrian Gepp, Linnenluecke,2018‬‬
‫‪ 5-1-3‬عالاة تكنولوجيا سالسل الكتل بعملية المراجعة‬
‫تســــتند المراجعة على القواعد واللوائح‪ ،‬وهيكلها األســــاســــي بالضــــافة إلى مراقبي‬
‫الحســــابات المهنيين الذين يلتزمون بالحدود التنظيمية‪ ،‬مما أدى إلى بطء اســــتجابة عملية‬
‫المراجعـة للت يرات واالبتكـارات التى تحـدث فى أعمـالهـا وتكنولوجيتهـا‪ ،‬وهـذا أمر مفهوم‬
‫إلى حد ما ألن شـــركات المراجعة ال تمتلك الشـــكل القانوني وال الخبرة التكنولوجية التقنية‬
‫الالزمة لذلك‪ ،‬ومع ذلك‪ ،‬مع ظهور تكنولوجيا مثل سـالسـل الكتل‪ ،‬يجب على المراجعين أن‬
‫ينتهزوا الفرصـة للتعرف على آثارها العملية‪ ،‬والفوائد والمخاطر المرتبطة بها‪ ،‬واالسـتفادة‬
‫من هذه ‪ ،‬وتعد تقنية ســــالســــل الكتل "‪ "Blockchain‬نقلة نوعية تم ّكن من فرض رقابة‬
‫محكمة على المعامالت المالية‪ ،‬والتحكم بها من قبل دفتر أسـتاذ مركزى‪ ،‬موزع على نطاق‬
‫واســــع‪ ،‬وآمن‪ ،‬دون الحاجة إلى ســــلطة مركزية موثوق بها‪ ،‬و باســــتخدام تشــــفير آمن ‪.‬‬
‫(‪)Thomas,2017‬‬
‫وليس هنـاك تعريف واحـد متفق عليـه عـالميـا ا حول تقنيةة ‪ ، Blockchain‬ألنـه يحتوي‬
‫على عدد من االبعاد‪ ،‬التكنولوجية والتش يلية والقانونية والتنظيمية‪.‬‬
‫فيعرفه(‪، )Andres & Chris,2015,p27‬بأنه سـجل مفتوح وغير مركزي يمكن تنفيذه فى‬
‫أي نوع من التعـامالت‪ ،‬ســـــواء كـانـت مـاليـة أو غير ذلـك‪ ،‬قـائم على عملةة ‪ ، Bitcoin‬كمـا‬
‫يعرفه (‪ (David,2017‬بأنه بروتوكوالت المركزية لتسـجيل المعامالت‪ ،‬يمتلك كل مشـارك‬
‫فيها النســخة الخاصــة به من دفتر االســتاذ‪ ،‬بدون ســلطة مركزية مســؤولة عن الحفاظ على‬
‫دفتر االستاذ‪.‬‬
‫ولقد نظر العديد من العلماء والممارســـين إلى تقنية ســـالســـل الكتل باعتبارها تهديدا ا‬
‫للوضـع الراهن لمهنة المحاسـبة والمراجعة(‪ .)Jana Schmitz and Leoni,2019‬ولدى‬
‫هذه التقنية القدرة على تحول فى ممارســات المحاســبة والمراجعة الحالية وأوضــحت بعض‬
‫الـدراســـــات أنهـا تطور فى بيئـة البيـانـات الضـــــخمـة ‪ ،‬وقـد تحـدد مـدى إمكـانيـة أن تكون تقنيـة‬

‫‪55‬‬
‫ســـالســـل الكتل لديها القدرة على جعل حســـاب المعلومات أكثر موثوقية وأن تصـــبح بديالا‬
‫أفضــل ألنظمة المحاســبة الحالية (‪ .) Jana Schmitz and Leoni , 2019‬وأصــبحت‬
‫المحاســبة والمراجعة فى ســياق تطوير ســالســل الكتل مؤخرا ا موضــوعا ا تم مناقش ـته بشــكل‬
‫مكثف من قبل هيئات المحاســـبة الدولية وشـــركات المحاســـبة والمراجعة المهنية ‪ ،‬حيث لم‬
‫يتضـح ما إذا كان خبراء المحاسـبة ومراجعة الحسـابات يعتبرون تقنية سـالسـل الكتل مسـتدامة‬
‫من عدمه (‪ .)Woodside, et al.,2017‬وال يزال تطبيق تقنية سالسل الكتل على المحاسبة‬
‫والتوكيد غير مســتكشــف‪ ،‬بالضــافة إلى ذلك ‪ ،‬فإن تقنية ســالســل الكتل لديها القدرة على‬
‫تطوير ممارســـات المراجعة الحالية ‪ ،‬مما يؤدى إلى نظام توكيد تلقائي أكثر دقة وفى الوقت‬
‫المناسـب (‪ .)Dai, Vasarhelyi 2016‬كما يميل آراء الباحثون إلى أن تقنية سـالسـل الكتل‬
‫من المرجح أن تحول المراجعـة من خالل أتمتـة إجراءات المراجعـة‪ ،‬على ســـــبيـل المثـال ‪،‬‬
‫إقترح ‪ Rozario and Thomas‬في عام (‪ )2019‬أن سالسل الكتل فى المراجعة الخارجية‬
‫لديها القدرة على تحسين جودة المراجعة وتضييق فجوة التوقعات بين المراجعين ومستخدمي‬
‫القوائم المالية والهيئات التنظيمية ومع ذلك ‪ ،‬ليس من الواضـح ما إذا كان ممارسـو المحاسـبة‬
‫أو مراجعو الحســـابات يشـــتركون فى نفس مســـتوى التأهيل العلمى الالزم الســـتخدام تقنية‬
‫ســـالســـل الكتل فى عمليات المراجعة الخارجية‪ ،‬مع التركيز بشـــكل أســـاســـي على أدوات‬
‫وتقنيات تحليل البيانات الضــخمة وتأثيرها على خدمات المراجعة‪ ،‬من خالل الحصــول على‬
‫آراء أصـحاب المصـلحة الرئيسـيين فى هذا السـوق ‪ ،‬لتوفير نظرة أكثر شـمولية للت ييرات أو‬
‫احتمالية الت يير التى تســـببها التقنيات المبتكرة فى ممارســـات المراجعة الحديثة ‪ ،‬ال ســـيما‬
‫االختالفات بين شركات المراجعة‪)Thomas,2017(.‬‬
‫ويتضــــح لدى الباحث أنه يمكن تناول أثر ســــالســــل الكتل على عملية المراجعة من ثالثة‬
‫مواضــيع رئيســية‪ ،‬وهى مدى مالءمة تكنولوجيا ســالســل الكتل لمهنة المراجعة‪ ،‬وتأثيرات‬
‫تكنولوجيا ســالســل الكتل على جودة وكفاءة المراجعة وتأثير تكنولوجيا ســالســل الكتل على‬
‫جهود شركات المراجعة من أجل أتمتة عملياتهم‪.‬‬
‫ويؤكد بعض المهنيين أن موضـوع األتمتة الكاملة لعملية المراجعة بسـالسـل الكتل غير‬
‫ممكن ألنهم يواجهون مشـاكل محددة وعمليات مختلفة فى شركات متعددة اآلنشطة‪ ،‬وهذا هو‬
‫الحال بشـكل خاص بالنسـبة للشـركات المتوسـطة والصـ يرة الحجم‪ .‬ومع ذلك‪ ،‬يرى اخرون‬

‫‪56‬‬
‫أن األتمتة فى المؤسـسـات الكبيرة والبنوك سـتحتاج إلى العديد من األشـخاص لعداد العمليات‬
‫والتأكد من صـــحتها‪ ،‬وســـيعمل كل من موظفى تكنولوجيا المعلومات والمراجعين الداخلين‬
‫معا ا على ذلك فى المســـتقبل‪ )Kostić and Tang,2017) .‬ويوضـــح الشـــكل ‪ 2-3‬تنوع‬
‫مصادر البيانات لتكنولوجيا سالسل الكتل وتداخلها فى معظم مراحل عملية المراجعة ‪.‬‬

‫شكل ‪ 2-3‬يوض أثر سالسل الكتل على عملية المراجعة‬

‫المصدر‪ )Kostić and Tang,2017) :‬بتصرف‬

‫‪57‬‬
‫مما سـبق يتضـح أنه ومع أن المراجعة قائمة على أدلة الثبات إال أن أدلة االثبات تطور‬
‫مفهومهـا تبعـا للت ير في البيئـة المحيطـة وخرجـت عن مفهومهـا التقليـدي ليتواكـب مع هـذا‬
‫الت ير من حيث كيفية مراجعة الحوسـبة السـحابية والقضـايا التي نتجت من هذا الت ير وكذلك‬
‫طرق التحليالت في بيئة البيانات الضــــخمة وأســــاليب التنقيب عن البيانات هذا بالضــــافة‬
‫لتقنيات ســالســل الكتل (الثقة) وما يتبعها من تأثير على شــكل وطرق الحصــول على دليل‬
‫الثبات وهوما يؤثر على جودة المراجعة ومن ثم على حكم المراجعة‪.‬‬
‫‪ 2-3‬الفوائـد المحتملـة الســـــتخـدام تحليالت بيـانـات المراجعـة ‪Audit data analytics‬‬

‫)‪-:(ADA‬‬

‫تم تعريف تحليالت بيــانــات المراجعــة (‪ ADA‬أو ‪ )ADAs‬على أنهــا "‪ ...‬علم وفن‬
‫اكتشـــــاف اآلنمـاط وتحليلهـا ‪ ،‬وتحـديـد حـاالت النحرافـات ‪ ،‬واســـــتخراج المعلومـات المفيـدة‬
‫األخرى فى البيانات التى تسـتند أو تتعلق بموضـوع المراجعة من خالل التحليل‪ ،‬والنمذجة ‪،‬‬
‫والتصور ل رض التخطيط أو إجراء المراجعة )‪.(Warren et al,2015‬‬
‫ومـا يتم اآلن من مراجعـة البيـانـات المـاليـة للشـــــركـات من جميع اآلنواع واألحجـام فى بيئـة‬
‫ينتشـر فيها اسـتخدام تكنولوجيا المعلومات مع االسـتخدام المتزايد لتحليالت بيانات المراجعة‬
‫مهما ا فى الحفاظ على أهمية وقيمة مراجعة البيانات المالية وتعزيزها‪ .‬وتتضـــمن فوائد زيادة‬
‫استخدام تحليالت بيانات المراجعة ما يلي‪:‬‬
‫أ ‪ -‬فهم أفضـــــل لعمليـات الشـــــركـات والمخـاطر المرتبطـة بهـا‪ ،‬بمـا فى ذلـك مخـاطر ال ش‬
‫واالحتيال‪ ،‬ويمكن أن يســاعد اســتخدام تحليالت بيانات المراجعة المراجعين فى الحصــول‬
‫على فهم أعمق للشركات الخاضعة للمراجعة‪ ،‬ويمكن أن يساعد الفهم األفضل للشركة الذى‬
‫يتم مراجعتـه على تحـديـد المخـاطر التى لم يتم تحـديـدهـا ســـــابقـا ا أو المجـاالت التى تكون فيهـا‬
‫المخاطر أعلى من التى تم تقييمها فى السـابق‪ ،‬وبالتالي تمكين المراجع من تركيز إجراءات‬
‫المراجعة بشـــكل أفضـــل وفقاا لذلك من خالل فهم أفضـــل لعمليات الشـــركة‪ ،‬يكون مراقب‬
‫الحسابات أيضا مجهزا بشكل أفضل لتحديد أين وكيف يمكن ارتكاب االحتيال‪.‬‬
‫ب ‪ -‬زيادة احتمالية الكشـف عن األخطاء الجوهرية‪ :‬يسـتخدم مراقبي الحسـابات فى كثير من‬
‫األحيان أخذ العينات الختبار الضــوابط والجراءات الفنية‪ ،‬ويمكن اســتخدام تحليالت بيانات‬
‫المراجعة لفحص كفاءة وفعالية العناصـر بالكامل فى مجموعة من البيانات ذات الصـلة‪ .‬وقد‬

‫‪58‬‬
‫يم ّكن هـذا مراقـب الحســـــابـات من تقليـل اســـــتخـدام أخـذ العينـات وبـالتـالي إدارة مخـاطر أخـذ‬
‫العينات بشـكل أكثر فعالية (أي خطر اختالف اسـتنتاج المراجع بنا اء على عينة قد يختلف عن‬
‫االستنتاج إذا تعرض كل مجتمع المراجعة لنفس إجراء المراجعة)‪.‬‬
‫ج ‪ -‬قـد يؤدى اســـــتخـدام تحليالت بيـانـات المراجعـة‪ ،‬فى بعض الحـاالت‪ ،‬إلى تمكين مراقبي‬
‫الحســابات من النظر فى موثوقية البيانات بشــكل أكثر فعالية وكفاءة‪ ،‬ومع ذلك ســيظل أخذ‬
‫العينات بمثابة اسلوب مراجعة مفيدة فى العديد من الحاالت‪.‬‬
‫د ‪ -‬تحســين االتصــاالت مع المســئولين عن حوكمة الشــركات الخاضــعة للمراجعة‪ .‬نتيجة‬
‫للمســائل المشــار إليها فى النقاط الســابقة‪ ،‬وقد يوفر اســتخدام مراقب الحســابات لتحليالت‬
‫بيـانـات المراجعـة اتســـــاعـا ا وعمقـا ا أكبر للرؤى المفيـدة فى األمور التى تهم المســــئولين عن‬
‫الحوكمة‪ .‬فعند اسـتخدام تحليالت بيانات المراجعة‪ ،‬غالبا ا ما يكون مراقبي الحسـابات قادرين‬
‫على وصف األمور التى حددتها المراجعة بشكل أكثر كفاءة وفعالية‪.‬‬
‫‪ 1-2-3‬الجمع اآللى للبيانات‪-:‬‬

‫لقـد وفر جمع البيـانـات التقليـديـة وإعـدادهـا دعمـا ا فنيـا ا ألنظمـة معلومـات األعمـال بتكلفـة‬
‫كبيرة وذلك بســــبب أنه يتم جمع البيانات بطريقة يدوية‪ ،‬واثناء فترة التطور التكنولوجى تم‬
‫إعداد البيانات فى بطاقات مثقبة وشـــريط ورقي ثم تم تخزينها على أشـــرطة م ناطيســـية‪،‬‬
‫وبســــبـب كثـافـة اليـد العـاملـة وعـدم دقـة العمليـات والتخزين المكلف‪ ،‬كـانـت مخـازن البيـانـات‬
‫محدودة الحجم ومع ظهور الماســــحات الضــــوئية للبيانات‪ ،‬تم تحقيق درجة من األتمتة فى‬
‫الحصــول على البيانات ومع التقدم التكنولوجى فى طرق جمع البيانات‪ ،‬قدمت بيانات الويب‬
‫بيانات إضافية وحجما ا أكبر بكثيرمما أدى إلى زيادات جوهرية فى حجم البيانات وتخزينها‪،‬‬
‫عرضـا ديناميكياا لسـلوك‬
‫ا‬ ‫وظهرت أنواع جديدة من األسـئلة التحليلية كمسـارات مالئمة قدمت‬
‫العمالء ولكن بطريقة أقل حتمية وأكثر عشــوائية‪ ،‬والمســتوى التالي لما ســبق‪،‬ســواء كانت‬
‫بيانات داخلية وخارجية على حد ســـواء‪ ،‬هو إنترنت األشـــياء )‪Kopetz, 2011; ( (IoT‬‬
‫‪.)Weinman, 2014; Chui, Löffler, Roberts, 2010‬‬
‫ســــتقوم المؤسســــات فــــى النهايــــة بتضــــمين شــــرائح الكترونيــــة فــــى المخــــزون‬
‫)‪ ،(RFID‬واســـتخدام أجهـــزة التتبـــع المحمولـــة علـــى المعـــدات‬ ‫واألصـــول الثابتـــة‬
‫والمــــوظفين‪ ،‬وإدارة الوصــــول والموقــــع )‪ ) GPS‬والمحــــددات البيئيــــة والســــلوك‬

‫‪59‬‬
‫الــديناميكى‪ ،‬ويمكــن أن تمثــل هــذه القياســات أجــزاء حقيقيــة ونش ـطة مــن نظــام معلومــات‬
‫الشـــركة وســـتزيد العديـــد مـــن مخـــاوف الخصوصـــية والتـــأمين‪ ،‬كمـــا يضـــيف إنترنـــت‬
‫األشــياء )‪(IOS‬طبقــة أخــرى إلــى شــبكة البيانــات اآلخــذة فــى التوســع والتــى ســتخدم ك ـالا‬
‫مــن الدارة ووظــائف التوكيــد‪ ،‬فــى حــين أن التفاصــيل والدقــة تمثــل أهميــة كبيــرة فــى‬
‫العمليــات اليوميــة للشــركات‪ ،‬مــن أجــل وظيفــة التوكيــد‪ ،‬ومــن حيــث أدلــة الثبــات‪ ،‬فــى‬
‫حــاالت معينــة‪ ،‬قــد تكــون آراء مراقبــى الحســابات ذات قيمــة أكبــر ( ‪Weinman,‬‬
‫‪.)2014‬‬
‫‪ 2-2-3‬مصادر أدلة البيانات الضخمة والمتوسطة‪:‬‬

‫تســـتمر مصـــادر البيانات الخارجية فى التوســـع من حيث المحتوى والترابط‪ ،‬ويشـــمل‬

‫المجال الرقمي الصـوت والفيديو والوسـائط النصـية مع كمية متزايدة من بيانات االسـتشـعار‬
‫التتبع اللكتروني (‪ )E-Tracking‬التى يتم إنشاؤها والحصول عليها بواسطة أجهزة القياس‬
‫والتخزين‪ ،‬وبشـكل عام‪ ،‬يجب تقييم بيئة البيانات الناشـئة فى ضـوء تأثيرها على كفاية وكفاءة‬
‫وموثوقية أدلة المراجعة‪ ،‬فى حين أن األدلة التقليدية تميل إلى أن تكون بشــــكل أســــاســــى‬
‫أرشـــــيفيـة وداخليـة‪ ،‬فـإن األدلـة المســـــتخرجـة عـادة من البيئـة الخـارجيـة هى أكثر احتمـاليـة‬
‫بطبيعتها ويجب النظر إليها فى ضوء خصائص المعلومات‪ ،‬كما يجب إنشاء مجموعة جديدة‬
‫من المعرفة لفهم هذه المعلومات والقيود الناش ـئة لنموذج المراجعة التقليدى‪ ،‬ويســاهم تطوير‬
‫التطبيقات لدارة العمليات التشـ يلية المتعددة فى ربط البيانات الضـخمة (الخارجية) بعمليات‬
‫القياس والدارة والتوكيد للشركات (‪.)McAfee, and Brynjolfsson, 2012‬‬
‫مما ســـبق يمكن القول بأنه ســـواء تم جمع البيانات اليا ا داخليا ا أو من مصـــادر خارجية‬
‫ضـخمة أو متوسـطة ال شـك من إيجابية الفوائد المحتملة لسـتخدام تحليالت بيانات المراجعة‬
‫واالثر الذي يفيد في إيجاد دليل إثبات مكتمل وموثوق‪.‬‬
‫‪ 3-3‬اعتبارات أدلة اإلثبات فى ظل بيئة بيانات متطورة‬

‫مما سـبق يتبين أنه مع هذا التطور التكنولوجى الناشـ فى ظل بيئة بيانات متطورة ينتج‬
‫عنه اعتبارات يجب أخذها فى العتبار ألدلة الثبات فى ظل هذه البيئة المتطورة‪.‬‬

‫‪60‬‬
‫‪59‬‬
 ‫‪ 1-3-3‬نظام بيئي ‪ Ecosystem‬إلدارة عملية المراجعة والمراجعة اآللية تدريجيا ً‬

‫اقترح )‪ (Dai,2014‬اســـــتخـدام معيـار لبيـانـات المراجعـة والتطبيقـات ذات الصــــلـة‬

‫لمراجعة متكاملة مســتقبال‪ .‬وتتضــمن هذا المراجعة منصــة تقييم للمخاطر التى كونتها خطة‬
‫مراجعــة آليــة مع مجموعــة من التــأكيــدات‪ ،‬وتطبيقــات اختيــار أنظمــة التوصـــــيــة‬
‫(‪ ،)Recommender System Choosing Apps‬والنتــائج التى يتم تحليلهــا بشـــــكــل‬
‫متكرر‪ ،‬وبرنــامج معــالجــة تكوين تقــارير المراجعــة الــداخليــة والخــارجيــة ( ‪Zhang et‬‬
‫ا‬
‫أشكاال‬ ‫‪ . )al.,2015‬وفى جميع خطوات عملية المراجعة ‪ ،‬يعمل وكالء البرمجيات ليطورن‬
‫جـديـدة وغير تقليـديـة من أدلـة الثبـات‪ ،‬فهنـاك العـديـد من أنواع وكالء البرامج مثـل وكالء‬
‫التطبيق ‪ ،‬والوكالء الشــخصــيين (أو الواجهة) ‪ ،‬ووكالء اآلنشــطة التجارية العامة (بما فى‬
‫ذلك وكالء وســـاطة المعلومات ‪ ،‬ووكالء التفاوض والتعاقد) ‪ ،‬ووكالء الدعم على مســـتوى‬
‫النظـام (وكيـل التخطيط والجـدولـة ‪ ،‬وكالء التشــــ يـل البيني ووكالء المعـامالت التجـاريـة‬
‫ووكالء األمن) خوارزميات اختيار التطبيقات (‪.)Papazoglou,2001‬‬

‫الشكل( ‪ :)3-3‬النظرة المتطورة للنظام اآللى باستخدام معيار بيانات المراجعة (‪)ADS‬‬
‫المصدر‪ - (Dai,2014) :‬بتصرف‬

‫‪78‬‬
‫‪61‬‬
‫يبين الشـكل السـابق تنوع وكالء البرمجيات والتطبيقات افرز اشـكاال جديدة غير تقليدية‬
‫منأدلة الثبات متوافقة مع معايير بيانات المراجعة التي سنتطرق لها في الفصل الرابع‪.‬‬
‫‪ 4-3‬أشكال األدلة فى ظل بيئة البيانات الضخمة‬

‫مع هذا التطور فى الية عملية المراجعة يمكن توضــــح تطور الدليل واشــــكاله فى ظل‬
‫البيانات الضخمة‪.‬‬
‫‪ 1-4-3‬أدلة المراجعة فى الماضى والحاضر‪:‬‬

‫توفر معايير المراجعة إلى حد كبير إرشـــادات تتعلق باألشـــكال التقليدية ألدلة المراجعة‬
‫على سبيل المثال ‪ ،‬األدلة الناتجة عن شركة أو مستندات خارجية بالضافة لعتبارات األدلة‬
‫فى بيئة إلكترونية على سـبيل المثال ‪ ،‬المعلومات المرسـلة أو المعالجة أو الصـيانة أو التي يم‬
‫الوصـــــول إليهـا إلكترونيـاا ومع ذلـك ‪ ،‬فـإن تـأثير هـذه المعـايير ال تعـالج بشــــكـل كـاف طبيعـة‬
‫الثبات التى ســـتكون ضـــرورية فى البيئة التكنولوجية األكثر تعقيداا وتقدماا‪ .‬تتطلب معايير‬
‫المراجعة من المراجعين جمع أدلة المراجعة كافية ومختصـة وموثوقة لدعم رأيهم فى عملية‬
‫المراجعة ؛ لكن الخصـائص المسـتخدمة لتحديد أدلة المراجعة كافية ومختصـة وموثوقة قد ال‬
‫تكون كافية‪ .‬يلخص الجدول التالي الســمات فى المعايير المطلوبة ألدلة المراجعة والقضــايا‬
‫التى يجب مراعاتها فى بيئة البيانات الضخمة األكثر تعقيداا)‪.(AICPA 2006‬‬
‫الجدول (‪ :)1-3‬سمات وخصائص أدلة البيانات الضخمة‬
‫خصائص أدلة اإلثبات اعتبارات فى بيئة البيانات الضخمة‬
‫البيانات الضخمة الخارجية ليست تحت تحكم وسيطرة تنظيم االعمال‪.‬‬ ‫درجة صعوبة التغير‬

‫يجب التحقق من البيانات التى تم تكوينها او تجميعها والمعالجة المسبقة لها‪.‬‬ ‫المصدااية‬
‫البيانات الضخمة الخارجية غير محدودة عمليًا وال يمكن الوصول إليها دائ ًما‪.‬‬ ‫االكتمال‬
‫البيانات الضخمة خارجية‪.‬‬ ‫األدلة على الموافقات‬

‫جاري تطوير طرق واساليب تلقائية او الية جديدة لهذا الغرض‪.‬‬ ‫سهولة االستخدام‬

‫تميل البيانات الضخمة الخارجية إلى أن تكون عشوائية‪.‬‬ ‫الوضوص‬

‫المصدر ‪(AICPA, 2006( :‬‬

‫‪62‬‬
‫ونتيجة لذلك ‪ ،‬فمن المهم تقييم كيفية اســـتخدام التكنولوجيا لضـــمان اســـتيفاء الســـمات‬
‫والخصائص المحددة فى المعايير‪ .‬وبمالحظة عدة نقاط ذات صلة للنظر فيها هى‪:‬‬
‫نظرا ألن التكنولوجيا‬
‫‪ )1‬قد ال يكون كفاية األدلة (الكمية) هو القضـــية األســـاســـية ا‬
‫الجديدة سـتسـمح لمراقبي الحسـابات بفحص كامل لمجتمع الدراسـة ‪ ،‬فمن المرجح‬
‫أن يرتبط التحول فى التركيز بإمكانية الوصول فى وقت متزامن أو المناسب إلى‬
‫البيانات ذات الصـلة واسـتخدام مراقب الحسـابات ألدوات تحليل البيانات المختلفة‬
‫لتحليل البيانات وتفسيرها بطريقة أكثر كفاءة وفاعلية‪.‬‬
‫‪ )2‬المالءمة (الجودة)‪ ،‬المالءمة والموثوقية من القضـــايا الرئيســـية وقد ال تناســـب‬
‫األسـاليب التقليدية لتقييمها‪ .‬وسـيتم تحديد مدى الصـلة بالموضـوع من خالل الحكم‬
‫على ما هو قائم اآلن‪ .‬ومع ذلك ‪ ،‬ســــيخضــــع هذا الحكم للتقييم من خالل اجراء‬
‫العـديـد من االختبـارات ذات طـابع رســـــمى فى الجراءات اآلليـة غير الموجودة‬
‫حاليا ا‪ .‬وعادة ا ما يؤدى االســـتخراج اآللى للبيانات واســـتخدامها بواســـطة النماذج‬
‫الرسمية إلى إنشاء مستوى من الموثوقية أعلى بكثير من العمليات اليدوية‪.‬‬
‫‪ )3‬مصـــــادر وأنواع األدلـة الجـديـدة وكيف أن هـذا الـدليـل يكمـل أو يحـل محـل األدلـة‬
‫التقليدية يجب أن يفهم بشكل أفضل من قبل الباحثين والمهنة‪.‬‬

‫‪ :2-4-3‬دمج التكنولوجيا الحديثة للحصول على أدلة المراجعة المحسنة (المعززة)‪:‬‬

‫أن دمج التكامل بين التكنولوجيا المتقدمة فى عملية المراجعة سـيثير بال شـك أسـئلة تتعلق‬
‫بأن مسـار المراجعة أقل شـفافية (على سـبيل المثال ‪ ،‬المسـتندات الورقية التى يمكن تتبعها قد‬
‫ال تكون موجودة)‪ .‬على الرغم من أن مسـار المراجعة اليدوي التقليدي أصـبح نادرا ا ‪ ،‬إال أن‬
‫عمليات الكمبيوتر يمكن أن تنشـ سـجالت ذات تسـهيالت معقولة ويمكن جمعها ومعالجتها‬
‫بطرق عـديـدة لم تكن ممكنـة من قبـل ويمكن اســـــتخـدام تقنيـات التنقيـب فى العمليـات لبنـاء‬
‫ســــجالت مراجعة ذات صــــلة وإنشــــاء عدد كبير من االختبارات غير قابلة للتطبيق يدويا ا‪،‬‬
‫باالضـــــافة إلى أن إجراءات المراجعـة تتنـاول التـأكيدات‪ ،‬وبما أن التأكيدات مدفوعة بمعايير‬
‫إعـداد التقـارير المـاليـة ‪ ،‬فمن غير المرجح أن تت ير وســـــيظـل مراقبي الحســـــابـات مطـالبين‬
‫بوضــع أهداف المراجعة وتصــميم إجراءات المراجعة الخاصــة بهم لمعالجة هذه التأكيدات‪،‬‬
‫وبدالا من ذلك ‪ ،‬ســـيكون الت يير مدفوعا ا بكيفية تأثير التكنولوجيا على طبيعة ومدى وتوقيت‬

‫‪59‬‬
‫‪63‬‬
‫إجراءات المراجعة التى يتم تنفىذها‪ ،‬فعلى ســبيل المثال ســيتم إضــفاء الطابع الرســمي على‬
‫معظم أهـداف المراجعـة والتـأكيـدات وبرمجتهـا فى تطبيقـات متكررة ليتم تطبيقهـا فى إطـار‬
‫مراجعة آلية من شـــأنه تنفيذ خطة المراجعة الرســـمية مع عناصـــر يتم تكرارها فى أوقات‬
‫محددة مســــبقاا أو بشــــكل مســــتمر‪،‬وأخيرا ا ‪ ،‬ســــتحتاج طبيعة عملية المراجعة القائمة على‬
‫المخـاطر إلى النظر فى مخـاطر المراجعـة المرتبطـة بـالحصـــــول على أدلـة مراجعـة موثوقـة‬
‫كافية ومختصـة فى عصـر البيانات الضـخمة‪ ،‬فمع ظهور البيانات الضـخمة ‪ ،‬من المحتمل أن‬
‫تصـــبح عملية تقييم المخاطر أكثر تعقيداا ألن الطبيعة غير المنتظمة للبيانات الضـــخمة تزيد‬
‫من ال موض‪ ،‬و من نـاحيـة أخرى ‪ ،‬قـد يقلـل اختبـار مجتمع الـدراســـــة بـالكـامـل من المخـاطر‬
‫المرتبطة ببعض العناصــــر إلى الصــــفر‪ ،‬وبالتالي ‪ ،‬فإن التحدي الذى يواجهه المراجعون‬
‫ينطوي على كيفية اســـتخالص قيمة من الكمية المتزايدة من المعلومات التى يتعرضـــون لها‬
‫وكيفية التأكد من أن أحكام وقرارات المراجعة تستند إلى معلومات ذات صلة وجديرة بالثقة‪،‬‬
‫كما يمكن أن يســاعد اســتخدام أدوات المراجعة األكثر تعقيدا ا مراقبي الحســابات عن طريق‬
‫أتمتة جمع وتنسـيق ورسـم أهداف وإجراءات المراجعة الرئيسـية‪ ،‬فعلى سـبيل المثال ‪ ،‬سـتكون‬
‫أدوات المراجعة هذه منظمة لل اية بســبب إضــفاء الطابع الرســمي على خطة المراجعة مع‬
‫تطبيقات محددة مسـبقاا لمعالجة البيانات فى أوقات محددة مسـبقاا ‪ ،‬وت طي نطاقا ا محسـوبا ا من‬
‫المخاطر المعروفة واسـتخدام خوارزميات مشـتقة حسـابياا (أو بشـكل قضـائي)‪ ،‬وسـيتم بعد ذلك‬
‫تقييم األدلة أو األحكام غير الواضــــحة أو غير المتوقعة يدويا ا‪ ،‬وســــيتم دمج تلك األدلة غير‬
‫المتوقعة بالنظام التقليدى مع النظام الحالي‪ ،‬كما ســيتم اســتخدام نظام الت ذية العكســية لتقييم‬
‫النتـائج على المـدى القصـــــير والطويل لتقييم أداء نظـام المراجعة بمرور الوقت‪Kogan, ( .‬‬
‫‪)2014‬‬
‫‪ :3- 4-3‬طبيعة اآلنواع الجديدة من أدلة اإلثبات‪:‬‬

‫فى ظل عصـر المعلومات الحديثة وما يسـتتبعه من ظهور البيانات الضـخمة وفى سـياق‬
‫عمليـات المراجعـة وأدلـة المراجعـة فى هـذا العصـــــر الحـديـث‪ ،‬طبيعـة مختلفـة ألنواع أدلـة‬
‫الثبات الجديدة والتى سيتم تناولها فيما يلى‪-:‬‬
‫أوالا دور األتمتة ‪ ،‬ثانيا حداثة (توقيت) األدلة‬

‫‪64‬‬
 ‫‪ -1‬أهمية األتمتة‪:‬‬

‫تعتمـد عمليـات بيئـة المعلومـات المتقـدمـة على األتمتـة ‪ ،‬وهى كثيفـة لل ـايـة فى البيـانـات ‪،‬‬
‫ويجـب مزامنتهـا‪ ،‬ويؤثر ذلـك بطبيعـة الحـال على عمليـات المراجعـة ‪ ،‬ومطـابقـة تـدفقـات‬
‫البيـانـات ‪ ،‬وتحليـل النحرافـات وإعـداد التقـارير‪ ،‬ومع ذلـك ‪ ،‬يجـب أن يتم تخطيط واتخـاذ‬
‫القرارات بالمستوى األعلى بالشركات فى البيئة التكنولوجية الحديثة بطريقة تقليدية‪ ،‬وينطبق‬
‫ذلك أيضـا ا على دوائر الت ذية العكسية المطبقة على التحسينات األساسية للنظام‪Dai and (.‬‬
‫‪)Vasarhelyi,2014‬‬
‫‪ - 2‬حداثة وتوايت األدلة‪-:‬‬

‫لقد نوقشــت عملية التوكيد بشــكل متكرر فى دراســات ســابقة ‪ ،‬وعلى الرغم من وجود‬
‫جدال قوي للمراجعة المســـتمرة بشـــكل عام ‪ ،‬فقد كان هناك إجماع على أن التوكيد يجب أن‬
‫يتم على أقصـى حد فى كل عملية تحديث للنظام‪ ،‬حيث يميل المديرون إلى اسـتخدام تطبيقات‬
‫المراجعة التى تتناسـب مع النظام الشـهرى للتقارير‪ ،‬ومع ذلك ‪ ،‬إذا تحقق تتبع البيانات تلقائيا ا‬
‫‪ ،‬واســــتخدام تلك البيانات من خالل تطبيقات المراجعة ومردودها االقتصــــادى ‪ ،‬قد تطور‬
‫سيناريو جديد ألدلة اثبات جديدة‪)Chiu et al,2014( .‬‬
‫‪ :4-4-3‬التعارض مع وجهة النظر التقليدية ألدلة اإلثبات ‪:‬‬

‫هنـاك مجموعـة جـديـدة ومختلفـة من األدلـة متطورة‪ ،‬وهـذه األدلـة من القوة لـدرجـة أنـه‬
‫سـتضـ ط على المنظمين والممارسـين لوضـع تلك األدلة فى االعتبار‪ ،‬وبالضـافة إلى ذلك ‪،‬‬
‫فإنه ســيشــكل ض ـ طا ا لعادة النظر فى المفاهيم التقليدية فى المراجعة مثل األهمية النســبية‬
‫واالسـتقاللية وطريقة ابداء الرأى ‪ ،‬وقد يسـتند هذا الدليل بشـكل أسـاسـى على تدفقات البيانات‬
‫المسـتخدمة فى المقام األول للعمليات والمراقبة المسـتمرة‪ ،‬ويمكن اعتبار تشـ يل تلك البيانات‬
‫بمثابة شــكل من أشــكال عناصــر الرقابة الضــافية‪ ،‬عالوة على ذلك ‪ ،‬ســتفرض متطلبات‬
‫األتمتـة إضــــفـاء الطـابع الرســـــمى على عمليـات تقييم األدلـة التى ال تكون متـاحـة فى الوقـت‬
‫الحالى )‪.)Dai and Vasarhelyi,2014‬‬

‫‪65‬‬
 ‫‪ -1‬األدلة التنبؤية ‪Predictive Evidence‬‬

‫تركز المراجعـة المســـــتمرة على نموذج لمراقبـة العمليـات التجـاريـة من خالل مقـاييس‬
‫مختارة ‪ ،‬ومقارنة هذه المقاييس بمعايير (نماذج) األداء والتباين المقبول وإصــدار اآلنذارات‬
‫(تحذيرات) عندما يتم التجاوز التباين المســموح به ‪ ،‬وبمجرد إصــدار التحذيرات ‪ ،‬ســيؤدى‬
‫تقييم طبيعــة التحــذيرات إلى مراجعــة بــاالســـــتثنــاء”‪Chiu ( “audit by exception‬‬
‫‪.)Vasarhelyi Liu,2014‬‬
‫‪ -2‬األدلة العشوائية ‪:Stochastic Evidence‬‬

‫تميل أدلة المراجعة المســتمدة من البيانات الخارجية إلى أن تكون أكثر اســتقاللية ولكن‬
‫أقـل تخصـــــيصـــ ـا ا لعمليـة اتخـاذ القرار الفعليـة‪ ،‬ومن المعقول توقع أن الكثير من هـذه األدلـة‬
‫ســـتكون عشـــوائية واحتمالية ‪ ،‬ويجب بناء الطرق الحصـــائية الســـتخدامها ‪Dai and‬‬
‫)‪.)Vasarhelyi,2014‬‬

‫‪ :5-3‬مدى امكانية تكامل اآلنواع الجديدة من األدلة فى عملية المراجعة التقليدية‪:‬‬

‫أن العمليات التجارية الرئيسـية يتم فحصـها بانتظام فى المراجعة السـنوية ويتم ت ييرها‬
‫من خالل تطوير التكنولوجيــا‪ ،‬من بين هــذه العالقــات ‪ ،‬يمكن اســـــتخالص هــذه األمثلــة‪:‬‬
‫(‪)Romero,2012‬‬
‫أ ‪ -‬ســــجالت البوبات االمنية للشــــاحنات القادمة والم ادرة من ســــاحات النتظار‬
‫لتوكيد ت ييرات المخزون‪.‬‬
‫ب ‪ -‬ســجالت الهاتف ‪ ،‬المرتبطة بالبريد اللكتروني ‪ ،‬للتحقق من صــحة المبيعات‬
‫والطلب وتحديد االختالفات‪.‬‬
‫ج ‪ -‬فحص تدفقات الفيديو فى شــبكة التلفزيون للتأكد من وضــع العالنات بالفعل‪.‬‬
‫يمكن ربطهـا بـاختالفـات فى الطلـب على المبيعـات للتحقق من كفـاءة العالن التى‬
‫وعدت بها وكاالت العالن واستراتيجيات التسويق‪.‬‬
‫د ‪ -‬مســـــارات ‪ GPS‬لتتبع مســـــارات الشـــــاحنـات للتحقق من عمليـات التســـــليم‬
‫يضـا التحقق من المبيعات ‪ ،‬والتحقق من الشـراء‬
‫والشـاحنات‪ ،‬ويمكن أن يدعم هذا أ ا‬

‫‪66‬‬
‫‪ ،‬واالسـتخدام الفعلي للشـاحنات ‪ ،‬وما إلى ذلك من سـجالت بطاقات تعريف الهوية‬
‫‪ RFID‬للعناصر المحملة فى الشاحنات ستسمح بقياسات تفصيلية للمحتوى‪.‬‬
‫هـ ‪ -‬تحليل اآلراء على منشورات وسائل التواصل االجتماعي لتحديد تكرار‬
‫واحتياجات مساعدة العمالء ‪ ،‬والصالحات ‪ ،‬ومخاطر السمعة المحتملة‪ .‬تحليل‬
‫محتوى نفس الوسائط لتحديد الخطأ فى األجزاء المصنعة‪.‬‬
‫و ‪ -‬أدلة من إنترنت األشــــياء (‪ )IoT‬على اســــتخدام الطاقة والمرافق ‪ ،‬والحركة‬
‫الفردية والصـحة ‪ ،‬والعديد من المؤشـرات األخرى التى يمكن اسـتخدامها فى وضـع‬
‫تأكيدي أو تنبؤي‪.‬‬
‫يمكن أن توفر مصادر المعلومات الجديدة وارتباطها بالعمليات التجارية ‪ ،‬كما هو موضح‬
‫أعاله ‪ ،‬مجموعة هائلة من األدلة التوكيدية والتنبؤية بالضافة إلى أدوات التحكم والمراقبة‬
‫المستمرة‪ ،‬ويعد التحول مكلفاا وصعباا من الناحية السلوكية ‪ ،‬ألنه يتطلب ت يير السلوك‬
‫وعمليات الدارة والقوانين‪ ،‬كما يكمن االختالف فى اقتصاديات االبتكار واالبداع الرقمي ‪،‬‬
‫ويرجع ذلك فى ال الب إلى أن العمليات تتطلب عمالة يدوية أقل وستتجاوز التكاليف الثابتة‬
‫التكاليف المت يرة فى تطوير التطبيقات لتقديم المعلومات والدعم‪ ،‬وأن التحديات هائلة ‪ ،‬لكن‬
‫الفوائد كبيرة لدرجة أن التطور محتمل لل اية‪ ،‬وتتضمن هذه التحديات‪ :‬عدم اكتمال البيانات‬
‫الخارجية ‪ ،‬والعالقات العشوائية بين مت يرات البيانات الضخمة وعمليات األعمال الداخلية ‪،‬‬
‫والنتقال من الحالة الحالية إلى الحالة المستقبلية ‪ ،‬والمعايير القديمة ‪ ،‬والحاجة أو عدم الحاجة‬
‫إلى البيانات الحديثة‪...،‬إلخ )‪.(Vasarhelyi,2003, Romero et al, 2012‬‬
‫‪ 6-3‬البيانات الضخمة وتأمين مصادر أدلة اإلثبات‬

‫تعد البيانات الضــخمة اآلن عنصــرا ا مهما ا للعديد من الشــركات ‪ ،‬ا‬

‫نظرا للتطور الســريع‬
‫لوســائل التواصــل االجتماعى وأجهزة االســتشــعار وإنترنت األشــياء الذى يتزامن مع زيادة‬
‫قدرات جمع البيانات وسـعة التخزين‪ .‬قد تقوم الشـركات ‪ ،‬أو عمالء المراجعة ‪ ،‬بتكوين هذه‬
‫البيانات الضــخمة داخليا ا أو الحصــول إليها من مصــادر خارجية ‪ ،‬وقد تحتوي هذه البيانات‬
‫على خصـائص تتميز بالحجم الهائل والسـرعة العالية والتنوع الشـاسـع والصـدق المشـكوك فيه‬
‫(‪ .)Zhang et al, 2015‬ويمكن اعتبار هذه الخصــــائص للبيانات الضــــخمة مشــــكالت‬
‫للشركات التى تحاول أن تضيف قيمة من البيانات الضخمة (‪.)CompTIA, 2015‬‬

‫‪66‬‬
‫‪67‬‬
‫وخاصـية البيانات الضـخمة التى تتسـم بالصـدق المشـكوك فيه تثير القلق بشـكل خاص ‪ ،‬حيث‬
‫أن هذا يتحدى الحاجة ألدلة المراجعة المختصــة الموثوقة فى معايير المراجعة‪ ،‬كما أن عدم‬
‫صحة البيانات تعنى نقص المصدر والذى يساوي بيانات غير موثوقة‪ ،‬لذلك فى بيئة البيانات‬
‫الضخمة ‪ ،‬قد يحتاج مراقبي الحسابات إلى أن يكونوا أكثر إدراكا ا لمصدر البيانات اآلمن‪.‬‬
‫ووفقـا ا لمعـايير المراجعـة يجـب أن يتـأكـد المراجعون من أن المعلومـات التى يتم تكوينهـا فى‬
‫نظام العميل موثوق بها ‪ ،‬قبل إصــدار رأى المراجعة (‪ .)Alles et al 2002‬وهذا الشــرط‬
‫للتحقق من الموثوقية موجود ب ض النظر عما إذا كان مراقب الحسـابات يفحص القليل (أخذ‬
‫العينات) أو جميع المعامالت (المراقبة المســــتمرة)‪ .‬عالوة على ذلك ‪ ،‬يتطلب ‪Sarbanes-‬‬
‫‪ )SOX( Oxley‬من مراقبي الحســـــابـات التحقق من أن تقرير الدارة المتعلق بـالرقـابـة‬
‫الـداخليـة يتســـــم بـالـدقـة ‪ ،‬فى ظـل البيئـة اللكترونيـة ‪ ،‬قـد تكون الخريطـة الوحيـدة للمعـاملـة أو‬
‫أيضـا باسـم مسـار المراجعة‪ ،‬ومع زيادة‬
‫ا‬ ‫مجموعة البيانات هى سـجل المصـدر ‪ ،‬والمعروف‬
‫البيانات الضـخمة فى كل مكان لالسـتخدام عبر الشـركات والصـناعات ‪ ،‬سـيتم الضـ ط على‬
‫مراقبي الحســـابات الخارجيين بشـــكل متزايد للتحقق من موثوقية هذه البيانات الضـــخمة ‪،‬‬
‫وبصـفة خاصـة البيانات الضـخمة الخارجية وخصـائصـها‪ ،‬وقد تكون هذه البيانات الضـخمة‬
‫الخـارجيـة عشـــــوائيـة ‪ ،‬والتى قـد يتحملهـا العمالء على المـدى القصـــــير حيـث يبـدو أن فوائـد‬
‫اســــتخدام البيانات الضــــخمة تفوق التكاليف ( ‪Cukier and Mayer-Schoenberger,‬‬
‫‪.)2013‬‬
‫ومع ازدياد الشـــــركات فى تبني البيـانات الضـــــخمـة وإمكانـاتهـا لجراء تحليالت مؤثرة‬
‫وثـاقبـة ‪ ،‬ال ينب ى تجـاهـل مهنـة المراجعـة والمنظمين واألكـاديميين هـذا التحـدى المتمثـل فى‬
‫تأمين مصـادر البيانات وتأثيرها فى موثوقية األدلة‪ ،‬كما أن هناك مخاوف من جودة البيانات‬
‫الضـــــخمـة وموثوقيتهـا ‪ ،‬والتى قـد تســــبـب حرج لمهنـة المراجعـة حيـث يتم دمج المزيـد من‬
‫الشــركات مع الســحابة ‪ ،‬إنترنت األشــياء (‪ ، )IoT‬ومصــادر البيانات الخارجية مثل وســائل‬
‫التواصـــل االجتماعي‪ ،‬وتعتبر معايير المصـــادر الخارجية لألدلة موثوقة لل اية‪ ،‬ومع ذلك ‪،‬‬
‫فى عصـر البيانات الضـخمة ال يمكن تتبع العديد من مصـادر األدلة وأصـولها ال يمكن التحقق‬
‫منها‪ ،‬وقد تنشـأ البيانات من أجهزة االسـتشـعار ومقاطع الفيديو والملفات الصـوتية والت ريدات‬
‫ووســــائل التواصــــل االجتماعي األخرى ‪ -‬جميع أنواع البيانات غير المألوفة عادة ا لمراقب‬

‫‪68‬‬
‫الحســابات (‪ .)Warren et al., 2015‬وكقاعدة عامة ‪ ،‬فإن المصــدر المشــكوك فيه للعديد‬
‫من مصـادر البيانات الضـخمة الخارجية يحول دون اعتبارها أدلة إثبات موثوقة ومن الناحية‬
‫المثالية ‪ ،‬يجب أن توفر هذه البيانات الضــخمة لمراقبي الحســابات الفرصــة لتطبيق تحليالت‬
‫أكثر تنبؤيـة وتوجيههـا عنـد تعـاقـد المراجعـة‪ ،‬بـالضـــــافـة إلى اعتبـارهـا أدلـة مراجعـة شـــــاملـة‬
‫وموثوقة‪ ،‬ومع ذلك ‪ ،‬ال يمكن للبيانات الضـخمة الخارجية ذات األصـل المشـكوك فيه وغير‬
‫اآلمن أن تؤدي هذه األدوار لمراقبي الحســــابات ‪ ،‬ومن هنا وجب توفير حل لمصــــدر آمن‬
‫للبيانات الضـخمة ‪ ،‬مما يسـمح بالنظر إليه كدليل موثوق به ل لمراقبي الحسـابات ‪ ،‬وبالنسـبة‬
‫لصـــــان عي القرار والبــاحثين والمراجعين والمنظمين ‪ ،‬تعــد القــدرة على التحقق من دقــة‬
‫المعلومات ذات أهمية قصـوى والتحقق من المصـدر الذى يواجه المراجع فى عصـر البيانات‬
‫الضـــــخمـة الحـالي‪ ،‬عالوة على ذلـك ‪ ،‬تحـديـد الفجوة فى المراجعـة واآلنظمـة فيمـا يتعلق بـأمن‬
‫البيانات الضخمة‪)Holsapple et al., 2014( .‬‬
‫و فى عام ‪ 2017‬اقترحت ‪ Appelbaum‬نموذج لصـــندوق اســـود للبيانات الضـــخمة‬
‫لتأمين مصادر أدلة الثبات )‪ Big Data Provenance Black Box (BDPBB‬كوسيلة‬
‫ممكنـة لتوفير مصـــــدر آمن للبيـانات الضـــــخمـة الخـارجيـة التى قد تكون بمثـابة أدلة مراجعـة‬
‫موثوقة والتي قد توجد حلول أخرى يمكن أن تعالج هذه المشــــكلة ‪ ،‬وكيف يجب التحقق من‬
‫صــــحة نتائج تحليل البيانات من قبل لمراقبي الحســــابات عندما تكون أصــــول البيانات و‬
‫التعديل عليه غير معروف‪ ،‬بدون هذا المصـدر ‪ ،‬تشـكل البيانات الضـخمة التى تمت معالجتها‬
‫كبيرا كـدليـل مراجعـة غير موثوق بـه عنـد بـدء اجراءات المراجعـة فتحـدد معـايير‬
‫ا‬ ‫خطرا‬
‫ا‬
‫المراجعة ســـمات األدلة الموثوقة ‪ ،‬والتى يمكن إعادة النظر فيها اآلن من خالل الصـــندوق‬
‫االســـود للبيانات الضـــخمة لتأمين مصـــادر أدلة الثبات والجدول ‪ 2-3‬يبن الفرق بين أدلة‬
‫الثبات الورقية وااللكترونية والمؤمنة المصدر فى ظل بيئة البيانات الضخمة‪.‬‬

‫‪69‬‬
‫الجدول ‪ :2 – 3‬خصائص األدلة الوراية واإللكترونية وتصميم الصندوق االسود للبيانات الضخمة‬

‫أدلـة اإلثبـات للصـــــنـدوق‬

‫االســود للبيانات الضــخمة‬ ‫أدلة اإلثبات االلكترونية‬ ‫أدلة اإلثبات الوراية‬ ‫خصائص أدلة اإلثبات‬
‫المؤمن المصادر‬

‫التغيير‪ :‬تفتقر األدلــة التى‬

‫قــد يكون من الصـــــعــب‬
‫تـعـــديـالت الـبـيـــانـــات مـن‬ ‫يســـــهـــل تـ ـيـيـرهـــا إلـى‬
‫صـــــعـــب الـتـ ـيـيـر بـــدون اكتشـــــاف التعـديالت دون‬
‫السـهل كشـف والتحقق مع‬ ‫المصـــــداقيـة ؛ يجـب أن‬
‫إجراء اختبارات مصـــممة‬ ‫اكتشافة‬
‫الملفات‪BDPBB‬‬ ‫يكون من الصــــعب ت يير‬
‫صا‬
‫خصي ا‬
‫األدلة‬

‫الـمصـــــــادر الـخـــارجـيــة‬ ‫تســـتمد الوثيقة اللكترونية‬ ‫تؤكد المصـــادر الخارجية‬

‫موثوقـة إلى الحـد الـذى تم‬
‫تسـجيل مصـدره بشـكل آمن‬
‫مــع ‪ .BDPBB‬يــمــكــن‬
‫للمراجعين تحــديــد درجــة‬
‫صــــحة مجموعة البيانات‬
‫بسهولة بنا اء على مصدرها‬
‫اآلمن‬
‫مصــداقيتها من الضــوابط‬
‫داخـل النظـام‪ .‬يفتقـد التوثيق‬
‫ل الـبيـــانـــات اللكـتـرونيـــة‬
‫الـخـــارجـيـــة إلـى تـــأكـيـــد‬
‫ضوابط النظام بأن المستند‬
‫أو البيانات ليســت احتيالية‬
‫أو معدلة‬
‫مصــــــداايــة واضـــــحــة‪:‬‬
‫لألدلـة الورقيـة والوثـائقيـة‬
‫يضـع المعيار ‪SAS 80‬‬
‫والمقــدمــة مبــاشـــــرة إلى‬
‫ا‬
‫تسـلسـال هرمياا للمصـداقية‬
‫المراجع المصــــــداقيــة ؛‬
‫‪ -‬تؤكد المصادر الخارجية‬
‫المصــــادر الداخلية لألدلة‬
‫المصـــــداقيـة عنـدمـا تكون‬
‫الورقيـة التى تم مراجعتهـا‬
‫مســتقلة عن العميل ويمكن‬
‫ومعـالجتهـا من قبـل جهـات‬
‫تأكيدها‬
‫خارجية موثوقة أيضاا‬

‫قـــد يســـــتـبـــدل الـنـظـــام‬

‫اكـتـمـــال مـلـف ‪BDPBB‬‬
‫اللـكـتـرونـي الـرمـوز أو‬
‫من حيث أنه سـيظهر ما تم‬
‫المراجع التبــادليــة لملفــات‬
‫ت ييره وحيــث لم يكتمــل‬
‫البيـانـات األخرى التى قـد‬
‫دليل المعاملة‬
‫ال يمكن الوصول إليها‬
‫عادة ما يتم تضــمين جميع‬
‫اكـتـمـــال الـمســـــتـنـــدات‪:‬‬
‫المصـــطلحات األســـاســـية‬
‫يـمـكـن الـتـحـقـق مـن جـمـيـع‬
‫ظـاهرة فى شــــكـل نص ل‬
‫الشروط األساسية للمعاملة‬
‫قابل للقراءة البشرية‬

‫موافقــات اللكترونيــة قــد‬ ‫دلـــيـــل الـــمـــوافـــقـــات‪:‬‬

‫يـــمـــكـــن لــبـــيـــانـــات‬ ‫الموافقــات المتكــاملــة فى‬
‫تكون متكــاملــة على نحو‬ ‫يجب التحقق بســــهولة من‬
‫‪BDPBB‬أن تســـــــجـــل‬ ‫الوثـائق الورقيـة تضـــــيف‬
‫ممــاثــل‪ ،‬ول كنهــا تحتــاج‬ ‫هذا الجأنب األســاســي من‬
‫بيانات وصفىة‬ ‫إلى االكتمال‬
‫إلى تحقق إضافى‬ ‫الضوابط الداخلية وشفافىته‬

‫‪70‬‬
 ‫أدلـة اإلثبـات للصـــــنـدوق‬
‫االســود للبيانات الضــخمة‬ ‫أدلة اإلثبات االلكترونية‬ ‫أدلة اإلثبات الوراية‬ ‫خصائص أدلة اإلثبات‬
‫المؤمن المصادر‬

‫يـمـكـن عـــادةا تـقـيـيـم األدلــة‬

‫قـــد تـــتـــطـــلـــب األدلـــة يمكن تصـــميم ‪BDPBB‬‬ ‫ســـــهولــة االســـــتخــدام‪:‬‬
‫الورقيــة دون اســـــتخــدام‬
‫اللـكـتـرونـيـــة اســـ ـتـخـراج بواجهـة بســـــيطـة لتفاعل ل‬ ‫تشــــجع بســــاطة التطبيق‬
‫أدوات و ل أو مــهـــارات‬
‫البيانات عن طريق خبير استفسار المراجع‬ ‫والوصول بسهولة‬
‫إضافية‬

‫ا‬
‫تســــجيال‬ ‫يقدم ‪BDPBB‬‬
‫الوضـوص‪ :‬يجب أن تسـمح‬
‫ـرا لمــا إذا كــانــت‬
‫أن طـــبـــيـــعـــة األدلـــة مبــاشــــ ا‬
‫األدلــة المختصــــــة بنفس‬
‫طبيعــة الوثــائق الورقيــة اللكترونية ليسـت واضـحة معلومات المصــــدر لم يتم‬
‫األداء والنتائج التى توصل‬
‫دائ اما ‪ ،‬خاصــــة فى غياب ت ييرهــا أم ال والنســــــب‬ ‫واضحة وميسره‬
‫إليهـا مراجعو الحســـــابـات‬
‫الكـامـل لمجموعـة البيـانـات‬ ‫الضوابط المناسبة‬
‫اآلخرون‬
‫التى يمكن تسجيلها‬

‫المصدر )‪ )Appelbaum,2017‬بتصرف‬

‫يجب أن تتناول معايير المراجعة الوضـــع الذى تفرضـــه البيانات الضـــخمة‪ :‬أن األدلة‬
‫الخارجية فى شـكل البيانات الضـخمة الخارجية قد ال تكون موثوقة إال إذا تم تسـجيل مصـدر‬
‫آمن للبيانات‪.‬‬
‫أخيرا ا ‪ ،‬قد يكون المراجعون الداخليون أكثر تعرضــــا ا من مراقبي الحســــابات لفحص‬
‫قرارات ومالحظات األعمال التى تم إنشـــاؤها من البيانات الضـــخمة الخارجية‪ ،‬ومع ذلك ‪،‬‬
‫على الرغم من أن الصـندوق االسـود لتأمين مصـادر البيانات الضـخمة موضـح كوسـيلة فاعلة‬
‫وفعالة لجمع المصـدر وتخزينه بشـكل آمن ‪ ،‬فقد توجد حلول أخرى أو يمكن تطويرها يمكنها‬
‫معـالجـة هذه المشـــــكلـة‪ .‬بالضـــــافة إلى ذلك ‪ ،‬إلى أي مدى ينب ى لمهنـة المراجعـة أن تعتبر‬
‫مختصــــا وتحت أي ظروف يجب أن تســــاعد معايير‬
‫ا‬ ‫البيانات الخارجية الضــــخمة دليالا‬
‫المراجعة المهنة من خالل تقديم توضــيحات‪ .‬مع تقدم الشــركات فى تبني البيانات الضــخمة‬
‫وإمكـانـاتهـا للتحليالت المؤثرة والواضـــــحـة ‪ ،‬ال ينب ى تجـاهـل مهنـة المراجعـة والمنظمين‬
‫واألكاديميين هذا التحدي الصعب‪.‬‬

‫‪71‬‬
 ‫‪ 8-3‬اثر التطور التكنولوجي فى بيئة االعمال على مفهوم عملية التوكيد‪:‬‬

‫يمكن البحث فى هذا الجزء الت ييرات الهيكلية بشـــكل أكثر تفصـــيالا ‪ ،‬وطبيعة تدفقات‬
‫البيانات ‪ ،‬والروابط بين بيئات البيانات المختلفة‪.‬‬

‫‪ :1-7-3‬دمج االستشعار اآللى فى مدى مصدااية عملية المراجعة‪:‬‬

‫يفتح اســـــتخـدام أجهزة نظـام تحـديـد المواقع العـالمي (‪ )GPS‬وشـــــرائح بطـاقـات تعريف‬
‫الهوية ‪ RFID‬على المجال نحو عصـــر جديد فى التوكيد اآللى وإدارة العمليات ( ‪Kaplan‬‬
‫‪ .)and Hegharty,2005‬ففى النظـام التقليـدى ‪ ،‬يتم التحقق من المخزون فى نهـايـة الفترة‬
‫عن طريق الجرد الفعلى‪ ،‬اما إذا تم تضــمين شــرائح بطاقات تعريف الهوية ‪ RFID‬فى كل‬
‫عنصر من عناصر المخزون ‪ ،‬فسيتم القياس آليا ا والتكلفة الضافية لجراء هذا القياس تعتبر‬
‫منعدمة ‪ ،‬ولكن عمليات المسـح المتكررة بشـكل مفرط يمكن أن تؤدي إلى حجم بيانات ضـخم‬
‫‪ ،‬وبالتالي صــعوبة فى المعالجة والتخزين‪ ،‬بالضــافة إلى التقنيات الســابقة يمكن اســتخدام‬
‫إنترنت األشياء بشكل عام يوفر إمكانات ضخمة لتذليل هذه الصعوبات‪.‬‬
‫‪2-7-3‬الربط مع استالم المخزون‪:‬‬

‫على الرغم من أن جرد المخزون قـد ال يكون مفيـدا ا مع توقيـت كـل عمليـة مخزنيـة فى‬
‫وقت متزامن (المناســـب) ‪ ،‬إال أن مراقبة وصـــول المخزون قد تعمل على إدارة التواصـــل‬
‫المباشـر بين الطرفين (المورد والشـركة) دون الحاجة لوسـاطة من طرف ثالث والتحقق من‬
‫هـذه العمليـة‪ ،‬فـإذا تم توســـــيع هـذه العمليـة بـاســـــتخـدام نظـام تحـديـد المواقع العـالمي (‪)GPS‬‬
‫ومشــاركتها مع الموردين ‪ ،‬فيمكنها التحقق من إدارة الموردين وما إلى ذلك ويمكن أن يمثل‬
‫هذا االرتبـاط الخـارجي بالعمليـات ذات الصــــلـة للشـــــركاء التجـاريين ت ييرا ا كبيرا ا فى طرق‬
‫التفكير التجاري وعمليات التوكيد )‪.(Dull, Tegarden, and Scheifler, 2006‬‬
‫‪3-7-3‬ربط صرف المخزون بعملية المبيعات ‪:‬‬

‫على الرغم من أن جرد المخزون فى توقيـت كـل عمليـة مخزنيـة قـد ال يكون مفيـدا ا كمـا‬
‫هو واضــح ‪ ،‬فإن مراقبة حركة الجرد قد تعمل على التواصــل مع تســجيل النقدية ‪ ،‬وترحيل‬
‫المقبوضـــات ‪ ،‬والشـــحن الخارجى للعمليات‪ ،‬وما إلى ذلك‪ ،‬وقد يعمل هذا أيضــا ا على إدارة‬

‫‪72‬‬
‫جزء آخر من عملية التواصـل المباشـر بين الطرفين(العميل والشـركة) دون الحاجة لوسـاطة‬
‫من طرف ثالث والتحقق منه‪ ،‬وتوسـيع هذا التحقق ليشـمل العمالء الكبار ومصـلحة الضـرائب‬
‫والقائمين على تقديم الخدمات التى تعمل على إزالة عدم الوضــوح فى التعامالت الحالية بين‬
‫أطراف العملية التجارية‪ ،‬غالباا ما يتم أتمتة العمليات الصـــناعية التى يتم انتاجها باســـتمرار‬
‫باستخدام روابط وأجهزة استشعار لمعظم العناصر (‪.)Monga, 2015‬‬
‫ويمكن ربط التتبع الرقمي لقياســات المخزون بســجالت المبيعات وتســجيل المقبوضــات‬
‫النقدية اللكترونية ‪ ،‬وعمليات دفع لعمالء الســوبر ماركت ‪ ،‬وكاشــفات الســرقة فى مخارج‬
‫المتجر‪ .‬اعتمـاداا على دقـة واكتمـال هـذه الروابط ‪ ،‬يمكن اعتبـارهـا جز اءا من نظـام قيـاس‬
‫وتحكم وتوكيد مؤســســي أكبر وأكثر تعقيداا أو حتى كنظام واحد كبير فقط‪ ، .‬ســيركز الكثير‬
‫من عمليات الرقابة والتوكيد الداري على فحص النحرافات واعراضـــها بينما ســـيتم تنفىذ‬
‫العمليات األساسية الياا‪.‬‬
‫أ ‪ -‬تعتمد قيمة الجمع اآللى للبيانات بشــــكل متكرر على التطبيقات التى تم تطويرها‬
‫الســـتخدام هذه البيانات ‪،‬وتجدر الشـــارة إلى أن تطوير واســـتخدام تدفقات البيانات‬
‫القريبـة من الحـدث يعتمـد على ســـــلســــلـة من التقنيـات والتطبيقـات التى يتم دعمهـا‬
‫والعناصـر الجوهرية (التهديدات) الناتجة عن هذه المعالجة‪ ،‬فالتأكيدات اآللية ليسـت‬
‫سـوى مثال واحد على الت يير التكنولوجي الذى قد يتسـبب فى إحداث خلل‪ ،‬وذلك قد‬
‫يؤثر فى النهاية على التوكيد‪.‬‬
‫ب ‪ -‬إن الكثير من المخـاوف الموجودة فى التوكيـد هى ســـــالمـة مجتمع الـدراســـــة‬
‫والتصـــحيح الحســـابي‪ ،‬فإذا تم توكيد ســـالمة هذه العمليات من خالل ســـلســـلة من‬
‫عمليات التحكم اآللى القريبة من الحدث ‪ ،‬فإن هذا التحقق الذاتي اآللى ‪ ،‬ســي ير من‬
‫كفاءة وفعالية عملية المراجعة‪.‬‬
‫إن مشكلة المطابقة ل التكامل‪ Matching/Integration‬فى إضافة تدفقات بيانات االستشعار‬
‫الجديدة بشكل تدريجي هى المهام العامة التى تواجهه التوكيدات اآللية‪ .‬بعض العمليات داخل‬
‫النظام ويمكن هندسـتها بالكامل بينما يعتمد البعض اآلخر على قياس وتجميع تدفقات البيانات‬
‫خارج البيئة الخاضــعة للرقابة والتى ال يؤثر عليها إال قليالا‪(Hoogduin, Yoon, and .‬‬
‫)‪Zhang, 2015‬‬

‫‪73‬‬
 ‫خالصة الفصل‪:‬‬

‫لقـد تم عرض العـديـد من القضـــــايـا والرؤى التقـدميـة لبيئـة تكنولوجيـا المعلومـات التى‬
‫تتخللهـا منـاقشـــــة األدلـة وإجراءات المراجعـة فى هـذا البحـث‪ .‬حيـث أثـارت هـذه المنـاقشـــــات‬
‫ســـلســـلة من األســـئلة حول أدلة المراجعة‪ .‬وهناك حاجة إلى البحث لتحديد كيفية دمج هذه‬
‫األشــــكـال من األدلـة فى إطـار المراجعـة الحـالي ‪ ،‬وكيف يجـب ت يير هـذا الطـار ‪ ،‬والنهج‬
‫المتطور للت يير من النموذج الحالي إلى النموذج المســتقبلي ‪ ،‬وأخيرا ا أدوار واختصــاصــات‬
‫ووظائف المراجع فى هذه البيئة المستقبلية‪.‬‬
‫إن ما يتعلق بالمراجعة فى ضـوء مجموعة كبيرة من اآلنظمة المترابطة والمتبادلة ‪ ،‬ما‬
‫تقدمه من قيمة مضــــافة‪ ،‬والوظائف الضــــافية التى يجب أن توفرها ومســــارات تطورها‬
‫مستقبالا‪.‬‬
‫يت ير مفهوم وطبيعة أدلة الثبات فى المراجعة بسـبب ظهور البيانات الضـخمة واألدلة‬
‫الرقميـة واآلثـار اللكترونيـة التى يـدعمهـا ‪ RFID‬و ‪ GPS‬و‪ IOT‬نتيجـة هـذه األحـداث هى‬
‫تـداخـل تـدريج بين الدارة ‪ ،‬ومتـابعـة الدارة ‪ ،‬والمراقبـة المســـــتمرة ‪ ،‬ووظـائف المراجعـة‬
‫المســــتمرة التى يجب إعادة تصــــميمها إلى حد ما‪ ،‬فمن المرجح أن تكون أنظمة المراجعة‬
‫أنظمة بيئية تكنولوجية كاملة من معالجات البيانات والتش يل اآللى بصورة عامة‪.‬‬
‫واتضــح مما ســبق أنه ســيتم توســيع حجم األدلة بشــكل كبير وفى المســتقبل القريب‪،‬‬
‫وسـتعمل تحليالت البيانات الضـخمة على تلخيص وشـرح معناها‪ ،‬وسـتختلف التحليالت التى‬
‫ســيتم اســتخدامها فى الســابق‪ ،‬ولكنها ســتعتمد بشــكل عام على البيانات اآللية المعتمدة على‬
‫أجهزة الستشعار‪ ،‬وستكون عشوائية ‪ ،‬وسيتم فحصها باستمرار للتأكد من مدى فعاليتها‪.‬‬
‫أما فيما يخص موضـوع البيانات الضـخمة وعالقتها بأدلة الثبات فى المراجعة وأثرها على‬
‫جودة عملية المراجعة‪ ،‬سيتم تناولها فى الفصل القادم‪.‬‬

‫‪74‬‬
 ‫الفص الراب‬
‫أثر العالقة بين البيانات‬
‫ال خمة وأدلة اإلثبات فى‬
‫عملية المراجعة‬
‫مقدمة‬

‫‪ 1-4‬التطور التاريخى للبيانات فى المحاسبة‬

‫‪ 2-4‬تعريف البيانات الضخمة‬

‫‪ 3-4‬خصائص البيانات الضخمة‬

‫‪ 4-4‬ممارسات المحاسبة والمراجعة فى ظل البيانات الضخمة‬

‫‪ 5-4‬دور البيانات الضخمة في تحول عملية المراجعة‬

‫‪ 6-4‬أثر أدلة اإلثبات فى ظل البيانات الضحمة على جودة المراجعة‬

‫خالصة الفصل‬
 ‫الفصل الرابع‬

‫أثر العالاة بين البيانات الضخمة وأدلة اإلثبات فى عملية المراجعة‬

‫مقدمة‪-:‬‬

‫إن البيـانـات لم تعـد بعـد اآلن البترول الجـديـد لهـذا العصـــــر وإنمـا هى الهواء الجـديـد‪ .‬لقـد‬
‫أصبحت أكثر من مجرد وقود اقتصادي لتكون حافز لالبتكار وبالتالي االستفادة من إمكاناتها‬
‫اليجـابيـة أمر ضـــــروري لتحفيز االبتكـار والتقـدم وخلق قيمـة جـديـدة ‪ ،‬وتعمـل البيـانـات على‬
‫ت يير جذري للطريقة التى تعمل بها الشــــركات والتى تزداد اهميتها فى الســــنوات القادمة‪،‬‬
‫فالشـركات التى تعتبر البيانات كأصـل اسـتراتيجي هى تلك التى سـتبقى وتسـتمر‪ ،‬ومع النمو‬
‫الهائل فى البيانات الضـــخمة وإنترنت األشـــياء ‪ ،‬بالضـــافة إلى األســـاليب ســـريعة التطور‬
‫لتحليـل البيـانـات )‪ ، (Bernard ,2016‬و نظرا ا لنتقـال المنظمـات إلى بيئـة األعمـال الرقميـة‬
‫فإن االهتمام بالبيانات الضـــخمة من قبل المنظمات هو دليل على أن الشـــركات تقوم بالفعل‬
‫بجمع المزيد من نظم قياس أعمالها من أنشــطتها الفردية من خالل نشــر أجهزة االســتشــعار‬
‫ونقاط البيانات فى جميع أنحاء األعمال سـيسـمح لإلدارة ومراقبى حسـاباتها بمراقبة العمليات‬
‫وتوفير التوكيد فى وقت متزامن (مناسب) )‪.(David Rose,2017‬‬
‫‪ 1-4‬التطور التاريخي للبيانات فى المحاسبة‪-:‬‬

‫تعتير البيانات شــريان الحياة لعملية اتخاذ القرار‪ ،‬كما أنها المادة الخام لعملية المســاءلة‪،‬‬
‫وأن الكم الهـائـل من البيـانـات التى يجرى إنتـاجهـا وتخزينهـا والعمـل على إتـاحتهـا من مواقع‬
‫متعددة ومصـادر متنوعة مصـدر قوة بالنسـبة للمجتمعات القائمة على المعرفة خصـوصـا ا مع‬
‫بروز الذكاء الصـــتناعي وإنترنت األشـــياء ومواقع التواصـــل االجتماعي والتطورات فى‬
‫مجال الحوسـبة السـحابية وعلم معالجة البيانات الضـخمة وتحليلها أنيا ا‪ ،‬فهذه البيانات الضـخمة‬
‫من شأنها‪ ،‬فى حال إدارتها على نحو صحيح أن تسهم إسهاما مؤثرا فى تحقيق مزايا تنافسية‬
‫للشركات ونجاح فى األجل القصير والطويل‪.‬‬
‫لقـد ظهر تـأثير البيـانـات الضـــــخمـة فى الحيـاة اليوميـة‪ ،‬وعلى الرغم من الفرص الكبيرة‬
‫التى تنتجها البيانات الضــــخمة للشــــركات‪ ،‬لكنها تمثل تحد كبير للعديد من الوظائف ومنها‬

‫‪76‬‬
‫وظائف المحاسـبة والمراجعة‪ ،‬كما هو الحال فى أي مجال جديد‪ ،‬وتحتوي البيانات الضـخمة‬
‫على بعض المصطلحات التى يجب إتقانها بهدف معرفة طبيعة هذه البيئة الجديدة والمتطورة‬
‫ويمكن عرضها فى الجدول رقم (‪ )1-4‬التالي‪-:‬‬

‫الجدول ‪ 1-4‬مصطلحات البيانات الضخمة‬

‫الوصف‬ ‫المصطل‬

‫ذكـــاء األعــمـــال تكامل بين البيانات والتكنولوجيا والتحليالت والمعرفة النس ـانية لتحســين‬
‫القرارات التجـاريـة وذلـك لنجـاح تنظيمـات االعمـال‪ .‬وتـدمج برامج ذكـاء‬ ‫(‪)BI‬‬
‫االعمـال بين مخـازن بيـانـات منظمـات األعمـال ومنصـــــة أو أدوات ذكـاء‬ ‫‪Business‬‬
‫االعمال لتحويل البيانات إلى معلومات تجارية قابلة لالستخدام والتنفيذ‪.‬‬ ‫‪Intelligence‬‬
‫تحليالت البيـانـات علم فحص البيانات األولية ب رض استخالص النتائج من تلك المعلومات‪.‬‬
‫وتســتخدم تحليالت البيانات فى العديد من الصــناعات للســماح للشــركات‬ ‫(‪)DA‬‬
‫والمؤسسات بإتخاذ قرارات أعمال أفضل‪ ،‬وفى العلوم للتحقق من النماذج‬
‫أو النظريات الموجودة أو دحضها‪.‬‬
‫الـــحـــوســـــــبـــة نموذج لتقـديم خـدمـات تكنولوجيـا المعلومـات يتم فيهـا إعـادة طلـب الموارد‬
‫من النترنت من خالل األدوات والتطبيقات المســـتندة إلى الويب بدالا من‬ ‫السحابية‬
‫االتصـال المباشـر بالخادم‪ .‬يتم تخزين حزم البيانات والبرامج فى الخوادم‪.‬‬
‫ومع ذلك‪ ،‬فإن الحوسـبة السـحابية تتيح الوصـول إلى المعلومات طالما أن‬
‫الجهـاز اللكتروني لـديـه حق الوصـــــول إلى الويـب‪ .‬هـذا النوع من النظـام‬
‫يسمح للموظفين بالعمل عن بعد‪.‬‬
‫لوحــة معلومــات هى واجهة برنامج ‪ BI‬توفر مقاييس وإحصـــاءات ورؤى وتصـــور معد‬
‫ذكـــاء األعــمـــال مســبقاا أو معرف من قبل العميل فى البيانات الحالية‪ .‬يســمح للمســتخدمين‬
‫النهـائيين لبرنـامج ‪ BI‬لعرض النتـائج الفوريـة فى حـالـة األداء المبـاشـــــر‬ ‫( ‪BI‬‬
‫لألعمال أو تحليالت البيانات‪.‬‬ ‫‪)Dashboard‬‬

‫‪77‬‬
 ‫الوصف‬ ‫المصطل‬

‫الــتــنــقــيـــب عــن‬
‫طرق البحث من خالل كميات كبيرة من البيانات المحوســـبة للعثور على‬
‫الــــبــــيــــانــــات‬
‫أنماط أو اتجاهات مفيدة‪.‬‬
‫‪Data Mining‬‬
‫عـلـم الـبـيـــانـــات‬
‫البيـانـات‪ ،‬هو مجـال يختص بكـل مـالـه عالقـة بـالبيـانـات للمســـــاعـدة فى‬
‫‪Data‬‬
‫اكتساب منظمات األعمال التجارية ميزة تنافسية‪،‬‬
‫‪Science‬‬
‫تصــــور البيانات‬
‫عــرض الــبــيـــانـــات بــتــنســــــيــق تصــــــويــري أو رســــــومــي‪.‬‬ ‫‪Data‬‬
‫‪visualization‬‬

‫المعــالجــة‬
‫الـتـحـلـيـلـيـــة عـبـر هى تقنيـة قويـة لكتشـــــاف البيـانـات‪ ،‬بمـا فى ذلـك قـدرات عرض التقـارير‬
‫اإلنـــــتـــــرنـــــت غير المحدود والحسابات التحليلية المعقدة والتخطيط التنبئي‬
‫(‪)OLAP‬‬
‫الـتـحـلـيـالت مهارة استخراج المعلومات من مجموعات البيانات الحالية لتحديد اآلنماط‬
‫الـــتـــنـــبـــؤيـــة والتنبؤ بالنتائج والتجاهات المســــتقبلية‪ .‬ال تخبرك التحليالت التنبؤية بما‬
‫سـيحدث فى المسـتقبل‪ .‬ويتوقع ما قد يحدث فى المسـتقبل بمسـتوى مقبول‬ ‫‪Predictive‬‬
‫من الموثوقية‪ ،‬ويشمل سيناريوهات ماذا لو وتقييم للمخاطر الممكنة‬ ‫‪analytics‬‬
‫الـتـحـلـيـالت‬
‫نوع من تحليالت األعمال التى تركز على إيجاد أفضــل مســار للعمل فى‬
‫الـ ـوصـــــ ـفـ ـيـ ـة‬
‫حـالـة معينـة وتنتمي إلى مجموعـة من القـدرات التحليليـة التى تشـــــمـل‬
‫‪Prescriptive‬‬
‫التحليالت الوصفىة والتنبؤية‪.‬‬
‫‪analytics‬‬

‫‪78‬‬
 ‫الوصف‬ ‫المصطل‬

‫بـــيـــانـــات‬
‫شـــــبـه المهيكلـة البيانات التى لم يتم تنظيمها فى مسـتودع متخصـص‪ ،‬مثل قاعدة البيانات‪،‬‬
‫ولكن مع ذلـك تحتوي على معلومـات مرتبطـة‪ ،‬مثـل البيـانـات األوليـة‪ ،‬ممـا‬ ‫‪Semi-‬‬
‫يجعلها أكثر قابلية للمعالجة من البيانات الخام أو غير المهيكلة‪.‬‬ ‫‪structured‬‬
‫‪data‬‬
‫الـبـيـــانـــات‬
‫الـــمـــهـــيـــكـــلـــة البيـانـات الموجودة فى حقـل ثـابـت داخـل ســــجـل أو ملف‪ .‬ويشــــمـل ذلـك‬
‫البيانات الواردة فى قواعد البيانات العالئقية وجداول البيانات‪.‬‬ ‫‪Structured‬‬
‫‪data‬‬
‫الـبـيـــانـــات المعلومات التى ال توجد فى قاعدة بيانات أعمدة الصـــف التقليدية‪ .‬وغالباا‬
‫غـيـر الـمـهـيـكـلـــة ما يتضـمن النص والوسـائط المتعددة‪ .‬ومن األمثلة على ذلك رسـائل البريد‬
‫‪ Unstructured‬اللكتروني ومســــتندات معالجة النصــــوص ومقاطع الفيديو والصــــور‬
‫وملفات الصـوت والعروض التقديمية وصـفحات الويب والعديد من أنواع‬ ‫‪data‬‬
‫المســــتندات التجارية األخرى‪ .‬على الرغم من أن هذه الملفات قد تحتوي‬
‫على بنية داخلية‪ ،‬إال أنها تعتبر "غير مهيكلة" ألن البيانات غير مضـــمنة‬
‫فى قـاعـدة بيـانـات‪ .‬يقـدر الخبراء أن ‪ 80‬إلى ‪ % 90‬من البيـانـات فى أي‬
‫مؤسسة غير مهيكلة‪.‬‬
‫المصدر‪ (Lindell,2017) :‬بتصرف‬

‫لقـد تطرق البـاحثون فى التطور التـاريخي للبيـانـات الضـــــخمـة الى النظر اليهـا من عـدة‬
‫منظورات مختلفة‪ ،‬فمن المنظور المحاســــبي يميل المحاســــبون إلى النظر إلى البيانات من‬
‫منظور البيانات التقليدية الخاصـة بهم للحصـول على المعلومات وجمعها وتصـنيفها وتجميعها‬
‫وتحليلها والتقرير عنها‪ ،‬ويتيح توفر البيانات الضــــخمة من زيادة التعقيد وزيادة القدرة على‬

‫‪79‬‬
‫إجراء تحليل دقيق للبيانات لم يكن ممكناا من قبل‪ ،‬فقد ســــرد ‪ Jim Lindell‬تطور البيانات‬
‫على ثالثة فترات زمنية وهى‪-:‬‬
‫الفترة حتى ‪ 1978‬م‪ :‬كانت وظيفة المحاســب كعنصــر فى أنظمة المحاســبة اليدوية‬
‫التقليـديـة‪ .‬و يقوم المحـاســـــب بتســـــجيـل المعـامالت ومعـالجتهـا وتحليلهـا والتقرير عن النتـائج‬
‫المالية‪ .‬كما خلق المحاســب قيمة إضــافية من خالل تقييم النتائج على أســاس تحليل النســب‬
‫والتباين ومقارنات الصناعة‪.‬‬
‫بداية من ‪ 1978‬م‪ :‬تم إنشـــاء أول جدول بيانات الكتروني فى العالم‪ ،‬ونتيجة لذلك‪ ،‬بدأ‬
‫المحاسـبون فى إدخال بيانات المعامالت فى جداول البيانات وإنشـاء تحليالت جديدة نتج عن‬
‫جداول البيانات تقارير مخصصة وزيادة فى الحجم الكلي للبيانات‪.‬‬
‫فى العقود الثالثة الماضــ ـية‪ :‬زاد اســــتخدام جداول البيانات وأصــــبحت تطبيقات قواعد‬
‫البيانات وأنظمة األعمال الكبيرة متاحة بشـكل أكبر وسهل االستخدام وقوية لكن يصعب على‬
‫المحاسب معرفة تتبع تدفق تلك البيانات الضخمة‪.‬‬
‫ثم عرض التطور التاريخي للبيانات الضــــخمة من المنظور المحاســــبي فى ســــبعة مراحل‬
‫وهى‪:‬‬
‫‪ .1‬إمساك الدفاتر‪.‬‬
‫‪ .2‬المحاسبة‪.‬‬
‫‪ .3‬اآلالت الحاسبة‪.‬‬
‫‪ .4‬أجهزة الكمبيوتر‪.‬‬
‫‪ .5‬النترنت‪.‬‬
‫‪ .6‬حوسبة سحابية‪.‬‬
‫‪ .7‬انترنت األشياء‪.‬‬
‫وعند النظر للمراحل السـبع السـابقة والخصـائص الرئيسـية لحجم البيانات الخاصـة بهم‪،‬‬
‫وإعـداد المعلومـات‪ ،‬ونوع تحليـل البيـانـات التى أجريـت‪ ،‬تعتبر هـذه المراحـل والخصـــــائص‬
‫مثيرة لالهتمـام بشــــكـل خـاص عنـدمـا ينظر المحـاســـــبين فى اآلثـار المترتبـة على وظـائف‬
‫المحاسـبة فى المسـتقبل‪ ،‬لذا قد تل ى البيانات الضـخمة العديد من الجراءات المحاسـبية بسـبب‬
‫عدم الضرورة )‪. (Lindell,2017‬‬

‫‪80‬‬
‫اتفق ‪ Kostić‬على نفس فكرة ‪ Dai & Vasarhelyi‬بحيث قسم المراجعة الى اربعة‬
‫اجيال‪:‬‬
‫الجيل األول‪ :‬يعتمد على المراجعة اليدوية‬
‫الجيـل الثـانى‪ :‬المراجعـة عن طريق تكنولوجيـا المعلومـات بـالجـداول االلكترونيـة والـدوائر‬
‫التليفزيونية الم لقة‪.‬‬
‫الجيـل الثـالـث‪ :‬تحليالت المراجعـة المعتمـدة على البيـانـات الضـــــخمـة عن طريق تطبيقـات‬
‫تحليلية‪.‬‬
‫الجيل الرابع‪ :‬التشــ يل اآللى وشــبه اآللى لعملية المراجعة اعتمادا ا على اجهزة االســتشــعار‬
‫وبطــاقــات تعريف الهويــة وأنظمــة الســـــيــابر المــاديــة وهى تعتبر أنظمــة الجيــل الرابع‬
‫للصناعة(‪.)Kostić,2017‬‬
‫يمكن القول بأن الواقع الفعلي لتطور البيانات اوضــــح أن المســــتخدم منها في األعمال‬
‫التجارية ما يقارب ‪ %10‬من إجمالي البيانات التى تم تكوينها وتجميعها وتتســم هذه البيانات‬
‫بـأنهـا بيـانـات مهيكلـة يســــهـل تجميعهـا ومعـالجتهـا ومع زيـادة حجم هـذه البيـانـات زادت تكلفـة‬
‫تخزينهـا ومعـالجتهـا‪ ،‬هـذا مـا دفع المختصـــــون الى البحـث فى كيفيـة تخفيض التكلفـة وزيـادة‬
‫ســــرعة معالجة تلك البيانات ومن منظور أوســــع ظهرت البيانات الضــــخمة نتيجة الجهود‬
‫واالبحـاث لتخفيض تكلفـة التخزين عن طريق توزيع البيـانـات التى تم تكوينهـا وتجميعهـا فى‬
‫أمـاكن تخزين اقـل تكلفـة ومع التطور فى تكنولوجيـا تخزين ومعـالجـة البيـانـات أصـــــبح من‬
‫الممكن تخزين كميات ضـخمة من البيانات واسـتدعاء ومعالجة المطلوب منها مهما كان نوع‬
‫البيانات المطلوبة سواء مهيكلة او شبه مهيكلة أو غير مهيكلة فى وقت متزامن (مناسب)‪.‬‬
‫‪ 2-4‬تعريف البيانات الضخمة‪-:‬‬

‫التطور التكنولوجي هو القوة الدافعة النهائية لسـد فجوات التفاعالت بين الناس وت يير‬
‫نماذج األعمال للمؤســســات )‪ ، (Stamas,2013‬إن مصــطلح البيانات الضــخمة أصــبح‬
‫مصــطلحا ا عاما ا يتناقله الجميع دون أن يكون لهذا المصــطلح مفهوم واضــح ويكتفى القارئ‬
‫باســــتنباط معناه من المصــــطلح نفســــه فقد عرفت شــــركة ‪ Gartner Glossary‬لبحوث‬
‫تكنولوجيا المعلومات البيانات الضــخمة على أنها أصــول معلومات ذات حجم كبير وســرعة‬
‫فـائقـة ومن الممكن أن تكون متنوعـة والتى تتطلـب اشــــكـال مبتكرة وفعـالـة من حيـث تكلفـة‬

‫‪82‬‬
‫‪81‬‬
‫معالجة المعلومات والتى تتيح رؤية افضـــل وصـــنع قرار واتمتة العمليات‪ ،‬عرفت البيانات‬
‫الضخمة‪ ،‬جزئيا ا‪ ،‬بحجمها الهائل وصفها معهد ماكينزي‪McKinsey Global Institute‬‬
‫فى مـايو عـام ‪ 2011‬بـأنهـا "مجموعـات البيـانـات التى حجمهـا هو أبعـد من قـدرة برامج قواعـد‬
‫البيانات من حيث أدوات الجمع‪ ،‬والتخزين والدارة والتحليل" (‪.)Franks 2012‬‬
‫وصـف ‪ Yoon‬البيانات الضـخمة على أنها القدر الكبير من البيانات التى تحتوي على‬
‫أن واع مختلفة من المعلومات المت يرة بســرعة‪ ،‬ويتم تحليلها بشــكل متكرر من خالل تقنيات‬
‫معقدة )‪ .(Yoon,2016,pp29‬وعرف ‪ Bernard Marr‬البيانات الضــــخمة بأنها البيانات‬
‫التى كانت قبل بضـــع ســـنوات من المســـتحيل جمعها وتحليلها وأمكن اآلن عمل ذلك بطرق‬
‫بسـيطة وهناك فكرتين تزيد من حركة هذه البيانات الضـخمة هى أن هناك الكثير من البيانات‬
‫عن أي شيء والقدرة على تحسين تخزين وتحليل أي بيانات)‪. (Bernard Marr,2016‬‬
‫مما سـبق يتضـح لدى الباحث أن البيانات الضـخمة هى مجال هندسـى من مجاالت هندسـة‬
‫البرمجيات‪ ،‬يهدف فى األســاس لبناء أنظمة قادرة على التعامل (تكوين ‪ -‬تجميع ‪ -‬معالجة –‬
‫تخزين ‪ -‬توثيق ‪ -‬البحـث) مع حجم البيـانـات الهـائـل‪ ،‬وهـذه البيـانـات يتم تحليلهـا بطرق حـديثـة‬
‫غير تقليدية أثرت فى خصـائصـها من مجردة حقيقية الى نشـطة ومتجددة ومت يرة نتيجة حجم‬
‫وســــرعة وأنظمة تشـــ يلها ودرجة تعقيد تحليالتها وطرق تخزينها واســــتدعائها فى الوقت‬
‫المناسب وبالكيفية التى تساعد متخذ القرار‪.‬‬
‫‪ 3-4‬خصائص البيانات الضخمة‪-:‬‬

‫كما تبين فى الســــابق أن خصــــائص البيانات الضــــخمة ترتبط بمدى التطور فى هذا‬
‫المجال والطفرات التكنولوجية الحادثة‪ ،‬ففى بداية االمر كانت الخصـائص تقتصـر على ثالث‬
‫خصائص بدايتها حرف "‪ "V‬هى الحجم والسرعة والتنوع ومما ال شك فيه أن االبعاد الثالثة‬
‫للبيانات لم تعد تصـف البيانات الضـخمة بالشـكل الكافى لمواجهة هذا التطور‪ ،‬ويرى ‪Van-‬‬
‫‪ Rijmenam,2014‬أن هناك ابعاد اخرى للبيانات توضـــح صـــورة أكثر اكتماال لوصـــف‬
‫البيانات الضـخمة وما هو ضـروري للحفاظ على سـالمة البيانات فضـال عن أن تكون قادرة‬
‫على االســتفادة من قيمة البيانات وتكوينها كأصــل تتلخص فى ثمانية ابعاد للبيانات الضــخمة‬
‫وهى كما يلى‪-:‬‬
‫(‪ )1‬السرعة‬

‫‪82‬‬
‫‪81‬‬
 ‫(‪ )2‬التنوع‬
‫(‪ )3‬الحجم‬
‫(‪ )4‬المصداقية‬
‫(‪ )5‬التباينل الت اير‬
‫(‪ )6‬التصور‬
‫(‪ )7‬القيمة‬
‫(‪ )8‬االفتراضية‬

‫الشكل (‪ )1-4‬االبعاد الثمانية للبيانات الضخمة‬

‫المصدر‪ :‬إعداد الباحث‬

‫‪83‬‬
‫تحتاج الشـركات بشـكل متزايد إلى البيانات الضـخمة كوسـيلة أفضـل باسـتخدام البيانات‬
‫المهيكلة وغير المهيكلة التى تم تكوينها بواسـطة العمليات ليس فقط لتعزيز السـالمة والكفاءة‬
‫النتاجية ‪ ،‬ولكن للتنبؤ باألحداث قبل حدوثها وفى توثيق لتزايد خصـائص البيانات الضـخمة‬
‫قدم ‪ Tom Shafer‬تســلســل تاريخي لعدد ‪ 42‬خاصــية مختلفة للبيانات ما بين عام ‪2001‬‬
‫وحتى ‪ 2017‬وما يمكن توقعه فى المســتقبل أن يصــل الي ‪ 100‬خاصــية فى ‪ 2021‬م كما‬
‫هو موضح فى الرسم البياني التالي‪-:‬‬

‫الشكل (‪ )2-4‬دراسة لتطور خصائص للبيانات الضخمة‬

‫)‪)Tom Shafer,2017‬‬

‫‪84‬‬
 ‫ويمكن توضيح ابعاد البيانات الضخمة فى الجدول التالي‪-:‬‬
‫الجدول ‪ 2-4‬ابعاد وخصائص البيانات الضخمة‬

‫وصف‬ ‫البعد‬ ‫م‬

‫السرعة التى يتم بها إنشاء البيانات وتخزينها وتحليلها وتصورها‪ .‬وهى معدل الت ير‬ ‫‪ 1‬السرعة‬
‫الذى تجربه البيانات وتوصف سرعة البيانات بأنها بيانات ساكنة او ثابتة ‪Data at‬‬ ‫‪Velocity‬‬
‫‪ ،rest‬وبيانات قيد االستخدام‪ ،Data in use‬وبيانات متحركة‪.Data in motion‬‬
‫البيانات الساكنة او الثابتة هى بيانات ال تت ير‪ .‬والبيانات قيد االستخدام عادة ببيانات‬
‫المعامالت‪ .‬البيانات المتحركة هى حركة البيانات من طلب إلى طلب آخر‪ .‬مثال على‬
‫البيانات فى الحركة يمكن أن تكون احتياطية وحفظ واسترجاع البيانات من تطبيق‬
‫واحد إلى آخر من أجل إتمام الصفقة‪ ،‬أو استشعار البيانات المتدفقة إلى المستودع‬
‫األساسي للمعالجة‪ .‬وتبعا للسرعة على حالة االستخدام‪ ،‬يمكن معالجة بعض البيانات‬
‫الحركية بالقرب من المصدر‪ ،‬مما يقلل من الحاجة إلى نقل غالبية البيانات‪.‬‬

‫فى الماضى‪ ،‬كانت جميع البيانات منتظمة وتناسب بدقة فى األعمدة والصفوف‪،‬‬ ‫‪ 2‬التنوع‬
‫اآلن‪ ٪90 ،‬من البيانات غير منتظمة‪ .‬وتأتي البيانات اآلن فى أشكال مختلفة عديدة‪،‬‬ ‫‪Variety‬‬
‫بل بهيكل المعقد‪ .‬ويتطلب كل نوع من البيانات نوعا مختلفا من التحليل وأدوات‬
‫مختلفة للتفسير ‪.‬‬
‫‪-1‬البيانات الغير المهيكلة ‪UNSTRUCTURED DATA‬‬
‫تتضمن عديد من اآلنواع وهى‪:‬‬
‫)‪Binary Large Objects (BLOBs‬‬ ‫•‬

‫يتكون ‪ BLOBS‬من بيانات ثنائية مخزنة كملف واحد فى نظام إدارة قاعدة بيانات‪.‬‬
‫صورا أو مواد صوتية أو أي كائنات وسائط متعددة‬
‫ا‬ ‫يمكن أن تكون ‪ BLOBs‬هذه‬
‫أخرى‪.‬‬

‫‪85‬‬
 ‫وصف‬ ‫البعد‬ ‫م‬

‫• السجالت التجارية التى تتطلب الراابة والتحكم‬ ‫‪ 2‬التنوع‬

‫المستندات أو الورق أو الملفات اللكترونية التى تخضع لضوابط األعمال المتعلقة‬ ‫‪Variety‬‬
‫بالتخزين واالحتفاظ والتخلص والحذف لالمتثال للمتطلبات القانونية أو التنظيمية أو‬
‫الصناعية أو لدعم التقاضي واالكتشاف‪.‬‬
‫‪Content management data‬‬ ‫•‬

‫(بيانات إدارة المحتوى) البيانات المتعلقة بأنظمة إدارة المحتوى للمنصات على‬
‫اآلنترنت‪.‬‬
‫‪Digital assets‬‬ ‫•‬
‫(األصول الرقمية) هى المستندات التى تتطلب تخزيناا ونقل متخص ا‬
‫صا وذلك لضمان‬
‫األداء ألنها تتكون من ملفات كبيرة و ل أو مشفرة خاصة‪.‬‬
‫• المحتوى الديناميكي (متعدد المستخدمين)‬

‫المحتوى الذى قد يتم أنشاؤه وتحريره ومراجعته والموافقة عليه من قبل عدة‬
‫أشخاص أو مجموعات‪ .‬وخير مثال على ذلك هو مستندات ‪ ، Google‬التى تتيح‬
‫لعدة أشخاص العمل على نفس المستند فى‬
‫نفس الوقت‪.‬‬
‫•البريد اإللكتروني والرسائل النصية والدردشة‬
‫البيانات التى تمثل مراسالت أو اتصاالت أخرى بين األفراد ‪ ،‬بين الشركات واألفراد‬
‫‪ ،‬أو بين اآلالت واألفراد‪.‬‬
‫• بيانات الملكية الفكرية‬

‫البيانات المرتبطة بحقوق الملكية الفكرية‪ .‬يجب التحكم فى الوصول إلى هذه البيانات‪.‬‬
‫يجب إدارة حقوق الملكية لتجنب أنتهاك شروط العقد أو الترخيص فيما يتعلق‬
‫باستخدام المواد‪.‬‬
‫البيانات االجتماعية‬ ‫•‬
‫أي بيانات يتم مشاركتها على الشبكات االجتماعية ‪ ،‬مثل‬ ‫•‬
‫منشورات‪Tweets, YouTube movies, LinkedIn Facebook,‬‬
‫‪profiles,‬وغيرها ‪.‬‬

‫‪86‬‬
 ‫وصف‬ ‫البعد‬ ‫م‬

‫)‪Specialized content (web data‬‬ ‫•‬ ‫‪ 2‬التنوع‬

‫محتوى متخصص (بيانات الويب) محتوى متخصص يتطلب وصوالا خا ا‬

‫صا وتحك اما‬ ‫‪Variety‬‬
‫وإدخال محتوى وعرضاا ووظائف أخرى‪ .‬ومن األمثلة الجيدة على منصات‬
‫اآلنترنت‪.‬‬
‫• وثائق ثابتة‬

‫المستندات الموجودة فى ‪ Word‬أو ‪ PowerPoint‬أو ‪ Excel‬والتى يمكن‬

‫تحريرها بواسطة شخص واحد فى كل مرة‪.‬‬
‫‪Taxonomies/ontologies‬‬ ‫•‬
‫التصنيفات ل علم الوجود‬
‫يقدم علم الوجود المعرفة كمفاهيم مختلفة (أشياء ‪ ،‬عالقات ‪ ،‬أو أحداث) ‪،‬‬
‫ويظهر العالقة بين هذه المفاهيم المختلفة‪.‬‬
‫• بيانات التعرف على الصوت‬

‫ترجمة الكلمات المنطوقة إلى نصوص أو بيانات يمكن أن يفهمها الكمبيوتر‪ .‬تتضمن‬
‫بيانات التعرف على الصوت ‪ ، Siri‬وعمليات البحث عن البودكاست ‪ ،‬ومعالجة‬
‫الصوت إلى نص ‪ ،‬وأنظمة التحكم الصوتي‪.‬‬
‫‪-2‬بيانات شبة المهيكلة ‪SEMISTRUCTURED DATA‬‬
‫تتضمن عديد من اآلنواع‪:‬‬
‫‪Documents containing metadata tags‬‬ ‫•‬

‫المستندات التى تحتوي على عالمات البيانات الوصفىة يمكن أن تتضمن البيانات‬
‫الوصفىة معلومات مثل المؤلف ووقت النشاء ؛ يمكن تخزينه بسهولة فى نظام إدارة‬
‫قواعد البيانات االرتباطية (‪.)RDBMS‬‬
‫‪EDI documents‬‬ ‫•‬

‫تتضمن مستندات التبادل اللكتروني للبيانات (‪ )EDI‬تسلسالا من الرسائل بين طرفىن‬

‫بتنسيق محدد مسبقاا‪.‬‬

‫‪87‬‬
 ‫وصف‬ ‫م البعد‬

‫‪RSS feeds.‬‬ ‫‪ 2‬التنوع‬

‫)‪ Rich Site Summary (RSS‬هى نص كامل أو موجز ‪ ،‬بما فى ذلك البيانات‬ ‫‪Variety‬‬
‫الوصفىة ‪ ،‬وتستخدم لنشر األعمال التى يتم تحديثها باستمرار (مثل المدونات) ‪RSS‬‬
‫هى تنسيقات ملفات ‪ XML‬موحدة تسمح بنشر المعلومات مرة واحدة وعرضها‬
‫بواسطة العديد من البرامج المختلفة ‪.‬‬
‫‪XML objects‬‬ ‫•‬

‫)‪ Extended markup language (xml‬يتم تعريف الكائنات من خالل مجموعة‬

‫من القواعد التى تسمح لقراءة التنسيقات من قبل البشر وكذلك اآلالت‪.‬‬
‫‪-3‬بيانات المهيكلة ‪STRUCTURED DATA‬‬
‫تتضمن عديد من اآلنواع ‪:‬‬
‫‪Flat _les in record format‬‬ ‫•‬

‫يمكن أن يكون الملف الثابت عبارة عن ملف نصي عادي ‪ ،‬وعادة ما يحتوي على‬
‫سجل واحد فى كل سطر‪ .‬يمكن فصل الحقول الفردية بفاصالت‪ .‬ملفات ‪ CSV‬هى‬
‫مستند ذو ملف ثابت ‪.‬‬
‫‪GEO location data‬‬
‫بيانات حول الموقع الج رافى الحقيقي للعنصر‪.‬‬
‫‪HTML5 microdata‬‬ ‫•‬

‫يمكن أن تتضمن "البيانات الجزئية" دالالت فى المحتوى الحالي لتوفير تجربة تصفح‬
‫أكثر ثرا اء‪ .‬يمكن استخراج البيانات بواسطة محركات البحث وبرامج المتصفحات‪.‬‬
‫‪Legacy data‬‬
‫المعلومات المخزنة القديمة أو فى تنسيقات قديمة أو أنظمة كمبيوتر يصعب الوصول‬
‫إليه أو معالجته ‪.‬‬
‫‪Log files‬‬ ‫•‬

‫تسرد ملفات السجل الجراءات التى حدثت بتنسيق قياسي‪ .‬يمكن أن تعطي ملفات‬
‫مؤشرا جيداا لما يحدث ‪.‬‬
‫ا‬ ‫السجل للمستخدمين‬

‫‪88‬‬
 ‫وصف‬ ‫م البعد‬

‫‪ 2‬التنوع‬
‫‪Microformats‬‬ ‫‪Variety‬‬
‫يعيد تنسيق ‪ Microformat‬استخدام عالمات ‪ HTML / XHTML‬لنقل البيانات‬
‫الوصفىة والسمات األخرى ‪.‬‬
‫‪Sensor data‬‬ ‫•‬

‫البيانات التى تم جمعها بواسطة أجهزة االستشعار التى تراقب المعدات أو المنتجات‪.‬‬
‫يمكن أن تتضمن المستشعرات عالمات ‪ RFID‬التى تخزن المعلومات وترسلها‪.‬‬
‫‪Spreadsheets‬‬ ‫•‬

‫يحتوي جدول البيانات على بيانات بتنسيق جدولي ‪ ،‬بمعنى الجداول والعناوين ‪.‬‬
‫‪-4‬بيانات مهيكلة معقدة ‪COMPLEX STRUCTURED DATA‬‬
‫)‪Hierarchically structured data (xml-based MISMO‬‬
‫مجموعات بيانات ‪ XML‬المتعلقة بالمنتجات المالية المعقدة ‪.‬‬
‫الحجم الهائل ‪ ،‬والمساهم الكبير جدا ا فى التوسع المستمر الرقمي ألنترنت األشياء‪ ،‬مع‬ ‫‪ 3‬الحجم‬
‫أجهزة استشعار فى جميع أنحاء العالم فى جميع أنواع األجهزة التى تكون البيانات‬ ‫‪Volume‬‬
‫كل ثانية‪ .‬مع أنخفاض تكاليف التخزين‪ ،‬تخزين أفضل والتخزين لم يعد مشكلة كبيرة‬
‫أن تكوين وجمع الكثير من البيانات بسرعة عالية ال قيمة لهما إذا كانت تلك البيانات‬ ‫‪ 4‬المصداقية‬
‫معيبة‪ .‬فالبيانات غير الصحيحة يمكن أن تسبب مشاكل كبيرة للمنظمات وللمستخدمين‬ ‫‪Veracity‬‬
‫أيضا‪ .‬إذا كنت تريد أن تصبح منظمتك محورا للمعلومات‪ ،‬علىك أن تتأكد من صحة‬
‫بياناتك وتحليلها‪ .‬وينطبق هذا بصفة خاصة على صنع القرار اآللى‪ .‬لذلك‪ ،‬إذا كنت‬
‫ترغب فى وضع استراتيجية بيانات ضخمة‪ ،‬يجب أن تركز بقوة على صحة البيانات‬
‫فضال عن دقة تحليلها‪ .‬دقة البيانات جنبا إلى جنب مع سياق البيانات التى تؤدي إلى‬
‫الثقة‪ .‬وهناك ثالثة جوأنب من الصحة هى نسب البيانات وإمكانية التعقب والسالمة‪.‬‬
‫نسب البيانات هو معرفة مصدر البيانات‪ .‬وإذا جاءت البيانات من مصدر موثوق به‪.‬‬
‫وإمكانية التعقب هى القدرة على تتبع البيانات بدقة من حيث مصدرها مجموعات‬
‫بيانات ‪ XML‬المتعلقة بالمنتجات المالية المعقدة مجموعات بيانات ‪ XML‬المتعلقة‬
‫بالمنتجات المالية المعقدة‪.‬‬

‫‪89‬‬
 ‫وصف‬ ‫م البعد‬

‫تتمثل مقاييس التباين األربعة الشائعة االستخدام فى المدى والوسط والتباين‬ ‫‪ 5‬التباين ل الت اير‬
‫واآلنحراف المعياري‪ .‬الكلمات ليس لها تعاريف جامدة‪ ،‬ومعناها يمكن أن يتباين‬ ‫‪Variability‬‬
‫تباينا شديدا فى السياق‪ .‬فالكلمات الفردية بدون سياق يمكن أن تكون مضللة جداا‪.‬‬
‫نفس الشيء ينطبق على البيانات الضخمة‬
‫وهذا يعني جعل هذه الكمية الهائلة من البيانات مفهومة بطريقة يسهل قراءتها‬ ‫‪ 6‬التصور‬
‫وفهمها‪ .‬التصور (داش بورد) ليس رسوما بيأنية عادية أو رسوم بيأنية‪ .‬وهى رسوم‬ ‫‪Visualization‬‬
‫بيأنية معقدة يمكن أن تشمل العديد من مت يرات البيانات بينما تظل قابلة للقراءة‬
‫ومفهومة‪ .‬وقد ال يكون التصور أصعب مهمة من الناحية التكنولوجية‪ ،‬ولكنه بالتأكيد‬
‫أصعب مهمة‪ .‬أن استخدام الرسم البيأني لتوصيل معنى أمر صعب جدا ا‬
‫تراكم تطبيق كل الخطط واستراتيجيات حوكمة البيانات الضخمة فى خصائصها‬ ‫‪ 7‬القيمة‬
‫المتاحة تمكن الشركات أن نتعامل معها باعتبارها واحدة من األصول األكثر قيمة‬ ‫‪Value‬‬
‫المؤسسة‪ .‬فالبيانات الصحيحة والكاملة والموثوقة تضيف قيمة بتكامل المجتمع‬
‫والعمليات والتكنولوجيا ‪.‬‬
‫تعمل المحاكاة االفتراضية على توسيع التطبيقات ومصادر البيانات الخاصة بها إلى‬ ‫‪ 8‬االفتراضية ل‬
‫طبقة تجريد بحيث تظهر البيانات من أنظمة متباينة كجدول موحد‪ .‬هناك خمسة أنماط‬ ‫المحاكاة‬
‫الستخدام المحاكاة االفتراضية للبيانات‪ .‬اتحاد البيانات‪ ،‬ملحق مستودع البيانات‪،‬‬
‫‪Virtualization‬‬
‫مشاركة بيانات المؤسسة‪،‬ذلك فى الوقت المناسب‪ ،‬وكذلك تكامل البيانات السحابية‬
‫لهذه المؤسسات‪.‬‬
‫المصدر‪ (Van-Rijmenam, 2014& A. Mathes, 2016) :‬بتصرف‬
‫هذا بالضـافة الى ما يسـتحدث من ابعاد وخصـائص وماسـبق من ابعاد ما هى اال تفصـيل‬
‫لتوضـــــيح مـدى تـأثير بيئـة البيـانـات الضـــــخمـة فى منظمـات االعمـال وبـالتـالي ينخرط على‬
‫المحاسـبة والمراجعة‪ ،‬سـتوثر بالفعل الخصـائص السـابقة فى اشـكال أدلة الثبات فى المراجعة‬
‫ويمكن القول بأن خصــائص البيانات الضــخمة متجددة ومحدثة بمدى التطور وذكاء االعمال‬
‫ومدى التقدم فى تكنولوجيات البيانات الضــــخمة والذكاء االصــــطناعي وتكنولوجيات الجيل‬
‫الخامس ومع هذا التطور والتجدد والحداثة يكون ذلك األثر على المحاســبة والمراجعة وأدلة‬
‫الثبات‪.‬‬

‫‪90‬‬
‫‪88‬‬
 ‫‪ 4-4‬ممارسات المحاسبة والمراجعة فى ظل البيانات الضخمة‪-:‬‬

‫إن ارتبـاط العمليـات التجـاريـة بـالبيـانـات الخـارجيـة أدى الى ت يير جوهرى فى بيئـة‬
‫البيانات‪ ،‬تخطط الشــركات الكبرى للواقع االفتراضــى (‪ )world Mirror‬للبيانات بعدد من‬
‫الحواســب الســحابية مما يدعم كل بيانات الشــركة ويســهل اظهار بيانات الشــركة والبيانات‬
‫الوســيطة بين بيانات الشــركة والبيانات الضــخمة الخارجية‪ ،‬ويمكن تصــنيف بيانات الواقع‬
‫االفتراضي للبيانات الى ‪ -1‬بيانات الشركات ‪ -2‬بيانات وسيطة ‪ -3‬بيانات ضخمة خارجية‪.‬‬
‫‪ 1-4-4‬جمع بيانات المحاسبة والمراجعة فى ظل البيانات الضخمة‪-:‬‬

‫بـالنظر إلى أن المحـاســــبـة بـاعتبـارهـا فن تســـــجيـل العمليـات التجـاريـة والتقرير عن هـذه‬

‫النتـائج‪ ،‬ونظم تخطيط موارد المؤســـــســـــات هى بـالفعـل جمع مجموعـة واســــعـة جـديـدة من‬
‫البيـانـات‪ ،‬والواقع أن البيـانـات البـديلـة المحيطـة بـالعمليـات يمكن أن تكون أكثر إفـادة بكثير من‬
‫حيث قياس األعمال التجارية من المعامالت المالية‪ ،‬وبما أن المحاســبين مسـئولون عن جمع‬
‫المعلومـات التى تفيـد الدارة والتقرير عنهـا‪ ،‬فـإن لهم دورا ا فى تحليـل البيـانـات والبيـانـات‬
‫الضـــــخمـة‪ ،‬ومن النـاحيـة المثـاليـة‪ ،‬كـل البيـانـات التنظيميـة يجـب أن تكون متـاحـة للتنقيـب عن‬
‫البيـانات لتحســـــين تســـــجيـل األحداث‪ ،‬وتقـديم التقـارير إلى الجهـات التنظيميـة‪ ،‬وانفاذ الرقابة‬
‫الداخلية‪ ،‬وكمثال على ذلك‪ ،‬يمكن اســـتخدام تكنولوجيات تحليلية جديدة تيســـرها األســـاليب‬
‫المبتكرة لعمليات تنقيب البيانات لتجهيز البيانات ويمكن للبيانات الضـخمة أن تضـمن الكفاءة‪،‬‬
‫والحد من الفاقد‪ ،‬وضـمان الفصـل بين الواجبات‪ ،‬واكتشـاف اختالس األصـول ( ‪Jans et al.‬‬
‫‪.)2010‬‬
‫ويمكن لمراقبي الحســـابات أيضــا ا االســـتفادة من البيانات الضـــخمة‪ ،‬وينب ى لمراقبي‬
‫الحسـابات أن يسـعوا إلى التحقق من المعامالت‪ ،‬ليس فقط بفاتورة وإيصـال‪ ،‬بل بدليل متعدد‬
‫الوسـائط على حدوث معاملة ما‪ ،‬ويمكن أن ترافق بيانات المعامالت الصـور والفديو و‪GPS‬‬
‫لتحديد المواقع والبيانات األخرى‪ ،‬بالضـافة الي الرصـد ومراجعة الحسـابات المسـتمران‪ ،‬فى‬
‫حال تنفيذهما‪ ،‬وستنشأ بيانات ضخمة تساعد على تحسين كفاءة مراجعة الحسابات وفعاليتها‪،‬‬
‫ويجب أن تكون البيانات من كل الحســــابات وتخزينها واســــترجاعها وتحليلها رقمية‪ ،‬يمكن‬
‫تسـجيل كل شـىء ثم تحليله الحقا لتحسـين عملية مراجعة الحسـابات برمتها ( ‪Vasarhelyi‬‬
‫‪.)et al. 2010‬‬

‫‪91‬‬
 ‫‪ 2-4-4‬فى مجال مراجعة الحسابات‪:‬‬

‫أن ظهور أشـكال جديدة من البيانات التى يتم تكوينها تلقائياا ذات الحجم األكبر تدريجياا‬
‫‪ ،‬و قواعد البيانات االخذه فى االتســــاع والتباين ‪ ،‬والربط بعناصــــر البيانات يمثل تحديات‬
‫صـا جديدة لعملية التوكيد‪ ،‬وتميل المراجعة إلى التأخر فى اعتماد التكنولوجيا‬
‫كبيرة ويوفر فر ا‬
‫من قبل الدارة‪ ،‬كما تثير أسـئلة تتعلق باسـتعداد العاملين بالشـركات لتبنى تقنيات جديدة ‪ ،‬بما‬
‫فى ذلك استخدام البيانات الضخمة‪)Alles,2015) .‬‬
‫ومن المرجح أن يكون الستخدام البيانات الضخمة فى المراجعة بعض اآلثار السلوكية‬
‫الهامة‪ ،‬وتشـــير الدراســـات الموجودة إلى أنه ينب ى للمرء أن يتوقع أن يكون حكم المراجعة‬
‫معقداا بسـبب التحميل الزائد للمعلومات ‪ ،‬مما قد يؤدى على األرجح إلى صـعوبات فى تحديد‬
‫المعلومات ذات الص ـلة‪ ،‬ويتطلب اســتخدام البيانات الضــخمة شــبه المنتظمة وغير المنتظمة‬
‫أيضـا أن‬
‫ا‬ ‫بشـكل فعال من مراقبي الحسـابات زيادة االحتماالت إزاء ال موض‪ ،‬ومن المحتمل‬
‫يؤدى اسـتخدام البيانات الضـخمة إلى تفاقم بعض المشـكالت التى يواجهها مراقبي الحسـابات‬
‫عنــد تحليــل مجموعــات كــاملــة من بيــانــات المعــامالت‪Brown-Liburd,Issa,and ( .‬‬
‫‪)Lombardi,2015‬‬
‫ونظرا ا للعدد الكبير من أشـــكال األدلة الضـــافية‪ ،‬والتى تتميز بقابليتها لإلثبات ‪ ،‬ونظم‬
‫مراجعة الحســابات التى تزداد آليتها ‪ ،‬ســيكون من الضــروري إيجاد طريقة لتجميع األدلة‪،‬‬
‫وقد تشمل التطبيقات العملية لمجموعات البيانات المحاسبية ما يلي‪(Kogan et al,2014):‬‬
‫(‪ )1‬القـدرة على معـالجـة وتحليـل البيـانـات التفصـــــيليـة بـدالا من البيـانـات الموجزة‬
‫للمعامالت‪.‬‬
‫(‪ )2‬القـدرة على دمج مجموعـة متنوعـة من البيـانـات الـداخليـة والخـارجيـة مع‬
‫البيانات المالية فى التحليل ‪.‬‬
‫(‪ )3‬القـدرة على القيـام بالتكـامل بين البيـانات الضـــــخمـة البيئيـة (مثل الشـــــبكات‬
‫االجتمـاعيـة والمقـاالت الخبـاريـة) مع عمليـات قيـاس المحـاســـــبـة وتوكيـد‬
‫المراجعة‪.‬‬
‫ومما ســـبق يتضـــح أن القدرة على تحويل عمليات المحاســـبة واألعمال والمراجعة‬
‫توضــــح إمكانية إجراء اختبارات مراجعة محتملة وتنفيذ التصــــحيح التلقائي للمعامالت فى‬

‫‪92‬‬
‫مراجعـة البيـانـات‪ ،‬وعلى الرغم من أن الكثير من النقـاش دار حول اســـــتخـدام البيـانـات على‬
‫مســـتوى المعامالت ‪ ،‬إال أن المســـتويات المختلفة لتحليل البيانات مكملة لبعضـــها البعض‪.‬‬
‫(‪.)Kozlovski and Vasarhelyi 2014‬‬
‫‪ 3-4-4‬تحليالت البيانات الضخمة في المراجعة‪:‬‬

‫لقد ناقش كل من )‪ (Cao, Chychyla, and Stewart,2015‬خصــائص الطرق‬

‫التحليلية للبيانات الضخمة ‪ ،‬خاصة عند تطبيقها على مجموعات من مصادر مختلفة للبيانات‬
‫الضخمة كما قاموا بتحديد تحديات تحليالت البيانات الضخمة فى إعداد برنامج المراجعة‪.‬‬
‫إن تحليالت البيانات الضــخمة هى امتداد للمجموعة التحليلية الحالية لقواعد البيانات بســبب‬
‫حجمها وخصــــائصــــها الديناميكية ‪ ،‬فإنها تخلق مجموعة جديدة كاملة من التحديات التقنية‪،‬‬
‫وتظهر هذه التحديات بشكل يومى ويجب مواجهتها من الناحية المفاهيمية والعملية‪.‬‬
‫والجدول التالي يبين أبرز مفاهيم تحليالت البيانات الضخمة طبقا ا لمجموعة من الدراسات‬

‫الجدول(‪ :)3-4‬مفاهيم تحليالت البيانات الضخمة‬

‫مفهوم تحليالت البيانات الضخمة‬ ‫الباحث (السنة)‬
‫هى عملية تحليلية يتم من خاللها اسـتخالص األفكار من‬ ‫))‪KPMG (2016 (b‬‬
‫األشـكال التشـ يلية والمالية وغيرها من أشـكال البيانات‬
‫اللكترونيـة الـداخليـة أو الخـارجيـة للمنظمـة‪ .‬يمكن أن‬
‫تكون هذه الرؤى تاريخية أو فى وقت متزامن (مناسب)‬
‫أو تنبؤية ويمكن أن تركز أيضاا على المخاطر أو األداء‬
‫وكثيرا ا مـا تقـدم "كيف " و لمـاذا " إجـابـات على "مـاذا "‬
‫األولية األسـئلة الموجودة فى المعلومات المسـتخرجة فى‬
‫البداية من البيانات‬

‫‪ Cao, Chychyla and Stewart‬هى عملية فحص وتنظيف وتحويل ونمذجة البيانات‬
‫الضــخمة الكتشــاف وتوصــيل المعلومات واآلنماط‬ ‫)‪(2015‬‬
‫المفيدة واقتراح االستنتاجات ودعم اتخاذ القرار‬

‫‪93‬‬
 ‫مفهوم تحليالت البيانات الضخمة‬ ‫الباحث (السنة)‬

‫‪ Brown-Liburd,‬أدوات تحليـل البيـانـات المســـــتخـدمـة لتحليـل البيـانـات‬ ‫‪Issa‬‬ ‫&‬

‫الضــخمة تمنح مراقبي الحســابات القدرة على دمج‬ ‫)‪Lombardi (2015‬‬
‫واسـتخدام كل من البيانات المنتظمة وغير المنتظمة‬
‫لتحديد الحاالت الشـــاذة المحتملة للمعامالت وأنماط‬
‫السلوك واالتجاهات‬

‫‪ Chen, Chiang & Storey‬فى اآلونة األخيرة ‪ ،‬تم اســتخدام البيانات الضــخمة‬
‫وتحليالتهـا لوصـــــف مجموعـات البيـانـات والتقنيـات‬ ‫)‪(2012‬‬
‫التحليليـة فى التطبيقـات الكبيرة والمعقـدة لـدرجـة أنهـا‬
‫متقـدمـا وفريـداا للبيـانـات وتقنيـات‬
‫ا‬ ‫ا‬
‫تخزينـا‬ ‫تتطلـب‬
‫التحليل والتحليل والتصور‬

‫)‪ Ohlhorst & Hoboken (2012‬هــذه عمليــة يتم من خاللهــا تحليــل البيــانــات من‬
‫منظورات مختلفـة ثم تحويلهـا إلى بيـانـات موجزة‬
‫تعتبر مفيدة ‪ ]...[ ،‬التركيز على النمذجة واكتشــاف‬
‫المعرفة ألغراض تنبؤية وليســـت وصـــفية بحتة ‪-‬‬
‫عمليـة مثـاليـة للكشـــــف أنمـاط جـديـدة من مجموعـات‬
‫البيانات الضـــخمة‪ .‬تبحث التطبيقات الحصـــائية لـ‬
‫لتحليالت البيانات الضـــخمة فى البيانات باســـتخدام‬
‫الخوارزميــات بنــا اء على المبــادئ الحصــــــائيــة‪.‬‬
‫يقـدمون بشـــــكـل مثـالي مالحظـات نموذجيـة يمكن‬
‫اســــتخدامها لدراســــة مجموعات البيانات المأهولة‬
‫ل رض التقدير واالختبار والتحليل التنبئي‬

‫‪94‬‬
 ‫مفهوم تحليالت البيانات الضخمة‬ ‫الباحث (السنة)‬

‫تحليالت البيانات ‪ ،‬عند اســتخدامها للحصــول على‬ ‫)‪IAASB (2016‬‬

‫أدلـة المراجعـة فى مراجعـة البيـانـات المـاليـة ‪ ،‬هى‬
‫علم وفن اكتشـــــاف وتحليـل اآلنمـاط والنحرافـات‬
‫والتنـاقضـــــات ‪ ،‬واســـــتخراج المعلومـات المفيـدة‬
‫األخرى فى البيانات الكامنة أو المتعلقة بموضــــوع‬
‫المراجعـة من خالل التحليـل والنمـذجـة والتصـــــور‬
‫ل رض التخطيط أو إجراء المراجعة‬

‫المصدر (‪)Nikola Kostić,2017‬بتصرف الباحث‬

‫‪ :4-4-4‬دور تحليل البيانات الضخمة فى مهام المراجعة الحالية والمستقبلية‬

‫يتأثر مسـتوى التعرض للبيانات الضـخمة واسـتخدام تحليالت البيانات الضـخمة فى بيئة‬
‫العمل اليومية لعمالء المراجعة المختلفين (مثل البنوك والصـناديق والشـركات) ومسـتويات‬
‫مختلفـة من الخبرة فى مجـال تكنولوجيـا المعلومـات‪ ،‬وهو أنهم يختبرون فى ال ـالـب عينـات‬
‫صــــ يرة أعـدهـا فريق تكنولوجيـا المعلومـات‪ .‬وبـالتـالى فـاقســـــام المراجعـة ال يتعـاملون مع‬
‫البيانات الضــخمة واســتخدام تحليالت البيانات الضــخمة المتقدمة؛ المعرفة األســاســية فى‬
‫‪ Excel‬والفحوصـــــات اليـدويـة كـافيـة لعملهم اليومي‪ ،‬وتعـد المنـاقشـــــة المتعلقـة بـاســـــلوب‬
‫المراجعة ومســتوى المخاطر وحجم العينة المناســب جز اءا من التواصــل بين كبار مراقبي‬
‫الحســــابات وفريق تكنولوجيا المعلومات‪ ،‬وفيما يتعلق بمراجعة الشــــركات‪ ،‬يالحظ للحجم‬
‫الصـــ ير أو المتوســـط للشـــركات التى يتم مراجعتها من قبل فريق المراجعة المحدد‪ ،‬فإن‬
‫دورا فى عملهم اليومي‪ ،‬ومع ذلـك‪ ،‬إذا كـان العميـل يعتمـد على‬
‫البيـانـات الضـــــخمـة ال يلعـب ا‬
‫ضـــــوابط تكنولوجيـا المعلومـات ولـديـه كميـات كبيرة من البيـانـات المـاليـة‪ ،‬فســـــيعمـل فريق‬
‫المراجعة على إشــراك متخصــصــي تكنولوجيا المعلومات لعداد تقرير تقييم موثوقية نظام‬
‫تكنولوجيا المعلومات والبيانات المالية المقدمة من العميل‪ ،‬وفى المسـتقبل‪ ،‬سـتلعب تحليالت‬
‫دورا أكثر أهمية فى جميع قطاعات المراجعة وســـتؤدي فى النهاية إلى‬
‫البيانات الضـــخمة ا‬

‫‪95‬‬
‫زيـادة األتمتـة من خالل التقـدم فى التكنولوجيـا وذلـك بـالحفـاظ على الجودة وتوحيـد المراجعـة‬
‫وكذلك وضع األدوات حولها لتمكين األتمتة‪ ،‬ويمكن العمل على الستعانة بمصادر خارجية‬
‫أيضــــا فى حـالـة تحليالت‬
‫ا‬ ‫حتى ال تســـــتهلـك الوقـت والمهـام اليـدويـة‪ ،‬وأنـه يمكن القيـام بـذلـك‬
‫البيانات الضـخمة‪ .‬وسـتتمثل الفائدة فى أن يتم تنفيذ الجراءات الموحدة واآللية خارج شـركة‬
‫المراجعة‪ ،‬مما يتيح لمراقبي الحســــابات التركيز على االختبار الموضــــوعي والمفصــــل‬
‫لالسـتثناءات التى سـتفيد جودة المراجعة‪ .‬وفقاا لـــــ (‪ ، )Yoon, et al.,2015‬يمكن تحسـين‬
‫جودة المراجعة مع زيادة اســتخدام للبيانات الضــخمة وإســتخدام تحليالت البيانات الضــخمة‬
‫وتحرير مراقبي الحســابات من االختبارات اليدوية التى تســت رق وقتاا طويالا والســماح لهم‬
‫بالتركيز أكثر على المهام الجوهرىة)‪.(Kostić and Tang,2017‬‬
‫إن أحجـام العينـات األكبر المســـــتخـدمـة ســـــتقلـل من مخـاطر الحتيـال وتزيـد من جودة‬
‫المراجعة‪ ،‬ومن المفضـل اختبار كل مجتمع الدراسـة فى كل مرة‪ ،‬ويمكن حل مشـاكل فعالية‬
‫التكلفـة بـاســـــتخـدام تحليالت البيـانـات الضـــــخمـة واألتمتـة‪ ،‬والتى تتطلـب‪ ،‬طريقـة أكثر ذكـا اء‬
‫وفعالية لســـتخدام البيانات الضـــخمة وخوارزميات رياضـــية أكثر تعقيداا مبرمجة من قبل‬
‫أيض ـا أن ال‬
‫ا‬ ‫موظفىن يتمتعون بمســتوى عال من مهارات تكنولوجيا المعلومات‪ ،‬ومن المهم‬
‫تركز فقط على حجم العينة ألنك تبني الثقة من مصــــادر مختلفة‪ ،‬للعمالء الذين لديهم عينة‬
‫صــــ يرة قد تكون األحجـام هى الطريقـة األكثر كفـاءة الختبـار األدلة وجمعهـا‪ ،‬قد يكون من‬
‫األفضــــل جمع جميع البيانات وإعادة بناء النظام الختبار العمليات‪ ،‬وتتماشــــى زيادة جودة‬
‫المراجعة مع نتائج مســــح اجرته ‪ KPMG‬فى عام‪ ،2017‬الذى تم فيه تحديد أن المديرين‬
‫التنفيـذيين والمـديرين المـاليين يتوقعون أن يســـــتخـدم المراجعون الجـدد المزيـد من تحليالت‬
‫البيانات لختبار عينات أكبر وتقديم المزيد من االفكار التى يمكن أن تضيف قيمة ‪(Kostić‬‬
‫)‪.and Tang,2017‬‬
‫‪ :6-4-4‬أثر ودور تحليالت البيانات الضخمة على الممارسة المحاسبية‬

‫أيضـا للمحاسـبين فى الشـركات‪ ،‬فتعتبر أدوات‬

‫ا‬ ‫كما أن تحليل البيانات الضـخمة مناسـب‬
‫تحليل البيانات الضــخمة ‪ ،‬وخاصــة أدوات التصــور ‪ ،‬ضــرورية لجعل الوظيفة المحاســبية‬
‫أكثر صـلة وذلك على الرغم من أن الوظيفة األسـاسـية لقسـم المحاسـبة تظل تجميع ما تم من‬
‫األعمـال (مع كون البيـانـات المـاليـة هى التقـارير الرئيســــيـة التى يتم إنتـاجهـا للمســـــتخـدمين‬

‫‪96‬‬
‫الخـارجيين) ‪ ،‬فـإن هـذا الـدور يلقي نظرة خلفيـة على األداء الســـــابق وال يركز على دفع‬
‫األعمال إلى األمام ‪ ،‬وبالتالى فإن تحليالت البيانات توفر اآلن فرصـــة للمحاســـبين لالبتعاد‬
‫عن دور المراقبة‪)Amato,2013(.‬‬
‫نظمت أجهزة الكمبيوتر اآلنشـطة التجارية ألكثر من أربعة عقود‪ ،‬ولكن لم تحدث ثورة‬
‫رقمية مهمة إال فى منتصف التسعينات‪،‬فى ذلك الوقت ظهر ثالثة تأثيرات مترابطة‪ :‬إنتشار‬
‫أنظمة التشـ يل والواجهات سـهلة االسـتخدام ؛ النتشـار السـريع لإلنترنت والشـبكة العالمية ؛‬
‫والتقارب بين أربع صــناعات متميزة ســابقاا ‪ -‬أجهزة الكمبيوتر والبرمجيات واالتصــاالت‬
‫ووســائل العالم (‪ . )Bhimani, 2013‬وأدت هذه العوامل الثالثة إلى إنشــاء شــبكة قيمة‬
‫عالمية ضــخمة مع نماذج أعمال جديدة وطرق مبتكرة لهياكل المشــاريع للتشــكيل والتمكين‬
‫لتكوين الثروة وخلق القيمة االقتصادية (‪.)Bhimani and Willcocks 2014‬‬
‫إن إدراك قيمة البيانات الضـخمة وتطوير القدرة على تطبيق تقنيات تحليل البيانات هو‬
‫مسـارا أسـاسـياا يسـمح لمديريها التنفيذيين بالتصـرف بنا اء على‬
‫ا‬ ‫بالنسـبة للعديد من الشـركات‬
‫المعلومات التجريبية‪ ،‬وبالتالى كان للبيانات الضــــخمة تداعيات مهمة بشــــكل متزايد على‬
‫المحاســبة ‪ ،‬حتى مع إمكانية الوصــول إلى أنواع جديدة من البيانات‪ ،‬ومع توفر المعلومات‬
‫المرئية والمسـموعة والنصـية التى يتم توفيرها عبر البيانات الضـخمة تحسـيناا فى المحاسـبة‬
‫الدارية والمحاســبة المالية وممارســات إعداد التقارير المالية (‪.)Warren et al. 2015‬‬
‫فى التقارير المالية ‪ ،‬تســاعد البيانات الضــخمة فى إنشــاء معايير المحاســبة وصــقلها ‪ ،‬مما‬
‫يســاعد على ضــمان أن مهنة المحاســبة توفر معلومات مفيدة بطريقة ديناميكية وفى الوقت‬
‫المناسـب‪ ،‬وتتيح البيانات الضـخمة ألنظمة الذكاء الصـطناعي إسـتنتاج اآلنماط من كميات‬
‫كبيرة من البيـانات ثم تطبيق هذه اآلنماط لتخـاذ القرارات عنـد عرض البيـانات الجـديدة‪ ،‬وال‬
‫يزال يتعين رؤية تأثير األتمتة فى مهنة المحاســبة‪ ،‬فقد وجدت الدراســات حول ممارســات‬
‫شــــركات المحاســــبة الكبرى ‪ Big4‬وجهات نظر متباينة حول تأثير الذكاء الصــــطناعي‬
‫والتكنولوجيـا ويجـادل ‪ Warren‬واخرون بـأن تحليـل البيـانـات الضـــــخمـة يكمـل مهـارات‬
‫ومعرفـة المحـاســـــبين ومع ذلـك ‪ ،‬يجـب على المعلمين ومقيمي المعـايير والهيئـات المهنيـة‬
‫تعـديـل منـاهجهم ومعـاييرهم وأطرهم للتعـامـل مع تحـديـات تحليـل البيـانـات الضـــــخمـة‪.‬‬
‫(‪)Agnew, 2016‬‬

‫‪97‬‬
‫وفى الوقت الحاضـر ‪ ،‬يقدم تحليل البيانات الضـخمة مسـتوى غير مسـبوق من المكانات‬
‫المتعلقة بتوفير مجموعات بيانات متنوعة ضـــخمة وتحليالت معقدة‪ ،‬وســـتســـتمر األهمية‬
‫المتزايدة لتحليل البيانات الضـخمة فى التأثير بشـكل كبير على المحاسـبة ( ‪Warren et al.‬‬
‫‪ ،)2015‬وسـيسـتمر إنعكاس ذلك فى كيفية تراكم البيانات وتسـجيلها ‪ ،‬وكيف تسـتخدم إدارة‬
‫الشـــــركـة البيـانـات لتحقيق األهـداف التنظيميـة ‪ ،‬وكيفيـة معـالجـة عنـاصـــــر إعـداد التقـارير‬
‫وتجميعها(‪.)Woodside et al.2017‬‬
‫ويحتاج الباحثون إلى اسـتكشـاف درجة إعتماد المحاسـبين على تحليل البيانات الضـخمة‬
‫لكي يكون البتكار مكتفيا ا ذاتيا ا ‪ ،‬يجب إعتماده على نطاق واسـع فوفقاا لتفعيل نظرية منحنى‬
‫إعتماد البتكار ‪ ،‬كانت هناك خمســـة عناصـــر متضـــمنة فى إعتماد تكنولوجيا المعلومات‪:‬‬
‫أيضـا‬
‫ا‬ ‫االبتكار ‪ ،‬والمتبنون ‪ ،‬وقنوات االتصـال ‪ ،‬والوقت والنظام االجتماعي كما أن هناك‬
‫خمس مراحل من عملية صــنع القرار لنشــرها‪ :‬المعرفة ‪ ،‬القناع ‪ ،‬القرار ‪ ،‬التنفيذ والتأكيد‬
‫(‪ .)Rogers 2003‬وتحتـاج الـدراســـــات المســـــتقبليـة إلى تحـديـد مـدى تقـدم تحليـل البيـانـات‬
‫الضـخمة حول نشـر منحنى تبني البتكار وتحديد اآلثار المترتبة على المحاسـبين‪ ،‬كما يمكن‬
‫أيضـا إرشــادات حول المســتوى المناســب العتماد المحاســبين‬
‫ا‬ ‫أن توفر األبحاث المســتقبلية‬
‫على مصادر البيانات الخارجية المختلفة‪.‬‬
‫‪ :6-4‬دور البيانات الضخمة في تحول عملية المراجعة ‪:‬‬

‫غالبا ا ما تتضــمن ارتباطات المراجعة الحديثة فحص العمالء الذين يســتخدمون البيانات‬
‫الضـخمة والتحليالت لتظل قادرة على المنافسـة وذات صـلة ببيئة األعمال القائمة‪ ،‬ويتم دمج‬
‫أنظمة العمالء مع النترنت ومصـادر البيانات الخارجية مثل وسـائل التواصـل االجتماعي ‪،‬‬
‫وعالوة على ذلـك يقوم العـديـد من العمالء بـالتفـاعـل ودمج هـذه البيـانـات الضـــــخمـة مع منـاهج‬
‫تحليليـة ذكيـة ألعمـال جـديـدة ومعقـدة لتخـاذ القرار‪ ،‬ويوفر ذلـك فرصــــا ا غير محـدودة وملحـة‬
‫للمراقـب الخـارجي الســـــتخـدام تلـك التحليالت‪ ،‬وهو مـا يبين حـاجـة مهنـة المراجعـة الخـارجيـة‬
‫للتحرك نحو البيـانـات الضـــــخمـة وتحليالت المراجعـة‪ ،‬ويمكن القول أنـه في بيئـة البيـانـات‬
‫الضـــــخمـة‪ ،‬تتمتع مهنـة المراجعـة بـالقـدرة على إجراء تحليالت تنبؤيـة وتوجيهيـة أكثر ذكـاءا‬
‫تقـدمـاا؛ كمـا أن الكميـات الهـائلـة من البيـانـات المتـاحـة اآلن داخـل الشـــــركـات وخـارجهـا‪ ،‬وقوة‬
‫تقنيات تحليل البيانات الضـخمة‪ ،‬تعمل بشـكل أسـاسـي على ت يير المراجعة‪ ،‬كما أن اتجاهات‬

‫‪98‬‬
‫التكنولوجيا وسـعت على مدار العقد الماضـي من تعريف البيانات غير المهيكلة والمولدة آلياا‪،‬‬
‫بالضـــافة إلى البيانات الموجودة خارج حدود الشـــركة ‪ ،‬وأن مصـــطلح البيانات الضـــخمة‬
‫مســتخدم لوصــف هذه المجموعة الضــخمة من البيانات التي تنمو باطراد ‪ ،‬كما أن البيانات‬
‫الضـخمة سـيكون لها تأثير كبير على تعزيز النتاجية واألرباح وإدارة المخاطر ‪ ،‬لذلك تقوم‬
‫الكثير من الشــركات والمؤســســات الكبرى باســتثمارات كبيرة لفهم تأثير هذه القدرات على‬
‫أعمالهم بشــكل أفضــل ‪ ،‬ونتيجة لما ســبق فإن أحد المجاالت التي فيها إمكانيات كبيرة تتمثل‬
‫في تحول المراجعة واصــبح دور مراقبي الحســابات في االســواق المالية أكثر أهمية من ذي‬
‫قبل وأن الشــــك المهني والتركيز المســــتمرعلى جودة المراجعة وهو مطلوب طوال عملية‬
‫المراجعة‪ ،‬ويجب ان تواصـــل شـــركات المراجعة عمليات مراجعتها القوية من خالل زيادة‬
‫الجودة بشــــكـل مســـــتمر‪ ،‬ألن التطورات التكنولوجيـة الحـديثـة في بيئـة البيـانـات الضـــــخمـة‬
‫وتحليالت البيانات الضــخمة توفر فرصــة لعادة النظر في الطريقة التي يتم بها تنفيذ عملية‬
‫المراجعة ‪ ،‬وتقديم المزيد من االفكار والقيمة لمستخدمي البيانات المالية(عبدالقادر‪.)2020 ،‬‬
‫إن تطبيق تحليالت البيـانـات الضـــــخمـة في منهجيـة المراجعـة زاخر بـالمكـانـات الواعـدة‬
‫بشـأن إدخال تحسـينات على جودة المراجعة وكفاءتها ‪ ،‬في شـكل تقييمات أكثر دقة للمخاطر‪،‬‬
‫مما يؤدي إلى تحســين اكتشــاف األخطاء المادية ومؤشــرات االحتيال والفهم االكبر لمنظمة‬
‫العميل وبيئتها وهو ما ينعكس اثره على تحســـين جودة المراجعة الخارجية‪ ،‬بالضـــافة إلى‬
‫ضــرورة تزويد مراقبي الحســابات بفهم متزايد لتحليالت البيانات الضــخمة والذي يســهم في‬
‫فهم تطبيق التكنولوجيـا الجـديـدة في منهجيـة المراجعـة وبـالتـالي في مجـال الت يير العـام في بيئـة‬
‫البيــانــات الضـــــخمــة والــذي يســـــهم أيضــــــا ا في تحســـــن جودة عمليــة المراجعــة‬
‫الخـارجيـة(‪ .) Zago,Bengtsson, 2019‬كمـا أن هنـاك خطرا ا من الحبـاط إذا تم النظر إلى‬
‫تطورات تحليالت البيانات الضـخمة على أنها البطاقة الذهبية التي سـتعمل على حل مشـكالت‬
‫المراجعـة وتؤدي إلى مســـــتقبـل يتم فيـه تقييم خدمات المراجعـة عالميـا ا وإنمـا ربمـا توفر هذه‬
‫التطورات أدوات حقيقية لعادة تكوين ممارسـات المراجعة المعاصـرة وإعادة التركيز عليها‬
‫وربما إعادة تحديد موضــعها ‪ ،‬وبســبب هذه األثار التحويلية المحتملة ‪ ،‬من الضــروري ان‬
‫تخضـــع تطورات تحليالت البيانات الضـــخمة للنقاش العلمي والبحث لتحقيق هدف تحســـين‬
‫جودة المراجعة الخارجية(‪.)Salijeni et al.,2017‬‬

‫‪99‬‬
 ‫‪ :6-4‬أثر أدلة اإلثبات فى ظل البيانات الضخمة على جودة عملية المراجعة‪:‬‬

‫تكمن أهميـة هـذه الـدراســـــة فى رفع مســـــتوى جودة المراجعـة من خالل دور مراقـب‬
‫الحسـابات سـواء على مسـتوى شـركات المراجعة باعتباره يمثل نجاح أو فشـل هذه الشـركات‪.‬‬
‫عالوة على ذلك ‪ ،‬ســتؤثر البيانات الضــخمة على طبيعة ومســتوى الفصــاح عن التقارير‬
‫الســنوية للشــركات ؛ ســيحتاج ذلك إلى تحديث منهجية وخطوات المراجعة وخدمات التوكيد‬
‫المهني لهـذه التقـارير والنتقـال من المراجعـة التقليـديـة إلى المراجعـة المســـــتمرة‪ .‬عالوة على‬
‫ذلك ‪ ،‬قامت الشـــركات التى اســـتفادت بشـــكل جيد من البيانات الضـــخمة بتحســـين أدائها‬
‫ومؤشـــــراتهـا المـاليـة‪ .‬كمـا يجـب أن تهتم الشـــــركـات فى مصـــــر بتحـديـث أنظمـة المعلومـات‬
‫واالســتفادة من البيانات الضــخمة ومزاياها للبقاء واالســتمرار فى الســنوات القادمة بدالا من‬
‫مواجهة تحد جديد يسـمى البيانات الضـخمة‪ ،‬ويؤكد الشـكل التالي الذى قدمه ‪ Bonhome‬فى‬
‫عام ‪ 2018‬على أن احد المزايا التى تقدمها البيانات الضخمة وتحليالتها فى مجال المراجعة‬
‫هى جودة المراجعة بصورة افضل‪.‬‬
‫يوضح الشكل ‪ 3-4‬يوضح مزايا البيانات الضخمة وتحليالتها ويتمثل في التالي‪:‬‬
‫• جودة مراجعة افضل‪.‬‬
‫• تعظيم الشك المهني والحكم‪.‬‬
‫• التحول من التقنيات البسيطة للمعقدة‪.‬‬
‫• تغطية اكبر‪.‬‬
‫• زيادة القيمة المضافة ومصداقية المراجعة‪.‬‬
‫• مهارات جديدة‪.‬‬
‫• فهم افضل لمنهج المراجعة‪.‬‬
‫• تحليل افضل لالنحرافات‪.‬‬
‫• تحليل افضل للعناصر التي تم مراجعتها‪.‬‬
‫• التحول نحو مرجعين ومراقبي حسابات اكثر خبرة‪.‬‬

‫‪100‬‬
 ‫شكل (‪ )3-4‬أثر البيانات الضخمة وتحليالتها على المراجعة‬
‫المصدر‪ )Bonhome,2018( :‬بتصرف‬
‫إن المصــــداقية أحد الحضــــائص الهامة للبيانات الضــــخمة والتى تتطلب جودة ودقة‬
‫البيانات المسـتلمة لمسـتخمدمي ومحللي هذه البيانات ‪ ،‬وهذه البيانات فى كل صـورها تحتاج‬
‫لحوكمـة وفى مجـال المراجعـة اصـــــدر معهـد المحـاســـــبين القـانونين االمريكي (‪)AICPA‬‬
‫وذلك ألهميـة دور البيـانات فى المراجعـة فى ظل بيئـة البيـانات الضـــــخمـة عدة اصـــــدارات‬

‫‪101‬‬
‫لمعايير بيانات المراجعة وذلك ب رض الحصـــول أدلة إثبات جديدة غير تقليدية ناشـــئة من‬
‫بيئة البيانات الضـخمة تتميز باالكتمال والموثوقية والمصـداقية والذى بدوره يزيد من جودة‬
‫عملية المراجعة‪.‬‬
‫‪:1-6-4‬حوكمة البيانات‬

‫يتطلب إعتماد البيانات الضــخمة فى مؤســســة ما حوكمة قوية للبيانات لضــمان أن تظل‬
‫المعلومات دقيقة ومتســـقة ويمكن الوصـــول إليها‪ .‬هناك العديد من المجاالت الرئيســـية التى‬
‫أمرا بال األهمية ؛ وتشــــمل هذه البيانات الوصــــفية ‪،‬‬
‫تعتبر فيها إدارة البيانات الضــــخمة ا‬
‫والدارة ‪ ،‬واألمن ‪ ،‬والخصـــوصــــية ‪ ،‬وتكامل البيانات ‪ ،‬وجودة البيانات ‪ ،‬وإدارة البيانات‬
‫الرئيســية‪ ،‬كما تشــمل أنشــطة إدارة البيانات التقليدية الرئيســية لمعالجة هذه المجاالت تحديد‬
‫مالكي البيانات والمستهلكين ومصادر البيانات الموثوقة‪ .‬ويجب على المنظمات تنفيذ ضوابط‬
‫منـاســــبـة لضــــمـان الحفـاظ على جميع أبعـاد جودة البيـانـات الضـــــروريـة ويرتبط االختالف‬
‫الرئيسـي مع إدارة البيانات فى ظل البيانات الضـخمة مقارنة برامج إدارة البيانات التقليدية ‪،‬‬
‫بالســــرعة التى يجب أن تتمتع بها المؤســــســــات طوال دورة حياة البيانات لتلبية متطلبات‬
‫التحليل‪ ،‬فتزيد المخاطر المرتبطة بحاجة المؤســســات إلى المرونة من خالل الخصــائص أو‬
‫متطلبـات العمـل لكـل مجموعـة بيـانـات ‪ ،‬بمـا فى ذلـك المتعلقـة بـالخصـــــوصــــيـة واألمـان ‪،‬‬
‫والخصائص التى قد تكون مطلوبة لعمليات تجارية معينة( ‪.)GTAG ,2017‬‬
‫يجب أن يتحمل مالك البيانات مســؤولية جودة وأمن بياناتهم ‪ ،‬مع التركيز الشــديد على‬
‫عناصـــر البيانات األكثر خطورة كمايجب تحديد العناصـــر األكثر خطورة بنا اء على نتائج‬
‫عمليـة تقييم المخـاطر ‪ ،‬والتى قـد يقودهـا مـالكو البيـانـات أو وظـائف أخرى داخـل المنظمـة‬
‫(على سـبيل المثال ‪ ،‬أمن المعلومات)بالضـافة إلى أنه يجب على مالكي البيانات التأكد من‬
‫أن أنظمة التسـجيل محددة بشـكل مناسـب‪ ،‬كما يجب أن يشـمل ذلك تحديد مصـادر البيانات‬
‫الموثوقـة (أي تلـك التى تحـدد بيـانـات النظـام التى تحظى بـاألولويـة عنـدمـا تختلف عنـاصــــر‬
‫البيـانات أو تتعـارض بين نظـامين أو أكثر)‪ ،‬فقامت بعض المنظمـات بتعيين مشــــرفين على‬
‫البيـانات للمســـــاعدة فى هذه الجهود وغيرها من جهود إدارة البيانات‪ ،‬والهدف من ذلك هو‬
‫أن تكون المنظمـات قـادرة على نقـل المعلومـات بســـــرعـة ‪ ،‬مع الحفـاظ على الجودة العـاليـة‬

‫‪102‬‬
‫واألمان‪ ،‬وهذا يتطلب إدارة بيانات رشيدة ‪ ،‬مما يضمن وجود ضوابط مناسبة لدعم استدامة‬
‫هذه البرامج وعرض القيمة عليها)‪.( GTAG ,2017‬‬
‫البيـانـات تنمو بمعـدل مـذهـل‪ .‬كـالمنشـــــأت الفرديـة ‪ ،‬والمنظمـات الـدوليـة تقوم بـإنشـــــاء‬
‫وإســـتخدام وتخزين البيانات‪ ،‬تســـتمر أنواع ومصـــادر البيانات في التوســـع وتحويلها إلى‬
‫وســائط رقمية وأصــبحت أجهزة االســتشــعار مم ّكنة ‪ ،‬كل هذه األجهزة ت ذي نمو البيانات‬
‫وأصــبحت المعامالت التجارية والتفاعالت االجتماعية والترفيه متاحة رقمياا و يتحول جبل‬
‫البيـانـات إمـا إلى معلومـات قـابلـة لالســـــتخـدام أو يفقـد قيمتـه ويتحول إلى بيـانـات غير مفيـدة‪.‬‬
‫بينما تشرع الشركات في التنقيب عن البيانات الضخمة الخاصة بها ‪ ،‬هناك رغبة في التقاط‬
‫القيمـة الموروثـة من الرؤى واالحتفـاظ بهـا‪ ،‬تمثـل بحيرة البيـانـات طريقـة لتخزين كميـات‬
‫هائلة من البيانات اقتصـادياا ولكن من أجل أن تكون البيانات مفيدة يجب الحفاظ على سـالمة‬
‫البيانات ويجب أن تكون هناك وسـيلة السـترداد البيانات من بحيرة البيانات المخطط لها قبل‬
‫استثمار الوقت والجهد لملء بحيرة البيانات‪.‬‬
‫ولقد أنشـــأت جمعية إدارة البيانات (‪ )DAMA‬ا‬
‫دليال لطار العمل فى عام ‪ 2009‬يســـمى‬
‫)‪ Data Management Body of Knowledge (DMBOK‬يحتوي هذا الطار على‬
‫حوكمـة البيـانـات كمركز للنشـــــاط ومجـال المعرفـة المركزي الـذى يربط جميع المجـاالت‬
‫األخرى وتشمل مقومات حوكمة البيانات الالزمة ألي منظمة أعمال على التالي‪:‬‬
‫‪ .1‬إدارة هندسة البيانات‬
‫‪ .2‬إدارة تطوير البيانات‬
‫‪ .3‬إدارة عمليات البيانات‬
‫‪ .4‬إدارة أمن البيانات‬
‫‪ .5‬تكامل البيانات وقابلية التش يل البيني‬
‫‪ .6‬إدارة الوثائق والمحتوى‬
‫‪ .7‬إدارة البيانات الرئيسية والمرجعية‬
‫‪ .8‬إدارة البيانات الوصفية‬
‫‪ .9‬تخزين وتش يل البيانات‬
‫إدارة جودة البيانات‬ ‫‪.10‬‬

‫‪103‬‬
‫والشــــــكـــل ‪ 4-4‬يــوضــــــح الــتــرابــط بــيــن عــنـــاصــــــر حــوكــمـــة ال ـبــيـــانـــات‪.‬‬

‫الشكل (‪ )4-4‬عناصر حوكمة البيانات‬

‫المصدر‪ )Mosley M., et al,2009( :‬بتصرف‬

‫‪104‬‬
 ‫‪:2-6-4‬معايير بيانات المراجعة‬

‫تتمثل إحدى التحديات التى تواجه الدارة وشـركات المراجعة فى الحصـول على بيانات‬
‫دقيقـة بتنســـــيق قـابـل لالســـــتخـدام بعـد عمليـة قـابلـة للتكرار‪ .‬ونتيجـة لـذلـك ‪ ،‬طور(‪)AICPA‬‬
‫معايير بيانات المراجعة بشـكل إخياري ومنتظم لتحدد المعلومات األسـاسـية الالزمة لعمليات‬
‫إطارا مشتر اكا ي طي‪:‬‬
‫ا‬ ‫المراجعة وتوفر‬
‫(‪ )1‬تعريفات ملف البيانات والمواصفات الفنية‬
‫(‪ )2‬تعريفات حقول البيانات والمواصفات الفنية‬
‫(‪ )3‬أســئلة تكميلية وإجراءات التحقق من صــحة البيانات لمســاعدة مراقبي الحســابات‬
‫والمراجعين الداخليين على فهم البيانات بشـــكل أفضـــل وتقييم إكتمالها وســـالمتها‪ .‬يتم تقديم‬
‫المعايير فى أي من تنسيقي الملفات التاليين‪:‬‬
‫(‪ )1‬تنسيق ملف ثابت‬
‫(‪ )2‬إطار عمل تصـنيف دفتر األسـتاذ ‪ Global Ledger‬بل ة تقارير األعمال الموسـعة‬
‫(‪.)XBRL GL‬‬
‫تضمنت معايير بيانات المراجعة وفقا ل(‪)AICPA‬المعايير االختيارية التالية‪:‬‬
‫معيار بيانات المراجعة ‪ -‬المعيار األساسي ‪.Base Standard‬‬
‫معيار بيانات المراجعة ‪ -‬معيار دفتر األستاذ العام ‪.General Ledger Standard‬‬
‫معيـار بيـانـات المراجعـة – (المقبوضـــــات) الطلـب الى النقـديـة لمعيـار دفتر األســــتـاذ‬
‫المساعد‪.Order to Cash Subledger Standard‬‬
‫معيار بيانات المرجعة – (المشـتريات) الشـراء الى الدفع لمعيار دفتر األسـتاذ المسـاعد‬
‫‪.Procure to Pay Subledger Standard‬‬
‫معيـار بيـانـات المراجعـة ‪ -‬معيـار دفتر األســـــتـاذ المســـــاعـد للمخزون ‪Inventory‬‬
‫‪.Subledger Standard‬‬
‫معيار بيانات المراجعة ‪ -‬معيار دفتر األسـتاذ المسـاعد لألصـول الثابتة ‪Fixed Asset‬‬
‫‪.Subledger Standard‬‬
‫‪ :1-2-6-4‬معيار بيانات المراجعة ‪ -‬المعيار األساسي ‪Base Standard‬‬
‫يتضمن المعيار األساسي ‪:‬‬

‫‪105‬‬
 ‫‪ .1‬تنسيقات الملفات والحقول‬
‫‪ .2‬قائمة المستخدمين‬
‫قائمة وحدات األعمال‬ ‫‪.3‬‬
‫‪ .4‬قائمة أكواد الحسابات (‪)Segment‬‬
‫جدول الضرائب‬ ‫‪.5‬‬

‫والشكل التالي يوضح المعيار األساسي‬

‫الشكل (‪ )5-4‬معيار بيانات المراجعة ‪ -‬المعيار األساسي ‪Base Standard‬‬

‫المصدر‪ )AICPA,2015( :‬بتصرف‬

‫‪109‬‬
‫‪106‬‬
‫‪ :2-2-6-4‬معيـار بيـانـات المراجعـة ‪ -‬معيـار دفتر األســـ ـتـاذ العـام ‪General Ledger‬‬
‫‪Standard‬‬
‫يتم تعريف معيار دفتر االســـتاذ ‪ GL‬بجداول متعددة تحتوي على معلومات ذات صـــلة‬
‫كبيانات موحدة باالضافة للتقرير لتحديد سمات البيانات واستبيان ينب ى استخدامه‬
‫‪ )1‬البيانات الموحدة لألستاذ العام‪:‬‬
‫‪ .1‬تفاصيل األستاذ العام‬
‫‪ .2‬ميزأن المراجعة‬
‫‪ .3‬دليل الحسابات‬
‫‪ .4‬قائمة المصــادر‪ ،‬الشــكل التالي يوضــح معيار دفتر األســتاذ العام وعالقته‬
‫بالمعايير األساسية‪.‬‬

‫الشكل (‪ )6-4‬معيار بيانات المراجعة ‪ -‬معيار دفتر األستاذ العام ‪General Ledger Standard‬‬
‫المصدر‪ )AICPA,2015( :‬بتصرف‬

‫‪107‬‬
‫‪ :3-2-6-4‬معيار بيانات المراجعة ‪(-‬المقبوضــات) الطلب الى النقدية لمعيار دفتر األســتاذ‬
‫المساعد ‪. )O2C(Order to Cash Subledger Standard‬‬
‫البيانات الموحدة لمعيار الطلب الي النقدية (‪)O2C‬يمكن تفصيلها فى التالي‪:‬‬
‫‪ .1‬أوامر المبيعات‬
‫‪ .2‬خطوط أوامر المبيعات‬
‫‪ .3‬الشحنات المصنوعة‬
‫‪ .4‬مسار الشحن المصنوعة‬
‫‪ .5‬إنشاء الفواتير‬
‫‪ .6‬مسار الفواتير التى تم تكوينها‬
‫‪ .7‬فتح حسابات المقبوضات‬
‫‪ .8‬استالم النقدية‬
‫‪ .9‬تطبيق النقدية بحسابات المقبوضات‬
‫‪ .10‬تسويات حسابات المقبوضات‬
‫‪ .11‬مسار تسوية حسابات المقبوضات‬
‫‪ .12‬إدراج نوع اليصال‬
‫‪ .13‬إدراج نوع تسوية حسابات المقبوضات‬
‫‪ 14‬قائمة العمالء الرئيسية‬
‫‪ :4-2-6-4‬معيار بيانات المراجعة ‪(-‬المشــتريات) الشــراء الى الدفع لمعيار دفتر األســتاذ‬
‫المساعد ‪Procure to Pay Subledger Standard‬‬
‫البيانات الموحدة لمعيار الشراء الي الدفع يمكن تفصيلها فى التالي‪:‬‬
‫‪ .1‬أوامر شراء‬
‫‪ .2‬مسار أوامر شراء‬
‫‪ .3‬استالم البضاعة‬
‫‪ .4‬مسار استالم البضاعة‬
‫‪ .5‬استالم الفواتير‬
‫‪ .6‬مسار الفواتير المستلمة‬

‫‪108‬‬
 ‫‪ .7‬فتح حسابات المدفوعات‬
‫‪ .8‬المدفوعات المسددة‬
‫‪ .9‬تطبيق النقدية بحسابات المدفوعات‬
‫‪ .10‬تسويات حسابات المدفوعات‬
‫‪ .11‬مسار تسوية حسابات المدفوعات‬
‫‪ .12‬إدراج نوع الدفع‬
‫‪ .13‬إدراج نوع تسوية حسابات المدفوعات‬
‫‪ 14‬قائمة الموردين الرئيسية‬
‫‪ :5-2-6-4‬معيار بيانات المراجعة ‪ -‬معيار دفتر األسـتاذ المسـاعد للمخزون ‪Inventory‬‬
‫‪Subledger Standard‬‬
‫البيانات الموحدة لمعيار دفتر األستاذ المساعد للمخزون يمكن تفصيلها فى التالي‪:‬‬
‫‪ .1‬الملف الرئيسي موقع الجرد‬
‫‪ .2‬الملف الرئيسي للمنتج المخزن‬
‫‪ .3‬ملف المخزون فى اليد‬
‫‪ .4‬ملف المخزون فى اليد وتفاصيل الدفعة التسلسلية‬
‫‪ .5‬ملف معامالت المخزون‬
‫‪ .6‬ملف الجرد الفعلى‬
‫‪ .7‬ملف الجرد الفعلى وتفاصيل الدفعة التسلسلية‬
‫‪ .8‬ملف تكلفة المواد‬
‫ويمكن توحيد معايير بيانات مراجعة الطلب الى النقدية والشـراء الى الدفع و معيار دفتر‬
‫األسـتاذ المسـاعد للمخزون كاحد عناصـر سـالسـل التوريد التى شـملها معايير بيانات المراجعة‬
‫ويوضـــــح الشــــكـل التـالي مـا تم تنـاولـة ومـا لم يتم تنـاولـة فى معيـاربيـانـات المراجعـة الخـاص‬
‫بسالسل التوريد‪.‬‬

‫‪109‬‬
‫الشكل (‪ )7-4‬عناصر سلسلة التوريد التى تتناولها معايير بيانات المراجعة‬
‫المصدر‪ )AICPA,2017( :‬بتصرف‬

‫‪110‬‬
‫‪ :6-2-6-4‬معيار بيانات المراجعة ‪ -‬معيار دفتر األسـتاذ المسـاعد لألصـول الثابتة ‪Fixed‬‬
‫‪Asset Subledger Standard‬‬
‫البيانات الموحدة لمعيار دفتر األستاذ المساعد لألصول الثابتة يمكن تفصيلها فى التالي‪:‬‬
‫‪ .1‬الملف الرئيسي لألصول الثابتة‬
‫‪ .2‬إضافات األصول الثابتة‬
‫‪ .3‬األصول الثابتة التى تم ازالتها‬
‫‪ .4‬اهالك األصول الثابتة‬

‫والشكل التالي يوضح العالقة ما بين المعيار األساسي ومعيار األصول الثابتة‪.‬‬

‫شكل (‪ )8-4‬العالاة ما بين المعيار األساسي لمعايير بيانات المراجعة ومعيار األصول الثابتة‬
‫المصدر‪ )AICPA,2017( :‬بتصرف‬

‫‪107‬‬
‫‪111‬‬
 ‫وخلص الباحث مما سبق بوجود اهتمام علمي ومهني بحوكمة ومعايير بيانات المراجعة‬
‫للوصول لدليل إثبات مكتمل وموثوق وكفء يسهم فى مراجعة ذات جودة وكفاءة‪ ،‬إال أن‬
‫(‪ )AICPA‬لم يتناول في المعايير ما يخص بيانات المخزون وبيانات التصنيع وقياس‬
‫وإدارة التكلفة بالضافة إلى العقود وطلبات الشراء السيما الرقمية منها وهذه البيانات هامة‬
‫وجوهرية لعملية المراجعة وذلك أيا ا كانت خصائص وأحجام هذه البيانات وهو مايحتاج‬
‫لمزيد من البحث لحكام هذه البيانات لزيادة درجة جودة المراجعة للمساعدة في قرار‬
‫مراجعة اكثر رشداا‪.‬‬
‫‪: 3-6-4‬دورة حياة بيانات المراجعة وأثرها على جودة عملية المراجعة‬
‫توجـد عمليـات المراجعـة اليـدوى التقليـديـة منـذ قرون لتلبيـة العـديـد من االحتيـاجـات‪ .‬على‬
‫الرغم من ظهور مراجعة تكنولوجيا المعلومات فى السـبعينيات ‪ ،‬وأن معظم الشـركات تعتمد‬
‫حالياا على الكمبيوتر ‪ ،‬إال أن حوالي ‪ 15‬بالمائة فقط من مراقبي الحســـابات هم من يدعمون‬
‫تقنيـة المعلومات‪ .‬ويعود هذا التـأخير فى اعتمـاد تكنولوجيـا المعلومات جزئيـاا إلى تحفظ المهنـة‬
‫وأيضــا إلى نقص أدوات الجودة التى من شــأنها أن تســـمح لمراقبي الحســـابات التقليديين‬
‫ا‬ ‫‪،‬‬
‫بميكنـة (‪ )Automate‬الوظـائف التى يؤدونهـا حـاليـا ا يـدويـا ا‪ .‬يمكن القول أن مراجعـة البيـانـات‬
‫الضـخمة سـتنتشـر بشـكل اوسـع بكثير من األجيال السـابقة ‪ ،‬حيث يكون من المسـتحيل القيام‬
‫بعملية تأكيد أنظمة البيانات الضخمة الحديثة بأدوات الماضى‪ .‬وست ير بيئة البيانات الضخمة‬
‫بشـكل كبير مهنة المراجعة من خالل ميكنة الجراءات الحالية ‪ ،‬وتوسـيع نطاقها ‪ ،‬واختصـار‬
‫الوقت ‪ ،‬وفى النهاية تحسين جودة المراجعة بوجه عام‪.‬‬
‫‪ : 1-3-6-4‬الهيكل األساسي ووظائف المراجعة فى ظل بيئة البيانات الضخمة‬

‫نظرا ا ألن كل شىء سيتم توصيله بشبكة النترنت‪ ،‬سيتم تكوين واقع افتراضى( ‪mirror‬‬
‫‪ )world‬فى ســــحابة كبيرة ومتكاملة تعمل كطرف ثالث مســــتقل وبإســــتخدام البيانات من‬
‫مصــادر مختلفة ‪ ،‬ســيتمكن الواقع االفتراضــي من التأكيد التلقائي بين منشــأت األعمال ذات‬
‫الصـلة ‪ ،‬وتقييم المخزون بصـورة آلية واالرصـدة النقدية ‪ ،‬وقياس وإدارة اآلنشـطة فى الوقت‬
‫الحقيقي ‪ ،‬والكشـــــف عن األخطـاء والمخـالفـات فى وقـت متزامن (حقيقي) ‪ ،‬والمراجعـة أو‬
‫المراقبة المسـتمرة عن بعد ‪ ،‬والمراجعة عن بعد‪ -‬تسـهيل الخدمة‪ .‬يصـور الشـكل ‪ 9-4‬الهيكل‬
‫األساسي والوظائف التى تقوم بها المراجعة فى ظل البيانات الضخمة‪.‬‬

‫‪112‬‬
‫ويوضــح الشــكل ‪ 9-4‬األطراف األربعة الرئيســية فى المراجعة‪ ،‬بما فى ذلك الشــركات‬
‫وأطراف األعمـال ذات الصــــلـة (مثـل الموردين والعمالء والبنوك) وشـــــركـات المراجعـة‬
‫والموردين الذين يقدمون خدمات تســـهىل المراجعة (مثل برامج المراجعة وتحليالت بيانات‬
‫المراجعة ‪ ،‬إلخ‪.) .‬‬
‫هذه األطراف األربعة مترابطة وتتواصل فى وقت متزامن وتتعاون مع بعضها البعض‪.‬‬
‫ســتكون جميع المنشــأت قابلة للتتبع وقادرة على تخزين شــروطها وحالتها وتاريخها داخليا ‪،‬‬
‫مما يسـهل التحقق من صـحة المعلومات المحاسـبية فى المؤسـسـة‪ .‬المراجعة فى ظل البيانات‬
‫الضخمة ستكون الت ييرات فى مهنة المراجعة بشكل أساسي من ثالثة جوأنب‪:‬‬
‫(‪ )1‬األطراف المشتركة بين األعمال‬
‫(‪ )2‬األعمال الداخلية‬
‫(‪ )3‬خدمة المراجعة‬

‫شكل (‪ )9-4‬الهيكل األساسي ووظائف المراجعة فى ظل بيئة البيانات الضخمة‬

‫المصدر‪ )Dai Jun,2016( :‬بتصرف‬

‫‪113‬‬
‫‪ : 2-3-6-4‬العالاة بين البيانات الضخمة وخدمات المراجعة واثرها على جودة المراجعة‬

‫إن مفهوم إنترنت الخدمات (‪)IOS‬يوفر خدمة مراجعة مرنة ومنخفضـــة التكلفة وعالية‬
‫الجودة‪.‬ويتم ذلك عن طريق إنشـــاء منصـــة مفتوحة يمكن الوصـــول إليها من قبل شـــركات‬
‫المراجعة والشــــركات ومقدمي خدمات تســ ـهيل المراجعة على الســــحابة‪ .‬فى بيئة البيانات‬
‫الضـــــخمـة ‪ ،‬تكون شـــــركـات المراجعـة قـادرة على تقـديم خـدمـات رقميـة ‪ ،‬مثـل المراجعـة‬
‫المســـتمرة والمراقبة واكتشـــاف النحرافات ‪ ،‬ويتم ذلك عن بعد‪ .‬يمكن لكل شـــركة مراجعة‬
‫نشـر أوصـاف مفصـلة لخدماتها ومدى توفرها على المنصـة كما تطابق المنصـة بشـكل مسـتقل‬
‫الخدمات التى تقدمها شـــركات المراجعة مع طلبات الشـــركات والتوصـ ـية بخدمة المراجعة‬
‫األكثر مالءمة للشـركات بنا اء على مطابقة الخدمة والتوقيت والجودة‪ .‬وبالتالي تكون الشـركة‬
‫قادرة على إســـتخدام خدمات من شـــركات مراجعة مختلفة وبمجرد قبول الشـــركة للخدمة ‪،‬‬
‫سـتقدم شـركة المراجعة الخدمة عن بعد عبر المنصـة وبعد ذلك سـيتم جمع مالحظات العمالء‬
‫لتحسـين الخدمة ‪ ،‬بالضـافة إلى تقييم الجودة وضـوابطها ‪،‬كما يمكن لموردي خدمات تسـهىل‬
‫أيضــا اســـتخدام النظام األســـاســـي للمســـاعدة فى إجراء عمليات المراجعة بتكلفة‬
‫ا‬ ‫المراجعة‬
‫منخفضــة نســبياا فعلى ســبيل المثال ‪ ،‬يمكن للموردين نشــر برنامج مراجعة على الســحابة ‪،‬‬
‫وتقديم خدمة لمجموعة من مراقبي الحســــابات أو شــــركات مراجعة فى نفس الوقت ويمكن‬
‫لمراقبي الحســـابات الدفع لكل إســـتخدام بدالا من شـــراء البرنامج ‪ ،‬ويمكنهم الحصـــول على‬
‫مســاعدة فورية من مقدمي الخدمة حيث يمكنهم الوصــول مباشــرة إلى البرنامج من الســحابة‬
‫ضـا إسـتخدام النظام األسـاسـي لإلسـتعانة بمصـادر خارجية للعمل الفني ‪ ،‬مثل تحليل‬
‫ويمكن أي ا‬
‫البيانات ‪ ،‬إلى شــركة محترفة‪ ،‬وبالمثل ‪ ،‬تطابق منصــة الخدمات التى يقدمها مقدمي الخدمة‬
‫واحتياجات مراقبي الحســـابات وتقترح الخدمات المناســـبة‪.‬الشـــكل ‪ 10-4‬يوضـــح خدمات‬
‫المراجعـة فى ظـل بيئـة البيـانـات الضـــــخمـة وهو مـا يؤثر على جودة المراجعـة المقـدمـة‬
‫للشركات‪.‬‬

‫‪114‬‬
‫شكل (‪ )10-4‬خدمات المراجعة فى ظل بيئة البيانات الضخمة واثرها على جودة المراجعة‬
‫المصدر‪ )Dai ,Jun,2016( :‬بتصرف‬

‫‪115‬‬
‫‪ :3-3-7-4‬درجة التكامل بين البيانات الضــخمة وســالســل الكتل فى تعزيز جودة وكفاءة‬

‫المراجعة‬

‫من الممكن لشــركة المراجعة فى المســتقبل أن تقدم توكيدا اوســع للعميل من خالل جمع‬
‫وتحليل البيانات المحاســـبية وغيرها من البيانات المتعلقة باألعمال‪ .‬ســـتتم إضـــافة البيانات‬
‫وتأكيدها باستمرار عن طريق سالسل الكتل ‪ ،‬وستعكس هذه البيانات الحالة الحالية وأداء أي‬
‫مشــــارك فى الشــــبكة‪ .‬بالضــــافة إلى ذلك ‪ ،‬يمكن مراقبة العمليات التجارية مقابل القواعد‬
‫المحددة مسـبقاا للكشـف عن إنتهاكات الضـوابط الرئيسـية ‪ ،‬والتحقق من صـحتها عبر معادالت‬
‫اســتمرارية معينة (‪ .)Kogan et al., 2014‬باســتخدام تقنية ســالســل الكتل ‪ ،‬يمكن دمج‬
‫بيانات وقت متزامن (مناسـب) من المؤسـسـة بأكملها فى مسـتودع بيانات آمن‪ .‬يمكن لمراقبي‬
‫الحســابات والمراجعين الداخليين والخبراء اآلخرين بعد ذلك إنشــاء نماذج تحليالت للبيانات‬
‫الضــخمة أعلى مســتودع البيانات من أجل الكشــف المســتمر عن الحاالت الشــاذة واكتشــاف‬
‫أخطاء النظام وتحديد أوجه القصــــور فى التحكم وإدارة الموارد‪ .‬بمجرد حدوث شــــذوذ أو‬
‫أنحراف ‪ ،‬يمكن للنماذج إرسال تنبيه إلى المراجعين أو الدارة ‪ ،‬الذين سيتخذون الجراءات‬
‫على الفور إذا لزم األمر (‪ .)Dai and Vasarhelyi, 2016‬والشكل ‪ 11-4‬يوضح التكامل‬
‫بين البيانات الضخمة وسالسل الكتل فى تعزيز جودة وكفاءة المراجعة‪.‬‬

‫‪116‬‬
‫الشكل (‪ )11-4‬التكامل بين البيانات الضخمة وسالسل الكتل واثرها فى تعزيز جودة وتكامل المراجعة‬
‫المصدر‪ )Kostic, 2017( :‬بتصرف‬

‫‪117‬‬
 ‫‪ :4-3-7-4‬مسار بيانات المراجعة فى ظل البيانات الضخمة واثره على جودة المراجعة‬

‫تبين مما ســــبق أن مســــار بيانات المراجعة فى ظل الحجم والتنوع والســــرعة والقيمة‬
‫والتصـــورومصـــداقية هذه البيانات فى ظل بيئة البيانات الضـــخمة اثر فى هيكل المراجعة‬
‫االســاســي وطبيعة وظائفها وفى خدمات التوكيد بالشــكل الذى يؤثر فى جودة وكفاءة عملية‬
‫المراجعة وفى هذا السـياق تبذل الهيئات االكاديمية والمهنية الجهد للوصـول الى حيث أنتهت‬
‫التكنولوجيات الناشـئة والشـكل ‪ 12-4‬يصـور مسـار بيانات المراجعة فى ظل حوكمة البيانات‬
‫والمعايير التى تحكم هذه البيانات فى صـورها المتعددة والمواكبة والتكامل مع التكنولوجيات‬
‫الناشـئة وصـوال للمسـتوى المطلوب لدليل إثبات ذو مصـداقية ومكتمل ومنها يمكن تقيم مدى‬
‫جودة المراجعة‪.‬‬

‫شكل (‪ )12-4‬مسار بيانات المراجعة فى ظل البيانات الضخمة واثره على جودة المراجعة‬
‫المصدر‪ :‬اعداد الباحث‬

‫‪118‬‬
 ‫‪ 8-4‬الخالصة‬

‫مما سـبق فى هذا الفصـل تبين أن مصـطلح البيانات الضـخمة ليسـت وليدة الوقت الحالي‬
‫وإنمـا لهـا تـدرج تـاريخي متبـاين بـاختالف المجـال وبعـد أن حـدثـت الطفرة التكنولوجيـة ومع مـا‬
‫تزامن معها من تطور فى تكنولوجيا التخزين والحوســبة الســحابية والقدرات التحليلية الفائقة‬
‫وجب علي الباحثين أن تتفاعل مابين مجال المحاسـبة والمراجعة ونظم المعلومات المحاسـبية‬
‫وبيئة البيانات الضــخمة وان تدعمه المنظمات التعليمية ألنه اصــبح امرا ا واقعا ا فى ممارســتنا‬
‫العملية وهو ما ظهر جليا خالل الفصـــــل من خصـــــائص البيانات التى تتجدد بدرجة كبيرة‬
‫ومدى قدرة هذه البيـانات الضـــــخمـة وتحليالتهـا وذكاء االعمـال على تطوير علم المحـاســــبـة‬
‫وزيادة دوره باالضافة لدعم المراجع فى الحكم على صدق وعدالة القوائم والتقارير المالية‪.‬‬
‫إن جودة المراجعـة تـاتي نتيجـة نجـاح المراجع فى الحصـــــول على دليـل موثوق ومكتمـل‬
‫وفى ظل هذا التطور الهائل ورقمنة كل االعمال التجارية ‪ ،‬للوصـــول للجودة المطلوبة ومع‬
‫الت ير الذى لحق بشــــكل وطبيعة دليل الثبات والذى نتج عن تنوع وتباين مصــــادر بيانات‬
‫المراجعـة وجـب على الشـــــركـات والمنظمـات وشـــــركـات المراجعـة االلتزام بمعـايير بيـانـات‬
‫المراجعة والتأكد من حوكمة هذه البيانات والتواكب مع التقنيات الجديدة التى تســـاعد وتمكن‬
‫من تحقيق اهداف المراجعة‪.‬‬

‫‪119‬‬
‫أدلة اإلثبات والتطور فى بيئة المراجعة‬ ‫الفصل الرابع‬

‫الفص الخامس‬

‫الدراسة الميدانية‬
‫مقدمة‬

‫‪ 1-5‬الهدف من الدراسة الميدانية‬

‫‪ 2-5‬متغيرات وفروض البحث‬

‫‪ 3-5‬مجتمع وعينة البحث‬

‫‪ 4-5‬إسلوب جمع البيانات‬

‫‪ 5-5‬األساليب اإلحصائية المستخدمة‬

‫‪ 6-5‬التحليل اإلحصائى واختبارات الفروض‬

‫‪ 7-5‬نتائج الدراسة الميدانية‬

 ‫الفصل الخامس‬

‫الدراسة الميدانية‬

‫مقدمة‪-:‬‬

‫فى الجزء الســـــابق تم تنـاول الطـار النظرى للبحـث‪ ،‬ولربط الجوانـب العمليـة بـالجوانـب‬
‫النظرية‪ ،‬ســـيتناول هذا الفصـــل إختبار فروض الدراســـة وذلك من خالل القيام بدراســـة‬
‫ميدانية‪ ،‬عن طريق إسـتقصـاء آراء مزاولى مهنة المراجعة فى مصـر بالضـافة إلى أعضـاء‬
‫هي ئة التدريس األكاديميين بكليات التجارة من الجامعات المصـــرية حول ما توصـــلت إليه‬
‫الدراســـة النظرية‪ ،‬وتحليل هذه اآلراء وتحديد مدى تطابق النتائج العملية فى الواقع العملى‬
‫بالطار النظرى وذلك بهدف إســــتخالص النتائج والتوصــــيات التى تســــاعد الباحث فى‬
‫صياغة توقعات حول أثر البيانات الضخمة على أدلة الثبات‪.‬‬
‫ومن أجل تحقيق هذا الهدف ‪ ،‬ســوف يتم عرض هذا الفصــل والمتعلق بالدراســة الميدانية‬
‫التى قام بها الباحث وذلك ب رض إســـتكمال الجانب العملى لهذه الدراســـة من خالل النقاط‬
‫التالية‪-:‬‬
‫‪ 1-5‬الهدف من الدراسة الميدانية‬
‫‪ 2-5‬مت يرات وفروض البحث‬
‫‪ 3-5‬مجتمع وعينة البحث‬
‫‪ 4-5‬إسلوب جمع البيانات‬
‫‪ 5-5‬األساليب الحصائية المستخدمة‬
‫‪ 6-5‬التحليل الحصائي وإختبارات الفروض‬
‫‪ 7-5‬نتائج الدراسة الميدانية‬
‫خالصة الفصل‬

‫‪124‬‬
‫‪121‬‬
 ‫‪ 1-5‬الهدف من الدراسة الميدانية‪-:‬‬

‫تهدف الدراسـة الميدانية إلى إسـتطالع آراء مراقبى الحسـابات واألكاديميين من أعضـاء‬
‫هيئة التدريس وذلك ب رض التعرف على مدى قبول تلك الفئات لهدف هذه الدراســة‪ ،‬وهو‬
‫أثر البيـانـات الضـــــخمـة على أدلـة الثبـات فى المراجعـة‪ ،‬وتحليـل وجهـات النظر العلميـة‬
‫والعملية لهم بشــأن موضـــوع البحث‪ ،‬وذلك من خالل إســـتخدام قائمة اســـتقصـــاء لتجميع‬
‫البيانات من أجل اختبار مدى صحة فروض البحث‪.‬‬
‫‪ 2-5‬متغيرات وفروض البحث‬
‫أ ‪ -‬المتغير التابع‬
‫يتمثل المت ير التابع فى أدلة الثبات فى عملية المراجعة‪.‬‬
‫ب ‪ -‬المتغير المستقل‬
‫يتمثل المت ير المستقل فى البيانات الضخمة‪.‬‬
‫ج – فروض البحث‬
‫لقد أثبتت الدراسـة النظرية الدور الفعال المتوقع للبيانات الضـخمة على أدلة الثبات فى‬
‫عمليـة المراجعـة فى ظل بيئـة األعمـال المصـــــرية‪ ،‬لذا يتوقع البـاحث وجود أثر للبيـانات‬
‫الضخمة على أدلة الثبات فى المراجعة‪.‬‬
‫وبالتالى يمكن صياغة الفرضين كما يلى‪-:‬‬
‫(‪ )1‬وجود عالاة ذو داللة احصائية فى إضافة البيانات الضخمة أدلة إثبات جديدة‪-:‬‬
‫• الفرض العدمى (‪)H0‬‬

‫ال يوجد عالقة ذو داللة احصــائية فى إضــافة البيانات الضــخمة أدلة إثبات جديدة فى ظل‬
‫بيئة األعمال المصرية‪.‬‬
‫• الفرض البديل (‪)H1‬‬

‫يوجد عالقة ذو داللة احصــائية فى إضــافة البيانات الضــخمة أدلة إثبات جديدة فى ظل بيئة‬
‫األعمال المصرية‪.‬‬
‫(‪ )2‬وجود عالاة ذو داللة احصـــائية ألدلة اإلثبات فى ظل البيانات الضـــخمة على جودة‬
‫المراجعة‪-:‬‬
‫• الفرض العدمى (‪)H0‬‬

‫‪122‬‬
‫ال يوجـد أثر جوهرى ألدلـة الثبـات النـاشــــئـة فى ظـل البيـانـات الضـــــخمـة على جودة‬
‫المراجعة‪.‬‬
‫• الفرض البديل (‪)H1‬‬

‫يوجد أثر جوهرى ألدلة الثبات الناشـــئة فى ظل البيانات الضـــخمة على جودة عملية‬
‫المراجعة‪.‬‬

‫مجتمع وعينة البحث‬ ‫‪3-5‬‬

‫أ ‪ -‬مجتمع البحث‪ :‬يتمثل مجتمع البحث فى فئتين وهما‪-:‬‬

‫الفئة األولى‪ :‬أعضاء هيئة التدريس بالجامعات‪.‬‬
‫الفئة الثانية‪ :‬مراقبو الحسابات بمكاتب المراجعة‪.‬‬
‫ب ‪ -‬عينة البحث‪ :‬تم توزيع عدد (‪ )145‬إستمارة‪ ،‬تم إسترداد عدد (‪ )138‬إستمارة‪ ،‬وتم‬
‫إستبعاد عدد (‪ )5‬إستمارات‪ ،‬وذلك بسبب عدم إجابة بعض المستقصى منهم على بعض‬
‫الفقرات‪ ،‬وبذلك بل عدد مفردات العينة الصحيحة والصالحة للتحليل الحصائى عدد (‪)133‬‬
‫إستمارة‪ ،‬كما هو موضح بالجدول رقم (‪ )1-5‬التالى‪-:‬‬
‫جدول (‪ )1-5‬توزيع عينة البحث‬
‫النسبة‬ ‫الصال‬ ‫المستبعد‬ ‫المسترد‬ ‫الموزع‬ ‫النوع‬
‫‪%63.16‬‬ ‫‪84‬‬ ‫‪1‬‬ ‫‪85‬‬ ‫‪90‬‬ ‫أعضاء هيئة التدريس بالجامعات‬
‫‪%36.84‬‬ ‫‪49‬‬ ‫‪4‬‬ ‫‪53‬‬ ‫‪55‬‬ ‫مراابو الحسابات بمكاتب المراجعة‬
‫‪133‬‬ ‫‪5‬‬ ‫‪138‬‬ ‫‪145‬‬ ‫اإلجمالى‬

‫‪ 4-5‬إسلوب جمع البيانات‬

‫تم طرح محتويات الدراســــة الميدانية فى قائمة اســــتقصــــاء (ملحق رقم (‪ ))1‬كأداة لجمع‬
‫البيـانـات الالزمـة لختبـار فروض البحـث‪ ،‬وذلـك ب رض تحقيق الهـدف من البحـث‪ ،‬وتم‬
‫العتماد فى تصـميمها على مجموعة من األسـئلة التى تكونت لدى الباحث بعد اآلنتهاء من‬
‫الدراســــة النظرية لموضــــوع البحث‪ ،‬وحاول الباحث مراعاة الدقة قدر المســــتطاع عند‬
‫صياغة األسئلة وذلك من خالل ما يلى‪-:‬‬

‫‪138‬‬
‫‪126‬‬
‫‪123‬‬
 ‫‪ )1‬توضيح بعض المصطلحات الخاصة بموضوع الدراسة‪.‬‬
‫‪ )2‬بيـانـات أوليـة‪ :‬تتمثـل فى الحصـــــول على معلومـات عـامـة من أفراد العينـة تتعلق‬
‫بالمؤهالت العلمية‪ ،‬والدرجة الوظيفية‪ ،‬ومدة ســــنوات الخبرة‪ ،‬وذلك ب رض وضــــع‬
‫تصور عن مدى إهتمام مفردات العينة بموضوع البحث‪.‬‬
‫‪ )3‬توضيح فروض البحث من الفروض األساسية‪.‬‬
‫‪ )4‬بيانات أســـاســـية‪ :‬وهى البيانات التى تم جمعها عن المشـــكلة محل الدراســـة الميدانية‬
‫وتتمثل فيما يلى‪-:‬‬
‫‪ )1‬فقرات الفرض األول‪ :‬يحتوى على مجموعة من الفقرات التى تقيس األثر اليجابي‬
‫فى إضافة البيانات الضخمة أدلة إثبات جديدة‪.‬‬
‫‪ )2‬فقرات الفرض الثــاني‪ :‬يحتوى على مجموعــة من الفقرات التى تقيس أثر أدلــة‬
‫الثبات الناشئة فى ظل البيانات الضخمة على جودة عملية المراجعة‪.‬‬

‫وإعتمد الباحث فى تصـميم أسـئلة قائمة السـتقصـاء أن تكون فى شـكل فقرات يمكن من‬
‫خاللها تحليل ودراسة ردود المستقصى منهم‪ ،‬وتحقيق أهداف البحث وإختبار الفروض‬
‫طبقا ا لمقياس ليكرت ‪ Likert Scale‬الخماســي لقياس إجابات أفراد العينة على أســئلة‬
‫الستقصاء كما يوضح الجدول رقم (‪ )2-5‬التالى‪-:‬‬
‫الجدول (‪ )2-5‬األوزان الترجيحية لمقياس ليكرت الخماسي‬
‫غير موافق تماما ً‬ ‫غير موافق‬ ‫محايد‬ ‫موافق‬ ‫موافق تماما ً‬ ‫درجة الموافقة‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫الترجي الرامى‬

‫وتتم الجـابـة على هـذه الفقرات وفق مقيـاس ليكرت التـدريجى المكون من خمس فئـات‬
‫تتراوح بين (‪ )1‬غير موافق تمـاماا‪ ،‬حتى (‪ )5‬موافق تمـاماا‪ ،‬والجـدول (‪ )3-5‬يوضــــح‬
‫نتائج فئات مقياس ليكرت‪.‬‬

‫‪139‬‬
‫‪124‬‬
 ‫جدول (‪ )3-5‬نتائج مقياس ليكرت الخماسي‬
‫اإلتجاه‬ ‫الفئة‬
‫تميل الجابات إلى (غير موافق تماماا)‬ ‫‪1.80-1.00‬‬
‫أكبر من‪ 2.60-1.80‬تميل الجابات إلى (غير موافق)‬
‫أكبر من‪ 3.40-2.60‬تميل الجابات إلى (محايد)‬
‫أكبر من‪ 4.20-3.40‬تميل الجابات إلى (موافق)‬
‫أكبر من‪ 5.00-4.20‬تميل الجابات إلى (موافق تماماا)‬

‫األساليب اإلحصائية المستخدمة‬ ‫‪5-5‬‬

‫أ ‪ -‬إختبار ألفا كرونباخ ‪ Cronbach's Alpha‬لقياس ثبات محتوى اسـتبيان الدراسـة‪،‬‬
‫حيث يوضــح مدى إمكانية العتماد على نتائج قائمة الســتقصــاء‪ ،‬ومدى إمكانية تعميم‬
‫نتائجها على مجتمع البحث حيث أن معامل ألفا يقع بين (‪.)1،0‬‬
‫جدول (‪ )4-5‬درجات مقياس ألفا كرونباخ‬
‫درجة القبول‬ ‫ألفا‬
‫ممتاز‬ ‫‪α ≥ 0.90‬‬
‫جيد‬ ‫‪α<0.90 ≥0.70‬‬
‫مقبول‬ ‫‪α<0.70 ≥0.60‬‬
‫ضعيف‬ ‫‪α<0.60 ≥0.50‬‬
‫غير مقبول‬ ‫‪α<0.50‬‬

‫ب ‪ -‬التكرارات (‪ )Frequencies‬والنســـــب المئويـة (‪ )Percent‬لمعرفـة خصـــــائص‬

‫ووصف عينة البحث‪.‬‬

‫ج ‪ -‬الوسـط الحسـابى (‪ )Mean‬ويسـتخدم كمؤشـر لتحديد األهمية النسـبية لكل فقرة من‬
‫الفقرات واألوزان النسبية التى تم تخصيصها لجابات مفردات العينة‪.‬‬

‫د ‪ -‬النحراف المعيـارى (‪ :)Standard Deviation‬هو أحـد أهم مقـاييس التشـــــتـت‬

‫ويسـتخدم كمؤشـر لتحديد إنحرافات القيم عن وسـطها الحسـابى ويحسـب بالجذر التربيعى‬

‫‪125‬‬
‫لمتوســط مربعات القيم عن وســطها الحســابى ويفيد فى قياس مدى التجانس أو التشــتت‬
‫بين آراء المســتقصــى منهم‪ ،‬ويزيد التجانس بين اآلراء عندما يقل النحراف المعيارى‬
‫ويزيد التشتت بين اآلراء عندما يزيد النحراف المعيارى‪.‬‬

‫هــــ ‪ -‬معامل الختالف (‪ :)Coefficient of Variation‬وهو أحد مقاييس التشتت أو‬

‫التجانس ويسـتخدم كمؤشـر فى مقارنة العينات لمعرفة إتجاه آراء عينة البحث‪ .‬ويحسـب‬
‫كالتالى‪-:‬‬
‫خـ = (حلس) * ‪100‬‬
‫حيث أن ‪ :‬خـ‪ :‬معامل الختالف‬
‫ح‪ :‬النحراف المعياري‬
‫س‪ :‬الوسط الحسابي‬

‫و ‪ -‬اختبار كا‪ )Chi-Square(χ2)( 2‬لقياس العالقات بين المت يرات الوصـفية حيث أنه‬
‫يختبر مـدى وجود إختالفـات بين إســـــتجـابـات مفردات عينـة البحـث‪ ،‬وذلـك من خالل‬
‫مقارنة كا‪ 2‬المحســــوبة لكل إســــتجابة مع قيمة كا‪ 2‬الجدولية‪،‬وذلك بهدف التعرف على‬
‫الفروق بين الســتجابات‪ .‬حيث يتم مقارنة مســتوى المعنوية أو الداللة (‪)Asymp.sig‬‬
‫المحسـوبة لكل فقرة مع مسـتوى المعنوية أو الداللة الجدولية‪ ،‬حيث تكون الفقرة معنوية‬
‫إذا كان مســتوى المعنوية المحســوبة أقل من ‪ ،0.05‬وفى هذه الحالة يتم رفض الفرض‬
‫العدمي وقبول الفرض البديل‪.‬‬

‫ذ ‪ -‬ولقد تم مراجعة إســـتمارات الســـتقصـــاء للتأكد من إكتمالها وصـــالحيتها لدخال‬

‫البيانات والتحليل الحصـائي بالنسـبة لقوائم السـتقصـاء المسـلمة يدوياا‪ ،‬بالضـافة فقد تم‬
‫تصـميم قائمة السـتقصـاء إلكترونيا ا من خالل ‪ ،Google Forms‬حيث تم توزيع قائمة‬
‫السـتقصـاء اللكترونية باسـتخدام وسـائل التصـال الحديثة (مثل البريد اللكترونى ‪E-‬‬
‫‪ -mail‬واتس آب ‪- What's App‬فيسبوك ‪ )Messengers -Facebook‬وذلك بهدف‬
‫الوصول ألكبر عدد من مجتمع البحث‪.‬‬

‫‪126‬‬
‫ح ‪ -‬لجراء التحليالت الحصـــــائية فقد تم تفري البيانات المســـــتخرجة من آراء عينة‬
‫البحـث فى الحـاســـــب اآللي بـإســـــتخـدام برنـامج الحزمـة الحصـــــائيـة للعلوم الجتمـاعيـة‬
‫)‪ ،Statistical Package for The Social Sciences(SPSS-V.20‬وذلك ألن هذا‬
‫الســلوب يعد من أكثر األســاليب الحصــائية التى تتناســب مع طبيعة الدراســة الميدانية‬
‫لهذا البحث‪.‬‬
‫‪ 6-5‬التحليل اإلحصائي وإختبارات الفروض البحثية‬

‫‪ :1-6-5‬إختبار الصدق والثبات لإلستمارة بإستخدام (إختبار الفا كرونباخ)‬

‫إختبار الصدق‪ :‬يقيـس التساق الداخلـي لفقـرات قائمـة الستقصاء‪ ،‬أى أنه يشيـر إلى‬
‫قـوة إرتبـاط فقـرات قائمـة الستقصاء‪ ،‬وتعتبر فقـرات قائمـة الستقصـاء صادقـة أن‬
‫كانت تقيس فعليا ا ما وضعت لقياسه‪.‬‬
‫اختبار الثبات‪ :‬يقصـد بثبـات الستمـارة أن تعطـي نفس النتائـج لو تـم إعادة توزيعها‬
‫أكثـر مـن مرة تحت نفـس الظـروف والشـروط‪ ،‬أى أن الثبـات يتعلـق بمدى إستقرار‬
‫الستجابات على أسئلة استمارة الستقصاء وعدم ت يرها بشكل جوهري إذا تم إعادة‬
‫توزيعها على نفس العينة أكثر من مرة‪.‬‬
‫ويقيـس معامـل ألفـا كرونبـاخ ‪ Cronbach's Alpha‬ثبات الستمارة‪ ،‬أما معامـل‬
‫الصدق فيتـم الحصـول عليه من خالل الجـذر التربيعـى لمعامـل ألفـا كرونبـاخ‪.‬‬
‫ويتم الحصول على معامل الثبات من خالل برنامج ‪ SPSS‬باتباع الخطوات التالية‪-:‬‬
‫‪SPSS‬‬ ‫‪Analyze‬‬ ‫‪Scale‬‬ ‫‪Reliability Analysis‬‬ ‫‪Alpha‬‬
‫والجدول رقم (‪ )5-5‬التالى يوضح درجة صدق وثبات استمارة الستقصاء‪.‬‬

‫‪127‬‬
 ‫جدول رام (‪ )5-5‬اياس درجة الثبات والصدق لإلستمارة ) اختبار ألفا كرونباخ(‬
‫معامل‬
‫معامل الثبات‬ ‫عدد الفقرات‬ ‫القسم‬
‫الصدق‬
‫االثر اإليجابي فى إضافة البيانات‬
‫‪0.946‬‬ ‫‪0.894‬‬ ‫‪11‬‬
‫الضخمة أدلة إثبات جديدة‬
‫أثر أدلة اإلثبات الناشئة فى ظل‬
‫‪0.956‬‬ ‫‪0.914‬‬ ‫‪10‬‬ ‫البيانات الضخمة على جودة‬
‫المراجعة‬
‫‪0.972‬‬ ‫‪0.944‬‬ ‫‪21‬‬ ‫اإلستمارة ككل‬

‫إتض من جدول رام (‪ )5-5‬ما يلى‪-:‬‬

‫أن معامل الفا كرونباخ لثبات إسـتمارة السـتقصـاء ككل يسـاوى (‪ ،)0.944‬ومعامل‬
‫الصـــدق وهو الجذر التربيعى لمعامل الثبات يســـاوى (‪ )0.972‬مما يشـــير إلى أن‬
‫التناسق الداخلى لإلستمارة ككل يعد مقبوالا بدرجة كبيرة‪.‬‬
‫‪ :2-6-5‬خصائص عينة البحث‬
‫فئات عينة البحث وعدد اإلســـتمارات المرســـلة والمســـتلمة والصـــالحة‬ ‫(أ)‬
‫للتحليل اإلحصائى‪-:‬‬
‫ويوضـــــح الجـدول رقم (‪ )6-5‬فئـات عينـة البحـث وعـدد الســـــتمـارات المرســــلـة‬
‫والستمارات المستلمة والستمارات الصالحة للتحليل الحصائى‪.‬‬
‫جدول رام (‪)6-5‬‬
‫فئات عينة البحث وعدد اإلستمارات المرسلة والمستلمة‬
‫والصالحة للتحليل اإلحصائى‬
‫اإلستمارات الصالحة‬ ‫اإلستمارات‬ ‫اإلستمارات‬
‫للتحليل اإلحصائى‬ ‫المستلمة‬ ‫المرسلة‬ ‫البيــــــــــــأن‬
‫النسبة‬ ‫العدد‬ ‫العدد‬ ‫العدد‬
‫‪٪88.57‬‬ ‫‪93‬‬ ‫‪98‬‬ ‫‪105‬‬ ‫يدويا ا‬
‫‪٪100‬‬ ‫‪40‬‬ ‫‪40‬‬ ‫‪40‬‬ ‫الكترونيا ا‬

‫‪%91.73‬‬ ‫‪133‬‬ ‫‪138‬‬ ‫‪145‬‬ ‫الجملة‬

‫المصدر‪ :‬نتائج التحليل الحصائى‬

‫‪128‬‬
‫حيث يتضــح من الجدول الســابق أن إجمالى عدد الســتمارات المرســلة بل (‪)145‬‬
‫إســتمارة‪ ،‬بينما بل إجمالى عدد الســتمارت المســتلمة عدد (‪ )138‬إســتمارة وقد تم‬
‫اسـتبعاد عدد (‪ )5‬اسـتمارات غير صـالحة ليصـبح إجمالى عدد السـتمارات الصـالحة‬
‫للتحليل الحصائى عدد (‪ )133‬إستمارة‪.‬‬
‫(ب) توزيع العينة على أساس المؤهل العلمي‪-:‬‬

‫يوضـــــح الجـدول التـالى توزيع عينـة البحـث البـال عـددهـا (‪ )133‬مفردة تم توزيعهـا‬
‫طبقا ا للمؤهل العلمى بنســــبة (‪ )٪38.30‬لحملة البكالوريوس‪ ،‬ونســــبة (‪)٪30.10‬‬
‫للماجستير‪ ،‬ونسبة (‪ )٪31.60‬للدكتوراه‪.‬‬
‫جدول رام (‪)7-5‬‬
‫توزيع عينة البحث على أساس المؤهل العلمي‬

‫النسبة ‪%‬‬ ‫التكرار‬ ‫البيــــــــــــأن‬

‫‪%38.30‬‬ ‫‪51‬‬ ‫بكالوريوس‬

‫‪%30.10‬‬ ‫‪40‬‬ ‫ماجستير‬
‫‪%31.60‬‬ ‫‪42‬‬ ‫دكتوراه‬
‫‪%100.00‬‬ ‫‪133‬‬ ‫الجملة‬
‫المصدر‪ :‬نتائج التحليل الحصائى‬

‫(ج) توزيع العينة على أساس سنوات الخبرة الوظيفىة‪-:‬‬

‫جدول رام (‪ )8-5‬توزيع عينة البحث طبقا ً لسنوات الخبرة‬

‫النسبة ‪%‬‬ ‫التكرار‬ ‫الفئة‬

‫‪%27.10‬‬ ‫‪36‬‬ ‫أال من ‪ 5‬سنوات‬

‫‪%31.60‬‬ ‫‪42‬‬ ‫من ‪ 10-5‬سنوات‬
‫‪%41.40‬‬ ‫‪55‬‬ ‫أكثر من ‪ 10‬سنة‬
‫‪%100.00‬‬ ‫‪133‬‬ ‫الجملة‬
‫المصدر‪ :‬نتائج التحليل الحصائى‬

‫‪129‬‬
‫يوضــح الجدول الســابق توزيع عينة البحث البال عددها (‪ )133‬مفردة تم توزيعها طبقا ا‬
‫لســـــنوات الخبرة الوظيفيـة بنســــبـة (‪ )٪27.10‬لفئـة (أقـل من ‪ 5‬ســـــنوات)‪ ،‬ونســــبـة‬
‫(‪ )٪31.60‬لفئة (من ‪ 10- 5‬سنة)‪ ،‬ونسبة (‪ )٪41.40‬لفئة (أكثر من ‪ 10‬سنوات)‪.‬‬
‫(د) توزيع العينة على أساس الوظيفة الحالية‬

‫يوضـح الجدول (‪ )9-5‬التالى توزيع عينة البحث البال عددها (‪ )133‬مفردة تم توزيعها‬
‫طبقا ا للوظيفىة الحالية بنسـبة (‪ )٪45.90‬لفئة مراجع الحسـابات‪ ،‬ونسـبة (‪ )٪54.10‬لفئة‬
‫عضو هيئة تدريس (أكاديمي)‪.‬‬

‫جدول رام (‪)9-5‬‬

‫توزيع عينة البحث على أساس الوظيفة الحالية‬

‫النسبة ‪%‬‬ ‫التكرار‬ ‫الفئة‬

‫‪%45.90‬‬ ‫‪61‬‬ ‫مراجع حسابات‬

‫‪%54.10‬‬ ‫‪72‬‬ ‫أكاديمى‬
‫‪%100.00‬‬ ‫‪133‬‬ ‫الجملة‬

‫المصدر‪ :‬نتائج التحليل الحصائى‬

‫‪ :3-6-5‬آراء وإتجاهات عينة البحث‪-:‬‬

‫‪ 1-3-6-5‬الجدول رقم (‪ )10-5‬يوضح آراء عينة البحث فى فقرات الفرض األول‬
‫التى تقيس االثر االيجابي فى إضافة البيانات الضخمة أدلة إثبات جديدة ‪،‬عدد فقرات‬
‫الفرض األول =‪( ، 11‬ن=‪.)133‬‬

‫وكما يتضــح من بيانات الجدول التالى رقم (‪ )10-5‬أن أغلبية عينة البحث بمتوسـط‬
‫حسـابي يتراوح بين (‪ )4.56-3.88‬والتى تقع فى مدى الموافقة التامة (‪ )1‬مع نسـبة‬
‫إختالف تتراوح بين (‪ )٪15.13-٪0.00‬والتى يقـابلهـا نســـــبـة اتفـاق تتراوح بين‬

‫(‪ )1‬جدول رقم (‪ )3-5‬يوضح نتائج مقياس ليكرت ‪ Likert‬الخماسي‪.‬‬

‫‪130‬‬
‫‪129‬‬
‫(‪ )٪84.87-٪100.00‬ترى أن البيانات الضـخمة تعمل على ت يير النظرة التقليدية‬
‫ألدلة الثبات فى المراجعة وأن االســـتعانة بمصـــادر خارجية ومراجعة الحوســـبة‬
‫الســـحابية تؤثرأن فى شـــكل أدلة الثبات وأن تطور بيئة المراجعة ي ير من معايير‬
‫المراجعـة وبـالتـالي طبيعـة دليـل الثبـات ‪ ،‬كمـا ترى أغلبيـة عينـة البحـث أن تطور بيئـة‬
‫المراجعـة ي ير من معـايير المراجعـة وبـالتـالى طبيعـة دليـل الثبـات كمـا يوجـد العـديـد‬
‫من التحديات المتعلقة بإســتخدام البيانات الضــخمة من حيث إختالف أشــكالها كأدلة‬
‫إثبـات فى المراجعـة‪ ،‬كمـا ترى أغلبيـة مفردات عينـة البحـث أن البيـانـات الضـــــخمـة‬
‫تشـــــير إلى البيـانـات التى يمكن الوصـــــول اليهـا بطريقـة مرئيـة ‪ ،‬وتميـل األدلـة من‬
‫مصـادر خارجية للعشـوائية وتتميز باالسـتقاللية ويمكن إحكامها باجراءات ومعايير‬
‫متطوره ‪ ،‬كما ترى أغلبية عينة البحث أن تنوع مصـادر البيانات الضـخمة أث ّر على‬
‫هـدف المراجعـة وحجم عينـة المراجعـة وبـالتـالي طرق تقييم أدلـة الثبـات‪ ،‬كمـا تختلف‬
‫طرق تقييم أدلة الثبات فى ظل بيئة االعمال الحديثة المتمثلة فى البيانات الضـــخمة‬
‫عن بيئة االعمال التقليدية‪ ،‬وتعمل البيانات الضـخمة على زيادة أشـكال وصـور أدلة‬
‫الثبات المســتخدمة من قبل مراجع الحســابات ســواء أدلة مالية او غير مالية‪ ،‬وأن‬
‫المراجعة اآللية المسـتمرة عبر تطبيقات تعتمد على البيانات الضـخمة قد أفرزت أدلة‬
‫إثبات غير تقليدية‪.‬‬

‫‪131‬‬
 ‫الجدول رام (‪ )10-5‬يوض تحليل بيانات اائمة اإلستقصاء‬
‫معامل‬ ‫معامل‬ ‫اآلنحراف‬ ‫الوسط‬
‫م‬
‫اإلتفاق‬ ‫اإلختالف‬ ‫المعيارى‬ ‫الحسابى‬
‫‪81.61‬‬ ‫‪18.39‬‬ ‫‪0.822‬‬ ‫‪4.47‬‬ ‫‪1 -1‬‬
‫‪84.20‬‬ ‫‪15.80‬‬ ‫‪0.714‬‬ ‫‪4.52‬‬ ‫‪2 -1‬‬
‫‪81.33‬‬ ‫‪18.67‬‬ ‫‪0.829‬‬ ‫‪4.44‬‬ ‫‪3 -1‬‬
‫‪80.21‬‬ ‫‪19.79‬‬ ‫‪0.867‬‬ ‫‪4.38‬‬ ‫‪4 -1‬‬
‫‪100‬‬ ‫‪0.00‬‬ ‫‪1.194‬‬ ‫‪3.88‬‬ ‫‪5 -1‬‬
‫‪83.22‬‬ ‫‪16.78‬‬ ‫‪0.740‬‬ ‫‪4.41‬‬ ‫‪6 -1‬‬
‫‪78.38‬‬ ‫‪21.62‬‬ ‫‪0906‬‬ ‫‪4.19‬‬ ‫‪7 -1‬‬
‫‪82.31‬‬ ‫‪17.69‬‬ ‫‪0773‬‬ ‫‪4.37‬‬ ‫‪8 -1‬‬
‫‪85.02‬‬ ‫‪14.98‬‬ ‫‪0.680‬‬ ‫‪4.54‬‬ ‫‪9 -1‬‬
‫‪84.87‬‬ ‫‪15.13‬‬ ‫‪0.690‬‬ ‫‪4.56‬‬ ‫‪10-1‬‬
‫‪82.84‬‬ ‫‪17.16‬‬ ‫‪0762‬‬ ‫‪4.44‬‬ ‫‪11-1‬‬
‫المصدر‪ :‬إعداد الباحث فى ضوء تحليل بيانات قائمة الستقصاء‬
‫‪ 2-3-6-5‬الجدول رقم (‪ )11-5‬يوضح آراء عينة البحث فى فقرات الفرض الثانى‬
‫التى تقيس أثر أدلة الثبات الناشـئة فى ظل البيانات الضـخمة على جودة المراجعة ‪،‬‬
‫وعدد فقرات الفرض الثانى =‪( ، 10‬ن=‪.)133‬‬

‫‪132‬‬
‫‪147‬‬
 ‫الجدول رام (‪)11-5‬‬
‫معامل‬ ‫معامل‬ ‫اآلنحراف‬ ‫الوسط‬
‫م‬
‫اإلتفاق‬ ‫اإلختالف‬ ‫المعيارى‬ ‫الحسابى‬
‫‪85.07‬‬ ‫‪14.93‬‬ ‫‪0.669‬‬ ‫‪4.48‬‬ ‫‪1 -2‬‬
‫‪85.55‬‬ ‫‪14.45‬‬ ‫‪0.646‬‬ ‫‪4.47‬‬ ‫‪2 -2‬‬
‫‪78.12‬‬ ‫‪21.88‬‬ ‫‪0.906‬‬ ‫‪4.14‬‬ ‫‪3 -2‬‬
‫‪83.24‬‬ ‫‪16.76‬‬ ‫‪0.734‬‬ ‫‪4.38‬‬ ‫‪4 -2‬‬
‫‪82.98‬‬ ‫‪17.02‬‬ ‫‪0.747‬‬ ‫‪4.39‬‬ ‫‪5 -2‬‬
‫‪77.59‬‬ ‫‪22.41‬‬ ‫‪0.939‬‬ ‫‪4.19‬‬ ‫‪6 -2‬‬
‫‪83.00‬‬ ‫‪17.00‬‬ ‫‪0.743‬‬ ‫‪4.37‬‬ ‫‪7 -2‬‬
‫‪79.79‬‬ ‫‪20.21‬‬ ‫‪0.833‬‬ ‫‪4.37‬‬ ‫‪8 -2‬‬
‫‪81.46‬‬ ‫‪18.54‬‬ ‫‪0.810‬‬ ‫‪4.37‬‬ ‫‪9 -2‬‬
‫‪78.85‬‬ ‫‪21.15‬‬ ‫‪0.899‬‬ ‫‪4.25‬‬ ‫‪10-2‬‬
‫المصدر‪ :‬إعداد الباحث فى ضوء تحليل بيانات قائمة الستقصاء‬

‫وكما يتضـح من بيانات الجدول السـابق أن أغلبية عينة البحث بمتوسـط حسـابى يتراوح‬
‫بين (‪ )4.48-4.14‬والتى تقع فى مدى الموافقة والموافقة التامة مع نســــبة اختالف تتراوح‬
‫بين (‪ )٪14.93-٪21.88‬والتى يقابلها نسـبة اتفاق تتراوح بين (‪ )٪85.55-٪78.12‬ترى‬
‫أن تحليالت البيـانـات الضـــــخمـة تقـدم المزيـد من المعلومـات المـاليـة وغير المـاليـة فى الوقـت‬
‫المناســــب مما يؤدى إلى تحســــين إجراءات الحصــــول على أدلة الثبات وأن حجم وكمية‬
‫البيانات المكونة والمجمعة باشـــكال مختلفة لعميل المراجعة نوعت من اجراءات الحصـــول‬
‫على أدلة الثبات ‪ ،‬كما يمكن حوكمة بيانات المراجعة واجراءت الحصـول على أدلة الثبات‬
‫فى ظـل البيـانـات الضـــــخمـة وفقـا ا لمعـايير المراجعـة‪ ،‬كمـا ترى أغلبيـة عينـة البحـث أن نمـاذج‬
‫التنقيـب عن البيـانـات وتحليالت البيـانـات الضـــــخمـة أثرت فى القـدرة التنبؤيـة لـدليـل الثبـات‬
‫ومؤشـر لمدى إسـتمرارية عميل المراجعة وتعاقد عملية المراجعة ‪ ،‬كما طورت بيئة البيانات‬
‫الضــخمة من حيث حداثة وســرعة جمع وتكوين تلك البيانات وتحليل أدلة الثبات بصــورة‬
‫آلية وأن أدلة الثبات الناتجة من البيانات الضخمة تعتبر أدلة أكثر توكيدية وذات قدرة تنبؤية‬

‫‪133‬‬
‫أكبر وتشـير البيانات الضـخمة إلى مدى الت يير فى إجراءات الحصـول على أدلة الثبات من‬
‫قبل مراجع الحســابات‪ ،‬ويوجد العديد من التحديات المتعلقة باســتخدام البيانات الضــخمة من‬
‫حيث الحصـول عليها وحيازتها وتوصـف البيانات الضـخمة بقدرتها على تحديد مدى مالءمة‬
‫المعلومات لترشــيد عملية اتخاذ القرارات وتتميز البيانات الضــخمة بقدرتها على إضــافة قيم‬
‫معرفية للمستخدم النهائى‪.‬‬

‫‪ :4-6-5‬الفروق بين آراء عينة البحث طبقا للمؤهل العلمى وسنوات الخبرة‬
‫والوظيفة‬
‫الجدول رام (‪ :)12-5‬يوض اإلختالف بين آراء عينة البحث طبقا ً للمؤهل العلمي‬

‫مستوى الداللة‬ ‫ايم ف‬ ‫الفقرة‬

‫األثر اليجابي فى إضافة البيانات الضخمة أدلة‬

‫دالة عند ‪0.05‬‬ ‫‪19.445‬‬
‫إثبات جديدة‬
‫أثر أدلة الثبات الناشئة فى ظل البيانات‬
‫دالة عند ‪0.05‬‬ ‫‪17.828‬‬
‫الضخمة على جودة المراجعة‬

‫يتضـــح من بيانات الجدول الســـابق وجود فرق دال إحصـــائيا ا بين آراء عينة البحث‬
‫وفقا ا للمؤهل العلمى ‪ ،‬حيث تراوحت قيمة "ف" (‪ )19.445-17.828‬عند مســتوى‬
‫داللة ‪.0.05‬‬
‫لذا تم عمل إختبار أقل فرق معنوى ‪-‬جدول (‪ -)16-5‬فتبين وجود فرق دال إحصائيا ا‬
‫بين رأى كـل من الحـاصـــــلين على البكـالوريوس والحـاصـــــلين على المـاجســـــتير‬
‫والدكتوراه وذلك فيما يخص المت ير األول وهو االثر االيجابي فى إضـــافة البيانات‬
‫الضـــــخمـة أدلـة إثبـات جـديـدة ‪ ،‬أمـا فيمـا يخص المت ير الثـانى وهو أثر أدلـة الثبـات‬
‫النـاشــــئـة فى ظـل البيـانـات الضـــــخمـة على جودة المراجعـة فتبين وجود فرق دال‬
‫إحصـائيا ا بين رأى كل من الحاصـلين على البكالوريوس والحاصـلين على الماجسـتير‬
‫والدكتوراه‪.‬‬

‫‪134‬‬
 ‫جدول رام (‪ :)13-5‬يوض المقارنات الثنائية باستخدام اختبار أال فرق معنوى ‪LSD‬‬

‫دكتوراه‬ ‫ماجستير‬ ‫بكالوريوس‬ ‫المؤهل‬ ‫البيأن‬

‫‪*6.64‬‬ ‫‪*5.73‬‬ ‫بكالوريوس‬ ‫االثر االيجابي فى‬

‫‪0.918‬‬ ‫‪*5.73‬‬ ‫ماجستير‬ ‫إضافة البيانات‬
‫الضخمة أدلة إثبات‬
‫‪0.918‬‬ ‫‪*6.64‬‬ ‫دكتوراه‬
‫جديدة‬
‫‪*5.94‬‬ ‫‪*5.49‬‬ ‫بكالوريوس‬ ‫أثر أدلة الثبات‬
‫‪0.449‬‬ ‫‪*5.49‬‬ ‫ماجستير‬ ‫الناشئة فى ظل‬
‫البيانات الضخمة على‬
‫‪0.449‬‬ ‫‪*5.94‬‬ ‫دكتوراه‬
‫جودة المراجعة‬

‫جدول رام (‪ :)14-5‬يوض اإلختالف بين آراء عينة البحث طبقا ً لسنوات الخبرة‬

‫مستوى الداللة‬ ‫ايم ف‬ ‫الفقرة‬

‫االثر االيجابي فى إضافة البيانات الضخمة أدلة‬

‫غير دالة‬ ‫‪0.464‬‬
‫إثبات جديدة‬
‫أثر أدلة الثبات الناشئة فى ظل البيانات الضخمة‬
‫غير دالة‬ ‫‪1.239‬‬
‫على جودة المراجعة‬

‫يتضـح من بيانات الجدول السـابق عدم وجود فرق دال إحصـائيا ا بين آراء عينة البحث وفقا ا‬
‫لسنوات الخبرة ‪ ،‬حيث تراوحت قيمة "ف" (‪.)1.239-0.464‬‬

‫جدول رام (‪ :)15-5‬يوض اإلختالف بين آراء عينة البحث طبقا ً للوظيفة‬

‫مستوى الداللة‬ ‫ايم ف‬ ‫الفقرة‬

‫اليوجد اثر ايجابي فى إضافة البيانات الضخمة‬

‫دالة عند ‪0.05‬‬ ‫‪51.13‬‬
‫أدلة إثبات جديدة‬
‫أثر أدلة الثبات الناشئة فى ظل البيانات‬
‫دالة عند ‪0.05‬‬ ‫‪47.23‬‬
‫الضخمة على جودة المراجعة‬

‫يتضـــح من بيانات الجدول الســـابق وجود فرق دال إحصـــائيا ا بين آراء عينة البحث وفقا ا‬
‫للوظيفــة ‪ ،‬حيــث تراوحــت قيمــة "ف" (‪ )51.13-47.23‬فيمــا بينهم فى كــل من االثر‬

‫‪135‬‬
‫‪152‬‬
‫االيجابي فى إضـــافة البيانات الضـــخمة أدلة إثبات جديدة عند مســـتوى داللة ‪ 0.05‬حيث‬
‫بل ت قيم "ف" ‪ ،51.13‬و أثر أدلة الثبات الناشـــئة فى ظل البيانات الضـــخمة على جودة‬
‫المراجعة عند مستوى داللة ‪ 0.05‬حيث بل ت قيم "ف" ‪.47.23‬‬

‫‪ :5-6-5‬اختبار صحة فروض البحث‬

‫‪2‬‬
‫بـاســـــتخـدام اختبـار كـا‪ 2‬ســـــيتم مقـارنـة كـا‪ 2‬المحســـــوبـة لكـل اســـــتجـابـة مع قيمـة كـا‬
‫الجدولية‪،‬وذلك بهدف التعرف على الفروق بين الســتجابات‪ .‬حيث يتم مقارنة مســتوى‬
‫المعنوية أو الداللة (‪ )Asymp.sig‬المحسـوبة لكل فقرة مع مسـتوى المعنوية أو الداللة‬
‫الجدولية‪ ،‬حيث تكون الفقرة معنوية إذا كان مسـتوى المعنوية المحسـوبة أقل من ‪،0.05‬‬
‫وفى هذه الحالة يتم رفض الفرض العدمى وقبول الفرض البديل‪.‬‬
‫ويوضـــــح الجـدول رقم (‪ )20-5‬التـالى قيمـة كـا‪ 2‬الجـدوليـة عنـد كـل من درجـات حريـة‬
‫ومستوى معنوية مختلفىن كما يلى‪-:‬‬

‫جدول (‪ :)16-5‬ايمة كا‪ 2‬الجدولية‬

‫ايمة كا‪ 2‬الجدولية عند مستويات معنوية‬
‫درجة الحرية‬
‫‪0.05‬‬ ‫‪0.01‬‬ ‫‪0.001‬‬
‫‪3.84‬‬ ‫‪6.64‬‬ ‫‪10.83‬‬ ‫‪1‬‬
‫‪5.99‬‬ ‫‪9.21‬‬ ‫‪13.82‬‬ ‫‪2‬‬
‫‪7.82‬‬ ‫‪11.35‬‬ ‫‪16.27‬‬ ‫‪3‬‬
‫‪9.49‬‬ ‫‪13.28‬‬ ‫‪18.46‬‬ ‫‪4‬‬
‫‪11.07‬‬ ‫‪15.09‬‬ ‫‪20.52‬‬ ‫‪5‬‬

‫الفرض األول‪ :‬ال يوجد عالاة ذو داللة احصائية فى إضافة البيانات الضخمة أدلة إثبات‬
‫جديدة‪.‬‬

‫‪156‬‬
‫‪136‬‬
 ‫الجدول (‪ :)17-5‬اختبار كا‪ 2‬اثر ايجابي فى إضافة البيانات الضخمة أدلة إثبات‬
‫جديدة‬
‫‪2‬‬
‫مستوى‬ ‫ايم كا‬
‫الفقرة‬
‫المعنوية‬ ‫المحسوبة‬
‫‪ 1-1‬تعمل البيانات الضخمة على ت يير النظرة التقليدية ألدلة الثبات فى‬
‫‪*0.000‬‬ ‫‪175.31‬‬
‫المراجعة‪.‬‬
‫‪ 2-1‬االستعانة بمصادر خارجية ومراجعة الحوسبة السحابية تؤثرأن فى شكل‬
‫‪*0.000‬‬ ‫‪121.29‬‬
‫أدلة الثبات‪.‬‬
‫‪ 3-1‬تطور بيئة المراجعة ي ير من معايير بيانات المراجعة وبالتالي طبيعة‬
‫‪*0.000‬‬ ‫‪164.86‬‬
‫دليل الثبات‪.‬‬
‫‪ 4-1‬يت ير شكل أدلة الثبات بت ير خصائص بيانات المراجعة فى صورتها‬
‫‪*0.000‬‬ ‫‪145.53‬‬
‫الجديدة‪.‬‬
‫‪ 5-1‬تشير البيانات الضخمة الي البيانات التى يمكن الوصول اليها بطريقة‬
‫‪*0.000‬‬ ‫‪57.49‬‬
‫مرئية‪.‬‬
‫‪ 6-1‬يوجد العديد من التحديات المتعلقة باستخدام البيانات الضخمة من حيث‬
‫‪*0.000‬‬ ‫‪151.39‬‬
‫اختالف اشكالها كأدلة إثبات فى المراجعة‪.‬‬
‫‪ 7-1‬تميل األدلة من مصادر خارجية للعشوائية وتتميز باالستقاللية ويمكن‬
‫‪*0.000‬‬ ‫‪102.98‬‬
‫احكامها باجراءات ومعايير متطوره‪.‬‬
‫‪ 8-1‬تنوع مصادر البيانات الضخمة اثر على هدف المراجعة وحجم عينة‬
‫‪*0.000‬‬ ‫‪81.53‬‬
‫المراجعة وبالتالي طرق تقييم أدلة الثبات‪.‬‬
‫‪ 9-1‬تختلف طرق تقييم أدلة الثبات فى ظل بيئة االعمال الحديثة المتمثلة فى‬
‫‪*0.000‬‬ ‫‪62.81‬‬
‫البيانات الضخمة عن بيئة االعمال التقليدية‪.‬‬
‫‪ 10-1‬تعمل البيانات الضخمة على زيادة أشكال وصور أدلة الثبات‬
‫‪*0.000‬‬ ‫‪134.04‬‬
‫المستخدمة من قبل مراجع الحسابات سواء أدلة مالية او غير مالية‪.‬‬
‫‪ 11-1‬المراجعة اآللية المستمرة عبر تطبيقات تعتمد على البيانات الضخمة‬
‫‪*0.000‬‬ ‫‪156.89‬‬
‫افرزت أدلة إثبات غير تقليدية‪.‬‬
‫*دال احصائيا ا عند مستوى داللة= ‪0.05‬‬
‫اتض من بيانات الجدول (‪ )17-5‬السابق‪-:‬‬
‫أ ‪ -‬أن جميع قيم كا‪ 2‬المحســـوبة للفقرات من رقم (‪ )1-1‬حتى الفقرة رقم (‪ )7-1‬أكبر‬
‫من قيم كا‪ 2‬الجـدوليـة عنـد درجات حرية (‪ ، 4 )df‬ومســـــتوى معنوية ‪ ،0.05‬كمـا بل‬
‫مسـتوى الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كما أن الوسـط الحسـابى بل فى متوسـطه‬
‫‪ 4.29‬ممـا يعنى أن آراء عينـة البحـث إيجـابيـة وهى تقع فى مـدى الموافقـة التـامـة‪ ،‬ممـا‬
‫يدل على وجود اثر ايجابي فى إضافة البيانات الضخمة أدلة إثبات جديدة‪.‬‬
‫ب ‪ -‬أن قيمـة كـا‪ 2‬المحســـــوبـة للفقرة رقم (‪ )2-1‬بل ـت ‪ 121.29‬وهى أكبر من قيمـة‬

‫‪137‬‬
‫‪136‬‬
‫كا‪ 2‬الجدولية عند درجات حرية (‪ ، 3 )df‬ومســتوى معنوية ‪ ،0.05‬كما بل مســتوى‬
‫الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كما أن الوســط الحســابى بل ‪ 4.52‬مما يعنى أن‬
‫آراء عينـة البحـث إيجـابيـة وهى تقع فى مـدى الموافقـة التـامـة‪ ،‬ممـا يـدل على وجود أثر‬
‫محتمل ذو داللة معنوية من االســتعانة بكل من مصــادر خارجية ومراجعة الحوســبة‬
‫الســحابية فى شــكل أدلة الثبات‪ ،‬مما يدل فى النهاية على االثر االيجابي فى إضــافة‬
‫البيانات الضخمة أدلة إثبات جديدة‪.‬‬
‫ج ‪ -‬أن قيمـة كـا‪ 2‬المحســـــوبـة للفقرة رقم (‪ )9-1‬قـد بل ـت ‪ 62.81‬وهى أكبر من قيمـة‬
‫كا‪ 2‬الجدولية عند درجات حرية (‪ ، 2 )df‬ومســتوى معنوية ‪ ،0.05‬كما بل مســتوى‬
‫الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كما أن الوســط الحســابى بل ‪ 4.54‬مما يعنى أن‬
‫آراء عينـة البحـث إيجـابيـة وهى تقع فى مـدى الموافقـة التـامـة‪ ،‬ممـا يـدل على وجود االثر‬
‫االيجابي ذو داللة معنوية فى إضــافة البيانات الضــخمة أدلة إثبات جديدة حيث تختلف‬
‫طرق تقييم أدلـة الثبـات فى ظـل بيئـة االعمـال الحـديثـة المتمثلـة فى البيـانـات الضـــــخمـة‬
‫عن بيئة االعمال التقليدية‪.‬‬
‫د ‪ -‬أن قيمة كا‪ 2‬المحسوبة للفقرتين رقم (‪ )10-1(،)8-1‬قد بل ت ‪134.04 ، 81.53‬‬
‫على التوالى وهما أكبر من قيمة كا‪ 2‬الجدولية عند درجات حرية (‪ ، 3 )df‬ومســـتوى‬
‫معنوية ‪ ،0.05‬كما بل مســــتوى الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كما أن الوســــط‬
‫الحسـابى بل ‪ 4.56، 4.37‬على التوالى مما يعنى أن آراء عينة البحث إيجابية وهى‬
‫تقع فى مـدى الموافقـة التـامـة‪ ،‬ممـا يـدل على وجود اثر ايجـابي ذو داللـة معنويـة فى‬
‫إضــافة البيانات الضــخمة أدلة إثبات جديدة حيث أن تنوع مصــادر البيانات الضــخمة‬
‫يؤثر على هـدف المراجعـة وحجم عينـة المراجعـة وبـالتـالي طرق تقييم أدلـة الثبـات‪،‬كمـا‬
‫تعمل البيانات الضــخمة على زيادة أشــكال وصــور أدلة الثبات المســتخدمة من قبل‬
‫مراجع الحسابات سواء أدلة مالية او غير مالية‪.‬‬
‫هـــــ ـ ‪ -‬أن قيمة كا‪ 2‬المحســوبة للفقرة رقم (‪ )11-1‬قد بل ت ‪ 156.89‬وهى أكبر من‬
‫قيمـة كـا‪ 2‬الجـدوليـة عنـد درجـات حريـة (‪ ، 4 )df‬ومســـــتوى معنويـة ‪ ،0.05‬كمـا بل‬
‫مســـتوى الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كما أن الوســـط الحســـابى بل ‪ 4.44‬مما‬
‫يعنى أن آراء عينـة البحـث إيجـابيـة وهى تقع فى مـدى الموافقـة التـامـة‪ ،‬ممـا يـدل على‬

‫‪138‬‬
‫وجود االثر االيجابي ذو داللة معنوية فى إضـــافة البيانات الضـــخمة أدلة إثبات جديدة‬
‫حيث أن المراجعة اآللية المســتمرة عبر تطبيقات تعتمد على البيانات الضــخمة افرزت‬
‫أدلة إثبات غير تقليدية‪.‬‬
‫القرار‪-:‬‬
‫‪ )1‬عدم صــحة الفرض القائل‪ :‬ال يوجد اثر ايجابي ذو داللة معنوية فى إضــافة البيانات‬
‫الضخمة أدلة إثبات جديدة‪.‬‬
‫ابول الفرض البـديـل القـائـل‪ :‬يوجـد اثر ايجـابي ذو داللـة معنويـة فى إضـــــافـة البيـانـات‬
‫الضخمة أدلة إثبات جديدة‪.‬‬
‫الفرض الثانى‪ :‬ال يوجد أثر ألدلة اإلثبات الناشئة فى ظل البيانات الضخمة على‬
‫جودة المراجعة‪.‬‬
‫الجدول (‪ :)18-5‬اختبار كا‪ 2‬لقياس أثر ألدلة اإلثبات الناشئة فى ظل البيانات‬
‫الضخمة على جودة المراجعة‬
‫‪2‬‬
‫مستوى‬ ‫ايم كا‬
‫الفقرة‬
‫المعنوية‬ ‫المحسوبة‬
‫‪ 1-2‬تقدم تحليالت البيانات الضخمة المزيد من المعلومات المالية وغير‬
‫‪*0.000‬‬ ‫‪107.39‬‬ ‫المالية فى الوقت المناسب مما يؤدى إلى تحسين إجراءات الحصول على أدلة‬
‫الثبات‪.‬‬
‫‪ 2-2‬حجم وكمية البيانات المكونة والمجمعة باشكال مختلفة لعميل المراجعة‬
‫‪*0.000‬‬ ‫‪106.19‬‬
‫نوعت من اجراءات الحصول على أدلة الثبات‪.‬‬
‫‪ 3-2‬يمكن حوكمة بيانات المراجعة واجراءت الحصول على أدلة الثبات فى‬
‫‪*0.000‬‬ ‫‪91.55‬‬
‫ظل البيانات الضخمة وفقا لمعايير المراجعة‪.‬‬
‫‪ 4-2‬نماذج التنقيب عن البيانات وتحليالت البيانات الضخمة اثرت فى القدرة‬
‫‪*0.000‬‬ ‫‪84.29‬‬ ‫التنبؤية لدليل الثبات ومؤشر لمدى استمرارية عميل المراجعة وتعاقد عملية‬
‫المراجعة‪.‬‬
‫‪ 5-2‬طورت بيئة البيانات الضخمة من حيث حداثة وسرعة جمع وتكوين تلك‬
‫‪*0.000‬‬ ‫‪86.39‬‬
‫البيانات وتحليل أدلة الثبات بصورة الية‪.‬‬
‫‪ 6-2‬أدلة الثبات الناتجة من البيانات الضخمة تعتبر أدلة اكثر توكيدية وذات‬
‫‪*0.000‬‬ ‫‪98.32‬‬
‫قدرة تنبؤية اكبر‪.‬‬
‫‪ 7-2‬تشير البيانات الضخمة إلى مدى الت يير فى إجراءات الحصول على‬
‫‪*0.000‬‬ ‫‪82.25‬‬
‫أدلة الثبات من قبل مراجع الحسابات‪.‬‬
‫‪ 8-2‬يوجد العديد من التحديات المتعلقة باستخدام البيانات الضخمة من حيث‬
‫‪*0.000‬‬ ‫‪144.56‬‬
‫الحصول عليها وحيازتها‪.‬‬
‫‪ 9-2‬توصف البيانات الضخمة بقدرتها على تحديد مدى مالءمة المعلومات‬
‫‪*0.000‬‬ ‫‪81.65‬‬
‫لترشيد عملية اتخاذ القرارات‪.‬‬
 ‫‪ 10-2‬تتميز البيانات الضخمة بقدرتها على إضافة قيم معرفىة للمستخدم‬
‫‪*0.000‬‬ ‫‪110.57‬‬
‫النهائى‪.‬‬

‫يتض من بيانات الجدول (‪ )18-5‬السابق‪-:‬‬

‫أ ‪ -‬أن قيمة كا‪ 2‬المحسوبة للفقرة رقم (‪ 91.55 )3-2‬وهى أكبر من قيمة كا‪ 2‬الجدولية‬
‫عند درجات حرية (‪ ، 4 )df‬ومســتوى معنوية ‪ ،0.05‬كما بل مســتوى الداللة ‪0.00‬‬
‫وهو أقـل من ‪ ،0.05‬كمـا أن الوســـــط الحســـــابى بل ‪ 4.14‬ممـا يعنى أن آراء عينـة‬
‫البحـث إيجـابيـة وهى تقع فى مـدى الموافقـة ‪ ،‬ممـا يـدل على أنـه يمكن حوكمـة بيـانـات‬
‫المراجعة واجراءت الحصول على أدلة الثبات فى ظل البيانات الضخمة وفقا لمعايير‬
‫المراجعـة ممـا يـدل على وجود أثر ذو داللـة معنويـة ألدلـة الثبـات النـاشــــئـة فى ظـل‬
‫البيانات الضخمة على جودة المراجعة‪.‬‬
‫ب ‪ -‬أن جميع قيم كا‪ 2‬المحسـوبة للفقرات من رقم (‪ )1-2‬حتى الفقرة رقم (‪ )5-2‬أكبر‬
‫من قيم كا‪ 2‬الجـدوليـة عنـد درجات حرية (‪ ، 3 )df‬ومســـــتوى معنوية ‪ ،0.05‬كمـا بل‬
‫مســــتوى الداللة ‪ ، 0.000‬وهو أقل من ‪ ،0.05‬كما أن الوســــط الحســــابى بل فى‬
‫متوســــطـه ‪ ،4.43‬ممـا يعنى أن آراء عينـة البحـث إيجـابيـة وهى تقع فى مـدى الموافقـة‬
‫التامة‪ ،‬مما يدل على وجود أثر ذو داللة معنوية ألدلة الثبات الناشـئة فى ظل البيانات‬
‫الضخمة على جودة المراجعة‪.‬‬
‫‪2‬‬
‫ج ‪ -‬أن قيمة كا‪ 2‬المحســـوبة للفقرة رقم (‪ )6-2‬بل ت ‪ 98.32‬وهى أكبر من قيمة كا‬
‫الجـدوليـة عنـد درجـات حريـة (‪ ، 4 )df‬ومســـــتوى معنويـة ‪ ،0.05‬كمـا بل مســـــتوى‬
‫الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كما أن الوســط الحســابى بل ‪ 4.19‬مما يعنى أن‬
‫آراء عينـة البحـث إيجـابيـة وهى تقع فى مـدى الموافقـة ‪ ،‬ممـا يـدل على وجود أثر ذو‬
‫داللـة معنويـة ألدلـة الثبـات النـاشــــئـة فى ظـل البيـانـات الضـــــخمـة على جودة عمليـة‬
‫المراجعة‪ ،‬حيث أن أدلة الثبات الناتجة من البيانات الضـخمة تعتبر أدلة اكثر توكيدية‬
‫وذات قدرة تنبؤية اكبر‪.‬‬
‫د ‪ -‬أن قيم كـا‪ 2‬المحســـــوبـة للفقرات رقم (‪ )9-2(،)7-2‬بل ـت ‪ 81.65، 98.32‬على‬
‫التوالى وهى أكبر من قيمـة كـا‪ 2‬الجـدوليـة عنـد درجـات حريـة (‪ ، 3 )df‬ومســـــتوى‬
‫معنوية ‪ ،0.05‬كما بل مســــتوى الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كما أن الوســــط‬

‫‪140‬‬
‫الحســابى بل فى متوســطه ‪ 4.37‬مما يعنى أن آراء عينة البحث إيجابية وهى تقع فى‬
‫مـدى الموافقـة التـامـة‪ ،‬ممـا يـدل على وجود أثر ذو داللـة معنويـة ألدلـة الثبـات النـاشــــئـة‬
‫فى ظل البيانات الضــخمة على جودة عملية المراجعة‪ ،‬حيث تشــير البيانات الضــخمة‬
‫إلى مدى الت يير فى إجراءات الحصــول على أدلة الثبات من قبل مراجع الحســابات‪،‬‬
‫كما توصـــف البيانات الضـــخمة بقدرتها على تحديد مدى مالءمة المعلومات لترشـــيد‬
‫عملية اتخاذ القرارات‪.‬‬
‫هــــ ـ ‪ -‬أن قيم كا‪ 2‬المحسـوبة للفقرات رقم (‪ )10-2(،)8-2‬بل ت ‪110.57، 144.56‬‬
‫على التوالى وهى أكبر من قيمة كا‪ 2‬الجدولية عند درجات حرية (‪ ، 4 )df‬ومســــتوى‬
‫معنوية ‪ ،0.05‬كمـا بل مســـــتوى الداللة ‪ 0.00‬وهو أقل من ‪ ،0.05‬كمـا أن الوســـــط‬
‫الحســـابى بل فى متوســـطه ‪ 4.31‬مما يعنى أن آراء عينة البحث إيجابية وهى تقع فى‬
‫مدى الموافقة التامة‪ ،‬مما يدل على وجود أثر ذو داللة معنوية ألدلة الثبات الناشـئة فى‬
‫ظل البيـانات الضـــــخمـة على جودة المراجعـة‪ ،‬حيـث يوجد العـديد من التحـديات المتعلقـة‬
‫باســـتخدام البيانات الضـــخمة من حيث الحصـــول عليها وحيازتها ‪ ،‬كما تتميز البيانات‬
‫الضخمة بقدرتها على إضافة قيم معرفىة للمستخدم النهائى‪.‬‬

‫القرار‪-:‬‬
‫‪ )1‬عدم صحة الفرض القائل‪ :‬ال يوجد أثر ألدلة الثبات الناشئة فى ظل البيانات‬
‫الضخمة على جودة المراجعة‪.‬‬
‫ابول الفرض البديل القائل‪ :‬يوجد أثر ألدلة الثبات الناشئة فى ظل البيانات‬
‫الضخمة على جودة المراجعة‪.‬‬

‫من خالل ما سبق يتض للباحث ما يلى‪-:‬‬

‫أ ‪ -‬عدم صحة الفرض العدمى الرئيسى القائل‪- :‬‬
‫ال يوجد اثر إيجابي ذو داللة معنوية فى إضــــافة البيانات الضــــخمة أدلة إثبات‬
‫جديدة‪.‬‬
‫ب ‪ -‬ابول الفرض البديل الرئيسى القائل‪-:‬‬
‫يوجـد اثر إيجـابي ذو داللـة معنويـة فى إضـــــافـة البيـانـات الضـــــخمـة أدلـة إثبـات‬

‫‪141‬‬
 ‫جديدة‪.‬‬
‫‪ 7-5‬نتائج الدراسة الميدانية‪-:‬‬
‫تناول الباحث فى هذا الفصل الدراسة الميدانية والتى هدفت إلى إختبار مدى صحة فرضين‬
‫رئيسيين ‪ ،‬واد أسفرت الدراسة الميدانية عن النتائج التالية‪-:‬‬
‫(‪ )1‬يوجد أثر إيجابي ذو داللة معنوية فى إضـــافة البيانات الضـــخمة أدلة إثبات جديدة‪،.‬‬
‫ونستدل على ذلك من خالل‪-:‬‬
‫أ ‪ -‬تعمل البيانات الضــــخمة على ت يير النظرة التقليدية ألدلة الثبات فى المراجعة‪ ،‬حيث‬
‫أن االستعانة بمصادر خارجية ومراجعة الحوسبة السحابية تؤثران فى شكل أدلة الثبات‪.‬‬
‫ب ‪ -‬أن تطور بيئـة المراجعـة ي ير من معـايير بيـانـات المراجعـة وبـالتـالى طبيعـة دليـل‬
‫الثبات‪ ،‬كما يت ير شــــكل أدلة الثبات بت ير خصــــائص بيانات المراجعة فى صــــورتها‬
‫الجديدة‪.‬‬
‫ج ‪ -‬يوجـد العـديـد من التحـديـات المتعلقـة بـاســـــتخـدام البيـانـات الضـــــخمـة من حيـث اختالف‬
‫اشــكالها كأدلة إثبات فى المراجعة ‪ ،‬حيث تشــير البيانات الضــخمة الي البيانات التى يمكن‬
‫الوصول اليها بطريقة مرئية‪.‬‬
‫د ‪ -‬أن تنوع مصــــادر البيانات الضــــخمة أث ّر على هدف المراجعة وحجم عينة المراجعة‬
‫وبالتـالي طرق تقييم أدلة الثبـات‪ ،‬كمـا تختلف طرق تقييم أدلة الثبـات فى ظل بيئـة االعمـال‬
‫الحديثة المتمثلة فى البيانات الضــخمة عن بيئة االعمال التقليدية‪ ،‬وتعمل البيانات الضــخمة‬
‫على زيادة أشــكال وصــور أدلة الثبات المســتخدمة من قبل مراجع الحســابات ســواء أدلة‬
‫مالية او غير مالية‪ ،‬حيث أن المراجعة اآللية المســـتمرة عبر تطبيقات تعتمد على البيانات‬
‫الضخمة قد أفرزت أدلة إثبات غير تقليدية‪.‬‬
‫(‪ )2‬يوجد أثر ذو داللة معنوية ألدلة اإلثبات الناشئة فى ظل البيانات الضخمة على جودة‬
‫المراجعة ‪ ،‬ونستدل على ذلك من خالل‪-:‬‬
‫أ‪ -‬أن البيـانـات الضـــــخمـة تقـدم تحليالت للمزيـد من المعلومـات المـاليـة وغير المـاليـة فى‬
‫الوقت المناســـب مما يؤدى إلى تحســـين إجراءات الحصـــول على أدلة الثبات‪ ،‬كما‬
‫نوعـت حجم وكميـة البيـانـات المكونـة والمجمعـة بـأشــــكـال مختلفـة لعميـل المراجعـة من‬
‫إجراءات الحصول على أدلة الثبات‪.‬‬

‫‪142‬‬
‫ب ‪ -‬يمكن حوكمة بيانات المراجعة واجراءت الحصـول على أدلة الثبات فى ظل البيانات‬
‫الضـخمة وفقا لمعايير المراجعة‪ ،‬حيث أن أدلة الثبات الناتجة من البيانات الضـخمة تعتبر‬
‫أدلة أكثر توكيدية وذات قدرة تنبؤية أكبر‪.‬‬
‫ج ‪ -‬أن نمـاذج التنقيـب عن البيـانات وتحليالت البيـانات الضـــــخمـة أثرت فى القـدرة التنبؤية‬
‫لدليل الثبات ومؤشــــر لمدى اســــتمرارية عميل المراجعة وتعاقد عملية المراجعة‪ ،‬حيث‬
‫طورت بيئة البيانات الضــخمة من حيث حداثة وســرعة جمع وتكوين تلك البيانات وتحليل‬
‫أدلة الثبات بصورة آلية‪.‬‬
‫د ‪ -‬تشـير البيانات الضـخمة إلى مدى الت يير فى إجراءات الحصـول على أدلة الثبات من‬
‫قبل مراجع الحسـابات‪ ،‬ويوجد العديد من التحديات المتعلقة باسـتخدام البيانات الضـخمة من‬
‫حيث الحصــول عليها وحيازتها‪ ،‬كما توصــف البيانات الضــخمة بقدرتها على تحديد مدى‬
‫مالءمة المعلومات لترشــيد عملية اتخاذ القرارات‪ ،‬وتتميز البيانات الضــخمة بقدرتها على‬
‫إضافة قيم معرفىة للمستخدم النهائى‪.‬‬

‫‪143‬‬
 ‫أدلة اإلثبات والتطور فى بيئة المراجعة‬ ‫الفصل الرابع‬

‫الفص السادر‬

‫خالصة ونتاحج واوصيات البحث‬

‫ومجاالت البحث المستقبلية‬

‫مقدمة‬

‫‪ 1-6‬خالصة ونتائج البحث‬

‫‪ 2-6‬توصيات البحث‬

‫‪ 3-6‬مجاالت البحث المستقبلية المقترحة‬

 ‫الفصل السادس‬

‫خالصة ونتائج وتوصيات البحث ومجاالت البحث المستقبلية‬

‫مقدمة‪:‬‬

‫تســـتهدف الدراســـة فى هذا الفصـــل عرض أهم ماخلصـــت إليه الدراســـة النظرية‪،‬‬
‫بالضــــافة إلى نتائج الدراســــة الميدانية وتقديم مجموعة من التوصــــيات ومجاالت البحث‬
‫المقترحة التى يراها الباحث مالئمة وهامة فى هذا المجال وذلك على النحو التالي‪.‬‬
‫‪ 1-6‬خالصة البحث‬

‫‪ 1-1-6‬خالصة البحث النظرية‬

‫تمثل الهدف من إختبار أثر البيانات الضـــخمة على أدلة الثبات فى المراجعة وذلك فى‬
‫بيئة االعم ال المصـــرية ‪ ،‬وذلك بهدف توعية االكادميين والممارســـي المهنة والقائمين على‬
‫التنظيم لما لبيئة البيانات الضـــخمة من اثر فى تحول وت ير فى الهيكل االســـاســـي وظائف‬
‫المراجعة وخدماتها وذلك من خالل دراسة الهدفىن التاليين‪-:‬‬
‫‪ )1‬دراسة مدى إضافة البيانات الضخمة أدلة إثبات جديدة من عدمه‪.‬‬
‫‪ )2‬دراسة أثر أدلة الثبات الناشئة فى ظل البيانات الضخمة على جودة المراجعة‪.‬‬

‫ولتحقيق الهدفين السابقين فقد تم عرض هذا البحث فى ستة فصول وهى كما يلي‪:‬‬
‫الفصـــــل األول‪ :‬اإلطـار العـام للبحـث‪،‬واشـــــتمـل على كـل من المقـدمـة والمشـــــكلـة واألهـداف‬
‫واألهمية وفروض ومنهج ومت يرات وتنظيم البحث‪.‬‬
‫الفصــل الثانى‪ :‬الدراســات الســابقة‪ ،‬وقد تناول الباحث فى هذا الفصــل الدراســات الســابقة‬
‫المتعلقة بموضوع البحث مقسمة إلى ثالث مجموعات مبوبة كما يلي‪-:‬‬
‫المجموعـة األولي‪ :‬الـدراســـــات التى تنـاولـت العالقـة بين البيـانـات الضـــــخمـة والمحـاســــبـة‬
‫والمراجعة وقد شملت تلك المجموعة على اثنى عشر دراسة‪.‬‬
‫المجموعة الثانية‪ :‬الدراسات التى تناولت العالقة بين أدلة الثبات فى المراجعة وتكنولوجيا‬

‫‪145‬‬
 ‫المعلومات وقد شملت تسعة دراسات‪.‬‬
‫المجموعة الثالثة‪ :‬الدراسات التى تناولت العالقة بين البيانات الضخمة وأدلة الثبات فى‬
‫المراجعة واشتملت على خمسة دراسات‪.‬‬
‫الفصـــل الثالث‪ :‬أثر أدلة اإلثبات فى عملية المراجعة ‪ ،‬ولقد تناول الباحث فى هذا الفصـــل‬
‫النظرة التقليـديـة ألدلـة الثبـات فى المراجعـة‪ ،‬ثم تنـاول الفوائـد المحتملـة الســـــتخـدام تحليالت‬
‫بيـانـات المراجعـة ‪ ،‬ثم تنـاول اعتبـارات أدلـة الثبـات فى ظـل بيئـة بيـانـات متطورة ‪ ،‬ثم تنـاول‬
‫أشــكال األدلة فى ظل بيئة البيانات الضــخمة‪ ،‬وتناول مدى امكانية تكامل اآلنواع الجديدة من‬
‫األدلـة فى عمليـة المراجعـة التقليـديـة‪ ،‬ثم البيـانـات الضـــــخمـة وتـأمين مصـــــادر أدلـة الثبـات‪،‬‬
‫واخيرا ا اثر الت ير التكنولوجي فى بيئة االعمال على مفهوم عملية التوكيد‪.‬‬
‫الفصـل الرابع ‪ :‬أثر العالاة بين البيانات الضـخمة وأدلة اإلثبات فى عملية المراجعة ‪ ،‬ولقد‬
‫تنـاول البـاحـث فى هـذا الفصـــــل التطور التـاريخى للبيـانـات فى المحـاســــبـة‪ ،‬ثم تنـاول مفهوم‬
‫البيانات الضـخمة‪ ،‬ثم خصـائص البيانات الضـخمة‪ ،‬ثم تناول ممارسـات المحاسـبة والمراجعة‬
‫فى ظل البيانات الضـــخمة‪ ،‬ثم تناول دور البيانات الضـــخمة في تحول عملية المراجعة‪ ،‬ثم‬
‫تناول أثر أدلة الثبات الناشئة فى ظل البيانات الضخمة على جودة عملية المراجعة‪.‬‬
‫الفصل الخامس‪ :‬الدراسة الميدانية‬

‫وقد تناول الباحث في هذا الفصـل الدراسـة الميدانية التي قام بها لختبار فروض البحث حيث‬
‫تم عرض أهـداف وفروض ومجتمع وعينـة البحـث وإســـــلوب جمع البيـانـات واألســـــاليـب‬
‫الحصائية التي سيتم عرض ملخصها في الجزء التالي‪.‬‬
‫‪ 2-1-6‬خالصة البحث الميدانية‬

‫إ سـتهدفت الدراسة الميدانية في المقام االول اختبار فروض البحث‪ ،‬حيث يمكن تلخيص نتائج‬
‫البحث بشقيها النظري والميداني وعرضها على النحو التالي‪:‬‬
‫(‪ )1‬أظهرت الـدراســـــة إن اعتمـاد التقنيـات النـاشــــئـة لتحســـــين جودة التوكيـد وخـدمـات‬
‫المراجعة وتقليل العمل الذي يســـت رق وقتاا طويالا للمراجعين ‪ ،‬فضـ ـالا عن تكييف‬
‫إجراءات المراجعة الحالية مع طبيعة األعمال المت يرة بســـرعة هي مســـار اهتمام‬
‫للبـاحثين وممـارســـــين المراجعـة‪ .‬بســـــبـب طبيعـة هـذه المهنـة ‪ ،‬فقـد تـأخر اعتمـاد‬
‫التكنولوجيا بشكل كبير من قبل الدارة وهيئات وواضعي المعايير‪.‬‬

‫‪146‬‬
‫(‪ )2‬التطور الذي احدثته البيانات الضــــخمة وتحليالت البيانات الضــــخمة في تنظيمات‬
‫االعمال يمثل نقله نوعية في نوعية مصـادر البيانات التي يحصـل بها المراجع على‬
‫ادلة االثبات‪.‬‬
‫(‪ )3‬الت ير الملموس في نوعيــة بيــانــات المراجعــة وجــه نظر االداراة المــاليــة وادراة‬
‫المراجعة الداخلية وشــــركات المراجعة الخارجية والمنظمين الى طرق حوكمة هذه‬
‫البيانات بالصورة التي تساعد في الحصول على دليل اثبات كفء ومكتمل‪.‬‬
‫(‪ )4‬اظهرت الدراســـــة النظرية اتجـاه التظيمات المهنية واالكاديمية الى وضـــــع معايير‬
‫اختيارية لبيانات المراجعة فيظل كميات وتنوع هذه البيانات التي يصــعب مراجعتها‬
‫بالطرق التقليدية‪.‬‬
‫(‪ )5‬اظهرت الـدراســـــة النظريـة ان تحليالت البيـانـات الضـــــخمـة اثرت في حجم عينـة‬
‫المراجعـة من جزء من مجتمع المراجعـة الي امكـانيـة تحليـل المجتمع بـالكـامـل في‬
‫الوقت المناسب‪.‬‬
‫(‪ )6‬اظهرت الـدراســـــة النظريـة ان البيـانـات الضـــــخمـة اثرت في شــــكـل ونوع وطرق‬
‫الحصول على دليل االثبات باالضافة الى طرق تحليله وتقييمة‪.‬‬
‫(‪ )7‬ناقشـــــت الدراســـــة االســـــتخدام المحتمل للســـــالســـــل الكتل وتطبيقات المراجعة‬
‫والتكنولوجيات الناشئة والبحث في كيفية إعادة هندسة نموذج المراجعة الحالي‪.‬‬
‫(‪ )8‬يوجد اثر ايجابي ذو داللة معنوية في إضـــافة البيانات الضـــخمة ادلة اثبات جديدة‪،‬‬
‫عند مســتوى معنوية ‪ ، ٪5‬وهوما يشــير الى ان البيانات الضــخمة تعمل على ت يير‬
‫النظرة التقليدية ألدلة االثبات فى المراجعة‪ ،‬حيث أن االســـتعانة بمصـــادر خارجية‬
‫ومراجعة الحوسـبة السـحابية تؤثران فى شـكل أدلة االثبات‪ .‬باالضـافة الى أن تطور‬
‫بيئـة المراجعـة ي ير من معـايير بيـانـات المراجعـة وبـالتـالى طبيعـة دليـل االثبـات‪ ،‬كمـا‬
‫يت ير شـكل أدلة االثبات بت ير خصـائص بيانات المراجعة فى صـورتها الجديدة‪ .‬كما‬
‫أن تنوع مصــادر البيانات الضــخمة أثّر على هدف المراجعة وحجم عينة المراجعة‬
‫وبـالتـالي طرق تقييم أدلـة االثبـات‪ ،‬كمـا تختلف طرق تقييم أدلـة االثبـات فى ظـل بيئـة‬
‫االعمـال الحـديثـة المتمثلـة فى البيـانـات الضـــــخمـة عن بيئـة االعمـال التقليـديـة‪ ،‬وتعمـل‬
‫البيانات الضـخمة على زيادة أشـكال وصـور أدلة االثبات المسـتخدمة من قبل مراجع‬

‫‪147‬‬
‫الحســابات ســواء أدلة مالية او غير مالية‪ ،‬حيث أن المراجعة االلية المســتمرة عبر‬
‫تطبيقات تعتمد على البيانات الضخمة قد أفرزت أدلة اثبات غير تقليدية‪.‬‬
‫(‪ )9‬يوجد أثر ذو داللة معنوية ألدلة الثبات الناشئة فى ظل البيانات الضخمة على جودة‬
‫المراجعة ‪ ،‬عند مســــتوى معنوية ‪ ، ٪5‬وهو ما يشــــير أن البيانات الضــــخمة تقدم‬
‫تحليالت للمزيد من المعلومات المـاليـة وغير المـاليـة فى الوقت المنـاســـــب ممـا يؤدى‬
‫إلى تحســين إجراءات الحصــول على أدلة االثبات‪ ،‬كما نوعت حجم وكمية البيانات‬
‫المكونة والمجمعة بأشـكال مختلفة لعميل المراجعة من إجراءات الحصـول على أدلة‬
‫االثبات‪ .‬ويمكن حوكمة بيانات المراجعة واجراءت الحصـــول على أدلة االثبات فى‬
‫ظـل البيـانـات الضـــــخمـة وفقـا لمعـايير المراجعـة‪ ،‬حيـث أن أدلـة االثبـات النـاتجـة من‬
‫البيـانـات الضـــــخمـة تعتبر أدلـة أكثر توكيـديـة وذات قـدرة تنبؤيـة أكبر‪ .‬كمـا أن نمـاذج‬
‫التنقيـب عن البيـانـات وتحليالت البيـانـات الضـــــخمـة أثرت فى القـدرة التنبؤيـة لـدليـل‬
‫االثبات ومؤشــــر لمدى اســــتمرارية عميل المراجعة وتعاقد عملية المراجعة‪ ،‬حيث‬
‫طورت بيئة البيانات الضـــخمة من حيث حداثة وســـرعة جمع وتكوين تلك البيانات‬
‫وتحليل أدلة الثبات بصـــورة آلية‪.‬وتشـــير البيانات الضـــخمة إلى مدى الت يير فى‬
‫إجراءات الحصــول على أدلة االثبات من قبل مراجع الحســابات‪ ،‬ويوجد العديد من‬
‫التحديات المتعلقة باســتخدام البيانات الضــخمة من حيث الحصــول عليها وحيازتها‪،‬‬
‫كما توصــف البيانات الضــخمة بقدرتها على تحديد مدى مالءمة المعلومات لترشــيد‬
‫عملية اتخاذ القرارات‪ ،‬وتتميز البيانات الضـــخمة بقدرتها على إضـــافة قيم معرفىة‬
‫للمستخدم النهائى‪.‬‬

‫‪ 2 -6‬توصيات البحث‬

‫فى ضوء هدف البحث وأهميته‪ ،‬وما خلصت إليه الدراسة النظرية‪ ،‬وما توصلت إليه‬
‫الدراسة الميدانية‪ ،‬يوصى الباحث بما يلى‪:-‬‬
‫(‪ )1‬ضــرورة توجيه الهتمام لحوكمة بيانات المراجعة من مصــادرها التي اضــفت‬
‫عليها بيئة البيانات الضـــخمة بتكنولوجياتها الناشـــئة الحجم وتنوع وت اير وقيمة‬
‫مما اثر على نوع وشــــكل دليل االثبات وما اضــــافته هذه البيئة من ادلة اثبات‬
‫جديدة‪.‬‬

‫‪148‬‬
‫(‪ )2‬نتوع مصـــادر البيانات الضـــخمة طور من طرق الحصـــول على دليل االثبات‬
‫وسرعة الوصول اليه في الوقت الحقيقي‪.‬‬
‫(‪ )3‬ضـرورة توجيه االهتمام االلتزام بمعايير بيانات المراجعة للشـركات ولشـركات‬
‫المراجعة والذي يسهل من مهمة القائمين على المراجعة‪.‬‬
‫(‪ )4‬ضـــــرورة االهتمـام بتطوير إجراءات المراجعـة التقليـديـة واتمتتهـا للتواكـب مع‬
‫مقتضــيات بيئة البيانات الضــخمة التي تســيطر على بيئة االعمال وعلى ســبيل‬
‫المثال إبراز دور تحليالت البيانات الضـــخمة لمختلف ادلة االثبات ســـواء في‬
‫صورتها التقليدية او اشكالها الجديدة‪.‬‬
‫(‪ )5‬ضــرورة تدريس تكنولوجيا البيانات الضــخمة في مناهج التعليم المحاســبي في‬
‫المرحلـة الجـامعيـة لتعزيز معرفـة الطالب بـأهميتهـا‪ ،‬ويجـب ان يكون للجـامعـات‬
‫دور إيجابي على اســـتخدام تحليالت البيانات الضـــخمة من خالل توفير دورات‬
‫تحليلية لطالب المحاسبة والمراجعة (عبدالقادر‪.)2020 ،‬‬
‫(‪ )6‬للوصـــــول لجودة المراجعـة في ظـل البيـانـات الضـــــخمـة يجـب على منظمي‬
‫وممارســــي المراجعة التقيد بحوكمة البيانات ووضــــع وتتطوير معايير لبيانات‬
‫المراجعة وزيادة التكيز على تدريب كوادر المراجعة على التكنولوجيات الناشئة‬
‫وتحليالت البيانات الضخمة بالصورة التي تمكنهم من الحصول على دليل اثبات‬
‫يسهم في جودة المراجعة‪.‬‬
‫(‪ )7‬اثرت التكنولوجيات الناشــئة مثل ســالســل الكتل او الثقة وتناغمها مع تحليالت‬
‫البيانات الضخمة الى مطالبة بتعديل اجراءات المراجعة التقليدية لتتاقلم مع هذه‬
‫البيئة المتطوره‪.‬‬
‫ـمـا في تطوير ودفع االبتكـارات‬
‫دورا حـاســــ ا‬
‫(‪ )8‬يمكن أن يلعـب البحـث األكـاديمي ا‬
‫التكنولوجية في ممارســــة المراجعة ‪ ،‬ألنه قادر على اســــتكشــــاف التطبيقات‬
‫المحتملة وتجربة تطبيقات مختلفة‪.‬‬

‫‪149‬‬
 ‫‪ 3 -6‬مجاالت البحث المستقبلية‪:‬‬

‫ظهر عدد كبير من القضــــايا من اعتماد واســــتخدام التقنيات الجديدة في ممارســــة‬

‫المحاسبة والمراجعة ‪.‬ويمكن اظهار البحوث المحتملة مستقبال فيما يلي‪:‬‬
‫(‪ )1‬اثر الت ير في معايير المراجعة نتيجة الت ير في البيئة التكنولوجية‪.‬‬
‫(‪ )2‬اثر البيانات الضــــخمة على إجراءات المراجعة القليدية وما يســــتحدث من‬
‫إجراءات الجديدة في ظل إعادة هندسة عملية المراجعة‪.‬‬
‫(‪ )3‬المؤهالت التي يجـب توافرهـا في المراجع ليتواكـب وتكنولوجيـات البيـانـات‬
‫الضخمة وتحليالتها‪.‬‬
‫(‪ )4‬استخدام تحليالت البيانات الضخمة في المراجعة‪.‬‬
‫(‪ )5‬اثر استخدام التطبيقات المراجعة وتحديثاتها في عملية المراجعة‪.‬‬
‫(‪ )6‬اتمتة المراجعة واثرها على مهام مراجع الحسابات‪.‬‬
‫(‪ )7‬اثر البيانات الضخمة على حوكمة بيانات المراجعة‪.‬‬
‫(‪ )8‬معايير بيانات المراجعة للبيانات الضـــخمة غير المهيكلة واثرها على جودة‬
‫المراجعة‪.‬‬
‫(‪ )9‬دراسة اآلثار السلوكية لتأثير البيانات الضخمة على حكم وقرار المراجعة‪.‬‬

‫‪150‬‬
‫أدلة اإلثبات والتطور فى بيئة المراجعة‬

‫قلاحمة المراج‬

‫أو ًال ‪ :‬المراجع العربية‬

‫ثانياً ‪ :‬المراجع األجنبية‬

 ‫أوال‪ :‬المراجع العربية‪:‬‬

‫‪ 1‬ابراهيم‪،‬شــــوقي رياض (‪ " ،)1969‬نظرية االثبات في المراجعة" كلية التجارة جامعة‬

‫القاهرة‪.‬‬
‫‪ 2‬نخال‪ ،‬أيمن محمد صــــبري شــــعبان (‪ " ،)2006‬أثر التجارة االلكترونية على مفهوم‬
‫الثبات في المراجعة" كلية التجارة جامعة طنطا‪.‬‬
‫‪ 3‬بدوي‪،‬هبة هللا عبد الســـالم ( ‪ ")2007‬تقييم أدلة الثبات فى المراجعة فى ظل التجارة‬
‫اللكترونية مع دراسة تطبيقية "‬
‫‪ 4‬الهواري‪ ،‬محمد عبد العزيز عبد المعطي (‪ "، )2008‬إطار مقترح لتطوير أدلة الثبات‬
‫للمراجعة فى ظل تبادل البيانات المحاســـبية عبر شـــبكة اآلنترنت" مجلة إدارة األعمال‬
‫عدد ‪ -122‬مصر‪.‬‬
‫‪ 5‬فوده ‪ ،‬شوقي السيد (‪ "، ) )2011‬مباديء مراجعة الحسابات – االسس المالية والمهنية‬
‫في المراجعة "‪.‬‬
‫‪ 6‬العمري‪ ،‬رانيـة محمـد (‪ " (2012‬بنـاء أنموذج لقيـاس أثر أدلـة الثبـات االلكترونيـة فى‬
‫اآلنظمة المحاسبية على تحسين أداء المدقق الخارجي "‬
‫‪ 7‬عبد القادر‪ ،‬محمد فتحي (‪ "،)2020‬أثر استخدام البيانات الضخمة على جودة المراجعة‬
‫الخارجية" مجلة الدراسات التجارية المعاصرة ‪ -‬المجلد السادس ‪ -‬العدد العاشر‪.‬‬
‫‪ 8‬راضــي‪ ،‬فاطمــة الزهــراء الســيد محمــد (‪ " )2021‬أثــر اســتخدام تقنيــات البيانــات‬
‫الضــخمة علــى فعاليــة الرقابــة الداخليــة فــي الشــركات المقيــدة بالبورصــة المصــرية‬
‫دراسة تطبيقية"‬
‫ثانيا‪ :‬المراجع باللغة اإلنجليزية‬

‫‪1. Adrian Gepp et al.,(2018), " Big Data Techniques in Auditing‬‬

‫"‪Research and Practice Current Trends and Future Opportunitied‬‬
‫" ‪2. Agnew, H. (2016)" Auditing: Pitch battle. Financial Times‬‬
‫‪3. AICPA,(1972)," Responsibilities and Functions of the‬‬
‫‪Independent Auditor. SAS No. 1, Section 110" New York, NY.‬‬
‫‪http://www.aicpa.org/Research/Standards/AuditAttest/Downloa‬‬
‫‪dableDocume nts/AU-00110.pdf‬‬
‫‪4. AICPA. (1988),"Statement on Auditing Standards (SAS) No. 59:‬‬
‫‪The Auditor's Consideration of an Entity's Ability to Continue as‬‬

‫‪149‬‬
‫‪152‬‬
 a Going Concern". New York, USA: American Institute of
Certified Public Accountants.
5. AICPA, (2004)," Audit Evidence. Statement on Auditing
Standards No. 106". New York, NY: AICPA.
6. AICPA,(2006)," Statement on Auditing Standards No. 109, AU
Section 314: Understanding the Entity and its Environment and
Assessing the Risks of Material Misstatement". New York.
7. AICPA,( 2012)," Statement on Auditing Standards No. 122, AU-
C Section 500: Audit Evidence". New York.
8. AICPA,(2015)," Audit Analytics and Continuous Audit:
Looking Toward the Future. ESSAY 1,3, 4", pp 83:84-117
9. AICPA,(2015)," Audit Data Standard - Base Standard&
General Ledger Standard & Order to Cash Subledger Standard
& Procure to Pay Subledger Standard "
10.AICPA,(2017)," Audit Data Standard - Inventory Subledger
Standard & Fixed Asset Subledger Standard "
11.Akoka, I. Wattiau, (2010),"A framework for auditing web-based
information systems", ECIS 2010 Proceedings. Paper 58.
12.Alles, M. G., Kogan, A., and Vasarhelyi, M. A,(2002),"
Feasibility and economics of continuous assurance. Auditing: A
Journal of Practice & Theory", 21(1), 125-138.
13.Alles, Michael G., (2015)," Drivers of the Use and Facilitators
and Obstacles of the Evolution of Big Data by the Audit
Profession."
14.Amato Alba, Beniamino Di Martino,Salvatore Venticinque,"
Agent-Based Decision Support for Smart Market Using Big
Data"
15.Andres Guadamuz and Chris Marsden, (2015),” Blockchains and
Bitcoin: Regulatory responses to cryptocurrencies”,
www.ssrn.com.
16.Aniello Castiglione, et al.,( 2017)" A Novel Methodology to
Acquire Live Big Data Evidence from the Cloud "
17.Appelbaum Deniz,( 2017) " Public Auditing, Analytics, and Big
Data in the Modern Economy "
18.Appelbaum Deniz, (2017)," Securing Big Data Provenance for
Auditors: The Big Data Provenance Black Box as Reliable
Evidence", Journal of Emerging Technologies in Accounting:
Spring 2016, Vol. 13, No. 1, pp. 17-36.
19.Arens, Alvin A., Randal J. Elder and Mark S. Beasley, (2013),"
Auditing and Assurance Services: An Integrated Approach,
15th Edition."
20.Bauer, S., and D. Schreckling, (2013)," Data provenance in the
Internet of things" Presented at EU Project COMPOSE,
Conference Seminar.
21.Bernard Marr, (2016)," Key Business Analytics The 60+ business
analysis tools every manager needs to know".
22.Bhimani Alnoor , Willcocks (2014)" Digitisation, ‘Big Data’ and
the transformation of accounting information"
23.Bonhome, E. Gjymshana, M. Jans, D. Kroes, M. Marissen, F.
Simpelaere, J. Trumpener and S. Verachtert,( 2018 )," Data
analytics: the future of audit". Institut des Réviseurs
d’Entreprises
24.Brown-Liburd, Helen and Miklos A. Vasarhelyi, (December
2015)," EDITORIAL Big Data and Audit Evidence", Journal of
Emerging Technologies in Accounting: Vol. 12, No. 1, pp. 1-
16.
25.Brown-Liburd, Helen, Hussein Issa, and Danielle Lombardi,
(2015),"Behavioral Implications of Big Data’s Impact on Audit
Judgment and Decision Making and Future Research
Directions"

153
154
26.Cao, Min, Roman Chychyla, and Trevor Stewart, (2015)," Big
Data Analytics in Financial Statement Audits."
27.Caster, P., and D. Verardo, (2007)," Technology changes the
form and competence of audit evidence." CPA Journal 77 (1):
68–70.
28.Chou, (2007) ,"An investigation into IS outsourcing success: the
role of quality and change management", Int. J. Inf. Syst. Chang.
Manag. 2 (2) 190–204.
29.Chiu, V., Q. Liu, and M. A. Vasarhelyi, ( 2014), The
Development and Intellectual Structure of Continuous Auditing
Research. Journal of Accounting Literature. 33 (1-2): 37-57.
30.Christine Gimbar et al.,( 2016 )" Early Evidence on the Effects
of Critical Audit Matters on Auditor Liability "
31.Chui, M., Löffler, M. and Roberts, M.(2010)," The Internet of
Things", McKinsey, March.
32.CompTIA,(2015), “Big Data Insights and Opportunities.”
Research Report, November 2015.
33.Cross,( 1995)," IT outsourcing: British Petroleum’s competitive
approach", Harv. Bus. Rev.(May-June 1995) 95–102.
34.Cukier, Kenneth; Mayer-Schoenberger, Viktor (2013). "The
Rise of Big Data". Foreign Affairs (May/June): 28–40.
35.Dai, J.,( 2014)," A Recommender model for audit apps using the
audit data standard", Dissertation in progress, Rutgers Business
School,.
36.Dai, Jun and Miklos A. Vasarhelyi, (2016) "Imagineering Audit
4.0. Journal of Emerging Technologies in Accounting": Spring
2016, Vol. 13, No. 1, pp. 1-15.
37.David Rose, (2017),” Blockchain & Accounting | We’ve got you
covered with the facts”, www.ssrn.com
38.Davis, John S. II, et al., (2016)," Privacy Preservation in the

155
155
 Age of Big Data" ,www.rand.org/pubs/working_paper.
39.Dull, Tegarden, and Scheifler,( 2006), " A Proposal for an
Automated Continuous Transaction Verification Environment"
40.Earl, (1996) "The risks of outsourcing IT, Sloan Manage. Rev".
26–32.
41.Franks , Bill (2012)" Taming the Big Data Tidal Wave: Finding
Opportunities in Huge Data Streams with Advanced Analytics
42.GTAG, (2017), " Understanding and Auditing Big Data",
Institute of Internal Auditors
43.Hermann, Kagermann, J. Helbig, A. Hellinger, and W. ahlster,
(2015) "Recommendations for Implementing the Strategic
Initiative INDUSTRIE 4.0: Securing the Future of German
Manufacturing Industry; Final Report of the Industrie 4.0
Working Group."
44.Holsapple, C., Lee-Post, A., & Pakath, R. (2014),"A unified
foundation for business analytics. Decision Support Systems",
64, 130-141
45.Hoogduin, L., K. Yoon, and L. Zhang,(2015)," Integrating
different forms of data for audit evidence: markets research
becoming relevant to assurance", Accounting Horizons, 29 (2):
431-438.
46.IAASB, (2009)," International Standard of Auditing No. 500:
Audit Evidence". New York.
47.IBM. (2015)," Clearing Out Digital Debris with Informational
Governance".
48.ISACA, (2013),"PRIVACY&BIG DATA".
49.ISACA, (2016)" Transforming the Auditor" 1: p46.
50.Jans, M. J., Alles, M., and Vasarhelyi, M. A. (2010)," Process
mining of event logs in auditing: Opportunities and challenges".
Available at SSRN 2488737.

156
51.Kaplan, E., & Hegarty, C. (Eds.),(2005)," Understanding GPS:
principles and applications". Artech House.
52.Khandani, A. E., Kim, A. J., & Lo, A. W. (2010)," Consumer
credit-risk models via machinelearning algorithms" Journal of
Banking & Finance, 34(11), 2767-2787.
53.Klaus Singer, et al. ,( 2016 )" Perspectives on Big Data and
Business Intelligence Technologies in the Context of Audit
Tasks
54.Kogan, A., M. G. Alles,, M. A. Vasarhelyi, and J. Wu.( 2014),"
Design and evaluation of a continuous data level auditing
system". Auditing: A Journal of Practice & Theory, 33(4), 221-
245.
55.Kopetz, H. ( 2011)," Internet of things. In Real-Time Systems",
Springer, US: 307-323.
56.Kostić and Tang,( 2017)," The future of audit: Examining the
opportunities and challenges stemming from the use of Big Data
Analytics and Blockchain technology in audit practice"
57.Kozlovski, S. and M. A. Vasarhelyi.( 2014),"An Audit
Ecosystem: A Starting Point with Definitions, Attributes and
Agents", working paper, CarLab, Rutgers Business School,
Newark, NJ.
58.Lacity R.,(1993)"Hirschheim Information Systems outsourcing",
John Wiley & Son,New York,.
59.Leary, (1990) " The mainframe doesn’t work here anymore",
CIO 6 (6) 77–79
60.Lindell, Jim, (2017)," Analytics and Big Data for Accountants"
61.Mathes, Charles A., (2016), " Big Data Has Unique Needs for
Information Governance and Data Quality", Journal of
Management Science and Business Intelligence.1:2,14-22
62.McAfee, A., and E. Brynjolfsson. 2012. Big Data: the

157
 management revolution. Harvard Business Review, October
2012, 60–66.
63.Monga, V. The new bookkeeper is a Robot, Wall Street Journal,
May 5, 2015.
64.Mosley M., Et al, (2009)," The data management body of
knowledge, Data Management Association DAMA-DMBOK
Guide (Technics), USA
65.Papazoglou, M. P,( 2001)," Agent-oriented technology in
support of e-business. Communications of the ACM", 44(4), 71-
77.
66.PCAOB,( 2010)" Audit Evidence Auditing Standard (AS) No.
1105". Washington, D.C: PCAOB.
67.PCAOB,( 2010)" Audit Evidence PCAOB Auditing Standard
No. 15". Washington, DC: PCAOB.
68.PCAOB,( 2016), "Audit Sampling.Auditing Standards (AS)
2315". Washington, D.C.
69.Read, W. J., & Yezegel, A. (2016). Auditor tenure and going
concern opinions for bankrupt clients: Additional evidence.
Auditing: A Journal of Practice & Theory, 35(1), 163-179.
70.Richard E. Cascarino,( 2017) "Data Analytics for Internal
Auditors"
71.Rogers, E. M.(2003) "Diffusion of Innovations". (5th ed.) New
York: Free Press,
72.Romero, S., G. Gal, T. J. Mock,and M. A. Vasarhelyi.( 2012)"
A measurement theory perspective on business measurement".
Journal of Emerging Technologies in Accounting, 9(1), 1-24.
73.Russom, P., (2011)," Big Data Analytics. TDWI Best Practices
Report, Fourth Quarter."
74.Salijeni ،George ،Samsonova-Taddei ،Anna ،Turley ،Stuart
،(2017)،" Big Data and Changes in Audit Technology:

158
 Contemplating a Research Agenda " ،University of Manchester
and University of South Wales .
75.Schmitz, Jana , Giulia Leoni,( 2019)," Accounting and Auditing
at the Time of Blockchain Technology": A Research Agenda,
76.Shafer, Tom,(2017)," The 42 V’s of Big Data and Data Science"
https://www.kdnuggets.com/2017/04/42-vs-big-data-data-
science.html
77.Singleton,(2010) "IT audits of cloud and SaaS",ISACA J. 3 1–3.
78.Stamas, P.J.(2013)" Towards Service-Oriented Enterprise
Architectures for Big Data Applications in the Cloud
79.Tabor, R. H., & Willis, J. T. (1985). "Empirical-Evidence On The
Changing-Role Of Analytical Review Procedures". Auditing: A
Journal of Practice & Theory, 4(2), 93-109
80.Teeter et al. ,(2014 )" Essays on The Enhanced Audit
81.Thomas F Heston,( 2017)” A Case Study in Blockchain
Healthcare Innovation”, www.ssrn.com November 24,.
82.Van-Rijmenam,( 2014)" THINK BIGGER Developing a
Successful Big Data Strategy for Your Business "
83.Vanessa Vieira et al.,(2016)" Big Data & Analytics minimum
control requirements:a proposal on literature review
84.Vanessa Vieira,et al.,(2017)" Big Data & Analytics: an approach
using audit experts’ interviews
85.Vasarhelyi M.A., M. G. Alles, and K. T. Williams.,( 2010)"
Continuous Assurance for the Now Economy. A Thought
Leadership Paper for the Institute of Chartered Accountants in
Australia".
86.Vasarhelyi, Miklos A., Alexander Kogan, and Brad M. Tuttle,
(2015)," Big Data in Accounting: An Overview "The
Accounting Review.
87.Warren, J. Donald, Jr., Kevin C. Moffitt, and Paul Byrnes,

159
 (2015)," How Big Data Will Change Accounting."
88.Weinman, J. Cloudonomics, (2014) "The Business Value of
Cloud Computing". John Wiley and Sons. Kindle Edition,
89.Woodside, et al., (2017) "Constructing useful models of firms'
heterogeneities in implemented strategies and performance
outcomes"
90.Yoon, Kyunghee, et Al., (2015) "Big Data as Complementary
Audit Evidence". Accounting Horizons. 29, No. 2, pp. 431-438.
91.Yoon, Kyunghee (2016). "Big Data as Audit Evidence: Utilizing
Weather Indicators." Chapter 3 of the dissertation titled Three
Essays on Unorthodox Audit Evidence, Rutgers University,
Newark N.J.
92.Yoon Kyunghee,( 2016) "Auditing Revenue Account: Can Audit
Sampling Replace Substantive Analytical Procedures" Chapter
2, Dissertation: Three Essays On Unorthodox Audit Evidence.
Rutgers Business School, Newark NJ
93.Zago, Mikael & Bengtsson, Emelie (2019)," Big Data Analytics
and Auditing Implementation and Knowledge" lund University
94.Zhang Juan, Xiongsheng Yang, and Deniz Appelbaum, (2015),"
Toward Effective Big Data Analysis in Continuous Auditin."
95.Zhou, L. G., Lu, D., & Fujita, H. (2015). The performance of
corporate financial distress prediction models with features
selection guided by domain knowledge and datamining
approaches. Knowledge-Based Systems, 85, 52-61.

158
160
 ‫مالحق البحث‬
‫ملحق (‪)1‬‬

‫قلاحمة اإلستقصاء‬
 ‫جامعة كفر الشيخ‬
‫كلية التجارة‬
‫الدراسات العليا‬
‫اسم المحاسبة‬

‫ملحق رام (‪ )1‬تصميم اائمة اإلستقصاء‬

‫السيد ‪/‬ة‪.................................................................................‬‬
‫‪،،،،،،‬تحية طيبة وبعد‪،،،،،،‬‬
‫أتشـرف بالحاطة بأني أقوم بإعداد بحثا ا للحصـول على درجة الماجسـتير فى المحاسـبة‬
‫(تخصـــص مراجعة) بعنوان " أثر البيانات الضـــخمة على أدلة اإلثبات فى المراجعة مع‬
‫دراسة ميدانية فى بيئة االعمال المصرية "‪.‬‬
‫وتتطلب منهجية البحث اســتقراء رأي عينة من مراقبى الحســابات بمصــر ونظرائهم‬
‫من األكادميين حول ما أثاره البحث من قضـايا وما تم صـياغته من فروض ونظرا لخبرتكم‬
‫العلمية والعملية فى مجال المحاســــبة والمراجعة والتى ســــتنعكس باالثر اليجابي المتوقع‬
‫على البحث فإن إجابتكم على األســـئلة الواردة بالقائمة المرفقة ســـيكون لها األثر اليجابي‬
‫فى إضـافة قيمة للبحث حيث تمثل إجاباتكم أحد الدعائم األسـاسـية للبحث وما يسـفر عنه من‬
‫نتائج وإذ اشـكر لسـيادتكم حسـن تعاونكم المثمر من أجل إتمام هذا البحث بالصـورة المأمولة‬
‫مع التأكيد بأن إجابتكم لن تستخدم إال ألغراض البحث العلمي وستكون موضع سرية تامة‪،‬‬
‫وأ عتذر لســيادتكم عما قد يســببه ذلك لكم من مشــقة وجهد وتضــحيه بجزء ثمين من وقتكم‬
‫لستيفاء هذا الستقصاء راجيا من هللا عز وجل أن يجزيكم عنه خير الجزاء‪.‬‬
‫‪،،،،،،‬وتفضلوا سيادتكم بقبول فائق االحترام‪،،،،،،‬‬
‫الباحث‬
‫محمد فوزي على سليمان‬
‫الدكتور‬ ‫االستاذ‬
‫تحت إشراف‬
‫أيمن محمد صبرى نخال‬ ‫األستاذ الدكتور‬
‫االستاذ المساعد بقسم المحاسبة‬ ‫على مجاهد أحمد السيد‬
‫كلية التجارة ‪ -‬جامعة كفر الشيخ‬ ‫أستاذ محاسبة التكاليف واإلدارية – وكيل الكلية‬
‫لشئون التعليم والطالب ‪ -‬جامعة كفر الشيخ‬

‫‪162‬‬
 ‫أوال‪ :‬المفاهيم االساسية المستخدمة فى اائمة االستقصاء‬

‫(‪ )1‬مفهوم البيانات الضخمة ‪:‬‬

‫مجال هندسي من مجاالت هندسة البرمجيات‪ ،‬يهدف فى األساس لبناء أنظمة قادرة على‬

‫التعامل (تكوين – تجميع ‪ -‬معالجة – تخزين ‪ -‬توثيق – البحث) مع حجم البيانات الهائل‪،‬‬

‫وهذه البيانات يتم تحليلها بطرق حديثة غير تقليدية اثرت فى خصائصها من مجردة حقيقية‬

‫الى نشطة ومتجددة ومت يرة نتيجة حجم وسرعة وأنظمة تش يلها ودرجة تعقيد تحليالتها‬

‫وطرق تخزينها واستدعاءها فى الوقت المناسب وبالكيفية التى تساعد متخذ القرار‪.‬‬

‫(‪ )2‬مفهوم أدلة اإلثبات ‪:‬‬

‫هى سلسلة غير مترابطة من الحقائق الموضوعية النشطة (بيانات والمعلومات ال ير‬
‫مهيكله) والتى يتم تجميعها من أي مصدر وعلى أي طبيعة (مهيكلة ‪ -‬شبهة مهيكلة ‪ -‬غير‬
‫مهيكلة‪ -‬ساكنة ‪ -‬متحركة ‪ -‬يدوية ‪ -‬الكترونية – دورية – مستمرة ‪ -‬سمعية – بصرية ‪-‬‬
‫بيولوجية – قضائية ‪ -‬حقيقية ‪ -‬افتراضية‪ )....‬يمكن تحليلها وفقا ألهداف المراجعة‬
‫وربطها بحيث تكون كافية ومناسبة لتشكيل راي مراجع الحسابات ليصل لتأكيد معقول‬
‫بشأن ما ورد فى القوائم المالية يعبر بصورة مالئمة عن الوضع الحقيقي للشركة‪.‬‬
‫ثانيا ‪ :‬البيانات الشخصية للمستقصى منه‬

‫• ملحوظة ‪ :‬ضع عالمة ص واحدة لكل سؤال (ال تضع عالمتين فى السؤال الواحد)‬
‫‪ )1‬اإلسم (إختياري)‪.........................................................................:‬‬
‫‪ )2‬جهة العمل‪..........................................................................:‬‬
‫‪ )3‬ما هى الدرجة العلمية التى تحملها حالياً؟‬
‫‪ 9‬بكالوريوس‬
‫‪ 10‬ماجستير‬

‫‪163‬‬
 ‫‪ 11‬دكتواره‬
‫‪ )4‬الوظيفة الحالية‬
‫‪‬أكاديمي‬
‫‪‬مرافب حسابات‬
‫‪‬محللي نظم‬
‫‪ )5‬سنوات الخبرة‬
‫‪ ‬اقل من ‪ 5‬سنوات‬
‫‪ ‬من خمسة الى ‪ 10‬سنوات‬
‫‪ ‬اكثر من ‪ 10‬سنوات‬

‫ثالثاً‪ :‬فروض البحث ‪:‬‬

‫أ ‪ -‬الفرض االول‪-:‬‬

‫ال توجد عالقة ذات داللة معنوية لألثر اليجابي فى إضافة البيانات الضخمة أدلة‬
‫إثبات جديدة‪.‬‬

‫ب ‪ -‬الفروض الثانى‪-:‬‬

‫ال توجد عالقة ذات داللة معنوية ألثر أدلة الثبات الناشئة فى ظل البيانات‬
‫الضخمة على جودة عمليةالمراجعة‪.‬‬
‫رابعا ً‪ :‬أسئلة اائمة اإلستقصاء‪-:‬‬

‫رجاء التكرم تحديد درجة موافقتكم على كل فقرة من الفقرات التالية طبقا ا لمقياس ليكارت‬
‫الخماسى كما هوموضح فيما يلى‪:-‬‬
‫أوالا‪ :‬فقرات الفرض األول األثر اإليجابي فى إضافة البيانات الضخمة كأدلة إثبات جديدة‪:‬‬

‫‪164‬‬
‫غير‬
‫غير‬ ‫موافق‬
‫موافق‬ ‫محايد‬ ‫موافق‬
‫موافق‬ ‫تمام‬ ‫الفقرة‬ ‫م‬
‫تماما‬ ‫( ‪)3‬‬ ‫( ‪)4‬‬
‫( ‪)2‬‬ ‫( ‪)5‬‬
‫( ‪)1‬‬
‫تعمل البيانات الضخمة على ت يير النظرة التقليدية‬
‫‪1-1‬‬
‫ألدلة الثبات فى المراجعة‪.‬‬
‫االستعأنة بمصادر خارجية ومراجعة الحوسبة‬
‫‪2-1‬‬
‫السحابية تؤثرأن فى شكل أدلة الثبات‪.‬‬
‫تطور بيئة المراجعة ي ير من معايير بيانات‬
‫‪3-1‬‬
‫المراجعة وبالتالي طبيعة دليل الثبات‪.‬‬
‫يت ير شكل أدلة الثبات بت ير خصائص بيانات‬
‫‪4-1‬‬
‫المراجعة فى صورتها الجديدة‪.‬‬
‫تشير البيانات الضخمة الي البيانات التى يمكن‬
‫‪5-1‬‬
‫الوصول اليها بطريقة مرئية‪.‬‬
‫يوجد العديد من التحديات المتعلقة باستخدام‬
‫‪ 6-1‬البيانات الضخمة من حيث اختالف اشكالها كأدلة‬
‫إثبات فى المراجعة‪.‬‬
‫تميل األدلة من مصادر خارجية للعشوائية وتتميز‬
‫‪ 7-1‬باالستقاللية ويمكن احكامها باجراءات ومعايير‬
‫متطوره‪.‬‬
‫تنوع مصادر البيانات الضخمة اثر على هدف‬
‫‪ 8-1‬المراجعة وحجم عينة المراجعة وبالتالي طرق‬
‫تقييم أدلة الثبات‪.‬‬
‫تختلف طرق تقييم أدلة الثبات فى ظل بيئة‬
‫‪ 9-1‬االعمال الحديثة المتمثلة فى البيانات الضخمة عن‬
‫بيئة االعمال التقليدية‪.‬‬
‫تعمل البيانات الضخمة على زيادة أشكال وصور‬
‫‪ 10-1‬أدلة الثبات المستخدمة من قبل مراجع الحسابات‬
‫سواء أدلة مالية او غير مالية‪.‬‬
‫المراجعة اآللية المستمرة عبر تطبيقات تعتمد‬
‫‪ 11-1‬على البيانات الضخمة افرزت أدلة إثبات غير‬
‫تقليدية‪.‬‬

‫ثانيا ‪ :‬فقرات الفرض الثاني أثر أدلة اإلثبات الناشئة فى ظل البيانات الضخمة على‬
‫جودة المراجعة‪:‬‬

‫‪165‬‬
‫غير‬
‫غير‬ ‫موافق‬
‫موافق‬ ‫محايد‬ ‫موافق‬
‫موافق‬ ‫تمام‬ ‫الفقرة‬ ‫م‬
‫تماما‬ ‫( ‪)3‬‬ ‫( ‪)4‬‬
‫( ‪)2‬‬ ‫( ‪)5‬‬
‫( ‪)1‬‬
‫تقةةدم تحليالت البيةةانةةات الضةةةةخمةةة المزيةةد من‬
‫المعلومات المالية وغير المالية فى الوقت المناسةةب‬
‫‪1-2‬‬
‫مما يؤدى إلى تحسةين إجرااات الحصةول على أدلة‬
‫اإلثبات‪.‬‬
‫حجم وكمية البيانات المكونة والمجمعة باشكال‬
‫مختلفة لعميل المراجعة نوعت من اجرااات‬ ‫‪2-2‬‬
‫الحصول على أدلة اإلثبات‪.‬‬
‫يمكن حوكمة بيانات المراجعة واجراات الحصول‬
‫على أدلة اإلثبات فى ظل البيانات الضخمة وفقا‬ ‫‪3-2‬‬
‫لمعايير المراجعة‪.‬‬
‫نماذج التنقيب عن البيانات وتحليالت البيانات‬
‫الضخمة اثرت فى القدرة التنبؤية لدليل اإلثبات‬
‫‪4-2‬‬
‫ومؤشر لمدى استمرارية عميل المراجعة وتعاقد‬
‫عملية المراجعة‪.‬‬
‫طورت بيئة البيانات الضخمة من حيث حداثة‬
‫وسرعة جمع وتكوين تلك البيانات وتحليل أدلة‬ ‫‪5-2‬‬
‫اإلثبات بصورة الية‪.‬‬
‫أدلة اإلثبات الناتجة من البيانات الضخمة تعتبر أدلة‬
‫‪6-2‬‬
‫اكثر توكيدية وذات قدرة تنبؤية اكبر‪.‬‬
‫تشير البيانات الضخمة إلى مدى التغيير فى‬
‫إجرااات الحصول على أدلة اإلثبات من قبل مراجع‬ ‫‪7-2‬‬
‫الحسابات‪.‬‬
‫يوجد العديد من التحديات المتعلقة باستخدام البيانات‬
‫‪8-2‬‬
‫الضخمة من حيث الحصول عليها وحيازتها‪.‬‬
‫توصف البيانات الضخمة بقدرتها على تحديد مدى‬
‫‪9-2‬‬
‫مالامة المعلومات لترشيد عملية اتخاذ القرارات‪.‬‬
‫تتميز البيانات الضخمة بقدرتها على إضافة قيم‬
‫‪10-2‬‬
‫معرفىة للمستخدم النهائى‪.‬‬

‫(الباحث)‬ ‫شكرا جزيال لسيادتكم‬

‫‪166‬‬
167
 ‫مالحق البحث‬
‫ملحق (‪)2‬‬

‫مخرجات البرنامج‬
Frequencies

Frequency Table
‫الوظيفة الحالية‬

Valid Cumulative
Frequency Percent Percent Percent
Valid
‫مراجع‬ 61 45.9 45.9 45.9

‫أكاديمى‬ 72 54.1 54.1 100.0

Total 133 100.0 100.0

‫المؤهل العلمى‬

Cumulative
Frequency Percent Valid Percent Percent

‫بكالوريوس‬ 51 38.3 38.3 38.3

‫ماجستير‬ 40 30.1 30.1 68.4

‫دكتوراه‬ 42 31.6 31.6 100.0

Total 133 100.0 100.0

‫سنوات الخبرة‬

Valid Cumulative
Frequency Percent Percent Percent

Valid ‫ سنوات‬5 ‫أقل من‬ 36 27.1 27.1 27.1

‫ سنة‬10 ‫ إلى‬5 ‫من‬ 42 31.6 31.6 58.6

‫ سنة‬10 ‫أكثر من‬ 55 41.4 41.4 100.0

Total 133 100.0 100.0
Reliability

Scale: ALL VARIABLES ‫االثر االيجابي فى إضافة البيانات الضخمة أدلة إثبات جديدة‬
Case Processing Summary

N %

Cases Valid 133 100.0

Excludeda 0 .0

Total 133 100.0

a. Listwise deletion based on all variables in the

procedure.

Reliability Statistics

Cronbach's Alpha N of Items

.894 11

Scale: ALL VARIABLES ‫أثر أدلة االثبات الناشئة فى ظل البيانات الضخمة على‬
‫جودة عملية المراجعة‬
Case Processing Summary

N %

Cases Valid 133 100.0

Excludeda 0 .0

Total 133 100.0

a. Listwise deletion based on all variables in the

procedure.
Reliability Statistics

Cronbach's Alpha N of Items

.914 10

169
170
Reliability
Scale: ALL VARIABLES
Case Processing Summary

N %

Cases Valid 133 100.0

Excludeda 0 .0

Total 133 100.0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha N of Items

.944 21

Descriptives
Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

1-1 133 1 5 4.47 .822

1-2 133 1 5 4.52 .714
1-3 133 1 5 4.44 .829
1-4 133 1 5 4.38 .867
1-5 133 1 5 3.88 1.194
1-6 133 1 5 4.41 .740
1-7 133 1 5 4.19 .906
1-8 133 2 5 4.37 .773
1-9 133 3 5 4.54 .680
1-10 133 2 5 4.56 .690
1-11 133 1 5 4.44 .762
‫أول مجموع‬ 133 27 55 48.18 6.346
2-1 133 2 5 4.48 .670
2-2 133 2 5 4.47 .646
2-3 133 1 5 4.14 .906
2-4 133 2 5 4.38 .734
2-5 133 2 5 4.39 .747
2-6 133 1 5 4.19 .939
2-7 133 2 5 4.37 .743
2-8 133 1 5 4.37 .883
2-9 133 2 5 4.36 .810

171
2-10 133 1 5 4.25 .900
‫ثانى مجموع‬ 133 29 50 43.39 6.036
Valid N (listwise) 133

Oneway ‫المؤهل العلمى‬

Descriptives

N Mean Std. Std. Error 95% Confidence Minimum Maximum

Deviation Interval for Mean

Lower Upper
Bound Bound

‫بكالوريوس‬ 51 52.0000 5.62494 .78765 50.4180 53.5820 32.00 55.00

‫مجموع‬ ‫ماجستير‬ 40 46.2750 4.10745 .64945 44.9614 47.5886 36.00 54.00

‫أول‬ ‫دكتوراه‬ 42 45.3571 6.72027 1.03696 43.2630 47.4513 27.00 55.00
Total 133 48.1805 6.34588 .55026 47.0920 49.2689 27.00 55.00
‫بكالوريوس‬ 51 46.9216 5.60658 .78508 45.3447 48.4984 29.00 50.00

‫مجموع‬ ‫ماجستير‬ 40 41.4250 5.19806 .82189 39.7626 43.0874 29.00 50.00

‫ثانى‬ ‫دكتوراه‬ 42 40.9762 5.29375 .81684 39.3265 42.6258 29.00 50.00

Total 133 43.3910 6.03630 .52341 42.3556 44.4263 29.00 50.00

ANOVA

Sum of Squares df Mean Square F Sig.

Between Groups 1224.051 2 612.026 19.445 .000

‫أول مجموع‬ Within Groups 4091.618 130 31.474

Total 5315.669 132

Between Groups 1035.232 2 517.616 17.828 .000

‫ثانى مجموع‬ Within Groups 3774.437 130 29.034

Total 4809.669 132

172
 Post Hoc Tests
Multiple Comparisons
LSD
Dependent (I) ‫المؤهل‬ (J) ‫المؤهل‬ Mean Std. Error Sig. 95% Confidence
Variable ‫العلمي‬ ‫العلمي‬ Difference Interval
(I-J) Lower Upper
Bound Bound
‫ماجستير‬ 5.72500* 1.18490 .000 3.3808 8.0692
‫بكالوريوس‬
‫دكتوراه‬ 6.64286* 1.16898 .000 4.3302 8.9555
‫بكالوريوس‬ -5.72500* 1.18490 .000 -8.0692 -3.3808
‫أول مجموع‬ ‫ماجستير‬
‫دكتوراه‬ .91786 1.23945 .460 -1.5342 3.3700
‫بكالوريوس‬ -6.64286* 1.16898 .000 -8.9555 -4.3302
‫دكتوراه‬
‫ماجستير‬ -.91786 1.23945 .460 -3.3700 1.5342
‫ماجستير‬ 5.49657* 1.13805 .000 3.2451 7.7481
‫بكالوريوس‬
‫دكتوراه‬ 5.94538* 1.12276 .000 3.7241 8.1666
‫بكالوريوس‬ -5.49657* 1.13805 .000 -7.7481 -3.2451
‫ثانى مجموع‬ ‫ماجستير‬
‫دكتوراه‬ .44881 1.19044 .707 -1.9063 2.8039
‫بكالويوس‬ -5.94538* 1.12276 .000 -8.1666 -3.7241
‫دكتوراه‬
‫ماجستير‬ -.44881 1.19044 .707 -2.8039 1.9063
*. The mean difference is significant at the 0.05 level.

Oneway ‫الوظيفة الحالية‬

Descriptives

N Mean Std. Std. 95% Confidence Minimum Maximum

Deviation Error Interval for Mean
Lower Upper
Bound Bound
‫مراجع‬
61 51.8197 4.86658 .62310 50.5733 53.0661 36.00 55.00
‫حسابات‬
‫أول مجموع‬
‫أكاديمى‬ 72 45.0972 5.81683 .68552 43.7303 46.4641 27.00 55.00
Total 133 48.1805 6.34588 .55026 47.0920 49.2689 27.00 55.00
‫مراجع‬
61 46.7541 4.97881 .63747 45.4790 48.0292 34.00 50.00
‫حسابات‬
‫ثانى مجموع‬
‫أكاديمى‬ 72 40.5417 5.37060 .63293 39.2796 41.8037 29.00 50.00
Total 133 43.3910 6.03630 .52341 42.3556 44.4263 29.00 50.00

173
 ANOVA

Sum of Squares df Mean Square F Sig.

Between Groups 1492.333 1 1492.333 51.132 .000

‫أول مجموع‬ Within Groups 3823.336 131 29.186

Total 5315.669 132

Between Groups 1274.483 1 1274.483 47.227 .000

‫ثانى مجموع‬ Within Groups 3535.186 131 26.986

Total 4809.669 132

Oneway ‫سنوات الخبرة‬

Descriptives

N Mean Std. Std. 95% Confidence Minimum Maximum

Deviation Error Interval for Mean

Lower Upper
Bound Bound

‫سنوات‬5‫أقل من‬ 36 48.8889 5.94632 .99105 46.8769 50.9008 32.00 55.00

‫سنة‬10‫إلى‬5‫من‬ 42 47.5000 5.37950 .83007 45.8236 49.1764 37.00 55.00

‫أول مجموع‬
‫سنة‬10‫أكثر من‬ 55 48.2364 7.26984 .98026 46.2711 50.2017 27.00 55.00

Total 133 48.1805 6.34588 .55026 47.0920 49.2689 27.00 55.00

‫سنوات‬5‫أقل من‬ 36 44.2222 6.07624 1.01271 42.1663 46.2781 29.00 50.00

‫سنة‬10‫إلى‬5‫من‬ 42 42.2143 5.52394 .85236 40.4929 43.9357 33.00 50.00

‫ثانى مجموع‬
‫سنة‬10‫أكثر من‬ 55 43.7455 6.34857 .85604 42.0292 45.4617 29.00 50.00

Total 133 43.3910 6.03630 .52341 42.3556 44.4263 29.00 50.00

ANOVA

Sum of Squares df Mean F Sig.

Square

Between Groups 37.686 2 18.843 .464 .630

‫أول مجموع‬ Within Groups 5277.983 130 40.600

Total 5315.669 132

Between Groups 89.939 2 44.970 1.239 .293

‫ثانى مجموع‬ Within Groups 4719.730 130 36.306

Total 4809.669 132

174
 ‫‪Post Hoc Tests‬‬
‫‪Multiple Comparisons‬‬
‫‪LSD‬‬

‫‪Dependent Variable‬‬ ‫الخبرة سنوات )‪(I‬‬ ‫سنوات )‪(J‬‬ ‫‪Mean‬‬ ‫‪Std.‬‬ ‫‪Sig.‬‬ ‫‪95% Confidence‬‬
‫الخبرة‬ ‫‪Difference‬‬ ‫‪Error‬‬ ‫‪Interval‬‬
‫)‪(I-J‬‬ ‫‪Lower‬‬ ‫‪Upper‬‬
‫‪Bound‬‬ ‫‪Bound‬‬
‫من ‪5‬إلى‪10‬سنة‬ ‫‪1.38889‬‬ ‫‪1.44722‬‬ ‫‪.339‬‬ ‫‪-1.4743‬‬ ‫‪4.2520‬‬
‫أقل من‪5‬سنوات‬
‫أكثر من‪10‬سنة‬ ‫‪.65253‬‬ ‫‪1.36600‬‬ ‫‪.634‬‬ ‫‪-2.0499‬‬ ‫‪3.3550‬‬
‫أقل من‪5‬سنوات‬ ‫‪-1.38889‬‬ ‫‪1.44722‬‬ ‫‪.339‬‬ ‫‪-4.2520‬‬ ‫‪1.4743‬‬
‫أول مجموع‬ ‫من ‪5‬إلى‪10‬سنة‬
‫أكثر من‪10‬سنة‬ ‫‪-.73636‬‬ ‫‪1.30570‬‬ ‫‪.574‬‬ ‫‪-3.3195‬‬ ‫‪1.8468‬‬
‫أقل من‪5‬سنوات‬ ‫‪-.65253‬‬ ‫‪1.36600‬‬ ‫‪.634‬‬ ‫‪-3.3550‬‬ ‫‪2.0499‬‬
‫أكثر من‪10‬سنة‬
‫من ‪5‬إلى‪10‬سنة‬ ‫‪.73636‬‬ ‫‪1.30570‬‬ ‫‪.574‬‬ ‫‪-1.8468‬‬ ‫‪3.3195‬‬
‫من ‪5‬إلى‪10‬سنة‬ ‫‪2.00794‬‬ ‫‪1.36854‬‬ ‫‪.145‬‬ ‫‪-.6996‬‬ ‫‪4.7154‬‬
‫أقل من‪5‬سنوات‬
‫أكثر من‪10‬سنة‬ ‫‪.47677‬‬ ‫‪1.29174‬‬ ‫‪.713‬‬ ‫‪-2.0788‬‬ ‫‪3.0323‬‬
‫أقل من‪5‬سنوات‬ ‫‪-2.00794‬‬ ‫‪1.36854‬‬ ‫‪.145‬‬ ‫‪-4.7154‬‬ ‫‪.6996‬‬
‫ثانى مجموع‬ ‫من ‪5‬إلى‪10‬سنة‬
‫أكثر من‪10‬سنة‬ ‫‪-1.53117‬‬ ‫‪1.23472‬‬ ‫‪.217‬‬ ‫‪-3.9739‬‬ ‫‪.9116‬‬
‫أقل من‪5‬سنوات‬ ‫‪-.47677‬‬ ‫‪1.29174‬‬ ‫‪.713‬‬ ‫‪-3.0323‬‬ ‫‪2.0788‬‬
‫أكثر من‪10‬سنة‬
‫من ‪5‬إلى‪10‬سنة‬ ‫‪1.53117‬‬ ‫‪1.23472‬‬ ‫‪.217‬‬ ‫‪-.9116‬‬ ‫‪3.9739‬‬

‫‪NPar Tests‬‬
‫‪Descriptive Statistics‬‬

‫‪N‬‬ ‫‪Mean‬‬ ‫‪Std. Deviation‬‬ ‫‪Minimum‬‬ ‫‪Maximum‬‬

‫‪1-1‬‬ ‫‪133‬‬ ‫‪4.4662‬‬ ‫‪.82157‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬

‫‪1-2‬‬ ‫‪133‬‬ ‫‪4.5188‬‬ ‫‪.71352‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬
‫‪1-3‬‬ ‫‪133‬‬ ‫‪4.4361‬‬ ‫‪.82896‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬
‫‪1-4‬‬ ‫‪133‬‬ ‫‪4.3759‬‬ ‫‪.86691‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬
‫‪1-5‬‬ ‫‪133‬‬ ‫‪3.8797‬‬ ‫‪1.19365‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬
‫‪1-6‬‬ ‫‪133‬‬ ‫‪4.4135‬‬ ‫‪.73986‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬
‫‪1-7‬‬ ‫‪133‬‬ ‫‪4.1880‬‬ ‫‪.90579‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬
‫‪1-8‬‬ ‫‪133‬‬ ‫‪4.3684‬‬ ‫‪.77336‬‬ ‫‪2.00‬‬ ‫‪5.00‬‬
‫‪1-9‬‬ ‫‪133‬‬ ‫‪4.5414‬‬ ‫‪.67992‬‬ ‫‪3.00‬‬ ‫‪5.00‬‬
‫‪1-10‬‬ ‫‪133‬‬ ‫‪4.5564‬‬ ‫‪.68990‬‬ ‫‪2.00‬‬ ‫‪5.00‬‬
‫‪1-11‬‬ ‫‪133‬‬ ‫‪4.4361‬‬ ‫‪.76231‬‬ ‫‪1.00‬‬ ‫‪5.00‬‬
‫أول مجموع‬ ‫‪133‬‬ ‫‪48.1805‬‬ ‫‪6.34588‬‬ ‫‪27.00‬‬ ‫‪55.00‬‬

‫‪175‬‬
2-1 133 4.4812 .66971 2.00 5.00
2-2 133 4.4662 .64607 2.00 5.00
2-3 133 4.1429 .90573 1.00 5.00
2-4 133 4.3759 .73445 2.00 5.00
2-5 133 4.3910 .74706 2.00 5.00
2-6 133 4.1880 .93865 1.00 5.00
2-7 133 4.3684 .74339 2.00 5.00
2-8 133 4.3684 .88312 1.00 5.00
2-9 133 4.3609 .81033 2.00 5.00
2-10 133 4.2481 .89955 1.00 5.00
‫ثانى مجموع‬ 133 43.3910 6.03630 29.00 50.00

Chi-Square Test

Frequencies
1-1

Observed N Expected N Residual

1.00 2 26.6 -24.6

2.00 2 26.6 -24.6
3.00 10 26.6 -16.6
4.00 37 26.6 10.4
5.00 82 26.6 55.4
Total 133

1-2

Observed N Expected N Residual

1.00 1 33.3 -32.3

3.00 11 33.3 -22.3
4.00 38 33.3 4.8
5.00 83 33.3 49.8
Total 133

1-3

Observed N Expected N Residual

1.00 1 26.6 -25.6

2.00 3 26.6 -23.6
3.00 14 26.6 -12.6
4.00 34 26.6 7.4
5.00 81 26.6 54.4

176
Total 133

1-4

Observed N Expected N Residual

1.00 2 26.6 -24.6

2.00 2 26.6 -24.6
3.00 16 26.6 -10.6
4.00 37 26.6 10.4
5.00 76 26.6 49.4
Total 133

1-5

Observed N Expected N Residual

1.00 5 26.6 -21.6

2.00 15 26.6 -11.6
3.00 28 26.6 1.4
4.00 28 26.6 1.4
5.00 57 26.6 30.4
Total 133

1-6

Observed N Expected N Residual

1.00 1 26.6 -25.6

2.00 1 26.6 -25.6
3.00 11 26.6 -15.6
4.00 49 26.6 22.4
5.00 71 26.6 44.4
Total 133

1-7

Observed N Expected N Residual

1.00 3 26.6 -23.6

2.00 2 26.6 -24.6
3.00 20 26.6 -6.6
4.00 50 26.6 23.4
5.00 58 26.6 31.4
Total 133

1-8

Observed N Expected N Residual

2.00 2 33.3 -31.3

3.00 18 33.3 -15.3
4.00 42 33.3 8.8

177
5.00 71 33.3 37.8
Total 133

1-9

Observed N Expected N Residual

3.00 14 44.3 -30.3

4.00 33 44.3 -11.3
5.00 86 44.3 41.7
Total 133

1-10

Observed N Expected N Residual

2.00 2 33.3 -31.3

3.00 9 33.3 -24.3
4.00 35 33.3 1.8
5.00 87 33.3 53.8
Total 133

1-11

Observed N Expected N Residual

1.00 1 26.6 -25.6

2.00 1 26.6 -25.6
3.00 13 26.6 -13.6
4.00 42 26.6 15.4
5.00 76 26.6 49.4
Total 133

2-1

Observed N Expected N Residual

2.00 1 33.3 -32.3

3.00 10 33.3 -23.3
4.00 46 33.3 12.8
5.00 76 33.3 42.8
Total 133

2-2

Observed N Expected N Residual

2.00 1 33.3 -32.3

3.00 8 33.3 -25.3
4.00 52 33.3 18.8
5.00 72 33.3 38.8
Total 133

178
 2-3

Observed N Expected N Residual

1.00 1 26.6 -25.6

2.00 3 26.6 -23.6
3.00 31 26.6 4.4
4.00 39 26.6 12.4
5.00 59 26.6 32.4
Total 133

2-4

Observed N Expected N Residual

2.00 2 33.3 -31.3
3.00 14 33.3 -19.3
4.00 49 33.3 15.8
5.00 68 33.3 34.8
Total 133

2-5

Observed N Expected N Residual

2.00 2 33.3 -31.3

3.00 15 33.3 -18.3
4.00 45 33.3 11.8
5.00 71 33.3 37.8
Total 133

2-6

Observed N Expected N Residual

1.00 1 26.6 -25.6

2.00 6 26.6 -20.6
3.00 24 26.6 -2.6
4.00 38 26.6 11.4
5.00 64 26.6 37.4
Total 133

179
 2-7

Observed N Expected N Residual

2.00 2 33.3 -31.3

3.00 15 33.3 -18.3
4.00 48 33.3 14.8
5.00 68 33.3 34.8
Total 133

2-8

Observed N Expected N Residual

1.00 2 26.6 -24.6

2.00 3 26.6 -23.6
3.00 15 26.6 -11.6
4.00 37 26.6 10.4
5.00 76 26.6 49.4
Total 133

2-9

Observed N Expected N Residual

2.00 4 33.3 -29.3

3.00 16 33.3 -17.3
4.00 41 33.3 7.8
5.00 72 33.3 38.8
Total 133

2-10

Observed N Expected N Residual

1.00 1 26.6 -25.6

2.00 4 26.6 -22.6
3.00 23 26.6 -3.6
4.00 38 26.6 11.4
5.00 67 26.6 40.4
Total 133

180
 ‫جامعة كفر الشيخ‬
‫كلية التجارة‬
‫قسم المحاسبة‬
K ‫جامـعة كـفر الشــــيخ‬
afrelsheikh University

Test Statistics

1-1 1-2 1-3 1-4 1-5 1-6 1-7 1-8 1-9 1-10 1-11 2-1 2-2 2-3 2-4 2-5 2-6 2-7

Chi-
175.308a 121.286b 164.857a 145.534a 57.489a 151.398a 102.977a 81.526b 62.812c 134.038b 156.887a 107.391b 106.188b 91.549a 84.293b 86.398b 98.316a 82.24
Square
df 4 3 4 4 4 4 4 3 2 3 4 3 3 4 3 3 4 3
Asymp.
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Sig.

a. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 26.6.
b. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 33.3.
c. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 44.3.
d. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 5.5.
e. 0 cells (0.0%) have expected frequencies less than 5. The minimum expected cell frequency is 6.7.

181
 ‫جامعة كفر الشيخ‬
‫كلية التجارة‬
‫قسم المحاسبة‬
‫‪K‬‬ ‫جامـعة كـفر الشــــيخ‬
‫‪afrelsheikh University‬‬

‫ملخص البحث‬
‫‪Summary‬‬
 Summary
• Research Problem:-
Big data makes the auditor a head an enormous amount of data and
information, which imposes on him the need to acquire the skills to
obtain and analyze this information, extract evidence from it and
evaluate it to help form his neutral technical opinion about the
financial statements and the ability of the establishment to continue
and other responsibilities of the auditor. These emerging
technologies have the ability to change the environment and
practice of the accounting and auditing professions to a large extent,
which affects the addition of new evidence in the audit, which
affects the quality of the audit.
Big data analysis is the science and art of improving knowledge or
acquiring skills in some areas and benefiting from them through
identifying and analyzing patterns and correlations related to big
data. On enterprise resource planning (ERP) systems and data
storage systems, even if they are large in size, and thus it is an audit
opportunity to use related big data as an aid to the actual data being
audited. Big data is reviewed using various analyzes to identify and
analyze patterns and correlations that reveal issues. Interest in
auditing.
Information technology maintains a balance between realizing
benefits, improving risk levels and using resources. This framework
can be applied with great success to the privacy requirements and
challenges of big data. During recent years, Big Data has imposed

1
itself on the scene alongside highly efficient tools for storing and
analyzing big data.
The traditional review has changed significantly as a result of
changes in information technology, including more advanced ERP
systems, increased use of online transactions with both customers
and suppliers, the use of cloud computing, and the rapid expansion
of data available for use by management and controllers. Accounts,
and as a result of the rapid and continuous development of
information technology, a variety of auditing challenges have arisen
on the scene.
In the field of business, big data can be analyzed through many
methods for the purpose of managing inventory and predicting
customer trends. It is still a fertile area for researching whether and
how the auditor should include big data as part of audit evidence.
According to the auditing standards, audit evidence should be
adequate and appropriate where appropriate indicates reliable and
appropriateness.
Big data provides evidence that is more unique than other traditional
sources. For example, big data analyzes are useful for audit
objectives, especially for clients. These emerging technologies will
have the potential to significantly change the environment and
practice of the accounting and auditing professions.
It can be said that big data makes the auditor face an enormous
amount of data and information, which imposes on him the need to
acquire the skills to obtain and analyze this information, extract
evidence from it and evaluate it to help form an impartial technical

2
 opinion about the financial statements and the entity’s ability to
continue and other responsibilities of the auditor.
In light of the above, the main research problem can be
formulated through the following two research questions:
• Does big data affect the addition of new evidence in the review?
• Is there an impact of the evidence emerging in light of big data on
the quality of the review?
• Research Objectives:-
This research seeks to test the effect of big data on evidence Asp in
the review by studying the following two objectives: -
1) Examine the extent to which big data has added new evidence
or not.
2) Study the effect of evidence emerging in light of big data on
audit quality.
• Research hypotheses: -
In light of the research problem and its objectives, the following two
main hypotheses can be formulated in their nihilistic form: -
The first assumption:
• There is no positive effect of big data in adding new
evidence.
The second hypothesis:
• There is no positive effect of Evidence emerging in light
of big data on audit quality.

3
• Research Results:-

(1) The study showed that the adoption of emerging technologies to

improve the quality of assurance and audit services and reduce the
time-consuming work of the auditors, as well as the adaptation of
current audit procedures to the rapidly changing nature of business,
is a path of interest for researchers and review practitioners. Due to
the nature of the profession, adoption of technology by
management, bodies and standards-makers has lagged significantly.
(2) The development brought about by big data and big data
analytics in business organizations represents a qualitative shift in
the quality of data sources by which the auditor obtains evidence of
evidence.
(3) The tangible change in the quality of audit data, the viewpoint
of the financial department, the internal audit department, the
external audit firms and the regulators, to the methods of governing
these data in a manner that helps in obtaining efficient and complete
proof.
(4) The theoretical study showed the tendency of professional and
academic organizations to set optional standards for audit data, so
the quantities and diversity of these data are difficult to review by
traditional methods.
(5) The theoretical study showed that big data analyzes affected the
size of the review sample from a part of the review community to
the ability to analyze the entire community in a timely manner.

4
 (6) The theoretical study showed that big data influenced the form,
type, and methods of obtaining evidence, in addition to methods of
analyzing and evaluating it.
(7) The study discussed the potential use of blockchains, audit
applications, emerging technologies and researched how to re-
engineer the current audit model.
(8) There is a positive effect of significant evidence in adding big
data, new evidence Asp, at the level of 5%, which indicates that big
data is working to change the traditional view of evidence Asp in
the review, as the outsourcing and review of cloud computing affect
the form Evidence of evidence. In addition, the development of the
audit environment changes the standards of the audit data and thus
the nature of the evidence.
(9) There is a significant impact of evidentiary evidence emerging
in light of big data on the quality of the audit, at the level of 5%,
which indicates that big data provides analyzes of more financial
and non-financial information in a timely manner, which leads to
improving procedures for obtaining Evidence of evidence, as well
as the size and amount of data formed and collected in different
forms for the review client from the procedures for obtaining
evidence.
(8) Academic research can play a crucial role in the development
of
• Research Rcommendations:-
In light of the aim of the research and its importance, the findings
of theoretical study, and the findings of Field study, the researcher
recommends the following: -

5
(1) The need to pay attention to the governance of audit data from
its sources that have been added to the big data environment with
its emerging technologies in size, diversity, heterogeneity, and
value, which affected the type and form of evidence of evidence and
the new evidence added by this environment.
(2) The diversity of big data sources has developed ways of
obtaining and quickly accessing evidence in real time.
(3) The need to pay attention to adhere to the standards of audit data
for companies and audit companies, which facilitates the task of
those in charge of auditing.
(4) The need to pay attention to developing traditional audit
procedures and automating them to cope with the requirements of
the big data environment that dominates the business environment,
for example highlighting the role of big data analyzes for various
evidence evidence, whether in its traditional or new forms.
(5) The necessity of teaching big data technology in accounting
education curricula at the undergraduate level to enhance students'
knowledge of its importance, and universities should have a positive
role in using big data analytics by providing analytical courses for
accounting and auditing students (Abdelkader, 2020).
(6) To achieve audit quality in light of big data, review organizers
and practitioners must adhere to data governance, establish and
develop standards for audit data, and focus more on training audit
cadres on emerging technologies and big data analyzes in a manner
that enables them to obtain proof that contributes to the quality of
the audit.

6
(7) Emerging technologies such as blockchains or trust and their
coherence with big data analytics have made a demand for
modifying traditional audit procedures to cope with this evolving
environment.
(8) Academic research can play a crucial role in developing and
driving technological innovations in review practice, because it is
able to explore potential applications and try different applications.

7
 Kafr Elsheikh University
Faculty of Commerce
Accounting Department

The Impact of Big Data on Audit Evidence

Mohamed Fawzy Ali Soliman

Supervised by

Professor Doctor Professor Doctor

Professor of Cost and Administration Assistant Professor, Accounting

Accounting - Vice Dean for Education Department,
and Student Affairs - Kafr El Sheikh Faculty of Commerce - Kafr El Sheikh
University University