Mühasibatda rəqəmsal istedad tələbi (accounting digital talent demand), şirkətin mühasibat funksiyasında rəqəmsal bacarıqlar tələb edən işçilərə yönəlmiş iş elanları ilə ifadə olunan firma səviyyəli əmək tələbatıdır. Jianyu Zhao-nun tədqiqatı 2014–2022 dövründə Çin A-share şirkətlərinin onlayn iş elanlarını mətn təhlili ilə araşdıraraq bu tələbi firma-il səviyyəsində ölçmüş və onun maliyyə hesabatlarının keyfiyyəti ilə əlaqəsini təhlil etmişdir. Yekun əsas nümunə 2204 şirkətdən 18.075 firma-il müşahidəsindən ibarətdir. Əsas modeldə mühasibatda rəqəmsal istedad tələbinin daha yüksək olması daha aşağı hesablamalar əsasında mənfəətin idarə edilməsi ilə əlaqəlidir. Tam nəzarətli reqressiyada DigitalJob əmsalı −0,055-dir və %1 səviyyəsində statistik əhəmiyyətlidir. Lakin tədqiqat iş elanlarını faktiki işə qəbul və ya işçilərin real rəqəmsal istedadı kimi ölçmədiyinə və müşahidə olunmayan ümumi şokları tam istisna etmək mümkün olmadığına görə nəticələr səbəbiyyət sübutu kimi deyil, çoxsaylı dayanıqlılıq testlərindən keçən davamlı bir əlaqə kimi şərh edilməlidir.

DigitalJob şirkətin müəyyən bir ildə yayımladığı və rəqəmsal bacarıqlar tələb edən mühasibat iş elanlarının sayıdır. Tədqiqatçı əvvəlcə vəzifə adı və funksiya məlumatlarına əsasən mühasibat işlərini müəyyən etmiş, sonra Python, SQL, süni intellekt, müəssisə resurslarının planlaşdırılması, informasiya sistemləri, maşın öyrənməsi, biznes intellekti, bulud hesablamaları, böyük verilənlər, verilənlərin çıxarılması, verilənlər elmi, təbii dilin emalı və avtomatlaşdırma kimi rəqəmsal bacarıqları əhatə edən lüğətdən istifadə etmişdir. Elan yalnız əvvəlcə mühasibat vəzifəsi kimi müəyyənləşdirildikdən və sonra təsvirində ən azı bir rəqəmsal bacarıq termini aşkarlandıqdan sonra DigitalJob ölçümünə daxil edilmişdir. Təsadüfi seçilmiş 200 elanın əl ilə yoxlanılmasında lüğət əsaslı təsnifat 186 elanda eyni nəticəyə gəlmiş və %93 ümumi təsnifat dəqiqliyi bildirilmişdir.

Əsas nəticə müxtəlif tədqiqat dizaynlarında da eyni istiqamətdə qalmışdır. Propensity score matching, entropy balancing, instrumental dəyişən təhlili, hesablamalar əsasında mənfəətin idarə edilməsinin alternativ ölçüləri, DigitalJob-un faiz əsaslı alternativ tərifi, qısa və məlumat məzmunu aşağı olan iş elanlarının çıxarılması və digər mühasibat bacarıqları tələblərinə nəzarət edildikdən sonra DigitalJob əmsalı mənfi qalmışdır. Tədqiqat həmçinin daha çox rəqəmsal mühasibat istedadı tələbinin daha aşağı nağd vəsait ehtiyatı və daha aşağı investisiya səmərəsizliyi ilə əlaqəli olduğuna dair mexanizm nəticələri təqdim edir; lakin müəllif bu mexanizm nəticələrini də səbəbli vasitəçilik sübutu kimi deyil, dəstəkləyici və istiqamətverici dəlil kimi şərh edir.

Tədqiqatın əsas problemi

Şirkət yeni mühasibat proqramı, verilənlər platforması və ya avtomatlaşdırma sistemi aldıqda maliyyə hesabatlarının keyfiyyətinin öz-özünə yüksələcəyinə zəmanət yoxdur. Texnoloji sistemlərin mühasibat prosesinə töhfəsi bu sistemlərdən istifadə edə bilən işçilərin mövcudluğundan və onların maliyyə məlumatlarının toplanması, yoxlanılması, təhlili və hesabatlaşdırılması proseslərinə rəqəmsal alətləri inteqrasiya edə bilməsindən asılıdır.

Buna görə tədqiqat şirkət səviyyəsində ümumi “rəqəmsal transformasiya” ifadələrindən daha dar və funksional bir suala yönəlir: Şirkətlərin birbaşa mühasibat funksiyası daxilində tələb etdiyi rəqəmsal bacarıqlar maliyyə hesabatlarının keyfiyyəti ilə əlaqəlidirmi?

Əvvəlki tədqiqatlar rəqəmsallaşmanı çox vaxt illik hesabatlardakı rəqəmsal texnologiya terminlərinin sayı və ya şirkət səviyyəsində informasiya texnologiyalarına investisiyalarla ölçür. Bu yanaşmalar şirkətin rəqəmsal transformasiyasını göstərə bilər; lakin rəqəmsal potensialın təşkilatın hansı bölməsində yaradıldığını göstərmir. Mühasibat iş elanları isə şirkətin məhz maliyyə, mühasibat, vergi, audit və ya maliyyə təhlili vəzifələrində hansı bacarıqları tələb etdiyini göstərməyə daha yaxın müşahidə təqdim edir.

Mühasibatda rəqəmsal istedad tələbi necə ölçülür?

Mühasibatda rəqəmsal istedad tələbi şirkətin bir ildə yayımladığı, həm mühasibat funksiyasına aid olan, həm də ən azı bir müəyyənləşdirilmiş rəqəmsal bacarıq tələb edən iş elanlarının sayı ilə ölçülən DigitalJob dəyişənidir. Ölçü faktiki işə qəbulu deyil, şirkətin əmək bazarında elan etdiyi rəqəmsal mühasibat bacarığına tələbi təmsil edir.

İş elanları CnOpenData vasitəsilə əldə edilmişdir. Mənbə verilənləri iş vəzifəsinin adı, iş təsviri, funksiya, açıq vəzifələrin sayı, təcrübə və təhsil tələbləri kimi sahələri əhatə edir.

Təsnifat iki mərhələdə aparılmışdır:

1. Elanın mühasibat funksiyası ilə əlaqəli olub-olmadığı iş vəzifəsinin adı və funksiya sahələrindən müəyyən edilmişdir.
2. Mühasibat elanının təsvirində rəqəmsal bacarıqlar lüğətindəki ən azı bir terminin olub-olmadığı yoxlanılmışdır.

Mühasibat vəzifələrini müəyyənləşdirmək üçün maliyyə, mühasibat, kassir/cashier, settlement, vergi, audit, maliyyə təhlili və maliyyə idarəetməsi kimi anlayışların Çin dilindəki qarşılıqlarından da istifadə edilmişdir.

Rəqəmsal bacarıqlar lüğəti proqramlaşdırma və verilənlər bazası alətlərindən süni intellekt tətbiqlərinədək geniş diapazonu əhatə edir. Mənbənin Əlavə A hissəsində göstərilən İngilis dili qarşılıqları arasında Python, SQL, artificial intelligence, enterprise resource planning, information system, predictive model, machine learning, business intelligence, cloud computing, big data, SPSS, data mining, data science, data lake, data visualization, deep learning, random forest, sentiment analysis, supervised learning, text mining, semantic analysis, natural language processing və automation yer alır.

İki mərhələli yanaşmanın məqsədi yalnız rəqəmsal termin ehtiva etdiyinə görə ümumi informasiya texnologiyaları elanını səhvən mühasibatda rəqəmsal istedad elanı kimi saymamaqdır.

Təsnifat həqiqətən yoxlanılıbmı?

Tədqiqatçı təsadüfi seçilmiş 200 iş elanını əl ilə yenidən qiymətləndirmişdir. Lüğət əsaslı təsnifat bunların 186-da əl ilə qiymətləndirmə ilə eyni nəticə vermiş və %93 ümumi dəqiqlik səviyyəsi bildirilmişdir. Bu test DigitalJob ölçümünün səhvsiz olduğunu sübut etmir; lakin avtomatik təsnifatın nümunəvi əl ilə yoxlama dəsti ilə yüksək səviyyədə uyğunlaşdığını göstərir.

DigitalJob niyə bir il gecikmə ilə istifadə olunur?

İş elanı şirkətin əmək tələbatını göstərir; lakin elanın verildiyi anda işə qəbulun baş verdiyini və ya yeni işçinin maliyyə hesabatlaşdırma prosesini dərhal dəyişdirdiyini göstərmir. Buna görə DigitalJob reqressiyalarda bir il gecikmə ilə istifadə edilmişdir.

Bu seçim eyni zamanda şərhin sərhədini də müəyyən edir: DigitalJob şirkətin mövcud mühasibat işçilərinin real rəqəmsal istedadını, əməkhaqqı xərclərini və ya rəqəmsal texnologiyanın faktiki olaraq nə dərəcədə istifadə edildiyini birbaşa ölçmür.

Bu tədqiqatda maliyyə hesabatlarının keyfiyyəti necə ölçülür?

Maliyyə hesabatlarının keyfiyyətinin əsas göstəricisi dəyişdirilmiş Jones modeli ilə təxmin edilən diskresion hesablamaların mütləq dəyərindən yaradılan DA dəyişənidir. DA oxunaqlılığı artırmaq məqsədilə 100 ilə vurulmuşdur; daha yüksək DA hesablamalar əsasında mənfəətin daha çox idarə edilməsini və beləliklə hesablamalara əsaslanan maliyyə hesabatı keyfiyyətinin daha aşağı olmasını ifadə edir.

Hesablamalar əsasında mənfəətin idarə edilməsi mühasibat qiymətləndirmələri və hesabat seçimlərində rəhbərliyin mülahizəsinin hesabat verilmiş mənfəəti dəyişdirə bilməsi ilə bağlıdır. Şübhəli debitor borcları üzrə ehtiyatlar, amortizasiya müddətləri və ya gəlirin hansı dövrdə tanınacağı kimi maddələr qiymətləndirmə və təxmin tələb edir. Tədqiqatın nəzəri arqumentinə görə rəqəmsal bacarıqlara malik mühasibat işçiləri verilənlərin yoxlanılması, analitik monitorinq və proseslərin standartlaşdırılması yolu ilə bu sahələrdə səhv və manipulyasiya imkanını daralda bilər.

Tədqiqatın hipotezi

Mənbə tədqiqatın H1 hipotezinə görə daha yüksək mühasibat rəqəmsal istedad tələbi daha yüksək maliyyə hesabatı keyfiyyəti ilə, yəni daha aşağı hesablamalar əsasında mənfəətin idarə edilməsi ilə əlaqəli olacaq.

İki mümkün izah kanalı

Tədqiqatın nəzəri çərçivəsi bir-birini tamamlayan iki kanal təklif edir.

Qərar səmərəliliyi kanalı: Rəqəmsal bacarıqlara malik mühasibat heyəti əməliyyat və maliyyə məlumatlarını daha yaxşı inteqrasiya edə, pul axınlarını və resurs istifadəsini izləyə, büdcələşdirmə və investisiya qiymətləndirilməsini dəstəkləyə bilər. Daha yaxşı likvidlik və investisiya planlaması menecerlərin zəif iqtisadi nəticələri maliyyə hesabatı vasitəsilə gizlətmək təşviqləri ilə əlaqəli prosesləri azalda bilər.

İnformasiya istehsalı kanalı: Mühasibat işçiləri rəqəmsal alətlərlə hesablanma maddələrini daha sistemli şəkildə yoxlaya, verilənlərin emalındakı səhvləri azalda və maliyyə hesabatlaşdırma prosesini daha standart hala gətirə bilər. Bu struktur anormal hesablamaların müəyyənləşdirilməsini asanlaşdıra biləcək daha izlənə bilən informasiya mühiti ilə əlaqələndirilir.

Bu kanallar tədqiqatın nəzəri izahıdır. Tədqiqatın mexanizm testləri bu şərhlərlə uyğun əlaqələr göstərir; lakin tədqiqatçı onların qəti səbəbli vasitəçilik sübutu olmadığını xüsusi vurğulayır.

Nümunə necə formalaşdırıldı?

Nümunə 2014–2022 dövründə Çin A-share şirkətlərini əhatə edir. İş elanları CnOpenData-dan, şirkətlərin maliyyə məlumatları isə China Stock Market and Accounting Research (CSMAR) verilənlər bazasından əldə edilmişdir.

Eyni şirkətin eyni ayda yayımladığı eyni iş növünə aid təkrarlanan elanlarda yalnız ilk elan saxlanılmışdır. ST və ST* statuslu şirkətlər, maliyyə şirkətləri və əsas dəyişənləri çatışmayan müşahidələr çıxarılmışdır.

DigitalJob paylanmasının sağa əyilmiş olması vacibdir. Tipik firma-il müşahidəsində rəqəmsal bacarıq tələb edən yalnız məhdud sayda mühasibat elanı olduğu halda, daha kiçik bir şirkət qrupunda bu say nəzərəçarpacaq dərəcədə yüksəlir.

Tədqiqatın Metodu və Nəticələri

Əsas ekonometrik dizayn

Tədqiqatçı hesablamalar əsasında mənfəətin idarə edilməsini təmsil edən DA dəyişənini bir il gecikdirilmiş DigitalJob və firma səviyyəli nəzarət dəyişənləri üzərində OLS reqressiyası ilə qiymətləndirmişdir.

Nəzarət dəyişənlərinə firma ölçüsü, Tobin's Q, aktivlərin gəlirliliyi, gəlir artımı, maliyyə levereci, Ar-Ge investisiyası, ümumi/inzibati xərclər nisbəti, zərər göstəricisi, CEO–idarə heyəti sədri ikiliyi, müstəqil idarə heyəti üzvlərinin nisbəti və firma yaşı daxildir.

Firma sabit effektləri və il sabit effektləri modelə daxil edilmiş, standart xətalar firma səviyyəsində klasterləşdirilmişdir. Davamlı dəyişənlər kənar dəyərlərin təsirini azaltmaq üçün 1. və 99. persentillərdə winsorize edilmişdir.

Əsas reqressiya nəticəsi necə şərh edilməlidir?

Tam nəzarətli əsas modeldə DigitalJob əmsalı −0,055, standart xəta isə 0,016-dır; əmsal %1 səviyyəsində statistik əhəmiyyətlidir. DA daha yüksək olduqda hesablamalar əsasında mənfəətin idarə edilməsi daha çox olduğuna görə mənfi əmsal rəqəmsal bacarıq tələb edən daha çox mühasibat iş elanının daha aşağı hesablamalar əsasında mənfəətin idarə edilməsi ilə əlaqəli olduğunu göstərir. Lakin əmsal müşahidə olunan əlaqəni təmsil edir və təkbaşına rəqəmsal istedad tələbinin mənfəətin idarə edilməsini səbəbli şəkildə azaltdığını sübut etmir.

DigitalJob-un 25. persentil dəyəri olan sıfır elandan 75. persentil dəyəri olan üç elana yüksəlməsi model əmsalına əsasən DA-da 0,165 bal daha aşağı dəyərlə əlaqəlidir. Tədqiqatçı bunu DA nümunə ortalamasının təxminən %3-i kimi bildirir.

Propensity score matching və entropy balancing

Maliyyə hesabatı keyfiyyəti yüksək olan şirkətlərin artıq fərqli xüsusiyyətlərə malik ola bilməsi və rəqəmsal mühasibat işçisi axtarmağa daha meylli olması ehtimalına qarşı iki əlavə balanslaşdırma yanaşması tətbiq edilmişdir.

Hər iki qiymətləndirmə əsas modellə eyni mənfi istiqamətdədir. Bu nəticələr müşahidə olunan firma xüsusiyyətlərindəki fərqlərin əsas əlaqəni təkbaşına izah etmədiyi fikri ilə uyğundur; lakin müşahidə olunmayan amilləri aradan qaldırmır.

Instrumental dəyişən təhlili

Əlavə endogenlik yoxlamasında eyni sektordakı digər şirkətlərin mühasibat rəqəmsal istedad elanlarının orta göstəricisi instrumental dəyişən kimi istifadə edilmişdir. Birinci mərhələdə instrumental dəyişənin DigitalJob ilə əmsalı 0,564 olmuş və %1 səviyyəsində əhəmiyyətli çıxmışdır.

İkinci mərhələdə təxmin edilən DigitalJob əmsalı −0,834 olmuş və %1 səviyyəsində əhəmiyyətli tapılmışdır. Kleibergen–Paap Wald F dəyəri 139,58, LM statistikası isə 118,54 kimi bildirilmişdir.

Bununla belə, tədqiqatçı bu nəticəni qəti səbəbli identifikasiya kimi şərh etmir. Eyni sektorda rəqəmsal mühasibat istedadına tələb; sektor miqyasında texnologiya investisiyaları, tənzimləyici dəyişikliklər, audit təzyiqi, rəqabət və ya hədəf şirkətin mənfəət idarəçiliyinə də təsir edə biləcək maliyyə hesabatı meylləri kimi ümumi şokları daşıya bilər. Buna görə güclü instrumental uyğunluq exclusion restriction şərtinin qəti şəkildə ödəndiyini göstərmir.

Mənfəətin idarə edilməsinin alternativ ölçüləri

Əsas nəticə yalnız dəyişdirilmiş Jones modelindəki DA tərifindən asılı deyil. Tədqiqatçı hesablamalara əsaslanan üç alternativ ölçüdən istifadə etmişdir.

Bütün alternativlərdə DigitalJob əmsalının mənfi qalması əsas nəticənin yalnız bir mənfəət idarəçiliyi metrikasının quruluşundan qaynaqlanmadığını göstərir.

DigitalJob faiz kimi ölçüldükdə nəticə dəyişirmi?

DigitalJob%, rəqəmsal bacarıq tələb edən mühasibat elanlarının ümumi mühasibat elanlarına nisbətinin faizlə ifadəsidir. Beləliklə, DigitalJob sayının yalnız iri şirkətlərin və ya daha çox mühasibat işçisi axtaran şirkətlərin elan həcmini əks etdirməsi ehtimalı ayrıca sınaqdan keçirilmişdir.

Tam nəzarətli modeldə DigitalJob% əmsalı −0,022, standart xəta isə 0,011-dir; nəticə %5 səviyyəsində əhəmiyyətlidir. Rəqəmsal mühasibat elanlarının payında bir faiz bəndi artım DA-da 0,022 bal daha aşağı dəyərlə əlaqəlidir.

Şirkətlər hesablanma manipulyasiyasından real fəaliyyət manipulyasiyasına keçirlərmi?

Tədqiqat daha aşağı hesablamalar əsasında mənfəətin idarə edilməsinin yalnız manipulyasiya üsulunun dəyişdirilməsi mənasına gəlib-gəlmədiyini də yoxlamışdır. DigitalJob ilə ümumi real fəaliyyətlərə əsaslanan mənfəətin idarə edilməsi, anormal əməliyyat pul axını, anormal istehsal xərcləri və anormal diskresion xərclər arasında ənənəvi əhəmiyyət hədlərində statistik əhəmiyyətli əlaqə tapılmamışdır.

Beləliklə, mənbə məlumatları rəqəmsal mühasibat istedadı tələbi ilə əlaqəli daha aşağı hesablanma manipulyasiyasının sistematik olaraq real fəaliyyət manipulyasiyasına keçirildiyi iddiasını dəstəkləmir.

Qısa və məlumat məzmunu aşağı olan iş elanları çıxarıldıqda nə baş verir?

İş təsviri 100 Çin heroqlifindən daha qısa olan mühasibat elanları çıxarılıb DigitalJob yenidən hesablandıqda əmsal −0,041 tapılmış və %1 səviyyəsində əhəmiyyətli qalmışdır. Bu test əsas nəticənin yalnız qısa və ya standart şablon iş elanlarının yanlış təsnif edilməsindən qaynaqlanmadığı fikri ilə uyğundur.

DigitalJob yalnız ümumilikdə daha ixtisaslı işçi tələbatınımı ölçür?

Model həmçinin mühasibat elanlarında sosial bacarıqlar, koqnitiv bacarıqlar və mühasibat ixtisas sahələrinə tələbi təmsil edən dəyişənlərlə genişləndirilmişdir. Bu nəzarətlər əlavə edildikdə DigitalJob əmsalı −0,040, standart xəta isə 0,018 olaraq qalmış və %5 səviyyəsində əhəmiyyətli olmuşdur.

Bu nəticə rəqəmsal komponentin ümumən daha yüksək bacarıq intensivliyinin sadə bir proksisi olmaqdan əlavə, ayrıca izahlı informasiya daşıdığı fikri ilə uyğundur.

Nağd vəsait planlaması və investisiya səmərəliliyi mexanizm testləri

Bu mexanizm testləri korrelyasiya xarakterlidir. Xüsusilə nağd vəsait ehtiyatındakı və ya investisiya səmərəsizliyindəki azalmanın DigitalJob ilə maliyyə hesabatı keyfiyyəti arasındakı əlaqəni səbəbli şəkildə daşıdığı sübut edilməmişdir.

Daxili nəzarət keyfiyyəti niyə vacibdir?

Daxili nəzarət keyfiyyəti yüksək şirkətlərdə DigitalJob əmsalı −0,070 olmuş və %1 səviyyəsində əhəmiyyətli çıxmışdır. Daxili nəzarət keyfiyyəti aşağı qrupda əmsal −0,008-dir və statistik əhəmiyyətli deyil. İki əmsal arasındakı fərq 0,061-dir və %10 səviyyəsində əhəmiyyətlidir.

Bu nümunə rəqəmsal mühasibat bacarıqlarının etibarlı məlumatlar, standart prosedurlar və işçilərin yaratdığı informasiyadan istifadə edə bilən nəzarət mühiti ilə birlikdə daha güclü əlaqə göstərə bilməsi şərhi ilə uyğundur.

Şirkətin ümumi rəqəmsallaşması nəticəni izah edirmi?

Şirkətlər illik hesabat mətnlərindən ölçülən ümumi rəqəmsallaşma səviyyəsinə görə iki qrupa bölündükdə DigitalJob əmsalı həm yüksək rəqəmsallaşma qrupunda, həm də aşağı rəqəmsallaşma qrupunda mənfidir: müvafiq olaraq −0,067 və −0,052.

Beləliklə, mühasibat funksiyasına xas rəqəmsal bacarıq tələbi yalnız artıq intensiv rəqəmsallaşmış şirkətlərdə görünən bir hadisə deyil. Lakin yüksək və aşağı rəqəmsallaşma qrupları arasındakı əmsal fərqinin ənənəvi əhəmiyyət səviyyələrində güclü fərq göstərdiyinə dair sübut məhduddur.

Xarici audit monitorinqi ilə əlaqə necə dəyişir?

Xarici audit monitorinqinin güclü hesab edildiyi şirkətlərdə DigitalJob əmsalı −0,072 və %1 səviyyəsində əhəmiyyətlidir. Xarici auditin daha zəif olduğu qrupda əmsal −0,025-dir və statistik əhəmiyyətli deyil. İki əmsal arasındakı 0,047 fərq %5 səviyyəsində əhəmiyyətlidir.

Mənbə tədqiqat bunu rəqəmsal mühasibat istedadı tələbi ilə xarici auditin bir-birini tamamlaya bilməsi istiqamətində nəticə kimi müzakirə edir. Daha güclü audit həm hesabat seçimlərini intizamlaşdıra, həm də şirkət daxilində yaradılan daha keyfiyyətli mühasibat məlumatlarından istifadəni asanlaşdıra bilər.

Tədqiqatın dəstəklədiyi nəticələr

• Mühasibat iş elanlarında daha yüksək rəqəmsal bacarıq tələbi daha aşağı hesablamalar əsasında mənfəətin idarə edilməsi ilə statistik olaraq əlaqəlidir.
• Bu mənfi əlaqə bir neçə alternativ model və ölçü altında qorunur.
• Əlaqə şirkətin ümumi rəqəmsallaşmasından əlavə mühasibat funksiyasına xas informasiya daşıyır.
• Daha güclü daxili nəzarət və daha güclü xarici audit mühitlərində əlaqə daha qabarıqdır.
• Nağd vəsait ehtiyatı və investisiya səmərəsizliyi təhlilləri daha yaxşı planlama və resurs bölgüsü mexanizmləri ilə uyğun istiqamətverici nəticələr təqdim edir.

Tədqiqatın dəstəkləmədiyi nəticələr

• İş elanlarının sayı faktiki işə qəbul edilmiş işçilərin sayı deyil.
• DigitalJob mövcud mühasibat işçilərinin real rəqəmsal bacarıq səviyyəsini birbaşa ölçmür.
• Tədqiqat rəqəmsal istedad tələbinin mənfəətin idarə edilməsini qəti şəkildə səbəbli formada azaltdığını sübut etmir.
• Instrumental dəyişən testi exclusion restriction şərtini qəti şəkildə təsdiqləmir.
• Çin A-share şirkətlərindən əldə edilən nəticələr təsdiqləmə aparılmadan bütün ölkələrə və müəssisə strukturlarına ümumiləşdirilməməlidir.
• Tədqiqat müəyyən bir proqram təminatının, süni intellekt sisteminin və ya avtomatlaşdırma alətinin maliyyə hesabatı keyfiyyətini artırdığını birbaşa sınaqdan keçirmir.

Əsas məhdudiyyətlər

DigitalJob faktiki işə qəbulu deyil, ifadə edilmiş əmək tələbatını ölçür. Mənbə məlumatları hər elandan neçə nəfərin faktiki işə qəbul edildiyini, mühasibat bölməsinin ümumi işçi sayını, işçilərin real bacarıq səviyyəsini, əməkhaqqı/maaş investisiyasını və ya işə qəbul edilən işçilərin rəqəmsal alətlərdən faktiki olaraq necə istifadə etdiyini göstərmir.

Müşahidə olunmayan şirkət və ya sektor şokları həm rəqəmsal mühasibat istedadına tələbi, həm də maliyyə hesabatı seçimlərini eyni vaxtda təsirləndirə bilər. Sabit effektlər, balanslaşdırma üsulları və instrumental dəyişən dizaynı bu problemi azaltmağa yönəlsə də, onu tam aradan qaldırdığı göstərilməmişdir.

Gələcək tədqiqatlarda faktiki məşğulluq məlumatlarından, normallaşdırılmış rəqəmsal mühasibat işə qəbul nisbətlərindən və yerli rəqəmsal istedad təklifi şoklarından istifadə edilməsi tövsiyə olunur.

Mənbə və Metod Qeydi

Orijinal başlıq: Accounting Digital Talent Demand and Financial Reporting Quality: Evidence from Job Posting

Müəllif: Jianyu Zhao.

Qurum: School of Accountancy, Central University of Finance and Economics, Beijing 100081, China.

Jurnal: Accounting and Auditing.

Nəşriyyat: MDPI, Basel, Switzerland.

Biblioqrafik qeyd: Accounting and Auditing, 2026, Volume 2, Issue 3, Article 14.

DOI: 10.3390/accountaudit2030014

Nəşr tarixi: 4 avqust 2026.

Redaksiya tarixləri: Received 20 May 2026; Revised 14 July 2026; Accepted 31 July 2026.

Mənbə növü: Rəyçilər tərəfindən qiymətləndirilmiş empirik tədqiqat məqaləsi.

Lisenziya: Creative Commons Attribution (CC BY). Verianla mətni mənbə məqalənin birbaşa tərcüməsi deyil; mənbədə bildirilən elmi metod, məlumatlar və nəticələr müstəqil Azərbaycan dilində elmi izahla açıqlanmışdır.

Məlumat mənbələri: Onlayn iş elanları CnOpenData vasitəsilə əldə edilmişdir; şirkət səviyyəsində maliyyə və mühasibat məlumatları China Stock Market and Accounting Research (CSMAR) verilənlər bazasından götürülmüşdür.

Nümunə: 2014–2022 dövründə 2204 Çin A-share şirkətindən 18.075 firma-il müşahidəsi.

Əsas izahedici dəyişən: DigitalJob; rəqəmsal bacarıq tələb edən mühasibat iş elanlarının illik şirkət səviyyəsində sayıdır və əsas reqressiyada bir il gecikmə ilə istifadə edilmişdir.

Əsas asılı dəyişən: DA; dəyişdirilmiş Jones modeli ilə təxmin edilən mütləq diskresion hesablamaların 100 ilə vurulmuş dəyəridir. Daha yüksək DA hesablamalar əsasında mənfəətin daha çox idarə edilməsi deməkdir.

Əsas metod: Firma və il sabit effektlərini ehtiva edən OLS panel reqressiyaları; firma səviyyəsində klasterləşdirilmiş standart xətalar. Davamlı dəyişənlər 1. və 99. persentillərdə winsorize edilmişdir.

Dayanıqlılıq və endogenlik təhlilləri: Propensity score matching, entropy balancing, eyni sektordakı digər firmaların rəqəmsal mühasibat istedadı tələbinə əsaslanan instrumental dəyişən yanaşması, hesablamalar əsasında mənfəətin idarə edilməsinin alternativ göstəriciləri, faiz əsaslı DigitalJob ölçüsü, real fəaliyyətlərə əsaslanan mənfəətin idarə edilməsi testləri, məlumat məzmunu aşağı elanların çıxarılması və sosial/koqnitiv/peşəkar bacarıq tələblərinə nəzarət.

Maliyyələşdirmə: National Natural Science Foundation of China, grant number 72102246.

Institutional Review Board: Tətbiq olunmur.

Məlumatlandırılmış razılıq: Tətbiq olunmur.

Məlumatların əlçatanlığı: CnOpenData iş elanı məlumatlarına giriş məhduddur və CnOpenData icazəsi tələb edir.

Maraqların toqquşması: Müəllif maraqların toqquşmasının olmadığını bəyan etmişdir.

Müəllif töhfəsi: Tədqiqat tək müəlliflidir. Mənbə PDF-də ayrıca CRediT müəllif töhfəsi bölməsi bildirilməmişdir.

Əsas şərh sərhədi: Nəticələr mühasibatda rəqəmsal istedad tələbi ilə daha aşağı hesablamalar əsasında mənfəətin idarə edilməsi arasında dayanıqlı statistik əlaqə göstərir; lakin iş elanları faktiki işə qəbulu ölçmədiyi və müşahidə olunmayan şoklar tam istisna edilmədiyi üçün nəticələr qəti səbəbli təsir kimi şərh edilməməlidir.