Tiểu Luận Dữ Liệu Lớn Trong Kinh Tế Và Kinh Doanh Tìm Hiểu Về Big Data Và Ứng Dụng Trong Lĩnh Vực Kế Toán – Kiểm Toán.pdf

HỌC VIỆN CHÍNH SÁCH VÀ PHÁT TRIỂN--- ---TIỂU LUẬN DỮ LIỆU LỚN TRONG KINH TẾ VÀ KINH DOANH Đề tài: TÌM HIỂU VỀ BIG DATA VÀ ỨNG DỤNG TRONG LĨNH VỰC KẾ TOÁN – KIỂM TOÁN Giảng viên hướ

HỌC VIỆN CHÍNH SÁCH VÀ PHÁT TRIỂN

-

-TIỂU LUẬN

DỮ LIỆU LỚN TRONG KINH TẾ VÀ KINH DOANH

Đề tài:

TÌM HIỂU VỀ BIG DATA VÀ ỨNG DỤNG TRONG LĨNH VỰC

KẾ TOÁN – KIỂM TOÁN

Giảng viên hướng dẫn :

Nhóm sinh viên thực hiện :

(Nhóm 10)

Lớp học phần :

TS Đặng Xuân Thọ Nguyễn Hoàng Bảo Ngọc (7133403026)

Tạ Thanh Trà (7133403040) Phạm Thị Thùy Trang (7133403042)

Dữ liệu lớn trong Kinh tế và Kinh doanh 1-2-23(24)(04)

Hà Nội, ngày 29 tháng 2 năm 2024

MỤC LỤC

MỤC LỤC 2

LỜI CẢM ƠN 4

LỜI MỞ ĐẦU 5

1 Tính cấp thiết của đề tài 5

2 Tình hình nghiên cứu liên quan đến tiểu luận 5

3 Mục đích, nhiệm vụ của tiểu luận 6

4 Đối tượng và phạm vi nghiên cứu của tiểu luận 6

5 Kết cấu của đề tài 6

CHƯƠNG I TỔNG QUAN VỀ BIG DATA 8

1.1 Khái niệm, nguồn hình thành và đặc trưng của Big Data 8

1.1.1 Khái niệm về dữ liệu lớn 8

1.1.2 Nguồn hình thành và phương pháp khai thác, quản lý dữ liệu lớn 8

1.1.3 Đặc trưng cơ bản của Dữ liệu lớn (mô hình 5V) 9

1.1.4 Sự khác biệt của dữ liệu lớn và dữ liệu truyền thống 11

1.2 Bức tranh tổng thể về ứng dụng của dữ liệu lớn 11

1.2.1 Chính trị 11

1.2.2 Giao thông 12

1.2.3 Y tế 12

1.2.4 Thể thao 13

1.2.5 Tài chính 13

1.2.6 Thương mại 14

1.2.7 Thống kê 14

CHƯƠNG II ỨNG DỤNG CỦA BIG DATA TRONG LĨNH VỰC KẾ TOÁN – KIỂM TOÁN 15

2.1 Ứng dụng của Big Data trong việc nâng cao tính giá trị của dữ liệu 15

2.2 Ứng dụng của Big Data trong việc phát hiện và ngăn chặn các hành vi gian lận, vi phạm pháp luật 16

2.3 Ứng dụng của Big Data trong việc kiểm soát rủi ro và minh bạch trong báo cáo tài chính 17

2.4 Ứng dụng của Big Data trong việc đưa ra quyết định và nâng cao mức độ

chính xác của dự đoán 18

CHƯƠNG III: THỰC TRẠNG ỨNG DỤNG CỦA BIG DATA TRONG KẾ TOÁN – KIỂM TOÁN TẠI VIỆT NAM 19

3.1 Thực trạng 19

3.2 Hạn chế 19

KẾT LUẬN 20

TÀI LIỆU THAM KHẢO 20

LỜI CẢM ƠN

Lời đầu tiên, chúng em xin được gửi lời cảm ơn chân thành nhất đến thầy Đặng Xuân Thọ – giảng viên cơ hữu Khoa Kinh tế số, người trực tiếp giảng dạy chúng em môn Dữ liệu lớn trong Kinh tế và Kinh doanh lớp số 04 giai đoạn 1 học kì 2 năm học 2023 - 2024 Trong quá trình học tập và tìm hiểu môn Dữ liệu lớn trong Kinh tế và Kinh doanh, chúng

em đã nhận được rất nhiều sự quan tâm, giúp đỡ, hướng dẫn tâm huyết và tận tình của thầy Thầy đã giúp chúng em tích lũy thêm nhiều kiến thức về môn học này để có thể hoàn thành được bài tiểu luận về đề tài: Tìm hiểu về Big Data và ứng dụng trong lĩnh vực

Kế toán – Kiểm toán Thông qua việc tìm hiểu, nghiên cứu đề tài của nhóm, chúng em đã rút ra được nhiều bài học, kiến thức gắn liền với bộ môn

Tuy nhiên, trong bài chắc chắn sẽ không tránh khỏi được những thiếu sót, chúng em kính mong nhận được sự nhận xét, ý kiến phê bình từ phía thầy để bài tiểu luận được hoàn thiện hơn

Chúng em xin chân thành cảm ơn!

LỜI MỞ ĐẦU

1 Tính cấp thiết của đề tài

Dữ liệu lớn (Big Data) và phân tích dữ liệu (Data Analytics) là chủ đề được nhắc nhiều trong các lĩnh vực hiện nay và nó có ý nghĩa ngày càng quan trọng đối với lĩnh vực kinh tế nói chung và lĩnh vực kế toán nói riêng Ngày nay, Kế toán - Kiểm toán không chỉ

là người cung cấp thông tin thông thường nữa mà họ còn tham gia vào quy trình chiến lược, với thời đại dữ liệu lớn, bản chất của Kế toán - Kiểm toán và báo cáo tài chính không thay đổi nhưng các phương pháp truyền thống như ghi nhận, tập hợp và phân tích thông tin kế toán thay đổi Công nghệ mới sẽ giúp cho công việc Kế toán nhẹ nhàng hơn,

có tiềm năng cải thiện đáng kể việc ra quyết định và lợi nhuận cho các doanh nghiệp trên toàn thế giới Cụ thể, sự ưu việt của Big Data sẽ được phản ánh qua cách tích lũy và ghi nhận dữ liệu, cách sử dụng dữ liệu để đạt được các mục tiêu của tổ chức, cách xử lý và tập hợp các nghiệp vụ kinh tế phát sinh để lập báo cáo tài chính Thông qua việc phân tích dữ liệu lớn, các doanh nghiệp cuối cùng có thể cải thiện việc quản lý rủi ro và tuân thủ để đạt được lợi thế cạnh tranh trên thị trường ngày nay

Xuất phát từ thực tế, chúng em quyết định lựa chọn đề tài: “Tìm hiểu về Big Data

và ứng dụng trong lĩnh vực Kế toán - Kiểm toán”

2 Tình hình nghiên cứu liên quan đến tiểu luận

Đã có nhiều bài báo, công trình nghiên cứu đề cập đến vấn đề này nhưng ở những góc độ và mức độ khác nhau Ở mức độ khái quát, có thể kể đến một số công trình nghiên cứu tiêu biểu sau đây có liên quan đến lĩnh vực nghiên cứu của đề tài :

 Hội kế toán TP Hồ Chí Minh : “Ảnh hưởng của dữ liệu lớn và phân tích dữ liệu đến Kiểm toán”

 Tạp chí Kiểm toán số 44/2019: “Kiểm toán dữ liệu lớn - đặc điểm và xu hướng” - Nguyễn Huy Hoàng

 Tạp chí Kiểm toán số 44/2021: “Ứng dụng dữ liệu lớn trong hoạt động kiểm toán các tổ chức tài chính - yêu cầu cấp thiết” - Nguyễn Lộc

 The CPA Journal, June 2017 Issue, “Big Data in Business Analytics: Implications for the Audit Profession” - Jiali (Jenna) Tang, Khondkar E Karim

 “How big data and analytics are transforming the audit” - EY

 “Big Data and Data Analytics: The Future of Audit” - BDO Malaysia

Có thể cho rằng, những công trình nghiên cứu kể trên tuy không trực tiếp giải quyết vấn đề đặt ra của đề tài nhưng chắc chắn sẽ là nguồn tài liệu tham khảo rất hữu ích

để từ đó nhóm em kế thừa và phát triển nhằm giải quyết tốt các vấn đề đặt ra của đề tài nghiên cứu

3 Mục đích, nhiệm vụ của tiểu luận.

- Mục đích : Tìm hiểu về Big Data và ứng dụng trong lĩnh vực Kế toán- Kiểm toán

- Nhiệm vụ :

 Phân tích, tìm hiểu về định nghĩa cơ bản của Big Data ,các đặc trưng cơ bản của Big Data và ứng dung của Big Data trong các lĩnh vực chung của đời sống

 Tìm hiểu ứng dụng của Big Data trong lĩnh vực Kế toán-Kiểm toán

 Thực trạng ứng dụng của Big Data trong lĩnh vực Kế toán - Kiểm toán tại Việt Nam

 Đề xuất một số giải pháp giúp nâng cao hiệu suất của việc ứng dụng Big Data trong Kế toán - Kiểm toán

4 Đối tượng và phạm vi nghiên cứu của tiểu luận

- Đối tượng: Big Data trong Kế toán -Kiểm toán

- Phạm vi: Đề tài tập trung nghiên cứu về cách sử dụng dữ liệu lớn để phân tích báo cáo tài chính, hóa đơn, và các dữ liệu tài chính khác để đưa ra những thông tin chiến lược và quyết định kinh doanh,để tối ưu hóa quy trình kế toán, bao gồm quy trình thanh toán, quản lý hàng tồn kho, và các quy trình khác liên quan đến kế toán quản trị Đồng thời, đề tài cũng tập trung nghiên cứu cách đảm bảo bảo mật và quyền riêng tư của dữ liệu trong quy trình sử dụng Big Data trong lĩnh vực kế toán

5 Kết cấu của đề tài

Với đề tài tiểu luận: “ Tìm hiểu về Big Data và ứng dụng trong lĩnh vực Kế toán -Kiểm toán” ngoài phần mở đầu, kết luận, các bảng và danh mục tài liệu tham khảo, luận văn được trình bày như sau:

Chương 1: Tổng quan về Big Data

Chương 2: Ứng dụng của Big Data trong lĩnh vực Kế toán - Kiểm toán

Chương 3: Thực trạng ứng dụng của Big Data trong Kế toán - Kiểm toán tại Việt Nam

CHƯƠNG I TỔNG QUAN VỀ BIG DATA

1.1 Khái niệm, nguồn hình thành và đặc trưng của Big Data

1.1.1 Khái niệm về dữ liệu lớn

1.1.1.1 Khái niệm dữ liệu

Theo Wikipedia: Dữ liệu là chuỗi bất kỳ của một hoặc nhiều ký tự có ý nghĩa thông qua việc giải thích một hành động cụ thể nào

Giáo trình “Dữ liệu lớn trong kinh tế và kinh doanh” – PGS, TS Trần Trọng Nguyên và TS Đàm Thanh Tú (Học viện Chính sách và Phát triển) định nghĩa: “Dữ liệu

có thể là văn bản hoặc số được viết trên giấy tờ, hoặc nó có thể là byte và bit bên trong bộ nhớ của các biến điện tử, hoặc nó có thể là các dữ kiện được lưu trữ bên trong tâm trí con người.” Hoặc theo một cách hiểu khác: “Dữ liệu biểu diễn số lượng, tính chất hoặc ký hiệu hoạt động được máy tính lưu trữ trên ổ cứng từ, đĩa quang và được truyền đi dưới tín hiệu điện”

Theo khoản 5, điều 4 Luật Giao dịch điện tử: “Dữ liệu là thông tin dưới dạng ký hiệu, chữ viết, chữ số, hình ảnh, âm thanh hoặc dạng tương tự.”

1.1.1.2 Khái niệm dữ liệu lớn

Theo Wikipedia: Dữ liệu lớn (Big Data) là một thuật ngữ chỉ bộ dữ liệu lớn hoặc phức tạp mà các phương pháp truyền thống không đủ các ứng dụng để xử lý dữ liệu này Forrester định nghĩa: “ Dữ liệu lớn là giới hạn cho khả năng của một công ty trong việc lưu trữ, xử lý và truy cập tất cả dữ liệu cần thiết để hoạt động hiệu quả, đưa ra quyết định, giảm thiểu rủi ro và phục vụ khách hàng”

Dữ liệu lớn được đặc tả đúng nhất và được nhiều nguồn trích dẫn nhất là của Gartner, một công ty nghiên cứu và tư vấn công nghệ thông tin hàng đầu có trụ sở tại Hoa

Kỳ đưa ra năm 2012: “ Dữ liệu lớn là tài sản thông tin, mà các thông tin này có dung lượng lớn, tốc độ cao và/ hoặc đa dạng chủng loại, do đó cần có các phương thức xử lý mới để cho phép nâng cao khả năng ra quyết định, khám phá được những yếu tố ẩn sâu trong dữ liệu và tối ưu hoá được quá trình xử lý”

1.1.2 Nguồn hình thành và phương pháp khai thác, quản lý dữ liệu lớn

* Dữ liệu lớn được hình thành từ 5 nguồn chủ yếu:

- Dữ liệu hành chính (được phát sinh từ các hoạt động của một tổ chức, có thể là chính phủ hoặc phi chính phủ)

VD: Dữ liệu về dân cư, hồ sơ bảo hiểm, hồ sơ y tế điện tử

- Dữ liệu phát sinh từ các nền tảng mạng xã hội như Facebook, Instagram, Youtube, X, WhatsApp, Telegram

VD: Facebook có 3,03 tỷ người dùng hàng tháng (2023), mỗi ngày có khoảng 300 triệu bức ảnh được tải lên, 510000 lượt bình luận mỗi phút

- Dữ liệu từ hoạt động giao dịch trên Internet (phát sinh giao dịch giữa các thực thể)

VD: Các giao dịch thẻ tín dụng, giao dịch mua sắm trên các trang thương mại điện tử, giao dịch thanh toán từ thiết bị di động, lượt tìm kiếm trên Google, lượt gửi email

- Dữ liệu từ các thiết bị cảm biến IOT

VD: Các hình ảnh vệ tinh, hệ thống camera giao thông, cảm biến khí hậu, các cảm biến về nông nghiệp

- Dữ liệu từ các hoạt động nghiên cứu khoa học

VD: Các nghiên cứu điều chế vaccine, các nghiên cứu về vũ trụ, các chòm sao

* Phương pháp khai thác và quản lý dữ liệu lớn

Phương pháp khai thác và quản lý dữ liệu lớn hiện nay được thiết kế phù hợp dựa theo các nguồn hình thành dữ liệu lớn Mỗi nguồn dữ liệu lớn khác nhau sẽ có phương pháp khai thác và quản lý dữ liệu lớn khác nhau Tuy nhiên, hiện nay phần lớn các tổ chức trên thế giới đều dùng Hadoop ecosystem là giải pháp tối ưu để khai thác và quản lý

dữ liệu lớn.1

1.1.3 Đặc trưng cơ bản của Dữ liệu lớn (mô hình 5V)

Năm 2014, Gartner đã công bố mô hình “5V”- năm tính chất quan trọng của dữ liệu lớn

1 Nguyễn Công Hoan (2015) Tổng quan về Dữ liệu lớn (Big Data), Kỷ yếu hội thảo Khoa học “Thống kê Nhà nước với Dữ liệu lớn”.

1.1.3.1 Kích thước (Volume)

Kích thước lớn là đặc trưng tiêu biểu nhất của Dữ liệu lớn Kích cỡ của Big Data

có thể lên đến vài chục Terabyte cho đến nhiều Petabyte (1 petabyte=1024 terabyte), thậm chí là Zettebyte chỉ cho một tập dữ liệu

Trong mỗi giây, một người tạo ra 1,7MB (2020) Chỉ trong hơn hai năm

2016-2018, người dùng đã tạo ra 2,5 tỷ tỷ bytes, chiếm đến 90% lượng dữ liệu trên thế giới Việc tăng trưởng quá nhanh khiến cho dữ liệu trở nên quá lớn để lưu trữ và xử lý theo công nghệ CSDL truyền thống.Nhưng với dữ liệu lớn, chúng ta sử dụng công nghệ điện toán đám mây (cloud computing) để lưu trữ và sử dụng những tập dữ liệu khổng lồ tại các trung tâm dữ liệu (data center)

1.1.3.2 Tốc độ (Velocity)

Tốc độ dữ liệu mới được tạo ra và tốc độ xử lý dữ liệu tính bằng giây Dữ liệu phát triển nhanh một cách thần kỳ Năm 2016, lượng truy cập toàn cầu là 6,2 exabytes/tháng, tuy nhiên con số đã lên đến 40000 exabytes/tháng vào năm 2020

Công nghệ dữ liệu lớn cho phép chúng ta xử lý dữ liệu ngay khi chúng được tạo ra chứ không cần lưu trữ ở các CSDL Dữ liệu lớn được xử lý ngay khi chúng được tạo ra trong thời gian thực (real time) tính bằng mili giây

1.1.3.3 Đa dạng (Variety)

Đây là đặc trưng thứ ba của “Big Data” Trong quá khứ, chúng ta tập trung chủ yếu vào các dữ liệu có cấu trúc được lưu trữ trong các CSDL quan hệ Thực tế, có 80%

dữ liệu trên thế giới hiện nay là dạng phi cấu trúc (hình ảnh, video, các thông điệp mạng

xã hội, các file dữ liệu )

Với công nghệ Big Data, chúng ta có thể lưu các dữ liệu phi cấu trúc cùng với các

dữ liệu có cấu trúc truyền thống

1.1.3.4 Độ tin cậy (Veracity)

Đây là tính chất phức tạp nhất của “Big Data” vì khối lượng dữ liệu lớn thường đi kèm với việc thiếu chính xác và chất lượng của dữ liệu

Tính xác thực là một đặc tính của Big Data liên quan đến tính nhất quán, độ chính xác chất lượng hay độ tin cậy của dữ liệu Nó đề cập đến sự sai lệch, bất thường, nhiễu, bất thường trong dữ liệu hay dữ liệu không đầy đủ, sự hiện diện của lỗi và giá trị ngoại lệ

1.1.3.5 Giá trị (Value)

Giá trị là đặc trưng cơ bản nhất của “Big Data” vì nó đề cập đến giá trị mà “Big Data” có thể cung cấp và nó liên quan trực tiếp đến những gì tổ chức có thể làm với dữ liệu được thu thập đó Việc tiếp cận được dữ liệu lớn sẽ không mang lại gì nếu chúng ta không chuyển được chúng thành những thứ có giá trị vì giá trị của dữ liệu lớn tăng lên đáng kể tùy thuộc vào những hiểu biết sâu sắc có thể thu được từ chúng

1.1.4 Sự khác biệt của dữ liệu lớn và dữ liệu truyền thống

Độ chính xác Độ chính xác thấp hơn

Độ chính xác cao hơn vì nguồn lấy dữ liệu không có sự tác động của con người

1.2 Bức tranh tổng thể về ứng dụng của dữ liệu lớn

Dữ liệu lớn đang tạo ra một cuộc cách mạng trong nhiều lĩnh vực, và chính trị và giao thông cũng không ngoại lệ Nó mang đến những công cụ mạnh mẽ giúp chính phủ

và các tổ chức đưa ra quyết định sáng suốt hơn, cung cấp dịch vụ tốt hơn và nâng cao chất lượng cuộc sống cho người dân

1.2.1 Chính trị

Chiến dịch tranh cử: Dữ liệu lớn giúp các chiến dịch thu thập thông tin chi tiết về

cử tri, từ sở thích, thói quen đến quan điểm chính trị Nhờ đó, họ có thể dự đoán xu hướng bầu cử và lập kế hoạch vận động hiệu quả hơn Ví dụ điển hình là chiến dịch tranh

cử thành công của Tổng thống Obama, sử dụng dữ liệu lớn để phân tích thông tin cử tri

và tái đắc cử nhiệm kỳ thứ hai

Chính phủ điện tử: Dữ liệu lớn giúp xây dựng hệ thống chính phủ điện tử, cung cấp dịch vụ công trực tuyến cho người dân Hệ thống này giúp nâng cao hiệu quả và minh bạch của chính phủ, đồng thời tăng cường sự tương tác giữa chính phủ và người dân

Quản lý và tuân thủ: Dữ liệu lớn giúp phân tích quy định, đảm bảo tuân thủ luật pháp, giảm thiểu tham nhũng và nâng cao hiệu quả quản lý Nó cũng được sử dụng để phát hiện gian lận, mối đe dọa và an ninh mạng, bảo vệ an ninh quốc gia, đảm bảo an toàn cho người dân và duy trì sự ổn định xã hội

1.2.2 Giao thông

Giảm ùn tắc giao thông: Dữ liệu lớn giúp ước lượng và dự đoán lưu lượng giao thông, giúp giảm thiểu tình trạng ùn tắc giao thông và lập kế hoạch phát triển hạ tầng giao thông hiệu quả Ví dụ, nhiều thành phố sử dụng dữ liệu lớn để ước lượng lưu lượng giao thông và lập kế hoạch phân luồng, giúp giảm thiểu tình trạng ùn tắc giao thông Phát triển giao thông thông minh: Dữ liệu lớn được sử dụng để phân tích định vị người dùng thiết bị di động, theo dõi và giám sát tình trạng giao thông, cung cấp dịch vụ định vị và dẫn đường, đồng thời phát triển các ứng dụng giao thông thông minh Cải thiện hệ thống giao thông công cộng: Dữ liệu lớn giúp ghi nhận chi tiết cuộc gọi trong thời gian thực, phân tích nhu cầu đi lại của người dân, cải thiện hệ thống giao thông công cộng và đảm bảo an toàn giao thông

1.2.3 Y tế

Chẩn đoán bệnh: Dữ liệu lớn giúp phân tích dữ liệu y tế, hình ảnh y tế và dữ liệu

di truyền để chẩn đoán bệnh chính xác hơn, phát hiện sớm bệnh tật và đưa ra phương pháp điều trị phù hợp Ví dụ: IBM Watson sử dụng dữ liệu lớn để hỗ trợ chẩn đoán ung thư

Phát triển thuốc mới: Dữ liệu lớn giúp xác định các mục tiêu thuốc mới, đẩy nhanh quá trình phát triển thuốc và thử nghiệm lâm sàng Ví dụ: Pfizer sử dụng dữ liệu lớn để phát triển thuốc điều trị ung thư