ВПЛИВ ЦИФРОВОЇ ТРАНСФОРМАЦІЇ БУХГАЛТЕРСЬКОГО ОБЛІКУ НА ПІДХОДИ ДО ОЦІНКИ ТА УПРАВЛІННЯ ДЕБІТОРСЬКОЮ ЗАБОРГОВАНІСТЮ В УМОВАХ НЕСТАБІЛЬНОГО РИНКУ

Автор(и)

DOI:

https://doi.org/10.24025/2306-4420.77(4).2025.342909

Ключові слова:

цифрова трансформація, бухгалтерський облік, дебіторська заборгованість, Big Data, штучний інтелект, ERP-системи, управління ризиками, фінансова стабільність

Анотація

У статті досліджено вплив цифрової трансформації бухгалтерського обліку на підходи до оцінки та управління дебіторською заборгованістю в умовах нестабільного ринку. Обґрунтовано, що цифровізація фінансово-облікових процесів є ключовим чинником підвищення ефективності управління оборотним капіталом, ліквідністю та фінансовою стійкістю підприємств. Визначено, що впровадження інтелектуальних систем обліку, аналітики великих даних (Big Data), штучного інтелекту (AI) та ERP-платформ забезпечує інтеграцію облікових, управлінських і аналітичних функцій в єдиному цифровому середовищі, що дозволяє перейти від реактивного до превентивного управління дебіторською заборгованістю. Уточнено сутність поняття «цифрова трансформація бухгалтерського обліку» як системного процесу впровадження інноваційних технологій обробки даних, який забезпечує оперативність, точність і прозорість інформації, необхідної для прийняття управлінських рішень.

Запропоновано концептуальну модель оцінки дебіторської заборгованості, що враховує фінансові, макроекономічні та поведінкові фактори з використанням предиктивної аналітики та алгоритмів машинного навчання. Доведено, що застосування таких підходів підвищує достовірність прогнозування ризиків неплатежів і дозволяє своєчасно формувати резерви сумнівних боргів відповідно до вимог П(С)БО 10 та IFRS 9. Розроблено систему показників цифрової зрілості облікових процесів, що дає змогу оцінювати готовність підприємства до цифровізації управління дебіторською заборгованістю з урахуванням рівня автоматизації, інтеграції інформаційних потоків і наявності аналітичних інструментів прогнозування ризиків.

Результати дослідження підтверджують, що цифрові технології сприяють підвищенню ефективності контролю за дебіторською заборгованістю, скороченню періоду її погашення та зниженню частки прострочених боргів. Зокрема, впровадження ERP- та CRM-систем забезпечує централізований моніторинг розрахунків, автоматизацію формування аналітичних звітів і підвищення прозорості взаємовідносин із контрагентами. Інтеграція штучного інтелекту в облікові системи дозволяє прогнозувати платоспроможність дебіторів, визначати оптимальні кредитні ліміти та адаптувати кредитну політику до змін зовнішнього середовища.

Показано, що в умовах ринкової нестабільності цифровізація обліку є не лише технологічним оновленням, а стратегічним напрямом розвитку фінансового менеджменту, який забезпечує адаптивність підприємства, зниження кредитних ризиків і підвищення фінансової гнучкості. Водночас наголошено на необхідності вдосконалення нормативно-правової бази, кіберзахисту фінансових даних та підвищення цифрової компетентності бухгалтерів як ключових умов ефективної трансформації облікових систем

Біографії авторів

Наталія Бразілій, Черкаський державний технологічний університет

Кандидат  економічних наук, доцент

Юлія Білан, Черкаський державний технологічний університет

Здобувачка вищої освіти

Посилання

Бабенко-Левада, В. Г., Чикалюк, М. М., & Ковернінська, Ю. В. (2024). Вплив штучного інтелекту на інновації у фінансовому секторі України у 2024 році. Актуальні питання економічних наук, (3-4). https://doi.org/10.5281/zenodo.13992645

Білоус О. С. Кундеус О. М. Трансформація бухгалтерського обліку в умовах цифрової економіки. Галицький економічний вісник. Тернопіль. ТНТУ, 2023. Том 83. № 4. 56–61. (Облік і оподаткування). http://elartu.tntu.edu.ua/handle/lib/42659

Касьяненко, Л. М., Шаркова, В. С., & Петрук, В. П. (2024). Правове регулювання штучного інтелекту у фінансовому секторі україни. Ірпінський юридичний часопис, (2(15), 144–153. https://doi.org/10.33244/2617-4154-2(15)-2024-144-153

Кононенко, Л. В., Сисоліна, Н. П., & Юрченко, О. В. (2021). Управління дебіторською заборгованістю: сучасний стан, проблеми, перспективи, інформаційне забезпечення. Економічний простір, (166), 104–109. https://doi.org/10.32782/2224-6282/166-18

Кручак, Л. Автоматизація обліку дебіторської заборгованості на основі інтегрованої бази даних контрагентів. Вісник Тернопільського національного економічного університету. 2017. Вип. 1. С. 109–118. http://dspace.tneu.edu.ua/handle/316497/22243

Лисенко І. В. Нормативно-правове регулювання результатів роботи штучного інтелекту в Україні і світі. Правові реалії сьогодення : матеріали 1-ї Всеукр. наук.-практ. конф., 15 травня 2024 р. оргком.: Пономаренко В. С. [та ін.] ; Харків. нац. економ. ун-т ім. С. Кузнеця. Харків : ХНЕУ, 2024. 135–138. https://repository.kpi.kharkov.ua/handle/KhPIPress/88835

Національні положення (стандарти) бухгалтерського обліку, затверджені Міністерством фінансів України [НП(С)БО] – загальні положення та окремі стандарти щодо фінансових інструментів та звітності. Київ, 2015. URL: https://mof.gov.ua/uk/nacionalni-polozhennja1

Онешко, С., Назаренко, О., Яремко, І., Коваль, О., & Писарчук, О. (2023). бухгалтерський облік та фінансова звітність в ІТ-сфері україни: можливості штучного інтелекту. Financial and Credit Activity Problems of Theory and Practice, 5(52), 79–96. https://doi.org/10.55643/fcaptp.5.52.2023.4151

Остап’юк, Н., Нікіфоренко, В. (2025). Використання сучасних аналітичних інструментів та Big Data в оцінці вартості підприємств. Економіка та суспільство, (75). https://doi.org/10.32782/2524-0072/2025-75-42

Пілевич, Д. С. (2021). Трансформація системи бухгалтерського обліку в умовах розвитку цифрових технологій. Проблеми і перспективи економіки та управління, (3(23), 149–157. http://ppeu.stu.cn.ua/article/view/224553

Положення (стандарт) бухгалтерського обліку 10 «Дебіторська заборгованість» [П(С)БО 10]. Міністерство фінансів України. Київ, 2010. URL: https://zakon.rada.gov.ua/laws/show/z0725-99#Text

Шигун М. М., Мухомор Г. В. Дебіторська заборгованість: визнання та оцінка за національними й міжнародними стандартами. Проблеми і перспективи економіки та управління. № 3(23) (2020). DOI: https://doi.org/10.32782/2522-1205-2023-72-10

Bose, S., Kumar Dey, S., & Bhattacharjee, S. (2023). Big data, data analytics and artificial intelligence in accounting: an overview. In Handbook of Big Data Research Methods. Edward Elgar DOI: https://doi.org/10.4337/9781800888555.00007

Digitalisation in accounting: a systematic literature review of activities and implications for competences (J. Pargmann, E. Riebenbauer et al., 2023. Available at: https://doi.org/10.1186/s40461-023-00141-1

Gupta, S., Sharma, R., «Machine Learning in Credit Risk Assessment: Analysing How Machine Learning Models are Transforming the Assessment of Credit Risk for Loans and Credit Cards», 2023.) –дослідження моделей ML, їх порівняння та переваги над традиційними підходами. Available at:

https://www.researchgate.net/publication/380732388_machine_learning_in_credit_risk_assessment_analyzing_how_machine_learning_models_are_transforming_the_assessment_of_credit_risk_for_loans_and_credit_cards.

##submission.downloads##

Опубліковано

2025-10-26

Як цитувати

Бразілій, Н. ., & Білан, Ю. . (2025). ВПЛИВ ЦИФРОВОЇ ТРАНСФОРМАЦІЇ БУХГАЛТЕРСЬКОГО ОБЛІКУ НА ПІДХОДИ ДО ОЦІНКИ ТА УПРАВЛІННЯ ДЕБІТОРСЬКОЮ ЗАБОРГОВАНІСТЮ В УМОВАХ НЕСТАБІЛЬНОГО РИНКУ. Збірник наукових праць Черкаського державного технологічного університету. Серія: Економічні науки, 26(77(4), 75–90. https://doi.org/10.24025/2306-4420.77(4).2025.342909

Номер

Розділ

Статті