Prepared by the researche : WEHBE Mohammad.[1], TERRO Souria2

• [1] (Faculty of economics and Business Administration, Lebanese University; Lebanon)
• 2 (Doctoral school of law, political, administrative and economics sciences, Lebanese University, Lebanon)

Democratic Arabic Center

Journal index of exploratory studies : Sixteenth Issue – December 2024

A Periodical International Journal published by the “Democratic Arab Center” Germany – Berlin

:To download the pdf version of the research papers, please visit the following link

Résumé

Cette étude examine les déterminants de la qualité de l’audit parmi 254 auditeurs externes au Liban en utilisant un modèle de régression multiple. Les variables étudiées comprennent l’utilité perçue de la technologie, le risque perçu de la technologie, la facilité d’utilisation perçue de la technologie, et les attitudes des auditeurs. Les résultats de l’analyse révèlent que l’utilité perçue de la technologie et le risque perçu de la technologie sont les principaux prédicteurs significatifs de la qualité de l’audit, avec des coefficients de régression standardisés élevés. En revanche, la facilité d’utilisation perçue de la technologie et les attitudes des auditeurs n’ont pas démontré de significativité statistique. Ces résultats suggèrent que pour améliorer la qualité de l’audit, il est crucial de concentrer les efforts sur l’optimisation de l’utilité perçue de la technologie et sur une gestion efficace du risque technologique parmi les auditeurs externes au Liban.

1         Introduction

La technologie numérique a apporté des changements à l’ensemble des activités économiques qui impactent les objectifs concurrentiels de l’entreprise (Betti, Sarens, & Poncin, 2021). Elle envahi le système comptable, le contrôle de gestion et l’audit. A ce stade les cabinets d’audit pour rester compétitifs sont obligés à changer leurs offres des services en utilisant la technologie pour aboutir des solutions digitales aux clients (van den Broek & van Veenstra, 2018).

Des études antérieures ont été menés pour étudier l’impact positif des nouvelles technologies numériques dans le domaine d’audit, certaine entre eux montrent que l’utilisation des techniques informatiques dans la mission d’audit peut réaliser une économie du temps et une amélioration de la qualité de l’audit et améliore la performance de l’auditeur, (Mighiss. & Kabbaj, 2021), (Allbabidi, 2021), (TaŞar & Erkus, 2022) (Thottoli, Ahmed, & Thomas, 2022), (Han, Shiwakoti, Jarvis, Mordi, & Botchie, 2023), (Harazem & El Hamma, 2023) .Ces objectifs ont amené les cabinets d’audit à développer et à promouvoir une véritable technologie d’audit afin d’aboutir au meilleur rapport coût efficacité dans le processus de certification des comptes (Casta & Mikol, 1999).

Par contre, des recherches ont relevé des contraintes inhérents à l’utilisation de la technologie dans le domaine d’audit en mettant l’accent sur le profil  des auditeurs (la compétence limitée) ,la rapidité de l’évolution technologiques et le cout d’investissement élevé dans les outils technologiques. (Abdolmohammadi, 1999), (Shaikh, et al., 2018) , (TaŞar & Erkus, 2022), (Messabia, Elbekkali, & Blanchette, 2014).Il semblerait donc qu’il y a un manque de consensus entre les recherches antérieures quant à la capacité des nouvelles technologies d’audit à améliorer la qualité d’audit.

1.1        L’objectif de l’étude

L’objectif principal de notre étude est de comprendre comment l’intégration de ces outils affecte les pratiques d’audit et la qualité des services fournis par ces cabinets. Voici quelques objectifs spécifiques qui pourraient être poursuivis dans cette étude :

• Évaluer les outils technologiques utilisés par les cabinets d’audit libanais : Il est important de comprendre quels types d’outils technologiques sont actuellement utilisés par les cabinets d’audit au Liban, qu’il s’agisse de logiciels d’audit assisté par ordinateur, d’outils d’analyse de données ou d’autres technologies pertinentes.
• Analyser les impacts de ses outils technologiques sur les processus d’audit en proposant des recommandations pour améliorer l’utilisation des outils technologiques.

Cette étude peut fournir des informations aux professionnels de l’audit, aux régulateurs et aux décideurs concernés par l’optimisation des pratiques d’audit au Liban et dans d’autres contextes similaires.

1.2        La problématique

Le problème de l’étude est de savoir dans quelle mesure la profession d’audit au Liban suit le rythme des évolutions technologiques et de connaître l’impact des technologies de l’information dans le développement de la profession d’audit, où la problématique de l’étude peut être formulée à travers la questions suivante :

Comment l’adoption des outils technologiques affecte-t-elle la qualité de l’audit dans les cabinets d’audit libanais ?

L’hypothèse générale de cette recherche est la suivante : L’adoption d’outils technologiques à un effet significatif positif sur la qualité du processus d’audit.

1.3        Les apports de cette étude

Sur le plan théorique, l’étude pourrait enrichir la littérature existante sur les pratiques d’audit et l’impact des technologies de l’information dans le contexte spécifique des cabinets d’audit libanais. Cela pourrait être utile pour les chercheurs intéressés par ce sujet et pourrait servir de point de référence pour d’autres études similaires dans d’autres pays ou régions.

 Sur le plan méthodologique, cette étude supportera l’analyse des liens entre les déterminantes de l’utilisation de la technologie et la qualité d’audit des états financiers.

Sur le plan pratique, cette recherche permettrait de documenter et de comprendre les pratiques actuelles des cabinets d’audit libanais en matière d’utilisation des outils technologiques. Cela fournirait une base pour évaluer les besoins et les défis spécifiques rencontrés par ces cabinets dans ce domaine.

En somme, cette étude pourrait fournir des informations précieuses pour les praticiens, les chercheurs et les décideurs intéressés par l’amélioration des pratiques d’audit dans le contexte libanais, tout en contribuant à une meilleure compréhension de l’impact des technologies de l’information sur le secteur de l’audit. L’article est composé de deux parties. D’abord, nous élaborons le cadre théorique puis nous présentons la méthodologie de la recherche et enfin, la recherche se termine par une conclusion qui souligne les principaux apports et limites.

2         Revue de littérature

La technologie digitale ne remplace pas les auditeurs mais elle apporte plus de valeur à ses travaux. En plus l’utilisation des outils technologiques tels que l’IA, Blockchain et Data Analytics au sein des cabinets d’audit permet aux auditeurs d’optimiser leur temps en leur permettant d’analyser un ensemble de données et de documents plus vaste d’une manière efficiente et de donner un jugement affiné. Dans cette partie de recherche, nous évoquons les principales études qui se sont intéressées à mesurer l´impact des technologies de l´information sur qualité d’audit.

2.1        L’audit face à la technologie digitale

Des rapports récents indiquent que les auditeurs ont commencé à adopter les nouvelles technologies, telles que l’analyse des données, pour automatiser les pratiques d’audit (EY, 2018) (PWC, 2018).En plus, selon Broek et Veenstra, pour être innovants et compétitifs les auditeurs doivent adopter les nouvelles technologies numériques dans les pratiques d’audit (van den Broek & van Veenstra, 2018). La littérature suggère que l’utilisation de cette technologie pourrait apporter précision et valeur de productivité pour la fonction d’audit (Wang & Cuthbertson, 2015).

L’analyse des données pourrait par exemple accompagner les auditeurs internes tout au long de leurs missions pendant les phases d’évaluation des risques et de tests en traitant des volumes plus élevés de données et effectuer un audit continu (Tschakert, Kokina, Kozlowski, & Vasarhelyi, 2016).

Montes et Goertze ont montré que les outils technologies les plus utilisés par les auditeurs sont l’IA, la blockchain et le Data Analytics. Ces évolutions technologiques s’articulent essentiellement autour de l’automatisation via la robotisation, de l’intelligence artificielle, de la blockchain et de l’analyse approfondie de processus (« process mining ») (Montes & Goertze, 2019).

2.2        L’impact de la digitalisation sur l’efficacité de l’audit.

les cabinets d’audit doivent faire évoluer leurs services par l’acquisition de technologies innovantes pour proposer des solutions numériques contribuant à améliorer la qualité de l’audit et maintenir la pertinence sur son marché (Manita, Elommal, Baudier, & Hikkerova, 2020).Les auditeurs financiers devront s’adapter aux nouvelles technologies en développant leurs propres compétences pour créer des modèles économiques qui tiennent compte les solutions numériques (Roosevelt, 2023), (Grienberger & Matthes, 2018), (Fotoh & Lorentzon, 2023).

D’ailleurs, cette digitalisation permet aux auditeurs d’accéder aux données financières et opérationnelles des entreprises en temps réel. Cela leur permet de réaliser des audits plus proactifs et réactifs, en identifiant rapidement les problèmes émergents et en fournissant des recommandations en temps opportun. (Rezaee, Elam, & Sharbatoghlie, 2001). (Ghasemi, Shafeiepour, Aslani, & Barvayeh, 2011). Ce qui affirme (Krahel & Titera, 2015)qu’avec les nouvelles technologies l’auditeur peut gagner plus de temps et la communication avec les clients devient plus flexible. En plus, selon (Brown-Liburd, Issa, & Lombardi, 2015)le but principal de la digitalisation des cabinets d’audits est de détecter les fraudes et quantifier les risques pour leurs clients. En revanche, la mise en œuvre des modèles de la technologie digitale peut se confronter aux obstacles telles que les coûts de mise en œuvre et d’utilisation et les compétences numériques requis par les auditeurs pour utiliser ces technologies (Betti, Sarens, & Poncin, 2021).

En résumé, la digitalisation a un impact significatif sur l’efficacité de l’audit en permettant l’automatisation des processus, l’amélioration de l’analyse des données, l’accès aux données en temps réel, la collaboration améliorée et en même temps en exigeant une attention accrue à la sécurité des données et à la confidentialité. Les cabinets d’audit qui parviennent à tirer parti de ces opportunités peuvent offrir des services d’audit plus efficaces, plus précis et plus adaptés aux besoins de leurs clients.

C’est ainsi que plusieurs recherches se sont intéressées à l’influence de la technologie sur l’audit pour cela le tableau 1 ci-dessous reflète présente les principaux résultats des études antérieures qui ont lien a la digitalisation de l’audit regroupés par pays.

Tableau 1 : liste des études antérieurs effectuées sur les effets de la technologie sur l’audit.

Source : représentation par l’auteur.

D’après tout ce qui précède, nous pouvons déduire que l’utilisation des outils technologiques dans le processus d’audit permet de raccourcir le temps et le coût d’audit et d’améliorer la qualité des procédures de contrôle et permet d’obtenir un jugement sur les états financiers avec une plus grande précision. En se basant sur les arguments des études qui ont révélé que l’utilisation d’outils technologiques d’audit affecte la qualité et l’efficacité du processus d’audit. Nous formulons l’hypothèse suivante : L’adoption d’outils technologiques à un effet significatif sur la qualité et l’efficacité du processus d’audit.

Cette hypothèse suppose l’existence de relations entre les variables d’acceptation de la technologie et la variable dépendante de notre modèle (la qualité d’audit). Ces relations établissent les hypothèses qui postulent les effets de chaque variable indépendante sur une variable dépendante.

2.3        Les variables de la recherche

Le modèle conceptuel de notre recherche est inspiré du modèle d’acceptation de la technologie (Davis & Davis, 1989)qui est testé par plus de 200 articles pour étudier l’utilisation de la technologie dans différents domaines.

Les variables du modèle d’acceptation de la technologie se regroupent entre variables d’acceptation, variables de processus, et variables de résultat (les bénéfices qui sont liées à la problématique de chaque recherche). D’un part nous en choisissons les trois variables principales des modèles d’acceptation de la technologie : l’utilité perçue de la technologie ; sa facilité d’utilisation perçue et l’attitude de l’utilisateur (Venkatesh & Bala, 2008) . Nous additionnons à ce modèle deux variables indépendantes pour mesurer le processus d’adoption de la technologie par l’auditeur. D’autre part, concernant les bénéfices ou bien la variable à expliquer, nous ajoutons une variable complémentaire spécifique à notre problématique (la qualité d’audit).

Tableau 2 : liste des variables indépendantes utilisées dans le modèle

Source : représentation par l’auteur

L’hypothèse générale de ce papier est la suivante : l’adoption des outils technologiques par les auditeurs à un effet significatif sur la qualité d’audit.

H1a : l’utilité perçue de la technologie par l’auditeur a une influence positive et significative sur la qualité d’audit

H1b : La facilité d’utilisation perçue de la technologie par l’auditeur a un effet positif et significatif sur la qualité d’audit.

H1c : Les attitudes de l’auditeur vis-à-vis de l’utilisation de la technologie a une influence positive et significative sur la qualité d’audit

H1e : le risque perçu de la technologie par l’auditeur a une influence négative et significative sur la qualité d’audit.

3         Méthodologie

3.1        Echantillon de l’étude et la méthode de collecte de données

Dans le cadre de cette recherche des analyses bivariées (régression logistique simple) et analyses multivariées (régression logistique multiple) sont les deux types d’analyses exploratoires utilisées pour expliquer les données et identifier les relations potentielles entre les variables. Nous spécifions le modèle comme suit :

Une régression simple, nous considérons l’effet d’une seule variable indépendante sur la variable dépendante. Dans ce cas, nous étudions donc l’impact de l’adoption des outils technologiques sur la qualité de l’audit des cabinets libanais sans tenir compte d’autres variables. L’équation de régression simple serait : Y=

Y représente la qualité de l’audit (la variable dépendante).

X est la variable indépendante, dans ce cas, l’adoption des outils technologiques.

β0​ est l’ordonnée à l’origine (constante).

β1​ est le coefficient de régression qui mesure l’effet de l’adoption des outils technologiques sur la qualité de l’audit.

ε est le terme d’erreur, représentant l’effet de toutes les autres variables non observées qui peuvent affecter la qualité de l’audit mais qui ne sont pas incluses dans le modèle.

C’est une méthode statistique classique qui remonte aux travaux de pionniers comme Sir Francis Galton et Ronald A. Fisher. Cette formule est largement utilisée dans diverses disciplines pour modéliser la relation entre une variable dépendante et une variable indépendante. En utilisant cette régression simple, on peut estimer l’effet direct de l’adoption des outils technologiques sur la qualité de l’audit des cabinets libanais, en contrôlant les autres variables qui pourraient influencer la qualité de l’audit. Les résultats permettraient de déterminer si l’adoption des outils technologiques à un impact significatif et dans quelle mesure sur la qualité de l’audit.

Dans un modèle de régression logistique multiple, vous avez une variable dépendante binaire (qualité de l’audit) et plusieurs variables indépendantes (adoption des différents outils technologiques).

L’équation proposée est un modèle de régression linéaire multiple où :

Y = β0 + β1X1 + β2X2 + … + βkXk + ε

Y représente la qualité de l’audit (la variable dépendante).

X2, X2, …, Xk sont les différentes variables indépendantes qui peuvent influencer la qualité de l’audit, telles que l’adoption des outils technologiques, d’autres facteurs internes ou externes pertinents pour l’étude.

β0​ est l’ordonnée à l’origine (constante).

β1, β2 …, βk sont les coefficients de régression qui mesurent l’effet de chaque variable indépendante sur la qualité de l’audit.

ε est le terme d’erreur, représentant l’effet de toutes les autres variables non observées qui peuvent affecter la qualité de l’audit mais qui ne sont pas incluses dans le modèle.

3.1.1      Les caractéristiques de l’échantillon

Pour étudier l’impact de l’adoption des outils technologiques sur la qualité d’audit au Liban, nous avons choisi un groupe d’auditeurs qui appartiennent aux cabinets d’audit situés notamment au Beirut. Cette décision a été prise sur la base d’un entretien avec un responsable du LACPA qui a confirmé que la présence de divers types de cabinets d’audit se trouve dans le gouvernorat de Beyrouth. Le choix du terrain d’investigation repose sur trois principaux arguments :

• D’un part le nombre de cabinets d’audit se trouve au Beirut est suffisamment élevé pour sélectionner un échantillon représentatif de taille suffisante.
• D’autre part les auditeurs de ces cabinets montre intéressé par cette recherche.

La population de cette étude est constituée d’auditeurs externes qui sont membres de l’Association Libanaise des Experts-Comptables Agréés (LACPA). Nous allons sélectionner les participants pouvant être contactés en utilisant la méthode d’échantillonnage de commodité. Selon la liste des membres de l’ordre de l’expert-comptable du Liban (LACPA), il y a 1989 comptables certifiés L’échantillon était composé de 254 auditeurs travaillant au Liban. Les données ont été obtenues via un questionnaire par courrier électronique et SMS afin de répondre à la nature et aux objectifs de cette étude.

3.1.2      Le choix de la méthode de collecte des données et du mode d’administration

À partir des articles publiés dans des principales revues de recherche en matière de la technologie, le questionnaire est la méthode de collecte des données la plus utilisée dans ces études. En effet, cette méthode nous permet de mener l’étude auprès d’un grand échantillon de répondants (Orlikowski & Baroudi, 1991).

Avant de distribuer le questionnaire. Nous avons vérifié sa validité par des experts universitaires en évaluant son contenu. Après examen, les experts ont considéré le questionnaire est valide et les questions utilisées pour mesurer les variables étaient pertinentes et fiables.

Les données concernant les informations démographiques et professionnelles de la personne interrogée sont mentionnées dans la première section du questionnaire. La deuxième section se concentre sur les perceptions des auditeurs au Liban concernant l’utilisation des outils technologiques dans le processus d’audit (cette section est consacrée à étudier les relations entre les différentes variables de l’étude)

4         Résultats empiriques et discussion

Nous présentons et analysons les résultats obtenus à partir de notre étude empirique sur l’impact de l’adoption des outils technologiques sur la qualité de l’audit dans les cabinets libanais. L’objectif principal est de fournir une compréhension approfondie de la manière dont l’intégration des technologies influence les pratiques d’audit et de déterminer si les hypothèses formulées au début de l’étude sont confirmées par les données collectées. Pour faire face au problème de l’endogénéité, nous allons aussi tester les relations de causalité. Nous avons également effectué plusieurs vérifications de robustesse pour nous assurer que nos estimateurs sont robustes. Ce chapitre met en évidences les différents résultats obtenus des hypothèses testées et basées sur les modèles de régression de panel utilises entre les variables indépendantes et la variable dépendante.

4.1        Analyse descriptive

Nous présentons les caractéristiques des répondants et des cabinets d’audit puisque le questionnaire s’adresse aux auditeurs externes de tous profils sans critères spécifiques pris en compte. La majorité des répondants sont des hommes (76.4%). L’analyse descriptive montre que la majorité des auditeur L’analyse descriptive montre que la majorité des auditeurs sont titulaires d’une licence (45.7%) les titulaires d’un PhD constituent un faible pourcentage d’auditeurs externes, ce qui indique que la majorité des auditeurs commencent leur carrière après l’obtention de leur diplôme. L’enquête révèle également que 80.7  % des auditeurs externes ne détiennent pas de certifications professionnelles , par contre 7.5% ont un DIPIFR, 4.3% ont un CIA ce qui pourrait influencer la perception de compétence et de reconnaissance professionnelle dans le domaine étudié.

En ce qui concerne l’’expérience, 25.5% de l’échantillon ont une expérience entre 5-10 ans, 43.7% plus que 15 ans, 23.2% entre 11-14 ans et 7.5 % <5 ans. Avoir un pourcentage élevé d’auditeurs externes possédant une grande expérience confirme la présence de professionnels qualifiés dans ce domaine. Dans le tableau 2, les profils des répondants sont décrits en détail.

Tableau 1:Statistiques descriptives des profils d’auditeurs externes

Source : l’auteur /SPSS

4.2        Analyse bivariée

Selon le tableau détaillé ci -dessous, toutes les variables indépendantes (l’utilité perçue de la technologie, la facilité d’utilisation perçue de la technologie, les attitudes de l’auditeur et le risque perçu de la technologie par l’auditeur) montrent une corrélation significative et positive avec la qualité d’audit.

Tableau 2:Resultats de l’analyse bivariée

Source : l’auteur/SPSS

Le coefficient de détermination (R²), varie entre 41% et 56.4%, montre que ces variables capturent une part importante de la variance de la qualité d’audit.

Les coefficients Beta élevés (entre 0.699 et 0.755) suggèrent que ces variables ont un impact substantiel sur la qualité d’audit lorsqu’elles sont considérées individuellement.

En conclusion ces résultats soulignent l’importance de la perception de la technologie et des attitudes des auditeurs, ainsi que du risque perçu, dans la détermination de la qualité d’audit. Ils peuvent orienter les pratiques d’audit et les stratégies organisationnelles pour améliorer la qualité des processus et des résultats d’auditTop of FormBottom of Form

4.3        Test de multicolinéarité et analyse multivariée

Apres avoir présenté et analysé les statistiques descriptives et les analyses bivariées, nous vérifions les corrélations entre les variables utilisées dans cette recherche ainsi que nous abordons le problème de colinéarité entre les variables explicatives en utilisant le test FIV « facteurs d’inflation de la variance ».

Le tableau de coefficients ci-dessous montre qu’il n’y a pas de multi colinéarité entre les variables indépendantes car Tolérance n’est pas inferieure que 0.1 et VIF n’est pas plus que 10. On remarque encore que quand on a inclus toutes les variables indépendantes, seulement l’utilité perçue de la technologie (B1=0.221, t=3.220, sig=0.001<0.05) et le risque perçu de la technologie par l’auditeur (B2=0.522, t=7.619, sig=0.000<0.05) sont significatives, alors notre modèle sera :

Y=B0+ B1*X1+B2*X2    

 Y=0.546+ 0.221*X1+ 0.522*X2

Avec Y=Qualité ; B0=Constante ; X1= L’utilité perçue de la technologie ; X2= Le risque perçu de la technologie par l’auditeur

Tableau 3:Les résultats de régression multiple

La constante représente l’effet moyen sur la qualité d’audit lorsque toutes les autres variables indépendantes sont nulles. Ici, elle est significative (p = 0.017), indiquant qu’il y a un effet significatif même en l’absence des autres facteurs étudiés.

L’utilité perçue de la technologie et Le risque perçu de la technologie par l’auditeur sont les variables les plus significatives pour prédire la qualité d’audit, avec des coefficients standardisés plus élevés (0.202 et 0.524 respectivement). Cela indique que ces variables ont un impact plus fort sur la qualité d’audit par rapport aux autres variables. Par contre La facilité d’utilisation perçue de la technologie et Les attitudes de l’auditeur ont des coefficients standardisés plus faibles et ne sont pas statistiquement significatifs (p > 0.05), ce qui suggère qu’ils ont un impact plus faible sur la qualité d’audit dans ce modèle.

Ces résultats peuvent guider les stratégies visant à améliorer la qualité d’audit en se concentrant sur l’optimisation de l’utilité perçue de la technologie et la gestion perçue du risque technologique par les auditeurs.

5         Conclusion et recommandations

Les résultats confirment que l’utilité perçue de la technologie, la facilité d’utilisation perçue, les attitudes de l’auditeur et le risque perçu de la technologie par l’auditeur ont tous une influence significative et positive sur la qualité d’audit.

Ces résultats suggèrent que pour améliorer la qualité d’audit, il est crucial de prendre en compte non seulement les aspects techniques et procéduraux, mais aussi les perceptions des auditeurs concernant l’utilité, la facilité d’utilisation et le risque associés à la technologie utilisée.

Il pourrait être avantageux pour les organisations d’audit de développer des stratégies visant à renforcer l’acceptation et la perception positive des technologies par les auditeurs, tout en minimisant les risques perçus.

En résumé, cette recherche met en lumière l’importance des perceptions et attitudes des auditeurs envers la technologie dans la détermination de la qualité d’audit, fournissant des indications précieuses pour les praticiens et les chercheurs dans le domaine de l’audit et de la technologie.

Dans le contexte libanais et pour l’Ordre des Experts Comptables Libanais, les recommandations suivantes peuvent être formulées à la lumière des résultats obtenus concernant les variables influençant la qualité de l’audit :

1. Étant donné que l’utilité perçue de la technologie a un impact significatif sur la qualité de l’audit, il est essentiel d’investir dans la formation continue des auditeurs libanais sur les nouvelles technologies utilisées dans l’audit. Cela pourrait inclure des sessions de formation sur l’utilisation des logiciels d’audit, des outils d’analyse de données, et des plateformes de collaboration en ligne.
2. Le risque perçu de la technologie par les auditeurs est également crucial. Il est recommandé d’intégrer des modules de formation spécifiques sur la gestion des risques liés à l’utilisation de la technologie dans l’audit. Cela aidera à renforcer la capacité des auditeurs à identifier, évaluer et atténuer les risques potentiels associés à l’utilisation de nouvelles technologies.
3. L’Ordre des Experts Comptables Libanais pourrait encourager l’évaluation régulière des outils d’audit disponibles sur le marché pour leur utilité perçue par les auditeurs locaux. Cela pourrait impliquer la création de comités ou de groupes de travail chargés de tester et de recommander les meilleures pratiques en matière d’outils technologiques pour l’audit au Liban.
4. L’Ordre des Experts Comptables Libanais pourrait envisager de mettre à jour ses politiques et directives pour refléter l’importance croissante de la technologie dans l’audit. Cela pourrait inclure des lignes directrices spécifiques sur l’utilisation des nouvelles technologies, ainsi que des recommandations pour intégrer les meilleures pratiques internationales en matière d’audit technologique.

6                  Références

• Abdolmohammadi, M. (1999). A comprehensive taxonomy of audit task structure, professional rank and decision aids for behavioral research. Behavioral Research in Accounting, 51-92.
• Agarwal, R. k., & Prasad, J. (2007). The Role of Innovation Characteristics and Perceived Voluntariness in the Acceptance of Information Technologies. Decision Sciences, 28, 557-582.
• Agusti, M. A., & Orta, M. (2022). Big data and artificial intelligence in the fields of accounting and auditing: a bibliometric analysis. Spanish Journal of Finance and Accounting, 52, 1-27.
• Al-Ateeq, B., Sawan, N., Al-Hajaya, K., Altarawneh, M., & Al-Makhadmeh, A. (2022). Big data analytics in auditing and the consequences for audit quality : A study using the technology acceptance model (TAM). Corporate Governance and Organizational Behavior Review, 6, 64-78.
• Allbabidi, M. (2021). Hype or Hope : Digital Technologies in Auditing Process. Asian Journal of Business and Accounting, 14, 59‑86.
• Allbabidi, M. (2021). Hype or Hope: Digital Technologies in Auditing Process. Asian Journal of Business and Accounting.
• Arreola, F., Slim , A., & Magnin, É. (2020). Technologie Blockchain :au-delà des cryptomonnaies . Gouvernance.
• Betti, N., Sarens, G., & Poncin, I. (2021). Effects of digitalisation of organisations on internal audit activities and practices. Managerial Auditing Journal, 36(6), 872-888
• Brown-Liburd, H., Issa, H., & Lombardi, D. (2015). Behavioral Implications of Big Data’s Impact on Audit Judgment and Decision Making and Future Research Directions. Accounting Horizons, 29, 451–468.
• Cao, M., Chychyla, R., & Stewart, T. (2015). Big Data Analytics in Financial Statement Audits. Accounting Horizons, 29, 423–429.
• Casta, J.-F., & Mikol, A. (1999). Vingt ans d’audit : De la révision des comptes aux activités multiservices. Comptabilité – Contrôle – Audit, 107-121.
• Côté, A.-M., & Su, Z. (2021). Évolutions de l’intelligence artificielle au travail et collaborations humain-machine. Ad Machina.
• Dai, J., & Vasarhelyi, M. (2016). Imagineering Audit 4.0. Journal of Emerging Technologies in Accounting, 13, 1-15.
• Davis, F. D., & Davis, F. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13, 319–339.
• DeBonhome, O., Gjymshana, E., Jans, M., Kroes, D., Marissen, ,. M., Simpelaere, F., . . . Verachtert, S. (2018). Data Analytics: The Future of Audit. Publication de l’Institut des Réviseurs d’Entreprises. Retrieved from Récupéré le 15 septembre 2023: https://doc.ibr-ire.be/fr/Documents/reglementation-et-publications/publications/brochures/generalites/IBR_DataAnalytics_18.0112_r04.pdf
• Desplebin, O., Lux, G., & Petit, N. (2018). L’évolution de la comptabilité, du contrôle, de l’audit et de leurs métiers au prisme de la Blockchain : une réflexion prospective. Management & Avenir , 137-157.
• Desplébin, O., Lux, G., & Petit, N. (2018). L’évolution de la comptabilité, du contrôle, de l’audit et de leurs métiers au prisme de la Blockchain: une réflexion prospective. Management & Avenir Management & Avenir, 137‑157.
• Dobrinić, D. (2020). Digital Maturity of Auditing Companies in the Republic of Croatia. 133-141.
• Eilifsen, A., Kinserdal, F., William F. Messier Jr, & McKee, T. (2020). An Exploratory Study into the Use of Audit Data Analytics on Audit Engagements. Accounting Horizons, 34, 75–103.
• (2018). Why AI is both a risk and a way to manage risk? Retrieved from Récupéré le 29 september 2023 de : https://www.ey.com/en_lu/assurance/why-ai-is-both-a-risk-and-a-way-to-manage-risk
• (2019, juin 14). Quand innovation rime avec mutations dans le monde de l’audit. Retrieved from Récupéré le 2 octobre2023 de : https://www.ey.com/en_lu/private-equity/innovation-mutations-monde-audit
• Faure-Muntian, V., De Ganay, C., & Le Gleut, R. (2018). Comprendre les blockchains : fonctionnement et enjeux de ces nouvelles technologies. Rapports d’office parlementaire. Retrieved from Récupéré le 30octobre2023 de https://www.senat.fr/rap/r17-584/r17.
• Fotoh, L. E., & Lorentzon, J. I. (2023). Audit Digitalization and Its Consequences on the Audit Expectation Gap: A Critical Perspective. Accounting Horizons, 43–69.
• Gao, R., & Wang, R. (2020). Data Analytics and Audit Quality. Singapore Management University School of Accountancy Research Paper No. 2022-151, 42 pages.
• Gauthier, M. P., & Brender, N. (2021). How do the current auditing standards fit the emergent use of blockchain? Managerial Auditing Journal, 36, 365-385.
• Géniaux, I. (1994). Les entreprises de développement technologique. Revue internationale P.M.E., 37-57.
• GHANDARI, Y., & OUENZAR, S. (2022). L’AUDIT INTERNE A L’ÈRE DE LA TRANSFORMATION DIGITALE : VERS UN NOUVEAU ROLE FACTEURS DE SUCCES ET CHALLENGES. Revue Française d’Economie et de Gestion, 3, 114-137.
• Ghasemi, M., Shafeiepour, V., Aslani, M., & Barvayeh, E. (2011). The Impact of Information Technology (IT) on Modern Accounting Systems. Procedia Social and Behavioral Sciences, 112-116.
• Grienberger, K., & Matthes, B. (2018). The impacts of digital transformation on the labour market: Substitution potentials of occupations in Germany. Technological Forecasting and Social Change, 304-316.
• HABIBI, Z., & GUATI , R. (2022). L’impact l’innovation sur la performance des entreprises : une revue de littérature théorique et empirique. Revue Internationale des Sciences de Gestion, 341 – 362.
• Han, H., Shiwakoti, R., Jarvis, R., Mordi, C., & Botchie, D. (2023). Accounting and auditing with blockchain technology and artificial Intelligence: A literature review. International Journal of Accounting Information Systems, 48.
• Harazem, O., & El Hamma, A. (2023). La digitalisation à l’ère de la crise sanitaire COVID-19 et du développement durable : Cas de l’audit légal au Maroc. Revue Internationale des Sciences de Gestion, 6.
• (2016). Exploring the Growing Use of Technology in the Audit, with a Focus on Data Analytics. Retrieved from IAASB Data Analytics Working Group.: Récuperer le 4 février 2020 de : https://www.accountancyeurope.eu/wp-content/uploads/IAASBs-Discussion-Paper-on-the- use-of-Technology-with-a-focus-on-Data-Analytics.pdf
• (2016). Exploring the Growing Use of Technology in the Audit, with a Focus on Data Analytics. IAASB Data Analytics Working Group. Retrieved from Récuperer le 10 september 2023 de : https://www.accountancyeurope.eu/wp-content/uploads/IAASBs-Discussion-Paper-on-the- use-of-Technology-with-a-focus-on-Data-Analytics.pdf
• Jebeile, S., & Reeve, R. (2007). Explaining Intention to Use an Information Technology Innovation: an empirical comparison of the perceived characteristics of innovating and technology acceptance models. Australasian Journal of Information Systems, 15.
• Kılıç, B., Sen, A., & Özturan, C. (2022). Fraud Detection in Blockchains using Machine Learning. 2022 Fourth International Conference on Blockchain Computing and Applications (BCCA). San Antonio, TX, USA: IEEE.
• Kim, S., & Hyangsoo , L. (2006). The Impact of Organizational Context and Information Technology on Employee Knowledge‐Sharing Capabilities. Public Administration Review , 66, 370-385.
• Krahel, J. P., & Titera, W. R. (2015). Consequences of Big Data and Formalization on Accounting and Auditing Standards. Accounting Horizons, 29, 409–422.
• kÜÇÜKGERGERLİ, N., & SARIDOĞAN, A. A. (2020). The Impact of IT Application Control on the quality of the Audit Evidence: An Application Example. Muhasebe Enstitüsü Dergisi SSRN Scholarly Paper No 3928355). Retrieved from https://doi.org/10.2139/ssrn.3928355
• Lefrancq, B. (2020, mars 24). Réviseur d’entreprises chez PricewaterhouseCoopers.
• Lin, T. W., Yang, D., & Hartwell, C. (1993). How Internal Auditors Use Microcomputers in Practice. Internal Auditing, 24-32.
• Lu, G., Cheng, B., Qingfeng , L., & Wang, Y. (2012). Quantitative indicator of homeostatic risk perception in car following. Safety Science, 50, 1898–1905.
• Manita, R., Elommal, N., Baudier, P., & Hikkerova, L. (2020). The digital transformation of external audit and its impact on corporate governance. Technological Forecasting and Social Change.
• Mcfarland, D., & Hamilton, D. (2006). Adding contextual specificity to the technology acceptance model. Computers in Human Behavior, 22, 427-447.
• Merlet, J., & Poussing, N. (2020). Impact du télétravail sur l’innovation des entreprises : une étude sur données d’enquête. Revue d’économie industrielle, 89-138.
• Messabia, N., Elbekkali, A., & Blanchette, M. (2014). Le Modèle du Risque d’Audit et la Complexité des Technologies de l’Information: une Etude Exploratoire. Journal Of Global Business Administration (JGBA), 6.
• , S., & Kabbaj, S. (2021). L’audit à l’ère de la transformation digitale. Revue du Contrôle de la Comptabilité et de l’Audit, 5, 193- 209.
• Mihaela, C. L. (2021). Romanian Auditors’ Perception Concerning the IT Impact in the Big Data Era. Public Finance Quarterly, 68-82.
• Montes, G. A., & Goertze, B. (2019). Distributed, decentralized, and democratized artificial intelligence. Technological Forecasting and Social Change, 141, 354-358.
• Nasrah, H., Muda, I., & Kesuma, S. (2023). Computer Assisted Audit Tools and Techniques Adoption: A Systematic Literature Review. International Journal of Social Service and Research, 3, 630-638.
• Orlikowski, W., & Baroudi, J. (1991). Studying Information Technology in Organizations: Research Approaches and Assumptions. Information Systems Research, 2, 1-28.
• Oyedokun, G. (2022). Forensic Audit and Fraud Prevention in the Nigerian Deposit Money Banks. Journal of Taxation and Economic Development.
• (2018). “State of the internal audit profession study. Moving at the speed of innovation: the foundational tools and talents of technology-enabled internal audit”. Retrieved from Récupéré le 16 october 2023 de: www.pwc.com/sg/en/publications/assets/state-of-the-internal-audit-2018.pdf
• Rezaee, Z., Elam, R., & Sharbatoghlie, A. (2001). Continuous auditing: The audit of the future. Managerial Auditing Journal, 16, 150-158.
• Richard, C. (2003). L’indépendance de l’auditeur : pairs et manques. Revue française de gestion, 119-131.
• Ridzuan, N. I., Said, J., & Razali, F. M. (2022). Examining the Role of Personality Traits, Digital Technology Skills and Competency on the Effectiveness of Fraud Risk Assessment among External Auditors. Journal of Risk and Financial Management, 15, 536.
• Roosevelt, F. D. (2023). Le métier de l’audit, aujourd’hui et demain , cabinet ANTHEA CONSEILS. Retrieved from récupéré le 25 novembre 2023 sur : https://anthea-conseils.com/les-pratiques-de-laudit-aujourdhui-et-demain/
• Sanusi, Z. M., Mohd Noor, N., Johari, R. J., Shafie, N. A., Yusarina , I. M., Sanusi, S., . . . Mohd Nassir, M. D. (2022). A Review and Evolution of Digital Audit on Auditor Performance. IPN Journal of Research and Practice in Public Sector Accounting and Management, 12, 147‑169.
• Shaikh, H., Mohammad, U., Zulfikar , M. A., Chandio, S., Manirajah, M., Abdullah, B., . . . Shah, A. (2018). Beyond Traditional Audits: The Implications of Information Technology on Auditing. International Journal of Engineering & Technology, 5-11.
• Silva, R., Inácio, H., & Marques, R. P. (2022). Blockchain implications for auditing: a systematic literature review and bibliometric analysis. The International Journal of Digital Accounting Research, 163‑192.
• Stancheva, E. (2018). How Artificial Intelligence Is Challenging Accounting Profession. Economy & Business Journal, 126-141.
• Taşa, S. A., & ERKUŞ, H. (2022). THE ADAPTATION OF INDEPENDENT AUDIT PROFESSION TO THE DIGITAL ERA. . İnönü University International Journal of Social Sciences (INIJOSS).
• TaŞar, S. A., & Erkus, H. (2022). The adaptation of independent audit profession to the digital ERA. İnönü University International Journal of Social Sciences (INIJOSS).
• Thottoli, M., Ahmed, E., & Thomas, K. (2022). Emerging technology and auditing practice: analysis for future directions. European Journal of Management Studies, 27, 99-119.
• Tiberius, V., & Hirth, S. (2019). Impacts of Digitization on Auditing: A Delphi Study for Germany. Journal of International Accounting Auditing and Taxation, 37.
• Tobbin, P., & Kuwornu, J. (2011). Adoption of Mobile Money Transfer Technology: Structural Equation Modeling Approach. European Journal of Business and Management, 7, 59-77.
• Tschakert, N., Kokina, J., Kozlowski, S., & Vasarhelyi, M. (2016). The next frontier in data analytics. Journal of Accountancy, 222, 58-63.
• van den Broek, T., & van Veenstra, A. (2018). Governance of big data collaborations: How to balance regulatory compliance and disruptive innovation. Technological Forecasting and Social Change, 197, 330-338.
• Venkatesh, V. (2000). Determinants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Technology Acceptance Model. Information Systems Research, 11, 342-365.
• Venkatesh, V., & Davis, F. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46, 186-204.
• Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences 39(2):, 39, 273-315.
• Wang, T., & Cuthbertson, R. (2015). Eight issues on audit data analytics we would like researched. Journal of Information Systems, 29, 155-162.
• Woznica, J., & Healy, K. (2009). The level of information systems integration in SMEs in Irish manufacturing sector. Journal of Small Business and Enterprise Developmen, 16, 115-130.
• Yi, M. Y., Jackson, J., Park, J., & Probst, J. (2006). Understanding Information Technology Acceptance by Individual Professionals: Toward an Integrative View. Information & Management, 43, 350-363.
• Yi, M., & Hwang, Y. (2003). Predicting the use of web-based information systems: self-efficacy, enjoyment, learning goal orientation, and the technology acceptance model. International Journal of Human-Computer Studies, 59, 431-449.