KCI등재
앙상블 학습을 이용한 내부통제 결함기업의 예측 = Prediction of Internal Control Weakness Using Ensemble Learning
저자
발행기관
학술지명
권호사항
발행연도
2012
작성언어
Korean
주제어
KDC
020.1305
등재정보
KCI등재
자료형태
학술저널
수록면
103-114(12쪽)
KCI 피인용횟수
0
제공처
소장기관
본 연구에서는 내부통제시스템 평가모형에 대한 앙상블 학습의 도입 가능성을 검토하기 위하여 배깅 의사결정트리, 부스팅 의사결정트리, 인공신경망, 의사결정트리를 이용하여 내부통제시스템 평가모형을 개발하고 각 모형의 예측력을 비교하였다. 이를 위하여 2006년부터 2009년까지 국내 유가증권 상장법인과 코스닥시장 등록법인 중 111개의 내부통제 취약 기업과 333개의 정상 기업을 대상으로 내부통제평가 모형을 개발하였다. 개발 모형의 예측정확성 검증 결과에서, 단순평균 정확도는 배깅 의사결정트리(79.8%), 부스팅 의사결정트리(79.6%), 인공신경망(77.9%), 의사결정트리(76.7%) 순으로 나타났으며 T-Test 결과, 1% 수준에서 앙상블 학습이 인공신경망 및 의사결정트리 모형보다 우수한 예측력를 보유하고 있는 것으로 나타났다. 또한 내부통제 평가모형에서 일반적으로 관찰되는 데이터 불균형을 고려한 가중평균 정확도 역시 부스팅 의사결정트리(64.1%), 배깅 의사결정트리(60.6%), 인공신경망(57.5%), 의사결정트리(57.2%) 순으로 나타났으며, 앙상블 학습과 인공신경망 및 의사결정트리의 예측력이 1% 수준에서 유의적인 차이가 존재하는 것으로 분석되었다. 본 연구는 내부통제평가 모형에 앙상블 학습을 도입하였고, 도입 결과 앙상블 학습을 이용하여 우수한 예측력을 보유한 효과적인 내부통제평가 모형의 구축 가능성을 제시하였다.
더보기This study is to develop internal control assessment models by applying Bagging algorithms, Boosting algorithms, neural networks, and decision tree, and to compare the prediction accuracy of those models. Empirical results with ICW prediction on Korea firms indicate that the prediction accuracy of Bagging algorithms, Boosting algorithms, neural networks, and deci-sion tree is 79.8%, 79.6%, 77.9%, and 76.7%, respectively. The results of T-Test show that the prediction accuracies of two ensemble models are significantly better than neural networks and decision tree at 1% level. In comparison using geometric prediction accuracy, two ensemble techniques show higher prediction accuracy than neural networks and decision tree at 1% level. This study demonstrates that ensemble techniques can be applied to the implementation of effective internal control as-sessment models with high accuracy.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2020 | 평가예정 | 신규평가 신청대상 (신규평가) | |
2019-12-01 | 평가 | 등재후보 탈락 (계속평가) | |
2018-12-01 | 평가 | 등재후보로 하락 (계속평가) | KCI후보 |
2015-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2007-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2005-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.8 | 0.8 | 0.73 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.79 | 0.86 | 0.972 | 0.06 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)