KCI등재
데이터마이닝 기법을 적용한 내부회계취약기업 특성 식별 및 예측에 관한 연구 = A Study for the Prediction and Characteristics of Firms with Internal Control Deficiencies
저자
발행기관
학술지명
권호사항
발행연도
2016
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
1-23(23쪽)
KCI 피인용횟수
1
DOI식별코드
제공처
본 연구의 목적은 데이터마이닝기법을 이용하여 내부회계 취약기업의 특성 식별 및 예측을 수행하는데 있다. 내부회계 취약기업과 관련한 기존연구들이 주로 로짓회귀분석을 통한 분석을 수행하거나 데이터마이닝 기법이 적용되더라도 주로 재무데이터를 이용하거나, 단일기법을 이용한 분석이 수행되었다. 이에 비해 본 연구는 재무데이터와 비재무데이터를 이용함은 물론 데이터마이닝기법 적용에 있어 단일기법에 비해 그 유효성이 높게 나타나고 있는 앙상블기법을 이용하여 분석을 수행하였다.
모형에 포함된 재무변수는 기업규모, ROA, 재고자산・매출채권비율, 손실더미, 장・단기 차입금 비율, 신용평점, 발생액 등 9개 변수를 이용하였으며, 비재무변수는 시장변수인 주가변동성과 Beta 및 재무측정치와 비재무측정치간 차이, 대주주지분율, 내부회계관리인력비율, 상장 후 존속기간, 비감사비용 등 7개 변수를 이용하였다. 2005년부터 2013년까지 107개 내부회계 취약기업을 대상으로 분석한 결과는 다음과 같다.
학습샘플에서 선정된 변수는 로짓회귀분석의 경우 ROA, 손실더미, 대주주지분율이며, 의사결정나무의 경우 ROA, 재고자산・매출채권비율, 장・단기 차입금 비율, 신용평점이 선정되었다. 오분류율, ROC곡선과 상대적 추정오분류비용(ERCm)을 이용한 모형타당성 평가에서 로짓회귀분석, 의사결정나무, 인공신경망을 이용한 단일기법보다 로짓회귀분석과 의사결정나무를 인공신경망과 결합한 앙상블 기법이 보다 우월한 예측능력을 보이는 것으로 나타났다.
본 연구는 데이터마이닝 앙상블기법 통해 재무자료와 비재무자료를 이용하여 내부회계취약기업 예측에 효과적으로 사용될 수 있음을 제시하였다는데 그 의의가 있다.
This study tested the applicability of a data mining tool in the internal control deficiencies discrimination and to develop internal control deficiencies prediction models. I am applying data mining techniques including decision tree(DT), neural network(NN), ensemble techniques.
This study uses the financial measures that are size, ROA, inventoryㆍreceivables/asset, loss dummy, debt, credit rating score, total accruals and nonfinancial measures are that are volatility, beta, owner, ownership percentage of the largest shareholder, ratio of the number of employees involved with the implementation of internal controls, firm`s listed age, non-audit fee.
This study analysed KOSPI and KOSDAQ firms for the period from 2005 to 2013. Through logistic regression analysis, ROA, loss dummy, ownership percentage of the largest shareholder are included in the prediction model. And Through decision tree analysis, ROA, inventoryㆍreceivables/asset, debt, credit rating score are included in the prediction model. Based on small mis-classfication ratio, ensemble techniques are higher than those of logistic regression, decision tree, and neural network .
In conclusion, this study reports the positive results of an analyses examining the effects of internal control deficiencies discrimination and prediction on the effectiveness of data mining. Especially, ensemble techniques are better then single technique. And these results have implications for the internal control assess of stakeholder to do the tasks and the structuring of these tasks.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2019-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-02-25 | 학술지명변경 | 외국어명 : 미등록 -> Korea International Accounting Review | KCI등재 |
2016-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2012-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2008-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2007-01-01 | 평가 | 등재후보 1차 FAIL (등재후보1차) | KCI후보 |
2005-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.76 | 0.76 | 0.85 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.88 | 0.85 | 1.497 | 0.23 |
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)