KCI우수등재
SCOPUS
텍스트 감성분석과 해석가능한 기계학습 기반의 포렌식 기법을 활용한 회계부정탐지 : 내부회계관리제도를 중심으로 = Accounting Fraud Detection Using Forensic Techniques Based on Sentiment Analysis and Interpretable Machine Learning : Focused on Internal Control over Financial Reporting
저자
정우준 ( Woojune Jung ) ; 윤재원 ( Jaewon Yoon ) ; 김경호 ( Kyungho Kim )
발행기관
학술지명
권호사항
발행연도
2021
작성언어
-주제어
등재정보
KCI우수등재,SCOPUS
자료형태
학술저널
발행기관 URL
수록면
181-218(38쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
본 연구는 기계학습을 기반으로 회계부정탐지모형을 개발하는 데 있어 내부회계관리 제도 운영보고서의 텍스트 감성지수가 추가적 예측기여도를 갖는지 탐색적으로 검증한 후 개발된 모형의 해석을 시도하였다. 회계부정의 대용변수로는 금융감독원의 감리지적사례를 사용하였고, 기계학습에 사용될 데이터는 재무비율과 내부회계관리제도 변수 등 총 183개의 포괄적 입력변수로 구성한 데이터세트(Non-SA Set)와 구글의 자연어처리 API를 이용한 감성지수를 추가한 데이터세트(SA Set)로 구성하였다. 2개의 데이터세트에 4가지 모형을 학습시켜 총 8개의 예측모형을 개발한 결과는 다음과 같다. 첫째, SA Set에서는 로지스틱 모형 기반의 예측모형(LGST-SA)이 가장 높은 예측성과를 보였다. 둘째, Non-SA Set에서는 랜덤포레스트 모형 기반의 예측모형(RF-NSA)이 가장 높은 예측성과를 보였다. 셋째, LGST-SA의 예측성과는 RF-NSA보다 유의하게 높은 것으로 나타나, 감성지수의 예측기여도를 검증하였다. 추가적으로 해석가능한 기계학습 방법 중 하나인 SHAP을 통해 감성지수가 회계부정과 양(+)의 관계를 가지는 것을 사례적으로 확인하였다. 본 연구는 회계부정탐지모형의 개발에 있어 내부회계관리제도 운영보고서 감성분석의 유용성을 검증한 최초의 논문이며, 기계학습의 한계를 극복하기 위한 방안을 제시하였다는 점에서 의의가 있다.
더보기This study tried to verify exploratorily whether the sentiment index of operation report of Internal Control over Financial Reporting (ICFR) has an additional contribution for developing accounting fraud detection models based on machine learning and to interpret the results. The sanction cases of Financial Supervisory Service (FSS) was used as a proxy for accounting fraud. Non-SA Set consists of comprehensive input variables, such as financial ratio and ICFR related variables (183) and SA Set is addition of the sentiment index of operation report of ICFR using Google's natural language process (NLP) API to Non-SA Set. The results of developing a total of 8 models by training 4 models on 2 each data sets are as follows. First, the logistic model based prediction model (LGST-SA) showed the highest predictive performance on SA Set. Second, the random forest model based prediction model (RF-NSA) showed the highest predictive performance on Non-SA Set. Third, the predictive performance of LGST-SA was significantly higher than that of RF-NSA, so the predictive contribution of the sentiment index was verified. Additionally, through SHAP, one of the interpretable machine learning (IML) methods, it was anecdotally confirmed that the sentiment index had a positive relationship on accounting fraud. This study has importance in that the first paper to verify the usefulness of the sentiment analysis of operation report of ICFR for developing an accounting fraud detection model and to suggest a way to overcome the limitations of the machine learning.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2020 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2015-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2002-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.96 | 1.96 | 2.48 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
2.65 | 2.74 | 5.829 | 0.22 |
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)