Support Vector Machine을 이용한 내부통제 취약 기업의 예측

김명종, 조희 · 대한경영학회지 · 2012

내부통제와 관련된 선행 연구에서는 내부통제제도가 회계정보의 투명성 제고 및 회계분식의 감소와 같은 긍정적인 효과가 있는 반면, 내부통제제도에 대한 감사비용이 크게 중가하는 문제점이 있음을 보고하고 있다. 이러한 문제를 효과적으로 해결하기 위하여 본 연구에서는 의사결정트리, 인공신경망, Support Vector Machine의 3가지 데이터 마이닝 기법을 할용하여 내부통제평가 모형을 개발하고 내부통제의 취약점에 대한 각 모형들의 예측성가를 비교하고자 한다. 국내기업을 표본대상으로 한 내부통제 취약점 예측의 실증분석결과, 의사결정트리, 인공신경망. Support Vector Machine 모형의 예측정확도는 각가 76.7%, 77.9%, 79.6%로 나타났으며 T-test 결과에서도 1%수준에서 3가지 모형의 예측성과에 유의적인 차이가 있음을 보여주었다. 본 연구는 데이터 마이닝 기법이 우수한 예측력을 보유한 내부통제평가모형의 구축에 효과적으로 적용될 수 있음을 보여주었다.

Cited by 0 works.

Authors