내부통제 취약기업 예측과 특성에 관한 연구 - 상장기업군과 비상장기업군 중심으로 - A Study about Internal Control Deficient Company Forecasting and Characteristics - Based on listed and unlisted companies -원문보기
본 연구는 취약한 내부통제시스템을 형성하고 있을 가능성이 높은 기업들을 예측하는 적합한 모형을 형성하고, 이를 기반으로 취약기업의 특성을 살펴보고자 했다. 분석에 사용된 자료는 K_금융기관과 대출거래가 이루어졌던 상장법인과 비상장법인을 대상으로 하였다. 주요 결과로, 금융기관이 내부통제가 취약한 기업을 예측하기 위해서는 로짓모형에 비해 판별모형이 적합하다는 결론에 도달했다. 판별모형이 내부통제 취약기업을 취약기업으로 예측하는 정확도가 높고, 취약기업을 정상기업으로 잘못분류 할 오류가 낮았기 때문이다. 내부통제가 취약한 기업의 주요특성은 낮은 신용도, 낮은 자산건전성, 높은 연체율, 낮은 영업활동현금흐름, 높은 부채비율, 그리고 부(-)의 매출액영업이익률을 형성하는 기업으로 나타났다. 본 내부통제 취약예측모형을 포함한 연구결과는 자료구성의 한계로 연구가 이루어지지 않았던 비상장기업군까지 확장하였기에, 금융기관이 내부통제 취약가능성이 높은 기업을 사전적으로 예측하여 자산손실을 예방하는 도구로 이용할 수 있을 것이다.
본 연구는 취약한 내부통제시스템을 형성하고 있을 가능성이 높은 기업들을 예측하는 적합한 모형을 형성하고, 이를 기반으로 취약기업의 특성을 살펴보고자 했다. 분석에 사용된 자료는 K_금융기관과 대출거래가 이루어졌던 상장법인과 비상장법인을 대상으로 하였다. 주요 결과로, 금융기관이 내부통제가 취약한 기업을 예측하기 위해서는 로짓모형에 비해 판별모형이 적합하다는 결론에 도달했다. 판별모형이 내부통제 취약기업을 취약기업으로 예측하는 정확도가 높고, 취약기업을 정상기업으로 잘못분류 할 오류가 낮았기 때문이다. 내부통제가 취약한 기업의 주요특성은 낮은 신용도, 낮은 자산건전성, 높은 연체율, 낮은 영업활동현금흐름, 높은 부채비율, 그리고 부(-)의 매출액영업이익률을 형성하는 기업으로 나타났다. 본 내부통제 취약예측모형을 포함한 연구결과는 자료구성의 한계로 연구가 이루어지지 않았던 비상장기업군까지 확장하였기에, 금융기관이 내부통제 취약가능성이 높은 기업을 사전적으로 예측하여 자산손실을 예방하는 도구로 이용할 수 있을 것이다.
The propose of study is to examine the characteristics of companies with high possibility to form an internal control weakness using forecasting model. This study use the actual listed/unlisted companies' data from K_financial institution. The first conclusion is that discriminant model is more vali...
The propose of study is to examine the characteristics of companies with high possibility to form an internal control weakness using forecasting model. This study use the actual listed/unlisted companies' data from K_financial institution. The first conclusion is that discriminant model is more valid than logit model to predict internal control weak companies. A discriminant model for predicting the vulnerability of internal control has high classification accuracy and has low the Type II error that is incorrectly classifying vulnerable companies to normal companies. The second conclusion is that the characteristic of weak internal control companies have a low credit rating, low asset soundness assessment, high delinquency rates, lower operating cash flow, high debt ratios, and minus operating profit to the net sales ratio. As not only a case of listed companies but unlisted companies which did not occur in previous studies are extended in this study, research results including the forecasting model can be used as a predictive tool of financial institutions predicting companies with high potential internal control weakness to prevent asset losses.
The propose of study is to examine the characteristics of companies with high possibility to form an internal control weakness using forecasting model. This study use the actual listed/unlisted companies' data from K_financial institution. The first conclusion is that discriminant model is more valid than logit model to predict internal control weak companies. A discriminant model for predicting the vulnerability of internal control has high classification accuracy and has low the Type II error that is incorrectly classifying vulnerable companies to normal companies. The second conclusion is that the characteristic of weak internal control companies have a low credit rating, low asset soundness assessment, high delinquency rates, lower operating cash flow, high debt ratios, and minus operating profit to the net sales ratio. As not only a case of listed companies but unlisted companies which did not occur in previous studies are extended in this study, research results including the forecasting model can be used as a predictive tool of financial institutions predicting companies with high potential internal control weakness to prevent asset losses.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
앞서 언급했듯이, 이는 금융선진국에 비하면 상당히 낮은 비율이기에 이를 기반으로 기업의 내부통제 적절성을 예측하거나 취약점 보고기업의 특성을 찾아보는 것은 다소의 한계가 있다. 따라서 본연구에서는 형성된 판별예측모형을 통하여 내부통제 취약기업을 사전적으로 예측하고, 이를 통한 취약기업의 특성을 찾아보고자 했다.
본 연구의 특징으로는 우선 상장기업군에 대한 분석과 더불어 비상장기업군으로 연구대상을 확장하고 있다는 점이다. 최근까지 자료의 한계로 비상장기업에 대한 내부통제 적절성 유무에 대한 실증연구가 이루어지지 못했기에 상장기업에 나타난 결과를 비상장기업에 직접적으로 적용하는데 무리가 있었다.
감사인의 검토의견에 의존할 수밖에 없는 환경에서 투자자나 채권금융기관은 잘못된 의사결정으로 손해를 볼 가능성이 있기 때문이다. 이에 본 연구는 내부통제 취약기업 예측모형을 형성하고, 예측모형에 의해 취약한 내부통제시스템을 형성하고 있을 가능성이 높은 기업들을 사전적으로 분류한 후, 이를 기반으로 취약 기업들에 나타나는 특성을 살펴보고자 한다.
이는 내부회계관리제도를 통하여 내부통제의 취약점이 보고되는 기업비중이 금융선진화가 이루어졌다는 미국에 비하여 우리나라의 경우 현저히 낮다는 점에 기초한다. 이에 본 연구의 목적은 내부회계관리제도에 따른 내부통제 취약점에 대한 검토의견을 표명한 상장 및 비상장 기업을 대상으로 내부통제 취약기업 예측모형을 설정하고 이를 기반으로 한 취약기업 특성을 파악해 보았다.
제안 방법
실증분석은 내부회계관리제도에 관한 모범규준과 검토기준이 적용된 이후인 2008년부터 6개년 간 K_금융기관과 대출거래가 이루어졌던 상장법인과 내부회계관리제도 적용대상인 자산 1,000억원 이상인 비상장법인을 대상으로 하였다. 2008년부터 5개년 간 자료를 기반으로 로지스틱회귀분석과 판별분석을 이용하여 내부통제 취약기업 예측모형을 형성하였으며, ROC곡선 및 AUROC 통계량을 중심으로 적합한 예측모형을 산출하고, 2013년도 자료에 나타난 상장기업군과 비상장기업군에 나타나는 내부통제 취약기업의 특성을 찾아보았다. 주요 분석 결과로, 우선 상장기업군이나 비상장기업군 모두 판별모형을 통하여 내부통제가 취약한 기업을 예측하는 것이 타당하다는 결론에 도달했다.
내부통제 취약기업 예측모형 형성에 앞서, 취약점이 보고되지 않은 기업군과 보고된 기업군을 구분하여 설명변수간의 특성을 비교해 보았다. [Table 4]는 내부회계 관리제도 취약점이 보고된 기업과 보고되지 않은 기업 간의 기업특성에 대한 평균차이검정 결과를 나타낸다.
최근까지 자료의 한계로 비상장기업에 대한 내부통제 적절성 유무에 대한 실증연구가 이루어지지 못했기에 상장기업에 나타난 결과를 비상장기업에 직접적으로 적용하는데 무리가 있었다. 다음으로 기업신용평점, 자산건전성평점 및 연체자료 등 금융기관이 자체적으로 형성하여 관리하고 있는 기업 자료를 기반으로 하여 실증분석을 하였다. 따라서 금융기관이 내부통제 취약가능성이 높은 기업을 사전적으로 예측하여 금융기관의 자산손실을 예방하는 중요한 도구로 이용할 수 있을 것이다.
본 연구에 있어서 내부통제 취약기업을 예측하기 위한 모형형성을 위해 금융기관이 자체적으로 형성하여 배타적으로 보유하고 있는 기업신용평점, 자산건전성평점, 그리고 대출에 따른 연체여부를 주요 설명변수로 이용한다. 기업신용평점과 자산건전성평점을 설명변수에 포함시킨 이유는 기업의 재무상태, 현금흐름 등 재무요소에 대한 계량평가와 산업위험, 경영능력 등 비재무적요소에 대한 비계량평가를 병행하여 평가결과를 산출하고 최종적으로 평가담당자의 판단까지 결합되어, 채무자의 채무이행능력을 종합적으로 나타내는 자료이기 때문이다.
본 연구에서는 예측모형 형성을 위해 로지스틱회귀분석과 판별분석을 이용하였으며, 분석에 사용된 로짓모형과 판별모형의 기본모형은 다음과 같다.
설정된 내부회계관리제도에 따른 내부통제 취약기업예측을 위한 로짓모형과 판별모형의 비교검증을 위하여 적중률(hit-ratio)을 기반으로 한 ROC (Receiver Operating Characteristic) 곡선과 AUROC(Area Under ROC) 통계량 비교기법을 살펴보았다.
예측모형을 형성하는데 있어서 주요변수와 더불어 추가적으로 기업특성을 고려하기 위하여 선행연구에서 제시되었던 주요 특성변수들을 포함시켰다. Big4 회계법인과 제휴된 외부감사인제도 구성 유무는 Palmrose (1987)의 규모가 큰 회계법인의 감사인은 소형 회계법인의 감사인에 비해 보다 체계적인 훈련을 받을 수 있고, 선진화된 감사기법을 사용할 것이란 주장과[17], Ge and McVay(2005)의 규모가 큰 회계법인은 소송의 위험에 더 많이 노출되므로 대형 회계법인은 중요한 취약점을 더욱 적극적으로 식별·보고하려는 유인을 갖게 될 것이란 주장에 근거하였다[7].
다음으로, 상장기업군에서 내부회계관리제도에 의한 취약점 보고는 기업신용평점, 외부감사인제도, 자산규모 등 3가지 변수가 로지스틱회귀분석에 의해 통계적으로 유의한 관련성을 보이고 있다. 판별분석에서는 일차적으로 8개의 변수가 선정되었지만 부채비율과 매출액증가율의 계수가 0.00으로 나타나 확률적 모형에는 기업신용평점, 자산건전성평점, 연체여부, 자산규모, 영업활동현금흐름, 그리고 자기자본이익률 등 총 6개의 변수가 선정되었다.
상장기업군이 비상장기업군에 비하여 예측면에서 우수한 ROC모양을 나타낸다. 하지만 ROC 곡선은 2차원 평면에 시각적으로 도식화하였기 때문에 로짓모형과 판별모형의 차이를 쉽게 구별할 수 없기에, 그려진 곡선의 면적을 통해 예측능력을 측정하는 AUROC통계량을 [Table 7]에 수치화하여 기술하였다.
대상 데이터
[Table 1]은 예측모형 설정을 위한 2008년부터 5개년동안의 2,962개의 상장기업 및 1,750개의 비상장기업 자료이다. 내부회계관리제도에 의해 내부통제에 대한 중요한 취약점이 보고된 기업(취약)과 그렇지 않은 기업(정상)의 빈도와 비율을 상장기업군과 비상장기업군으로 구분하여 보여주고 있다.
본 연구는 K_금융기관과 거래실적이 있는 모든 상장기업군과 비상장기업군을 대상으로 한다. 내부회계관리제도에 관한 외부감사인의 검토의견은 금융감독원의 전자공시시스템(DART)에 공시된 감사보고서를 이용하였으며, 분석에 사용된 자료는 금융기관의 여신시스템과 Kis-Value를 통해 수집했다.
본 연구는 K_금융기관과 거래실적이 있는 모든 상장기업군과 비상장기업군을 대상으로 한다. 내부회계관리제도에 관한 외부감사인의 검토의견은 금융감독원의 전자공시시스템(DART)에 공시된 감사보고서를 이용하였으며, 분석에 사용된 자료는 금융기관의 여신시스템과 Kis-Value를 통해 수집했다.
본 연구의 실증분석은 내부회계관리제도에 관한 모범규준과 검토기준이 적용된 이후인 2008년부터 K_금융기관과 대출거래가 이루어졌던 상장법인과 비상장법인을 대상으로 하였다. 주요 분석결과로, 우선 내부통제가 취약한 기업의 예측은 상장기업군이나 비상장기업군 모두 판별모형이 적합했다.
이는 10%를 넘는 선진 금융국에 비하면 작지만 비교적 설명력이 있는 수치로 볼 수 있다. 실제, 유명 국내건설업인 K기업, 자율협약추진중인 STX일부계열사 등은 2013년 외부감사인이 내부회계관리제도 취약점이 없는 것으로 보고하였지만, 본 연구에서는 내부통제가 취약할 것이라 예측된 83개사에 포함되었다. 투자자나 채권금융기관들이 내부통제 취약기업으로의 예측을 통하여 기업이 제공하는 정보의 신뢰성에 주의를 했다면 손실 가능성을 줄일 수도 있었을 것이다.
실증분석은 내부회계관리제도에 관한 모범규준과 검토기준이 적용된 이후인 2008년부터 6개년 간 K_금융기관과 대출거래가 이루어졌던 상장법인과 내부회계관리제도 적용대상인 자산 1,000억원 이상인 비상장법인을 대상으로 하였다. 2008년부터 5개년 간 자료를 기반으로 로지스틱회귀분석과 판별분석을 이용하여 내부통제 취약기업 예측모형을 형성하였으며, ROC곡선 및 AUROC 통계량을 중심으로 적합한 예측모형을 산출하고, 2013년도 자료에 나타난 상장기업군과 비상장기업군에 나타나는 내부통제 취약기업의 특성을 찾아보았다.
00으로 나타나 총 4개의 변수가 로지스틱회귀분석에 의해 통계적으로 유의한 관련성을 보이고 있다. 판별분석에서는 일차적으로 7개의 변수가 선정되었지만, 기업신용평점은 예측모형을 위한 재분석에서 유의성이 나타나지 않아, 확률적 모형에는 자산건전성평점, 연체여부, 자산규모, 영업활동현금흐름, 부채비율 그리고 매출액영업이익률 등 총 6개의 변수가 선정되었다.
성능/효과
[Table 4]는 내부회계 관리제도 취약점이 보고된 기업과 보고되지 않은 기업 간의 기업특성에 대한 평균차이검정 결과를 나타낸다. 내부회계관리제도의 취약점이 보고되지 않은 기업의 기업신용평점 평균(6.08)이 그렇지 않은 기업의 평균(3.51)에 비해 유의적으로 더 크고, 자산건전성은 취약점이 보고되지 않는 기업의 평균(1.16)이 그렇지 않는 기업의 평균(2.80)에 비해 유의적으로 더 작은 것으로 나타났다. 외부감사인은 취약점 비보고기업이 Big4 회계법인과 더 제휴된 것으로 나타났으며, 자산규모, 영업활동현금흐름, 매출액영업이익율은 취약점 비보고기업이 유의적으로 더 크게, 연체여부, 부채비율은 취약점 보고 기업이 유의적으로 더 크게 나타났다.
예측모형이 내부통제 취약기업을 예측하는 분류정확도가 높고, 취약기업을 정상기업으로 잘못분류 할 오류를 낮추는 것이 중요하기 때문이다. 다음으로 상장기업군에서 내부통제 취약기업의 특성은 낮은 기업신용과 자산건전성, 높은 연체율, 낮은 영업활동 현금흐름, 높은 부채비율, 그리고 부(-)의 매출액영업이익률을 형성하는 기업으로 나타났다. 비상장기업군에서는 추가적으로 자산규모의 차이가 특성에 포함되었다.
금융기관이 내부통제가 취약한 기업의 특성을 찾아내 자산의 부실화에 대비하기 위해서 형성해야 할 내부통제의 취약기업 예측모형은 취약기업을 취약기업으로 예측하는 분류정확도가 높고, 취약기업을 정상기업으로 잘못분류 할 제2종 오류를 낮추는 것이 중요하기 때문이다. 다음으로 상장기업군에서 내부통제가 취약한 기업의 특성은 낮은 기업신용과 자산 건전성, 높은 연체율, 낮은 영업활동현금흐름, 높은 부채비율, 그리고 부(-)의 매출액영업이익률을 형성하는 기업으로 나타났다. 비상장기업군에서는 상장기업군과 유사하나 추가적으로 자산규모의 차이도 주요 특성에 포함되었다.
다음으로, 비상장기업군에서 내부회계관리제도에 의해 취약점 보고는 자산건전성평점, 연체여부, 자산규모,영업활동현금흐름, 부채비율 등 5개의 변수가 일차적으로 선정되었지만 부채비율의 계수가 0.00으로 나타나 총 4개의 변수가 로지스틱회귀분석에 의해 통계적으로 유의한 관련성을 보이고 있다. 판별분석에서는 일차적으로 7개의 변수가 선정되었지만, 기업신용평점은 예측모형을 위한 재분석에서 유의성이 나타나지 않아, 확률적 모형에는 자산건전성평점, 연체여부, 자산규모, 영업활동현금흐름, 부채비율 그리고 매출액영업이익률 등 총 6개의 변수가 선정되었다.
또한 내부통제가 취약한 기업을 사전적으로 찾아내 금융자산의 부실화에 대비해야 하는 금융기관에게 중요한 정보는 내부통제가 취약기업을 취약한 기업으로 예측하는 비율이 높고, 취약기업을 정상기업으로 분류하는 제2종 오류가 낮아야하기 때문이다. 따라서 AUROC 통계량과 적중률면에서 다소의 차이가 있지만 예측모형의 적합성은 로짓모형보다 판별모형이 보다 적합하다고 할 수 있다. 상장기업군에서나 비상장기업군에서 모두 내부통제 취약기업을 정상기업으로 잘못 분류할 2종 오류가 판별모형에서 상대적으로 낮기 때문이다.
이를 위해, 내부통제의 취약성 예측모형은 취약기업을 취약기업으로 예측하는 분류정확도가 높고, 취약기업을 정상기업으로 잘못 분류 할 제2종오류가 낮은 예측모형이 적합하다. 따라서 분류정확도와 제2종 오류를 살펴보면, 상장기업군이나 비상장기업군 모두 로짓모형보다는 판별모형이 보다 우수한 결과를 보이고 있다. 로짓모형에서는 내부통제 취약기업을 취약기업으로 예측하는 비율이 약 10%대로 매우 낮은 데 비하여 판별모형에서는 약 60%대를 보인다.
비상장기업군에서는 상장기업군과 유사하나 추가적으로 자산규모의 차이도 주요 특성에 포함되고 있다. 또한 판별예측모형을 고려할 때, 자산건전성 평점과 기업대출에 대한 연체여부가 기업 내부통제시스템의 적절성을 판단하는데 보다 유의적인 변수로 나타났다.
비상장기업군에서는 상장기업군과 유사하나 추가적으로 자산규모의 차이도 주요 특성에 포함되었다. 마지막으로 판별예측모형을 고려할 때, 자산건전성평점과 기업대출에 대한 연체여부가 기업 내부통제시스템의 적절성을 판단하는 데 보다 유의적인 변수로 나타났다.
외부감사인은 취약점 비보고기업이 Big4 회계법인과 더 제휴된 것으로 나타났으며, 자산규모, 영업활동현금흐름, 매출액영업이익율은 취약점 비보고기업이 유의적으로 더 크게, 연체여부, 부채비율은 취약점 보고 기업이 유의적으로 더 크게 나타났다. 매출액증가율과 자기자본이익율은 통계적 유의성이 없는 것으로 나타났다. 정리하면, 내부회계관리제도의 취약점이 보고되는 기업일수록 기업신용평가등급과 자산건전성, 자산규모, 영업활동현금흐름, 매출액영업이익율이 낮고, 연체가능성, 부채비율은 높은 것을 의미한다.
자산규모나 영업활동현금흐름은 상장기업군과 비상기업군이 큰 차이가 없었고 크게 차이가 나는 변수는 부채비율과 매출액증가율, 그리고 자기자본이익률이었다. 부채비율은 상장법인이 155.1%이고 비상장법인이 303.4%로 훨씬 낮게 나타났고 매출액증가율은 비상장법인이 20%이고 상장법인이 14.48%로 나타나 비상장법인이 훨씬 성장성이 높은 것으로 나타났다. 연구모형에 투입된 독립변수들 간의 분산팽창계수(VIF)는 2.
분석 자료의 특징으로는, 내부회계관리제도에 의한 취약점이 보고되는 비율이 상장법인보다 비상장법인의 경우 3.8%로 높게 나타난다. 이는 상장기업의 경우 취약점 보고가 주식시장에 부정적 영향으로 나타날 가능성이 높기에 내부통제 시스템을 보다 효율적으로 구축하여 운영하고 있다고 해석할 수 있을 것이다.
설명변수들에 나타난 기대부호와 관계를 살펴보면, 로지스틱회귀분석이나 판별분석에서 외부감사인과 자기자본이익률 변수가 기대부호와는 반대방향으로 나타났다. Big4 회계법인과 제휴된 외부감사인 제도 구성기업이 내부통제 취약점 보고와 부(-)의 관계가 예측되었지만 분석결과 정(+)의 관계를 형성하였으며, 그리고 자기자본이익률의 증가가 내부통제의 취약성보고와 부(-)의 관계가 예측되었지만 미약하게나마 정(+)의 관계를 형성하고 있다.
48%로 나타나 비상장법인이 훨씬 성장성이 높은 것으로 나타났다. 연구모형에 투입된 독립변수들 간의 분산팽창계수(VIF)는 2.55로 나타나 독립변수들 간의 다중공선성 문제는 없는 것으로 나타났다.
80)에 비해 유의적으로 더 작은 것으로 나타났다. 외부감사인은 취약점 비보고기업이 Big4 회계법인과 더 제휴된 것으로 나타났으며, 자산규모, 영업활동현금흐름, 매출액영업이익율은 취약점 비보고기업이 유의적으로 더 크게, 연체여부, 부채비율은 취약점 보고 기업이 유의적으로 더 크게 나타났다. 매출액증가율과 자기자본이익율은 통계적 유의성이 없는 것으로 나타났다.
우선, 설명변수들에 나타난 기대부호와 관계를 살펴보면, 로지스틱회귀분석에서는 자산건전성평점, 매출액영업이익률 등 2개의 변수가, 판별분석에서는 매출액영업이익률 변수에서 기대부호와는 다르게 나타났다. Big4 회계법인과 제휴된 외부감사인제도 구성기업일수록 내부통제가 취약하다고 보고될 확률이 높게 나타났다.
금융기관은 내부통제가 취약한 기업의 특성을 찾아내 금융자산의 부실화에 대비해야 한다. 이를 위해, 내부통제의 취약성 예측모형은 취약기업을 취약기업으로 예측하는 분류정확도가 높고, 취약기업을 정상기업으로 잘못 분류 할 제2종오류가 낮은 예측모형이 적합하다. 따라서 분류정확도와 제2종 오류를 살펴보면, 상장기업군이나 비상장기업군 모두 로짓모형보다는 판별모형이 보다 우수한 결과를 보이고 있다.
다음으로 통제변수들을 보면, 외부감사인은 대부분 회사가 Big4 회계법인과 제휴된 회계법인을 외부감사인으로 선임하여 외부감사를 받고 있었다. 자산규모나 영업활동현금흐름은 상장기업군과 비상기업군이 큰 차이가 없었고 크게 차이가 나는 변수는 부채비율과 매출액증가율, 그리고 자기자본이익률이었다. 부채비율은 상장법인이 155.
매출액증가율과 자기자본이익율은 통계적 유의성이 없는 것으로 나타났다. 정리하면, 내부회계관리제도의 취약점이 보고되는 기업일수록 기업신용평가등급과 자산건전성, 자산규모, 영업활동현금흐름, 매출액영업이익율이 낮고, 연체가능성, 부채비율은 높은 것을 의미한다.
2008년부터 5개년 간 자료를 기반으로 로지스틱회귀분석과 판별분석을 이용하여 내부통제 취약기업 예측모형을 형성하였으며, ROC곡선 및 AUROC 통계량을 중심으로 적합한 예측모형을 산출하고, 2013년도 자료에 나타난 상장기업군과 비상장기업군에 나타나는 내부통제 취약기업의 특성을 찾아보았다. 주요 분석 결과로, 우선 상장기업군이나 비상장기업군 모두 판별모형을 통하여 내부통제가 취약한 기업을 예측하는 것이 타당하다는 결론에 도달했다. 금융기관이 내부통제가 취약한 기업의 특성을 찾아내 자산의 부실화에 대비하기 위해서 형성해야 할 내부통제의 취약기업 예측모형은 취약기업을 취약기업으로 예측하는 분류정확도가 높고, 취약기업을 정상기업으로 잘못분류 할 제2종 오류를 낮추는 것이 중요하기 때문이다.
본 연구의 실증분석은 내부회계관리제도에 관한 모범규준과 검토기준이 적용된 이후인 2008년부터 K_금융기관과 대출거래가 이루어졌던 상장법인과 비상장법인을 대상으로 하였다. 주요 분석결과로, 우선 내부통제가 취약한 기업의 예측은 상장기업군이나 비상장기업군 모두 판별모형이 적합했다. 예측모형이 내부통제 취약기업을 예측하는 분류정확도가 높고, 취약기업을 정상기업으로 잘못분류 할 오류를 낮추는 것이 중요하기 때문이다.
주요변수에 나타난 기초통계량을 보면, 내부회계관리제도에 의해 기업의 내부통제가 취약하다고 보고되는 기업은 비상장법인이 4%이고 상장법인이 1%인데 이는 비상장법인이 상장법인보다 내부회계관리제도가 덜 제도화되어 있음을 의미 한다. 기업신용평점은 상장법인이나 비상장법인에서 거의 차이가 없는 평균 6점대, 즉 기업의 평균 신용등급이 BBB 등급이라는 점을 나타낸다.
후속연구
이를 신현걸(2007), 김용식·황국재(2012)는 내부회계관리제도의 취약점 검토에 따른 단순한 의견표명을 하는 현행 제도 하에서 감사인의 감사(audit)가 아닌 단순한 내부통제 검토(review) 의견만으로 기업의 내부통제의 적절성을 판단하기에는 무리가 있다고 지적하고 있다[2,3]. 다음으로 1,000억 이상 비상장기업으로 내부회계관리제도의 적용이 확대된 것이 최근에야 이루어져, 비상장기업에 대한 내부통제 적절성에 대한 연구가 최근까지 이루어지지 않았다. 내부통제의 적절성 유무에 대한 시장에서 필요한 정보는 상장기업보다는 오히려 비상장기업에 대해 더 필요할 수 있는데, 상장기업에 대한 결과를 비상장기업에 직접적으로 적용하기에는 다소 한계가 있다는 점이다.
다음으로 기업신용평점, 자산건전성평점 및 연체자료 등 금융기관이 자체적으로 형성하여 관리하고 있는 기업 자료를 기반으로 하여 실증분석을 하였다. 따라서 금융기관이 내부통제 취약가능성이 높은 기업을 사전적으로 예측하여 금융기관의 자산손실을 예방하는 중요한 도구로 이용할 수 있을 것이다.
2014년에 ㈜모뉴엘이 회계 분식 등 내부통제가 취약하다고 판단한 일부 금융기관은 신규대출을 억제하고 대출금을 회수하여 손실을 줄인 반면, 내부통제 취약점을 예측하지 못한 일부 금융기관은 오히려 대출금액을 늘리는 우를 범한 경우가 있다. 따라서 본 연구결과는 금융기관이 내부통제 취약가능성이 높은 기업을 사전적으로 예측하여 취약기업에 의한 금융자산 손실을 예방하는 중요한 도구로 이용할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
내부회계관리제도에 의한 적절성 판단여부가 왜 신뢰하기 어려운가?
그런데 내부회계관리제도에 의해 기업의 내부통제구축 적절성 여부를 판단하는 것에 대하여 다수의 연구·실무자들이 상당한 의문을 제시하고 있다. 이는 내부통제의 취약점이 보고되는 기업비중이 금융선진화가 이루어졌다는 미국에 비하여 우리나라의 경우 현저히 낮다는 점에 기초한다. 신현걸(2007), 김용식·황국재(2012)는 감사인의심도 있는 감사(audit)가 아닌 단순한 내부통제 검토(review) 의견만을 제시하는 현행제도 하에서 기업의 내부통제 적절성을 판단하기에는 무리가 있다는 점을 지적하고 있다[2,3].
효율성과 효과성이 전제된 기업의 내부통제제도 운영의 관심이 고조되는 이유는?
최근 글로벌화, 신기술개발 등으로 경쟁이 심화되고 있는 가운데, 기업운용의 효율성과 효과성이 전제된 기업의 내부통제제도 운영에 대한 관심이 고조되고 있다. 내·외부 이해관계자들을 위한 기업의 계량적 경영성과의 신뢰성 있는 재무정보 제공 필요성이 부각되고 있기 때문이다. 이에 우리나라는 외부감사에 관한 법률을 개정하여 2005년부터 감사보고서에 내부회계관리제도에 따른 검토보고서를 첨부하도록 의무화하였고, 2007년부터는 모범규준과 검토기준에 기초한 검토보고서의 제출대상이 모든 상장기업으로 확대되어 실시되고 있다.
내부회계관리제도는 어떤 형태로 자리잡아가는가?
이에 우리나라는 외부감사에 관한 법률을 개정하여 2005년부터 감사보고서에 내부회계관리제도에 따른 검토보고서를 첨부하도록 의무화하였고, 2007년부터는 모범규준과 검토기준에 기초한 검토보고서의 제출대상이 모든 상장기업으로 확대되어 실시되고 있다. 내부회계관리제도가 기업 내·외부 환경 및 이해관계자들에게 제공하는 기업정보의 정확성과 신뢰성이 확보될 수 있는 중요한 제도로 자리잡아가고 있다.
참고문헌 (23)
G. R. Lee, "A Study on Improving Transparency in Accounting for Sustainable Growth of Korean Companies", Journal of Digital Convergence, Vol . 11, No. 12, pp.257-264, 2013
H. K. Sin, "Analysis of Review Reports Internal Control Systems", Accounting Journal, Vol 16, No. 1, pp.107-128, 2007
Y. S. Kim & K. J. Hwang, "Study on the Prediction of Firms with Internal Control Defiencies", Accounting Journal, Vol 21, No. 3, pp.197-223, 2012
Louwers, T., "Going-concern opinion and auditor's loss function". Journal of Accounting Research, Vol 36, No. Spring, pp.143-156, 1998
Ashbaugh-Skaife, H., D. Collins, & W. Kinney., "The discovery and reporting of internal control deficiencies prior to SOX-mandated audits", Journal of Accounting and Economics, Vol 44, No. 1, pp.166-192, 2007
Bryan. S., & S. Lilien., "Characteristics of firms with material weakness in internal control: an assessment of section 404 of Sarbanes-Oxley", Working Paper, Wake Forest University and Baruch College, 2005
Ge. W., & S. McVay., "The disclosure of material weaknesses in internal control after the Sarbanes-Oxley Act", Accounting Horizons, Vol. 19, pp.137-158, 2005
Doyle. J., W. Ge, & S. McVay., "Determinants of Weaknesses in Internal Control over Financial Reporting", Working Paper, Utah State University, University of Washington, and New York University, 2006
M. G. Lee & S. T. Choi & S. J. Jang, "Weaknesses in Internal Accounting Control System : Its Relation with Eatning Management and Information Risk", A Study on the Accounting and Audit, Vol 46, pp.61-97, 2007
M. G. Lee & S. W. Jeong & J. E. Lee, "The Introduction Effect of the ICFR and Improvement tasks", Internal Control of Financial Reporting Steering Commitee, 2007
M. J. Kim & J. H. Seong & K. H. Kwon, "Analysis of The Relation Between The Material Weakness of Internal Accounting Control System and Firm's Characteristics Variables, Validation Comparison of Testing Models", International accounting research, Vol. 29, pp.1-23, 2010
H. K. Lee & J. Y. So, "An Analysis of the Financial Characteristics of Vulnerable Firms in Internal Control System", Accounting Research, Vol 1, No. 3, pp.127-152, 2009
S. K. An & K. Y. Kim, "Relationship of Earnings and Credit Rating before and after IFRS", Journal of Digital Convergence, Vol. 12, No. 11, pp.99-112, 2014
D. Y. Kim & D. I. Kim & B. W. Seo, "A Study on Effects of Corporate Governance Information on Credit Financial rating", Journal of Digital Convergence, Vol. 13, No. 2, pp.105-113, 2015
K. H. Yoo & D. R. Kim, "An Empirical Analysis about the usefulness of Internal Control Information on Corporate Soundness Assessment", Journal of Digital Convergence, Vol. 14, No. 8, pp.163-175, 2016
S. Y. Choi & H. C. Ahn, "Optimized Bankruptcy Prediction through Combining SVM with Fuzzy Theoryf", Journal of Digital Convergence, Vol. 13, No. 3, pp.155-165, 2016
Palmrose, Z. V., "Litigation and independent auditors : the role of business failures and management fraud, auditing" A Journal of Practice and Theory, Vol. 6, pp.90-103, 1987
D. l. Kim & S. I. Choi, "Analysis of Accounting Information Systems Consulting Effccts", Journal of Digital Convergence, Vol. 11, No. 10, pp.351-357, 2013
J. Y. Lee & K. I. Kim , "The Effects of Accounting Service Worker's Professionalism and Accounting Information System's Level on the Quality of Customer's Accounting Information", Journal of IT Convergence Society for SMB, Vol. 6, No. 3, pp.1-6, 2016
S. S. Yoon, "A Study on the phenomenon of profit control on operating cash flow", Research in accounting, Vol. 23, No. 1, pp.107-126, 1998
DeFond, M. L., & J. Jiambalvo., "Incidence and circumstances of accounting errors", The Accounting Review, Vol. 66, pp.643-655, 1991
Bowen. R., E. Noreen, & J. Lacey., "Determinants of the corporate decision to capitalize Interest", Journal of Accounting and Economics, Vol. 3, pp.151-179. 1981
※ AI-Helper는 부적절한 답변을 할 수 있습니다.