본 연구에서는 로지스틱 회귀분석 및 인공신경망을 적용한 내부회계관리제도 평가모형을 개발하고 각 모형의 성과를 설명력, 검정력 및 예측력 등의 다양한 적합도 관점에서 비교함으로써 내부회계관리제도 평가모형의 효과적인 구축 방안을 제안하고자 한다. 이를 위하여 2006년부터 2009년까지 중요한 취약점을 보고한 111개 취약 기업과 취약점이 발견되지 않은 333개 정상 기업을 표본기업으로 선정하였다. 모형개발에 사용된 변수는 기존 선행연구에서 사용된 23개 변수 중 요인분석과 ROC분석을 이용하여 6개의 재무변수(총자산, 자기자본순이익률, 총자본회전률, 유동비율, 유보비율, 영업현금흐름비율)를 선정하였다.
설명모형 비교분석에서 로지스틱 회귀분석은 자기자본순이익률, 유보비율, 영업현금흐름비율이 내부통제 취약점의 발생가능성과 유의적인 음(-)의 관계성을 가지고 있음을 보여주었다. 인공신경망의 경우 유보비율, 유동비율, 자기자본순이익률, 총자본회전률, 영업현금흐름비율, 총자산 순으로 내부통제 취약점의 발생가능성에 영향을 미칠 수 있음을 분석하였다. 또한 ROC분석을 통한 모형의 적합성 검증에서는 인공신경망이 로지스틱 회귀분석보다 우수한 검정력을 보유하고 있음을 확인하였다.
예측모형의 비교분석을 위하여 총 30회의 교차타당성 분석을 수행하였다. 예측력 검증 결과 로지스틱 회귀분석 및 인공신경망의 평균 예측력은 각각 75.9% 및 77.9%로 인공신경망의 정확도가 우수한 것으로 나타났으며 모형의 예측력 차이에 대한 t-test 결과에서도 1% 유의수준에서 인공신경망의 성과가 우수함을 확인하였다. 또한 ROC분석 결과는 예측모형에 있어서도 인공신경망이 보다 우수한 검정력을 보유하고 있음을 보여주었다.
본 연구는 내부통제 평가모형에 주로 활용되어 왔던 로지스틱 회귀분석과 인공신경망의 성과를 적합도 관점에서 비교분석하였다. 분석 결과 인공신경망 기법을 이용하여 우수한 설명력, 검정력 및 예측력을 보유한 내부통제 평가모형을 구성할 수 있음을 보여주었고 결과적으로 효과적인 내부관리회계제도 평가모형의 구축 가능성을 제시하였다.
본 연구에서는 로지스틱 회귀분석 및 인공신경망을 적용한 내부회계관리제도 평가모형을 개발하고 각 모형의 성과를 설명력, 검정력 및 예측력 등의 다양한 적합도 관점에서 비교함으로써 내부회계관리제도 평가모형의 효과적인 구축 방안을 제안하고자 한다. 이를 위하여 2006년부터 2009년까지 중요한 취약점을 보고한 111개 취약 기업과 취약점이 발견되지 않은 333개 정상 기업을 표본기업으로 선정하였다. 모형개발에 사용된 변수는 기존 선행연구에서 사용된 23개 변수 중 요인분석과 ROC분석을 이용하여 6개의 재무변수(총자산, 자기자본순이익률, 총자본회전률, 유동비율, 유보비율, 영업현금흐름비율)를 선정하였다.
설명모형 비교분석에서 로지스틱 회귀분석은 자기자본순이익률, 유보비율, 영업현금흐름비율이 내부통제 취약점의 발생가능성과 유의적인 음(-)의 관계성을 가지고 있음을 보여주었다. 인공신경망의 경우 유보비율, 유동비율, 자기자본순이익률, 총자본회전률, 영업현금흐름비율, 총자산 순으로 내부통제 취약점의 발생가능성에 영향을 미칠 수 있음을 분석하였다. 또한 ROC분석을 통한 모형의 적합성 검증에서는 인공신경망이 로지스틱 회귀분석보다 우수한 검정력을 보유하고 있음을 확인하였다.
예측모형의 비교분석을 위하여 총 30회의 교차타당성 분석을 수행하였다. 예측력 검증 결과 로지스틱 회귀분석 및 인공신경망의 평균 예측력은 각각 75.9% 및 77.9%로 인공신경망의 정확도가 우수한 것으로 나타났으며 모형의 예측력 차이에 대한 t-test 결과에서도 1% 유의수준에서 인공신경망의 성과가 우수함을 확인하였다. 또한 ROC분석 결과는 예측모형에 있어서도 인공신경망이 보다 우수한 검정력을 보유하고 있음을 보여주었다.
본 연구는 내부통제 평가모형에 주로 활용되어 왔던 로지스틱 회귀분석과 인공신경망의 성과를 적합도 관점에서 비교분석하였다. 분석 결과 인공신경망 기법을 이용하여 우수한 설명력, 검정력 및 예측력을 보유한 내부통제 평가모형을 구성할 수 있음을 보여주었고 결과적으로 효과적인 내부관리회계제도 평가모형의 구축 가능성을 제시하였다.
The objectives of this study are to develop internal accounting control assessment models by applying logistic regression(LR) and neural networks(NN), and to compare the performances of both models in the perspective of various goodness-of-fit tests including explanatory capacity, power and predic...
The objectives of this study are to develop internal accounting control assessment models by applying logistic regression(LR) and neural networks(NN), and to compare the performances of both models in the perspective of various goodness-of-fit tests including explanatory capacity, power and prediction accuracy. We collect 444 firms, a quarter of which announced ICW problem on their internal accounting control review report and the rest of which did not. The 6 independent variables are selected from factor analysis and ROC analysis. In the comparison of explanatory model, LR shows that three variables(net income/equity, retained earning/asset and OCF/asset) have negative relation with likelihood of ICW, meanwhile NN shows that 6 firm-specific variables have the effect on likelihood of ICW in the order of retained earnings/total asset, current assets/current liabilities, ROE, total assets/sales, OCF/total assets, and total assets. ROC analysis also shows that NN has higher power than LR. In the comparison of prediction model, the prediction accuracy of LR and NN is 75.9% and 77.9%, respectively. The results of t-test show that the prediction accuracy of each model is significantly different at 1% significance level. The results of ROC analysis show that NN also has higher power than LR in prediction model. This study analyzes the performances of LR and NN in terms of the goodness of fit, thus the results demonstrate an effective implementation method of internal accounting control assessment models.
The objectives of this study are to develop internal accounting control assessment models by applying logistic regression(LR) and neural networks(NN), and to compare the performances of both models in the perspective of various goodness-of-fit tests including explanatory capacity, power and prediction accuracy. We collect 444 firms, a quarter of which announced ICW problem on their internal accounting control review report and the rest of which did not. The 6 independent variables are selected from factor analysis and ROC analysis. In the comparison of explanatory model, LR shows that three variables(net income/equity, retained earning/asset and OCF/asset) have negative relation with likelihood of ICW, meanwhile NN shows that 6 firm-specific variables have the effect on likelihood of ICW in the order of retained earnings/total asset, current assets/current liabilities, ROE, total assets/sales, OCF/total assets, and total assets. ROC analysis also shows that NN has higher power than LR. In the comparison of prediction model, the prediction accuracy of LR and NN is 75.9% and 77.9%, respectively. The results of t-test show that the prediction accuracy of each model is significantly different at 1% significance level. The results of ROC analysis show that NN also has higher power than LR in prediction model. This study analyzes the performances of LR and NN in terms of the goodness of fit, thus the results demonstrate an effective implementation method of internal accounting control assessment models.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.