회계이익예측을 위한 기계학습 성과 비교
Asian Tax Journal 20권 6호 (2019), 9-34쪽
초록
빅데이터와 기계학습 또는 인공지능의 대두로 4 차 산업혁명이 촉발될 것으로 예견되고 있다 . 이런 맥락에서 빅데이터는 원유로 , 기계학습 등은 이 원유를 가공하는 기술로 비유되기도 하며 , 의사결정에 유용한 정보를 추출하는 과학적 방법론 또는 프로세스를 지칭하는 데이터 과학이라는 개념도 등장하였다 . 이와 같은 흐름에 대응하고자 회계학계에서도 빅데이터와 인공지능 등의 도입에 고심하고 있으나 아직 많은 연구가 이루어지지는 않은 것으로 파악된다 . 특히 , 국내에서는 이와 관련된 연구는 찾아보기 어려운 것이 현실이다 . 회계이익이 기업가치를 결정하는 근본 변수로써 회계정보이용자의 의사결정에 차이를 가져오는 정보력을 가진다는 연구는 충분히 이루어졌으나 예측 성능이 좋은 회계이익예측 모형의 개발과 관련된 연구는 많이 이루어지지 않은 것으로 판단된다 . 본 연구에서는 기존에 개발된 회계이익예측 모형을 기계학습 맥락에서 재해석하고 , 추가로 보다 높은 예측 성능을 나타낸다고 알려져 있는 예측 모형들과 그 성과를 비교하여 회계이익예측에 기계학습 기법의 도입 가능성을 검토하였다 . 본 연구의 목적을 달성하기 위해 제조업에 속하는 KOSPI 상장 기업 중 12 월 결산 법인에 대한 재무비율을 추출하여 활용하였다 . 로지스틱 모형에 기반한 Ou and Penman(1989) 의 연구 내용을 바탕으로 이를 기계학습 기법으로 재해석한 모형을 기준으로 하고 , 기계학습에 가장 일반적으로 사용되고 있는 나무 모형 , 랜덤포레스트 모형 , 부스팅 기법을 추가하여 이들의 예측성과를 비교하였다 . 연구의 결과 , 모형들간 예측성과 차이가 전반적으로 통계적 유의성을 가지며 , 가장 높은 예측 성능을 나타낸 부스팅 기법을 이용한 경우 가장 낮은 예측력을 보이는 나무 모형에 비하여 약 10% 정도 더 높은 예측력을 갖는 것으로 나타났다 . 이와 같은 결과는 보다 정확한 회계이익예측 정보를 기계학습 기법을 활용하여 제공할 수 있다는 의의가 있으며 , 회계이익예측 이외의 다양한 분야에서도 기계학습을 활용한 연구의 토대가 되기를 기대한다 .
키워드
- 회계이익예측
- 기계학습
- 예측 성능
관련 논문
무형자산생산성과 재무분석가 예측오차에 관한 연구
25(1) 9-32
코스닥 상장 기업의 혁신성과가 재무분석가 예측치에 미치는 영향
25(1) 107-128
기술성장기업의 마일스톤 공시효과에 관한 연구
20(5) 129-163
조세회피와 기업투명성
20(2) 95-123
IFRS 의무도입 후 이익 정보력이 재무분석가의 이익예측의 정확성에 미치는 영향
19(3) 119-163