기계학습 기법을 활용한 회계이익 예측 모형 개선 방향

A Study of Improving Earnings Forecasting Models Using Machine Learning Techniques

본 연구에서는 회계이익의 중요성에도 불구하고, 이의 예측 모형 개발과 관련한 연구가 상대적으로 부족함을 지적하고, 최근 경영 환경의 변화에 따라 새로운 예측 모형 개발이 필요하며, 이를 위해 딥러닝을 포함한 기계학습 기법을 제안하고 있다. 또한 기계학습 기법에 친숙하지 않은 회계학 연구자들의 이해를 돕기 위해, 간략하지만 핵심적으로 가장 일반적인 기계학습 접근법과 이를 적용함에 있어 고려해야할 논점을 정리하였다. 본 연구는 문헌 연구 방법에 기초하여 기존의 회계이익 예측 관련 선행 연구를 검토한 후 기계 학습 및 딥러닝의 개념적 이해와 도입 시 고려할 점을 제시하였다. 회계이익 예측 문제에 있어 기존의 연구에서는 많은 개선이 이루어지지 못한 것이 사실이다. 최근 새롭게 주목 받고 있는 기계학습(또는 딥러닝)을 활용할 경우 지금까지의 연구의 한계를 극복할 수 있으며 변화된 환경에서도 유연하게 대처하여 회계정보의 유용성을 유지 및 강화하는데 도움이 될 수 있다. 본 연구에서는 이와 같은 기계학습(딥러닝)의 최신 적용 사례와 그 개념적 이해를 소개하여 이를 통해 회계학 연구자들에게 새로운 방법론의 적용 가능성에 대한 논의와 시도가 이루어질 수 있을 것으로 기대한다.

In this study, it is pointed out that the research related to the development of earnings forecasting models is relatively insufficient, despite the importance of accounting earnings, and propose the machine learning and deep learning methods according to the change of management environment. Also, I have summarized the most basic and general machine learning approaches and the issues to consider when applying them to help researchers who are not familiar with machine learning techniques. This study reviews previous researches related to accounting earnings forecasts based on literature research methods and then suggests conceptual understanding and introduction of machine learning and deep learning. It is true that many of the existing researches on accounting earnings forecast have not been much improved. The use of machine learning(or deep learning), which recently has been attracting attention, can overcome the limitations of previous studies and can help maintain and enhance the usefulness of accounting information by flexibly corresponding with the changed circumstances. In this study, I have introduced the conceptual understanding of the machine(deep) learning and its applicable examples, I hope that the applicability of the new methodology will be discussed and attempted by accounting researchers.