인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
[연구목적] 본 연구는 산업별 핵심감사사항(Key Audit Matters, KAM)의 유사도를 검토하고 높은 유사도를 보이는 산업의 원인을 탐색함으로써 KAM의 정보유용성 제고를 위해 감독당국이 고려 할 요인에 대해 시사점을 제공하고자 한다.
[연구방법] 2020년부터 2022년까지 상장기업 5,964 기업－연도에 대해 파이썬 기반의 크롤러를 제작하여 감사보고서를 추출하고, KoNLPy(Korean Natural Language Processing in Python)을 이용하여 연도－산업별 코사인 유사도를 감사보고서 전체, KAM, KAM이외 항목으로 구분하여 측정, 분석하였다.
[연구결과] KAM과 KAM이외 항목의 유사도는 각각 0.241과 0.854로 감사보고서의 차별적인 정보는 KAM과 관련 있으며, 수주산업에 해당하는 종합건설업과 전문직별 공사업의 KAM 유사도는 산업평균 대비 2.5배 수준으로 매우 높은 것으로 나타났다. Big4와 non－Big4 모두 2020년 대비 2022년의 유사도가 증가하여, 2016년 수주산업 사례 및 2022년 KAM 모범사례 배포가 KAM의 차별성에 부정적인 영향을 미침을 알 수 있다.
[연구의 시사점] KAM의 정보유용성과 관련하여 유사도라는 새로운 관점을 제시했다는 점에서 선행연구를 확장하며, 정보 충실화를 도모하기 위해 제공한 구체적인 지침 및 모범사례가 개별기업 수준의 차별적인 정보전달을 해치지 않도록 감독당국이 KAM 정책을 개선하고 모니터링을 제공할 필요가 있음을 시사한다는 점에서 의의를 갖는다.
[연구방법] 2020년부터 2022년까지 상장기업 5,964 기업－연도에 대해 파이썬 기반의 크롤러를 제작하여 감사보고서를 추출하고, KoNLPy(Korean Natural Language Processing in Python)을 이용하여 연도－산업별 코사인 유사도를 감사보고서 전체, KAM, KAM이외 항목으로 구분하여 측정, 분석하였다.
[연구결과] KAM과 KAM이외 항목의 유사도는 각각 0.241과 0.854로 감사보고서의 차별적인 정보는 KAM과 관련 있으며, 수주산업에 해당하는 종합건설업과 전문직별 공사업의 KAM 유사도는 산업평균 대비 2.5배 수준으로 매우 높은 것으로 나타났다. Big4와 non－Big4 모두 2020년 대비 2022년의 유사도가 증가하여, 2016년 수주산업 사례 및 2022년 KAM 모범사례 배포가 KAM의 차별성에 부정적인 영향을 미침을 알 수 있다.
[연구의 시사점] KAM의 정보유용성과 관련하여 유사도라는 새로운 관점을 제시했다는 점에서 선행연구를 확장하며, 정보 충실화를 도모하기 위해 제공한 구체적인 지침 및 모범사례가 개별기업 수준의 차별적인 정보전달을 해치지 않도록 감독당국이 KAM 정책을 개선하고 모니터링을 제공할 필요가 있음을 시사한다는 점에서 의의를 갖는다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091072319
