재무제표 주석의 텍스트 분석 통한 재무 비율 예측 연구

Abstract

K-IFRS(Korean International Financial Reporting Standards)도입 이후 주석의 양은 증가하였으나, 상투적 문구와 간결성의 부족으로 핵심정보 파악이 어려운 실정이다. 본 연구는 자동화를 통한 문제 해결 가능성을 보이기 위해, 유가증권시장과 코스닥에 상장된 기업의 2013년부터 2018년 공시를 대상으로 1분기 뒤 재무 비율을 예측하는 신경망 모델을 구축해, 재무제표 주석이 회사의 미래 재무비율 중에서도 주당순이익에 대한 예측을 하는데 도움이 되는 경향을 갖고 있는지 확인했다. Forward Chaining 검정 후 계산된 오차의 평균 값을 난수 Seed를 바꿔가며 표본을 얻은 뒤 비교한 결과, 주석데이터를 활용한 분석이 측정 오차가 유의하게 감소하였음을 확인하였다. 이는 정량적인 데이터만으로는 예측이 어려운 재량적 발생액이 주석데이터와 상관관계를 갖기 때문인 것으로 추론된다. 이 결과는 주석 텍스트 분석의 자동화를 통해, 공시일마다 대량의 주석을 분석하여 투자 결정에 활용할 수 있을 뿐만 아니라 로보어드바이저(Robo-advisor)와 같은 인공지능 재무분석 서비스에서 텍스트 분석 모듈 추가와 이에 필요한 인프라 구축에 준거가 될 것으로 기대된다.