본 연구는 감사보고서 감리지적기업과 감리비지적기업을 효율적으로 구분할 수 있는 분류방법에 대한 연구이다. 본 연구에서는 선행연구에서 널리 사용되어온 분류방법인 로짓회귀분석 방법이 종속변수와 설명변수간에 횡일적인 선형함수만을 가정하는 데에서 나오는 문제점을 두 가지 측면에서 극복하고자 한다. 첫째는 감리지적 여부에 영향을 미치는 설명변수간에 존재하는 인과관계(causal relationship)를 도출할 필요가 있다. 이는 어떤 변수가 다른 어떤 변수와 직접 또는 간접적 인과관계를 통하여 감리지적 여부에 영향을 주는지를 의사결정자에게 알려줌으로써 보다 효과적인 감리작업을 할 수 있도록 지원할 수 있다. 이를 위하여 본 연구에서는 일반 베이지안 망(GBN: General Bayesian Network)을 제안하고 GBN에서 유도되는 마코프 블랭킷(Markov Blanket)을 제시한다. 둘째는 감리지적 예측을 보다 정확하게 하기 위하여 기존에 사용되던 분류방법인 GBN과 나이브 베이지안 망(NBN: Naive Bayesian Network) 및 C5.0을 결합한 앙상블 방법을 제시한다. 1990년에서 1999년까지의 감리지적 및 감리비지적기업의 자료를 기초로 실험한 결과 본 연구에서 제안하는 두 가지 방법이 모두 통계적으로 유의한 결과를 제공한다는 것이 실증적으로 검증되었다.