李俊，審計署審計科研所企業(yè)審計研究室主任、副研究員。

【摘要】研究深度學習技術在企業(yè)財務舞弊預警中的應用，在企業(yè)審計領域具有重要的理論和應用價值。本文以2007—2023年的A股上市公司為樣本，構建了涵蓋企業(yè)財務、業(yè)務相關指標的指標體系，采用線性神經網絡、卷積神經網絡、自編碼器等深度學習模型，以及邏輯回歸、支持向量機、決策樹等經典機器學習模型為基礎模型，以集成學習方式構建優(yōu)化的模型結構，對企業(yè)財務舞弊行為的相關特征進行學習和預警，取得了較好的效果。研究結果顯示，深度學習模型可不依賴專家經驗，對企業(yè)財務舞弊行為進行預警，建立在深度學習模型基礎上的集成學習方式可改善模型性能，但仍需解決非平衡數據結構帶來的模型性能下降問題，未來研究中可考慮通過直接分析更多的原始財務數據，采用更加科學的特征提取技術，以進一步優(yōu)化財務舞弊的深度學習預警模型。