李俊，审计署审计科研所企业审计研究室主任、副研究员。

【摘要】研究深度学习技术在企业财务舞弊预警中的应用，在企业审计领域具有重要的理论和应用价值。本文以2007—2023年的A股上市公司为样本，构建了涵盖企业财务、业务相关指标的指标体系，采用线性神经网络、卷积神经网络、自编码器等深度学习模型，以及逻辑回归、支持向量机、决策树等经典机器学习模型为基础模型，以集成学习方式构建优化的模型结构，对企业财务舞弊行为的相关特征进行学习和预警，取得了较好的效果。研究结果显示，深度学习模型可不依赖专家经验，对企业财务舞弊行为进行预警，建立在深度学习模型基础上的集成学习方式可改善模型性能，但仍需解决非平衡数据结构带来的模型性能下降问题，未来研究中可考虑通过直接分析更多的原始财务数据，采用更加科学的特征提取技术，以进一步优化财务舞弊的深度学习预警模型。