金融报表（FS），如资产负债表（BS）、损益表（IS）和现金流量表（CS），总结了公司的年度财务表现。这些报表广泛用于评估公司治理、信用评估、风险分析、税务验证和投资决策等方面。金融审计是一项复杂且知识密集的工作，其重要目标是确保发布的财务报表的完整性、准确性、公平性以及不存在重大错误陈述。
由于财务报表的重要性，存在隐瞒、遗漏或伪造信息以误导公司真实财务状况的动机，例如减少税务负担或提高投资者信心。
考虑到审计的复杂性、耗时性和对专业知识的依赖，审计师将从一个能够自动检测财务报表中误信息的AI辅助系统中受益，并识别出这些误信息可能来源于财务数据的哪些部分。
本文提出了一种无监督技术，旨在识别财务报表中的误信息，并生成可能的误信息来源的解释。审计师可以进一步探索相关数据源和业务流程，以验证这些建议。
我们方法的一个关键特征是利用过去的财务报表及其相关审计报告的语料库来生成见解，从而提供辅助。我们在一个包含11460份财务报表和5年相关审计报告的大型语料库上展示了这些技术的有效性。
本文在先前研究（Shinde et al., 2022; Vaishampayan et al., 2022; Pawar et al., 2023）的基础上，整合并增加了更多新颖的贡献，为我们的AI审计助手系统奠定了基础。
博主点评： 本文展示了AI在金融审计领域的应用潜力，通过无监督学习技术，有效识别财务报表中的误信息，帮助审计师提高工作效率，确保财务透明度。这一研究为未来的审计实践提供了重要的技术支持。