财务报表中的多模态欺诈检测：一种基于三模态注意力网络与对比证据链构建的方法

《IEEE Access》：Multimodal Fraud Detection in Financial Statements: A Trimodal Attention Network with Contrastive Evidence Chain Construction

　　

摘要：

财务报表欺诈造成了巨大的经济损失，并且继续逃避主要依赖于结构化会计比率的传统检测方法。这些方法忽略了叙述性披露和文档格式中存在的丰富法医线索——这两者都是欺诈者经常与数字本身一起操纵的渠道。本文介绍了TriAudit，这是一个三模态深度学习框架，它联合编码了来自公司10-K文件的三种互补的证据流：(i) 通过残差MLP处理的结构性财务比率和应计指标；(ii) 通过基于FinBERT的编码器捕获的MDA文本语义，该编码器具有跨块注意力机制；(iii) 使用LayoutLMv2框架提取的视觉文档布局特征，并结合了一种新颖的布局偏差得分，该得分可以量化与行业规范模板的空间异常。这些特定于模态的表示通过一个分层跨模态注意力机制进行整合——反映了审计师从数字信号到叙述性内容再到文档结构的证据推理过程——随后是一个门控融合模块，该模块根据每个数据流的可靠性对其进行自适应加权。为了支持可审计性，TriAudit包含了一个对比证据链模块，该模块将不同模态下的异常得分对齐成结构化、可人类解释的审计轨迹，将特定的财务违规行为、语言偏差和布局不一致性联系起来。在EDGAR语料库中的6000多份文件上进行评估，这些文件的欺诈标签来自SEC会计和审计执法发布，TriAudit的AUC-ROC值为0.923，F1值为0.847，比最强的双模态基线高出5.5个AUC点，比传统的Beneish M分数高出18个以上点。消融实验确认，每个架构组件——包括布局偏差评分、分层注意力排序、对比对齐和正交性正则化——都对此有所贡献...

显示更多