【摘要】审计风险的识别和评估是现代风险导向审计的重要内容，为准确地识别审计风险，建立了一套基于SAE-BP神经网络的审计风险识别模型。选取16个指标构成重大错报风险评估模型的输入指标体系，利用SAE算法提取特征，通过机器学习模型BP神经网络分类器进行识别，构建SAE-BP神经网络，并选取135个A股上市公司作为样本进行了实证分析。结果表明:该模型运算速度快，模型平均识别准确率较高，可以达到88.5%，能够对审计风险进行高质量识别，有效提高了审计的效率。