随着资本市场数字化转型深化，上市公司审计风险呈现隐蔽化、时序化特征，传统审计方法难以适配大规模数据 处理与动态风险预警需求。本文探讨机器学习模型在上市公司审计风险识别中的应用，构建财务 - 治理 - 行业 - 事务所 多维度指标体系，提出 “时序特征提取 - 降维融合 - 风险分类” 的技术方案。通过验证模型有效性，探讨该模型集成到 审计流程中的优势，包括提升风险识别精准度、优化审计资源配置。同时，分析模型应用面临的挑战，提出针对性建议，为 审计行业数字化转型提供实践路径。 关键词：审计风险；审计失败；机器学习