预算松弛一直是企业全面预算管理中存在的难题,此问题是导致预算管理难以有效发挥其控制作用的重要原因之一。并且预算松弛行为在本质上也是一个伦理问题,预算责任人常常面临着个人利益和伦理规范的冲突,是去选择制造松弛来实现个人利益的最大化,还是选择拒绝松弛以遵守普遍的道德,这会有一个伦理决策的过程。所以本文以管理会计中经典的预算松驰问题为背景,将社交媒体大数据与机器学习方法相结合,探索构建可以识别和模仿人的伦理判断模型的人工智能算法。我们首先采用爬虫技术获取微博社会伦理事件的文本评论数据,再通过改进刘勘等(2017)提出的SWNB文本立场分析模型算法,提取伦理判断特征来搭建伦理判断机器学习模型。用这个方法构建的人工智能伦理判断算法可以较为准确地根据一个人对一个典型伦理事件的评论识别出他的伦理判断模型,利用此模型来对样本进行分类,从而再通过同预算松弛的实验研究相结合,探寻不同的伦理判断模型与预算松弛之间的相关性。并且该模型能够在一定程度上预测预算者在参与预算目标设置时可能产生的预算松驰程度。实验结果表明,不同伦理判断模型分类下的预算参与者对于预算松弛行为的伦理决策过程以及预算目标设置时的预算松弛程度都存在显著差异。习惯于应用美德模型和公平公正模型的行为人由于伦理敏感度较高,倾向于较低的预算松弛度,权利义务模型的行为人居中,而功利主义模型的行为人相比之下更关注个人利益,伦理敏感度相比较低,更倾向于较高的预算松弛度。本文的发现表明了基于机器学习的伦理判断模型分类算法可以用来识别人的伦理判断模型,并可用它来预测人在伦理决策中的行为。这一发现也意味着机器是可以被训练来模仿人进行伦理判断。同样地在实践过程中,企业也可利用伦理判断机器学习模型来对员工的社交媒体信息给予适当的关注,因为企业中很多的行为决策(如预算松弛)都是伦理活动,企业可以通过这些信息做一个事先的把握,从而为企业实施相关的内部管理控制提供参考意见。