近几年来,我国上市公司财务舞弊事件频发,企业财务舞弊行为是对企业信息披露制度的严重挑战,不仅会破坏资本市场的诚信体系,影响社会经济的健康发展,而且对广大相关者的利益造成严重损害,可谓是证券市场的一颗“毒瘤”,所以需要从严从重打击企业的财务舞弊行为,而只有准确并高效地识别出企业的财务舞弊行为,才能为有效治理企业的财务舞弊问题奠定良好的基础。本文通过对国内外学者关于财务舞弊识别的研究文献进行梳理,选用了国外广泛使用的M-Score模型进行研究。在对金正大舞弊动因和手段深入剖析的基础上,利用金正大2011-2020年财务报表数据对M-score进行检验,结果发现该模型对金正大财务舞弊行为识别的综合准确率只有60%,无法达到其对美国上市公司的应用效果,所以需要对该模型进行优化设计。为了提高该模型的有效性,本人通过研读国内学者关于中国上市公司舞弊问题的研究文献,在M-Score原模型8个财务指标的基础上,新增加了7个能够表征我国上市公司舞弊特征的财务指标、6个能够体现行业特征的指标和4个非财务指标,最终构建出包含25个指标的财务舞弊识别指标体系。根据金正大所处的化学原料和化学制品制造业,本文选取了2010年至2020年该行业因财务舞弊而收到中国证监会行政处罚决定书的15家上市公司以及同行业15家非舞弊公司作为研究对象,经过一系列数据清洗,获得了46个舞弊样本和281个非舞弊样本。在对以上样本数据进行描述性统计分析、显著性分析和相关性分析之后,通过二元Logistic回归分析,筛选出了12个具有强解释力的指标,包括应收账款增量指标、毛利率增量指标、资产质量增量指标、销售收入增量指标、财务杠杆增量指标、应计项目增量指标、存货占比、存货增长与收入增长差异、现金比率、应收账款周转率行业偏离度、股权集中度和审计意见类型,最终构建出以这12个指标为核心的财务舞弊预测模型。利用金正大2011-2020年期间的财务数据检验了优化后的M-Score模型,综合准确率达到了80%,相比于原模型提升20%。本文在最后对于M-Score模型的使用提出了建议,并基于舞弊风险因子理论提出治理企业财务舞弊问题的具体措施,可供参考。不同于现有研究对整个A股市场上市公司舞弊情况的实证性分析,本文基于金正大财务舞弊案例和原模型的构建原理,从行业角度入手,新增行业分析指标和非财务信息分析指标,构建出更有针对性的上市公司财务舞弊识别模型。