上市公司财务舞弊是破坏资本市场信息透明和公开的“毒瘤”，直接威胁着资本市场公开、公平和公正的基本原则。然而，大量财务舞弊公司在被揭露之前，往往是作为绩优股、成长股来推荐，人们在感叹之余，更要反思，有什么手段和模式能够实现对财务舞弊公司事前甄别，这一模式应具有广泛的应用性和一定的可靠性。近年崛起的数据挖掘技术，无疑为构建财务舞弊识别模式提供了技术基础。本文结合数据挖掘的方法，在计算机科学基础上寻求有效和可靠的财务舞弊识别之道。本文首先介绍了上市公司财务舞弊的研究现状，从动因、信号识别、及数据挖掘识别方面对财务舞弊的现有研究进行了系统阐述，明确了现有研究所存在的不足。其次，采用了2000-2010年证监会公布的舞弊上市公司以及与之相对应的健康公司为研究样本，分别构建了上市公司财务舞弊静态识别模式和上市公司财务舞弊动态识别模式。静态识别模式主要基于因子分析法与贝叶斯分类法相结合的理论基础，对舞弊当年的静态指标进行处理。动态识别模式以各个舞弊公司的IPO年份为研究起点，舞弊年份为研究终点，建立时间序列特征向量，基于动态时间弯折（DTW）动态思想，应用k邻近（k-Nearest Neighbor，KNN）分类算法进行舞弊识别。结果显示，静态识别模式的效果优于传统的统计模式，动态识别模式由于考虑了历史数据，因此识别效果优于静态识别模式的效果。