财务欺诈，是通过使用重大误导性财务报表，引致投资人和债权人受损的一种故意的、非法的行为。在过去的几十年里，财务欺诈案件显著增加，引起了人们对公司治理的可靠性与有效性和已审计公开财务报表的质量与诚信性的关注。因此，如何有效的实施财务欺诈检测，从而保证投资者和债权人的利益成为当前研究的热点。　　 迄今为止，国内外学者已经在规范研究和实证分析两个层面上对财务欺诈问题进行了多方位的研究，涉及财务欺诈动因、检测和监管等多个方面。现有的检测方法大多采用欺诈公司与非欺诈公司相匹配的分类方法建立检测模型。但是，在我国证券市场发展尚不完善的情况下，非欺诈公司财务数据的不可靠和本土化限制导致了分类检测模型的失真。因此，本文从欺诈公司的财务数据出发，采用聚类分析方法探索财务欺诈模式的特征。本文的主要贡献在于：　　 首先，收集2002-2008年间因欺诈行为(主要涉及虚增利润)被证监会处罚的全部上市公司的财务数据，并且参考国内外文献中研究样本的筛选和匹配标准，结合中国的国情，提出更为严格的研究样本筛选及匹配标准。　　 其次，通过大量的实验确定所建立的分类模型的参数，并验证目前常采用的分类方法不能有效的对中国上市公司财务欺诈问题实施检测，从而确定从欺诈数据出发，采用无指导的聚类分析方法进行财务欺诈检测。　　 接着，根据财务欺诈各个手段之间存在的强关联性，将财务指标与财务欺诈手段进行匹配，选择出能有效检测财务欺诈行为的8个财务指标。　　 最后，采用聚类分析找到这些指标对应的财务数据的类特征区间，并且证明净利润/销售、总利润/总资产、净利润/总资产、应收账款/销售、应收账款/总资产这五个指标具有较高的欺诈检测正确率，从而为审计人员及信息使用者提供一个简单有效的财务欺诈检测的途径。