目前我国市场经济前景良好,势头迅猛,上市公司的数量不断上升。但由于我国经济正处在快速发展时期,体制尚不健全,从而导致上市公司财务舞弊的事件呈高发之势。财务舞弊现象越来越严重,发生的此类事件越来越多,尽管国家出台了相应的规范措施,严打财务舞弊的上市公司,但是财务舞弊现象仍是屡禁不止。财务舞弊的危害非常大,部分公司为了自己的利益会对财务状况进行粉饰,提供给投资者的财务报告偏离实际,因此如果投资者依据这种错误的报表进行投资,就会造成严重损失,进而可能会危害证券市场与整个国家的信用。因此,上市公司财务舞弊识别方法的研究意义重大。为治理财务舞弊现象,人们一直在坚持寻求和探索合理的方法。国内外学者已经不再将重点放在规范研究,而是转向能为人们提供更多实用性帮助的实证研究。本文基于上市公司数据库,通过指标筛选建立了上市公司财务舞弊识别的指标体系,进而运用数据挖掘工具IBM SPSS Modeler 14.01,采用基于三种数据挖掘算法的系综方法建立了上市公司财务舞弊识别模型。首先,从锐思数据库中选取了74个因财务舞弊受到惩罚的上市公司即舞弊公司和74个没有受到特别处理的上市公司即非舞弊公司作为样本。其次,从28个财务与非财务指标中筛选出16个具有显著作用指标用于财务舞弊识别。进而,通过因子分析从该16个指标中提取出5个主因子作为输入变量,并将舞弊与否(舞弊标记为0,非舞弊标记为1)作为输出变量,基于集成神经网络、决策树和支持向量机等三种算法的系综方法构建了上市公司的财务舞弊识别模型,并给出了该模型的测试效果。结果表明,该模型能够有效识别出上市公司财务舞弊与否,适用于上市公司的财务舞弊行为识别,从而可以对有舞弊动机的上市公司起到威慑作用。