会计舞弊(AF),是旨在欺骗会计信息使用者或财务报告使用者,尤其是投资者和债权人的蓄意错报,或数额的遗漏。在过去的几年里,会计舞弊使投资者损失超过了1000亿美元。资本市场的高效运行和健康运转很大程度上取决于市场所接收到的会计信息的质量,该类信息的不可靠会直接导致资本市场的无效和病态。因此,发现会计舞弊模式与识别会计舞弊对经济增长和国家繁荣非常关键,研究该问题具有重要的实际意义。目前对会计舞弊从识别方法来看,主要采用舞弊公司与非舞弊公司对比的有导师学习方法,基于公告中的舞弊与非舞弊公司选择样本数据,即遵循选择和匹配样本的研究设计。然而,在我国证券市场尚不规范的前提下,非舞弊定位具有非理性和未来不确定性,原因有三:第一,证券市场相关制度(IPO制度、监管制度等)驱动企业会计舞弊意愿强烈而普遍;第二,我国转型社会的社会文化环境、法律环境、行政监管体制、公司治理结构、会计准则与制度等的缺陷使得企业舞弊成为可能;第三,已披露的重大会计舞弊案件显示,舞弊公告相对舞弊的存在严重滞后。如银广夏、蓝田股份、锦州港、郑百文等均在证监会介入后由历年的标准无保留意见改为否定意见或无法表示意见。因而,训练数据的不可靠直接导致目前采用的有导师分类学习方法所建立的识别模型失真。究会计舞弊实质,即违反会计准则等相关法规。中国与西方会计法规的差异,造成舞弊手段方式的差异,进而限制了基于舞弊现象的识别研究数据的本土化,同时派生出中国企业会计舞弊模式和识别这一研究主题。鉴于非舞弊公司数据的不可靠和研究数据的本土化限制,该研究从两个视角入手,一者应用契约和委托代理等经济学原理分析舞弊动因和中国上市公司舞弊监管制度环境;二者基于舞弊公司数据实证研究舞弊模式特征和识别方法。论文具体以中国证券监督委员会2002至2006年度公开处罚公告为蓝本,选取90家舞弊上市公司为样本,运用描述统计与比例检验的方法,对现阶段中国上市公司舞弊的基本类型、目的、手段和表现及涉案人员与处罚情况进行了频率统计分析和显著性检验。通过系统研究现有文献,提出面向会计舞弊识别的数据挖掘框架模型,依据此模型从学习类型、识别方式、挖掘算法、实现技术等维度分析建立相应的舞弊识别方法分类体系,提出适合中国上市公司非舞弊数据不可靠等特征的数据挖掘模型。基于此,采用关联规则挖掘方法深入挖掘其模式关联特征,从无导师角度入手,以中国上市公司会计舞弊数据为样本,用Apriori和Apriori PT两种算法找出上市公司使用的舞弊手段间的强关联规则,并对这些规则进行解释,给出舞弊识别方法。最后,从宏观文化、制度环境制约、外部监管与审计保证、董事会监督、高层管理者负责、内部控制体系监控五个层次提出舞弊治理体系的“洋葱”模型。论文研究得到了以下主要结论:第一,会计舞弊行为的发生是人的趋利行为和特定制度背景下的产物,各个个体的行为是特定制度安排的结果。中国转型经济和新兴证券市场的现实环境决定了中国上市公司会计舞弊的普遍性。第二,会计信息违规披露和财务报告舞弊是上市公司会计舞弊的两个主要类型,而且在二者之间上市公司没有偏好。在会计信息违规披露中,非完整性披露(即违反完整性披露)是主要表现;在非完整性披露中,对于担保信息和关联交易信息的遗漏是主要内容。在财务报告舞弊中,与虚增净资产相比,对虚增利润上市公司表现出了明显的偏好。在虚增利润中,虚构收入是其主要手段,而且主要通过直接虚增销售收入。在上市公司舞弊的涉案人员中,公司董事会成员和高级管理人员是主体;从处罚力度上来看,明显偏轻。第三,财务报告舞弊中,部分舞弊手段间存在明显的强关联性。少计负债和虚增资产总是同时使用,而且在少计负债的前提下,同时也虚增资产的概率会提高近四倍。同时,虚构收入、少计负债和虚增资产也存在强关联性。制造业上市公司与选定的舞弊上市公司总体在舞弊手段的关联模式方面表现出很强的一致性。