随着大数据时代的到来,企业的日常运营管理活动与计算机的融合程度越来越高,风险基础审计模式的信息环境发生了巨大变化,审计人员面对的企业信息无论从数量上还是维度上都发生了巨大的变化,识别、评估和应对企业舞弊风险对审计人员专业胜任能力的要求越来越高,同时审计失败的风险也在不断加剧。然而,大数据时代的到来也给当代财务舞弊审计带来了新的技术和方法。为了提高审计人员在财务报表审计中对舞弊风险的识别能力,提高企业、监管者和资本市场参与者之间的信任程度,充分发挥资本市场有效配置资源的核心作用,本文研究了数据挖掘技术在财务舞弊风险识别中的应用,主要工作具体体现在以下三个部分:首先,对财务舞弊模式、财务舞弊识别以及数据挖掘技术的相关理论进行介绍。财务舞弊模式是对财务舞弊的定义、动机、特征等的定性研究;财务舞弊识别是基于统计、机器学习、数据挖掘等理论对企业财务舞弊的识别研究;数据挖掘是从大型数据集中发现有用模式和趋势的过程,大量研究学者将其应用于财务舞弊识别中并取得良好的效果。其次,准备构建财务舞弊识别模型需要的实证数据,包括采集舞弊企业样本、非舞弊企业样本以及构建舞弊识别特征集合。舞弊企业样本是在2000-2018年间存在虚构利润、虚列资产行为、一般会计处理不当等三种违规行为的158家上市公司;非舞弊企业样本是与舞弊企业同行业且与舞弊企业在舞弊当年及前后各2年的区间内资产总额最相近的158家上市公司;财务舞弊识别特征集合的构建基于第一部分对财务舞弊模式和财务舞弊识别的研究,首先依据财务舞弊动机理论选定初选特征集合,然后对初选特征集合进行Mann-Whitney检验得到原始特征集合,再运用Relief和Bortua算法从原始特征集合中选出最后的舞弊识别特征集合。最后,基于决策树、Logistic回归、支持向量机、随机森林构建上市公司财务报表舞弊识别模型。按照原始舞弊识别特征、Boruta算法构建的舞弊识别特征和Relief算法构建的舞弊识别特征的顺序将舞弊样本与非舞弊样本的数据分别载入四种上市公司财务舞弊识别模型中,模型识别结果显示由Relief算法构建的财务舞弊识别特征和随机森林模型的组合具有最好的识别效果,总体评价指标G均值和F值的值分别为75.88%,78.25%。根据Relief算法构建的财务舞弊识别特征集合可得出以下结论:(1)舞弊企业偿债能力弱,债务风险高,具有强烈的融资意愿,且经营活动产生的现金流量低于同行业其他正常企业。企业的现金流量比率、权益乘数、每股经营活动产生的现金流量净额等财务指标是较好的舞弊识别特征;(2)舞弊企业资产状况差,周转速度慢,且资产的盈利能力及其增长能力低于同行业其他正常企业。企业的存货周转率、应收账款周转率、净资产收益率、净资产收益率增长率、可持续增长率等财务指标是较好的舞弊识别特征;(3)舞弊企业成本费用增长率较同行业正常企业较高,企业综合税负也低于其他正常企业。企业的成本费用利润率、资产减值损失率、销售费用增长率、综合税率等财务指标是较好的舞弊识别特征。