自上世纪九十年代以来,我国证券市场逐步建立了多层次的资本市场,为我国经济提供了投融资等服务。经过三十余年的发展,中国证券市场的上市公司数量、投资者数量以及融资金额都已达到了相当的规模,对促进我国经济发展、维护社会稳定有着不可或缺的作用。然而,证券市场鱼龙混杂,个别上市公司出于多种原因,不顾社会利益与市场稳定,进行财务舞弊行为。据统计,仅2020年就有300余家上市公司因此而被证监会处罚,处罚金额高达51亿元。上市公司利用关联交易、虚增利润等手段来粉饰报表,通过财务舞弊以期从资本市场套现。随着证券市场的不断发展,上市公司财务舞弊手法更加隐蔽多样、危害更加广泛,损害了证券市场、各行业以及投资者的利益。近年来,我国证监会颁布了一系列有关识别、治理财务舞弊的法律法规,学界专注于研究财务舞弊的专家也进行了一系列的考察以及案例分析,但防治效果不佳。并且我国在上市公司财务舞弊预警机制构建方面仍有欠缺,难以在第一时间发现企业舞弊的违法行为。因此,对上市公司财务舞弊动因、手段、预警模型以及治理等相关问题进行研究,对规范我国证券市场秩序意义重大。本文利用我国A股上市公司近年来多维度多指标的财务及非财务数据,构建了基于决策树C5.0算法的财务舞弊识别模型,借助Boosting机器学习算法对其进行优化,有助于识别出与上市公司财务舞弊密切相关的特征指标以及判断上市公司是否舞弊的决策规则。在此基础上进一步构建了上市公司财务舞弊智能化预警模型,为我国上市公司财务舞弊预警提供新方法、新思路。同时,本文结合我国上市公司康得新财务舞弊实例,对其财务舞弊过程及手段进行分析,并将康得新2013年至2018年的相关特征指标数据代入模型进行检验,有利于增强财务舞弊预警模型在我国的具体运用,利于尽早发现舞弊并进行防范和治理。最后,本文结合舞弊动因GONE理论,针对四因子分别给出了相应的舞弊防范对策,以期通过完善公司道德环境以遏制贪婪心理、完善内部治理及外部监管机制以减少舞弊机会、构建合理发展战略及评价体系以降低不良需要、完善舞弊预警及处罚机制以提高舞弊暴露成本,从动因出发防治财务舞弊的违法行为,达到抑制和减少证券市场舞弊现象的目的。