大数据时代下中国金融证券市场蓬勃发展,随之而来的财务欺诈问题也越来越受到投资者和监管者的重视。上市公司的财务欺诈行为使得投资者蒙受巨大损失,扰乱了经济秩序,引发了信任危机,危害极大。因此,构建一个有效的上市公司财务欺诈识别模型意义重大。尽管财务欺诈识别研究随着机器学习方法的引入取得了巨大突破,但作为研究财务欺诈识别问题的重要环节,非财务特征研究仍存在体系不完善、缺乏量化标准等问题。因此,理论指导对于财务欺诈识别问题具有重要的理论和现实意义。本文从组织印象管理视角下看待企业欺诈行为,在理论指导下系统地提取非财务特征,并进一步用于欺诈分类模型的构建。本文首先根据组织印象管理策略的分类,提取了三种相应的企业行为,即促进提升策略下的积极宣传行为、引导正向情绪行为,以及降级防御策略下的操纵语言表述行为。其次,根据这三类行为构建特征,并用文本分析框架获取数据。该框架运用多种文本分析方法,对上市公司的社交行为数据和年报文本数据进行量化处理,提取了社交行为特征、情绪特征和可读性特征,即本文的组织印象管理特征。进一步地,本研究采用聚类分析方法对三组特征进行变量聚类分析,结果证实本文的组织印象管理特征提取具有合理性和有效性。在分类预测模型的构建过程中,本文选取了在2014-2017年间因信息披露违规被证监会处罚的62家公司作为欺诈样本,并按照1:1的比例选取了62家当年未发生欺诈行为的公司作为匹配样本,从而得到样本量为124的研究样本。同时,本文通过文献研究确定了11个财务比率变量,并采用随机森林特征选择方法筛选得到5个重要变量。最后,本研究使用支持向量机、梯度提升树和人工神经网络三个典型的分类器构建模型,并使用混淆矩阵和AUC(Area under the Curve of ROC)作为评价指标对比验证。实验结果表明:结合了组织印象管理特征的模型分类效果明显优于单独使用财务特征的模型。三种分类器构建的模型在加入组织印象管理特征后,TPR(将欺诈公司正确识别为欺诈公司的比率)均大幅提高,证明了组织印象管理特征在财务欺诈识别方面具有重要作用。本文的研究贡献在于:(1)探讨了组织印象管理理论下的财务欺诈识别问题。在财务欺诈识别模型的特征研究中,学者们对印象管理特征的关注比较少,大多研究仅仅涉及了其中的某一方面;研究方法上,国内文献目前集中在定性研究或验证性实验研究上。本文在文本分析框架指导下,系统定量地分析了上市公司发布信息中的印象管理行为,并将印象管理特征用于财务欺诈的检测,迈出了将印象管理策略应用于财务欺诈的重要一步,为非财务特征的选择提供了可参考框架。实验结果表明,结合了印象管理特征的模型能够更好地识别财务欺诈公司。(2)研究了社交行为数据中的组织印象管理行为。财务欺诈识别研究的数据通常由年报中的财务比率和非结构化数据组成。本文在此基础之上,从组织印象管理角度出发,分析了企业在社交平台上的行为数据,从中提取出社交行为特征,并将其运用于财务欺诈检测模型,优化了模型分类结果。社交行为数据丰富了财务欺诈识别研究的数据来源,也为非财务特征提供更多选择。