随着经济全球化进程的推进,上市公司的财务信息识别显得更加重要。如果上市公司财务信息识别不当,不仅会影响投资者的判断,还有可能带来严重的财务信息欺诈问题。所以,找到可以有效地识别上市公司财务信息异常的方法,并根据财务数据的聚类进行正确判断,才能防止财务欺诈,进一步规范我国证券市场,创建良好的投资环境。制造业作为我国上市公司的重要组成部分,对我国证券业的发展起着关键性的作用。在此基础上,本文选取了制造业中以电器为主的上市公司作为研究对象,运用构造的综合性聚类方法,对样本数据进行了分析。不仅验证了构造的综合性研究方法具有较强的实用性,还找出了一些引起上市公司财务信息异常的原因,为今后有效预防财务信息失真提供了方法。本文共分成五个部分。第一部分先介绍了选题背景及其意义,并对已有的关于上市公司财务信息异常的国内外研究文献进行了回顾、总结,通过对几种典型模型的对比分析,确定了本文的主要研究方法。介绍了文章的研究内容和研究方法,并给出本文的创新点和不足之处。第二部分首先对财务信息异常的一些基本概念、表现形式等进行了简单的阐述;然后对引起财务信息异常的动因进行了具体分析;最后,给出了公司发生财务信息异常所带来的影响。第三部分主要是对研究方法的介绍。首先,对本文中涉及的一些变量进行了定义。然后,介绍了综合性方法的构建过程,该过程主要包括三个阶段:第一阶段是准备阶段;第二阶段是相似性分析阶段;第三阶段是SOM的聚类及预测阶段。最后,详细介绍了本文所用的余弦相似性方法和自组织映射方法,并给出了分析准则。第四部分是实证部分。在这一部分,为了验证构造的综合性方法的实用性,首先从177家电器制造业公司中筛选出了46家符合条件的上市公司。并从25个财务指标中,通过相关性的分析,选择了14个财务指标作为分析指标。其次,选取了3家出现过财务信息异常的上市公司作为样本公司,并对这三家公司近十年的财务指标数据进行分析,得到的聚类结果将这些财务信息数据分成了两部分:正常数据和异常数据。然后,根据财务指标的五大类,对异常数据进行了更具体的聚类分析,找出样本公司出现财务信息异常的具体指标类别。最后,为了进一步验证构造的综合性方法SM-SOM的有效性,将得到的聚类结果分别与单一的SOM方法和Logistic模型的分析结果进行了对比,结果显示,综合性方法的准确性更高。进一步地,运用此方法对所选的三家样本公司的数据进行了预测分析,也得到了较为理想的结果。第五部分是结论部分。在这一部分,根据实证分析,主要对本文的研究过程及研究结果进行了总结,为今后对上市公司财务信息异常识别的深入研究做好准备。