随着我国信息技术业蓬勃发展,市场竞争日渐激烈,在日渐激烈的市场竞争环境下,为了满足自身利益最大化需求,该行业的公司成为财务报表舞弊发生的高频区。构建一个有效完善的上市公司财务舞弊识别框架,有利于帮助投资者决策,同时帮助监管机构进行精准判断,高效率完成海量审计工作,进而促进整个证券市场的合理规范运作。回顾国内外学者相关研究,财务舞弊识别问题已有几十年的丰富成果经验。但是,现有国内外文献鲜少有选取信息技术业作为研究对象。互联网技术行业不同于传统实业财报信息,该行业财务指标具有其特色,本文希望在特征提取上为信息技术业企业审计提供可借鉴的信息。以往该领域研究多数是基于同等配对原则进行样本处理。考虑到财务舞弊识别问题误分类成本的现实意义,本文将结合不平衡分类问题,旨在提高整体识别精度的同时,提高舞弊样本识别精度。本文结合当前市场发展浪潮,将研究对象聚焦于A股信息技术业企业,根据行业财务特性,真实模拟现实审计环境下不平衡分类问题,构建一个包含财务舞弊特征提取、样本合成以及财务报表舞弊识别的完整有效的框架。本文创新及研究工作如下:第一,本文构建的一个全新的财务舞弊识别框架,本文选取2007-2017年间585家中国上市A股中信息技术业企业作为研究样本,通过实证研究表明,本文构建框架整体精度达到89%,能有效进行财务报表舞弊识别。第二,本文创新地提出基于成本敏感Relief特征提取子模型,从38个原始特征指标中提取8个特征作为核心特征子集,使得分类器总误分类成本最低。第三,本文结合最优特征子集,提出基于权重Borderline-SMOTE样本合成子模型,从多重特征维度进行样本合成,提高样本真实度,解决样本不平衡分类问题。第四,本文通过实证对比分析了不同样本合成算法以及不同识别模型的性能结果,结果表明本文所提出的框架有较好的识别效果。基于本文构建了一个财务报表舞弊识别完整框架,针对企业自身发展与监管机构提供了相关建议:信息技术业企业自身一方面需要根据行业特征制定健全的财务管理制度,增强风险成本管理意识,另一方面需要形成完善的内部控制机制,从核心财务指标进行监控,积极开展风险管理,发现问题及时进行战略调整;监管机构需要打破传统行业固化制度,建立一套合理灵活的考核体系以及综合财务指标监管体系。