财务报告作为企业对外披露经营状况的载体,它是使用者评判业绩、进行决策以及预测未来的依据。而财务报告舞弊使得使用者决策失效、企业陷入生存危机,同时也恶化了资本市场的发展环境。随着舞弊手段日趋隐蔽,舞弊更难识别,需要建立一个快速有效的识别模型,帮助审计人员识别舞弊,满足使用者的要求。本文选取与上市公司财务报告舞弊发生动机、征兆及手段相关的4类共25个指标,作为解释变量。选取2000年—2005年间我国沪深两市三个行业发生财务报告舞弊的上市公司45家,按照同行业、同规模、同一交易所上市标准选择未发生舞弊的正常公司95家作为配对样本。首先建立Logistic回归模型,得出费用资本化率、非正常收益比率、盈利能力、是否ST四个指标具有较强的识别能力,模型的总体识别率达到74.2%。为了得到更高的识别率,利用Logistic回归得到的四个解释变量建立BP神经网络模型,该模型总体识别率达到87.1%,高于Logistic回归模型。