自从财务报告作为传递经济信息的媒介,上市公司不断要求信息披露的完整性以来,舞弊就与之形影相随,财务舞弊给投资者和债权人造成的损失有目共睹。尽管各国监督治理机构等相关部门多次出台各种政策法规,不断完善会计及审计准则,但是财务舞弊仍然是令会计及相关部门头疼的问题。因此,对上市公司财务舞弊方面的研究无论对公司的内部审计或者外部审计,证监会或者公司治理,都旨在提高对财务舞弊的预防和侦查方面的效率。财务舞弊分析与识别的基础环节之一就是对财务舞弊进行预警分析,通过对正常公司与非正常公司在披露各方面绩效指标的分析,找出指标内在的关联,以此来判断存在财务舞弊公司舞弊的可能性和严重性。在大量数据中挖掘出关联方面的规则,有助于对财务舞弊近一步的特征分析增强理论支持,有利于在构建财务舞弊各类识别模型筛选关键识别指标时的显著性,提高模型识别的能力和效果。本文利用数据挖掘中关联规则技术,在智能算法挖掘工具的帮助下,对上市公司大量的财务数据进行挖掘,由于数据挖掘本身是一种集成技术,比传统的单一技术分析方法具有很多方面的优势,是一种无导师状态下的知识发现过程,不需要许多前提假设和诸多的约束条件,其结果更加客观、真实。利用研究样本构建上市公司财务舞弊关联规则挖掘模型,从挖掘结果中找出满足要求的关联规则,总结出用于对上市公司财务舞弊预警的蓝旗信号和红旗信号。