上市公司财务报告违规是一个世界性的问题,即使市场经济发展成熟的发达国家的一些大企业也存在财务报告违规问题。各利益相关方越来越多地依据上市公司的经营业绩和财务状况做出投资和贷款决定,上市公司的财务报告己成为判断公司运营状况、预测公司发展前景的重要工具。然而,上市公司在法律、法规和会计准则的允许范围之内利用一些财务手段进行粉饰的案例却时有发生,严重动摇了投资者对资本市场的信心。2011年3月到6月之间,24家在美上市的中国公司的审计师提出辞职或暴光审计对象的财务问题,其中19家上市公司遭遇停牌或摘牌。上市公司财务报告违规行为治理是个复杂的领域,违规的形式日新月异。这不仅破坏了资本市场赖以存在和发展的“公平、公开、公正”原则,还对各利益相关方造成了严重的危害。鉴于财务报告违规行为危害的严重性、破坏的广泛性,探索识别违规行为特征的方法和模型,对于稳定资本市场,提高我国证券市场会计信息的真实性和公允性具有极其重要的实践意义。随着财务报告结构的日趋复杂、商业竞争的加剧,财务报告违规行为也变得越来越难以侦破。数据挖掘技术在识别财务报告违规方面有独特的优点,它能从海量的数据中挖掘潜在的有用信息,减少主观判断、缩短识别时间、提高识别的准确率。但是,目前我国对财务报告违规的识别方法主要集中在Logistic回归模型和神经网络模型,而使用联合识别方法对财务报告违规行为进行研究的比较少。本文以2006-2011年沪深两市制造业中因财务报告违规被处理的186家上市公司作为研究对象,选择同年、同行业、同规模的186家上市公司作为对照样本。利用R软件、SPSS20.0等统计分析工具,对上市公司财务报告是否发生违规进行实证研究,实证分析主要基于RPART-AdaBoost模型,并将其与传统的识别模型进行对比,以探究集成后的模型对识别正确率的提升效果。首先,通过回顾国内外学者的研究结果,分析促使财务报告违规行为发生的主要动机以及实施财务报告造假的手段以确定建立模型所需要的财务指标和非财务指标。其次,通过对发生财务报告违规的上市公司进行行业分类考察,发现其主要来自于制造业,故本文考察的违规特征仅限于制造业的上市公司,然后基于一定的原则选取对照的未违规上市公司的样本,并对所选样本下的各财务指标和非财务指标进行一系列的数据预处理。再次,通过构建以决策树为基分类器的Boosting模型,并将其与前人文献中传统的财务报告识别模型(如：Logistic回归模型、神经网络模型、支持向量机模型、决策树模型)相比较,探究集成后的模型对识别正确率的提升效果。在模型效果的比较方面,通过比较违规识别中犯第Ⅱ类错误的大小、ROC曲线的形状及AUC值的大小来评价五种模型的识别效果,以增强对比结果的说服力。最后,通过理论回顾、实证研究和比较分析,得到以下研究结论：违规动机主要是基于利益的驱动；违规公司的分布存在行业差异；违规识别的关键变量主要靠财务指标；数据挖掘技术在识别财务报告违规方面有独特的优点；在进行违规识别时需综合多种方法。本文的主要贡献有：(1)在变量选择时不仅包括财务指标,还考虑了非财务指标的影响。(2)将两种数据挖掘技术相结合。通过将Boosting模型与决策树集成,明显提高了决策树对财务报告违规的识别正确率,结果表明将Boosting算法与其他分类器集成后可以产生良好的效果。(3)进行多种数据挖掘模型对比分析。一方面可以比较RPART-AdaBoost与传统方法在模型识别错误率上的差异,另一方面可以将不同模型得到的关键识别指标进行重点考察,从而更全面地分析上市公司的财务报告是否发生违规情形。(4)引入了多种比较模型优劣的方法,使得对比结果更有说服力。本文的研究对于辅助识别财务报告违规、提高识别的准确度、减少其误判的可能性等提供了一定的工具与手段。