可靠性是会计信息的基本质量特征之一，然而，要对会计信息的可靠性作出精确评价，却是非常困难的。本文试图对会计信息的可靠性进行定量研究，建立会计信息可靠性的识别体系，从而为资本市场中的一般投资者，识别上市公司披露的会计信息，提供一种简易的识别方法。因此，本文立足于企业外部非财务专业一般投资者的角度，基于能从上市公司当年年报，即资产负债表、利润表和现金流量表中获取的信息，对报表信息的可靠性进行分析。本文不考虑通过公司治理结构、经营风险等非财务信息，来判断会计信息的可靠性。为了对会计信息可靠性进行定量研究，本文试图通过资产负债表、利润表和现金流量表项目之间的勾稽关系，来发现操纵利润的迹象，因此，本文需要设计一些报表项目之间的比率指标，通过分析财务数据的纵向变化趋势和横向相对水平，来寻求识别会计信息可靠性的信号。基于这个思路，本文设计了正相关纵向指标、负相关纵向指标和横向指标等三类(共33个)财务指标，既包含资产负债表项目，也包含利润表项目，还涉及现金流量表项目，涵盖了三张主要会计报表之内、之间的一些重要关系，应该能比较全面地反映会计信息的特征。然而，本文设计的33个财务指标，是否真正具有识别会计信息的能力，需要应用公司财务报告的经验数据进行检验。本文从我国2003～2005年的A股深市上市公司中，依据年报审计意见类型、是否被证监会处罚(或深交所公开谴责)、深交所信息披露考评结果等三个因素，选取一组已证明会计信息失真的公司，构成失真组样本(203个样本点)；再根据与失真组匹配的原则，选取一组已证明会计信息真实的公司，构成真实组样本(203个样本点)，两组样本共同构成训练样本(共406个样本点)，作为实证研究的数据基础。通过对两组样本的会计信息进行统计分析，利用Logistic回归模型，从33个财务指标中，自动筛选出7个对两组样本产生显著区别的财务指标，作为构建识别模型的自变量。为了避免对自变量人为主观赋权，避免多元线性回归的多重共线性问题，本文采用主成分分析方法确定各自变量的权重，从而得出鉴别两组样本的模型。该模型只需将若干报表项目数据输入，即可得出计算结果，操作简便；计算结果采用百分位小数表示，明晰易懂，符合中国人习惯。该模型的预测精度较高，对训练样本鉴别的准确率高达85％，对检验样本(1428个样本点)鉴别的准确率达79％。与国内外同类研究的相比，本文的训练样本和检验样本的容量均较大，得出的鉴别结果准确度也较高。