数据挖掘作为一种跨领域的知识和技术应用已得到了大幅扩张。然而,尽管数据挖掘技术在解决复杂问题的过程中已被广泛使用,但是对于应用的适宜性、解决具体问题时选择最好的数据挖掘方法、以及归属选择方法等方面并没有形成共识。此外,由于各个学科中数据性质的急速变化,数据挖掘方法也需要不断调整以应对这些不断发生的变化。在本文中,我们的主要重点在于使用数据挖掘模型并检验其在财务报表欺诈检测中的适用性。财务报表欺诈检测问题在数据挖掘的情境中是十分有趣的,主要有以下几点原因:（1）由于随机样本中欺诈数据较少,导致财务数据的类别不平衡。因此,需要在运行模型之前给予足够的重视何准备。（2）财务报表中列出了许多比率和原始数据,但并非所有这些变量都对于识别欺诈性数据有用。因此,需要仔细检查这些变量并小心地引入相关变量。（3）需要研究使用最先进的数据挖掘方法,例如欺诈检测中的集成学习。在本文中,我们使用了两个截然不同的数据集,并全面开发和实现了两个跨行业数据挖掘标准流程（CRISP-DM）框架,用于检测欺诈性财务报表。我们使用了中国和美国股市的财务数据。我们将其中一个框架设置为另一个框架的基准。此外,我们设置了另一个外部基准来验证和评估本文的结果。据我们所知,该领域目前的研究文献中没有其他研究从两个不同的数据集派生的两个不同的框架进行研究。我们从电子计算机会计数据库（COMPUSTAT）中提取了中国的数据,并从会计和审计执行发布（AAER）数据库中提取了美国的数据。同时,美国证券交易委员会（SEC）数据库也用于获取真实的欺诈数据。为了解决数据冗余问题,我们使用了四种特征选择方法,其中三种是最新技术,另一种是经典模型。我们还通过提出了一种结合遗传算法和模糊逻辑的新特征选择模型来拓展现有的文献。财务数据天生就有类别失衡的特点,致使这一结果的原因在于数据集中很少出现欺诈数据。为了解决这个问题,我们在第一个框架中采用了综合少数过采样技术（SMOTE）,并在另一个框架中使用了 RUSBoost作为分类器。RUSBoost既有采样过采样的优点,也有采样不足的优点。在第一个框架中,我们首先使用基于聚类的分类器进行初步的数据分类。然后,我们根据准确率和召回率对五种基于监管的分类器的成功率进行了测试。为了模拟第一个框架在现实世界中的真实场景,我们建立了实验样本,包括不同比例的欺诈、非欺诈和可疑数据,并形成了不同规模的测试样本。本文研究的第二个参照是Bao的最新研究,它使用原始数据而不是财务比率,并使用全体数据代替经典分类器来测试模型的有效性。我们还使用原始的财务数据、集成学习和相同的性能指标来建立标准的基础进行比较。此外,我们通过引入另一个称为“执行时间”的性能指标来扩展现有文献。在第一个框架中,我们发现多层前馈神经网络模型（MFFNN）比其他经典模型有更高的成功率。基于此,我们将MFFNN分类器作为本文的主要基准。本文通过对14个财务比率和28个原始财务数据进行比较,发现拥有财务比率的理论支持并不一定会导致这些比率在欺诈检测方面比原始数据更稳健。我们还发现,变量数量的增加并不一定会提高分类器的成功率,甚至可能会恶化分类器的结果。此外,我们还发现,虽然五种特征选择模型得到的结果大致相同,但在不影响分类器成功率的情况下,Wilcoxon模型在选择使用最少变量的情况下被证明是最好的模型。我们提出的特征选择模型具有相似的分类成功率和较短的运行时间。在相同的基准下,我们发现28个变量中至少有7个可以省略。我们的研究通过以下方式为数据挖掘文献做出了贡献:（1）本文使用两个不同的数据集对财务报表欺诈检测开发了两个不同的数据挖掘框架;（2）测试了广泛使用的经典分类和一个最先进的分类器,并对其进行了全面的比较分析;（3）使用一个创新模型和4个现有模型解决特征选择的问题;（4）引入一个新的性能指标来识别“实时”分类器。本文还提出了一些FSF检测的理论和实践贡献。此外,本文通过增加一个名为“异常模式”的新维度来扩展欺诈钻石理论。本文的实证研究结果支持了这一新的维度。