随着经济发展,上市公司数量的增加,各国由于财务报告舞弊所产生的丑闻也越来越多,国外如施乐、安然、世界通讯等世界五百强的舞弊丑闻打击了投资者的信心,也迫使美国出台了严厉的萨班斯法案以加强监管,而国内的舞弊状况也不容乐观,除了德隆系和格林柯尔系的舞弊事件,近期的两面针和夏新电子的财务舞弊也颇为引人关注。如何更好的识别上市公司的财务报告是否舞弊已经成为了各国监管结构最为关心的问题。本文正是在这样的背景下希望通过对财务报告舞弊的研究,构建出识别模型,起到对财务报告舞弊的侦查作用。能够及早的识别上市公司的财务报告是否舞弊有着重大的意义,对于国家而言能够保证证券市场的正常有序、公平有效,对于社会能够起到促进社会稳定和谐的作用,对于众多投资者而言能够及时维护投资者的利益,避免其财产受到损失。本文通过介绍财务舞弊的概念、研究模型和动因理论,分析了论文所采用的BP神经网络模型具有的优势和我国上市公司财务舞弊的形成动因,并根据分析的结果取得变量构建了BP神经网络识别模型,通过检验发现该识别具有良好的识别效果。最后就论文存在的问题提出了个人的看法,并说明了在新的会计准则下财务舞弊识别的新发展。本文共有五章,各章研究内容如下：第一章引言。本章先介绍了研究的背景及意义,然后对于财务报告舞弊识别进行了综述,解释了相关的定义及各种研究模型,在分析了当下研究财务报告舞弊的几种识别模型的优缺点后提出了本文采用的BP神经网络模型,并介绍了其基本理论。第二章我国财务报告舞弊动因分析及变量选取。本章为接下来的实证分析奠定了基础。首先对国外舞弊动因的相关理论进行了回顾,比较有代表性的是：冰山理论,三角理论,GONE理论和企业风险因子理论。立足于三角理论的基础上,结合我国的实际情况分析了我国上市公司面临压力、机会和借口,并通过分析提取出了实证研究所需要的变量。第三章搜集了构建模型需要的样本以及对样本进行描述性分析。本文分为模型构建阶段和应用检测阶段,相应的将样本分为输入模型样本和检测样本。而对于样本的描述性分析使得对于舞弊样本有更直观的了解。第四章根据之前的准备构建了模型并进行了应用检测。首先对选取的变量进行了预处理,并通过主成分分析法对于变量进行约简,以利于下一步的分析。检测结果显示所构建的模型对于财务报告舞弊行为有很好的识别能力。第五章结论与建议。本章主要总结了本文实证分析所得出的结论,提出了存在的缺点和不足并提出了相应的建议。