上市公司的财务舞弊预测识别问题一直是国内外学者研究的热点。上市公司的财务舞弊通过虚增收入、虚增资产、虚减费用等多种手段,对公司的财务报表进行违规“美化”,此类行为侵犯了广大投资者的利益,违反了我国相关监管法律,一些著名的案例也在社会上引起了广泛的讨论,因此对财务舞弊行为进行识别就格外重要。国外由于资本市场的成熟对于财务舞弊的研究起步较早,且已有许多成果。在财务舞弊的动因方面,有著名的“冰山理论”、“舞弊三角理论”、“舞弊GONE理论”和“风险因子理论”等经典理论,这些理论强调财务舞弊中主观性、动因性的因素。对于财务造假识别模型,国外也有Mscore和Fscore这两个被广泛应用的模型,其中Mscore因对影响巨大的安然财务造假案做出提前的正确预测而闻名,以八个财务比例指标为基础建立的适用西方资本市场的上市公司财务舞弊预测模型。Fscore是在Mscore的基础上进一步建立的,同样选取美国资本市场的财务舞弊公司作为研究对象,但扩充了指标的范围,从应计项、财务报表数据、非财报数据、市场信息和表外业务五个角度对舞弊公司进行全面检测,最终发现只包含财报数据的预测模型效果最好,正确率达69%。逻辑回归模型是上市公司财务舞弊领域应用最广泛的模型,其他数据挖掘方法如概率神经网络、决策树和贝叶斯信念网络等也被越来越多的学者吸取进行舞弊行为的识别,但随机森林方法在舞弊识别领域的应用则较少。随机森林在信用卡欺诈领域已有所应用且取得了较好的效果,但在财务报表舞弊领域的应用则几乎空白。目前学者对于财务舞弊的研究大多集中在判断上市公司是否发生财务舞弊,因变量为二元变量,而自变量则多种多样,传统的逻辑回归模型假设自变量之间相互独立,但这在以财务数据为主的模型中往往不一定成立。而随机森林则不需要对变量之间的相互作用是否显著进行判断,对噪声和异常值的容忍程度较高,预测能力较强,同时具有不易过拟合等优点,可以处理大量的输入变量,作为一种多功能的机器学习算法,能够执行回归和分类的任务。随机森林还可以利用袋外数据来评估模型的分类效果,用OOB误分率对模型的预测效果进行评估,也可以利用OOB对变量的重要性进行判断。因此本文运用随机森林算法建立上市公司财务舞弊预测模型。本文首先基于Mscore模型中的多个变量,分别进行随机森林方法建模和逻辑回归方法建模,代入1999年-2017年中国资本市场的上市公司财务舞弊信息后,对两种方法在变量完全相同的情况下进行识别情况对比。再进一步引入其他常用的财务指标自变量,利用随机森林对自变量的重要性进行排序从而进行指标筛选,保留最有效的自变量,并建立基于随机森林的中国上市公司财务舞弊预测模型。本文的主要结论有:1,基于Mscore模型,对变量分别应用随机森林方法和logistic回归方法进行建模,结果发现随机森林算法在变量完全相同的情况下产生了更好的预测效果,为Mscore这样原本适合西方资本市场的预测模型的本土化提供了方法上的新的思路,验证了随机森林算法在分类问题上的优越性;2,发现基于其他应收款指数、现金销售率指数、销售管理费用指数、ROA增长率、营业收入指数、存货变动率、软资产比例、财务杠杆指数、毛利率指数、应收账款变动率、扣非净利、总应计项总资产比这十二个指标建立的模型预测效果最好,对非舞弊样本和舞弊样本的预测正确率分别为70.83%和68.01%,总体正确率约为69.42%,对于非舞弊样本和舞弊样本的最高正确预测率分别为80.43%和71.74%;3,通过对变量的重要性排序发现,扣除非经常性损益后的净利润最为重要,其他应收款指数、现金销售率指数、销售管理费用指数等指标对上市公司的财务舞弊行为也有较大影响。本文的主要贡献包括:第一,创新性地应用随机森林算法进行中国上市公司财务舞弊预测模型的构建,丰富了机器学习算法在经管领域应用的方面的研究以及上市公司财务舞弊预测领域的研究;第二,本文提出了对Mscore模型进行本土化应用的可能性方法,即在主要变量基本相同的情况下改用随机森林方法进行建模从而提高预测正确率;第三,进一步吸取其他研究中的相关变量,构建了预测成功率更高的针对中国上市公司的财务舞弊预测模型;第四,本文也具有一定的实际意义,可对我国资本市场的投资者决策、监管机构监管等提高决策支持与经验证据,也为公司内部监督机构、会计师事务所等进行财务舞弊的识别提高一种新的方法。