随着国际资本市场规模扩增、国际金融创新与国际金融业务飞速发展,中国作为世界第二大经济体,市场经济体制建设逐渐完善,经济总量不断增长;随着互联网生态下的信息产业经济的崛起,并伴随着金融市场服务经济实体的商业模式和金融衍生工具的不断创新发展,使得实体经济的商业运营模式越来越复杂,经营方式越来越多样化;随着经济全球化下国际环境及经营条件的变化影响,财务信息的市场化程度越来越受到相关主体的高度关注。财务报表舞弊手段达到了一个新的高度,具体呈现出高水平、高智商、高创新、高技术、高复杂的形式,给国家经济平稳运行带来极大风险,利用现代统计技术的方法,研究各式财务舞弊行为,对于当下严防不发生系统性金融风险的国家宏观调控管理具有十分重要的意义。为了前瞻性的防范和预测财务报表舞弊问题,本文共收集了2013年度至2017年度,307家A股上市公司财务报表样本数据,选择最核心的10个财务变量指标,对财务报表舞弊风险甄别进行了深入、系统性地统计分析和研究,提出了财务报表舞弊检测二元分类问题的解决方法。通过建立判别分析模型、Logistic回归模型、支持向量机模型、决策树模型及神经网络模型,利用SPSS和IBM SPSS Modeler工具对样本数据进行实证预测,并对预测结果进行比较分析。研究结果表明,利用神经网络模型进行风险预测,综合预测准确率高达87.1%,对财务报表舞弊风险甄别具有较好的预测性能。创新性地构造综合预警指数模型并计算出财务舞弊预警指数临界值,对财务报表舞弊风险形成事前监管,事中监控及事后整治防范措施,有效预警财务报表舞弊隐含的风险问题。