随着全球金融环境的剧烈变化，风险评估和控制已经成为金融机构两大重要主题。近年来，上市公司财务欺诈问题愈演愈烈，而制造业上市公司是各行业中上市数目最多、规模最大的行业,制造业作为实体经济的典型代表和我国A股市场的主力军也占据了很大的比重，也发生了大量的财务欺诈行为，造成了国有资产的损失。因此，为了阻止制造业上市公司财务欺诈行为，有必要为其设计和建立一个客观的、科学的财务信息欺诈预警模型。2007年会计准则改革，通过对会计的基本准则和财务报告中三大报表（资产负债表、利润表和现金流量表）的重要会计科目进行了详细明确的改革，使我国会计准则与国际会计准则更加趋同。新准则要求在披露财务报告时，要如实、完整地反映公司的财务状况和经营成果，要求增强信息的透明度，增强经营管理层的责任感，要求公司进一步完善公司的内部治理结构，优化管理决策。会计准则改革为阻止财务欺诈提供了良好的外部环境。因此，本文借鉴了国内外相关研究成果，采用财务变量、公司治理变量和现金流量变量建立制造业上市公司财务信息欺诈风险预警模型，搜集了从2002到2012年因财务违规被中国证监会、上交所、深交所、财政部等机构处罚的426家公司的1975个欺诈公司样本和435家公司的2499个正常公司样本，将会计准则改革作为虚拟变量加入模型中，从而有助于提高欺诈的预测率。运用Hausman检验确定本文支持固定效应模型的面板数据logistic回归，并用此方法建立我国制造业上市公司财务欺诈风险预警模型。最后实证结果的预测正常公司的准确率为83.63%，预测欺诈公司的准确率为68.86%，总的预测率为77.11%，具有一定的预测性。本文的研究特色：一是将财务变量、公司治理变量和现金流量变量结合起来作为解释变量共同研究公司是否存在财务欺诈。国内大部分学者选取的指标变量是传统的财务指标，这只能反映公司的一小部分，不能全面的反映公司的情况，所以本文加入了公司治理变量综合反映公司的财务状况；二是加入虚拟变量：2007年会计准则改革，观测一下改革前后企业的财务状况的变化；三是运用面板logit回归模型进行预测，国内大部分学者研究欺诈问题都是采用截面数据进行模型的建立和预测，但是截面数据不能及时如实地反映公司发展的动态变化。本文选取2002-2012年11年间我国制造业上市公司的财务数据进行研究，同时采用时间维度和截面维度相结合的面板数据进行分析，这大大增加了样本数据，也可以如实的反映公司的经营动态，并且预测的结果具有很强的实用性。本文的研究内容由以下章节构成：第一章绪论，主要由研究背景与研究意义、研究思路与方法及该文的创新点、研究的主要内容和本文框架这三部分组成；第二章国内外相关文献综述的研究成果及相关述评；第三章制造业财务信息欺诈理论和风险预警原理，包括财务欺诈的定义与表现方式、成因，财务欺诈理论和风险预警原理；第四章是财务欺诈风险预警模型的建立，包括样本的选取，主要用财务变量、公司治理变量和现金流量变量等指标研究样本的相关性，采用流动比率、资产负债率、总资产增长率、总资产报酬率、留存收益率、总资产周转率和财务费用率七个财务指标，一个公司治理指标董事会持股比例加上一个经营现金流量比率现金流量指标作为预测变量及财务欺诈预警模型的设计；第五章实证分析，包括交叉性分析，变量的描述性统计，Hausman检验以及欺诈预测率；第六章结论与研究局限及展望。