近年来,我国资本市场逐步发展成熟,总体规模位居世界前列。同时,市场正在向更开放的方向发展,不断地吸引着境外投资者参与其中。发展的要求和开放的趋势对中国资本市场带来了极大的挑战,对市场的稳定性提出了更高的要求。公司信息披露真实性的确保对维持市场稳定、健康运行具有十分重要的作用。为了保护投资者的利益,提高资本市场的信誉,国家在政策规范和技术手段上不断加强对于企业的监管力度和监管水平。然而,受到自身利益的驱动,公司信息披露造假行为屡禁不止。公司的财务粉饰往往对股东利益造成极大损害,也消极地影响着参与者对于市场的信心。从各类信息中提取有效的信号来帮助投资者发现具有高造假风险的企业财务报告从而进行风险控制具有较高的应用价值。本文对财务粉饰识别的相关研究进行了调研,发现对于公司财务造假风险的判断往往基于公司发布的内部信号,如财务报告数据、管理层讨论与分析文本,对公司外部信号的利用尚不充分。而外界信息,如财经新闻,能够集合多种来源的信息,从不同的视角发现公司经营过程中出现的问题,通过原始调研或再传播的方式在公司财务报表发布前给予风险提示。将财经新闻中的公司事件特征引入公司财务报表粉饰识别中,是一项值得探索的工作。在新闻文本特征的应用过程中,公司年度财务报告具有对应的时间窗口长,覆盖新闻文本数量多的特点。同时,存在欺诈的财务报表样本较少,难以训练参数较多的复杂神经网络模型。为了解决上述问题,本文将新闻故事线抽取的研究引入特征提取过程中,将公司新闻组织为故事线的形式,显式地引入新闻文本间的关联结构信息,从而在使得输入新闻信息更为完整的同时减少模型需要处理的输入特征量。另一方面,本文借鉴句向量生成方法,将新闻的故事线依据故事文本和故事树的结构进行标题句向量的组合,构成新闻故事线嵌入表示,使得新闻故事线文本成为能够应用于神经网络模型的输入形式,并将其应用到财务报告的粉饰识别模型中。此外,本文在传统注意力机制的基础上进行了针对问题数据的设计,提出了一种混合注意力网络模型。模型结合了自注意力机制和交叉注意力机制,从新闻故事间共现关系和新闻、公司经营指标维度相关程度两个角度提取公司新闻的表示用于财务报表粉饰的识别。本文选取证监会及上交所、深交所公开处罚的存在财务报表粉饰的上市公司年度财务报告作为正样本,按照公司所在行业与公司规模进行负样本的匹配,构建首年欺诈报表和随机年度欺诈报表两组数据集。利用样本年报的公司指标数据和公司新闻数据进行实验验证。实验结果表明,使用本文提出的新闻故事线特征有助于粉饰报表的判别。在仅考虑首年粉饰财务报表的情况下,基于故事树的嵌入表示混合注意力模型能够取得57.76%的准确率。在考虑连续欺诈公司的情况下,模型准确率达到了66.16%,优于基于公司指标特征及新闻情感特征的模型表现。这表明,融合新闻故事线特征的模型能够帮助投资者更好地发现公司舞弊风险,制定更优的投资决策。