文章选取了我国1998年至2009年间中国证监会网站上公开披露的财务舞弊的56家上市公司的75个舞弊年度为研究对象,并选取了与舞弊公司同行业、同年度的75个非舞弊上市公司年度作为控制样本进行研究。运用SPSS分析软件筛选出显著性的指标,并采用量子粒子群算法与BP神经网络结合方法建立的财务舞弊识别模型。研究表明:(1)从公司的财务指标方面来看,公司进行财务舞弊的重点区域为营运能力、偿债能力、盈利能力三方面;其中,营运能力所涉及的总资产周转率、应收款项周转率和固定资产周转率等三方面应是我们重点关注的对象;(2)从公司的股本结构和治理结构来看,我国上市公司财务舞弊的特征主要表现为:监事会的规模较小、董事长与总经理趋向于两职分离、董事会的规模较小、独立董事的规模较大;(3)从公司的股本结构来看,我国上市公司财务舞弊的主要表现为:股权集中度较低、流通股比例较高、国有股比例较低、法人股比例较高、第一大股东控制度较低;(4)从所出具的审计意见类型来看,被出具了非标准审计意见的公司进行财务舞弊的可能性较大;且报表报出后对收入、利润等进行调整的公司及在报告期更换会计师事务所的公司很有可能会进行财务舞弊;(5)同标准的BP神经网络比较可以发现:基于量子粒子群算法改进的BP神经网络能够在一定程度上提高训练的速度,对易陷入局部最优点的状况进行改善,进而大大提高判断的准确度。最后文章从博弈论的角度构建了上市公司、会计师事务所、中国证监会和投资者的四方博弈模型,且在博弈模型中引入了法务会计这一治理舞弊的利器。通过对各博弈主体的行动策略及其博弈的均衡结果的分析,进而提出治理财务报告舞弊的对策:提高监管部门的监管力度和效率,加大惩罚力度,加强对外部审计的监管;加大对揭露上市公司舞弊的会计师师事务所的奖励,增强会计师事务所的专业素质、职业道德和独立性培养以提高审计效率和审计质量;加强对法务会计人员的培养,降低诉讼成本,提高胜诉的概率;加强风险教育,培育理性的会计信息需求主体。