随着我国资本市场的发展，证券市场不断扩容，国内外财务造假事件频频出现且造假手段多样，金融监管部门的压力逐渐增大。财务造假给资本市场的健康发展带来了严重的负面影响，财务造假的发债企业后续出现级别下调或违约等风险事件的占比超过一半，如何通过对企业披露的财务数据及指标进行分析和研究，从而判断某企业财务报表的造假概率，进而应用于信用风险预警模型的构建，对监管部门、投资者、以及信用评级机构来说都具有极大的意义。在此背景下，本次交流将介绍基于机器学习算法的财务造假识别模型的构建及应用，使用门限阈值方法筛选财务造假特征指标，结合量化模型得到财务造假概率，并探索其在债券风险预警方面的应用。