本研究以中國大陸上市企業為研究對象，選取2009年至2010年發生財務危機之51家公司其發生危機時點前半年、前一年、前兩年之財務比率季資料，另以產業類別、規模大小一比一選取正常公司進行配對，首先進行敘述統計分析與逐步迴歸分析，接下來以Logistic迴歸分析與倒傳遞類神經網路模型建構財務危機預警模型，最後以測試樣本驗證模型之正確判別率。實證結果顯示，由Logistic迴歸分析建構之財務危機預警模型於財務危機前半年、前一年、前兩年之正確判別率分別為0.9000、0.8333、0.8000；由倒傳遞類神經網路模型建構之財務危機前半年、前一年、前兩年之正確判別率分別為0.9333、0.9000、0.8000，顯示兩模型於短期內均能有效對財務危機達到預警效果，但兩模型之預警能力均隨著危機發生時點越遠而降低。整體來說倒傳遞類神經網路模型有較佳的預警能力。

一、中文文獻

1. 卜志豪(2008)，多期邏輯斯迴歸模型應用在企業財務危機預測之研究，政治大學統計研究所碩士論文。

2. 王磊(2009)，我國醫藥行業上市公司財務危機預警研究，上海交通大學碩士學位論文。

3. 林萍珍(2008)，投資分析-含Matlab應用、遺傳演算法與類神經網路模型，初版，新陸書局。

4. 林思吟(2006)，中國上市公司財務危機預警模型研究，政治大學金融研究所碩士論文。

5. 李作偉、劉彩華(2010)，「上市公司財務危機預警的因素分析-基於滬深股市的實證研究」，財會通訊，7，39-41。

6. 陳俊佑(2007)，「中國大陸上市公司財務危機事件之探討」，貨幣觀測與信用評等期刊，2007年3月。

7. 柴可欣(2006)，風險值(VaR)在公司財務危機預警之運用，南華大學財務管理研究所碩士論文。

8. 黃台心(2005)，計量經濟學，初版，雙葉書廊。

9. 黃建華(2006)，加入公司治理變數建構台灣上市上櫃公司之財務危機預警模 型，東吳大學國際貿易學系碩士班論文。

10. 黃博怡、張大成、江欣怡(2006)，「考慮總體經濟因素之企業危機預警模型」，金融風險管理季刊，2，75-89。

11. 黃志力(2007)，企業財務危機預測─以類神經網路建構產業別預警模型，中山大學企業管理學系碩士班碩士論文。

12. 楊謹瑜(2007)，企業財務危機預警模型之建構-以類神經網路為工具，政治大學會計研究所碩士論文。

13. 蔡碧徽、黃鈺萍(2010)，「財務危機預測模型之比較分析」，當代會計，11:1，51-78。

二、英文文獻

1. Altman, E. I.(1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,” Journal of Finance, Vol.23, No.4, pp.589-609.

2. Atiya, A. F.(2001), “Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results,” IEEE Transactions on Neural Networks, Vol.12, No.4, pp.929–935.

3. Beaver, W. H.(1966), “Financial Ratios as Predictors of Failure,” Journal of Accounting Research, Vol.4, pp.71-111.

4. Charitou, A., E. Neophytou and C. Charalambous (2004), “Predicting Corporate Failure: Empirical Evidence for the UK,” European Accounting Review, Vol.13, pp. 465-497.

5. Koh, H. C.(1991), “Model Predictions and Auditor Assessments of Going Concern Status,” Accounting and Business, Vol.21, pp.331-338

6. ________ and S. S. Tan(1999), “A Neural Network Approach to the Prediction of Going Concern Status,” Accounting and Business Research, Vol.21, pp.211-216.

7. Odom, M. and R. Sharda(1990), “A Neural Network for Bankruptcy Prediction,” Proceedings of the IEEE International Conference on Neural Network, Vol.2, pp.163-168.

8. Ohlson, J.(1980), “Financial Ratios and the Probabilistic Predication of Bankruptcy,” Journal of Accounting Research, Vol.18, No.1, pp.109-131.

9. Shumway, T.(2001), “Forecasting Bankruptcy More Accurately: A Simple Hazard Model,” Journal of Business, Vol.74, No.1, pp.101-124.

10. Tam, K. Y. and M. Y. Kiang(1992), “Managerial Application of Neural Networks: the Case of Bank Failure Predictions,” Management Science, Vol.38, No.7, pp.926-947.

11. Zeitun, R., G. Tian and S. Keen(2007), “Default Probability for the Jordanian Companies: A Test of Cash Flow Theory,” International Research Journal of Finance and Economics, Vol.8, pp.147-162.