綜合本文的實證結果，發現公司在加入了財務操作指標後，在類神經網路預測模式下整體公司的正確預測率由90.625%提升到93.75%，另外以合併報表取代一般報表後，在logit預測模式下整體公司的正確預測率也由68.42%提高到76.31%，兩類報表間相同的解釋變數為負債比率，由此結果顯示，目前上市公司不當的財務操作確實存在，本文希望能藉由探討發生財務危機的各種可能情況的原因著手，以期能真正做到防患於未然，而使金融機構與投資人所需付出的社會成本降到最低。

參考文獻
中文部分：
1. 台灣經濟研究院，我國企業爆發財務危機之成因、影響及防範之研究，行政院經濟建設委員會，民國88年三月。
2. 李智雯，運用現金流量資訊預測企業財務危機之實證研究，政治大學會計系碩士論文，民國89年。
3. 俞秀美， 財務危機模型之研究--考慮背書保證及董監事質押因素，中原大學會計學系碩士論文，民國89年。
4. 徐淑芬，台灣上市公司財務危機預警-應用多變量CUSUM時間序列分析，東華大學企業管理研究所碩士論文，民國88年。
5. 梁清源，財務危機判斷模式之探討-公司財務比率與相對財務比率判斷能力，淡江大學管理科學研究所碩士論文，民國81年。
6. 陳肇榮，運用財務比率預測企業財務危機之實證研究，政治大學企業管理研究所碩士論文，民國72年。
7. 郭人誌 ，上市公司交叉持股行為特性之研究，國立政治大學國際貿易研究所碩士論文，民國88年。
8. 張美玲，由交叉持股觀點探討財務危機問題－台灣上市公司之實證研究，淡江大學管理科學研究所碩士論文，民國89年。
9. 葉怡成，應用類神經網路，儒林圖書有限公司，民國88年四月2版。
10. 葉怡成，類神經網路模式應用與實作，儒林圖書有限公司，2000年四月七版。
11. 戴鳳玲，類神經網路與Logit模式對財務危機預測能力之比較研究-以台灣股票上市公司為例，東吳大學企管研究所論文，民國85年。
12. 顏月珠，商用統計學，三民書局，民國84年9版。
英文部分：
1. Altman, E.I. (1968), “Financial ratios, discriminant analysis and the prediction of corporate bankruptcy,” Journal of Finance 22, 589-609.
2. Altman, E.I. and G. V. Marco and F. Varetto (1994), “Corporate distress diagnosis: Comparisons using linear discriminant analysis and neural networks,” Journal of Banking and Finance 18,505-529.
3. Beaver, W.H. (1966), “Financial ratios as predictors of failure,” Journal of Accounting Research 4, 71-111.
4. Blum, M. (1974), ”Failing company discriminant analysis,“ Journal of Accounting Research 12, 72-102.
5. Coats, P. K. and L. F. Fant (1993), “Recognizing financial distress patterns using a neural network tool”, Financial Management12,142-155.
6. Hopwood, W., J. Mckeown and Mutchler, J. (1989), “A test of the incremental explanatory power of opinions qualified for consistency and uncertainty”, Accounting Review, 28-48.
7. Koh, H. (1991), “Model predictions and auditor assessments of going concern status,” Accounting and Business Research 12, 331-338.
8. Koh, H. and S. Tan (1999),“A neural network approach to the prediction of going concern status,” Accounting and Business Research 21, 211-216.
9. Martin, D. (1977),”Early Warning of banking failure, ” Journal of Banking and Finance, 249-276.
10. Mossman, C.E., G. G. Bell, L. M. Swartz and H. Turtle (1998),”An empirical comparison of bankruptcy models,” Financial Review33, 35-54.
11. Odom, M.D. and Sharda, R. (1990), “A neural network model for bankruptcy prediction,” IEEE INNS IJCNN International Joint Conference on Neural Networks 2, 163-168.
12. Ohlson, J .A. (1980), “Financial ratios and the probabilistic prediction of bankruptcy,” Journal of Accounting Research, 109-131.
13. Platt, H. D. and Marjorie B. Platt (1991), “A note on the use of industry-relative ratios in bankruptcy prediction, ”Journal of Banking and Finance, 1183-1194.