預測財務危機所使用的方法中，傳統的統計方法說明了自變數與應變數間的線性關係，卻法無法解釋變數間可能存在的非線性關係；專家系統提供了變數間較為詳細的規則，然而其中知識庫的擷取確是令人頭痛的問題；類神經網路雖然可以捕捉自變數與應變數間複雜的對應(mapping)關係，卻無法解釋變數間的因果關係。本研究嘗試結合人工智慧中，模糊邏輯對變數間的解釋能力，以及類神經網路的學習能力，建構一有效的財務危機預警系統。實證結果顯示，除了預測準確度較傳統統計方法為佳外，具學習性之模糊專家系統對即將發生財務危機之公司確能提供更早與漸強的警訊，其所獲取的知識庫也較傳統統計工具能提供更細膩的變數關係。在學術上，此方法對類似的預測問題提供了一可能的解決途徑。