臺灣博碩士論文加值系統

每股盈餘是眾多投資人在分析上市公司選項中一項重要的參考指標，而一間信譽良好且對投資人負責的企業經營者，對於每年可達成之每股盈餘同樣相當重視。每股盈餘高代表該公司每單位資本額的獲利能力高，較相同競業者具有更佳的能力，使得該公司可以用較少的資源創造出較高的獲利。而在影響一間上市公司每股盈餘之因素中，其中一項即為成本費用中之折舊。折舊是無法忽視的成本，計算折舊的方式多種多樣，最主要還是根據固定資產之用途來選擇不同的折舊方法。本研究將以一間上市公司為例，於2013年~2015年第1季該公司資本支出動支數資料為分析樣本，利用計算出每筆資產動支指標值，至其轉列財產之關聯性資料，利用灰色系統理論中的GM(1,1)預測模型，追蹤、分析並預測當年度該公司每月將產生之累計折舊數，以取代原本需透過人工作業進行逐月計算之方式，提升作業效率。

Earnings per share (EPS) serves an important indicator for investors to analyze listed companies. Business owners with good reputation and accountability also consider it is important to achieve their annual EPS growth rate. Higher EPS means the company is high profitability per of unit capital, the company has better ability than the other competitors. That means it can use fewer resources to create higher profit. Among the factors affecting a listed company&;#39;s earnings per share, where the cost of the item is depreciation. Depreciation is the cost that cannot be ignored. There are many ways to calculate depreciation. The most principal is according fixed assets application to choose the different depreciation methods. This research will use a listed company for an example. To use 2013 - 2015 first quarter of the company&;#39;s capital expenditure of used data for the analysis sample, and use the calculated used data index value of each fixed assets to the relevance data of transfer property. Use grey prediction theory‘s GM (1.1) model to analyze and forecast the accumulated depreciation of the company that in year at every month, to replace the original calculation of the monthly performed by manual work mode to increase operational efficiency.

中文摘要 ………i
英文摘要 .……...ii
誌謝 .….…..iii
目錄 .….…..iv
表目錄 ……....vi
圖目錄 .…..….vii
第一章 緒論 ………1
1.1 研究背景與動機 ………1
1.2 研究目的… ………2
1.3 論文架構… ………3
第二章 文獻回顧 ………4
2.1 會計學術背景介紹 ………4
2.1.1 財務會計 ………4
2.1.2 成本與管理會計 ………5
2.1.3 預算制度 ………5
2.1.4 會計資訊系統 ………5
2.1.5 財務報表分析 ………5
2.2 預測相關研究 ……...12
2.2.1 類神經網路 ……...12
2.2.2 模糊理論 ….…..13
2.2.3 灰色理論 ….…..13
2.3 灰預測相關文獻 ….…..14
第三章 研究方法 ……...15
3.1 灰色理論系統 ……...15
3.1.1 灰生成 ……...16
3.1.2 灰關聯分析 ….…..16
3.1.3 灰建模 ….…..16
3.1.4 灰預測 ….…..17
3.1.5 灰決策 ….…..17
3.1.6 灰色控制 ….…..17
3.2 灰關聯分析 ….…..17
3.2.1 灰關聯係數 .……..18
3.2.2 辨識係數 .……..19
3.2.3 灰關聯度………………………………………………………………...20
3.2.4 灰關聯序 ……..20
3.3 灰預測模型GM(1,1) ……..21
3.4 準確度檢驗方法 ……..24
第四章 預測結果分析 ……..26
4.1 財務資料收集 ……..26
4.2 原始預測方法 ……..27
4.3 灰預測GM(1,1)以四~八期資料建模 ……..29
4.3.1 四期樣本預測值 ……..29
4.3.2 五期樣本預測值 ……..33
4.3.3 六期樣本預測值 ……..36
4.3.4 七期樣本預測值 ……..39
4.3.5 八期樣本預測值 ……..42
4.4 灰預測模型GM(1,1)四~八期預測資料分析比較 ……..45
第五章 結論與建議 ……..47
5.1 結論 ……..47
5.2 建議 ……..47
參考文獻 ……..49

1.鄭丁旺、汪泱若、黃金發，初級會計學，中壢：穎城文化圖書公司，2003，第31-34頁。
2.許志瀚，轉虧為盈學會計，臺北：星定石文化出版有限公司，2002，第5-9頁。
3.李嘉安譯，一口氣搞懂財務報表，臺北：城邦文化事業股份有限公司，2014，第292-294頁。
4.G. Schaefer and T. Nakashima &;quot;Data Mining of Gene Expression Data by Fuzzy and Hybrid Fuzzy Methods,&;quot; IEEE Transactions on Information Technology in Biomedicine ,Vol. 14, 2010, pp. 23-29 .
5.F. Saqib, A. Dutta, J. Plusquellic, P. Ortiz and M.S. Pattichis, &;quot; Pipelined Decision Tree Classification Accelerator Impleentation in FPGA(DT-CAIF), &;quot; IEEE Transactions on Computers , Vol. 64, 2015, pp. 280-285.
6.C. Cheng, F. Sun and X. Zhou, &;quot; One Fire Detection Method Using Neural Networks,&;quot; Tsinghua Science and Technology, Vol.16, 2011, pp. 31-35.
7.J.L. Deng, &;quot;Introduction of Grey System Theory, &;quot; Journal of Grey System, Vol.1, No. 1,1989, pp. 1-24.
8.C.T. Lin and L.H Chen, &;quot;Grey Analysis of Bank Re-decreasing The Required Reserve Ratio, &;quot; Journal of Grey System, Vol.4, No. 2, 1999, pp. 119-132.
9.J.J. Jin, Y. Z. Wen and M. C. Min, &;quot;Commercial Bank Credit Risk Management Based on Grey Incidence Analysis, &;quot; IEEE International conference on Grey Systems and Intelligent Services, 2011, pp. 534-538.
10.鄧聚龍，灰色系統理論與應用，臺北：高立圖書有限公司，2000，第106-107頁。
11.李皇林，應用灰色關聯生成及灰色預測模型於台灣股票之研究，碩士論文，建國科技大學電機工程研究所，彰化，2013。
12.何明訓，應用灰預測模型預測多媒體服務平台訂戶數，碩士論文，國立台灣海洋大學航運管理學系，基隆，2014。
13.李玉芬，台灣區國民生產毛額灰預測模型之研究，碩士論文，義守大學資訊管理硑究所，高雄，2006。
14.張哲榮，適應性灰預測模型，碩士論文，國立成功大學工業與資訊管理學系碩士在職專班，台南，2008。
15.許哲強、王銘德，「台灣發行消費券政策之經濟分析-灰色關聯分析之應用」，臺灣銀行季刊，第六十卷，第三期，2008，第116-123頁。
16.璩宏裕，中央健保局財務風險預測之建立-灰預測理論之應用，碩士論文，朝陽科技大學保險金融管理系，臺中，2006。
17.陳建舜，以灰預測探討網路犯罪之研究，碩士論文，中華大學資訊管理學系，新竹，2011。
18.林文鎮，以灰預測來提升零售業銷售預測準確度的可行性研究，碩士論文，國立交通大學高階主管管理碩士學程，新竹，2012。
19.楊顯輝，臺灣區域性負載灰預測電力供應研究，碩士論文，國立臺灣海洋大學航運管理學系，基隆，2013。
20.K.H. Lin and B.D. Liu, &;quot;A Grey System Modeling Approach to The Prediction of Calibration Intervals, &;quot; IEEE Transactions on Instrumentation and Measurement, Vol. 54, 2005, pp. 297-304.
21.J.L. Deng, &;quot;Grey Differential Equation, &;quot; Journal of Gray System , 1993, pp. 1-14.
22.Z. Zhao, H. Zhan and N. Xu, &;quot; The Study on Gray Data Mining Model, &;quot; Intelligent System Design and Engineering Application(ISDEA) , 2012, pp. 598-601.