臺灣博碩士論文加值系統

近幾年，隨著新創金融科技產業的蓬勃發展，推出智慧應收帳款作業管理系統，以處理大量收支付交易作業程序，解決方案包括：自動辨識付款者資訊、自動化處理交易款項資訊、光學字元辨識（Optical Character Recognition, OCR）、機器學習（Machine Learning）以及運用人工智慧（Artificial Intelligence）建立儀表板（Dashboard）了解客戶行為等等。然而，智慧應收帳款作業管理系統的導入，能使企業更快速地開立發票、有效地縮減客戶的付款時間、並降低人工作業成本。如此一來，企業將加速應收帳款週轉率、增加營運現金流量，並提升其競爭力。本研究使用SIMUL8模擬軟體建構自動化應收帳款模型，以標準普爾500指數（Standard & Poors 500, S&P 500）中數家資訊產業公司做為研究對象，利用研究結果進行分析，找尋對企業最佳的改善方案，降低應收帳款週轉天數與改善現金流量。探討應收帳款作業管理的革新為企業帶來的效益，並進行各項評估與預測。

With the recent flourish of financial technology industry startups, it launches the Intelligent Accounts Receivable Operations Management System to process a large number of payments and receipts transaction operating procedures. The solutions include automatic identification of payer information, automatic processing of transaction payments, Optical Character Recognition, Machine Learning and using Artificial Intelligence to build dashboards to understand customer behavior and so on. However, importing of the Intelligent Accounts Receivable Operation Management System enables enterprise to invoice more quickly, reduce customer payment time and operating costs more effectively. As a result, enterprises will accelerate the Account Receivables Turnover Rate, increase operating cash flow, and enhance competitiveness. This study uses the SIMUL8 simulation software to build an automatic accounts receivable model. It takes several information industry companies in the Standard & Poors 500 as research objects in order to explore the benefits brought by the innovation of accounts receivable operation management to the enterprise. Finally, the evaluation and prediction are based on simulation results.

第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 3
第三節 研究流程 4
第貳章 文獻探討 5
第一節 應收帳款管理 5
第二節 信用管理 9
第三節 現金流量的影響 14
第四節 系統模擬 16
第參章 研究方法 18
第一節 研究資料來源 18
第二節 研究架構 20
第三節 研究構面設計 24
第四章 研究結果 30
第一節 模擬模型結果 30
第二節 結果分析 36
第五章 結論與建議 39
第一節 結論與建議 39
第二節 研究限制 39
參考文獻 41

中文：
王傳英. (2015). 財務危機預警模型―產業預測衡量. 臺灣大學國際企業學研究所學位論文, 1-44.
吳佳紋. (2011). 客戶信用風險管理之研究-以 A 公司為例. 交通大學管理學院財務金融學程學位論文, 1-59.
林則孟. (2002). 系統模擬理論與應用. 滄海書局.
林祝英, & 徐家賓. (2015). 中小企業放款之信用違約的風險評估. 科際整合管理研討會, 109-127.
林祝英, & 賴燕吟. (2016). 提昇應收帳款管理績效之因素探討. 科際整合管理研討會, 132-149.
施才憲. (2001). 企業應收帳款敏感性分析之研究. 國立中山大學財務管理學系碩士論文, 1-112.
洪志洋, & 高立翰. (2011). 應收帳款管理風格與績效之關聯性研究─ 以台灣電子產業為例. 管理評論, 30(3), 49-72.
翁紹仁, & Paul Savory.(2013). 系統模擬與Simul8教戰手冊, 1-241.
張淑婷. (2013). 應收帳款決定因素之探討. 臺灣大學經濟學研究所學位論文, 1-55.
張耀中. (2013). 從應收帳款觀點探討企業導入 ERP 系統之效益. 淡江大學國際商學碩士在職專班學位論文, 1-85.
許芳瑛. (2009). 台灣中小企業往來客戶分群及帳務逾期預測模式之研究-以某電子公司為例. 臺北大學統計學系學位論文, 1-76.
陳淑婉. (2013). 應收帳款呆帳預測之研究–以台灣某化學公司為例. 國立高雄應用科技大學企業管理碩士論文, 1-68.
黃雅惠. (2015). 高速公路車流模擬研究. 東吳大學商學院資訊管理學系碩士論文, 1-38.
葉榮忠. (2002). 中小企業應收帳款風險管理之研究–以某電機公司為例. 國立高雄第一科技大學風險管理與保險系碩士論文, 1-109.
劉依雲, & 洪志洋. (2007). 應收帳款行為與績效關聯性之研究-以台灣科技公司為例. 國立交通大管理研究所碩士論文,1-26.

英文：
Allen, F., Brealey, R. A., & Myers, S. C. (2011). Principles of corporate finance–global edition. 810.
Bender, R. (2009). Corporate financial strategy. UK. Elsevier Butterworth-Heinemann, 325.
Kontuš, E. (2013). Management of accounts receivable in a company. Ekonomska misao i praksa, (1), 21-38.
Leitch, P., & Lamminmaki, D. (2011). Refining measures to improve performance measurement of the accounts receivable collection function. Journal of Applied Management Accounting Research, 9(2), 1-20.
Lind, L. (2011). Working capital management in the value chain of automotive industry, 1-15.
Niskanen, J., & Niskanen, M. (2000). Yritysrahoitus. Helsinki, Oy Edita Ab, 1-28.
Raheman, A., Qayyum, A., & Afza, T. (2011). Sector-wise performance of working capital management measures and profitability using ratio analysis. Interdisciplinary Journal of Contemporary Research in Business, 3(8), 285-303.
Scherr, F. C. (1989). Modern working capital management: text and cases. Prentice Hall, 1-38.
Virkkala, V. (2015). The effect of working capital on profitability in computer and electrical equipment industry, 37-44.
Vuorikari, M. (2012). Optimizing working capital management from processes perspective, 1-60.