鋼筋對於營建與土木業來說，是不可或缺的重要大宗建材之一，由於鋼筋佔營建工程專案成本的比重平均高達約一成，鋼筋價格又受到國內外各種市場因素直接或間接的複雜影響，因此對於營造廠商而言，鋼筋價格的波動在專案的損益管控上，一向是相當棘手的風險因素。也因此，如何針對此一風險，發展對實務決策具參考價值的管理工具，是本研究嘗試探討的課題。
為建立適用於國內市場條件之鋼筋價格波動風險監控模型，本研究首先針對3週內之短期價格波動，初步嘗試發展時間序列預測模型，以及運用模型提供近期鋼筋價格波動趨勢參考訊息之可行性。模型經驗證後顯示，本研究所設計之風險監控模型，可找出影響鋼筋價格波動之主要因素，並以此進行短期價格之趨勢研判。不過，由於本研究仍屬於模型發展之初期階段，重點在探討如何應用時間序列分析方法於此一課題上，以及以SPSS 18.0統計分析軟體為介面之細部設定，並初步對於如何應用預測結果進行鋼筋價格波動風險監控建立了驗證方法，也作了實際操作案例的示範。至於模型在預測準確性上的推進，則必須倚賴後續取得更多更完整的潛在變因數據資料，再做進一步的模型測試與實務驗證。

Reinforcing steel bars (rebar) are indispensable building materials in the construction industry, accounting for approximately 10% of construction project costs. The price of rebar is directly and indirectly susceptible to the influence of various domestic and international market factors; thus, rebar price fluctuations are a problematic risk factor for construction companies when managing project profits and losses. This study involved developing a management tool that minimizes risks related to rebar price fluctuations and demonstrates practical value as a decision-making reference.
To construct a monitoring model that suits domestic market conditions in Taiwan, a time-series forecasting model was developed for monitoring and controlling the risk of short-term rebar price fluctuations. The results showed that the proposed risk-monitoring model identified the main factors that influenced rebar price fluctuations; thus, the model was applied to assess a 3-week price trend. Because this research was at the preliminary stage of developing the risk-monitoring model, the researchers focused on applying time series analysis to the research topic. Furthermore, the SPSS (version 18.0) statistical software was employed for specific interface settings, a rudimentary verification method was established for applying the model forecasting results to monitor and control the risk of rebar price fluctuations, and a case study was conducted. Regarding the forecasting accuracy of the proposed model, additional comprehensive data regarding the latent factors that affect rebar price fluctuations should be collected to further test and verify the model.

摘 要 I
目 錄 IV
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 研究方法 2
1.4 研究流程 3
第二章 文獻回顧 5
2.1時間序列分析法 5
2.2 ARIMA模型 5
2.3 鋼筋價格影響因素 8
第三章 鋼筋價格預測模型之建立 14
3.1 預測變數候選清單建立 14
3.2 有效自變數模型之建立 18
3.3自變數預測模型之建立 22
3.4 應變數預測模型之建立 25
第四章 鋼筋價格預測模型之驗證 29
4.1 有效預測變數篩選結果 29
4.2 自變數預測結果 32
4.3 應變數預測結果 37
4.4 各期應變數預測結果與實際觀察值之差異分析 40
第五章 結論與建議 44
5.1 結論 44
5.2 後續研究建議 45
參考文獻 46
附錄 49


表 目 錄
表2.1 ARIMA模型判斷準則 ...................................................................................... 6
表2.2 鋼筋價格影響因素與各單位所述之相關性 .................................... 13
表4.1 模式的統計量 ................................................................................................. 30
表4.2 偏離值 ................................................................................................................ 30
表4.3 ARIMA 模式參數 ............................................................................................ 32
表4.4 ARIMA模式參數 ............................................................................................. 33
表4.5 模式的統計量 ................................................................................................. 35
表4.6 偏離值 ................................................................................................................ 35
表4.7 三項預測自變數分析之結果 .................................................................. 36
表4.8 ARIMA模式參數 ............................................................................................. 37
表4.9 模式的統計量 ................................................................................................. 38
表4.10 偏離值 .............................................................................................................. 38
表4.11 預測應變數結果與實際觀察值之差異分析.................................. 40
表4.12 2013/2/18預測後三期應變數結果與實際觀察值差異分析 42
表4.13 2013/3/4預測後三期應變數結果與實際觀察值差異分析 .. 42
表4.14 2013/3/11預測後三期應變數結果與實際觀察值差異分析 42
表4.15 2013/3/18預測後三期應變數結果與實際觀察值差異分析 42
表4.16 2013/3/25預測後三期應變數結果與實際觀察值差異分析 43
表4.17 2013/4/1預測後三期應變數結果與實際觀察值差異分析 .. 43


圖 目 錄
圖1.1 研究流程圖 ....................................................................................................................... 4
圖3.1 預測變數結構圖 .......................................................................................................... 18
圖4.1 殘差的自我相關(ACF)與偏自我相關分析(PACF) ..................................... 31
圖4.2 有效自變數判定結果 ................................................................................................ 32
圖4.3 ARIMA模式分析三項自變數之結果 ................................................................... 36
圖4.4 殘差的自我相關(ACF)與偏自我相關分析(PACF) ..................................... 39
圖4.5 ARIMA模式分析結果 .................................................................................................. 40

1.Marija Norušis, IBM_SPSS_Forecasting 20, Prentice Hall, New Jersey,2011.
2.Marija Norušis, PASW Statistics 18 Core System User''s Guide, Prentice Hall, New Jersey,2007.
3.金屬中心產業研究組電子報網站：http://www.mirdc.org.tw/publish/Epaper01.aspx?sty=06，查詢日期：2013年4月。
4.台灣營建研究院營建物價網站：http://www.tcri.org.tw/tcriWeb/industrial04.htm，查詢日期：2013年4月。
5.原物料總表網站：http://just2.entrust.com.tw/z/ze/zeq/zeq.djhtm，查詢日期：2013年5月。
6.經濟部能源局網站：http://web3.moeaboe.gov.tw/oil102/，查詢日期：2013年5月。
7.彰化銀行全球金融網站：https://www.chb.com.tw/chbib/faces/po/po01011/PO01011_1.jsp，查詢日期：2013年5月。
8.自由時報新聞網站：http://www.libertytimes.com.tw/，查詢日期：2013年3-5月。
9.鉅亨網站：http://www.cnyes.com/futures/history/TSIIO62.html，查詢日期：2013年5月。
10.聯合財經新聞網站：http://udn.com/NEWS/FINANCE/，查詢日期：2013年5月。
11.科邁斯集團－產業知識庫網站：http://www.techmaxasia.com/articles/detail/122/，查詢日期：2013年5月。
12.中鋼網站：http://www.csc.com.tw/csc/pd/prs.htm，查詢日期：2013年5月。
13.豐興鋼鐵網站http://www.fenghsin.com.tw/processing.htm，查詢日期：2013年5月。
14.周立志、鄭海燕、周怡，「時間序列分析案例－離婚率預測及影響因素分析」，全國大學生統計建模大賽，南方醫科大學，中國，2011。
15.張俊利，「建築工程造價之預測與探討－以大台北地區RC集合住宅為例」，碩士論文，國立中央大學，土木工程研究所，桃園，2004年。
16.王百祿，「ARIMA與適應性SVM之混合模型於股市指數預測之研究」，碩士論文，國立成功大學，資訊管理研究所，台南，民國96年。
17.陳佳莉，「散裝航運現況」，台灣工業銀行產業分析報告，第1-2頁，2009年6月。
18.曾淑惠、王志成，「時間數列ARIMA模式與多變量模糊時間數列模式在預測應用之比較 ─以台灣出口金額之預測為例」，私立致理技術學院國貿系、私立中原大學會計系，國內第四屆全國實證經濟學論文研討會，臺北、桃園，2003年。
19.林彩梅、賴素鈴、鄧旭茹，「我國生育率預測方法之探討－趨勢、解構及ARIMA 模式比較」，臺北科技大學學報，第三十九之一期，第254-255頁，2006年。
20.郭美惠，「時間序列模型的定常分配」，中研院數學研究所數學傳播期刊，第十六卷，第四期，第1頁，1992年12月。
21.陳建任，「台灣鋼鐵產業發展趨勢與鋼價展望」，金屬工業研究發展中心產業分析報告，第14頁，2011年9月。
22.林偉凱，「鋼價漲勢何時了」，金屬工業研究發展中心產業分析報告，第1頁，2008年6月。