| 姓名 |
陳力行(Li-Hsing Chen)
查詢紙本館藏 |
畢業系所 |
工業管理研究所在職專班 |
| 論文名稱 |
NAND型Flash價格與交運量預測在風險分析下之決策模式
(Policy decision pattern about the forcast of Nand Flash price and delivery amount to customers after an analysis of risk)
|
| 相關論文 | |
| 檔案 |
 [Endnote RIS 格式]
[Bibtex 格式]
 [相關文章]  [文章引用]  [完整記錄]  [館藏目錄]  至系統瀏覽論文 ( 永不開放)
|
| 摘要(中) |
供需失衡導致NAND型Flash價格驟變，半導體供應鏈中的所有成員都期望能夠掌握市場脈動及價格變化的趨勢，從業人員僅能從該產業中的專家實際經驗，參考相關佐證資料，以主觀或輔以實際資料的方式進行簡單分析後進行價格趨勢分析，爾後據此決定該產品的採購及存貨政策，但通常所產生之結果較容易產生偏差及在缺乏科學依據的情況下，讓公司的資產無形曝露於風險之中。
本研究欲發展出簡單且有效的預測模型，幫助業界對NAND型Flash價格及下游交運量在非線性趨勢及極端不規則變化之下，對價格走勢作出正確的預測，搭配對下游客戶的交運量預測，藉以擬定相關避險及因應策略，持續增加企業的獲利水準及營運效能，降低公司蒙受損失的可能性。
在價格預測的實證中，在2004年及2005年間，其原始數列呈現穩定的趨勢變化時，以時間序列分析法中的天真預測法、移動平均法及指數平滑法及灰色預測GM(1,1)模型預測該年10月至12月的價格變化時，皆發揮不錯的預測效果，其MAPE值皆低於10%以下，達到高準確度的預測能力，且維持不錯的獲利水準；在2006年間，原始數列呈現不規則地變動時，各預測模型在預測該年10月至12月的價格變化時，發生較大的差異，其中以指數平滑法( =0.3時)預測效果最好，賺得368.50仟美元的利潤，但MAPE值仍高達27.72%，本研究透過預測組合的方式將該期各模式最佳的預測值予以平均，如此求算的結果可將MAPE值降低至23.34%。在交運量預測的實證中，因交運量的變化起伏很大，明顯高於價格趨勢之變化，各模式在預測各年10月至12月的交運量準確性上並不理想，其MAPE值皆高達20%以上。
將上述驗證結果，藉由瞭解管理當局的風險承受程度，透過風險分析，制定該產品的風險評估矩陣，持續監控高風險的部份，藉由決策的運用，以期能在最低風險下追求最高的獲利水準。後續在應用上，將各預測模式建制在資訊決策系統中，利用該公司Oracle資料庫之歷史數據加以運算分析，藉以計算出其預測值，除可用以比較分析各預測的結果，加以解釋及了解差異外，進而能夠運用其中有用的資訊並預測出每日、每週的價格變化情形，透過集體小組的意見及討論來掌握每個趨勢轉折點，據以掌握先機。 |
| 摘要(英) |
Because the imbalance of supply and demand often leads to the sudden change of the Nand flash prices, members of the semiconductor supply chain hope that they can control the market volatility and the change of price trend. However, they merely perform some simple analyses according to the experiences of experts in the industry or with their own subjective judgment in order to find out the price trend. They often determine their purchase and inventory policy based on these simple analyses. However, such analyses usually lack of scientific basis and decisions based on which could result in error and expose a company asset to risks.
The purpose of this study is to develop a simple and effective pattern of price forecast, and to help the people in this industry make an accurate forecast of both the price trend of the Nand flash and its delivery amount to final customers under the situation of extremely irregular changing trend, and thus, make a policy to avoid risk, continuously maximize company profit, improve operational efficiency, and reduce the possibility of losses.
In the price forecast analysis, evidence shows that, in 2004 and 2005, when the original figures presented a stable trend change, among all time-series analysis methods, the naïve method, moving average method, exponential smoothing method and grey prediction of GM(1,1) method had good results in the forecast of price change from October to December of the year. The MABE value was lower than 10% which indicates a high forecasting accuracy,and maintain a relatively high level of profit. When the figures aroused irregular changes for the period of October to December 2006, various forecast methods indicated larger differences in the forecast results. Among them, the exponential smoothing method ( =0.3) had best forecast ability,and earning a profit of US$368,500, but the MAPE value still reached to 27.72%. By combining the forecast methods, this study averaged the forecast values of various kinds of forecast methods, and the MAPE value can be reduced to 23.34%.The results of the delivery quantity forecast analysis in this study indicates that, due to the delivery quantity is highly volatile, evidently higher than the change of price trend, the accuracy of various kinds of forecast in the forecast of delivery amount from October to December of the year was far from ideal. All MAPE values were higher than 20%.
According to the foregoing findings in this study, a hazard estimation of a product is formulated after performing hazard analysis and giving fully consideration of the management’s risk-bearing capacity. Through continuous monitoring on highly hazardous parts and mature policy making, it is expected that highest profits can be achieved under the lowest hazardous conditions. In actual applications and future practice, various kinds of predictive models should be established in the policy making data system, and the historic figures in the oracle data system of the company can be utilized for computation and analysis to derive the prediction value. In addition to comparing and analyzing the various prediction results to find out their differences, the daily and weekly trend of price change can be predicted and controlled through the review of the collective team members on the point of every trend change. |
| 關鍵字(中) |
★ 風險分析
★ 灰色預測法
★ 指數平滑法
★ 價格預測 |
關鍵字(英) |
★ grey prediction method
★ smoothing method
★ price forecast
★ hazard analysis |
| 論文目次 |
目錄
中文摘要...............................................i
英文摘要..............................................ii
目錄.................................................iii
圖目錄................................................vi
表目錄...............................................vii
第一章 緒論............................................1
1-1 研究背景及動機.....................................1
1-1-1 研究背景.........................................1
1-1-2 研究動機.........................................2
1-2 研究目的...........................................3
1-3 研究範圍、基本假設及限制...........................4
1-3-1 研究範圍.........................................4
1-3-2 基本假設.........................................5
1-3-3 研究限制.........................................6
1-4 研究架構...........................................6
第二章 文獻回顧及探討..................................8
2-1 價格變動...........................................8
2-2 DRAM價格國外相關文獻整理..........................8
2-2-1 π-rule...........................................8
2-2-2 Bi-rule..........................................9
2-2-3 黃金切割比率.....................................9
2-3 DRAM價格國內相關文獻整理.........................11
2-4 時間序列國內相關文獻整理..........................13
2-5 灰色理論國內相關文獻整理..........................15
2-6 風險分析國內相關文獻整理..........................17
2-7 小結..............................................18
第三章 研究方法.......................................19
3-1 預測定義..........................................19
3-2 預測的方法........................................19
3-3 預測方法的選取 ....................................20
3-4 時間序列分析法 ....................................21
3-4-1 天真預測法......................................21
3-4-2 移動平均法......................................22
3-4-3 指數平滑法......................................23
3-5 灰色理論..........................................23
3-5-1 灰色理論介紹 ....................................23
3-5-2 灰色理論研究項目................................24
3-5-3 灰色預測-GM(1,1)模型............................25
3-6 預測準確性衡量指標與控制..........................26
3-6-1 預測準確性衡量指標..............................27
3-6-2 預測控制........................................28
第四章 選定模型與變數後進行分析.......................29
4-1 資料收集與說明....................................29
4-1-1 NAND型Flash月平均單價..........................29
4-1-2 NAND型Flash月平均單價之趨勢變化探討............30
4-1-3 NAND型Flash月平均交運量........................31
4-2 預測方法的選取 ....................................33
4-3 月平均單價預測之實證..............................33
4-3-1 天真預測法之應用................................33
4-3-2 移動平均法之應用................................37
4-3-3 指數平滑法之應用................................40
4-3-4 灰色預測法GM(1,1)模型之應用.....................44
4-3-5 各預測模式準確性比較............................47
4-3-6 預測組合........................................48
4-3-7 預測的控制......................................49
4-4 月平均交運量預測之實證............................50
4-4-1 月平均交運量之趨勢變化探討......................50
4-4-2 各種預測模式MAD、MSE及MAPE值求算................51
4-4-3 各預測模式準確性比較............................55
4-4-4 交運量之信號軌跡................................56
第五章 實證應用分析...................................58
5-1 風險衡量及決策應用................................58
5-1-1 風險分析........................................58
5-1-2 風險衡量........................................59
5-1-3 決策應用........................................62
5-2 價格預測模式實際應用..............................63
5-2-1 天真預測法之預測值(前兩期)在決策應用之結果......63
5-2-2 移動平均法之預測值(前兩期平均)在決策應用之結果..64
5-2-3 指數平滑法之預測值(( =0.3時)在決策應用之結果....66
5-2-4 灰色預測法之預測值(四期基礎)在決策應用之結果....67
5-3 各種預測模式之決策結果及實際獲利狀況比較..........69
5-3-1 各種預測模式之決策結果..........................69
5-3-2 各種預測模式應用之實際獲利狀況 .................70
第六章 研究結論與未來研究方向.........................73
6-1 研究結論..........................................73
6-2 研究限制及未來方向................................74
參考文獻..........................................76 |
| 參考文獻 |
英文相關文獻
1.Delurgio, Stephen A.(1999), “Forecasting Principle And Applications”, University of Missouri—Cansas City, First Edition。
2.Lepselter, M.P., and Sze, S.M.(1985), “DRAM Pricing Trends --The π Rule,” IEEE Circuits and Devices Magazine, Vol.1, pp.53-54 .
3.Lewis,C.D(1982), “Industrial and Business Foreasting Method“, London, Butterworths Scientific.
4.Stevenson, William J. (2003), “Operations Management”,New York, McGraw-Hill, Second Edition.
5.Tarui, Y. and Tarui, T.(1991), “New DRAM Pricing Trends--The Bi Rule,” IEEE Circuits and Devices Magazine, Vol.7, pp.44-45 .
中文相關文獻
6.于宗先(1972)，經濟預測，大中國圖書，一版，台北市。
7.王瓊敏(2000)，「電腦關鍵零組件之價格預測模式」，國立中央大學，工業管理研究所碩士論文。
8.吳漢雄、鄧聚龍、溫坤禮(1996)，灰色分析入門，一版，高立圖書，台北市。
9.吳福立(2000)，「DRAM價格變動模式之探討」，國立交通大學，工業工程與管理研究所碩士論文。
10.呂柏賢(2000)，「灰色需求預測模式之研究─以易腐性商品為例」，東海大學，工業工程研究所碩士論文。
11.李順益(2001)，「灰色理論用於短期銷售預測之適切性探討」，義守大學，資訊工程研究所碩士論文。
12.李玉芬(2006)，「台灣區國民生產毛額灰預測模型之研究」，義守大學，資訊管理研究所碩士論文。
13.林惠玲、陳正倉(2002)，應用統計學，二版，雙葉書廊，台北市。
14.林飛雄(2004)，「DRAM產業分析與產值預測」，長庚大學，企業管理研究所碩士論文。
15.林倉龍(2004)，「國家風景特定區遊客人次預測之研究」，東海大學，休閒事業管理研究所碩士論文。
16.邱妍菁(2006)，「高速公路短期交通資訊之灰預測模型」，義守大學，資訊管理研究所碩士論文。
17.洪秀凰(2004)，「應用灰色理論於匯率預測之研究」，義守大學，資訊管理研究所碩士論文。
18.范 淼(1998)，「計畫風險事件之處置--分析模型之建立與應用」，國立台灣大學，商學研究所碩士論文。
19.唐淑娟(2001)，「台灣地區鳳梨零售價格預測之研究－灰預測、類神經網路與預測組合之應用」，屏東科技大學，農企業管理研究所碩士論文。
20.徐桂祥(1997)，「灰色系統在商情預測上之研究」，雲林技術學院，資訊管理技術研究所碩士論文。
21.張家富(2001)，「DRAM價格模式研究」，國立台北大學，企業管理研究所碩士論文。
22.張錫華(2002)，「從DRAM產業發展經驗探討Flash Memory產業經營策略」，元智大學，資訊管理研究所碩士論文。
23.郭明哲(1976)，預測方法-理論與實務，一版，中興管理顧問，台北市。
24.郭寶謙(2005)，「DRAM月平均價格變動分析」，國立中央大學，資訊管理學系碩士在職專班碩士論文。
25.陳育良(1996)，「灰色模糊目標規劃應用於固體廢棄物管理系統分析」，國立成功大學，環境工程研究所碩士論文。
26.陳學毅(2004)，「匯率預測模型績效之研究--時間序列及灰色預測模型之應用」，東海大學，國際貿易研究所碩士論文。
27.陳建宏(2005)，「應用色理論於有機農產品之經營-需求預測及關鍵成功因素探討」，國立中央大學，工業管理研究所碩士在職班論文。
28.黃慶隆(1993)，「公共工程風險管理系統架構及實例」，國立台灣科技大學，營建工程技術研究所碩士論文。
29.黃仲達(2003)，「灰色理論在農產銷售預測及其供銷關係探討之應用」，國立嘉義大學，運輸與物流工程研究所碩士論文。
30.黃育亨(2005)，「DRAM產業市場需求預測之研究 -運用ARIMA預測模型與類神經網路」，長庚大學，企業管理研究所碩士論文。
31.楊志平(2003)，「灰預測、指數平滑法與預測組合之應用─以台灣地區鮮食鳳梨產地價格為例」，屏東科技大學，農企業管理研究所碩士論文。
32.溫坤禮、黃宜豊、陳繁雄、李元秉、連志峰、賴家瑞(2002)，灰預測原理與應用，一版，全華科技圖書，台北市。
33.溫坤禮、張簡世琨、葉鎮凱、王建文、林慧珊(2006)，MatLab在灰色系統理論的應用，一版，全華科技圖書，台北市。
34.葉麗貴(2002)，「DRAM季價格預測」，國立交通大學，工業工程與管理研究所碩士論文。
35.葉清江、賴明政(2006)，物流與供應鏈管理，二版，全華科技圖書，台北市。
36.潘曉葦(2000)，「需求預測模式之建立」，國立台灣科技大學，資訊管理研究所碩士論文。
37.蔡元哲(2003)，「動態DRAM價格之模擬分析---從DRAM產業及PC產業之研究」，國立台灣大學國際企業學研究所碩士論文。
38.鄭志剛(2004)，「 運用灰理論GM(1,1)模式預測裝備零附件之計畫備料」，國防管理學院，後勤管理研究所碩士論文。
39.韓季霖(2001)，「台灣地區醫師人力供需之研究－灰色預測模式之應用」，銘傳大學，管理科學研究所碩士論文。
40.藍元志(2003)，「專案風險管理回應策略選擇模式之建立」，國立中央大學，工業管理研究所碩士論文。
41.羅濟群(2003)，「共通作業環境之資訊安全風險評估模式建立」，交通大學資訊管理研究所專案報告。
42.羅慕君(2004)，「短期訂單預測模型之研究─PDA產業為例」，中原大學，資訊管理研究所碩士論文。
43.網路資料:電子時報:名人講堂－集邦科技創辦人聶聖陶NAND Flash價格可依黃金切割比率預測。2007年4月27日，取自:http://www.digitimes.com.tw/n/article.asp?id=0000047187_B526FD28HG7Q1KX8HKZTI。 |
| 指導教授 |
陳振明(Jen-Ming Chen)
|
審核日期 |
2007-7-9 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
