主流記憶體之二十年價格模式研究與驗證

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：160

、訪客IP：3.142.197.121

姓名

吳惠婷(Hui-Ting Wu) 查詢紙本館藏

畢業系所

產業經濟研究所在職專班

論文名稱

主流記憶體之二十年價格模式研究與驗證
(Pricing Model of Two Decades of the Mainstream Memory Research and Verification)

相關論文

★ 期間利差與經濟衰退之預測模型-理性預期假設之驗證	★ 台灣、美國總經月數據與台股股價指數之關聯性
★ 台灣資訊電子產業異質性及利潤率之探討	★ 中小企業案件逾期放款之預測
★ 台灣半導體產業經營效率分析－三階段資料包絡分析法之應用	★ 台灣車輛產業經濟附加價值之研究－兼論影響信通交通器材公司經濟附加價值之因素
★ 外人直接投資與研發活動之關聯性-台灣電子相關產業之實證研究	★ 消費性信用貸款授信評量模式之研究
★ 二順位房貸產品風險預警分析	★ 新產品商業化流程之個案研究–以美商3M公司為例
★ 高淨值客戶風險屬性與共同基金投資報酬率之實證研究	★ 台灣加權指數與指數股票型基金風險值之歷史模擬法分析
★ 國際油價、匯率與利率之動態關聯—VECM與VECM-GARCH之應用	★ 以DEA模型分析桃園郵局之營運績效
★ 奢侈稅實施對都會地區房價之衝擊反應分析	★ 台灣銀行業赴海外布局對績效影響之研究

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)

本研究目的為探討全球主要三種記憶體市場的價格變化影響因素。經由收集
Gartner(高德納諮詢公司)之2000年-2010年11年間的DRAM ( Dynamic Random
Access Memory) & NAND FLASH & NOR FLASH之全球年帄均價格以及相關出
貨數量為研究依據，研究期間從1991年-2010年，共橫跨20年。
本研究收集20 年資料並加以區分為10 年資料與20 年資料對照迴歸估計分
析結果是否一致以及利用均方根誤差RMSE判斷二組迴歸分析估計式的準確度：
(1) DRAM 最大宗應用量的個人電腦全球出貨量與全球DRAM 市場出貨量，以簡
單迴歸來模擬DRAM 價格，並比較估計準確率；本研究實驗結果發現：1991 年
-2010 年(20 年)資料估計出的DRAM帄均單位位元價格其RMSE 誤差值皆比1991
年-2000 年(10 年)資料的RMSE 值要大，尤其以全球DRAM 市場出貨量為自變數
時，RMSE結果差異最大。(2)而在綜合兩種本研究主觀認為最主要影響的變數後，
進行二組資料複迴歸分析，其預測值與實際DRAM 帄均單位位元價格的RMSE
值卻呈現20 年資料估計準確度比10 年資料估計準確度高出10 倍，與簡單迴歸
分析估計RMSE 值結果方向不一致 (3)套用此迴歸模式繼續研究NAND FLASH
帄均顆粒價格估計，對NAND FLASH 出貨量、NOR FLASH 出貨量、DRAM 出
貨量進行複迴歸分析，得RMSE 可縮小至1.68，是本研究所有模型中均方根誤差
最小，準確度最高的預測模型。

摘要(英)

This research studies on the major factors of market price of 3 popular worldwide
memories. We estimate the price of the pasted 20 years by using the data comes from
Gartner Dataquest and Market Intelligence & Consulting Institute ( MIC).
We separate the data into 10 years(1991-2000) and 20 years(1991-2010), to check
if the 20 years data’s regression results and Root Mean Square Error (RMSE) is better
than the 10 years’. The procedures of this research are listed as follows: (1) Using the
DRAM’s major application – worldwide PC shipment quantity or worldwide DRAM
shipment quantity as the base, estimate DRAM price by simple regression, we find the
RMSE generated by 20 years data is worse than 10 years data, especially the case of
worldwide DRAM shipment quantity. (2) Using the two above varieties with 20 years
data in multiple regression; we fine that the 20 years’ RMSE(4.69) is better (small)
than the simple regression’s RMSE(6.75~11.57). (3) We also study the influence on
price of NAND FLASH average selling price (ASP)/unit of the changes in NAND
FLASH worldwide shipment quantity or NOR FLASH worldwide shipment quantity
or DRAM worldwide shipment quantity: our results indicate that the accuracy in terms
of RMSE is the highest among the empirical models in this study; RMSE is narrowed
done to 1.68.

關鍵字(中)

★ 記憶體
★ DRAM
★ NAND FLASH
★ NOR FLASH
★ 平均單位位元價格

關鍵字(英)

★ Memory
★ DRAM
★ NAND FLASH
★ NOR FLASH
★ Multiple
★ ASP

論文目次

目錄
第一章、緒論 ................................................................................................................. 1
1-1 研究動機與目的 .............................................................................................. 1
1-2 研究對象與範圍 .............................................................................................. 2
1-3 研究架構與流程 .............................................................................................. 3
第二章、文獻回顧 ......................................................................................................... 4
2-1 國外記憶體價格研究歸納之文獻 .................................................................. 4
2-2 國內記憶體價格預測與模擬文獻回顧 .......................................................... 5
2-3 記憶體廠商個別表現及記憶體價格趨勢相互影響之研究回顧 .................. 7
第三章、產業概況 ......................................................................................................... 9
3-1 DRAM ............................................................................................................... 9
3-2 NAND FLASH ................................................................................................ 14
3-3 NOR FLASH ................................................................................................... 18
第四章、研究方法與實證模型 ................................................................................... 22
4-1 變數選取與資料來源 .................................................................................... 22
4-2 變數說明與研究限制 .................................................................................... 23
4-3 研究預期假設 ................................................................................................ 23
4-4 估計模型與預測結果分析 ............................................................................ 27
4-5 本研究與過去相關文獻之研究方向與結果之比較 .................................... 42
第五章、結論與未來研究建議 ................................................................................... 44
參考文獻 ....................................................................................................................... 46

參考文獻

﹝1﹞ Grier, D.A. 2006. ―The innovation Curve [Moore’s law in semiconductor
industry]‖ Computer, 39(2): 8-10.
﹝2﹞ Gartner Dataquest, ―Forecast Memory, Worldwide, 2000-2010(2Q06 Update)‖
May 2006.
﹝3﹞ Gartner Dataquest, ―Forecast Memory, Worldwide, 2005-2015(1Q11 Update)‖
March 2011.
﹝4﹞ Tarui, Y. 1991. ―New DRAM Pricing Trends: The Bi Rule‖ Circuits and
Devices Magazine, IEEE, 7(2): 44-45.
﹝5﹞ Victor, N. M. and J. H. Ausubel, 2002. ―DRAMs as Model Organisms for
Study of Technological Evolution,‖ Technological Forecasting and Social
Change, 69: 243-262.
﹝6﹞ Wonjoon Kim and Jeong-Dong Lee (2009) ―Measuring the role of
technology-push and demand-pull in the dynamic development of the
semiconductor industry: The case of the global DRAM market‖ Journal of
Applied Economics, Vol XII, No. 1, 83-108
﹝7﹞ Evelyn V. Colino, Scott H. Irwin and Philip Garcia. 2011.“Improving the
accuracy of outlook price forecasts.”Agricultural Economics, 42 , 357–371.
﹝8﹞ Kenneth Flamm, 1993. “Measurement of DRAM Prices: Technology and
Market Structure” National Bureau of Economic Research, 157 – 206.
﹝9﹞ 蔡元哲，「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，碩士論文，民國92 年。
﹝10﹞ 陳聖傑，「DRAM 價格避險實證研究」，國立交通大學，碩士論文，民國
93 年。
﹝11﹞ 張家富，「DRAM 價格模式研究」，國立台北大學，碩士論文，民國90
年。
﹝12﹞ 呂靜怡，「DRAM 產業分析與現貨價格預測之研究」，私立東吳大學，碩
士論文，民國97 年。
﹝13﹞ 彭建豪，「DRAM 產業再造方案之評估」，私立世新大學，碩士論文，民
國99 年。
﹝14﹞ 葉麗貴，「DRAM 季價格之研究」，國立交通大學，碩士論文，民國90
年。
﹝15﹞ 李雅婷，「富邦證券-炙手可熱的NAND FLASH」，富邦投顧，2005/05/15。
﹝16﹞ 彭鑫堂，「景氣循環下技術研發創新與產品良率提升策略之研究-以
DRAM 產業為例」，逢甲大學，碩士論文，民國100 年。
﹝17﹞ 王耀祖，「後金融海嘯DRAM 產業趨勢分析之研究」，國立政治大學，碩
士論文，民國99 年。
﹝18﹞ 彭茂榮，全球記憶體產品市場發展現況與預測，IEK 產業情報網，2011
November。
﹝19﹞ 張學誠，NAND FLASH 基本技術原理，DIGITIMES，2010 Aug.。
﹝20﹞ 連于慧，NAND FLASH 產業概況，DIGITIMES，2012 Jan.。
﹝21﹞ 王旭昇，NAND 快閃記憶體產業概況，IBT 台灣工業銀行，2005 Sept.。
﹝22﹞ 李惠研，吳宗正，溫敏杰(2006):“迴歸模式與類神經網絡在台股指數期
貨預測之研究,”經營管理叢論Vol.2, No.1, 2006: 83 – 99

指導教授

陳忠榮(Jong-Rong Chen)

審核日期

2012-8-21

推文