鐵礦砂價格鉅亨網的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

扣件業盤元價格預測

為了解決鐵礦砂價格鉅亨網的問題，作者林暉凱 這樣論述：

台灣扣件產業在2014年，出口值突破新台幣1,200億以上，達到了歷史性新高點，2016年與2015年相差不多，出口值仍達40億元美元以上，2017年截至2017年11月為止，粗估出口值為39億美元，長期位居全球出口第3的地位（僅次於德國與中國），但韓國與東協各國積極搶灘，欲成為歐美車廠之亞洲第二代工生產基地，台灣的扣件產業仍面臨嚴峻的挑戰。扣件業的原料－盤元，在扣件產品的成本結構中，佔有相當程度的比例；中鋼為台灣最大之盤元供應商，採用每季配額制度，配有額度的扣件業者必須購足所有的額度，否則必須被迫降低配額，故有能力可以取得中鋼配額的扣件業者不多，基本上對原料要有一定的需求量，且同時必須是與

中鋼進行長期配合的廠商；沒有中鋼配額的扣件業者，只能向線材廠購買；中鋼在每季的第二個月，會公佈下一季的內銷基價價格，而線材廠也會隨之公佈該廠下一季的內銷價格，基本上是隨著中鋼的訂價趨勢走的，不論是來料代工式或已上市櫃的扣件業者在原料價格的議價話語權是不夠大的；在原料的貨款支付方面，必須一開始就一次付清款項才能分期取得原料，會有財務資金調度面的問題要面對，盤元雖說是可以長期儲存並無品質問題，但仍會佔用倉儲空間，亦可能代表資金的積壓，因此，本研究期望可以透過找出合適的盤元價格預測模型，幫助扣件業者有機會可以了解未來一段期間的盤元價格，以做為原料採購與資金調度的參考。本研究採用價格變量移動平均法(M

oving Average，MA) 、價格變量自我迴歸整合移動平均(AutoRegression Integrated Moving Average，ARIMA)法、價格變量類神經網路(Artificial Neural Network，ANN)法、價格變量ARIMA+類神經網路混合法及解釋變量類神經網路法，針對中碳鋼盤元進行預測；研究結果顯示，使用”價格變量ARIMA+類神經網路混合法”，以預測未來三個月的結果為其中最佳者；另外針對解釋變量類神經網路法，透過研究結果得到，澳洲鐵礦砂的海運價格，在中碳鋼盤元價格之權重最高，再來是台灣生鐵進口價格、大陸廢鋼價格及中鋼收盤股價，這四個為中碳鋼盤元價

格之主要正相關變量；人民幣匯率為中碳鋼盤元價格之主要負相關變量。透過預測模型去了解未來的原料價格，如能結合訂單資訊(預測加上已確定的)，則可以預估未來的資金需求，以便進行財務面的資金規劃與調度；另針對盤元價格的未來漲跌，可以考量先售出多餘庫存以換得現金，亦或購入其他業者的多餘庫存，進行相關操作。