Planning the infinite varieties! Big Data Analytics for Developing Hedge Strategies of Raw Material Procurement in Building Information Model

論文翻譯標題: 應形無窮:大數據分析法於建築資訊模型之原物料採購避險策略研究
  • 邱 淙和

學生論文: Doctoral Thesis

摘要

背景與目的:企業資本支出決定未來發展 避險採購策略在物流、金流、資訊流快速流轉的時代,避險採購策略在原物成本佔整體公司營運成本的最大比率的製造業,己成為公司決勝,甚至是能否生存的關鍵因素。如何運用建築資訊建模(BIM)和大數據(Big data)進行控管成本及預測原料-銅的變化,為本研究主軸 研究方法: 大數據分析銅價預測模型建構過程,並代入BIM系統的BOM展開。主要運用個案已開發之FIES系統,結合市場Open data_49項指標和銅現價 以SPSS 12 0迴歸分析,以找出預判銅價未來趨勢的方法及指標 研究結果: 大數據分析建構銅價預測模型,以下一期銅價為準則(依)變項,以逐步?歸分析逐步選入預測(自)變項,以建構銅價預測模型經建模與數據分析最終萃取出銅價(當日)、美元兌日幣匯率、美國恐慌指數、金價,等四個變項,並確立模型?歸係數,預測模型R-sq為 992 結論與建議:將本結論進行結合採購避險策略運用及大數據分析對未來趨勢,進行預測及管理風險規避 ,故在導入大數據模式預估後,在實務上可運用其它指標來提前預測變化,針對其發生機率模擬相對應策略做到應形無窮
獎項日期2020
原文English
監督員Sheng-Tun Li (Supervisor)

引用此

'