臺灣博碩士論文加值系統

營造工程物價的指標會因整體大環境改變而有所變動，導致工程時常受到物價的漲跌而有所影響，進而造成營建業者無法確實掌控成本時有虧損問題產生。本研究蒐集2003年-2013年的相關國際金融物價指數包含八大項共20項資料當作自變數，研究與營造工程物價指數為依變數之統計相關，進而以Pearson相關找出各變項與營造工程物價指數之關聯性。
將21項相關因子經由集群分析及多元迴歸分析找出最具影響力的相關因子，並透過徑路模式分析圖進一步了解各因子之間的相關。最後利用相關性高的因子建立一套預測模式，並探討其準確度以供營建業者做參考。
Pearson相關發現，國際原油相關性高，貨幣總計數M2相關性最高，匯率中以人民幣匯率相關性最高，景氣指數中的景氣落後指數則與營造工程物價指數相關性最高。將21群因子經由集群分析分成三群，第一群共9項相關因子、第二群共8項相關因子、第三群共4項因子。其中「營造工程物價指數」屬於第一集群。將三集群畫出路徑分析模式圖發現，稻榖雜糧指數、台指期貨指數、景氣同時指數、貨幣總計數M2數值高時將導致營造工程物價指數數值也高。 而貨幣總計數M1B 、人民幣匯率升高時反而導致營造工程物價指數偏低。
本研究最後進行預測模式時發現，由三集群分別進行逐步迴歸分析預測，由第三集群最少相關因子:人民幣匯率、出口物價指數、美金匯率三項進行預測，即可使預測準確率達98.2%，顯示此模式可以準確預測營造工程物價指數，並且搭配社會環境大趨勢的變動。

The construction engineering price index was affected the engineering price due to the outside environment, which often resulting in cost loss. This study had collected the relevant international financial price index, 2003 to 2013, which contained a total of 20 independent variables, while construction cost indexes(CCI) are as the dependent variables. Then found out the relevancy between the individual variable and CCI through Pearson correlation

First, this study aimed to identify the most influential factors from the 21 independent variables through the cluster analysis and regression analysis, then, to understand the relationships among the relevant factors via path analysis model. Finally, to establish a predictive model based on the high correlation factors, and to explore its accuracy as for the reference of construction industry.

The Pearson correlation findings showed that the international crude oil, monetary aggregates M2, the RMB exchange rate and the lagging indicator have the highest relevance with CCI.

The cluster analysis divided the 21 independent variables into three groups, 9 are for the first groups, 8 are for the second, 4 are for the third groups. CCI belongs to the first group. The cluster analysis, chartered by path analysis model, findings showed that rice, grain and cereals index, Taiwan futures index, prosperity meanwhile index and the value of monetary aggregates M2 have a positive relationship with CCI . However, monetary aggregates M1B, and the rising RMB exchange rate have a negative relationship with CCI . The last findings from predictive model, three clusters respectively multiple stepwise regression analysis ,the third groups, of this study showed that this model can accurately predict the CCI to 98.2% through the RMB exchange rate, export price index and US dollar exchange rate.

目錄
摘要 i
ABSTRACT ii
目錄 iv
表目錄 vi
圖目錄 viii
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 1
1.3研究範圍與方法 2
1.4研究流程 3
第二章 文獻探討 4
2.1國內外物價指數介紹 4
2.1.1消費者物價指數(CPI)介紹 5
2.1.2躉售物價指數(WPI)介紹 10
2.1.3進出口物價指數(IPI、EPI)介紹 13
2.1.4四大物價指數與營造業之關聯性 16
2.2營造工程物價指數之介紹 17
2.2.1物價指數連動條款之一般原則 20
2.2.2營造業工程款調整相關方式及原則 21
2.3相關文獻之探討 22
2.3.1營造工程物價指數預測文獻之探討 22
第三章資料彙整與分析 25
3.1物價波動因素 25
3.1.1物價影響總供給面 25
3.2影響營造業物價波動的原因 27
3.3物價指數與營造工程物價指數之關係 28
3.4分析流程 29
3.5決定選取研究的物價指數 30
第四章研究方法 34
4.1資料數據標準化 34
4.2皮爾遜積差相關(Pearson相關) 36
4.3集群分析介紹(Cluster Analysis) 39
4.3.1集群分析定義 39
4.4多元迴歸分析介紹 44
4.4.1簡單迴歸分析 45
4.4.2多元迴歸分析介紹 47
4.5徑路分析(Path Analysis) 48
4.5.1徑路分析基本步驟 50
4.5.2徑路分析原型圖的特徵 51
4.6預測驗證 52
4.6.1當期預測驗證 53
4.6.2向下預測驗證 54
第五章研究成果 56
5.1Pearson 相關分析 56
5.1.1描述性的統計分析 56
5.1.2Pearson相關分析結果 58
5.1.3Pearson相關性總結 60
5.2集群分析 63
5.2.1階層式集群分析 63
5.2.2 K-Means集群分析 66
5.2.3 兩集群方式分析結果 68
5.3多元迴歸分析(Multiple Regression Analysis) 69
5.3.1第一集群進行逐步迴歸相關分析 69
5.3.2第二集群進行逐步迴歸相關分析 72
5.3.3第三集群進行逐步迴歸相關分析 76
5.4 徑路分析(Path Analysis) 78
5.4.1第一集群做徑路分析 79
5.4.2第二集群做徑路分析 84
5.4.3第三集群做徑路分析 89
5.5預測驗證 92
5.5.4向下預測驗證 98
5.5.5第一集群向下預測驗證 98
5.5.6第二集群向下預測驗證 101
5.5.7第三集群向下預測驗證 103
5.5.8預測模式總結 105
第六章　結論與建議 106
6.1結論 106
6.2建議 107
參考文獻 108
附錄一:2000年-2013年變項歷史月資料 111

參考文獻
1.多變量分析四版，陳順宇著，華泰書局，2005年。
2.丹青圖書有限公司「大不列顛百科全書」
3.何柔靚，應用灰建模分析台灣地區營造工程物價指數之趨勢，碩士論文，明新科技大學營造工程與管理研究所，新竹，2008。
4.物價指數統計表，行政院主計處，2014年8月。
5.林士嵩，營造工程物價指數與國內外大宗物資與金融指數相關之研究，碩士論文，中華大學，營建管理研究所，新竹，2014。
6.張玉瑛，以支援向量機預測台灣地區營造工程物價指數之研究，碩士論文，朝陽科技大學營建工程系，台中，2006。
7.李正源，營造工程物價指數趨勢預測之研究－以基因演算法與反轉點模式分析，碩士論文，輔仁大學應用統計研究所，台北，2006。
8.梅永和，營造工程物價指數預測之初步研究，碩士論文，國立台灣科技大學營建工程技術學系，台北，1995。
9.麥聖偉，應用灰色理論預測營建物價與營造工程物價指數，碩士論文，國立中興大學土木工程學系，台中，1998。
10.Meyers, Lawrence S.， Gamst, Glenn/ Guarino, A. J.(2012). Applied Multivariate Research
11.游源順，國內營造工程物價指數相關問題之探討，碩士論文，國立交通大學管理科學研究所，新竹，1994。
12.劉峰志，以類神經網路預測營造工程物價指數之研究，碩士論文，國立台灣科技大學營建工程系，台北，2000。
13.蔡裕春，台灣地區營造工程物價指數預測之研究---以類神經網路與ARIMA模式，碩士論文，輔仁大學應用統計學研究所，台北，2001。
14.Tabachnick, B. G., & Fidell, L. S. (2001). Using multivariate statistics (4th ed.). Boston:Allyn & Bacon.
15.龔逸書，以回饋式類神經網路模式預測營造工程物價指數之研究，碩士論文，台灣大學土木工程學研究所，台北，2008。
16.王蒙納，營造工程物價指數技術指標預測模式之研究，碩士論文，正修科技大學營建工程研究所，高雄，2010。
17.魏聰偉，台灣地區消費者物價指數的分析與預測，碩士論文，中華大學應用數學研究所，新竹，2010。
18.洪瑞璟，以財務技術分析整合於回饋式類神經網路模式預測營造工程物價指數之研究，碩士論文，台灣大學土木工程學研究所，台北，2010。
19.洪志嘉，營建投資與經濟成長之關聯性-以VAR與小波轉換分析，碩士論文，台灣大學土木工程學研究所，台北，2011。
20.郭良成，我國公共工程物價指數調整機制之研究－以機電工程契約為探討核心，碩士論文，國立中正大學法律學研究所，嘉義，2012。
21.應用統計學SPSS完全攻略，李城忠著，新文京開發出版公司，2008年。
22.SPSS操作與應用多變量分析實務，吳明隆著，五南書局，2008年。
23.台灣期貨交易所2014年9月(http://www.taifex.com.tw/chinese/index.asp)
24.行政院主計總處2014年9月(http://www.dgbas.gov.tw/ct.asp?xItem=393&CtNode=2850)
25.台灣證券交易所2014年(http://www.twse.com.tw/ch/search/search.php?query=%AA%D1%A5%AB%A5%5B%C5v%AB%FC%BC%C6&x=0&y=0&func=01&IndexDB=webs1)
26.經濟部能源局2014年9月(http://www.moeaboe.gov.tw/oil102/oil1022010/index.html)
27.James H. Bray, Scott E. Maxwell.(2007). Multivariate analysis of variance
28.行政院公共工程委員會
(http://www.pcc.gov.tw/pccap2/TMPLfronted/ChtIndex.do?site=002)
29.行政院主計總處
(http://www.dgbas.gov.tw/ct.asp?xItem=867&ctNode=2848)
30.Mankiw,N,G,Principles of Economics,2001.
31.黃詩惠，全球股市波動對台灣的影響，碩士論文，國立中正大學企業管理研究所，2011。
32.國家發展委員會(http://www.ndc.gov.tw/)
33.余適安，貨幣銀行學，大華傳真出版社，2009。
34.中央銀行全球資訊網(http://www.cbc.gov.tw/mp1.html)
35.Joseph F.Hair,Jr,William C.(2010). Multivariate Data Analysis.
36.應用統計學SPSS完全攻略，李城忠著，新文京出版公司，2008年。
37.SPSS For Windows(下冊)統計分析-初等統計與高等統計，張紹勳、張紹評、林秀娟著，松崗書局，2001。
38.多變量分析(SPSS的操作與應用)，林震岩著，智勝書局，2007。
39.多變量分析方法與操作，溫福星著，鼎茂書局，2012年。
40.施玉玲，運用k-means集群分析探討國小高年級數學學習成就之影響因素，中華大學，工業管理學系碩士班，新竹，2010。
41.多變量分析最佳入門實用書，蕭文龍著，碁峯書局，2014年。
42.SPSS與統計應用分析，吳明隆、涂金堂著，五南書局，2010年。
43.Bowerman, B. L., & O'Connell, R. T. (1990). Linear statistical models: An applied approach(2nd ed.). Belmont, CA: Duxbury Press.
44.5.Johnson, D. E. (1998). Applied multivariate methods for data analysts. Pacific Grove, CABrooks/Cole.
45.白易仙，營造工程物價與關聯產業之相關性研究-以相關產業與消費指數為基準，碩士論文，中華大學，營建管理研究所，新竹，2014。