台灣扣件產業以中小企業為主，多數為私人企業，能夠快速協調並且整合內部資源，來達到效率或效益最高化。台灣生產的扣件高達90%以上都為出口至全球市場。台灣扣件產業卻在競爭當中走的戰戰兢兢，似乎還不是很了解為何訂單來的急又快、國際買主詢價的用意、以及這麼多的國際公開數據中尋找不到一個合適的關鍵指標。
台灣經濟部研究院、經濟部技術處、經濟部工業局與金屬工業研究發展中心都有不少的資訊應用與數據解讀方針，其中金屬製品產業年鑑有不少產業概況，探討供需也探討技術。可惜這些數據的分析針對單一市場不夠明確，對產業界人士來說，難以從中獲得實質的數據或者做好預估未來的衝擊。
本次的研究將透過統計研究法，使用次級資料分析法將取得量化數據包括國際貨幣數據、歐美建設相關數據、扣件常用金屬價格、各國盤元價格數據、各國螺絲螺帽進出口數據、各時代環境因子...等，在透過總體經濟循環的概念使用皮爾森積動差相關係數篩選相關係數找出可能性關鍵指數，最後再透過技術分析，確認兩個變數之間的關係可否成為關鍵預測指標。如此的架構最後讓本研究找出合適的產業的關鍵預測指標。讓更多時間用於尋找下一個關鍵指標，也讓願意花時間找尋正確方向的製造業專業經理人，找尋企業中最佳方向與定位。

Taiwan's fastener industry is owned by small and medium-sized enterprises, most of businesses are private enterprises, which can quickly coordinate and integrate internal resources to achieve the highest efficiency or benefit. Over 90% of fasteners produced in Taiwan are exported to the global market. Nevertheless, Taiwan’s fastener industry is trembling in the competition. Most of them do not understand when orders come, why orders appear again, the intentions of international buyers’ inquiries, and so many international public data that can’t find a suitable key indicator.
The Taiwan Institute of Economic Research, Ministry of Economic Affairs (MOEA), MOEA-Industrial Development Bureau, and Metal Industries Research & Development Centre have many information application and data interpretation guidelines. Among them, the metal product industry yearbook has many industry profiles, discussing supply and demand and discussing technology. Unfortunately, the analysis of these data is not clear enough for the individual market. It is difficult for the industry to obtain substantial data or predict future impacts.
This research will use statistical research methods and secondary data analysis methods to obtain quantitative data including international currency data, European and American construction related data, common metal prices for fasteners, price data of various countries, and import and export data of screws and nuts in various countries. Environmental factors in various eras...etc., through the concept of the economic cycle, the Pearson correlation coefficient is used to screen the correlation coefficient to find the key index of possibility, and finally through technical analysis to confirm whether the relationship between the two variables can become Key predictive indicators. Such a structure finally allows this research to find the key predictive indicators of the appropriate industry. Let more time be spent on finding the next key indicator, and also let manufacturing professionals who are willing to spend time looking for the right direction to find the best direction and positioning in the enterprise.

論文審定書 i
誌謝 ii
摘要 iii
Abstract iv
圖 次 viii
表 次 x
第一章　緒論 1
第一節　研究背景與動機 1
第二節　研究目的 2
第三節　研究範圍與限制 3
第二章 產業現況 4
第一節　台灣扣件展業整體狀況 4
第二節　產業技術與發展趨勢概況 7
第三節　業務接單預估與分析概況 10
第三章 文獻探討 12
第一節 台灣扣件產業相關的研究文獻 12
第二節　總體經濟學(Macroeconomics) 14
第三節　柯博文指數 15
第四節　皮爾森積動差相關係數（Pearson product-moment correlation coefficient） 16
第五節　技術分析(Technical analysis) 17
第 四 章 研究設計 21
第一節 研究流程與步驟 21
第二節 設計科學研究法 22
第三節 資料收集與整理 23
第 五 章 設計量化分析方案 25
第一節 次級資料的組合配對 25
第二節 皮爾森ｒ相關係數－匯率與每公斤平均單價 27
第三節 皮爾森ｒ相關係數－總體經濟 28
第 六 章 時間序列的趨勢分析 31
第一節 基本數據面-產業趨勢 31
第二節 驗證觀點-匯率與每公斤平均單價 32
第三節 透過總體經濟預測台灣扣件的趨勢 36
第 七 章 總結與建議 42
第一節 結論 42
第二節 實務發展之建議 42
參考文獻 44
附錄 46
中華民國經濟部財政部關務署的海關進出口統計 46
美國主要總體經濟數據 55
美國房市＆建築相關指數 56
美國建材相關指數 57
美國汽車相關指數1 58
美國汽車相關指數2 59
美國汽車相關指數3 60
美國汽車相關指數4 61
歐洲相關總體經濟指數 62
歐洲相關建築與汽車指數 63
本研究所有相關經濟數據中英翻譯對照表 64

一、中文部分
王冠先、李玫郁，2015，巨量資料分析方法解析 (Big Data Analysis Method of the Traditional Chinese Edition)
刘志彪，2009，我國本土製造業企業出口決定因素的實證分析(Determinants of Export in Chinese Local Manufacturing Firm)，經濟研究雜誌社
林顯明，2019，臺灣螺絲帽（扣件）產業發展與轉型之政治經濟分析，國會季刊
紀翔瀛，2020金屬製品產業年鑑─螺絲螺帽篇，台北市，金屬工業研究發展中心
財經M平方(無日期)。美國-柯博文指數，民國110年2月2日，取自: https://www.macromicro.me/charts/312/us-heavy-truck-sales
葉惠忠，2010，台灣螺絲扣件產業成功關鍵因素之探討，國立高雄應用科技大學
賴宏祺（1997）。技術分析有效性之研究。國立中興大學企業管理學系碩士論文，台中市。 取自: https://hdl.handle.net/11296/9mjmm8
薛伊琇，2019金屬製品產業年鑑─螺絲螺帽篇，台北市，金屬工業研究發展中心
鍾昌標，2010，影響中國電子行業出口決定因素的經驗分析(Determinants of Exports in Chinese Electronics Industry)，經濟研究雜誌社
關港貿單一窗口(無日期)。海關進出口統計，民國110年2月2日，取自: https://portal.sw.nat.gov.tw/APGA/GA30
 
二、英文部分
Blanchard, Olivier (2011). Macroeconomics Updated (5th ed.). Englewood Cliffs: Prentice Hall. ISBN 978-0-13-215986-9.
Eurostat。Mass Statistical Data，民國110年2月3日，取自:https://ec.europa.eu/eurostat/
Exchange Market," Journal of International Money and Finance, 11(3), 304–314.
Federal Reserve Economic Data。 Mass statistical data，民國110年2月3日，取自: https://fred.stlouisfed.org/
Gayen, A.K. The frequency distribution of the product moment correlation coefficient in random samples of any size draw from non-normal universes. Biometrika. 1951, 38: 219–247.
John J. Murphy, Technical Analysis of the Financial Markets (New York Institute of Finance, 1999), pages 1-5, 24-31.
Taylor, Mark P., and Helen Allen (1992). "The Use of Technical Analysis in the Foreign
Wilcox, Rand R. Introduction to robust estimation and hypothesis testing. Academic Press. 2005.