近期台股受到國際資金流向、美國貨幣政策預期及科技股評價調整影響，市場波動明顯增加。 不過， 若從中長期企業獲利與產業發展觀察，部分優質企業在股價修正後可能逐漸浮現合理的投資價值。 因此， 對先前已適度獲利了結、目前持有較高現金比重的投資人而言，可以考慮採取分批布局、逐步恢復股票部位的策略，有望賺到市場完全明朗之前的波段紅利。 至於11月28日台灣地方首長選舉， 可以視為短期市場觀察節點，可以注意選舉前後的市場風險偏好、外資資金流向，以及12月美國聯準會與台灣央行的利率決策。 現階段美國確實存在進一步升息的壓力，但升息幅度仍取決於通膨、就業與經濟數據，根據11月10日路透社公布的調查，101位受訪經濟學家均預期聯準會12月升息；聯準會理事Waller也支持至少升息一碼，並提及通膨惡化時可能考慮升息更多，所以，也須關注台灣央行是否跟著升息。 - 資產配置的立場 不是預測哪一天股市最高，而是利用市場波動，逐步把資金配置回具備長期投資價值的資產，墊高預期收益率。 提醒｜可以分批買，但別忽略資金環境正在改變 大方向上， 我支持在市場修正期間，依照原訂資產配置比例，逐步增加優質股票或基金的持有部位。 但我會提醒大家，分批買進不代表股價已經落底，從銀行與資金市場的角度我會特別觀察三件事．．． 第一：『資金流動性』其包括外資是否持續撤出、台幣是否承受貶值壓力，以及銀行體系的資金成本有沒有進一步上升； 第二：『企業獲利與市場評價』尤其AI相關企業的資本支出、訂單成長與實際現金流，能否支撐目前的股價； 第三：『槓桿風險』當利率上升、股票波動加劇，融資與質押部位是否可能因擔保維持率不足而出現被迫賣出的連鎖反應。 另外， 升息這件事，邏輯上是，但實務上不一定代表股市到公佈點才立即下跌，因為市場往往會提前反映預期；真正容易造成劇烈波動的，是政策結果與市場原先預期出現落差。 對中產家庭而言， 我更建議先確認生活預備金、房貸負擔與未來一年可能使用的資金，再以分批投入、保留現金及控制槓桿的方式參與市場。若投資的是海外基金，也必須把美元與新台幣的匯率風險納入考量。 - 資產配置的立場 不是比誰猜低點最準，而是當市場反覆震盪時，資產結構仍然有能力持續參與下一輪成長。心法唯一，穩字訣。 補充｜值得留意的判斷 1. 產業消息與選舉結果是否同向影響？ 11月28日選舉可能影響市場情緒，但如果沒有對應的企業獲利、資金流向或政策變化，單靠選舉日推估高點，缺乏足夠依據。 尤其選前布局、選後獲利了結，也可能早已被市場提前反映。 2. 台灣是否跟隨美國升息？ 台灣央行9月仍維持政策利率2%，並表示銀行體系流動性尚屬充裕；另一方面，星展銀行10月的研究預估台灣12月可能升息半碼。這是研究機構的預測，而不是央行承諾。 台灣仍須考慮本地通膨、經濟成長、匯率與金融穩定，若以「美國這次升息，台灣大概率會升」的想法為投入的依據，建議留有部分資金做後手。 3. 國內外資金流向？ 班克總是覺得以資金流向比單日漲跌做分析更明顯直白。近期台灣確實面臨資金外流及新台幣貶值壓力。 不過，外資賣超不必然代表企業基本面惡化，也可能是全球資產再平衡、美元資金需求或風險部位調整。 因此，我會同時看外資現貨與期貨部位、匯率、信用市場及企業獲利，而不是只看外資單日買賣超。 操作的人，努力猜市場下一步往哪裡走； 配置的人，專注在市場不論往哪裡走，永遠都有下一步。 ——班克先生 （圖文不符：我女賞房圖、狗狗圖鑑、澳洲牙寶娃娃？！）

這兩天舉辦的 高雄國際金融博覽會 × 台灣國際房地產博覽會 看到一些新的金融商品、金融科技，以及不同市場的投資機會，也有幾個挺有意思的觀察跟大家分享。 一、海外不動產：澳洲幾乎占了七成 這次不動產展區，最直觀的感受就是澳洲真的很多。 依照我現場粗略觀察： - 澳洲：約占七成 - 馬來西亞、日本：次之 - 泰國、杜拜：這次沒有看到相關展位 當然，展商比例不等於市場交易占比，更不能直接解讀成台灣投資人有七成資金流向澳洲。 但至少反映出『海外不動產業者正在積極爭取台灣市場，而澳洲是這次展會最明顯的主角』！ 有趣的是，過去談海外置產，大家比較容易想到投資報酬率、租金收益、資產增值。 現在反而多問了幾個問題．．． - 買的是房子，還是海外生活的選擇權？ - 追求的是資本利得，還是資產與貨幣的分散配置？ - 又或者，只是因為台灣房地產的投資門檻越來越高，所以開始尋找其他可能？ 小提醒： 海外置產不是把台灣買房的邏輯搬到國外，而是重新學習另一個國家的金融、稅務與不動產制度。例如我是為了移民做準備，很明顯的，對於生活環境與小孩的升學及就業環境，就遠比房產升直這件事挑剔的多！ 二、金融展區：傳承、家辦、信託服務成為最大曝光區塊 金融展區走了一圈，幾乎都在談： - 財富傳承 - 家族辦公室 - 信託規劃 - 高齡資產管理 簡單來說，這也算是一種『老人經濟正夯』？！ 當台灣逐漸邁向超高齡社會，財富移轉、長期照護、退休現金流與資產管理等服務，本來就會成為金融業的重要課題。 只是我看著這些展位，心裡浮現另一個問題．．． 『當金融業越來越擅長服務已經累積財富的人，誰來協助還在累積財富的那群人？』 有錢人的問題，是如何保全與傳承財富。 中產家庭的問題，卻可能是房貸還沒繳完、退休金還沒存夠、孩子的教育費又逐年增加。 兩者都需要金融服務，但需要的答案完全不同。目前由國內銀行體系的服務偏向看來，前者可謂倍受重視，後者立場越發艱困，也導致影子銀行的產業越發蓬勃。這邏輯，與『乞丐的數量是由皇帝決定』同理。 小提醒： 財富傳承固然重要，但對多數中產家庭而言，真正的課題恐怕不是如何把財產留給下一代，而是如何確保自己退休後，不必依賴下一代。 三、人口危機：退休制度與個人財務，都該重新思考 這次觀展還有個延伸感想．．． 人口危機，不只是人口問題，更是國家財政與金融制度的長期挑戰。 當出生人口減少、工作人口占比下降、高齡人口增加，受到影響的絕不只是勞動市場。 還包含： 1. 退休制度的財務可持續性。 2. 醫療、長照與社會福利支出。 3. 家庭扶養負擔與世代財富移轉。 4. 國內消費、住宅需求與資本市場結構。 政府需要重新檢視退休制度的長期財務平衡，個人也應該重新思考，退休規劃是否還能只靠過去的經驗。 以前大家習慣問「退休要存多少錢？」 但現在，我更希望大家問「退休之後，我的資產能不能持續產生足夠的現金流？」 因為退休不是某一天突然不工作，而是從那一天開始，必須讓過去累積的資產，逐漸承擔原本由工作收入負責的生活開支。 小提醒： 退休規劃的重點，不只是累積多少資產，而是當工作收入停止後，整個家庭的財務結構還能不能正常運作。 四、金融創新：看得到工具進步，卻少了點驚喜 至於原本期待的金融創新，這次感受比較平淡。 現場有看到一些資產與稅務盤點系統，也有零星區塊鏈相關應用。但整體而言，沒有看到太多讓我眼睛一亮的新商業模式。 當然，這也可能與展覽定位有關。 這次的金融博覽會，顯然更偏向金融服務展示、理財教育與客戶開發，而不是純粹的金融科技展。 如果想看更多AI金融應用、支付技術、金融資料整合或新型態金融服務，或許還是得去台北的金融科技展看看。 不過， 身為財務顧問我始終認為．．． 金融創新的價值，不在於系統有多炫，而在於它究竟替客戶解決了什麼問題。 如果只是把原本的紙本流程搬上螢幕，那很單純叫數位化。如果能讓家庭更容易理解資產負債、提前辨識財務風險，甚至降低錯誤決策的成本，那才是我期待的金融創新。 五、講座內容：八成以上都在談股票 講座的部分，依我粗略觀察約八成以上都圍繞股票與證券投資，股票投資儼然成為全民運動。 更多人願意接觸資本市場這算好事，代表理財意識逐漸普及，但問題是．．． 懂得買股票，是否就代表懂得理財？ 我相信大家都能理解，這是未必。股票只是資產配置的一部分，一個家庭真正的財務健康，還涉及現金流、負債結構、風險保障、資產流動性，以及退休後的收入安排。 如果一個人很會選股票，卻沒有緊急預備金；投資帳戶持續成長，房貸與信貸卻壓得生活喘不過氣。那麼，他可能學會了投資，卻還沒真正學會理財。 小提醒： 投資是讓錢有機會變多，理財則是讓人生不會因為錢而失去選擇。 ＞＞ 小結： - 不動產業者，忙著向台灣人介紹海外資產。

＊較硬核(Hard Core)內容。 最近因為投資市場波動大，跟我請教調整投資組合的同學增加相當多，為了有效的回應所有的同學，我在這裡先跟大家描述設計概念，比較有經驗的同學可能就能自行處理跟規劃，若還是看不懂，再跟我約諮詢時間😊 - 每篇設計相關的文章，都要有明確的前提，本文內為是針對以下假設： A每個人設計投資組合在乎的目標是．．． 1. 年化配息率達到百分之X（X為個人期望值，一般為6~10） 2.資產淨值波動傾向為『較低』 3.以知悉策略與風險為前提，投入項目傾向隨時可以申請贖回 B需理解的科普或名詞共識．．． 1. 配息率不等於總報酬率（配息來源與除息後淨值都要看） 2. 基金配息本金可能合法的含有本金（須符合基金契約與相關規範） 3. 賣出價外賣權能創造現金流（權利金是承擔下跌風險的補償，不是無風險收入） 4. 99% VaR不代表99%安全（必須交代持有期間、損失門檻與模型假設） 5. 回測可能有樣本選擇偏誤（還要考慮過度擬合、交易成本與樣本外驗證） 6. 股票與債券可能同時下跌（2022年就是值得研究的案例） 7. 基金可能限制或暫停贖回（不能任意停止，須依基金類型、契約與法規） 8. 管理人與投資人利益可能衝突（但不能推論所有管理費都是不合理的） 9. 高配息、低波動、隨時贖回三者並絕對互斥（關鍵是能否長期維持、成本與風險由誰承擔） C. 需先釐清觀念（三點） 第一、配息來自本金，不代表一定是壞商品。 假設投資人有 100萬元，基金一年賺了 5萬元，卻配出 8萬元，當中有 3萬元可能涉及本金返還。這不代表基金必然不適合投資。我比較建議衡量點是．．． 1. 投資人追求資產成長，還是穩定提領？ 2. 配息是否超過長期可持續的總報酬？ 3. 資產淨值是否持續侵蝕，導致未來現金流能力下降？ 資產配置是以系統管理者的立場去做整體價值管理，追求動態中取得平衡是預設立場，不能單單用配息來源單獨判定商品好壞，用投資目標與總報酬來評估較不會日日亂心神。 第二，低波動不等於低風險。 一檔基金淨值波動很小，可能是資產本身相對穩定，也可能是風險尚未實現、評價方式不夠即時，或採取了平常獲利有限、極端情境損失很大的策略。例如，理的項目若是賣出賣權，這就是典型需要觀察尾端風險的策略。 第三，金融商品有管理費，不代表管理公司必然占投資人便宜。 專業管理、交易執行、法遵、保管與風險控管都有成本。所以合法合規能公開上架的商品買進賣出才會如此快速方便，如果你走過old school的投資機構買賣流程，你真的會很想死，但這樣的機構通常是有比一般金融通路有更高的價值存在。 回到一般的金融商品收管理費這件事，真正的問題是．．． 收取的費用，是否換來相稱的服務與價值？ 比較基金時，應觀察扣費後績效、比較基準、風險調整後報酬，以及費用是否合理，而不是單純把管理費視為剝削。美國證券交易委員會（SEC）在2026年8月19日發布的基金配息投資人公告，也明確提醒．．． 基金配息可能包含本金返還，配息不等於績效，評估時應觀察總報酬。 - 如果是正式課程，可能會教計算VaR或操作選擇權之類的，但這部分我不建議同學與一般投資人鑽研，我的建議如下： Ａ請先嘗試瞭解幾個觀念（我每次諮詢都會問的）．．． 1. 投資目標：需要的是資產成長，還是每月現金流？（我一天到晚在強調的二選一流派，資本利得派還是金流茁壯派）要能寫出自己的投資目標及期限 2. 報酬辨識：10%配息是否代表賺10%？要能計算含息總報酬與本金變化 3. 風險承擔：資產最多可以跌多少？必設定最大可承受損失金額 4. 流動性管理：急需用錢時，哪些資產能變現？建立資金流動性水庫（我十幾年來提供的資金水庫模型） 5. 資產配置：不同資產如何互補，而非一起受傷？這是完成個人投資組合配置表的關鍵 《舉例》以結果論，100萬資金的分配概念可能類似．．． a. 資本利得型>現金及約當現金10%；債券類20%；股票類70%>重視長期增值，接受較高市場波動。 b. 金流茁壯型>現金及約當現金15%；債券類55%；股票類30%>重視定期現金流，同時保留部分資本成長能力。 c. 資產穩定型>現金及約當現金35%；債券類50%；股票類15%>重視資金可用性與降低波動，仍須承擔利率及信用風險。 以上比例為單純假想案例，不代表適合特定人士的投資建議；債券類亦不等同於固定配息或保本，基本上，往下還有得談的🤔 B壓力測試的部分則有三個基本命題．．． 1. 股票市場下跌30%，你的投資組合會損失多少？ 2. 你突然失業六個月，是否需要出售投資資產？ 3. 債券與股票同時下跌時，你還能不能維持原本的配置？ 這是把風險概念真正轉化為自己決策的能力驗證。 - 我個人給入門者的規劃建議．．． Ａ投資組合不是從商品開始，而是從個人財務三張表開始：

- A. 當前市場與資金環境 1. 美股上漲集中於AI龍頭。 分析師觀察到S&P 500與NASDAQ創高，但道瓊及其他類股相對疲弱，認為股市表面繁榮、內部資金分布不均。 2. 全球債券殖利率偏高。 債券價格與殖利率反向變動，高殖利率環境提高企業融資成本，也可能壓抑股票估值。 3. AI資本支出正在考驗金融市場。 科技巨頭大量建置GPU與資料中心，逐漸依賴公司債及其他融資工具。市場開始關注投資能否產生足夠現金流，以及是否存在過度槓桿。 4. 地緣政治增加不確定性。 中東衝突可能透過油價、運輸成本與通膨預期影響利率及資產價格。 5. 黃金採取分批配置策略。 分析師認為，若債券殖利率回落，可能有利黃金；若殖利率持續上升，則須留意價格回檔，避免一次投入過多資金。 - B. 另有Anthropic研究的主要訊息 1. AI衝擊的是工作任務，不一定是整個職業。 同一職業內有些工作可自動化，有些仍需要人類判斷與實體操作。 2. 模型設計三種情境。 依AI實際採用率、自動化比例及新工作創造速度不同，可能出現溫和成長、顯著成長，或生產力快速提升但勞動市場劇烈調整的結果。 3. GDP成長不代表薪資同步成長。 在極端情境下，AI可能大幅提高產出，但腦力工作者薪資下降，勞動所得占GDP比重降低。 4. 財富分配可能偏向資本持有人。 AI基礎設施、算力、軟體與企業股權的持有人，可能比單純提供勞動的人獲得更多成長紅利。 5. 最大的變數是實際採用與再就業。 AI有能力完成任務，不代表企業立即採用；即使企業採用，也不代表被替代的勞工無法轉型。 一句話摘要： AI可能讓整體經濟變得更富裕，但不保證每個勞動者都能同步受益；金融市場則正在提前投入大量資金，押注這場轉型能夠實現。 》班克先生這部分先聊幾個重要觀念： - AI龍頭創高，市場漲幅集中、風險偏好分化。資金是否緊缺仍要看貨幣市場、銀行準備金與信用利差。 - S&P 500成分股依10月12日Reuters報導，約四成成分股年初至今下跌。 - 國債殖利率主要受利率預期、通膨、財政供需及期限溢酬影響；企業債殖利率通常還要加上信用利差。兩者可能共同上升，但不是每次都必然由企業債帶動國債。 - 國債殖利率上升會壓低同一債券的價格，但不同年期、不同國家的走勢不一致才是健康狀態。 - 黃金主要看國債殖利率，另仍須注意實質利率、美元、央行需求與避險資金流向。 - 截至10月16日，美股科技類股已出現明顯修正，市場焦點也轉向AI融資成本及高利率壓力。這支持「市場開始重新評估AI投資」的方向，全球貨幣供給有枯竭傾向，但不必然一定枯竭，班克老話一句，金融圈現象若用斜坡理論推演，誤判幾乎百分百。 - Anthropic的報告，核對原始研究。三種情境的2030年GDP，相對於沒有AI的基準情境，分別高出1.6%、8.3%、32.4%；極端情境下勞動所得占GDP比重降至45.2%。這些是模型情境，參考即可。 》班克先生的銀行端看法 以銀行觀點來說，這篇文章最值得討論的是⋯ 當金融市場已經投入大量資金，押注AI未來的生產力與營收時，如果實際收益無法跟上，會對整個信用體系造成什麼影響？ 我會從三個方向分析⋯ 1. 貨幣與資金流通風險：錢沒有消失，但能自由調度的錢可能變少🤔 大型科技公司投入數千億美元建設AI資料中心，資金透過公司債、銀行授信、私募信貸與SPV流向設備、土地及能源供應商。 這些錢不會因為投資就憑空消失，但可能跨境移動，或由高流動性的存款轉變成不容易立即變現的長期資產。 對銀行而言，這部分我在意三個問題⋯ - 資金儲備： 銀行是否仍有足夠的高品質流動性資產，應付存款流出與授信承諾？ - 擔保品質： GPU、資料中心及相關設備的抵押價值，是否會因技術更新快速下跌？ - 還款來源： AI服務產生的營業現金流，是否足以支應利息、本金與設備汰換？ 這裡有一個值得注意的風險⋯ 當銀行以為自己拿到的是高價值的AI設備，實際上卻可能拿到一批折舊速度超過預期的擔保品。 而當信用市場開始懷疑擔保品價值，往往不只是提高利率，還可能降低融資成數、要求追加擔保，甚至拒絕續貸。 （所有金融風暴形成的核心因素） 2. 槓桿與斷頭風險：最怕的不是資產跌價，而是跌價時還得還錢😩 延續之前Amazon GPU證券化的討論。（請看之前貼文） 假設一批GPU價值100億元，透過SPV融資70億元。 簡化的融資壓力試算： GPU資產跌價幅度30% 資產剩餘價值70億元 貸款／資產價值100.0% 假設貸款本金仍為70億元，未計折舊、攤還、利息與擔保條款。 🆘擔保安全墊已大幅縮小。 如果AI需求下降、晶片殘值縮水，原本的七成融資可能迅速變成高成數甚至擔保不足。 但必須注意！ 擔保品跌價不代表一定立即斷頭。 是否觸發追繳、提前清償或強制出售，取決於融資契約、財務承諾條款及是否違約。

Amazon正在規劃把約80億美元的NVIDIA AI晶片轉移給SPV，由SPV向保險公司、退休基金等投資人發債，再把GPU租回給Amazon使用。 簡單講就是⋯ 「資產賣掉、資金拿回來、設備繼續用。」 這不是單純把GPU拿去抵押增貸，而是把「所有權」與「使用權」拆開，再利用Amazon的租約現金流，讓原本躺在資產負債表上的GPU，變成可以融資的金融資產。但如果我是銀行，我最在意的反而不是Amazon有多大。而是．．． 五年後，這GPU還值多少？ 房子20年後大概還是一棟房子。但是GPU可能沒有壞，只是新一代算力更強、耗電更低，舊晶片瞬間失去競爭力？這叫「殘值風險」。 所以真正的關鍵從來不是GPU現在值80億，而是背後有沒有Amazon穩定支付租金，以及未來GPU還剩多少價值。如果這套模式成功，事情就很有趣了．．． 買GPU -> 證券化 -> 拿回資金 -> 再買GPU -> 再證券化 AI產業就能把保險、退休基金、債券與私募信用市場的龐大資金一起拉進來，資本擴張速度會更快。 但如果AI需求不如預期、晶片迭代太快、殘值暴跌，又建立太高槓桿呢？原本的「資本效率機器」，就會反過來變成「槓桿絞肉機」。 這就類似雷曼兄弟風暴的原型，前幾年市場老是有危言聳聽的雷曼重現那些事件，根本不及此事風險的百分之一。 注意！ 『證券化從來不會消滅風險，它只是把風險切開、重新定價，再交到不同的人手上。』 真正重要的從來不是你能槓桿幾倍，而是槓桿拿掉以後，底下那個東西，到底值多少錢？ 目前華爾街其實還沒有完全接受「GPU＝飛機」(*註)這個命題。 Reuters訪問的銀行與信用投資人指出，銀行目前對GPU常採約3～4年的折舊／承作視角，並要求更高利率、更厚的安全墊或更強的保證；已經成功取得投資等級的GPU融資，例如CoreWeave約85億美元的融資，關鍵也不是「GPU很值錢」，而是背後有Meta的合約付款作為可靠現金流。 銀行邏輯不是『因為你有一顆很貴的GPU，就願意借你很多錢』，銀行真正想知道的是『誰會用這顆GPU賺錢，而且誰負責把錢還我？』 （這就是我上課常講的當鋪邏輯與銀行邏輯的差異，還款能力的重視度不同） 而NVIDIA現在確實已與多家大型資產管理與金融機構建立融資平台，希望長期動員超過5,000億美元第三方資本，把AI算力逐步發展成可投資的基礎建設資產類別。這也是我認為這新聞真正比「Amazon省了80億資本支出」大得多的地方．．． AI正在從科技故事，進入信用市場的故事。 接著， 華爾街日報昨天報導了一個很震驚的消息，就是2032年後，AI營收需要達到美國GDP的9%，如果沒有，那所有AI產業支撐起來的泡沫就會破滅？？！！ 這個數據不是亂謅的，是哥倫比亞大學教授 Van Nieuwerburgh 做了一個計算。他把現在所有資料中心的興建計畫加總，假設每 1 美元營收能產生 0.5 美元現金流，投資人要求 10% 的報酬率，通過這樣的方式算出來的。 那為何這個數字令人震驚呢？ 因為這個數字是所有電腦和軟體產業加起來總營收的兩倍。在美國只有醫療健康(佔GDP18%)與飲食(佔GDP9%)，其他都沒辦法達到這種程度。也就是說，AI 營收得變成和全美國人飲食總支出一樣，現在砸下去的錢才回得了本。 但我個人認為⋯ - 「不到GDP 9%，AI泡沫就會破」屬於是過度解讀。8.8% 是特定假設下「要讓這批資本取得 10% 報酬所需要的營收」，不是泡沫破裂的臨界值。即使只有 5%，也可能只是投資報酬低於預期、部分資料中心取消或資產減值，而非整個AI產業崩潰。 - OpenAI＋Anthropic年化營收「1,800億美元」也有差距。目前較可靠公開資訊顯示，OpenAI年化經常性營收接近700億美元；Anthropic目前的規模並不足以把兩者推到1,800億美元。Van Nieuwerburgh相關討論使用的量級約是合計1,000億美元左右。 - 「哈佛研究：程式碼增加30%，完成專案幾乎沒增加」來源描述要再確認。我請AI協助查到相符的是2026年的NBER研究，不是「哈佛研究」。研究涵蓋逾50萬GitHub開發者，確實發現AI提高coding activity，但效果沿著「寫程式 -> 專案 -> 實際發布」逐層衰減；因此「生產力沒有完全轉換成最終產出」方向成立，但二手文的數字與出處混用了。 - 「早期資料中心1年回本、後來3年、現在5年」這部分的依據也要再確認。資料中心的回收期高度依賴GPU價格、利用率、電價、租金、融資與建設時程，不能當成產業通則。不過「越晚建成，面臨價格下降與技術迭代的風險越高」確實是有研究支持；甚至一年的延遲就可能顯著侵蝕專案價值。（我相信做研發的都理解這種價值衰減的恐怖）