看清美元貶貶貶的背後

林建甫/撰文

(台北內科週報第680期/2025年5月5日-2025年5月11日)

新台幣兌美元於上周5月2日出現強勢升勢,升值9.53角,終場收盤為31.064元。週休兩天,5月5日新台幣開盤後升勢更猛烈,新台幣兌美元已見29.59元。而台幣走強,雖有熱錢匯入與我國因為談判可能被要求升值的因素,但背後的關鍵、當然免不了是美元的價值受到挑戰。

川普「對等關稅」政策的核心邏輯是認為,美國在多邊貿易體制中長期吃虧,需透過提高關稅來矯正貿易不平衡。然而,這種單邊貿易報復邏輯,不僅違反WTO等多邊規範,也使美國面臨其他國家報復性關稅的風險,並升高全球供應鏈的不確定性。川普又屢次挑戰聯準會獨立性,市場擔心美國未來的政策、可預測性與穩定性進一步惡化。

過去,美國與其他主要經濟體間的利差變化,往往是驅動美元強弱的主要因素。當美國利率高於歐日等主要國家時,資金傾向流入美國,推升美元指數;反之亦然。然而,自川普拋出對等關稅政策後,市場對美元的預期似乎徹底改變。即便美國利率依舊處於相對高位,美元卻持續走弱,顯示資金不再單憑利差做出資產配置,將更關注政策風險、資產安全及全球資金流動結構的改變。

▲新台幣兌美元於5月5日開盤後升勢更猛烈,新台幣兌美元已見29.59元。(圖係取自中央社)。

這種與利差脫鉤的走勢,反映出市場對美元計價資產,特別是美債與美股,信心的實質動搖!外資對美國資產的配置熱情減弱,資金開始尋找其他更具穩定性或回報潛力的市場。部分原本投入美國市場的資金轉向歐洲、亞洲或新興市場,導致美元需求減弱,進而加速其貶值。而台幣美元匯率,如央行所言,當前匯率走勢的主因來自於金融帳的巨額變動,而非過去以貿易帳為主的匯率決定機制。

根據IMF估計,全球非美國投資人合計持有約22兆美元的美國資產,其中半數為美股。這些資產多數未進行匯率避險,因此一旦外資開始拋售美國資產,不僅將導致美元持續貶值,也可能引發美股、債市下挫,進一步產生負向資金循環。

兩個加劇負向循環的因子是,基差交易(Basis Trade)與利差套利(Carry Trade)的平倉。基差交易是對沖基金會同時「買入」現貨美國國債、再「賣出」相對應的美債期貨合約,藉由高槓桿對兩者價格間的微小差異來獲利。利差套利,則是渡邊太太(泛指日本家庭主婦)借低利的日圓投資高利率的外幣,例如美元。當這兩策略遭遇美元美債價格大幅下降和美元價值逆轉時,資金加速退場,引發市場貨幣與金融市場劇烈波動,甚至可能出現系統性風險。然而,美元指數近期出現超跌現象,不排除短期內因技術面反彈,或貿易談判曙光出現而有所止穩。惟若未來美國政策不確定性持續,美元弱勢將成中長期趨勢。這不僅改變全球資產配置邏輯,也會迫使各國央行重新審視其外匯儲備結構與風險管理機制。

(本文作者係台灣大學經濟系名譽教授、中信金融管理學院講座教授)


資策會設獎 鼓勵學界創新落地

(台北內科週報第657期/2024年11月18日-2024年11月24日)

【產學政研連線】為協助產學研能善用人工智慧(AI)技術提升競爭力,從學校實驗室研究逐步落地至產業實際應用,資策會會軟體技術研究院創設「資策會軟體院前瞻技術獎」(STI A*Awards),並於11月7日舉行頒獎典禮,頒發給陽明交通大學、台灣科技大學、中正大學、台北大學、台東大學的8個團隊,嘉許其卓越的前瞻技術研究成果,同時,資策會也與日本電氣通信大學簽署合作備忘錄(MOU),未來著力於量子運算結合AI技術合作,促進產學研共創國際級前瞻技術。

此次獲獎團隊的主題,聚焦在生成式AI與大型語言模型應用、邊緣運算與輕量模型、視覺與風險檢測技術,以及通訊與網路技術等4大面向。其中,由陽明交通大學吳毅成教授帶領的獲獎團隊,以「企業導入生成式AI風險管理流程與指引設計」為題,專注於生成式AI技術導入中的3種類型風險設計1套全面的風險管理指引,包括組織風險、資料風險及系統風險;幫助企業在應用生成式AI技術的過程中有效地識別和管理風險,確保技術應用的合法性、安全性及可靠性。

▲資策會與日本電通大學簽署合作備忘錄(MOU),圖為資策會軟體院蒙以亨院長右4、日本電通大學曾我部東馬教授右5與貴賓合影(照片係資訊工業策進會提供)。

另1項主題,則由台灣科技大學陳永耀教授與花凱龍教授帶領的團隊,以「基於AutoGen的智慧答詢多模型協作平台」,利用生成式AI技術和大型語言模型的創新平台,透過多模型協作處理複雜任務,平台中的每個大語言模型負責不同功能,如資料檢索、文本生成和格式檢查,進行跨領域的智慧問答服務,應用場景廣泛,涵蓋公文回覆、法律諮詢、商業決策等多種智慧答詢需求。這些卓越的前瞻技術研究成果,對產業創新及技術應用具有影響力,未來資策會軟體院也將力促團隊成果與各產業相結合,實現更廣泛的應用落地。

11月7日的頒獎典禮現場,資策會特別邀請日本東京電氣通信大學曾我部東馬教授演講,他表示,利用人工智慧技術自動調整複雜量子計算中的關鍵參數,將大幅提升處理複雜問題的速度與準確性,並能應用於城市交通管理、物流配送優化、氣候數據分析等領域,進而提高運算效率。