更明智的能源商品投資
更明智的能源商品投資
2006.10.15 |

能源商品過去主要由石油公司,以及天然氣、電力的生產商與經銷商獨攬,如今則躋身「新奇的」資產類別,吸引了想尋找新管道以提升收益的投資人。不過近來國際發生的一連串政治事件、天然災禍,加上全球需求日益高漲,導致能源商品價格波動劇烈,投資銀行、避險基金及未上市公司因而趁機大顯身手。

現在,當這些新進成員仔細觀察漸趨成熟的市場,並重新審視原先的進場策略時,發現另一波全新的挑戰正迎面而來。原來的切入點是否能繼續提供穩定成長的平台?為企業客戶提供風險仲介(risk intermediation)的核心業務是否已過度競爭?而且各公司是否能夠建構必要的專業技能,並充分利用現有營業單位的綜效(例如傳統的結構型商品部門及新興市場)?

投資銀行多採客戶導向
目前有投資人在某些領域還是可以繼續獲利。但是,若想掌握最佳的機會,上場前必須備妥更廣泛的技能,以及更深入的知識。

大多數金融機構進入市場時,都選擇以熟悉的流動性資產項目為中心,像是原油和天然氣。由於欠缺實物交割(physical delivery)的基礎架構與知識,他們往往從非實物交割的店頭交易著手。大多數都侷限在美國交易,小部份及於歐洲;只有極少數在亞洲地區。至於特定的策略,則因各機構類型而異。

在銀行界,過去二十年來,高盛(Goldman Sachs)及摩根士丹利(Morgan Stanley)公司稱霸能源商品交易市場,而且獲利豐厚。近來,兩家公司每年都可賺進超過十億美元的毛利,其中大約六○%來自全球原油與石油產品,其餘則源自電力與天然氣。這種成功先例,加上二○○二年商品能源(merchant energy)崩盤後所留下的空檔,吸引了其他銀行紛紛加入。從二○○三年至二○○五年,經核准可從事能源批發交易的美國投資銀行,從六家躍升至十八家。

銀行採取的進場模式種類甚多,包括自然成長(organic growth)、與從事實物交易的公司合資,及全面收購(full-scale acquisition)等。而且大多數投資銀行已經採取客戶導向的模式,代表其客戶承擔營運風險(balance sheet risk)。這些方案是否可行,要看時機,以及投資銀行掌握專業技能的能力。目前已有各種不同的模式付諸實施,包括自體成長,以及與經驗更豐富的業者合資。但值得注意的是,過去已有許多重大合資案宣告失敗,而且有一些金融機構前前後後已經進出這個行業很多次。

避險基金促進市場流動
在二○○○年時,僅有少數避險基金從事能源商品交易,如今卻已經超過三百種,所採取的策略側重在遠期曲線(the forward curve)中具有流動性的部份(特別是電力及天然氣市場)。許多基金所延攬的專家,是二○○二年之後從商品能源公司離職的團隊及個人。多虧這些新族群的生力軍加入,使得美國紐約商業交易所(the New York Mercantile Exchange, Nymex)在原油、汽油、天然氣與結算後店頭交易商品(cleared OTC products)的契約交易成長了將近四○%。本類型的參與者已經迅速成為促進市場流動性的重要成員,但是大都尚培養出參與實物交易的能力。   

最後,願意耗費較長時間經營的投資人,像是未上市公司,正透過大量購入相關實物資產的方式,在能源商品投下鉅資。這些公司藉由規避未來現金流量的風險,將其有限股東的投資報酬率鎖定在可接受的水準,而較長期的交易市場,則因這些投資的注入,流動性大為提高。未上市公司在此一領域的交易值,自二○○二年以來已經增加六倍,去年高達七十八億美元。

須發展競爭優勢定位
金融機構首先必須了解有哪些進場方案及成長機會,以便在此一急速演進的市場中,有效找到自我定位(見附表一)。投資者能夠獲利,主要是靠著:一、提供客戶風險仲介服務;二、透過能源商品或跨商品進行套利;三、透過資產進行套利。第三點涉及將商品導向公司的資本(實物資本或金融資本)、債務,與相關的商品進行套利。

此項目範圍甚廣,從規模較大且流動性較高的商品,像是原油與美國的天然氣;直到流動性較低的商品,像是電力與二氧化碳;以及電力的下游產品,例如鋁。

經營地區分布範圍,涵蓋美國的成熟市場、北美其他地區與歐洲的成長中市場,以及以亞洲為主的新興市場。

到目前為止,大多數新參與者已經進入附表一所列策略空間的左下角,而經驗比較老到的投資人則在不同的領域探索。這種作法,使新手可以透過參與流動性最高,而複雜性最低的領域,逐漸熟悉能源市場。但是,由於這些切入領域日益擁擠,因而利潤持續遭到壓縮,除了對那些交易量龐大,以規模取勝的投資人之外,吸引力已經漸漸降低。

徹底了解實物商品供需
未來五年內,成功的公司可望出現在策略空間最不擁擠的領域,例如電力、煤、廢氣排放(emission)、運輸(freight),而這些領域可能正是獲利最高的商機所在。新加入者極有可能超越原有的投資人。這些新進者必須克服的挑戰,在於如何找到適當的方式,一面建立競爭優勢地位,一面克服相關的執行風險。

想加入市場的參與者,在本身現有的專業技能(例如專案融資方面的專長)及經營範圍的地利之外,並須對於決定實物商品供需的基本面加以徹底了解。隨著各公司紛紛企圖在此一空間立足,有一些領域因隱含重大商機,格外引人注目。

由於電力交易可以反映煤、天然氣、油品與廢氣排放等其他商品的消費狀況,因此為跨商品,以及跨資產套利提供絕佳商機,也因而將成為主要的成長領域。根據國際能源總署(International Energy Agency)統計,未來十五年有關電力的投資可望高達四.七兆美元,其中經濟合作發展組織(OECD)的會員國與非會員國各占一半。非OECD資本支出絕大多數將來自中國、印度及中東。前述金額將是石油與天然氣預估投資總額的兩倍。

對於新發電產能所作的投資,將因地區而異(附表二)。無論是新加入或是原已進場的投資人,在開發自己的能源生意時,都必須配合為之。例如在美國與亞洲,應專注於煤品交易與運輸;在歐洲,則專注於天然氣與二氧化碳。這些不同的資本投資組合,顯然將對從事相關投資的交易人員,帶來重大的管理挑戰。因為客戶反應、市場成熟度、運輸成本,及時間長短,全都不同,所以,各公司必須掌握或培養出各式各樣的能力、人才及制度。

目前,電力的跨資產套利是所有投資機會中最乏人問津者之一。德州發電公司(Texas Genco)的案例,是這類交易中,足以昭信大眾的例子;該公司透過一群未上市公司組成的聯盟,在短短十六個月內,為投資人創造出高達四十六億美元的價值(附表三)。這個聯盟經由仔細觀察天然氣的遠期曲線,及其對德州電力市場價格造成的影響,看出該公司真正的價值,而這正是其他許多人忽視的。因此,這些未上市公司投資人得以在出現競爭前,搶先買入大量資產。投資人卓越的風險管理技巧,使其可以藉著規避資產的商品風險,提高槓桿度。

北美電力生產商卡爾潘公司(Calpine)近來的經歷,是投資人運用商品債務套利,而大有斬獲的案例之一;該公司在二○○五年春季時,資產負債表上負債金額高達一百八十億美元。卡爾潘大部份的資產,都受到美國各個電力市場中,天然氣與電力的價格所影響。如附表四所示,二○○五年春季時,儘管該公司在市場上的商品風險(commodity exposure)及相對應的未來現金流量大致保持不變,但是,破產的謠言卻使該公司債務的價值遭到重挫,跟著股價下滑。當然,在謠言冷卻之後,該公司的有追索權債務又回到過去水準,反映該公司商品的基本面。有一些老練的投資人懂得充分把握當時良機,從附表四可看出,當債務價值崩盤時,能源價差(spark spread)卻維持在相對穩定的狀態。

分析資料顯示,電力公司的商品風險往往無法在市場上獲得適當的估價,遇到市場不連續的時刻尤甚。從商品估價與風險管理觀點出發,對電力公司的資本結構進行套利,可以賺取很高的利潤。

發展適用的程序與技巧
成功的投資人會把焦點集中在擴展技能,改善其放款能力,並增加有關能源公司實體作業的知識。

公司常常因內部單位或員工眼光不夠深遠,或欠缺必要的全套執行能力,而錯過許多大好良機。反之,成功的公司懂得延攬並培養技能涵蓋商品交易制度建立、結構型融資(structured finance)、企業金融、實物商品交易,以及中後台作業等領域的人才。他們也將組織性的障礙去除,例如目前將其債務、資產及商品業務分割的個別損益報表與造成反激勵效果的薪資結構(compensation disincentive)等。

一九九○年代晚期,放款人爭先恐後想抓住有利可圖的機會,對新的電廠基礎建設提供融資。但是許多公司未能像從事交易一樣,發展出適用的程序、風險評估技巧,及管理規範。因此,損失接踵而至。由於商品的價格波動太大,如今銀行必須將其放款組合視同商品交易部位,並且運用他們在進行交易業務時所採行的風險管理規範及鑑價方法。加強專案融資與商品交易團隊之間的合作,有助於銀行避開在上一波電力商業循環時隨處可見的問題放款(distressed portfolios)。

由於許多比較複雜的投資機會將涉及商品的實體移動,因此具備有關資產的專業知識,以及執行實物運送與收貨的能力,變得非常重要。管理及掌握實體資產時可能運用到的一些程序與制度,均非同小可,公司可以透過量身打造的方式,或與從事實體作業的公司合資,加以建立。

能源市場將繼續提供機會,供金融機構從事冒險,或調節風險。各式各樣的套利機會如果操作得當,將可產生豐厚的報酬,而所冒的風險卻非常有限。公司若有能力擴展至更具獲利潛力的複雜領域,必將脫穎而出,成為贏家。 

何謂能源商品? 
以輕原油、重原油及熱燃油為主要商品。能源期貨是商品期貨中很重要的一環,不下於現貨市場的影響力,目前較重要的商品有輕原油、重原油以及燃油。能源期貨的市場參與者有許多是避險需求者,包括了燃油經銷商、煉油者等,因此價格極具參考性,甚至成為許多現貨交易者的參考。 

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓