好日子沒結束,風險越來越大
好日子沒結束,風險越來越大
2004.05.01 | 科技

4月25日,中國人民銀行宣布將金融機構的存款準備金率將從7%提高到7.5%,針對若干資本充足率較低的金融機構,存款準備金率甚至增加到8%。這是繼去年8月以來,中國財政當局再次以大幅度的貨幣手段進行調節,抑制中國金融機構過度增長的信貸投放。
最重要的原因是,中國的經濟溫度似乎已經太高;中國固定資產投資年成長率去年創下48%的高點,2004年第一季的成長率依然高達43%。大筆的資金投入工廠、房地產、基礎建設與因應北京奧運的都市改良計畫,也為GDP成長注入動力;加快建設配合生產外銷,加上供應端的緊湊,從去年以來,中國的需求已讓包括鋼鐵、銅、鋁、塑膠、石油與水泥在內的原物料價格飛漲。

**中國的投資熱潮,彷彿泡沫

**
根據官方資料,去年中國的投資占GDP比重已經竄升到20年來的新高,也創下世界經濟的新紀錄,在2003年高達43%。已有許多經濟學家公開表達憂慮,一旦投資的金額與力道衰減,中國的經濟成長將難以避免地低緩下來。
在資本流入增加的同時,雖然產量增加,中國的生產力或許並未有效提升。國際貨幣基金會(IMF)的經濟學家賀騰斯(Paul Heytens)和哲布克(Harm Zebregs)的研究發現,中國有將近四分之三的經濟成長來自於資本累積,而衡量總體經濟效益的生產力指數(total factor productivity),從1995至1999年每年卻僅增加2%。
巨大的投資力道,建立在金融機構高度的信貸創造上,也與湧入的外國投資相關。但由於中國固定資產的投資,有70%來自效率低落的國有企業,鑒於國有企業的結構性問題,許多投資的未來獲利相當可疑,可能會創造更多新的壞帳。但由於持續資本注入帶動的榮景,許多企業可以繼續以新的投資項目獲得貸款、吸引投資。「因為一直有錢進來,中國有許多公司的現金流量是正的,也讓資產負債表上的數字越滾越大,」一位往來兩岸頻繁的外商基金經理人觀察,最大的問題是,「如果有正確的損益表,我相信很多公司仍是赤字。」
但在金融市場先天的結構性缺陷影響下,中國當局的貨幣調控手段,有效性也可能大不如前。「想要讓經濟獲得可持續性成長,有賴於收入與投資維持同樣的速度,但在中國卻是後者速度遠遠大於前者,」摩根士丹利經濟學家謝國忠直接以泡沫來形容中國的投資熱潮,認為對於未來的樂觀預期讓中國持續流入龐大的資本,也讓中國的經濟發展,過度依賴各種固定資產的增長,「這些流入的海外資金,讓中國地方政府與企業得以抗拒中央政府的經濟緊縮措施,同時讓投資泡沫與最終將會到來的調整,變得越來越大,」他警告。

**中國經濟的好日子要結束了?

**
4月中旬,美國聯邦儲備理事會主席葛林斯班就謹慎指出,「中國面臨的問題,不是對商品需求增加太快,而是貨幣供應量快速增長,可能造成經濟過熱,」中國的貨幣供給額年增長率為20%,加上占據重要比率的國有企業生產「缺乏靈活性」,已給中國當局帶來壓力,「他們在試圖尋找適當的平衡,可能將採取更具彈性的人民幣匯率政策,」葛老的這番話,暗示中國可能透過人民幣的適當升值,配合緊縮銀行信用,讓經濟在今明兩年順利軟著陸。
這表示中國經濟的好日子要結束了嗎?那也未必。「中國的經濟的確過熱,但還不到泡沫的地步,」瑞銀華寶(UBS)長期研究中國的經濟學家安德森(Jonathan Anderson)分析,中國的存貨並未增長過頭,消費者物價也大致平穩,而在最受關注的房地產貸款過速增長問題上,去年以來當局也逐步降溫。
由於中國公佈的官方數字真實度不盡可信,安德森綜合中國的國外直接投資、信貸增長量與工業利潤等指標,發現中國的經濟的確有過熱跡象,但也僅約莫等於1992~1994年當時的熱過頭程度,「現在的現象的確需要適當冷卻,但是比起當時的過熱,現在中國有確實的需求作為底子,出口占GDP的比重也比過去增加一倍,」他認為情況並未失控到無法收拾,中國的GDP在今明兩年仍將分別有9.6%與7.4%的實質成長率。

**回歸基本面,
解決中國經濟循環

**
長期的發展仍將持續,但是短期而言,中國經濟將會面臨不小的挑戰。原物料價格的高漲,配合固定資產投資的快速成長,意味著中國工業生產與包括房地產內的相關建設,在供應量擴增的同時,成本也同步上升;工廠與住房越來越多,如果實質需求無法趕上供給的速度,隨之而來的跌價壓力會越來越大,這會進一步惡化企業的獲利與償債能力。如果葛林斯班在今年夏天如市場預期般調高利率,中國可能將面臨雙重壓力:來自美國的需求可能會減緩,而國外流入的資金水位也會降低。
如果不再迷信資本流入帶來的效益,解決中國經濟循環起伏的良方,最終仍要回歸基本面:除了每一單位投資下實質生產力的有效提升,還要有健全合理的信用分配體系。前者涉及國營事業的真正改造,後者則是銀行體系的全面整頓,但這兩者卻都有龐大的社會與政治風險,也是中國經濟改革始終無法順利度過的瓶頸。
1994年,中國的宏觀調控沒有觸及這些實質問題;到了2004年,雖然有所改善,同樣的老問題依然存在,但中國的經濟規模已大到會深刻影響全球經濟運作的地步了。如果中國還想再拖上10年,這一次,恐怕全世界會有更多人被迫要加入中國的財經改革陣營,疾聲要中國打破更多禁忌。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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