百家上市櫃宣布提供季配息、半年配息,該怎麼挑?專家提醒要釐清三大關鍵
百家上市櫃宣布提供季配息、半年配息,該怎麼挑?專家提醒要釐清三大關鍵

編按:本文作者為鴻名企業發言人林冠宇,《數位時代》獲林冠宇授權轉載。

全體上市櫃公司都已經開完股東會,也決定了年度股利數字,並在第三季起陸續發出現金股息。台股近幾年來掀起高股息殖利率風潮,一方面企業獲利數字穩定增加,另一方面全球低息環境,投資人存錢不如存股。存股的目的不僅是帳面上張數價值增加,也希望公司長期穩定獲利配息,可以創造如租金般的被動式收入。

你喜歡每年配息?還是每季配息?

2018年公司法修法後賦與公司章程決定,可由董事會決定每季的獲利狀況現金水位來配發股息,不需再等待年終財報結算、董事會提配息案、股東會決議後發股息的一系列冗長過程。2019、2020年,陸續有公司完成修章,成為年配息外的另一種選擇。

目前全體1,735家上市櫃公司中,已修訂公司章程、可供每季配發股息條款的公司增加至32家,雖然占不到2%,但相較去年的27家,是有在增加中。另外一個族群,可供每半年配股息的公司增至68家,同樣也較去年增加。季配與半年配股利的公司,總數正式突破百家,將來,如果都有如實的分配股息,相信更多人、資金、金融商品或指數,會對這個配息議題的族群加以關注。

你喜歡每季配股息的概念,但你選到的公司有辦法每季賺錢,然後爽爽收股息嗎?可能要從三個漏斗一層一層過濾檢視:

公司「得以」每季發股息

去年完成修章可季配股息的公司有27家,但其中也有7家,因為產業特性、獲利能力、現金流等規畫,又修正章程調回年配息、半年配的股利政策。

像是營建類的興富發,原本去年是季季配息的模範生,但他的產業特性需要大筆資金投入購地、規畫建造、房屋銷售的週期通常以數年來計算,要每季支付股利的資金壓力可能讓公司反而失去競爭力,所以2020年股東會後又修改回年配息。

今年則新增12家可供季配股息,產業從傳產、電子、到文創皆有。經過第一層的過濾,整體上市櫃「得以」每季發股息的公司總數為32家。〔圖一左欄〕

圖一(點圖可放大)
圖/ 林冠宇Facebook

公司「能夠」每季發股息

然而在這32家中,是否皆具備每季配息的能力。我們先從最近六季(2019年以來各季)獲利來觀察,包含台積電、光寶、晶華等共15家〔圖二〕,接近一半,具備最近各季皆有獲利的實績,甚至包括今年在疫情影響下最辛苦的第一季,還能持續的賺錢,有獲利,才能分配盈餘給投資人。

股息
圖二
圖/ 林冠宇Facebook

公司「持續」每季發股息

最後,這15家每季持續獲利的公司,是否真的將每季獲利回饋給股東?結果只有台積電、尚凡這兩家公司,最近幾季持續的配息給股東〔圖三〕。部分獲利穩定的公司,光寶、昆盈、三福化,僅配了2019年第四季一次,今年上半年雖然獲利,依然沒有配任何現金股利,這樣的型式差不多是回到年配息了。其他像是晶華、上奇,獲利也雖然都是正數,但第一季景氣逆風讓公司選擇保守應對,暫時保留現金暫不分配股息,應該等下半年情況比較明朗,也會回復到季配息的腳步。

股息
圖三
圖/ 林冠宇Facebook

可以季配息的公司,就是好公司嗎?

往年所有公司只能一年一配,七八九月密集配息會帶來一波除權息行情,一年一期的集中配息,加權指數與期指等衍生性商品也有較大的追蹤誤差。甚至像台積電在2019年6月24日一口氣配了8元,超過2,000億台幣資金回到股東身上。以外資持有台積電近8成,就潛在有超過50億美元(約新台幣1,470億元)的股利匯出需求,也會造成短期匯市波動。

如果公司所處的行業是獲利、營運現金流穩定,我是支持公司可以逐季穩定的分配股息給股東,除了可展示公司有穩定的獲利模式、可靠的現金水位。另一方面,從股票需求面來看,有一部分投資族群喜歡存股票領股息,銀行也會相應推出鎖定穩健配息的基金商品,讓市場的投資人有更多的選擇,我們可以拭目以待。

責任編輯:林芳如、錢玉紘

本文授權轉載自:林冠宇Facebook

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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