玉山金股利0.6元,創13年新低!一文看懂金融股股利究竟怎麼來?
玉山金股利0.6元,創13年新低!一文看懂金融股股利究竟怎麼來?

玉山金20日宣布去年盈餘分派,每股配發現金股利0.2元、股票股利0.4元,合計0.6元股利。不過由於股利水準不如往年,甚至創下2009年金融海嘯當年0.3元股利以來新低,讓許多股民相當失望。

玉山金2022年EPS為1.10元,近3年平均盈餘分配率為88%,今年的盈餘分配率下降到近54.5%。究竟股利從哪來?金融股要發放股利,還需要關注哪些指標?一文看懂。

2022 年國內金控獲利在 1 月中出爐!受到升息、防疫險影響,14 間金控中,第一金、華南金獲利都較前年成長,其中,雖然受防疫險、升息影響,富邦金依然蟬聯金控獲利王,2022 年稅後淨利 467.18、每股盈餘(EPS) 3.52 元,第二名的國泰金稅後淨利 380.1 億元、EPS 2.58 元。至於受股民討論熱烈的玉山金、兆豐金等,EPS 也有 1.1、1.32 元。

14 家金控 2022 年獲利概況

公司 稅後盈餘(億元) EPS(元)
富邦金 467.18 3.52
國泰金 380.10 2.58
元大金 214.56 1.72
中信金 336.06 1.67
第一金 205.96 1.56
合庫金 208.08 1.44
兆豐金 183.35 1.32
永豐金 158.64 1.39
華南金 173.04 1.27
開發金 163.92 0.98
台新金 148.60 1.09
玉山金 157.64 1.10
新光金 22.08 0.11
國票金 12.88 0.41

在去年底,不少媒體傳言 2022 年部分金融業者股利發放有困難,如今金控自結財報出爐,與股利息息相關的 EPS 多為正值,令業者與投資人鬆一口氣,但 EPS 高是否等於保證發放股利?金融股股利從哪來?

資誠聯合會計師事務所金融產業服務會計師施敏智表示,金控集團股利來自旗下子公司的獲利,例如壽險、產險、銀行、證券,假設金控母公司持有子公司 100% 的股份,子公司的損益也會百分之百反映在母公司(金控)的財務報表中;如果子公司無法分配股利給母公司,金控也不會有錢分給股民。

金控業可分 3 種類型,獲利結構各有不同

目前國內 14 間金控集團,獲利結構各有不同,可概略分為以銀行獲利為主(如華南金、兆豐金、玉山金、台新金等)、以保險獲利為主(如國泰金、富邦金等)以及以證券獲利為主的金控(如元大金)。

以銀行為主體的金控,收入來源包括貸款利息、各項銀行服務手續費等;以壽險為主要獲利來源的金控,收入來源多為保單、債券投資收入;以證券為獲利主體的金控,主要是賺取證券交易的手續費,受股市熱絡程度影響較大。

延伸閱讀:你有買寵物保險嗎?大數據打造毛孩健康資料庫,一鍵掌握潛在疾病

金控會發股利嗎?發多少?要看財報上「這些關鍵字」

一般來說,對金融業者收入影響最大的,還是投資相關的收益或損失,收入(保費收入、手續費收入、投資收入等)扣掉成本(如利息支出、理賠支出、營業費用等)後就是淨利,淨利就是股利分配的來源,在財務報表上的「資產負債表」會呈現為「未分配盈餘」,因此民眾可以觀察金控的未分配盈餘,推估是否會有股利以及分配狀況。

但是,未分配盈餘多,也不保障能發股利,由於去年股債匯市波動較大,部分金融業者可能會有未實現的投資損益,在財務報表中的「資產負債表」會顯示為「其他權益」。依據金管會規定,如果其他權益是負數(如有未實現投資損失),在分配股利時,就需要先扣掉負數的金額,假設未實現投資虧損 600 萬,未分配盈餘就需要先扣掉 600 萬,剩下的才能進行分配。

金融股利哪裡來?
以某金控 2022 年 9 月 30 日的資產負債表為例。每股盈餘為正值,但因其他權益負值大於未分配盈餘,因此即使每股盈餘為正值,從該期情況觀察,依然不會發放股利。
圖/ 截自國內某金控資產負債表

金控業者股利分配可概略成以下公式:

未分配盈餘+本期淨利-法定盈餘公積(註 1)-其他權益(若為負數)=股利

註 1:「法定盈餘公積」可用來填補公司虧損,依《公司法》規定,只要公司有賺錢,就要提列10%金額為法定盈餘公積,可以想像為存款的概念。假設公司賺 100 元,得先存 10 元,剩下才能發放股利,以免未來公司出況狀時無資金可用。

股利受升息環境影響,除了 EPS,還要觀察兩個指標

除了可以觀察財報上的特定指標外,還有其他影響股利發放的外部因素。

指標一:資本適足率

施敏智表示,金融業還有一個特殊規定,即資本適足率(註 2)要符合法令規定,才可以發配現金股利。不管是金控、銀行業或保險業,都有資本適足率的規定,假設銀行或保險子公司資本適足率不足,金控也要負責,要能夠發放股利,「未分配盈餘(扣掉其他權益後仍為正值)與資本適足(>100%),都是充分且必要的條件。」

註 2:資本適足率對於金融業的意義,等於承受風險的能力,指的是一間金控的清償能力,代表金控出事情時,有沒有足夠資本救自己,其計算方式是自有資本除以風險資本。

在 2022 年時,因為升息、股債市大跌,衝擊銀行資本適足率,不少銀行或壽險業者,就用現金增資的方式,以提高資本適足率;也可以透過調整風險性資本(註 3)比重、斟酌股利發放等方式因應。

註 3:風險性資本是由金管會根據企業持有的資產,定義不同的風險係數,例如某些放款或投資風險較高,銀行或壽險也需要準備比較多的資本。

指標二:其他綜合損益

而今年以保險為主的金控業者,例如富邦金控、國泰金控的 EPS 都衰退 5 成以上,由於根據 IFRS9 的規定,企業在資產面,債券會因升息導致價格下降,但是在負債面,卻沒有隨利率變化調整應付的理賠負債金額。

因此在 2022 年 10 月,金管會允許業者在特殊條件下,可以進行資產重分類,把債券投資,從「透過其他綜合損益按公允價值衡量」改為「按攤銷後成本衡量」,即使利率變動,未實現的債券價格漲跌也不會反映在帳面上,亦即帳面上不會有淨值損失。

但是,一旦變成「攤銷後成本」,依據會計準則,就不可以任意處分放在攤銷後成本的資產,業者必須持有到債券到期,處分債券獲利空間可能會變少。至於帳面上的損失,也必須提列為「特別盈餘公積」(註:除法定盈餘公積外,得以章程訂定或股東會決議,另提之盈餘公積,稱作特別盈餘公積),假設業者帳面虧損 1000 萬元,就必須先提列 1000 萬元為特別盈餘公積,這些錢也不能作為股利分配。

新制 IFRS17 上路後,才真正考驗業者的獲利能力

未來會計新制 IFRS17 上路後,不論是資產或負債,都會依照市場利率變動,能解決現行會計制度中,資產與負債不對等的情形。施敏智說,這將會非常考驗業者的「資產負債管理能力」,以壽險業者為例,就需要留意投資與匯兌管理。

由於保險負債多為長天期的保單,業者應該多購買長天期的債券,例如 20 年、30 年的債券,以搭配保險負債;在匯率上,目前業者台幣負債多(即理賠以台幣為主),但資產多持有外幣,容易產生匯兌損失,因此須留意產品與持有資產的幣別,假設產品多為外幣保單,那資產也需要以該幣別為主,盡量讓資產與負債的幣別一致,才能把匯差的影響降到最低。

回到股利議題,要何時才能推估自己是否有股利可領?投資人需要等到隔年 3 月中、經會計師核定完成後,才會知道上市櫃公司前一年第四季的財報狀況,在 10~3 月這段財報空窗期,是由公司自行結算,只會提供淨利、EPS 等數字。但詳細的資產負債情形,還需要待 3 月後財報公布後才會出爐,屆時就可以透過觀察淨利、未分配盈餘、其他權益等數值,推估股利以及公司經營體質。

延伸閱讀:鬼滅之刃為何紅遍全球?人殺鬼、鬼殺人如何讓你感動?解密「CDE」成功模式

本文授權轉載自:經理人月刊

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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
一次搞懂工業AI
© 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