當經濟陷困境,聯準會執行量化寬鬆怎麼做?對銀行、市場帶來哪些影響?
當經濟陷困境,聯準會執行量化寬鬆怎麼做?對銀行、市場帶來哪些影響?

聯準會有兩項職責:充分就業及穩定物價。實務上,聯準會並不清楚到底多低的失業率可稱之為充分就業,也沒有必要一直得把通膨目標設在2%。聯準會對通膨的經驗值和其他主要中央銀行如日本央行(BOJ)和歐洲央行(ECB)也不相同,後者進行了長達數十年的實驗也難以達到其目標通膨率。過去十幾年,聯準會為了達成上述二項職責,逐漸放寬其政策工具,進行了非傳統性的貨幣政策,包括大規模印鈔。

聯準會認為利率是經濟的櫥窗,也是其達成工作職責的主要手段。 在它眼中有一個稱為「中性利率」 的東西,在這個利率水準下,經濟剛好不會擴張也不會下滑。當利率水準低於中性利率時,經濟便會開始擴張,通膨上升,失業率逐漸下降。反之,當利率水準高於中性利率時,經濟開始放緩,物價下跌,失業率逐漸上升。聯準會聘任一群經濟學博士(人選會更替)來決定利率升降,以達到其政策目標。 像是印鈔的決定,便是聯準會認為有利於操縱長期利率的工具。

實行量化寬鬆怎麼做?

當經濟陷入困境,聯準會的模型顯示當時的中性利率過低,甚至是負值時,它就會動用所有的工具壓低利率,讓利率水準在中性利率以下,以促進經濟重新成長。首先會調降隔夜拆款利率到0%,然後會大量買進長天期公債,讓債券價格上升,試著壓低長期殖利率。長天期的公債對隔夜拆款利率的敏感度較低,因此聯準會的量化寬鬆的影響是間接的。

當聯準會執行量化寬鬆的政策時,它會公告買進數量、買進速度、以及要買進何種資產,但它無法知道市場的反應會是怎樣。這可以理解,市場的反應本來就難以預測,因為沒有人知道有多少訊息已經反應在價格中。聯準會只有透過內部模型決定購買數量,然後依靠大範圍調查市場參與者的回應來確定市場期望為何。過程中,聯準會會隨著市場反應的變化微調政策執行細節,並且留意潛在的負面效果,像是買進過多的特定證券導致市場功能失靈。

一旦聯準會購買金融資產,它就會創造銀行準備金。非銀機構不能在聯準會開立戶頭,無法持有準備金。因此當聯邦準備銀行向非銀機構購買金融資產時,會將準備金移轉給該機構所屬的商業銀行,再由商業銀行對該機構作減記。此時商業銀行只是聯邦準備銀行和機構之間的中介,原因只是非銀機構無法持有準備金而已。聯準會購買資產的動作會大幅增加準備金的水位,同時也增加商業銀行的存款。

美國聯準會主席鮑爾(Jerome Powell)
美國聯準會主席鮑爾(Jerome Powell)
圖/ 美國聯準會臉書

執行量化寬鬆的目的,是降低長天期利率,準備金和銀行存款的增加只是執行政策的產物。學術模型認為量化寬鬆能有效降低利率並推升通膨。 然而就聯準會、日本央行、歐洲央行的經驗來看,單靠大規模的量化寬鬆並不足以持續推升通膨。三家主要央行過去十幾年的通膨水準均未達標,但它們持續相信量化寬鬆的功能。

量化寬鬆最大的效果是推升了金融資產的價格,但卻未必有效刺激經濟。 量化寬鬆本身是將政府公債轉換為銀行存款和準備金的過程,迫使整體商業銀行以準備金的型式持有貨幣,其他非銀機構手中的貨幣則是用銀行存款取代。 通貨膨脹的發生往往是經濟體的需求大於供給所造成,持有政府公債型式的貨幣不會在實體經濟中花掉,反而因為債券價格上升加速換回銀行存款,非銀機構更可以用這些存款買進更高收益率的公司債,甚至在股票市場裡進行投機。即使銀行受限法規,投資限制較多,也可以拿手中的準備金去買進更高收益的機構不動產抵押證券(Agency MBS)。這些投資組合的調整都推升了資產價格水漲船高。

理論上央行的量化寬鬆沒有極限。聯準會買進了數兆美元的資產,占美國經濟總產值(GDP)的一部分;日本央行買進了超過全日本總產值的資產,至今仍未見其金融市場動盪或貨幣大幅貶值。 然而,日本央行持有超大部位的日本國債,無異破壞了日本債市的功能。日本債市已不能反應日本的經濟情勢,只是一個執行日本政策的市場撮合者(maker)。甚至有些時候,日本國債在市場上根本沒有交易。

聯準會到底在做什麼?_立體書封.jpg
圖/ 商周出版

本文授權轉載自《聯準會到底在做什麼?》,王造著,商周出版

責任編輯:蘇柔瑋

往下滑看下一篇文章
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理

快速展店背後的挑戰 如何降低跨據點管理與維運負擔

對連鎖零售企業而言,展店代表商機與成長,但當門市數量快速增加,營運與管理的複雜度也隨之提升。尤其對便利商店(C-store)、餐飲連鎖與其他高密度展店型態的企業而言,總部需要面對的不只是據點數量增加,更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理,往往以單一門市為單位,各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形,或進行跨區域管理時,往往需要投入大量人力逐一確認資訊,不僅增加管理負擔,也提高維運成本。

此外,零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝,甚至調整營運規模。傳統一次性設備投資模式,容易讓企業在面對據點變化時缺乏彈性,也增加設備重新配置與後續維護的負擔。

因此,現代零售企業所需要的不只是單純記錄事件的設備,而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊,並支援未來智慧應用發展的智慧化管理架構。

晶睿通訊-2.png
圖/ 晶睿通訊

從既有設備開始升級 降低全面汰換設備的轉型負擔

面對智慧化轉型需求,許多企業最大的挑戰並非是否需要升級,而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言,全面汰換既有架構不僅成本高,也可能影響門市日常運作。因此,能夠兼容既有設備並逐步升級的彈性架構,成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構,企業可以從既有設備開始,逐步整合不同據點的安全資訊與管理需求,同時導入雲端管理能力。相較於一次性重新建置,新一代平台架構能協助企業延續既有投資價值,並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外,訂閱式雲端服務模式和混合雲安防架構,也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理,企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整,精準配置資源,降低一次性投入壓力,也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言,安全管理不再是一套固定且難以調整的架構,而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理,或因應營運策略調整,都能以更彈性的方式完成管理升級。

晶睿通訊-3.png
圖/ 晶睿通訊

AI 不只是安防工具 更開始協助零售提升營運效率

隨著 AI 技術快速發展,安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤;如今,智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為,協助企業從「看見發生什麼」進一步「理解正在發生什麼」,甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言,AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則 讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測,協助門市減少人工查看影像的需求。而進一步透過 Think Alert,管理者更可以直接以自然語言設定客製化的偵測條件,將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例,店員往往需要同時處理結帳、補貨與顧客服務,總部也難以持續掌握每個據點的即時狀況。透過 Think Alert,管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境;當符合設定條件的畫面出現時,系統即可主動發出警報,協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言,這代表 AI 不只是協助辨識既定事件,更能依據不同營運需求,讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查 Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後,如何從大量、多據點的影像中找到關鍵人物與事件脈絡,往往是最耗費人力的環節。透過 Think Search,管理者可以直接用自然語言描述想尋找的對象與情境,例如,當家長反映孩童可能在門市附近走失時,店員或總部人員不需要逐一查看不同攝影機的錄影畫面,只要在 Think Search 輸入「昨日上午,牽著小女孩的男性」等自然語言描述,系統即可協助從大量影像中篩選相關畫面,快速找到相關人物可能出現的時間與位置。若需要進一步追蹤,還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault,建立事件時間線與人物移動路徑,協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運 讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景,若顧客將手機、包包等物品遺留在座位或櫃台附近,遺留物與遺失物偵測可以協助門市人員更快發現異常,主動確認並協助顧客處理失物問題;人流分析則能協助企業掌握不同時段的門市活動趨勢,作為空間配置與人力安排的參考;車牌辨識可應用於停車區域或門市周邊管理,而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用,企業能在既有設備基礎上,進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言,AI 的價值已不只是「看得更清楚」,而是讓企業更快發現問題、更快找到資訊,並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則,到 AI 搜尋與事件調查,再延伸至顧客服務與營運分析,雲端安防平台正讓影像從被動的紀錄工具,逐步成為支援多據點安全管理與營運決策的重要資訊來源。

晶睿通訊-4
圖/ 晶睿通訊

85°C 北美導入 VIVOTEK AI 雲端安防平台 加速 80+ 門市智慧營運升級

隨著零售產業持續朝向多據點與數位化營運發展,如何在快速展店的同時兼顧營運效率、安全管理與服務品質,已成為企業的重要課題。

為支援持續拓展的營運需求,85°C Bakery Cafe 北美導入 VIVOTEK VORTEX AI 雲端安防平台,透過雲地整合架構與 AI 智慧應用,將原本分散的監控系統整合至單一平台,全面提升多據點管理效率、事件處理速度與日常營運效能。

此案例呈現零售企業如何從既有設備與架構出發,分階段導入雲端安防平台,並為未來智慧化管理與 AI 應用建立基礎。

閱讀完整案例

85°C Bakery Cafe North America 如何透過 VIVOTEK 雲端安防平台打造更智慧的門市管理模式

觀看案例影片

了解 85°C Bakery Cafe North America 如何應用 VIVOTEK VORTEX AI 雲端安防平台

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