00713、00915、00919,高股息ETF誰才是「發錢」冠軍?一張表秒懂怎麼挑
00713、00915、00919,高股息ETF誰才是「發錢」冠軍?一張表秒懂怎麼挑

台股除權息旺季到來,高股息ETF競爭也白熱化,但今年整體台股配息殖利率不如去年,究竟接下來該如何汰弱留強,挑到配息續航力穩定的高股息ETF?

2023年上市櫃公司獲利跌破3兆元,較2022年衰退26%,可預見今年股利配發較去年下滑,加上截至7月12日,台股位階比一年前高近7千點,加權指數平均殖利率已下滑至3%,在此環境下,對較少時間與心力研究個股的投資人而言, 「要參與除權息行情,直接投資高息ETF或許更有優勢!」 統一投顧董事長黎方國如此表示。

尤其,在去年各族群獲利普遍衰退之際,仍有特定類股逆勢繳出亮眼成績,黎方國說,「金融股是去年獲利成長最明顯的產業,鎖定持有金融股的高息ETF,是下半年穩健領息好選擇。」

指標一:金融股獲利佳,「含金量」高

事實上,觀察今年6、7月高息ETF進行例行性換股的結果,不難發現「去科技、加金融」趨勢。例如,元大台灣高息低波6月換股時就剔除鴻海、仁寶、京元電等,新增京城銀、統一證、華南金、中信金;7月初換股的凱基優選高股息30、大華優利高填息30,也都有增加開發金等金融股、剔除鴻海等科技股的情形。

元大投信ETF團隊表示,將「高股息」作為篩選指標的ETF,自然會在例行調整成分股時,汰換高評價股,並且轉進評價穩健、便宜個股。

市面上21檔高息ETF持股配置,金融股部位最高的是國泰股利精選30,比率超過6成,永豐優息存股也逾4成。其後的凱基優選高股息30、永豐ESG低碳高息、國泰永續高股息、大華優利高填息30、元大台灣價值高息等,金融股比率則在15%至30%間。

不過,大華優利高填息30經理人郭修誠也提醒,雖然金融股成為高息ETF的重要換股方向, 但科技股在AI題材帶動下,下半年仍有延續上漲動能機會,因此ETF的金融股占比也不宜過高,以免錯過獲取資本利得機會。

除了從金融股占比推估高息ETF後市配息力,亦可從淨值組成看哪一檔ETF「口袋深」。

只要是含收益平準金機制的ETF,投資人都能查到該檔ETF之淨值組成,項目包括最基本的「面額」、「收益平準金」及「資本損益平準金」三項。

其中,「收益平準金」的內涵,包括ETF成分股所配發的股息,以及防止配息遭稀釋所提撥的收益平準金;「資本損益平準金」則包含已實現與未實現的資本損益。「收益平準金」與「資本損益平準金」皆可用於配息;換言之,此兩者占基金淨值的比率愈高,該檔ETF的配息「底氣」也就愈強。

今周刊
圖/ 今周刊

指標二:可供配息項目占淨值的比率

若計算各檔高息ETF的「收益平準金」與「資本損益平準金」占淨值比率,有五檔超過四成,包含元大台灣高息低波、凱基優選高股息三十、群益台灣精選高息、大華優利高填息30、元大高股息。上述ETF有兩特性,一是成立久,有更多存糧可配息,二是經歷去年至今的大多頭行情,也藉換股實現資本利得,使「資本損益平準金」的金額不少。

部分看法認為,由於上市櫃企業配息能力較去年有所下滑,因此「資本損益平準金」似乎將是下半年ETF能否衝出高配息的關鍵。然而,凱基投信投資策略部協理翁毓傑提醒,由於這個項目中的「未實現資本利得」無法用於配息,「已實現資本利得的部分,在ETF跌破面額時,也無法拿出來配息。」因此他認為,想藉基金淨值組成判斷配息續航力,仍應綜合兩大可供配息項目占淨值的比率。

挑選高息ETF除了看配息能力,另一重點仍在於填息的能耐。對此,有「台灣ETF教父」之稱、現任投信投顧公會理事長的元大投信董事長劉宗聖直言「不擔心!」從元大高股息經驗來看,十餘年來,股利平均配發率穩定維持6至7成,填息能力亦佳,僅有兩次花了兩百天以上時間完成填息,其他都在半年內順利填息。

但在領息之後,又該如何重新投資?對此,劉宗聖倒是提醒投資人「不須過度集中」。元大投信ETF團隊建議,若台股部位已多,不妨拓展美股、日股等不同市場;此外,團隊亦建議,當前仍為債券ETF布局時機,不只可獲更穩定的現金流,還能平衡股票風險,風險承受度低者,首選1至3年短天期美債。

而若投資屬性相對積極,仍希望在下半年透過ETF獲得更多資本利得空間的投資人,郭修誠則建議,可將關注焦點重新回到市值型ETF,或與AI題材相關的科技ETF部分,嘗試對科技股多頭延燒的可能性進行布局。

延伸閱讀:00900懶人包|成分股大換血,刪減28檔!何時配息?選股邏輯是什麼?

本文授權轉載自:今周刊

責任編輯:錢玉紘

關鍵字: #ETF
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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