誰是日本泡沫經濟的元兇?「大藏省」的權力失控,如何讓日本陷入失落的十年?
誰是日本泡沫經濟的元兇?「大藏省」的權力失控,如何讓日本陷入失落的十年?

儘管貨幣政策是由日本銀行負責執行,但法律將監督權交給了大藏省。

在法律上,日本銀行的最高決策機構是政策委員會,正如我們看到的,此委員會是在1949年由美國占領當局所設立,目的是要讓央行「民主化」並淡化其戰時體制的色彩。政策委員會除了日銀的總裁和副總裁外,也包含外部人士。政策經過討論後付諸表決。

然而,眾所周知的事實是,委員會僅是在為日本銀行的理事會已做出的決定蓋章背書,而理事會是由日本銀行的職員組成,並由總裁負責領導。

人們一般認為,關於調降或調升官方貼現率的決策,央行都必須與大藏省密切協商後才能決定。這不只是因為大藏省擁有的「非正式」權力,在法律上也完全合理:規範日本央行職責和權限的《日本銀行法》有明定,日本銀行的大部分業務內容,都必須聽從大藏省的指示。

第42條便直接指出:「日本銀行應受主管大臣之監督。」第43條:「若主管大臣認為,對於實現日本銀行的目標有特殊的必要因素時,得命令該行從事必要業務,或命令修改章程及採取其他必要行動。」以及第44條:「主管大臣得⋯⋯發布命令或採取其認為執行監督所必要之行動。」類似的條文還不止於此。在規範日本銀行權利與義務的前47條條文中,「經主管大臣許可」或「依主管大臣規定」等用語出現了29次。

雖然「主管大臣」是指大藏大臣,但實際上這代表的是由大藏省最高級別的官僚—大藏政務次官。因此,貨幣政策實際上是「依照」大藏省的想法所制定。考慮到這條法律是源自戰爭時期,這並不令人意外。

大藏省被認為是經濟泡沫的罪魁禍首

在戰後時期,大藏省經常直接介入有關官方貼現率的政策。大藏省對外匯干預更具管轄權,因為這是受獨立的《外匯法》規範,這條法律賦予大藏省干預外匯的專屬權力。

日本銀行只是負責執行大藏省指令的部門,只根據大藏省國際金融局的決定,去實施特定規模的外匯干預。這也是為什麼在1990年代中期,外匯市場會如此密切關注個性張揚的國際金融局次長榊原英資的一舉一動。

根據這些法律上的事實,大多數觀察者而言都這麼認為: 大藏省是真正當家的人。泡沫經濟是因為大藏省過度寬鬆的利率而造成的。 從1984年到1989年,前大藏事務次官澄田智甚至出任日本銀行的總裁。擁有專業知識的日銀應該更清楚狀況,但由於其法律地位較低,只能被迫執行大藏省強加的錯誤政策。

如今就連普通日本上班族也都明白,在1980年代,銀行是投機者的主要幫兇,投機者揮霍超過年度國民收入四分之一的金錢。銀行受大藏省所監管,而大藏省是它們的金主。在1990年代,日本的週刊雜誌經常報導大藏省的銀行監管人員如何在藝館接受招待、用餐享樂,並洩漏下次銀行稽核時間的消息。當大藏省對銀行界發生的問題(最一開始在住專爆發)的反應是建議動用更多稅金時,其聲譽徹底毀損。起訴方似乎可以結案了:日本的經濟政策是場災難,而罪魁禍首就是大藏省。因此,大藏省必須受到懲罰,被剝奪權力並分崩離析。

譯注:住專,專門發放住宅貸款的機構。

英雄三重野:終結泡沫並推動日銀獨立

三重野康的形象與所謂的英雄很相似,他於1989年12月至1994年期間擔任日本銀行的總裁。當他於1989年上任時,他發現前任央行總裁、前大藏省事務次官澄田的貨幣政策過於寬鬆。

三重野很厭惡這政策的後果。他感嘆日本正在成為一個劃分為「有產者」與「無產者」的國家,因為地主犧牲了平凡員工的利益而致富。他決定要為泡沫畫下句點,在就任總裁兩週後便提高官方貼現率,送出那份1989年惡名昭彰的「耶誕禮物」。以股價為首的資產價格從1990年開始暴跌。直到十多年後,股價在2002年持續創新低。地價下跌約八成,直到2002年初仍在持續下跌。在充滿浪費和扭曲的七年繁榮期後,緊接著是讓經濟清醒的七年蕭條期。

在1990年,大藏省財務官內海孚與日本銀行總裁三重野公開交鋒。三重野批評泡沫經濟期間的過度發展有違社會正義,因而在道德上占了上風。他宣稱自己一生從未持有過股票,而這樣清廉的人物似乎正在為日本制定一套公平的政策。媒體將他描繪為「平成時代的鬼平」,一位為窮人爭取權益的現代羅賓漢。

在三重野於1994年12月卸任總裁後不久,他展開另一項行動。他在全國各個協會與利益團體發表演說,遊說《日本銀行法》的修改。他的論述內容很巧妙地暗示大藏省迫使日銀採行錯誤的政策。為了避免未來再次發生這類問題,日銀需要在法律上獲得完整的獨立性。根據三重野的說法,讓央行獨立的舉動「映照人類從歷史中孕育出的智慧」。

最終,他的主張獲得了橋本龍太郎首相領導的聯合政府支持。政府的行政改革專案小組跟許多觀察家一樣,將1990年代日本遭遇的困境歸咎於大藏省,因此提議要撤銷該部會的諸多權力。這之中包括讓日本銀行獨立,並剝奪大藏省任免日本銀行官員的權力。

在1997年,聯合政府向國會提交修訂《大藏省設置法》與《日本銀行法》的法案。新的《日本銀行法》於1998年4月生效,剝奪了大藏省制定貨幣政策的權力,使日銀在法律上完全獨立。

大藏省試圖振興經濟,卻最終失去權力

毫無疑問,大藏省想要創造經濟復甦。它作為政府預算的主管機關,深深厭惡財政赤字與政府債務的增加。這些指標的惡化被視為有損大藏省的形象。經濟衰退會減少公司、所得與銷售的稅收。同時也會增加失業給付與社會福利的支出。此外,人們還會要求政治人物推出政府的支出方案。

因此,支出會膨脹而收入會萎縮,並使預算陷入赤字。赤字需要透過發行債券來融資,大藏省也不喜歡這手段。最重要的是,大藏省不喜歡經濟衰退,因為它於法負責管理經濟。因此它也要為衰退承擔責任。長期的經濟衰退可能會使它失去長年累積下來的所有權力。

對大藏省而言,最糟糕的情況發生了:經濟未能復甦。

結果,政府實施了深層的行政改革。在日本歷史上,1998年被視為是大藏省失去其主要權力(壟斷編列預算權力)的一年。這是戰後首次由政治人物來制定振興方案。大藏省失去了監督銀行的控制權,這項權力移交給了獨立的金融監理機構。由於「金融大改革」(Big Bang)的計畫,它失去了核發執照的權力。

最後,它失去了對貨幣政策的控制權,此權力移交給獨立的日本銀行。雪上加霜的是,2001年1月大藏省甚至失去了其歷史悠久的名稱。如今,大藏省已不復存在。

雖然大藏省明顯有推動經濟復甦的正面誘因,但日本銀行的立場則較為模糊。因此,是時候重新檢視相關證據。

延伸閱讀:獨家專訪|4年開近50店!2nd STREET成帥潮挖寶地:二手精品服飾專門,怎讓客戶甘願賣開心買?

日圓王子立體.jpg
圖/ 大塊文化

本文授權轉載自《日圓王子:從日本失落到國際金融危機,你不知道的真相》,Richard A. Werner著,大塊文化出版

責任編輯:蘇柔瑋

關鍵字: #時事追蹤
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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