美中金融冷戰升級!制裁和關稅夾擊下,中國為何急於讓人民幣從美元「單飛」?
美中金融冷戰升級!制裁和關稅夾擊下,中國為何急於讓人民幣從美元「單飛」?

當然,並非所有人都一致認為主要貨幣之間(如今包含美元、人民幣、歐元與日圓)應該採取自由浮動。

諾貝爾經濟學獎得主羅伯・孟岱爾(Robert Mundell)和史丹佛經濟學家隆納・麥金農(Ronald McKinnon)是兩位著名的反對者。這兩位國際總體經濟學巨擘各自主張,讓人民幣匯率大幅波動是錯誤的決策。

事實上,他們認為歐洲、日本與中國都應該將本國貨幣與美元掛鉤。孟岱爾甚至曾打趣道:「最理想的貨幣數量是小於三的奇數。」但我並不這麼認為。雖然這在全球和平、和諧共存的理想世界中或許可行,但根據歐元區和其他固定匯率制度的經驗顯示,即使在高度致力於政治合作的國家之間,固定匯率制度也難以維繫。

即使不考慮地緣政治緊張、關稅戰、經濟制裁與東西方的網路鴻溝,中國仍有充分理由將人民幣轉換為更接近常態的主要貨幣,甚至早在人民幣追求支配性地位之前就該如此。

舉個小例子:2023和2024年間,中國的經濟成長顯著放緩,通膨極低,而同個時期,美國仍處於經濟繁榮期的尾聲,並經歷好幾年的高通膨。當然,中國可以透過進一步關閉資本市場,來換取更多的利率自主空間,但對貿易高度開放、企業擁有多種規避資本管制手段的國家而言,這類政策能成功的空間十分有限。

從2015年外匯危機,看中國的「去美元化」嘗試

事實上,中國在人民幣與美元脫鉤的道路上已經走得很遠。

嚴格來說,中國早在2005年就踏上這條路,當時中國開始將人民幣與一籃子貨幣掛鉤,而不僅跟美元掛鉤。儘管籃子中的美元以及與美元掛鉤的貨幣權重仍然偏高,但這項微調為2005年8月至2015年8月間的溫和升值期奠定基礎。

china_人民幣
圖/ shutterstock

雖然升值過程斷斷續續,但10年後,購買一美元所需的人民幣比剛開始時少了22%,無論以任何標準衡量都是相當顯著的變動。(經濟學家有時稱這個過程為「爬行釘住匯率」[crawling peg],即匯率朝同個方向穩定變動,但每次變動幅度都不大。)

由於美國和國際貨幣基金大部分的訴求似乎都已經達成,中國各界原本預期西方決策者應該有更正面的回應,特別是中國的年度經常帳盈餘占國內生產毛額的比重已經從2007年的9.9%高峰降至2015年的2.6%。然而,西方國家反應冷淡的部分原因在於中國的貿易主導地位仍持續擴張,而且一直到先前提過的2015年股市大恐慌之前,中國仍持續快速累積外匯存底(其中約70%為美元資產)。

2015年,中國因資本外流損失四分之一的外匯存底,中國當局因而重新調整一籃子貨幣,藉此創造更大的匯率彈性空間。

中國人民銀行起初將籃子擴充至13種貨幣,接著在2016年進一步增加到24種貨幣。儘管這個貨幣籃子仍屬於參考匯率,而非嚴格的目標,中國當局也經常靈活詮釋這項制度。不過,自2015年的一籃子貨幣改革以來,中國的匯率政策確實向更靈活的制度靠攏,但中國尚未實現如美元與歐元之間的完全浮動匯率制度。

儘管如此,與其說中國現在的匯率制度是2005至2014年的「爬行盯住匯率」,不如說更接近經濟學家所稱的 「管理浮動匯率」 (managed float):允許匯率上下波動,但波動幅度與速度都在一定的範圍內。但正如第一章所述,中國的匯率制度仍然以美元為中心,是否應該歸入美元集團,仍處於模糊地帶。

日韓經驗擺在眼前,亞洲供應鏈不需「美元掛鉤」也能生存

過去有人認為亞洲國家的貨幣對美元的匯率必須穩定,以維持亞洲供應鏈的效率,就像歐洲國家認為必須採用歐元來促進區域內貿易一樣。這正是孟岱爾與麥金農提倡區域和全球固定匯率制度的核心理由之一。

正如第十五章會探討,亞洲經濟體曾長期依循這條道路前進。然而,對於擁有成熟金融市場與先進經濟體層級監理制度的國家而言,穩定供應鏈的理由或許被誇大了。南韓與日本已經允許本國貨幣對美元浮動,雖然兩國偶爾會干預市場,但無論從哪種角度來看,他們都沒有將匯率與美元掛勾。

最初中國在2015年改革一籃子貨幣後,外界對於中國是否真的有意願推動更具彈性的美元匯率仍抱持懷疑的態度。當時情勢難以判斷,部分原因是當時歐元、美元與日圓之間的匯率幾乎沒有太大的波動,可能是因為這三種主要貨幣的短期與長期利率已經趨於一致。

隨後,新冠疫情後的經濟復甦讓通貨膨漲捲土重來,導致美國、歐洲與許多新興市場的利率急劇上升。日圓對美元匯率在2014至2022年幾乎陷入停滯,卻在2024年5月重貶至1美元兌157日圓,較2020年底的1美元兌103日圓貶值35%。韓元在2020年底至2022年10月間貶值24%。相對的,中國則在2020年疫情初期暫時讓人民幣對美元升值超過10%,但數年後人民幣又回到原點。

當美中爆發匯率戰,別指望IMF能當和事佬

雖然更大的匯率彈性並非人民幣在國際貿易和金融領域擴大使用的充分條件,但確實是一項關鍵動力。只要人民幣對美元匯率維持高度穩定,任何國家都沒有理由在自身匯率目標中賦予人民幣更高的權重。但隨著人民幣對美元匯率開始出現劇烈波動,即使不會一夕之間帶來改變,也可能引發急劇的變化。

若中國最終採取完全浮動匯率制度,勢必會帶來偶發的劇烈波動,無疑將為本已複雜的美中關係帶來摩擦,而且目前各界仍不清楚該如何化解這些摩擦。

原則上,國際貨幣基金應該有能力介入協調,畢竟在二戰後創立國際貨幣基金的初衷之一就是處理國際匯率爭端。但別指望國際貨幣基金能幫上多少忙。此時我不禁想起關於聯合國(國際貨幣基金的「近親機構」)的老笑話,雖未盡公平,卻頗為貼切:「如果兩個小國之間起衝突,聯合國一出面,衝突就消失了;如果小國和大國之間起衝突,聯合國一出面,小國就消失了;如果兩個大國之間起衝突,聯合國自己就消失了。」

本文授權轉載自《我們的美元,你們的問題》,Kenneth Rogoff著,天下文化出版

我們的美元,你們的問題
圖/ 天下文化
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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