張國華1.2億交保!長榮海運內線交易疑雲懶人包:為何鬧上法院?21億「擬制性獲利」是什麼意思?
張國華1.2億交保!長榮海運內線交易疑雲懶人包:為何鬧上法院?21億「擬制性獲利」是什麼意思?

長榮海運(2603)在 2023 年處分手中 37 萬餘張長榮航空股票、交易金額逾 130 億元,替公司帶進大筆處分利益。

檢方懷疑,包括董事張國華在內的內部人,趕在這項可能影響股價的重大消息公開前,就先買進自家股票,涉嫌內線交易;台北地檢署朝違反《證券交易法》內線交易罪嫌偵辦。

2026 年 7 月 6 日上午,台北地檢署指揮調查局兵分 10 路,搜索長榮海運、巴拿馬商長榮國際、長榮國際等共 10 處,約談長榮海運董事張國華、其弟張國政,以及長榮老臣柯麗卿等 9 人到案。

漏夜複訊後,北檢諭知張國華以 1 億 2000 萬元交保,這筆金額被部分媒體形容為「天價」,並限制住居、出境、出海,另對他實施科技設備監控。

這起案子疑似牽動長榮集團「海空分治」與家族爭議,全案目前仍在偵查階段,相關指控尚未經法院判決。但一張股票都沒賣、帳面卻多了逾 150 億元,為什麼可能惹上官司?以下用 6 個問題,帶你一次看懂。

目錄

  1. 誰被約談、交保金額多少?
  2. 海空分治與家族爭議,和本案有何關聯?
  3. 2023 年爭議交易的時間軸:從董事會決議到鉅額交易
  4. 什麼是內線交易?構成要件有哪些?
  5. 21 億與 150 億差在哪?
  6. 張國華怎麼回應?

誰被約談、交保金額多少?

這次到案的 9 人,都是張國華、張國政的家人或長榮集團老臣。北檢漏夜複訊後的處置如下:

  • 張國華(長榮海運董事):1 億 2000 萬元交保,限制住居、出境、出海,並實施科技設備監控
  • 張國政(張榮發三子):1000 萬元交保,限制住居、出境、出海
  • 楊美珍(張國華妻子):500 萬元交保,限制住居、出境、出海
  • 張聖恩(張國華之子):500 萬元交保,限制住居、出境、出海
  • 戴錦銓(長榮海運董事):300 萬元交保,限制住居、出境、出海
  • 謝淑蕙(協理):200 萬元交保,限制住居、出境、出海
  • 柯麗卿、曾瓊慧、張聖翊:訊後請回

9 人當中,張國華的 1 億 2000 萬元交保金額最高,且是唯一被要求接受科技設備監控者。

海空分治與家族爭議,和本案有何關聯?

要看懂這案子,得先回到長榮集團的家族背景。

創辦人張榮發 2016 年過世後,家族為龐大遺產與集團經營權衍生多起訴訟,纏訟多年。這段期間,集團醞釀「海空分治」,把海運與航空事業分開,海運事業由大房長子張國華主導。

本案由長榮海運股東、律師林文鵬於 2024 年 4 月 22 日向北檢告發張國華、柯麗卿等人涉嫌內線交易。由於林文鵬被視為張榮發二房之子張國煒的常用律師,這起告訴當時被外界解讀為家族爭議的延伸。檢調歷經兩年多蒐證,才在 2026 年 7 月 6 日展開搜索與約談。

2023 年爭議交易的時間軸:從董事會決議到鉅額交易

這起案子的爭點,是 2023 年一連串圍繞長榮航空股票處分的決策、交易與公告時序。檢方懷疑,有內部人在重大消息公開前,就先買賣了長榮海運股票。完整時間線如下:

  • 2023 年 6 月 19 日:長榮海運董事會決議處分手中的長榮航空持股。
  • 2023 年 6 月 30 日:長榮海運股票出現盤後鉅額交易,這天也是長榮海運除息日。
  • 2023 年 8 月 11 日:長榮海運向公開資訊觀測站申報,預計轉讓 37 萬 5402 張長榮航空股票。
  • 2023 年 8 月 14 日:實際處分 5 萬張,每股 34.1 元,交易額 17.05 億元,處分利益約 7.94 億元,並發布重訊。
  • 2023 年 8 月 21 日:處分 32 萬 5402 張,每股 35 元,交易額 113.89 億元,處分利益約 54.61 億元,並發布重訊。

兩批出脫合計交易額約 130.94 億元、替長榮海運帶進約 62.55 億元處分利益。但重點不在金額,而在時間差:董事會 6 月 19 日就拍板處分,這個利多卻要到 8 月 11 日才申報、8 月中才正式公告。

檢方懷疑的,正是中間這段近兩個月的空窗。6 月 30 日的盤後鉅額交易中,擔任巴拿馬長榮國際總經理、同時是張榮發遺囑指定執行人之一的柯麗卿,代表公司賣出一批長榮海運股票

檢方認為,這批股票由張國華與妻子楊美珍、兒子張聖恩承接買進,三人在禁止交易期間合計買進逾 17 萬張。

還要分清楚兩條不同的線。證交所在 2024 年認定,長榮海運 6 月 19 日董事會處分有價證券屬應揭露的重大訊息,卻延遲輸入公開資訊觀測站,加上其他內控缺失,被併處 20 萬元違約金;長榮海運已就此向證交所提出申覆。

這是證交所依上市規章所作的違約金處置,與檢方目前偵辦的刑事內線交易罪嫌,是兩件不同層次的事。

什麼是內線交易?構成要件有哪些?

內線交易,指的是特定身分者(公司內部人或消息受領人)在實際知悉重大消息後,於消息明確、尚未公開,或公開後 18 小時內買賣股票。

這裡的關鍵是「時點」與「沉澱期」:就算消息已經公開,法律也要求等滿 18 小時、讓一般投資人有時間消化,內部人才能進場,否則就佔了其他股東便宜、破壞市場公平,因此《證券交易法》明文禁止。

依《證交法》第 157 條之 1,要構成內線交易,通常須同時滿足幾個要件:

(1)行為人具內部人或消息受領人身分
(2)實際知悉重大消息
(3)該消息已經明確,不再只是謠傳或初步構想;
(4)在消息公開前,或公開後 18 小時內交易
(5)交易標的是該公司股票或具股權性質的有價證券

這五個條件要同時成立,缺一不可。放回本案:檢方認為,董事會 6 月 19 日決議處分長榮航股票是可能影響股價的消息;檢方也認為,張國華一方 6 月 30 日的交易落在這則消息公開前的禁止期間內。

而未來攻防的主戰場,主要落在其中兩點:一是 6 月 19 日的董事會決議,算不算已經「明確」到內部人不得交易(對應第 3 點);二是張國華的買股,到底有沒有落在消息「公開前」的禁止窗口(對應第 4 點)。

至於張國華等人「持股至今未賣、沒有實際獲利」,並不代表一定不構成內線交易,因為法律看的是交易行為與知悉消息的時點;但反過來,也不能說「買進時間踩線就一定成立」,是否構成,仍要由司法機關逐一檢視所有要件後認定。

21 億與 150 億差在哪?

這是全案最容易被搞混的地方。兩個數字,計算基準完全不同。

先看 21 億。「擬制性獲利」是內線交易案裡常被拿來「推估」不法所得的概念,並不是當事人實際賺到、落袋的錢。依檢方及媒體引述證交所的交易分析資料,本案涉案交易的擬制性獲利約 21 億元;不過是否屬於犯罪所得、最終金額多少,都仍待偵查與審判認定,目前公開資訊也還沒完整揭露這 21 億的計算方式。

再看 150 億。這是媒體依「特定起訖股價」估算的持股市值增值:把涉案的逾 17 萬張,從 2023 年 8 月 11 日收盤價 107.5 元,算到 2026 年 7 月 6 日收盤價 195.5 元,每股增加 88 元,媒體據此估算持股市值增加逾 150 億元。

要注意的是,這個數字用的是特定兩天的股價落差,不是以實際買進成本計算的完整未實現獲利,更不是法院認定的不法所得,而且這些股票至今並未賣出。

簡單來說,21 億是檢方推估、仍待認定的擬制性不法所得;150 億是媒體依特定股價估算的持股市值增值。兩者基準不同,也都不等於已經定案的犯罪所得。

張國華怎麼回應?

面對指控,張國華一路否認。

他曾發表聲明強調,內線交易指控「子虛烏有」。他說,2023 年 6 月 30 日是長榮海運除息日,他以盤後鉅額交易方式買進股票,是基於長期看好海運事業、希望持續提高持股比重,早就規劃在除息交易日進場,相關交易都依法申報,持股至今從未出售、也沒有出售計畫,絕無內線交易,更沒有任何犯罪所得。

面對媒體追問是否涉及內線交易,他以台語回應:「沒有啦,哪有!」

常被拿來佐證他「長期持有」說法的動作是:2024 年 12 月 30 日,張國華把手中約 10.3 萬張長榮海運股票信託給國泰世華銀行的財產信託專戶。市場當時解讀,這代表他長抱長榮海運的態度不變。

不過,張國華主張的「持股從未出售、沒有實際獲利」能否成為脫罪理由,仍要看司法機關如何認定前面提到的其他構成要件。全案目前仍在偵查階段,是否構成內線交易,最終仍以法院判決為準。

資料來源:《中央社》《聯合新聞網》案情詳稿《聯合新聞網》交保報導《自由時報》《自由時報》交保報導《ETtoday》《經理人》臺灣證券交易所對長榮海運違約金新聞稿《聯合新聞網》證交所開罰與申覆報導全國法規資料庫《證券交易法》第157條之1金管會證期局內線交易問答集《經濟日報》股票信託報導

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #時事追蹤
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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