金管會盯上四貸同堂!股票質押、融資、信貸比一比,怎樣會被強制賣股?
金管會盯上四貸同堂!股票質押、融資、信貸比一比,怎樣會被強制賣股?

小陳把房子拿去增貸,又辦了一筆信貸,再將手上的股票質押,並開融資買進,四筆借款最後全數投入台股。

台股上漲時,槓桿可以放大報酬;但行情反轉時,四筆借款面臨的風險卻不相同。房貸與信貸不會因股價下跌收到追繳通知,但每月本息仍須照常償還;股票質押與融資則設有維持率門檻,股價下跌時可能收到追繳通知。

下文將以「四貸同堂」為背景,重點比較最容易混淆的股票質押、融資與信貸三種借款管道;房貸雖然也是四貸之一,但機制相對單純,因此不另外比較。

本文目錄

四貸同堂是什麼?金管會為什麼要出手

「四貸同堂」不是法定名詞,而是市場對同時使用多種借款管道投資股市的統稱, 所謂「四貸」通常包括:房貸(含增貸)、信貸、股票質押、融資買股。

金管會6月下旬起密切關注「四貸同堂」,背景是台股交易熱絡,市場擔心投資人同時動用房貸、信貸、股票質押與融資,放大投資槓桿。更直接的監理觸發點,則是部分銀行的放款量與投資理財週轉金成長較快,金管會因此邀集七、八家銀行,了解授信審核與貸後管理情形。

質押、融資、信貸差在哪?三種借錢管道一次看

三者最關鍵的差別不只是利率,還包括借款用途,以及股價下跌時,金融機構能否處分股票。

股票質押是將已持有的股票交給銀行或券商作為擔保品,換取一筆現金;在券商端,正式名稱是「不限用途款項借貸」。融資是向券商借錢買進股票;信貸則是以個人信用借款。

比較維度 股票質押 融資買股 信貸
錢從哪裡來 銀行或券商,以持股為擔保 券商,以買進的股票為擔保 銀行,無擔保
能不能拿去買股 可以,用途不限 只能買股 依申貸用途與契約約定
什麼情況會被賣股 擔保品市值,跌破門檻由機構處分 擔保品市值,跌破門檻由券商處分 沒有這個機制,機構不會強制賣股
還不出來會怎樣 處分不足額仍須清償差額 處分不足額仍須清償差額 逾期進入催收,債務不會消失

成數、利率與追繳的完整算法,可參考站內〈股票質押是什麼?100萬股票能借多少?〉。

哪些借款會被追繳?維持率130%代表什麼

**只有質押與融資會因股價下跌面臨追繳風險。**觸發條件與借款人的還款能力無關,主要取決於擔保品市值。

依證交所「證券商辦理不限用途款項借貸業務操作辦法」,券商應於每一營業日計算整戶擔保維持率;低於130%時,須通知客戶在通知送達後兩個營業日內補繳。融資信用交易同樣以130%為追繳門檻,並會先發出追繳通知。

收到追繳通知,不代表股票會立刻被賣掉。借款人若在期限內補足擔保品或償還部分借款,就不會遭到處分;若未補足且維持率仍低於130%,金融機構才會依規定或契約處分擔保品。處分後仍有不足的部分,借款人仍須清償。要注意的是,維持率回升到130%以上只是暫時不處分,追繳紀錄不會因此取消。

借款成數越高,可承受的跌幅越小。借滿六成時,擔保品市值只要下跌兩成出頭,維持率就會逼近130%。追繳與處分的完整流程,見〈融資維持率跌破130%會怎樣?〉。

信貸沒有維持率機制,股價下跌不會觸發強制賣股,但借款人每月仍須繳納本息。借款餘額與繳款紀錄也會留在聯徵上,影響下一次向銀行申貸。

信貸買股銀行看得到嗎?聯徵查得到哪些借款?

信貸不需要擔保品。這筆錢能不能拿去投資、銀行是否查核資金流向,要看申貸時填寫的用途、契約約定,以及銀行的貸後管理程度。即使銀行沒有追查資金流向,仍能掌握借款金額。

聯徵中心的當事人綜合信用報告將信用資訊分為五大類:借款資訊、信用卡資訊、票信資訊、查詢紀錄與「其他」。信貸屬於借款資訊,餘額與繳款紀錄都會出現在報告上;銀行核貸時,也能看到借款人在所有金融機構的無擔保債務總額。

但依《聯合報》報導,銀行無法透過聯徵中心直接查得借款人在證券公司承作的「不限用途款項借貸」與融資餘額,也看不到在保險公司的保單質借。因此,銀行掌握的槓桿程度可能只是「冰山一角」。

借款管道 股價下跌會不會被追繳、處分 銀行能否透過聯徵掌握借款餘額 計不計入DBR22倍(無擔保債務相對月收入的倍數上限)
信貸 不會 可以 計入
信用卡循環、預借現金 不會 可以 計入
股票質押(銀行) 可以 十足擔保部分原則上不計入
券商不限用途款項借貸、融資 依媒體報導,無法直接查得餘額 十足擔保部分原則上不計入

三種借款對聯徵的影響並不相同。信貸會留下借款餘額與繳款紀錄,並計入DBR(負債比或總負債所得比)22倍;銀行承作的股票質押雖不一定全數計入DBR,仍會影響銀行對整體負債與還款能力的評估;券商融資與不限用途款項借貸目前不會在聯徵中完整揭露餘額,但違約等負面紀錄仍可能被銀行查得。

DBR22倍是什麼?跟信貸、質押、融資有什麼關係?

DBR22倍是銀行用來限制個人無擔保債務的規範。 金融機構會將借款人在全體金融機構的無擔保債務加總,包括信用卡、現金卡及信用貸款,再除以平均月收入,原則上不宜超過22倍。假設平均月收入為5萬元,這類債務合計原則上不宜超過110萬元。

放回前文提到的三種借款管道來看,信貸屬於無擔保債務,借款餘額會計入DBR。銀行承作的股票質押若屬十足擔保,也就是擔保品鑑估值足以完全覆蓋貸款餘額,原則上不計入;依金管會2009年12月15日銀局(票)字第09800407380號函,若屬部分擔保或副擔保貸款,則須將貸款餘額扣除擔保品鑑估值後的差額計入。至於券商承作的融資與不限用途款項借貸,並不是銀行端DBR22倍的計算項目。

DBR22倍只限制沒有擔保品,或未被擔保品價值覆蓋的債務,不是所有借款的總上限。借款人的信貸即使仍在22倍限制內,名下也可能同時有房貸、股票質押與融資,整體槓桿仍可能相當高。

不計入DBR,也不代表這些借款不會影響下一次申貸。有擔保貸款仍會影響金融機構核給的額度,以及對借款人整體還款能力的評估。現行制度仍有一項資訊缺口:銀行雖能透過聯徵掌握銀行端借款,卻無法直接查得券商融資與不限用途款項借貸的餘額,因而難以看見借款人的全部槓桿。

跨業聯防就是要補上這項資訊缺口。 銀行局副局長王允中在2026年7月28日說明,未來將推動銀行與券商之間的信用資訊交換,讓兩個業別能更完整掌握借款人的負債情況。

現行聯徵中心與證交所之間已有初步的負面資料交流機制,但回覆內容僅有「是或否」等簡單資訊。後續具體作法仍在研議,金管會目前尚未發布正式函令或實施時程。

金管會表示,依目前掌握情況,銀行放款資金與股市無明顯連動,多數流向仍以購買銀行自身理財型商品為主

借錢投資,3個常見問題

Q:信貸買股票划算嗎?
A:關鍵不只在利率,也在還款期間內的報酬是否確定。多數分期信貸採本利均攤,第一期就要開始還款,但股票報酬不會按月產生。即使年化報酬高於貸款利率,中間任何一段時間的帳面虧損,都不會讓月付金減少。

Q:銀行會因為我拿信貸去投資就抽銀根嗎?
A:多數信貸契約載有資金用途條款與提前清償約定,銀行在特定情況下確實保有相關權利。實務上是否行使,取決於各家銀行的契約與貸後管理政策;簽約前應詳讀契約中關於用途限制與提前清償的條文。

Q:已經四貸同堂了,該先還哪一筆?
A:先檢查已接近追繳門檻的質押與融資,這兩類借款是否遭到處分,取決於市場價格。實際還款順序仍要綜合比較維持率緩衝、利率、到期日與現金流,沒有適用所有人的固定答案。

延伸閱讀:證券劃撥餘額是什麼?為什麼被稱為「散戶風向球」?從單月暴跌800億解讀市場訊號

資料來源:證交所信用交易統計證券商辦理不限用途款項借貸業務操作辦法證券商辦理有價證券買賣融資融券業務操作辦法金管會DBR22倍相關函釋聯徵中心信用報告的種類及用途聯合報

本文初稿為AI編撰,整理・編輯/林育萱

關鍵字: #融資 #台股
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