銀行如何提供超級個人化服務？百人數據團隊靠AI打造中信腦

為了顧及全產品、全客群、全通路、全覆蓋，中國信託採取的對策是走入AI與大數據，更為發展AI應用訂下3大KPI，來掌握研發資源的最適化；今年，中信更成立數據治理委員會，希望將數據治理走向更全行化的關鍵議題

文/李靜宜 | 2021-06-10發表

「透過科技力，來創造競爭力。」中國信託銀行數據暨科技研發處處長王俊權，用一句話點出中國信託大力發展AI與大數據的戰略核心。

3年多前，中國信託定調以AI與大數據作為主要發展方向，並成立了數據研發中心，要用AI來加值業務場景的服務與產品。設立初期僅有一人，到現在已擴大為百人團隊，更在2020年初正式提升為數據暨科技研發處。王俊權正是該團隊的一號員工，更是中國信託內部大力推動AI與大數據的關鍵人物。

中國信託的經營策略是，顧及全產品、全客群、全通路、全覆蓋。而為了守住既有的優勢，中信採取的對策是走入AI與大數據，來作為轉型的利器。不只要轉型，王俊權表示，中信更希望透過AI與大數據，孵化出不同於以往的經營模式。

「CTBC+AI」是中國信託發展AI的大方向，在各業務線上，都能將既有的經營方法加上AI，來提升效率與效能，更要以這樣的科技力創造競爭力。更以優化、平臺、全面、轉型、顛覆這5大階段任務，往下推動AI。

王俊權解釋，中信的策略是，從最小且最有把握的項目開始，所以，透過AI來優化既有的經營方式，是中信切入AI的第一項任務。運用AI優化的專案成功後，下一步，中信就能將AI技術進一步平臺化；有了平臺之後，就能將AI技術全面導入到銀行。

走過了優化階段、平臺階段到全面發展階段，AI已經落地到中信的金融場景，也陸續有了一些階段性成果。王俊權表示，中信現在聚焦「轉型」與「顛覆」，希望透過AI幫助組織轉型，最終期待是要用AI提出顛覆的想法，創造新的經營模式，他透露，目前已有幾個專案正在進行中。

依循著CTBC+AI這項大主軸，中國信託打造了「中信腦」，定調3條研發路線： 電腦視覺、自然語言處理（NLP）、機器思考，也成立了3大實驗室，聚焦研發6大AI應用核心，包括了精準行銷、市場預測引擎、文字與文件辨識應用、人臉與物件辨識應用、機器閱讀到機器對話。從應用場景來看，則鎖定營銷經營、流程優化、風險控管這3項。累計至今，中信在業務單位落地的AI專案超過了20個。

第一類應用場景的AI，中信稱為「營銷經營+AI」，囊括個人化推薦、需求預測，目的是協助增加收益，並提升客戶滿意度、客戶資產、新申購產品數等。王俊權提到，像是推薦引擎專案，中信金控整體客戶數有1,100多萬戶，產品與通路又多，需要透過AI推薦引擎來實現精準行銷，預測顧客未來的金融需求，才能進一步推薦。中信也將這類預測技術，應用到金融商品的預測，比如房價預測、股市預測、匯率預測等。

「流程優化+AI」則是中信第二大類應用場景，包含法金作業流程、客戶申請流程、線上作業流程，希望用來協助內部提升作業效率，來減少作業成本，最終目的也同樣要能夠提升客戶滿意度。 目前，中信內部有多項端對端的流程數位化專案，像是個金、法金、AML（反洗錢）、HR等業務，都有導入AI來優化既有流程。

最後一類場景的應用是「風險控管+AI」，則應用在AML作業、偽冒偵測、稽核，來改善內部作業效率，減少風險的損失。比如，王俊權提到，前年底，中信銀行上線了一套用自然語言處理技術分析負面新聞的平臺，這個AI反洗錢專案的成果，後來更從臺灣擴大應用到7個國家的海外分行。

王俊權表示，3大實驗室所負責的6大AI核心，就是沿著這3大類應用分頭進行，其中，因為銀行面對數位化的壓力較大，所以，又以銀行為應用主力，再逐漸將AI技術擴大到金控旗下子公司，如投信、台灣人壽、中國信託資融等。

自行培養AI研發能力，更訂定3大AI管理KPI

AI發展策略上，中國信託除了自主研發，也會與廠商協作。不過，這兩種策略該如何拿捏，中信內部也走過一段辯論的路。王俊權表示，最後的判斷依據是，「金融業需要的核心能力，中信會投入有限的研發資源。若不是中信認為的核心能力，則盡可能用市場上的解決方案，來加快回應市場的時間。」

舉例來說，銀行業使用分析模型並非新鮮事，AI技術與傳統統計回歸最大的不同是，能夠處理大量非結構數據，像是人臉、電文等資料，可是，這些數據機敏性較高，如果銀行不能自行掌握技術，而需委外，王俊權認為，第一個問題就是，銀行創新的保密性較弱，再者，廠商進入銀行接觸到如此多的機密性資料，有時也有法遵問題。

尤其，金融業對個資的管制嚴格，非結構化資料很難離開金融業，但是，在臺灣，許多AI技術原廠來自海外，對於銀行來說，整體應用或導入的彈性都相對較低，這些都是中國信託選擇培養自家AI研發能量的關鍵因素。

中信在AI應用發展策略，更訂出3大關鍵績效指摽（KPI），作為研發資源最適化的參考。王俊權表示：「對資源有限，需求無限的單位而言，研發的管理是一大關鍵。」首先，中信不會輕易增加AI生產線，因每開一條生產線就會涉及維運與資源分散的議題。所以，「AI生產線的管理」是第一項KPI。

「AI研發資源調度的管理」是第二項KPI。王俊權提到，資源有限狀況下，應該分配多少資源，投入短期的落地變現，還是長期的亮點顛覆，「是一種決策的藝術。」過去，中信希望AI可以迅速擴大到各單位，所以，王俊權採取80／20法則，將80%的資源用在短期落地變現，讓大家有感，保留20%在真正創新的研發。不過，他表示，這個比例每年或每季會進行調整，要讓研發資源投入到需要的地方。

第三項KPI則是「核心複用的比率」，也就是同一項核心技術盡可能重複利用的比率。王俊權要求研發團隊，每條AI生產線至少要有3個落地應用。目前，中國信託共有6條AI生產線，以及20幾個AI落地應用的專案，他提到：「平均每條AI生產線，有3～4個核心複用。」未來，更希望將每個AI核心，擴大到金控內各個應用，所以，要盡可能提升核心的複用，他對團隊的期待是，能提高到兩位數的複用率。

他進一步舉例，3年前，中信導入工研院智能文審技術，來辨識客戶申辦信用卡、貸款所需檢附的財力證明，像是存摺、扣繳憑單等金融常用的固定格式文件。去年，中信將文字辨識應用，複用到分行的場景，上線AI票券辨識服務，在審票機中加入AI、OCR技術來辨識支票，來減少櫃員人工審票與顧客等待的時間，及提升作業人員登打的產能。

目前，中信已做到一張支票上的7個要件，包括到期日、抬頭人、金額、禁止背書轉、發票章讓章或手寫、背書、帳號，都能夠用AI辨識。王俊權提到，中信將自行研發的印刷體的文字辨識核心、手寫英數的AI辨識核心、文印鑑辨識技術，通通導入支票辨識上，「這就是一種AI核心的複用」。此外，為了持續優化辨識正確率，中信更導入AI反饋機制，內部自己發展出標記功能，來改善標記效率，長期目標是達到9成的辨識正確率。今年，中信預計將該AI應用擴大到22家分行。

中信還有另一項AI核心應用是人臉與物件辨識應用，王俊權坦言：「人臉辨識技術，對於組織的轉型與顛覆是亮點有餘，可是力道不足。」不過，若能結合防偽能力及數位流程，可能會創造出藍海的新應用。中信正在思考，如何運用人臉辨識、活體辨識、微表情辨識、情緒辨識等AI核心，交錯組合來打造遠端核身相關應用。

金融業需緊跟科技的腳步，轉變為自身的競爭力，才能在指數型成長的趨勢下，站上領先地位。AI與大數據，正是下一波競爭力的最大利器。─── 中國信託銀行數據暨科技研發處處長　王俊權

推動超級個人化服務，中信靠大數據建立5大行銷策略

「中信銀行每個月有1.5億筆的金融數據，1.9億筆的非金融數據。更可觀的是，疫情期間，顧客更加喜歡使用數位服務，每月高達2億筆的顧客數位數據。」王俊權首度揭露了中信內部統計的海量數據。不只如此，中信銀行1年與顧客會有20億次的行銷溝通，顧客造訪行動銀行、網路銀行或到行銷網頁觀望的次數，更是高達16億次。

「中國信託的數據含金量很高，因此，全都要採集起來，作為銀行KYC的關鍵第一步。」他提到，光在2017年到2018年這段期間，中信內部就採集了大量數據，來建立360度客戶全景標籤。即便，當時各個單位已有自己的全景標籤，中信仍認為要有一個可以全行共用的主數據庫。

有數據來了解顧客，銀行就能出手，中信的策略是以數據掌握顧客人生不同階段需求，提供超級個人化服務。王俊權表示，中信策略是運用AI與大數據，透過個人化溝通方式，來提升顧客的成交機會。中信更先將這種作法，落地到銀行的「艱困區」，若在艱困區測試後有成效，再轉移到「黃金區」主戰場。「一方面不會影響到既有的業務動能，另一方面團隊也會比較有信心。」

在推動超級個人化服務，中信採取了5大行銷策略，並各自搭配合適的AI技術。第一項策略是使用最適合的通路對不同顧客溝通；第二項是尋找顧客有興趣的話題來互動，王俊權透露，今年底將從人工轉為全自動化，用AI生成銀行與顧客行銷的文案。

選擇對的時間，則是第三項策略，比如，當外幣跌到一定數值時，跟該名顧客歷史申購外幣的成本有競爭性，就能在此時發送推薦資訊給顧客。

第四項策略則是打造貼合顧客需求的產品，他提到，中信已有不同產品的預測模型，能預測未來3個月或1周後，該名顧客可能需要的產品。可供業務單位、EDM數位行銷，來聚焦其中高成交率的顧客。最後一項策略是對的活動，即便是賣同一項產品，不同活動的優惠或行銷設計都要不一樣。

王俊權認為，不僅不要過度叨擾顧客，更希望提供一次就能擊中顧客的服務。甚至，目標是做到自動化行銷，他透露，目前正在建置平臺的階段，除了要能自動採集數據，更要自動反應顧客下一步的預測，讓銀行出手可以更快，或盡可能減少PM或行銷出手時會遇上的人工斷點，甚至，讓每次出手後的反饋可以更為即時，來推動多波段行銷。

成立數據治理委員會，優先梳理2類數據

「數據治理是比下水道還要更下水道的底層工程。」特別對於大型金融機構來說，海量的數據勢必要有與過往不同的梳理方式，王俊權如此說著。

因此，今年中信銀行成立了數據治理委員會，由總經理親自主持，各個業務單位主管都參與，「希望將數據治理走向更全行化的關鍵議題。」他坦言，今年是試行階段，但中信已經注意到這個趨勢，而且必須往這方向走。

中信在數據治理特別強調「以用為治」，去年，更研究了全世界數據治理做得較好的企業，比如，數據治理發展超過20年的華為。王俊權坦言：「對中信而言，數據治理既然是一場長期抗戰，就必須明確為何而戰。」

由於資源有限，中信在數據治理的戰略，優先從兩類業務來推動，第一類是不能犯的錯，這類資料的處理一旦犯錯，銀行容忍度很低，如監理報送這類數據就需要優先梳理。另外一類是業務效益較大者，王俊權表示，若沒有好的數據治理標準，業務效益很難有長期的呈現。這是中信今年訂下數據治理的方向，也希望從小開始，慢慢擴大到全行。

經理人小檔案

王俊權

中國信託銀行數據暨科技研發處處長

學歷：臺灣大學國際企業研究所商學碩士

經歷：早年在美國矽谷的科技公司做美股分析，回臺後陸續待過4家銀行，主要負責風險管理；2005年加入中國信託銀行擔任全球個金風險管理處處長，2018年兼任數據研發中心最高主管；現為中信銀行數據暨科技研發處處長，兼任中信金控數據主管

附圖：中國信託銀行數據暨科技研發處處長 王俊權　（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/people/144842?fbclid=IwAR0XaBPczoiqTWTEQH8qHfNDbmyyTpA43Akd2gYWhsBbh0oIbWsBNWdF4Fk

美國聯準會想縮減量化寬鬆規模，可能對市場造成什麼影響?

依過往經驗「利率循環」，大致上類似於「經濟循環」，主因在於當經濟好轉時，市場需求大幅增加，失業率不斷下降，且接近自然失業率(等同產出缺口趨近於零) (附註1)，則物價上漲壓力增加。此時，央行為了控制通膨開始升息，同時經濟不斷擴張、伴隨而來的是央行調升利率，直到利率上升至一定的程度，企業與消費者借貸成本的提升，經濟才開始緩和下來，甚至步入衰退，之後央行調低利率，以激勵人們消費、降低企業借貸成本，上述這一連串活動會周而復始的發生，如圖1內灰色期間是經濟衰退期間，每當利率拉升到一定程度，之後經濟衰退的機率就高。(附註2)

但在2008年金融風暴時期，前聯準會主席柏南克不僅把利率降至零的水準，為了讓經濟不陷入通貨緊縮，持續挹注資金到銀行體系，所以實施量化寬鬆政策(Quantitative easing，簡稱QE) (附註3)，如圖2所示，從2009年開始實施QE1、QE2與QE3至2013年，期間還實施扭轉性操作(Operation Twist，簡稱OT) (附註4)。此時，美國聯準會在市場上釋放資金，買入債券等商品，促使聯準會的資產負債表從2008年9月雷曼兄弟破產導致市場金融緊縮開始計算(2008/09〜2014年)，從0.9兆大幅擴張至4.5兆美元，意味著在這期間，聯準會對市場釋放資金3.6兆美元，以台幣匯率28來計算，大約對市場釋放資金100兆台幣，相對2014年台灣GDP大約16.2兆台幣大了將近6倍。

經過聯準會大幅度降息，把利率降至零附近水準，加上實施幾輪的QE政策，使美國經濟逐漸上軌道，此時，美國經濟逐漸好轉之際，聯準會開始準備回收貨幣。2013年5月美國前聯準主席柏南克暗示縮減QE規模，當時柏南克表示「若美國經濟持續復甦且符合預期，聯準會可能在今年晚些時開始逐漸減少資產購買規模」，而在2013年12月18日正式宣佈縮減QE，自2014年1月起將縮減資產購買規模，由每月購買850億美元減為750億美元，MBS及公債各減50億美元，並於2015年12月17日聯準會利率決策會宣佈調升利率1碼至0.5%，這也開啟了聯準會升息的循環，直到2018年底聯準會把利率提高至2.5%，如圖1所示。

而在2013年5月前聯準主席柏南克暗示縮減QE，即暗示對市場上放錢的速度減緩，最直接的影響是固定收益商品，例如美國10年期公債殖利率從2013/05的1.6%飆升至年底的3.02%，除了固定收益商品(投資等級債、特別股、高收益債等等)表現不如預期之外，如圖3所示，在2013年5月暗示縮減QE後，美股S&P 500指數高低點下跌約6.0%，2013年全年還是上漲約3成，但新興市場指數卻表現不如預期。

如今歷史重演，美國在2020年上半年受到新冠疫情的影響，實施封城等措施，使失業率在短期間內大幅攀高，從2020年2月的3.5%，飆升至2020年4月的14.8%，不僅造成經濟衰退，還產生美元流動性短缺的現象，甚至2020年4月輕原油價格一度下挫到每桶-37.6%美元，所以2020年全球落入衰退，是新冠疫情的恐慌、是美元流動性緊縮、是油價大幅重挫，三重疊加的影響，所幸在各國大量財政、貨幣政策，加上新冠疫苗的研發與接種，經濟逐漸恢復成長，由經濟合作暨發展組織(OECD)的預測，2021年全球經濟成長從-3.4%，成長至5.6%，尤其是美國GDP從-3.5%，成長至6.5%、歐洲地區今年成長3.9%、中國成長7.8%。如表1所示。

目前聯準會的政策除了維持零利率政策之外，還維持每月購買1200億美元的QE規模，其中800億國債、400億機構抵押擔保證券(MBS)，使聯準會資產負債表將近8兆美元，如圖1所示。此時，聯準會也開始考慮縮減QE規模，意味著聯準會對市場放錢的速度將會減緩，例如，5月20日聯準會公佈會議紀要內容提到，「一些委員提議，若經濟持續往目標快速前進，則在未來幾次會議上開始討論調整資產購買速度(adjusting the pace of asset purchases)是合適的」，所以目前市場想要知道，聯準會何時宣佈縮減QE、何時開始縮減QE，並且如何影響市場。第一、何時宣佈縮減QE，統計今年聯準會還有幾次會議，如表2所示，今年還有5次開會、4個紀錄，而聯準會公佈更新經濟預測與利率點陣圖的時機是落在6、9、12等月份，此時宣佈縮減QE規模的機率較大。第二、何時開始縮減QE，由聯準會對市場的調查來看，落在2022年第一季開始縮減的機率高。致於對於市場的影響，若對照2013年情勢來分析，則對於固定收益商品、新興市場股票的影響較大。

------------------------
附註：
1. 自然失業率：即為充分就業下的失業率，並不是失業率為零才是充分就業，失業可分為週期性失業、摩擦性失業與結構性失業。週期性失業是因經濟波動而造成的失業；摩擦性失業是尋找工作或轉換工作過程中所產生的失業現象；結構性失業例如新冠疫情發生產業結構變化，實體企業沒落，但宅經濟興起，所以因經濟結構改變，使人們原有的技術與專業無法因應新工作的需求，所造成的失業。上述週期性失業政府可以利用政策來解決，摩擦性失業是經濟正常的現象，而結構性失業則需要人們訓練一段期間才有機會重返職場。所以摩擦性失業+結構性失業即為充分就業下的失業率。以聯準會3月會議公佈長期失業率(可以說是自然失業率)中位數在4.0%左右，2021年4月率為6.1%。

2. 經濟循擴張與收縮的研判可以回顧「如何掌握市場投資環境」一文。對於產出缺口解釋可以回顧「經濟循環與股市之關連」一文。
https://www.pressplay.cc/link/8FD35DAC4E?oid=AE5E0E9AB0

https://www.pressplay.cc/link/16449465AD?oid=AE5E0E9AB0

3. 量化寬鬆政策(Quantitative easing，簡稱QE)：是央行非傳統貨幣政策之一，當央行把利率降至零或以下水準，央行印錢買入銀行手中的債券，直接對金融體系挹注資金，以便壓低市場利率、活絡經濟。

4. 扭轉性操作(Operation Twist，簡稱OT)：也是央行非傳統貨幣政策之一，賣出短期債券，而反手買進長天期的債券，以便壓低長期利率，因為企業或消費者大都是以長天期利率借貸為準，所以壓低長期利率刺激經濟成長。

「之前介紹的ETF，如中國市場的ETF，鋼鐵ETF，表現都很不錯~~，下次再介紹另一檔如果QE結束，準備升值時，非常有利於上漲的ETF。」

【後疫情時代中國面對的經濟環境】

本文嘗試用一個廣角、簡略但直入重點的方式分析中國在疫情之後所面對的全球經濟環境。

國家競爭力的經濟學概念與中國縣競爭制度

根據經濟學比較優勢定理，國家之間的競爭始終被比較成本所局限。而在分析國家競爭力上，我摒棄華而不實的哈佛商學院Michael Poter的鑽石競爭理論，回歸最基本但正確的經濟學成本概念，其中尤受諾貝爾經濟學獎得主R. Coase的「The Problem of Social Costs」鴻文啓發：

國家競爭成本 = 直接生產成本 + 間接生產成本 + 制度費用

特別說明我所謂的「間接生產成本」更接近上頭成本，本身除了牽涉到整體租值外也會涉及到產業乃至於社會國家的路徑依賴。

在相同供應層面，某國是否可以用更低成本下滿足同樣的需求，以及是否可以善用比較優勢定理。後者包含了前者的同時，也是國家與國家之間的角色不單純只是競爭關係，而是有更多供需關係。後者之所以尤為重要在於「買方與賣方永遠不存在競爭關係」。因此在供應鏈上彼此依賴的買賣雙方國家，依賴程度越深入越廣泛，則敵對的成本將等比級數增加。

換個角度來說，Covid-19疫情本身帶來上述三種成本的同步增加。這也意味著在疫苗逐漸普及的後疫情時代，能夠以更快速地降低上述三種成本的國家將在新一輪全球經濟重新平衡的過程中取得更佳的競爭優勢地位。

在張五常「The Economic Structure of China」一書闡述的中國曾有的1990年代末到2010年間之縣競爭制度下，中國借此享受人類近代少有的超低制度費用與間接生產成本，佐以原本享有的人口紅利帶來的在中低階工廠流水線上較低直接生產成本，中國製造橫掃全世界九成以上的中低階工業領域。

但隨著中國中央政府出台勞動法與加強反托拉斯管制與大大小小的管制措施，上述獨有的縣競爭制度似乎已不復存在。這也為疫情後面對全世界新的經濟環境中國是否還具有經濟學謂「低制度費用」的高彈性與快速適應力埋下變數。

瞭解這個重要局限條件改變後，我們來看看疫情後中國所面對的全球經濟挑戰有哪些。

1 全球通貨膨脹可能帶給中國輸入性通膨

美國建國以來90%以上的M0貨幣發行量是在最近15年內產生，尤其疫情後Fed諸多舉措都可說是「瘋狂印鈔」，在世界多數原物料與貿易均以美元定價與結算的前提下，世界性通貨膨脹必然來到。

站在2021年5月這個時間點看，美國股市、房市、債市與全世界的大宗期貨、能源價格都受到局部性通膨影響，尤其主要農產品、金屬期貨價格多在52周以來新高。（見圖）

（美國M0通貨）

（美國股市）

（美國房市）

（美國債市）

（石油價格）

中國改革開放以來相當長一段時間貨幣匯率政策緊盯美元。2010年代以後雖然改盯一籃子貨幣，但明眼人都看得出美元的比重。故，在美元瘋狂印鈔的環境下，人民幣相應的輸入性通膨也必然發生。

這一塊我們可以預測，在貨幣學 Impossible trinity law的局限，以及中國對人民幣國際化的追求下，中國人民銀行應將在近年內逐步脫鈎對美元匯率的政策，同時部分放寬外匯管制，以得到更多貨幣主權。

同時取消或降低部分關稅，以及放寬戶口管制，都可以是中國政府提高國家競爭力可能採取的措施。

二、 全球局部地區將因疫情影響出現糧食危機

很明顯Covid-19疫情影響了糧食生產與輸布，全球局部地區的糧食危機已經開始出現。根據聯合國2020年糧食安全報告估計到2020年底全球因疫情而陷入經濟衰退與飢餓的人口數達8300萬～1.32億人。其引發的糧食價格增長將加重中國輸入性通膨下，百姓生活的負擔

中國家戶支出30%花費在食物品項，又中國國內大豆需求90%依賴進口滿足，因此可預見中國的飼料與肉品市場價格恐將上揚且吃緊。

（中國主要糧食供需狀況）

全球能源市場也會因疫情與之前負油價事件影響一段時間內失去部分供給彈性，意味著能源市場價格伴隨通膨因素影響的上揚也是可以預期，這一塊同樣也會加重中國未來將面對的輸入性通膨壓力。

因此我們會看到中國在人民幣國際化推廣上會施以更大力道，例如與更多國家簽訂貨幣清算與貨幣交換協議，嘗試在糧食/能源品項上更多地採人民幣定價結算。如此方可在不過度犧牲中國世界供應煉地位的前提下，減少輸入性通膨對人民的衝擊，尤其是輸入性通膨下中國國內資本投資的資源錯置現象將可以得到一定程度約束。當然這部分中國政府應該還會採取價格管制或其他市場管制措施相佐之，但政府干預與介入本身又會帶來更多訊息費用、交易費用，甚至政府本身就成為資源錯置的問題根本，也是極為可能。這些都是身為投資人的我們值得持續觀察與因應。

三、 中美衝突與戰爭風險提高

如前述，國家邊際競爭成本，尤其邊際間接生產成本與邊際制度費用，增加速率大過他國之速率，則一國之國力衰退，或更精准地說，國家相對競爭優勢衰退。反之則可視為國家相對競爭優勢增加。

在人民幣國際化過程將直接與美元產生競爭關係且削弱美國對全球徵收「美元稅」的能力，經濟邏輯上的效果是：2008年金融危機後的QE之所以沒有在美國發生嚴重通膨，正是因為美元在國際貿易與國際金融的霸主地位可以對全球抽取美元稅，意味著美國可以將貨幣濫發帶來的經濟成本移轉給全世界承擔，其中以世界貿易額佔比越高者承擔越多，故身為世界第一大商品出口國的中國自然也承擔大部分苦果，這也是為何我長時間以來主張美元的地位相當程度是由中國支撐。

而在人民幣競爭之下（我們假設人民幣國際化真取得成效），美國不再能輕易移轉自身國家競爭成本給全世界時，通貨膨脹將回歸隨著貨幣發行量增長而提高，這對美國而言代表聯邦政府與州政府等一系列債券、連動債務的利息支出成本將提高，未來借貸成本也將提高。在一定程度上，美國政府或州政府可能因此停擺，甚或我們會看到州政府、市政府因此破產。

因此美國必然會嘗試在各方面阻止之。

提高上述中國的國家邊際競爭成本也無可避免會是美國未來數十年的整體戰略目標。

所以我們看到美國從President Trump任期開始，嘗試尋找各種可以提高中國國家邊際競爭成本的手段。

然而在當今真實世界供應煉、服務煉、金流、資訊流高度分工交雜的局限條件下，我推斷任何一任美國政府、智庫都難以清楚釐清自身採取的任何競爭戰略是否會帶來意料之外的後果（unintentional consequences）。

a 舉例來說，比如美國政客錯誤判斷關稅手段制裁中國會有效，於是我們看到Trump任期貿易戰初期就是違背WTO規範，片面無理對中國出口商品加重關稅或其他非關稅貿易手段。

然而真正懂經濟學邏輯者看法多如我當時寫下的預判一樣 — 如果美國以關稅手段要抑制中國出口經濟，但關稅提高幅度不夠大不夠全面的話，則中美之間的貿易逆差狀況不但不會縮減，反而在某些不同彈性系數之下會增加。（見圖）

（中國出口美國統計圖）

反之，美國經濟將因自身對中國的片面關稅障礙而受創。

更進一步，若美國政客傻到真的將制裁關稅提到夠高，足以發生抑制中國出口額的效果，則美國經濟將必須付出重大代價，其中包括美元地位將大幅動搖。如前述貨幣政策問題，不但聯邦政府利息支出將壓垮政府財政，州政府乃至市政府破產潮亦不遠。故，我們看到即便是Trump也被迫停止更瘋狂的關稅壁壘措施。

b 再以半導體產業的光刻機為例，美國施壓荷蘭ASML禁止出貨中國廠商已經付費採購的光刻機，其結果反而是給中國光刻機或EDA廠商創造市場，協助排除了原本ASML強力的競爭。從經濟學角度來看這是一件很諷刺事情。

這是因為全球光刻機市場是一個高度技術集成的天然寡頭壟斷市場，除非有類似當年ASML與日本佳能之間的技術彎道超車（浸潤式UV光刻技術）特殊情況發生，否則後來者都會因為技術認證與攻克的巨大前期投資成本而被排除於競爭之外。

然而，從經濟學競爭的角度看，美國禁止ASML對中國出口，結果反而是讓中國半導體製造廠被迫轉向投資與採購其他中國光刻機供應商，使得原本在市場上幾乎無競爭力的後者，因美國的禁令創造的「競爭真空」環境而有了成長空間。

因此我們放大時間尺度來看，20年、30年後如果中國半導體設備商有了長足的進展，肯定要回過頭感謝美國政府政府的錯誤干預所創造的商機。

說到商機身為投資人的我們可以注意，在上述政客的錯誤決策中，一些轉瞬即逝的投資機會也會因政府干預而起。例如下一點。

c. Super Micro 間諜晶片事件，2018年10月美國知名商業性雜誌Bloomberg刊登新聞「The Big Hack: How China Used a Tiny Chip to Infiltrate U.S. Companies」聲稱Super Micro這家公司利用一顆米粒大小的間諜晶片替中國政府竊取資訊。

姑且不提一顆米粒大小，本身毫無無線射頻天線的晶片在當時技術上幾乎不可能竊取什麼資訊，2年多後海潮退去，不但美國政府或Bloomberg都未提出更進一步有力證據，整件事甚至根本就被遺忘。

當年我不但寫了幾篇文章駁斥這種謬論栽贓。還親自動手買入這家粉紅單公司，短短三天就賺了台轎車。

香港2019年暴動事件、2021年新疆奴隸棉花事件、最近新冠病毒向中國求償事件...等，我們都可以看到美國政客在試圖提高中國競爭成本的過程，會創造大大小小系統性或個體性的災難風險，例如前述Super Micro因栽贓性假消息股價從$20.61美元在一兩日內崩跌至$13左右，但隨著栽贓者無力提供更多證據，市場回歸均衡的過程，截至2021年5月28日，Super Micro股價已經來到$35。

這是說，某些因政治干預造成的個體性或系統性風險，雖然屬於不可預測的風落（windfall），但其中不乏類似Super Micro的例子，在隨後回到正常的價值位置。如W. Buffett所言：市場短期是投票機，但長期是磅秤。

d. 美國知名橋水基金創辦人Ray Dalio在其將於2021年11月初版的書籍」The Changing World Order」 已提前公開的第七章」US-China Relations and Wars」提出綜合國力歷史計算與國力表（見圖）

提出美國正處於信用擴張後期的大國階段，而歷史上處於此階段與新興國力上生階段的國家一旦發生國力曲線交叉時，多半發生大規模戰爭以重新均衡雙方與整體國際關係。

依其推論，中美兩國發生戰爭的風險來到史上最高點。

但這部分我持較保留態度，特別是新任President Biden政府的高達$6 triilion美元的聯邦預算案出台，我們注意到一者，美國聯邦政府支出繼續維持二次世界大戰以來的GDP高佔比--達25%，二者，預算增幅最大均在健康醫療（成長23.1%）、商務（27.7％）與環保（21.3％），然在國防（1.6％）與國家安全（0.2％）幾乎未有成長，甚至計入通貨膨脹因素，後二部門的預算是實質減少的。因此可推估此任政府對發生大型戰爭的預期心理。

四、 變種病毒的不確定性

這是最後最難評估的風險，在現階段的資產配置決策中不可忽略卻又幾乎難以估計。拔高到國家決策層面來看，這也是中國面對的最棘手風險之一。

結論：

以上是我從經濟學角度出發，非常簡略地預測中國在疫情後將面對的國內外經濟環境與挑戰。其中任何一項單獨提出要深入探討都會是長篇大論。還有一些我認為相對重要性較低的現象與局限條件轉變，本文也尚未涵蓋。

BTW，最後多提一句台灣獨有的風險：後疫情時代是否接種過疫苗有可能在相當時間內成為國際旅遊的必要條件。然如果台灣政府真的壓寶在台灣國產疫苗上，則在現今環境下有沒有可能不被世界多數國家組織承認？會是一個額外的成本。

參考文獻：

*  The Wall Street Journal, 「Biden is the $6 Trillion Man」 (May 28, 2021), https://www.wsj.com/articles/biden-is-the-6-trillion-man-11622241749
*  The Financial Times, 「The summer of inflation: will central banks and investors hold their nerve?」 (May 15, 2021), https://www.ft.com/content/414e8e47-e904-42ac-80ea-5d6c38282cac
*  Ronald Coase, 「The Problems of Social Cost」 (1960)
*  Ray Dalio, 「The Changing World Order: Why Nations Succeed and Fail」 (2021)
*  Irving Fisher, 「The Money Illusion」 (1928)
*  Mundell, Robert A. (1963). "Capital mobility and stabilization policy under fixed and flexible exchange rates". Canadian Journal of Economics and Political Science. 29 (4)
*  Milton Friedman and Anna Schwartz, 「A Monetary History of the US, 1867-1960」 (1963)
*  Milton Friedman, 「Money and the Stock Market」 The Journal of Political Economy, Vol. 96, No. 2 (Apr., 1988), pp. 221-245 「
*  Allan Meltzer, 「Learning about Policy from Federal Reserve History」 (Spring 2010)
*  Armen A. Alchian, 「Effects of Inflation Upon Stock Prices" (1965)
*  張五常, 「Will China Go Capitalist?」 (1982)
*  張五常, 「The Economic Structure of China」 (2007)
*  Ronald Coase and Ning Wang, 「How China Became Capitalist」 (2012)
*  Alfred Marshall, 「Principles of Economics (8th ed.)」 (1920)

文章連結：

https://bit.ly/3vD1B2o