財經好朋友特輯|從金融海嘯到 AI 浪潮,資深研究員帶你看市場
財經M平方 · 2026-08-08
重點
- 美債殖利率是川普軟肋,升破4.5%政府就放軟關稅與地緣姿態
- 聯準會降低前瞻指引,要市場看數據而非依賴裁判
- AI供應鏈敘事從漲價與資本支出轉向現金流與變現能力
- Google自由現金流首度轉負,CSP現金流壓力成市場焦點
- NVDA Rubin延遲兩個月利空已近尾聲,但漲價概念股報價漲勢將放緩
- AI上游晶片與基礎建設仍供不應求,庫存攀升偏向主動備貨
- NVDA預估本益比不到20倍,台積電約22倍,評價遠低於2000年網路泡沫
- AI難取代研究員判斷力,整合台積電、聯電與世界先進脈絡是關鍵
章節
- 00:30 市場波動下的研究心法:結合總經與產業知識方能理性看待行情
- 04:31 金融海嘯的試煉:總經視野與產業盲點的啟示
- 09:11 研究框架的建立:Top-Down與Bottom-Up的融合之道
- 14:02 市場學習分辨真假議題:美債殖利率才是核心關鍵
- 18:37 聯準會的「看球不看裁判」策略:降低前瞻指引的深意
- 24:30 7月半導體震盪解密:現金流轉負、CDS利差與去槓桿的疊加效應
- 28:46 AI基本面雜音:Rubin延遲、長短料與漲價概念股的敘事轉變
- 34:59 AI中下游觀察:現金流壓力與應用競爭的雙面刃
- 40:42 AI浪潮是否泡沫?評價面與需求結構的關鍵差異
- 45:55 AI輔助投資的極限:研究員的判斷力仍無可取代
從金融海嘯到AI浪潮:資深研究員解析總經、資金與半導體供應鏈的關鍵變局
在當前市場一日一劇本的劇烈波動下,統一投顧總經理廖婉婷與財經M平方創辦人Rachel共同回顧了從2008年金融海嘯到現今AI浪潮的研究心法。兩位專家深入剖析了聯準會降低前瞻指引的策略、美債殖利率作為核心真議題的影響,以及AI供應鏈從上游庫存、中游現金流到下游應用的關鍵觀察點,為投資人提供在震盪行情中理性看待市場的框架。
市場波動下的研究心法:結合總經與產業知識方能理性看待行情
近期市場行情呈現一日一劇本的劇烈波動,地緣政治升溫又和談、關稅政策反覆遭抵制,再加上財報季的到來,導致盤勢上衝下洗。在這樣的環境下,若能結合總體經濟與產業趨勢的知識,投資人將能更理性地看待當前的行情。
為此,財經M平方特別邀請了兩位在金融業資歷接近20年的重量級來賓:財經M平方創辦人Rachel,以及統一投顧總經理廖婉婷Tina。Tina在統一投顧擁有超過10年的研究資歷,從研究員一路晉升為研究部主管及總經理,致力於帶領團隊讓市場看見統一投顧的研究觀點,並教育投資人理解個股背後的邏輯,而非僅僅追逐明牌。
統一投顧在法人市場早已建立一定的知名度,其母公司統一證券與兄弟公司統一投信在業界戰功彪炳,而研究團隊在其中扮演了關鍵的角色。
金融海嘯的試煉:總經視野與產業盲點的啟示
兩位專家進入金融業的契機截然不同。Rachel因熱愛經濟學,在非凡電視台看到分析師解盤後,便立志成為總經研究員;Tina則因母親是營業員,懷抱著賺錢的夢想踏入證券業,從太平洋證券的研究員做起,誤打誤撞深耕於電子產業。
2008年的金融海嘯對兩人帶來了截然不同的衝擊。Rachel回憶,當時她觀察到房貸違約率、房屋庫存等數據出現變化,見證了總體經濟發揮到極致的巨大循環波動,這也成為她日後創立財經M平方的關鍵。她強調,無論是電子業或傳統產業,所有產業的最源頭仍是總體經濟。
相較之下,Tina當時負責太陽能與LED等新創產業,雖然市場短暫大跌,但這些熱門產業很快就強勁復甦。她坦言,產業研究員最大的盲點在於只專注自己的產業,容易忽略整體經濟面的巨變。如今身為管理者,她深刻體會到總經視野的重要性,並致力於避免旗下研究員重蹈覆轍。
研究框架的建立:Top-Down與Bottom-Up的融合之道
儘管兩位來賓分別走向創業與管理職,但她們始終堅守研究員的核心角色。Tina分享,當她接任研究部主管時,老闆曾建議她放下產業研究專注管理,但她堅持保有研究的能量,因為一旦放棄研究,建立邏輯架構的能力與和研究員討論的深度都會下降。
Rachel則透露,即使在創業過程中面臨公司方向、海外拓展、AI導入等眾多新事務,她依然親自帶領研究部。她的研究框架偏向Top-Down,從總體經濟出發,觀察央行政策、美國消費與政府動向如何牽動產業發展。然而,在研究AI產業時,她也大量結合Bottom-Up的方式,深入了解最具競爭力的公司,以掌握產業動態。
Tina則是從產業出發,抓取大方向後往下看個股,再結合總經判斷。她提到,2011年的歐債危機對她影響深遠,促使她開始重視總經,並在加入統一後與總經團隊合作,每季推出從總經、策略到個股的一整套研究。
市場學習分辨真假議題:美債殖利率才是核心關鍵
針對近期美伊衝突與關稅反覆等總經事件,Rachel認為市場並非對利空麻木,而是學會了分辨真假議題。她指出,真正的核心議題是美債殖利率。每當美債殖利率攀升至4.5%以上,川普政府就會在關稅或地緣政治上放軟姿態,顯示美債殖利率是川普的軟肋。
Tina則從目的性的角度分析,認為關稅的目的是產能重分配,而這確實正在發生;美伊衝突的背後則是為了掌握能源,以支持大美國計劃與AI的發展。她建議投資人最簡單的指標就是觀察油價與美債,隨著市場對衝突消息的反應逐漸遞減,顯示市場已能更清醒地評估雜訊與真實影響。
聯準會的「看球不看裁判」策略:降低前瞻指引的深意
針對聯準會代理主席Kevin Walsh的政策動向,Rachel解析了7月底FOMC會議的兩大亮點:9比3的投票結果顯示內部出現分歧,但更關鍵的是Walsh在記者會上表示,他樂見降低前瞻指引後,市場能學習面對「球」(數據與事件),而非依賴「裁判」(聯準會)。
這背後透露的訊息是,油價與美債殖利率的上漲已某種程度上幫助聯準會抑制通膨,聯準會因此能保留餘裕觀察數據變化,而不需隨市場預期起舞。Rachel指出,美國核心通膨並未出現明顯的僵固性或二次通膨,6月CPI與PCE數據在停戰後快速滑落,紐約聯儲行長Williams也認為核心通膨月增率維持在0.2%是安全的。
Tina則以分析師的心境比擬Walsh的操作。她坦言,分析師最困擾的就是被要求給出「明牌」,因為一旦定錨,市場變化時便難以即時調整。她認為Walsh不願給出簡單指引,正是希望市場回歸數據判斷,這與分析師希望傳達邏輯與論述,而非直接報明牌的理念不謀而合。
7月半導體震盪解密:現金流轉負、CDS利差與去槓桿的疊加效應
針對7月中下旬以來的半導體與AI股震盪,Tina指出,台積電法說會前市場氛圍已轉趨謹慎,隨後Google財報顯示自由現金流轉負,加上油價上漲引發升息擔憂,以及CDS利差大幅擴大,多項因素瞬間疊加。
她特別解釋,CDS利差雖然從三四十跳升至六七十,但絕對值仍低,她傾向將其解讀為一種交易行為,類似台股可轉債在大跌時的風控停損賣壓。當行情大跌、流動性不足時,即使公司基本面無虞,停損機制也會迫使賣出,造成超跌。加上去槓桿與債券利率攀升,進一步壓迫了股票市場。
然而,Tina強調,基本面即使有變化也微乎其微。市場在亞馬遜財報公布後開始挑選好消息,加上FOMC會議點陣圖不如先前鷹派、美伊衝突緩和與油價回落,帶動了後續的反彈。
AI基本面雜音:Rubin延遲、長短料與漲價概念股的敘事轉變
Tina點出AI基本面出現的細微雜音。首先是NVDA的Rubin平台延遲約兩個月,但由於從6月至今已消化兩個月,她認為此利空已接近尾聲。其次是長短料問題,短料漲價過快導致CSP廠商成本壓力增加,台積電與CSP業者均表示資本支出上修部分原因是來自漲價,而非採購量增加。
她觀察到,客戶端已開始為了供需與價格進行行為調整,例如NVDA調降部分記憶體容量配置,這並非需求減少,而是供給無法滿足下的權宜之計。她預期下半年起,漲價概念股的報價漲勢將不如上半年強勁,投資人追逐報價概念股的策略應逐步降溫。
Rachel則從供應鏈圖表補充,上游AI晶片與基礎建設仍處於供不應求的狀態,但庫存因旺季備貨而出現攀升。她提醒,庫存攀升有兩種解讀:主動備料或因需求不佳被動堆積。目前研判仍偏向主動備貨,但需密切關注下半年庫存是否能順利轉化為營收。
AI中下游觀察:現金流壓力與應用競爭的雙面刃
在中游CSP廠商方面,Rachel指出,Google、亞馬遜與特斯拉的現金流均已轉負,其中Google更是首次出現。市場擔憂這是否會迫使明年的資本支出調降。然而,M平方從兩個角度解讀:首先,第二季AI變現的覆蓋度優於第一季,積壓訂單仍有機會支應資本支出;其次,只要利率受控,融資壓力便可緩解。
在下游應用端,非AI的消費性電子與車用需求仍偏弱,但AI應用的競爭極為激烈。從ChatGPT到中國的Kimi、DeepSeek等大型語言模型大廠競爭,反而有助於降低Token成本,推動應用擴散,形成傑文斯悖論的良性循環。整體而言,市場的敘事正從「漲價」與「資本支出擴張」轉向「現金流」與「變現能力」,上游仍供不應求,中下游則需更分散布局。
AI浪潮是否泡沫?評價面與需求結構的關鍵差異
對於AI是否已出現泡沫的疑慮,Tina堅定看好。她認為,儘管資本支出龐大,但算力需求遠超過目前供給,代理AI的推進甚至可能受限於Token數不足。她期待NVDA的Rubin平台能盡快推出,以增加算力供給,推動更多應用落地。
Rachel則比較了當前與2000年網路泡沫的兩大差異。在評價面上,當年思科本益比曾達近200倍,而如今NVDA預估本益比不到20倍,台積電約22倍,評價相對健康。在產業敘事上,2000年是供給先行,需求在十年後才浮現;現在則是需求先行,供給開不出來,導致HBM與先進封裝等短料吃緊。她認為,只要AI應用持續擴散、模型競爭加劇,對上游與中游的發展都是正向的。
AI輔助投資的極限:研究員的判斷力仍無可取代
談到AI對研究員工作的影響,Tina表示目前仍停留在深層式AI的問答階段,尚未導入代理AI。她認為AI很難取代研究員,因為關鍵在於判斷力。她舉例,台積電法說會提及成熟製程的狀態,影響了聯電,而世界先進又釋出不同觀點,AI難以像研究員一樣,將這些脈絡整合成具邏輯的敘事,精準指出PMIC相關的成熟製程廠商將受惠。
Rachel則分享了財經M平方推出的MMAI產品。她透露,團隊花費最多心力在與AI討論、調校Prompt與Skill,背後是研究員撰寫的成千上萬字邏輯。使用者購買的看似是AI產品,實際上是信任M平方的資料庫與研究員的判斷。她強調,AI放大了資料庫的價值,但底層仍是人的邏輯在把關,這才是可被驗證與信任的核心。
結論
從金融海嘯到AI浪潮,市場的波動從未停歇,但投資人的應對之道在於建立結合總經與產業的邏輯框架。當前美債殖利率作為核心真議題,聯準會降低前瞻指引的策略,以及AI供應鏈從上游庫存、中游現金流到下游應用競爭的結構性變化,都指向一個更需獨立判斷的投資環境。無論是Tina從產業出發的Bottom-Up視角,還是Rachel從總經切入的Top-Down框架,兩者都強調了回歸數據、理解邏輯的重要性。在AI工具日益普及的時代,研究員的判斷力與敘事能力仍是無可取代的關鍵價值。
相關個股
產業 / 題材
- 半導體
- AI 先進封裝