關於 台灣 銀行 即 期 匯率 歷史 ，我們在網路上蒐集到這些相關的討論、資訊與評價

好多年以前，網路上曾經瘋傳一部影片《貨幣系統的真相》，內容述說了聯準會印製鈔票及發放債券等金融機制。該影片主要的論述，便是資本主義下，民眾辛勤工作，但卻被金融機制給奴役，有意為之的通貨膨脹，導致民眾手中的錢越來越少，換句話說該影片其實是個煽動仇恨資本主義的影片。對於多數民眾來說，最最不能接受的應該是憑甚麼政府能夠拓印刷鈔票，來作到公然剝奪民眾財富的不義之事。但其實對於任何一個稍微了解從過去銀本位、金本位、布列登森林體系演變至今的人來說，當代的貨幣制度之所以變成如此，實有其不得不為的無奈和種種歷史因素，而這些故事要用三言兩語說清楚，怕也不是簡單的事。《世界經濟10000年》，恰好就是本能詳細解釋的書。

#贈書活動 #請耐心讀到最後
https://www.books.com.tw/products/0010878164

看到《世界經濟10000年》的書名，我本以為是這幾年在台灣盛行，述說人類文明發展的書籍。雖說本書開篇仍是以遠古時期的人類的科技和交易為主，但重點很快就從遠古歷史，進展到文藝復興的學徒，以及工業革命後的大量生產製造業生態。但我想對於多數有涉獵過人類歷史發展的讀者來說，這些內容依舊是那些大歷史書籍總是著重的內容，真正使得這本書格外出眾的，則是本身針對近代及當代經濟史的部分。

若齋友你曾閱讀過19世紀的英法小說，會發現富有的人物都用「年金」來區分彼此身價。所謂「年金」，其實就是年息，而在那個時代，利息則固定是10%。也就是說一個年金5000法郎的角色，他則是50000法郎國債的持有人。我在首次得知利息竟能高達10%時非常震驚，而後又一個令我震驚的事實，是在一戰前的世界，因為嚴格遵守了金本位制度，加上資訊流通速度慢、全球總財富增加得慢，種種因素之下，幾乎不存在任何通貨膨脹，利息也才能維持穩定的10%。

本書有相當篇幅，著重於當代貨幣制度如何形成。講述貴金屬貨幣如何發生「劣幣驅逐良幣」? 紙幣的信用機制如何演變? 金本位制度如何維持貨幣運作? 為什麼一戰導致金本制度崩壞? 二戰後布列登森林體系是如何以美金作為本位固定各國匯率? 中央銀行制度如何確立? 戰後歐陸如何復甦，東亞各國又是如何崛起? 其中就包含台灣與南韓，這兩個同樣先後以出口替代、高科技代工產業作為大戰略的國家，又是怎樣在冷戰局勢下成長。當然也包含了中國如何在鄧小平的改革開放後快速成長，內容也包含為什麼中南美洲和非洲於戰後，陷入長期的亂政。

乍看之下，本書討論的議題多與我們生活無關，但細思後便能發現其與我們生活息息相關。包含為什麼政府總是舉債印鈔票? 為什麼房地產只會上漲而不會下跌? 為什麼降息股票就會漲? 為什麼債券成為如今的避險保守投資? 通貨膨脹應該維持在多少? 這些種種你在財經新聞中看到的概念，都避不了與當代貨幣制度的形成與運作方式有關。只是這些知識解釋起來複雜，很多演變並不那麼理性，反而是屈就於當時國際因素下的產物，解釋起來特別花時間，也因此很多人並不清楚這些制度的流變。

本書作為經濟史的敲門磚，其實相當有其意義。不管是亞當斯密、凱因斯、海耶克以及傅利曼，本書皆有論及他們的思想核心及經濟理論，並輔以該時代的歷史背景，講述為什麼在那個時代下，會誕生出此些著名的經濟思想。

我認為若齋友希望理解如今的經濟結構如何運作，沒有甚麼書比《世界經濟10000年》來得更容易理解，內容還如此豐富，並且書中引用了一切讀者希望能延伸閱讀的書籍和作者清單。

雖然本書花費了齋主不少心思和時間才讀完，但內容的每個字卻深有價值，讀完後的成就感甚高，推薦給所有有心想了解經濟史的齋友。

此次 堡壘文化 同樣為酸齋的齋友們，準備了兩本贈書。

只要你完成以下條件，就可參加抽獎活動
只要你在9/19(日) 20:00 以前，完成以下兩個條件，即可參加抽獎。
1. 按讚並公開分享本貼文
2. 於留言處TAG兩名朋友

活動結束後，齋主會於第一時間抽出幸運的兩名得主。

最後，再次感謝 堡壘文化 對酸齋齋友們的照顧。

#八百回合經濟談
〔#貨幣危機的前兆 #發大財的好機會 #你嗅到了嗎？〕


今天政經八百要來跟壯士們分享，什麼是「貨幣危機」？以及它發生的原因。

如果平常多多關注這些國際金融的動態，也許你就會嗅到一些不對勁的情況，抓住這個發大財的好機會喲！


▌ 貨幣危機＝金融危機？

金融危機指的是在某個國家或地區內，某些金融資產貨指標在短期內突然大幅下跌的情況，有許多不同種的類型，例如貨幣危機、債務危機、銀行危機等等。

而今天的主題：貨幣危機，則是指某個國家或某個地區的貨幣「大幅」貶值的情況。


▌ 大幅是奪「大幅」呢？

就像是原本這個月台幣 1000 元或美金 30 元可以買到富士蘋果 10 顆，但下個月台幣突然只能買到 2 顆、美金還是 10 顆的情況。

經濟學家們當然也有自己對於「大幅」的定義，例如：Kaminsky et al.（1998）便認為當月的匯率貶值幅度比起加權平均的貶值幅度大於 3 個標準差時，貨幣危機就發生了。


▌ 第一代貨幣危機理論

第一代貨幣危機理論是由 2008 年諾貝爾經濟學獎得主 Paul Krugman 在 1979 年的論文中提出。

他認為政府實施內外不一致的政策，是造成貨幣危機的主要原因之一。

舉例來說，當一國採取「固定匯率」的制度時，政府可以達成國際金融的兩大目標：匯率穩定、資金自由流通。

然而若政府還同時想要擴張經濟、解決財政赤字、印鈔票，試圖想要達到第三個目標：獨立的貨幣政策，這時候問題就大了！（忘記的壯士這邊請 #匯率制度大解析）

固定匯率之下還想狂印鈔票，後果就是外匯存底一點一滴的流失，當投機客發現這件事便開始攻擊該國貨幣，放棄固定匯率制度讓貨幣大幅貶值的貨幣危機，便一觸即發。

Flood and Garber（1984)）便延伸了這個想法，提出了「影子匯率」的概念，指的是採取浮動匯率制時該貨幣的價值。

當固定匯率等於影子匯率的時候，就是投機客們開始攻擊貨幣的大好時機！

而這個第一代模型，便能夠很好地解釋 2002 年阿根廷出現的貨幣危機。（請看VCR #史上最成功的貨幣局）


▌ 第二代貨幣危機理論

第二代的貨幣危機理論引進了「理性預期」的概念。

Obstfeld（1996）運用了賽局理論當中的協調賽局（coordination game）找出的兩個奈許均衡，發現固定匯率如果被投機客攻擊就會瓦解、不被攻擊則可以繼續存活，同時也補充了第一代的理論。

Copeland（2000）則提出了政府會評估捍衛固定匯率、放棄固定匯率兩者之間的成本，採用成本較低的那個做法。

在這個比較之中，會出現兩塊區域是可以捍衛、也可以放棄的情況，便形成了多重均衡。

在第二代的模型中，只要民眾喪失對未來的信心、預期未來會發生危機，那麼社會就會朝著那個方向前進，最後發生危機。

這便是哈利波特中，崔老妮對鄧不利多作出的「自證預言」（Self-Fulfilling Prophecy）。

在自證危機的情況下，政府平日的作風就非常重要了。

這個第二代模型，可以很好地解釋 1992 年歐洲匯率機制（ERM）的貨幣危機。


▌ 第三代貨幣模型

第三代模型相較於前兩代的模型，探討了銀行和金融體系與貨幣危機之間的互動關係，以及貨幣危機會對剩下的經濟體造成什麼實質上的影響。

Chang and Velasco（2001）認為，如果本地銀行有以外幣計價的債務的話，短期債務可能會無法延期，貨幣危機會造成接下來的銀行危機。

Krugman（1999）則提出另外兩個重要的因素來解釋貨幣危機：

📌公司的資產負債表－影響公司的消費能力
📌資本流動－影響實質匯率

在這個模型當中，一旦公司們的槓桿程度高，或是外債相對於出口的比例很高的話，都有可能是造成金融崩塌的因素。

Krugman 對於 1997 年的亞洲金融危機情有獨鍾，對這起事件診斷之後，認為當金融危機發生的時候，直接放手讓貨幣貶值、以及耗費大量外匯維持固定匯率，這兩種處理方式的結果都一樣糟糕，實施緊急的資本管制防止資金持續出逃比較有可能是解方。


▌ 小結

今天政經八百跟壯士們簡單介紹了三代貨幣危機的小觀念。

第一代可以解釋 2002 年阿根廷貨幣危機、第二代可以解釋 1992 年 ERM 危機、第三代則可以解釋 1997 年亞洲金融危機，那你有沒有在歷史上或生活中嗅到什麼發大財的機會了呢？

下禮拜的八百回合經濟談要跟壯士們分享亞洲金融危機的來龍去脈，敬請期待～

#臺灣 #生活 #政經八百 #知識 #大學生 #經濟 #經濟學 #台灣 #科普 #科普經濟 #懶人包 #金融 #金融危機 #國際 #國際金融

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