央行跨域研究能量：從金融央行走向跨域央行才能和FED接軌

左本沖

2025年11月17日週一上午7:30

我國中央銀行向美國聯準會看齊，不只是提升透明度，而是全面引入跨域研究架構，使央行從「金融央行」進化為「跨域央行」。（圖片來源／Federal Reserve頻道）

台灣央行長期以來的研究能量主要集中在金融、經濟與貨幣理論領域。然而，AI 供應鏈崛起、台幣升值成共勢、美國匯率觀測從年報改為季報，以及全球資訊對稱化的潮流，已使傳統金融框架無法完整應對新時代的挑戰。因此，央行的研究架構必須進化為跨域型，向美國聯準會看齊，才能保持政策敏銳度與國際可信度。

第一、FED的核心優勢：不是利率，而是跨域研究能量
美國聯準會（FED）之所以被視為全球最強央行，不只因其利率政策，而是其制度化的跨領域研究團隊。Fed 包含 AI 科學家、勞動經濟學者、人口學者、能源與氣候研究者、供應鏈專家、行為科學家、產業分析師等，使其能在科技、人口、產業、地緣政治等多領域同時做出準確判斷。這種跨域能力正是台灣央行目前最缺乏的。

第二、台灣央行研究過度集中於金融專業，形成制度性限制
台灣央行研究人員來源高度同質，主要來自金融與經濟背景，缺乏 AI、資料科學、供應鏈管理、人口社會、產業研究、科技經濟、地緣政治等關鍵領域人才。在台幣升值、科技驅動、人口變動、供應鏈重組的情境下，單一財金視角已不足以支撐政策判斷。此外，央行仍大量依賴過去模型，無法完全捕捉 AI 對生產力、出口、通膨、工資的變化。

第三、升值時代更需要跨域研究能力
AI 供應鏈帶動的出口強勁，使台幣升值成為結構性趨勢，而非短期現象。升值牽動：實質購買力、勞動參與、工資水準、貿易條件、企業投資、避險成本等多項指標，全部涉及跨域知識。如果央行仍僅依靠金融專業，將面臨誤判（低估升值壓力）、錯估（視為短期因素）與錯誤調節（干預過度或不足）的風險。

第四、央行若要向 FED 看齊，必須打造三大跨域能力
（1）AI × 生產力 × 工資 × 通膨模型：Fed 大量研究科技如何提升生產力並影響通膨，而台灣更應關注，因為我們是 AI 供應鏈核心。
（2）人口 × 工時 × 生育率 × 升值模型：勞動力與人口變化深刻影響升值周期，台灣人口快速老化，央行更需相關研究。
（3）供應鏈 × 地緣政治 × 產業結構 × 匯率模型：匯率已非純金融變數，而是科技、安全與產業政策的交匯點。這是台灣的關鍵弱點，也是最快需要補強的部分。

升值時代與季報時代已經到來，央行若仍停留在金融專業的單一框架，將難以做出全面判斷。向美國聯準會看齊，不只是提升透明度，而是全面引入跨域研究架構，使央行從「金融央行」進化為「跨域央行」，才能維持政策敏銳度、國際信任度與國內經濟穩定性。

(原始連結)

其他人也在看