法規與監理 2024年12月

亞洲資產管理中心示範區有譜

2年有感、4年有變、6年有成
撰文:王小楓

「亞洲資產管理中心」計畫正如火如荼地進行,金管會主委彭金隆月前在立法院財政委員會中,被問及「亞洲資產管理中心」示範區的相關事宜時,他揭露最新時程,預計2025年上半年成立,目前有9家業者有意願進駐,包括4家國際資產管理公司、5家銀行。

相較過去的亞太營運中心、亞太金融中心、亞洲理財中心、亞洲企業資金調度中心等,只聞樓梯響,甚至遭外界質疑,只是換個名稱或樣態,金管會的重點在於監管、完善制度面,對產業發展和鬆綁法規似乎略有不足。

然而,短短4個多月,金管會火速端出5大計畫,訂定階段性目標「2年有感、4年有變、6年有成」,而證期局、銀行局與保險局,將調整近40項法規,就連證交所、櫃買中心、三大公會都積極響應,國內外的金融機構都十分期待,「這次真的不一樣」。

台灣可結合1優勢1需求 吸引國際資金

亞太商工總會執行長、東海大學經濟系兼任教授邱達生引述2024年9月的「全球金融中心指數」(Global Financial Centres Index, GFCI)報告,台灣不僅在科技金融及人力資本方面具備一定優勢,且隨著全球資金流向亞洲,地理位置有機會吸引跨區域資金,台灣在資產管理領域有發展潛力,且金融科技應用的成熟度相對較高,有利於推動資產管理創新。

邱達生觀察,這次確實與以往追求亞太金融或財富管理中心的策略不同,金管會提出的5大計畫強調實質法規鬆綁、產業促進和跨部門協作,特別是設定「2年有感、4年有變、6年有成」的目標,期望快速反應市場需求,逐步將台灣塑造成資產管理重鎮,展現出步步為營的決心。

不過,邱達生也提醒,從台灣目前在全球金融中心指數的排名為第73,相較於位列前茅的金融中心,如新加坡、香港及東京等亞洲城市,台灣排名並不算前面,且市場規模、國際資本吸引力和金融服務多樣性上仍顯不足。

他強調,推動亞洲資產管理中心雖能增強國家競爭力,但提升排名需要全方位的努力,包括改善營商環境、加強金融基礎設施、提升國際知名度等,所以,結合高科技製造業優勢及國際對綠色經濟的需求,能夠吸引更多國際資金投入。

超額儲蓄反映資產管理需求 慎防外部挑戰

根據金管會最新統計,2024年前9個月銀行業、證券期貨投信業和保險業的稅前盈餘為新台幣8,854.2億元,創下史上同期新高,更達到2021年全年9,363億元獲利高峰的95%,全年獲利有望逼近兆元關卡。

金融三業成長動能強勁,顯示台灣具備一定的資產管理發展基礎,邱達生表示,根據安聯集團報告,台灣人均金融資產淨值名列全球前茅,且超額儲蓄率達16.7%,反映出資產累積潛力和投資需求強勁。

邱達生認為,銀行業可藉此拓展高資產業務,提供更精細的財富管理服務;投信業在基金發行規定放寬後,預期能吸引內外資金,擴大資產管理規模;壽險業在政策的鼓勵下,將積極參與公共建設與策略性產業投資。

只是這些機會能否有效轉化為產業成長的動力?邱達生指出,還需考量外部挑戰,GFCI報告中指出亞洲其他金融中心,如新加坡、香港早已在資產管理和財富管理領域深耕,台灣在競爭中需克服市場規模較小、品牌知名度較低的挑戰,儘管有吸引國際資金的優勢,但流動的不確定性,恐讓「引資」穩定性和持續性面臨考驗。

跨國合作突破重圍

機遇往往伴隨著挑戰,金融機構不僅在國內廝殺激烈,還得面臨海外金融機構來分食大餅。邱達生認為,台灣金融機構需進一步強化自身實力,以提升在資產管理領域的競爭力,首先,創新金融科技應用至關重要,包括數據分析、人工智慧等技術的導入,有助於提高服務效率,滿足市場快速變化的需求;同時,強化內部風險控制和專業知識培訓,也是應對國際競爭的重要基礎。

其次,跨國策略聯盟和合作機制是台灣金融機構進入國際市場的途徑之一,透過與國外金融機構的合作或技術公司聯手,金融機構能夠在國際舞台提升影響力,並創造更多差異化的金融產品;身處在激烈的競爭環境下,台灣需要在吸引外資和保護本地市場之間找到平衡,才能在全球金融體系中穩健發展,成為具有競爭力的亞洲資產管理重鎮。

台灣金融法規相對保守,儘管在1998年亞洲金融危機和2008年全球金融海嘯期間,因此渡過難關,意即將系統性風險降至最低,但國際金融市場資金充裕,尋找標的物之際,卻也錯失引資的好機會,期盼本次透過官方攜手產業、中央偕同地方,全面動起來後,讓亞洲資產管理中心加速落地生根。(本文作者為長期關注金融議題的現任媒體人)

猜你喜歡

2025年8月

AI的零點擊資安攻擊來了

「安全始於設計」原則,近年來已經逐漸在資安界扎根。與其在寫完程式之後,才用人工或自動化工具找出漏洞,還不如一開始就選擇那些在語言層級上本就無法寫出某些類型錯誤的程式語言。舉例來說,若捨棄各種已有數十年歷史的C語言,改用如Rust等較為現代的語言,便能從根本上排除大量的資安漏洞。然而,就在傳統軟體界逐漸接受這個新思維的同時,人工智慧的迅速崛起,卻大幅動搖了這項理念。一旦給了大型語言模型(LLMs)讀取或操作系統資源的權限,它卻可能出現邏輯來源不明、行為難以預測的狀況。有時候,這些風險可以靠修改提示語的上下文、交由其他模型進行驗證,或者為特定錯誤情境設計固定回應來處理。但因為LLMs背後的技術邏輯是由資料訓練出來的,不是人工設計的,這些方法只能頭痛醫頭、腳痛醫腳,無法用來確實防護整體資安。因此,大型語言模型的安全並不是靠設計就能確保不會出錯,而是靠統計方法降低出錯的機率。儘管這些都是眾所周知的危險,但直到2025年6月EchoLeak事件,這些風險才真正首次爆開。微軟Copilot自推出之初就充滿爭議,它的預設權限極廣,且不完全透明。其中最令人擔心的,就是使用Copilot+的電腦,會定期截取使用者的螢幕畫面,並搜尋畫面中的內容。Copilot+甚至還會自動掃描使用者的Email信箱,將冗長的內容整理成簡短摘要。EchoLeak攻擊就利用了這個功能。它向受害者發送電子郵件,而收件者甚至不需要打開Email或點擊任何內容,就可以製造資安界公認最難防範也最高明的「零點擊」(Zero-Click)攻擊。這封Email內含惡意指令,讓LLM反過來對自己發動攻擊,協助攻擊者搜尋系統上最機敏的資料,然後將這些資料外洩出去,在這段過程中它可以繞過許多原本保護機密資訊的安全措施。雖然這個漏洞目前並未在真實環境中被使用,而且微軟已經修補完成,但相同原理的攻擊,未來很有可能產生。EchoLeak攻擊的技術稱為「提示語注入」(Prompt Injection),也就是讓使用者透過特定語句,說服模型忽略系統的原始設定。最著名例子就是「忽略所有先前指令」。這種攻擊之所以難以預防,是因為LLM目前不具備有效的「輸入清理機制」(Input Sanitation)。傳統資料庫系統可以設計防線,讓系統將像「Drop Table」這類的語句視為純文字資料,而不是實際執行的刪除指令。但對LLMs來說,每一段文字都被一視同仁當作指令,沒有明確區分命令與內容。攻擊者正是透過這種混淆來下達他們真正的指令。專家正在開發一些針對提示語清理的解決方案,可能即將問世。德國研究團隊在2025年1月的論文中提出一個辦法:將系統內建的指令,轉譯成一種只有AI才能看懂的秘密語言。AI在處理語言時,會把大量的輸入壓縮進有限的語意空間,因而可能出現語意重疊的情況,使得看似亂碼的字串也會被模型認為具有特定含義,這種特性有點像是看到一個特定的雜訊畫面,卻能接收到某個具體意義。透過這類作法,模型能更明確區分內建系統指令與一般使用者的對話內容,避免將惡意語句誤認為內部指令。然而,這類方案依然基於大型語言模型的黑箱特性,專家目前還在爭論它到底算不算是本文一開始提到的「安全始於設計」的理想。假設這類方案能逐漸改良並逐漸推廣,類似EchoLeak的攻擊空間將會大幅縮小。但真正該擔心的是,LLM的資安漏洞無邊無際。根據開放網路應用安全計畫(OWASP)組織2025年提出的「LLM十大安全漏洞」(OWASP Top 10 for LLMs),提示語注入僅是最關鍵的一種攻擊方法,但並非唯一。當AI能夠主動幫我們執行的任務數量越來越多,種類越來越廣,「過度代理」(Excessive Agency)這類問題也將日益複雜,成為資安領域的重要挑戰。隨著AI深入各種工作流程,企業對它的管理方式將不再只是資安層面的防禦問題,會更像是新進員工的培訓與信任建立過程。剛導入的AI系統不宜立刻接手敏感任務,但若完全不建立起任何信任關係,企業恐怕也將錯失這場自網際網路以來最具顛覆性的技術革命。(作者為金融研訓院̮外聘研究員;譯者為劉維人)