當黃金不再是商品：一集關於「分散化正在變貴」的訪談

玉起於禺氏，金起於汝漢，珠起於赤野。東西南北，距周七千八百里……先王度用於其重，因以珠玉為上幣，以黃金為中幣，以刀布為下幣。

—— 《管子・國蓄》（戰國）

兩千多年前這段話講的是：黃金之所以是「幣」，不是因為它能拿來做什麼，而是因為它遠、它稀、它被度量成幣。它的位子是被安排出來的。位子會變。

這集在講什麼

2026 年 9 月 4 日的 The Meb Faber Show，來賓是 AllianceBernstein 的首席投資策略師 Inigo Fraser-Jenkins。整集主題是資產配置，但真正的骨架只有一句：我們熟悉的那套組合方式，靠的是一組不會自動延續的條件。

我聽到一半倒回去重聽的那句話是——黃金已經不是商品了，在現在這種環境裡，黃金是錢。

摘要重點

一、美股例外論跟美元例外論，是兩件事。 他替前者辯護，但拒絕替後者辯護。美股那邊他給的理由是可以查證的：美國企業歷來比別的地區更會把資訊科技轉成生產力、美國企業裁員的速度快（他自己說這個理由聽起來沒那麼令人愉快）、未來十到十五年美國勞動年齡人口大致持平，而歐洲每年減約半個百分點、中國接近一個百分點。美元那邊他列的是利弊各半：債務利息支出超過國防支出是一件大事，但短期沒有替代品，穩定幣還反而製造了短天期美債的新買家。

二、黃金被他重新歸類。 他的理由不是價格，是地緣政治與主要經濟體的債務位置——在這種環境下，黃金的功能已經不像銅或原油，比較像貨幣。所以他把黃金單獨放一格，跟其他商品分開。

三、他不給黃金目標價，而且承認這很奇怪。 他說自己在會議上常自嘲：一個投資策略師叫人買一樣他不肯給目標價的東西。過去黃金可以用抗通膨債券的實質利率來定價，那個關係在俄羅斯入侵烏克蘭那天斷掉，他認為不會回來。替代做法是給一個長期報酬假設：一百五十年的實質報酬約每年 0.6%，加上金磚國家（尤其中國）的買盤，抓到約 1% 實質。零息、零相關、每年約 1% 實質——這三個數字就是他談黃金部位的全部起點。

四、債券的分散功能可能回不去。 過去二十多年股債負相關，讓六四配置變成不用動腦的答案。但把圖往前拉兩百年，股債正相關才是常態。2022 年之後的正相關不是異常，是回歸。

他點名的原因是通膨的均衡水位被推高：去全球化、高起始債務水位帶來的貨幣化誘因、氣候。這些力量推升通膨，卻不帶來對應的成長。

五、一張叫「來自那些『成功』市場的虛假安全感」的圖。 把 1899 年的股市按市值排名，美國表現極好、英國也不差，接下來的六七個市場歸零，有些還不只一次。

他沒有拿這個預測美國，他要講的是：我們用來估算「長期持有指數會賺多少」的那些歷史數字，本身就是從活下來的樣本算出來的。

六、AI 生產力的算術，他用反推的。 他說人類預測長期生產力成長的紀錄很差，2000 年那次就把長期假設訂太高後來慢慢收回。所以他改成先估其他力量會壓低多少：光是人口結構，未來十年美國勞動年齡人口成長率就比 1980 年以來低約 0.8 個百分點，再加上氣候的幾十個基點，合計約 1%。於是問題變成：AI 每年要多創造 1% 的生產力，才只是讓我們維持原速。

他拿蒸汽機當標尺——工業革命時期蒸汽機為英國帶來的持續生產力提升約每年 0.8%。學術界近兩年那批 AI 生產力預測的平均值，也差不多是 1%。他的結論是：AI 大概會提升生產力，但中心情境是把我們維持在原本的速度，不是加速。

七、這一輪自動化跟前幾輪不一樣的地方。 把「AI 預期衝擊最大的產業」跟「各產業的工會化率」疊起來看，形狀跟過去二三十年重工業、汽車業的自動化很不一樣——而他自己這行排在第一位。他因此認為短期內會有一定程度的工作錯位。

延伸想法

「我明明有分散，為什麼跌的時候還是一起跌」

這大概是這幾年最多人心裡的問題。手上有美股、有海外、有債券、有一點 ETF，看起來很分散，結果 2022 年一起跌，2025 年又一起漲。

聽完這集我覺得問題出在，我們把「持有不同的東西」當成分散，但分散的單位其實是「不同的力量在推動它」。過去股債能互相抵銷，是因為當時衝擊經濟的主力是需求——需求弱，股票跌、央行降息、債券漲。這是一組配合得剛好的條件，不是債券這個資產的本質。而他點名接下來的衝擊來源，去全球化、供應鏈受限、地緣政治，這些是供給面的——供給面衝擊會同時傷害成長跟推高通膨，股票和債券在那個環境會朝同一個方向走。

所以下次想檢查自己夠不夠分散，我覺得比對名單有幾檔沒用，比較有用的問題是：這幾樣東西，是不是同一件事發生時會一起出問題。他提到黃金的時候給了一個判準——這東西沒有現金流、也沒什麼工業用途，所以沒有理由認為它跟股票的相關性應該不是零。這個推論方式我覺得比結論本身有用：一樣東西該不該跟你的主部位一起動，看的是它靠什麼賺錢，不是它的名字。

順帶一提，他也講了黃金今年上半年為什麼跌得凶——因為去年散戶跟 CTA 一起大幅流入，把黃金跟股票的相關性推成正的，那是不正常的狀態，後來解除了。這件事本身就是個提醒：同一樣資產，在資金結構被改變的期間，會暫時失去它原本的功能。

「這東西漲成這樣，我現在追會不會買在最高點」

黃金、AI、任何漲了很久的東西，都會遇到這個問題。我自己也常卡在這裡。

有意思的是，他處理這件事的順序跟我們直覺相反。我們的直覺是先判斷貴不貴，再決定買不買。他是先決定這東西在組合裡負責什麼工作，再回頭談價格。他說得很清楚：他對黃金的看法不是獨立成立的，他之所以看多黃金，是因為他主張要策略性加碼股票，而整個產業在債券失去分散功能之後講不清楚拿什麼來平衡那個股票部位——黃金是進到那個空位裡的東西之一。

這個順序的差別在於，它決定了「什麼情況我該改變主意」。如果買黃金的理由是「它會漲」，那它跌了你就沒有理由續抱，只能靠意志力。如果理由是「它在我的組合裡負責跟股票不同步」，那該讓你改變主意的就不是價格，而是它開始跟股票同步了。前者的失效條件是浮動的，後者是可以驗證的。

估值那段他的態度我也覺得很誠實。他不否認估值有用——他說用席勒本益比看，市場是「充分估值」的，而且股票不孤單，多數資產都相對歷史偏貴。但他同時說，只靠估值很危險，因為單看估值你會有很長一段時間站在場外，那會是個極糟的判斷。他最後給估值的位子是：估值不告訴你進場出場，它告訴你「不准假設本益比繼續擴張」。在他看來，那就是估值該做的全部工作。

「AI 到底會不會改變一切」

他那段反推算術，我覺得是整集最值得抄下來的思考方式。

大部分關於 AI 的討論都在問「AI 能帶來多少」。他先去問「其他事情會拿走多少」——人口結構每年 0.8 個百分點，加上氣候的幾十個基點。有了這個底，「AI 每年帶來 1%」這個數字的意思就完全變了：那不是加速，那是持平。

我聽到這裡想到的是，我們判斷一個新東西好不好，習慣拿它跟「現在」比，但正確的對照組是「沒有它的未來」。而那個未來往往正在往下走。同一個數字，換了對照組，結論可以從「起飛」變成「打平」。

至於工作那一段，我覺得他的處理方式值得學。他先老實把反方講完：過去兩百年每一次自動化恐慌，最後創造的工作都比消滅的多，這是紀錄，不是安慰。然後他才給出這次可能不同的具體證據——不是感覺不同，是把兩張圖疊起來看到的形狀不同。要說服人「這次不一樣」，那句話本身沒有重量，重量在你能不能指出是哪個變數變了。

可以參考的資料

• The Meb Faber Show 這集本身（第 649 集，2026 年 9 月 4 日），節目網站有 show notes
• Inigo Fraser-Jenkins 的研究發表在 AllianceBernstein 網站，他說多數文章也會放上 LinkedIn
• 想順著「1899 年那些歸零的市場」往下查，可以搜「survivorship bias equity markets 1899」，那張圖的資料來源在學術文獻裡有完整版本
• 席勒本益比的長期序列，耶魯大學 Robert Shiller 的公開資料頁有免費下載

帶得走的一件事

一個觀念：先問這樣東西在你這裡負責什麼工作，再問它值多少。

工作講不清楚，價格再便宜也沒用——因為你不會知道什麼時候該放手。工作講得清楚，你就自動得到了一個檢查點：這東西還在做那件事嗎？

我試過的一個做法，跟投資無關，你今晚就能做：拿一張紙寫下這個月讓你覺得安穩的三件事——可能是一份工作、一個人、一個習慣。然後在旁邊寫一句話：這三件會不會在同一個晚上一起出問題。

我第一次寫的時候，三行後面的答案是同一個。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。