王鳳生觀點：AI 進入金融業─正在悄悄放大台灣不動產風險？

受惠於半導體與AI相關供應鏈出口強勁，帶動2025年台灣經濟成長率估計達到7.37%，10月股市突破28000點，刷新史上新高紀錄；不過，不論是經濟數據或是資本市場的亮麗表現，皆無法將此效應傳遞至房市。2025年住宅市場交易結構為量縮價緩跌，主要癥結是由三大因素的疊加所帶來的影響，包括金融緊縮的高成本壓力、政府調控政策的強力抑制與市場信心的趨於保守。台北股市在2026年1月5日，在美股科技股強勢領漲以及AI產業需求持續爆發的雙重利多帶動下，加權指數一舉衝破3萬點整數大關，創下台股歷史新高紀錄。

根據2025年12月中旬央行理監事會議的決議，2026金融政策方向不是全面鬆手，而是由「硬性總量限制」轉為「精準控管與用途引導」。AI技術快速滲透台灣金融體系，從房貸審核到不動產估價無所不在。表面上看，它提升了效率與精準度；但在高度依賴不動產的金融結構下，AI可能正在放大系統性風險，讓房市波動與金融體系的脆弱性加劇，而非降低。

房市與金融高度依存

這種隱憂並非空穴來風。台灣金融體系長期呈現高度不動產依存，銀行放款中房貸與建築融資占比極高，壽險資金長期投入不動產及類不動產資產，而家庭負債也以房貸為主。在這樣的結構下，房價穩定上升時，金融機構與投資者普遍認為風險可控。然而，AI的導入並沒有改變這種結構，它只是建立在既有模式之上。

AI模型雖然精準，但只能從過去的資料中學習。台灣房市長期高檔且下跌樣本稀少，使得 AI很容易「誤以為房價永遠穩定」。一旦市場轉向，模型可能同步收緊信貸，形成順週期放大效應。

順週期風險被強化

AI系統本質上是順週期的。房價上漲時，模型判定違約風險低，銀行放款增加，進一步推升房價；房價下跌時，AI模型收緊信貸，使價格下跌速度加快。這種連鎖反應，對台灣金融體系尤其危險。

更值得警惕的，是模型一致性帶來的系統性風險。當多數銀行使用相似資料、相似算法，決策高度同步時，整個金融系統便容易同時擴張或收縮，形成集中風險。這種同步性，在房貸占比過高的體系中，比單一模型失準更可怕。

區域分化與風險集中

AI偏好資料完整、交易活躍、趨勢明確的市場。在台灣，這意味著資金更容易流向六都、重劃區及捷運沿線，而非核心地區則被快速邊緣化。表面上看似風險管理，但實際上可能導致風險集中在特定區域與資產類型，增加局部市場脆弱性。

技術無法取代制度判斷

不動產價格在台灣，深受政策、信用管制、人口結構及社會心理影響。AI無法自主預測政策斷裂或人口快速變遷，也無法衡量市場心理對購屋信心的影響。一旦遇到結構性轉折，AI預測可能全面失準，技術反而成為「安全錯覺」。

結語：AI不該只是放貸加速器

AI在金融風險管理上有其價值，例如快速篩選違約風險、提高估價透明度，但若缺乏逆順週期監理設計與壓力測試，AI只會讓市場在繁榮時更繁榮，在緊縮時更脆弱。台灣必須正視：AI與金融監理的整合、模型行為差異化要求、房貸集中度與資產價格風險警示機制。否則，AI導入金融業，不會降低風險，而可能成為放大系統性風險的加速器。在下一次房市調整來臨時，缺乏制度約束的 AI可能讓危機來得更快、更集中，也更難處理。 （相關報導： 林建甫專欄：理解與解決AI胡說八道的問題 ｜ 更多文章 ）

＊作者為國立高雄大學榮譽講座教授