本月債券ETF配息戰激烈，多檔債券ETF配息率逾8%，對於追求息收的投資人來說相當具有吸引力。其中，主動中信非投等債（00981D）連續兩個月繳出年化配息率9.1%的亮眼成績，穩坐「配息王」寶座。而高配息效應也帶動買氣，1月12日成交量更超車所有非投等債ETF，榮登成交量冠軍。根據中國信託投信官網顯示，00981D將於1月19日除息，投資人若想參與此次配息，最晚須在1月16日買進，預計2月23日發放。
00981D自去年9月掛牌以來，挾著高配息與績效雙優勢迅速竄紅，前兩次配息金額皆為0.08元，年化配息率突破9%，吸引許多追求穩定現金流的投資人，紛紛選擇在除息前卡位進場，連帶導致交投熱絡，近五日成交均量超過17,000張，1月12日單日更衝上21,722張，榮登非投等債ETF成交量冠軍，顯示投資人對兼顧配息與績效的主動型產品展現高度興趣。
1/12 非投等債ETF成交量一覽
資料來源：CMoney，2025/01/12
法人分析指出，00981D能連續蟬聯配息冠軍，關鍵在於主動式投資策略的靈活優勢。有別於傳統被動式債券ETF受限於追蹤指數的僵化規則，主動債ETF經理人握有選債主導權，能迅速因應市況調整投資組合。目前00981D是市場上唯一一檔主動型非投等債ETF，集中火力鎖定收益率較佳的非投等債市場，也助攻其配息水準優於其他類型債券ETF。
值得一提的是，00981D配置約20%的長天期「墮落天使債」。這類債券是指曾為投資等級、後遭降評至非投等債的標的，雖然評級下降，但相較於一般非投等債，發行公司的營收規模與商業模式仍具備競爭優勢，不僅仍有機會重返投資等級，長期報酬表現也更為強勁。
根據數據顯示，新冠疫情後非投等債信體質持續改善，已連續5年呈現「升評大於降評」趨勢。在升評潮助攻下，墮落天使債表現亮眼，統計去年截至12月22日，「彭博美國墮落天使3%上限公司債指數」達8.6%，優於「彭博美元非投等債指數」的8.3%。
法人分析指出，00981D發揮經理人主動選債優勢，鎖定評級遭降、但價格出現非理性超跌的時機點逢低佈局，藉由搶賺這類債券的「轉機財」，待價格修復回升後，即可貢獻額外的資本利得，此舉不僅強化此檔主動非投等債ETF的長期報酬率，也有助於達成息價雙收的投資目標。
※免責聲明：文中所提之個股內容，並非任何投資建議與參考，請審慎判斷評估風險，自負盈虧。
【記者王志成／台北報導】 中華民國僑務委員會委員長徐佳青近期因海外出訪行程遭到在野黨質疑。她(二十三)日出席大洛杉磯臺灣會館年會暨募款餐會時表示，上個月才帶專業人員赴美向僑界講解全社會防衛韌性，這波爭議宛如「無劇本演練」，僑委會不會因為遭到批評就停止工作，爭議反而讓更多人看到僑務工作的重要性。 徐佳青致詞時自嘲，以前沒有人關心她是否出國，現在出國許多朋友都會關心她的去向，特別感謝南加州僑界的支持。日前徐佳青因二十六天走訪七國、花費新臺幣一百十五萬元，遭民眾黨立法院黨團質疑公開版出國報告僅五頁，部分行程是否具公務必要性。僑委會對此說明，五頁報告為對外公開的簡要版本，詳細版本可供立法委員索取資料。 徐佳青表示，事件發生後，僑界如何看待訊息與回應變得至關重要，南加州及美國各地僑社隨後亦自發發表聲明並舉辦記者會，呼籲國會理性監督。她強調，僑委會本應在海外服務僑胞，這次爭議反而讓更多臺灣民眾注意到海外僑胞平時所做的努力與投入，讓外界看見僑務工作不可或缺的價值。
阿傑（化名）下班騎車經過鳳山的路口，被一台沒讓直行車的左轉轎車撞倒，右手骨折、機車全毀。對方保險公司開了一個和解數字，他嫌太低；朋友勸他直接提告，他又怕官司一打好幾年。就這樣來回拖了快五個月，他才急著問律師：我現在才要談，還來得及嗎？ 長期在高雄承辦車禍調解的張奕晨律師說，其實法律早就準備好一條免費又快速的路——區公所的調解委員會。調解成立經法院核定後，效力等同確定判決，對方賴帳可以直接聲請強制執行，不必再打一場官司。而且車禍的民事求償屬於強制調解事件，就算直接告上法院，法院原則上也會先安排調解。「懂得用調解的人，常常比急著提告的人更快拿到錢。」 申請流程3步驟 第一步：先把初判表和單據拿到手 調解不是空手就能上桌。張奕晨(高雄車禍律師)建議，車禍發生滿30天後，先向處理的警察機關申請道路交通事故初步分析研判表，也就是俗稱的初判表，上面會載明雙方可能的肇事因素，現在也能透過警政單位的線上系統申辦。初判表不是最終的責任認定，但已經是調解桌上最基本的籌碼。 同時把資料備齊：診斷證明書、醫療費用收據、車損估價單、現場與車損照片、行車記錄器畫面；有請假損失的，再加上薪資證明。醫療費、看護費、交通費、不能工作的損失、精神慰撫金，一項一項列出來，資料越完整，談判的底氣越足。（延伸閱讀：一場車禍，十筆求償？拆解車禍賠償與職災的套利空間） 第二步：該去哪一區的調解委員會？ 高雄市38個行政區的區公所都設有調解委員會，從三民、前鎮、左營到鳳山、岡山、旗山都有，聲請全程免費，各區公所的地址與電話上網一查就有。 但不是想去哪區就去哪區。依鄉鎮市調解條例，雙方住同一區，就由該區的調解委員會處理；住不同區時，純粹車損的民事求償，原則上向對方住居所在地的區公所聲請；有人受傷、涉及過失傷害的案件，也可以選事發地。雙方都同意的話，還能合意挑一個彼此方便的區公所。 舉例來說，住三民區的騎士在前鎮被住鳳山的駕駛撞傷，前鎮（事發地）和鳳山（對方住所地）的調解委員會都可以受理。到區公所填一張調解聲請書，或口頭聲請由人員代填，委員會就會排定期日、發通知給雙方。 調解當天會發生什麼事？ 調解程序不公開，氣氛比法庭緩和許多。雙方輪流陳述、提出單據，調解委員居中撮合金額；談成了當場作成調解書，再由公所送法院核定。第一次談不攏很常見，可以再排期，實務上不少案件是第二、三次才成立的，別一破局就放棄；對方經通知無故不到場，原則上視為調解不成立，這時就要盤算下一步。 張奕晨(高雄律師)特別提醒兩件小事：一是調解前記得通知自己的保險公司，任意險的條款多半約定，未經保險公司參與或同意的和解，保險公司可以不受拘束，自己談定的金額可能要自己吞；二是沒把握的話，可以委任律師陪同出席，或事前把求償清單請律師核過一遍，有經驗的律師在調解桌上爭到的數字，常常比判決還漂亮。 車禍調解3個地雷 三個最容易吃虧的注意事項 第一，期限。過失傷害是告訴乃論，告訴期只有6個月，民事求償時效2年，像阿傑拖到第五個月才想處理，就是在跟時間賽跑。不過這裡藏著一個足以翻盤的眉角。有網友問：爸爸去年出車禍、開放性骨折，當初想和解就先聲請了調解，最近調解破局，現在才想告過失傷害，是不是來不及、只剩民事求償一條路？ 張奕晨(車禍律師)答案是：來得及。依鄉鎮市調解條例第31條，調解不成立時，可以請公所把案件移送檢察官偵查，法律上視為聲請調解那天就已經提出告訴；最高法院109年台上字第4249號判決更確立了遊戲規則：只要在6個月告訴期內主動聲請調解，就算程序拖了一、兩年才破局，從調解不成立起算，還有6個月可以提告。實務上等於承認，聲請調解，就是提出告訴。這也是為什麼有些車禍明明事發超過一年，加害人照樣被起訴——因為被害人在關鍵的6個月內，做對了這一件事。 第二，強制險。強制險給付依法視為賠償金額的一部分，可以從和解金裡扣掉。如果傷勢可能構成失能，調解書最好寫明本次金額不含強制險、由被害人另行請領，不然該領的失能給付會被直接吃進和解金裡，事後再爭已經來不及。 第三，別急著簽拋棄條款。調解書上常見雙方拋棄其餘請求權這類文字，簽下去之前，先確認後續的治療費、勞動能力減損這些還沒浮現的損害，到底算進去了沒有。「傷還沒好就急著簽名，是我在調解實務上看過最多的遺憾。」張奕晨說。 「調解不是弱者的讓步，是聰明人的工具。」律師表示，他看過太多人在法院耗了兩、三年，最後拿到的不比當初調解桌上多。把資料備齊、把數字算清楚再坐上桌，大部分的車禍，其實根本不必走進法庭。 （延伸閱讀：一場車禍，十筆求償？拆解車禍賠償與職災的套利空間） 【張奕晨律師】簡介 學歷： 高雄中學 政治大學法律系學士 臺灣大學法律研究所 現職與經歷： 和府法律事務所長 — 車禍律師 高雄醫學大學附設中和紀念醫院 — 律師 矯正署高雄監獄 — 外聘講師 【高雄車禍調解與求償，請洽張奕晨律師】 電話：0919-703-760 LINE ID：@520zebse 官網：https://lawyer33.com/
圖／示意圖 商傳媒｜林昭衡／綜合外電報導 根據《IT Brief Asia》週四報導，全球製造業正日益將產品數據視為在其業務流程中運用人工智慧（AI）工具的核心需求。一項針對 400 位資深製造業專業人士的調查顯示，高達 89% 的受訪者認為，具備一個相互連結的產品數據基礎，對實現AI的潛力非常關鍵。 調查結果指出，製造商將產品生命週期管理（PLM），這是一種貫穿產品從概念、設計、製造到銷售、服務與淘汰整個生命週期的管理系統，評為人工智慧代理（AI agent，即能自主執行特定任務的人工智慧程式）獲取情境與執行數據的首選商業系統。有 49% 的受訪者將 PLM 列為人工智慧代理的首要數據來源，另有 38% 的人認為 PLM 提供最具價值的人工智慧驅動動作數據。 受訪企業也普遍意識到，若人工智慧系統無法取得產品相關數據，將會效率不彰，其中有 66% 的受訪者表示，若無此數據，人工智慧在其組織內將完全或大部分失效。此外，75% 的受訪者認為，人工智慧系統需能理解產品、品質、供應商、製造與客戶資訊之間的連結，這點極為重要。 為實現數據連接，業界對模型上下文協議（MCP），這是一種開放標準，目的是讓人工智慧系統能夠連接企業軟體中的資料並據此執行操作，的興趣顯著增加。調查顯示，91% 的受訪者表示組織對 MCP 的興趣提高，其中 63% 形容其興趣為「劇烈」或「顯著」。Propel Software Solutions, Inc. 的執行長 Ross Meyercord 指出：「MCP 提供人工智慧系統存取數據的途徑，但其價值取決於數據本身的品質。如果您的產品記錄支離破碎、過時或孤立，只會讓人工智慧更快地給出錯誤答案。PLM 解決了這個問題，它是一個讓產品知識保持最新、連結與可信任的系統。」 製造商面臨使用人工智慧的壓力，不僅限於內容生成或搜尋，更擴及到設計、採購、品質與服務等環節的關鍵工作流程決策。在這些情境下，不完整或不一致的產品資訊可能帶來營運風險，尤其是在醫療設備等受嚴格監管的產業以及複雜的工業供應鏈中。這項研究結果也反映出軟體供應商正努力將產品數據系統定位為人工智慧策略核心的廣泛趨勢。對於台灣製造業而言，此趨勢亦可作為借鏡，確保底層產品數據結構完善，才能有效發揮人工智慧應用的最大效益。
