近一周(十二月六日至十二月十二日)美國散戶情緒指數(圖一)，華為事件後，市場開始擔中美憂貿易戰升級的風險，中國民眾也出現抵制蘋果等美國品牌產品，均增添市場悲觀氣氛。看多者比例在前一週回升到歷史均值後驟減十七個百分點，大降至二○．九％。相對的，看空者比例則大增十八．四個百分點至四八．九％，等於近半數投資人看空後市，似乎有過度悲觀的情況。若聯準會升息態度無意外符合市場預期轉為鴿派，或許可稍稍舒緩悲觀情緒。觀察同期間的ETF資金流向(圖二)，隨情緒整個反轉，追蹤標普五百指數的 SPY、IVV成為資金率先反手調節的ETF，單周分別淨流出四三億及一五．六億美元。追蹤小型股的IWD，因較不受貿易戰影響而獲得買盤青睞，成為買超排行第一名，資金淨流入七．四億元。資金高出美股 低進非美市場根據研究機構EPFR統計同期間基金資金流向顯示，全球股票型基金遭資金淨流出三九○億美元，創單週金額創新高。其中，美國股票型基金資金淨流出二七七億美元，創單週第二大贖回金額，歐洲股票型基金為資金淨流出四五億美元，日本股票型基金則獲資金淨流入二三億美元，整體新興市場股票型基金獲資金淨流入二億美元，顯示資金高出美股、低進非美市場(包含新興市場)的轉換仍持續進行。至於為何近期資金流向會一八○度大轉彎？富蘭克林坦伯頓給了一個基本邏輯，目前美國企業多已示警營收與獲利動能強勁榮景恐無法延續至二○一九年，而非美市場的企業獲利位階仍較美國為低，預期二○一九年美國與美國以外地區經濟與企業獲利成長差距縮小，將有助於引導投資人目光轉向非美國資產。預期在此資金轉換過程中，非美股市表現將會優於美股。
但考量近日美股跌跌不休，並跌破整理區間下緣，將為全球股市帶來壓力，難有獨自逆勢向上的機會，操作不宜採取積極的單一多方策略，改以較為保守的買強賣弱的操作策略，較能規避系統性風險。以目前市場共識度高的二○一九年投資重點之一的物聯網(IoT)為例，目前主要傳輸技術可分為NB-IoT窄帶物聯網(Narrow Band Internet of Things)及5G，都是投資市場追捧的熱點。但在應用尚未普及及成本回收期的考量下，電信商恐會將資源優先投入在NB-IoT，導致龐大的5G基地台、電信設備訂單需求及應用商機不會像市場樂觀預期的那麼早到來。配對交易規避系統風險另因近期資金過度集中於5G相關個股，股價漲勢已明顯超越基本面，一旦未來營運在提前拉貨效應結束後開始轉弱，股價恐會面臨較大的修正壓力。反觀NB-IoT與由物聯網延伸的AIoT及邊緣運算，在各方資源積極投入下，商機實現的速度也將較快，加上相關供應鏈股價基期比5G供應鏈低，未來潛在上漲空間較大、下跌空間較小，適合拿來與5G供應鏈進行配對交易。應用場景尚未普及 物聯網對5G急迫性不高物聯網對傳輸技術要求主要為低功耗、低成本、長距離，無線通訊系統將涵蓋低功耗廣域網路(Low Power Wide Area，LPWA)及5G，分別滿足兩大傳輸需求的應用場景。
第一種是低速率及廣覆蓋的應用場景，像是智能電錶、環境監控等，不需太高的速率及頻率來傳輸數據，但對低成本、低功耗的要求更高，此時具有低功耗、低成本、廣覆蓋等特性的LPWA較能滿足傳輸需求。第二種是高速率、低時延及高可靠性的應用場景，像是車聯網、遠程醫療等，網路傳輸技術以4G、4G+或5G為主。由於目前自駕車、智慧醫療等高階物聯網發展才剛開始，滲透率不高，故物聯網裝置仍以中低階硬體為主，對於LPWA傳輸需求相對較高。LPWA已占據物聯網傳輸技術市場近六成比重，為全球電信商大舉搶進的「主戰場」，根據資策會產業情報研究所報告指出，隨著LPWA晶片、模組價格下滑，預計二○二一年全球LPWA市場規模將超過八億個聯網裝置。歐洲、韓國及中國主要選擇NB-IoT技術，北美電信商則主推eMTC巨量多機器型態通訊(Massive Machine Type Communications)技術。具成本優勢NB-IoT已陸續商轉但是NB-IoT與eMTC並非完全對立，兩者間可互補，電信商會同時用到兩個技術，NB-IoT可疊加應用在2G/3G/4G的蜂窩網路上，無需花費大筆資本支出來新建基地台。根據磐旭智能表示，目前NB-IoT用的是4G破碎的頻段傳輸資訊，服務提供商或是一般用戶在使用資費上也不像手機月租費那麼昂貴。科技若要廣泛落實於生活，就必須具備人人皆可享有的條件，企業在營運上的成本降低，相對也能回饋於使用者。另從積極開拓營收新來源的電信商角度來看，在成本回收期仍長的考量下，現階段將資金投入NB-IoT或許也是較划算的投資，國內電信商已於七月起陸續商轉。至於電信設備商及資本市場熱炒商機題材的5G，不想當冤大頭砸大錢來佈建基礎設施的電信商，似乎就顯得較為意興闌珊。台灣大總經理鄭俊卿直言，全球5G商機雖龐大，但電信商網路服務卻只能分到產值的一四％，其它最大一塊是創新應用占六一％，半導體、晶片、電信設備及終端等硬體商機也占二五％。買單全部基礎設施換來市場七分之一的商機，這種鐵定賠錢的生意怎會有人想做，尤其現在5G各應用面都尚未成熟，對於網路服務需求就更低。鄭俊卿就預期，電信商投入5G至少要承擔五～十年虧損風險。如果連腹地小的台灣都面臨成本難回收的問題，相信其他腹地更大、人口密度更低的國家，將面臨更大的挑戰。物聯網投資新焦點 在於AIoT及邊緣運算事實上，物聯網產業目前發展重點已非在傳輸技術了，而是從IoT轉型AIoT (=AI+IoT)。是將聯網裝置導入AI晶片，把感測器蒐集到的資料在邊緣裝置上做先期的處理，大幅度提高低延遲的目標，加上愈來愈多的AI加速晶片兼具效能及低功耗的優勢，讓IoT可加快朝向具有邊緣運算功能的AIoT的發展腳步。過去AI發展初期主要由雲端運算主導，仰賴強大的雲端運算能力，來進行數據分析及演算法運作。但在網路頻寬、通訊延遲及資料安全等因素限制下，隨AI晶片能力提升、邊緣運算平台成熟，數據資料在邊緣進行更快的篩選、分類、彙整、分析，並利用這些數據資料來不斷修正與優化模型，邊緣運算因而興起。例如汽車自動煞車系統、工廠自動化設備即時示警、智慧音箱等都是邊緣運算的應用案例。邊緣運算也適合用來布建擴增實境(AR)／虛擬實境(VR)、機器人、無人機、自駕車等AIoT全新應用，它們皆特別強調「即時性」影像分析、辨識、處理能力，對網路傳輸的低延遲、高頻寬通訊規格，要求極高，需要於僅數十毫秒甚至是更短的微秒時間內，即須完成所有、必要反應，回饋處理結果，發揮資料蒐集更高運用價值。然而，透過包含5G在內的網際網路，往返於本地物連網裝置及雲端伺服器之間的傳輸，至少需要上百毫秒才能反應過來，所以這類型的應用反而更適合採用邊緣運算架構。尤其雲端資料的傳輸成本高昂，未來大量視訊為主的資料量，都會造成現行3G、4G甚至未來5G網路傳輸的難以負荷，帶來昂貴網路傳輸成本。邊緣運算可將運算分析工作從雲端移至接近終端裝置的邊緣伺服器，減少傳回雲端的資料總量，先將龐大資料就近在邊緣伺服器裝置進行預先處理分析，等到將重覆資料過濾、資料量變少以後，才將處理後的必要資料傳回雲端，不僅可以節省網路頻寬的使用，也能降低雲端傳輸的成本。透過布建邊緣運算伺服器，可減少專有網路部署，進而減少電信商的資本支出及維運成本支出，同時降低電信商投資5G的急迫性。
