2026年，隨著國際會計制度IFRS 17與新一代清償能力制度（TW-ICS）正式上路，台灣壽險業將全面走向與市場高度連動、以風險為核心的新監理時代。資產負債管理（ALM）不再只是後勤性的財務工具，而將成為長期競爭力的關鍵戰略。
回顧過去，長期低利率迫使壽險業為支撐高保證負債，大量配置海外高收益、長天期外幣資產。然而，隨著利率反轉與市場波動加劇，匯率避險成本持續攀升，不僅侵蝕獲利，也對資本適足形成結構性壓力。IFRS 17與TW-ICS的實施，將這些過往隱含於帳外的風險清楚反映於財報與資本要求中，迫使業者重新檢視既有ALM架構的可持續性。
在此背景下，AI與大數據分析的成熟，為壽險業帶來突破性解方。近年歐洲學界與大型保險集團提出的「Deep ALM」概念，透過深度學習與強化學習，讓AI在大量經濟與市場情境中，自主學習並優化資產配置與避險策略。相較傳統僅依賴有限情境假設的ALM模型，AI可在多維度條件下，同步評估資本適足率、損益波動與避險成本，協助業者找出更具韌性的最佳解。
實務上，已有AI協助壽險業ALM成功案例。例如金融科技新創Ortec、貝萊德（Blackrock）與富達（Fidelity）等資產管理集團都已建置相關量化分析系統，將監理規範（如RBC、ICS）、目標報酬、ESG要求與避險政策納入模型限制條件，再由AI在數萬個情境中找出最符合條件的解方，為保險業提供在資本監理與永續投資並行下的ALM輔助工具。
新監理時代，讓壽險業穩健前行
更重要的是，AI強化的ALM能力將深刻影響保險商品創新。隨著亞資中心政策推動，未來指數連結型萬能壽險、年金與附保證給付的變額年金等商品，將成為市場關注新焦點。然而，此類商品內含保證機制，若缺乏嚴謹的多情境分析，創新反而可能放大風險。而透過AI進行全面資產負債情境測試，壽險業者可更精準掌握保證成本與資本需求，讓商品創新建立在可控風險之上。
從宏觀角度來看，IFRS 17與TW-ICS不只是監理制度轉換，更是引導壽險資金角色轉型的契機。若能藉由AI降低不必要的避險成本、提升與新台幣計價及本土長期資產的匹配度，壽險資金將有機會釋放更多能量，提升商品設計與資產配置新韌性，更可投入能源轉型、基礎建設與長照體系，成為支撐台灣長期發展的穩定力量。
面對超高齡社會與金融市場高度不確定的未來，保險業的挑戰只會愈加複雜。結合AI與新世代ALM策略，讓風險管理更前瞻、更精準，這將是台灣壽險業在新監理時代下，實現穩健轉型、兼顧普惠金融與高齡保障的關鍵一步。
（前金管會主委、政大金融科技研究中心主任王儷玲口述。廖君雅採訪整理）
