反事實分析 VS 事後孔明

半年前我在這個專欄寫過一篇〈儲局舊部引爆鮑威爾「豪裝」事件〉，討論聯儲局總部裝修超支的問題，當時指這並不是一件小事，現在應驗了。

事緣去年7月，有共和黨眾議員把聯儲局超支一事轉介司法部，指控鮑威爾就此在國會作證時說謊，低估了建築費用。這件事似乎不了了之，但到了上周六，聯邦檢察官突然向鮑威爾發出傳票。這個動作，當日沒有公開，到了周日才由鮑威爾主動公諸於世，罕見地發布官方影片，披露司法部正開始對他展開調查，直指這是有政治目的之舉動。事先張揚法律糾紛，特地拍片發聲明澄清，是聯儲局史無前例的做法。

主動拍片 抵消壞消息衝擊

消息一出，前任聯儲局主席以及各地央行的現任主席，齊齊出聲譴責，社交媒體上亦一片嘩然，各式各樣的末日預言如天上繁星，「美國正步向香蕉共和國」、「對制度信任完全崩潰」、「美國債市即將塌下」等，人人都在幻想周一開市的慘烈景象。

結果，美股期貨確實曾一度下跌，但很快就回穩，周一股市收市時微升。美債息率和美元亦只見輕微下滑。金價雖然再破紀錄，但升幅不算異常。整體來說，市場根本不把鮑威爾被查當一回事。

為什麼？最大路的解讀是投資者視之為政治鬧劇。政府工程超支這種事，在美國的官僚體系其實甚為普遍，就算真有責任，聯儲局主席報細數也只是次要。即使調查繼續，也要經過各級法院的重重關卡，要真正動搖聯儲局獨立性，難度極高。

更有意思的另一解讀，是鮑威爾拍片化解了危機，甚至令市場對聯儲局的獨立性增加信心。這就涉及反事實（counterfactual）的分析了，若果鮑威爾不這樣做，等消息從其他途徑洩露才被動回應，效果會有何不同？

我們先作一個合理假設：司法部調查聯儲局主席，本身就是對聯儲局獨立性的威脅，對市場來說絕對是壞消息。市場沒什麼反應，那麼我們就可以作第二個假設：鮑威爾一定是做對了某些事，抵消了這個壞消息的衝擊。

預測市場的數據支持這個判斷。例如在Kalshi平台上，調查消息出來前，鮑威爾在今年8月前離任理事職位的機率高達八成半（鮑威爾主席任期在5月完結後，可以繼續擔任理事至2028年1月）；事件公開後，機會反而大跌至不夠六成。換句話說，市場本來認為鮑威爾很可能在主席任期完結後，就會在政治壓力下完全離開聯儲局，但他的一條短片改變了市場想法。

反過來推論，如果他保持沉默，結果很可能更差。從其他渠道洩露消息，傳聞自然更多，市場反應定必更大，到後來才被迫出來澄清，自會被解讀為刻意隱瞞，對聯儲局形象亦打擊甚大。

反事實分析 不流於事後孔明

當然，這種反事實分析永遠無法百分百確定。沒有時光機，歷史也不能重演，我們只能觀察到現實世界的一個結果。若果鮑威爾不是這樣做，到底會發生什麼事？這個看似簡單的問題，其實非常難答。

以上推論，基於幾個假設，包括「主動發聲能夠控制輿論方向」，以及「投資者會把沉默詮釋為有意隱瞞」。這些假設，當然值得商榷，但有預測市場的數據支持，我們就可以對這個解讀多一點信心了。

反事實分析是否事後孔明？事後孔明，就是根據結果講故事，既不用列明假設，也不用提供證據。市場沒反應？因為投資者不認真看待特朗普的舉動。市場大跌？因為投資者擔憂聯儲局信譽受損。無論如何，總可以自圓其說。

然而，反事實分析不同，它先提出明確假設（調查是壞消息，市場沒反應，代表鮑威爾做對了），再找證據支持（預測市場數據顯示離任機率大跌），最後才作推論（不主動澄清，結果會更差）。你不一定認同每一步推理，但至少知道結論從何而來，不是事後孔明說了算。

懷愐David Webb

八哥先是胸口一痛，跟住鼻子一酸，眼眶一紅，又不是親戚，也不是深交，他甚至連中文名字也沒有，那個花名更是騎呢，但原來看了他專欄20多年後，不知不覺被他點化，成為一個好奇的每事問。

多謝David Webb，一個令人懷念的大眾老師，年過60便蒙主寵召，因轉移性前列線癌離世。生前很多粉絲（包括八哥）都電郵勸他試試中醫治療，但他卻之不恭。哲人早萎是天妒英才，憑他精密的頭腦、對財經數字的敏銳和英式的幽默感，他教曉我們投資者應有的權益和必須的堅持。與其說他是「股壇長毛」，不如說他是「股壇葉問」，因為他教曉我們一套功夫，在龍潭虎穴中能站穩陣腳。

深信公開透明改變管治

香港有錢人多的是，但搵夠而肯公開分享知識的可能只有Webb。有些富豪愛給人股票貼士，他卻相信公開透明可以改變公司管治，並以1000萬元真金白銀建立自己的網站。環顧紐約、倫敦和亞洲其他股票市場，除了一些專門造空的基金公司會公開踢爆上市公司外，像他一樣夠膽玩踢爆又有多少人呢？

究竟他的路是怎樣開始？時間回到九十年代，當年24歲的他來到香港，先加入巴克萊銀行，其後轉到新成立的投資銀行Wheelock Natwest，有資料指他是做企業財務，但有朋友有一張他當分析員的名片，32歲便搵夠，1998年成立了他的網站，由於題材新穎、資料充足，即時成為中環一眾財經同業、律師、銀行家的必讀。

他的成名作就是1999年反對他的舊東家會德豐私有化旗下百貨業務連卡佛。當時一向識計數的會德豐集團決意把百年老店私有化，但曾經在會德豐旗下投行工作過的Webb覺得出手太低，並聲稱他擁有超過10%的B股股權（包括他自己）投反對票，迫令會德豐把收購價提高6%，最終成功通過。3天後，九倉隨即向海港企業小股東提出私有化，但其後因為他提出收購價應與資產值相若的評論，結果九倉宣布打退堂鼓，一時間Webb聲名大噪。

一股一票擊倒舉手表決

敢對本地富豪說不，在上個世紀的香港股票市場上是新鮮事，特別是一個外界認識不多的英國人，亦因為這個原因他便成為媒體寵兒。Webb相信價值投資，也是一個中小型股份的專家，經常買重一家公司至5%以上的法定披露水平，參與持股的股東會提出問題，並在網站發表文章質疑，可以說令不少上市公司，特別是一些在國內搞生產但英文不太靈光的管理層頭痛不已，作為行動派股東，他的名字不脛而走。

但Webb志不在此，他希望集結其他小股東去改變不合理的制度，於是他推出「Project Poll」，提倡一股一票，規定所有股東大會必須以投票方式表決，並在會後公布詳細點票結果，當時他買入了33隻藍籌股，每隻持有5股，並委託其他股東（包括傳媒）進入股東會發問，結果擊倒了一向沿用的舉手表決制度。

加入港交所 開會每事問

這位牛津數學系天才的網站資料包羅萬有，由於他懂寫程式，把平日年報資料和政府機構年報化成一個數據庫，令公眾可以搜尋到一個人在上市公司或公職的資料，因為他相信唯有把這些資料公開和記錄，幫助大眾掌握更多資料，才能作出更佳的決定。

亦因為這些行動，他得到更多機構投資者的支持，2003年高票加入港交所（00388）成為獨立非執行董事。多名和他共事的董事表示，有Webb在會議，每次都開多兩小時，常常每事問，很多時都「吹佢唔漲」，直到他在2008年退任後，董事開會才流暢得多。

在這個層次上，Webb和長毛是相似的，雖然前者從未留過長髮，也不說粗口。八哥認為，Webb更像葉問，是股壇的一代宗師，開創了「問」的文化，開啟了要做醒目股東的民智，日後必有更多的李小龍出現。他人走了，但發問精神仍在。

HKEJ - 畢老林 2026-01-15 [集中押注vs回報集中] (投資哲學)

1月14日，周三。最近在《經濟學人》看到一篇文章，美股長牛中別有一番啟示。話說，美國銀行（Bank of America）股價去年12月創了歷史新高，驟眼看來，那當然是好消息，但你可知道或記得，美銀對上一個歷史高位什麼時候創出？答案是2006年11月。換句話說，這家今天以市值計全球第二大銀行，足足花了19年才「見家鄉」。同樣在上月，過氣股王思科（Cisco）也重遊舊地，股價回到科網泡沫年代高位。講緊2000年3月，等足四分一世紀有多。

有家鄉你見已很不錯，與金融海嘯前峰值相比，另一美資大行花旗（Citigroup）股價僅及當年五分一，浮浮沉沉間，較高位仍低近八成！

人生沒幾多個10年，一隻股票揸近二十載才返回原點已夠「頂癮」，揸廿年十蚊輸剩兩蚊，還要是一家業務遍布全球的銀行巨頭，不知又是怎樣一番滋味？當然，這些對比涉及許多前設，比如股災前摸頂買入，之後升不沽跌不溝，一直死守到今天。

十八年後一條好漢

現實中這樣做的人不多，但那並非重點，值得深思的反而是，從長線角度看，買中大贏家遠非想像般容易，買中大輸家的風險卻遠較想像高。

金融海嘯前，標普500指數歷史高位為1565點，於2007年10月9日創下，本周二收報6963點，18年漲3.5倍。假設投資者「唔好彩」，海嘯前摸頂買進追蹤標指的ETF（SPY），持有至今一蚊仍變四個半，十八年後豈止又是一條好漢。然而，深入內裏，投資者看到的可能是另一番景象。

美股大盤過去20年牛氣沖天，但現價低於海嘯前高位的股票四中有一，強如科技板塊，未見家鄉的股份也達22%。其他市場輸家更多，現價低於2007年水平的股票，德國約有42%，英國53%。香港嗎？飲啖水定定神：70%！

多問一句鬼怪現形

這令老畢想到，「集中」（concentration）一詞經常出現於投資評論，舉個例，集中押注（concentrated bets）指的是重倉十隻八隻股票，建立一個高度集中的投資組合，極端情況下甚至一注獨贏。回報集中（concentrated returns）則形容股市大部分回報來自少數表現卓越的股份。兩者好像殊途同歸，但多問一句，鬼怪馬上現形：對股市貢獻最大的贏家，真的是你瞓身押注那十隻八隻嗎？一兩年唔出奇，但時間跨度拉長，係定唔係，上述統計已給出清晰答案。

《經濟學人》提到，2007年至今，蘋果股價上升40倍，輝達199倍，Netflix 248倍。事後回望，誰都知道重倉發達，可是投資有backtest冇front-test，在鐘擺的另一端，20年間跑輸美國短期國庫票據，甚至累投資者輸錢的股票多不勝數。

自帶汰弱留強功能

美國亞利桑那州大學學者Hendrik Bessembinder的研究顯示，從1925年至2023年，半數以上美國上市公司錄得負回報，長達一世紀，市場中所有財富增長來自不足3%股份的貢獻。股海深不可測，又要買中少數未來股王，又要避開大量有波幅冇升幅的輸家，談何容易？

與其高估自己的揀股能力，不如相信市場集體智慧，買市不買股。以市值定權重的股指自帶汰弱留強功能，既可分享少數大贏家對回報的超凡貢獻，又能減低輸家對財富造成的破壞，對大多數長線投資者來說，指數基金無疑是最佳選擇。集中押注？滿足炒癮冇壞，但切記控制注碼，勿本末倒置當理財。

HKEJ - Ivan Ho 2026-01-12 [要求發卡行讓利華府幫債仔減息]

本欄曾指美國現在奉行「特式資本主義」，總統特朗普為了兌現競選承諾，讓美國人的負擔能力（affordability）增加，周末再獻新猷，要求信用卡公司逾期還款利率最高只可以是10厘，而且要維持一年，原因是他認為信用卡逾期還款利率高，正令習慣先簽卡後找數的美國人還息的負擔過重，影響生活質素。

香港逾期還款利率更高

根據網上資料，美國現時信用卡逾期還款的平均罰息利率是30厘。如30厘屬高，香港更應檢討法定上限48厘的最高息率，是否應再降低。話說回頭，明明信用卡公司已指明逾期還款的息率，也算明碼實價，美國消費者則普遍先使未來錢，借錢後，特朗普卻用立法方式限定貸方息率要下調，對奉行資本主義的美國來說，大概難以想像。

現時美國不少消費者也是習慣只還最低還款額，而且零儲蓄，早前美國政府停擺近月，已可導致沒收入的公務員因沒薪水而未能償還卡數，而且違約率近年亦一直維持在2%至3%以上水平，是香港低於0.5%的4至5倍。換句話說，香港罰息率較高，但面對30厘以上高逾期還款息率的人數，比例上遠較美國少。人數多，自然亦易成為政治議題。

我們使用信用卡交易，該信用卡有發卡者，清算及及收單者皆可向商家收費，約為1.5%至2.5%。而發卡銀行尚可賺貸款利息（即逾期還款者）的利息。30厘是否「吸血貴利皇」？如您逾期還款被收此利息，您當然認為是吸血價。但是，實際上信用卡多少是貸款者（欠卡數者），補貼如期還款者的商業模型。試想想，您簽信用卡可獲30至50日的免息還款期，那些資金的利率成本是在哪裏得來？正是遲還款者的高昂利息補貼。如果信用卡公司的逾期還款量極少，那它要保持盈利，便只有向遲還款者收更高息。如果限制它向遲還款者收更高利率，那麼這個生意可能便不再有利潤，或只可向商家收取更高費用。為什麼逾期還款息率是30厘至40厘呢？我想這也是多年來市場運作得出的平衡點。即銀行認為在承擔了違約風險後仍有利可圖。

事實上，貸款銀行也非「賺硬」，信用卡屬無抵押貸款，一旦持有信用卡者不還款而直接破產，銀行需作全額撥備。因此，當一些地區的信用卡消費者違約比率高，持續下去，發卡銀行便可能調高逾期息率，靠逾期者的罰息抵消壞賬。如果一個地方的信用卡罰息利率設上限，那麼整個發卡機制可能會改變。首先，銀行會減少對財政實力較差或低收入者發卡，因虧損難以從罰息池的收益填補，其次是當無抵押貸款只可獲得10%回報，那把資本轉為其他有抵押貸款，預期收益會否更好？結果是信用卡的發卡量及信用額度都會下降。對美國借盡買盡的消費模式來說，一旦銀行審視了封頂為10厘息率的限制後而惜借，那長遠反而令美國人緊縮消費。短期而言則是財富轉移，錢由信用卡銀行的收益，轉回「債仔」的口袋裏，而債仔很大機會不是用來還款，而是再消費更多，令消費市場更旺，有利「交數」助選。

現時美國最大的信用卡發卡銀行，順序為Capital one、摩根大通、花旗、美國運通及美國銀行。如最終立法或以政治威脅方式，限制其利率封頂至少一年，當然會影響銀行盈利。

不利Capital one及美國運通

當中又以對Capital one及美國運通的影響較大，因為信用卡的業務佔他們盈利較大比重。而對Visa及Master這類清算網絡商，其實沒有太直接影響，除非此舉最終令發卡銀行因風險與收益比大跌，減少信用卡額度，以及發卡量。當信用卡息率可被指令下調，最高法院就關稅是否違憲也可臨時突然押後公布日期。在美國中期選舉，共和黨現時支持率不佳下，大概可以發生更多超出「常理」的事情。

AI時代大專學位不值錢？ (2026)

近年人工智能（AI）迅速滲透高等教育，不少討論都帶着一種焦慮：學生是否仍有必要花4年時間修讀學位？大學會否像某些傳統行業一樣，在新技術衝擊下逐步被邊緣化？這類疑問並非毫無根據，但若僅以「AI能否取代教學內容」來衡量高等教育的前景，反而容易低估大學制度在高度不確定年代中的角色。

突顯作為訊號機制重要性

AI真正動搖的，並非知識本身，而是長期以來高度制度化、流程化的教學模式。當生成式AI能以極低成本完成寫作、解題與整理，學生自然會重新計算投入時間的回報；教師亦難以再透過傳統作業，準確判斷學生的理解程度。這個轉變，確實對現行教學結構構成壓力。

然而，這並不等同於高等教育前景黯淡。相反，在不確定性上升的環境中，高等教育反而可能更像一種安全資產，而非過時投資。

金融市場早已發現，當世界變得愈來愈難以預測，資金往往不是追逐最高回報，而是流向最可靠、最不容易在極端情景下失效的資產。這種「flight to quality」現象，反映的並非樂觀，而是風險管理。

將這個邏輯套用到教育領域，問題便不再是「AI能教多少東西」，而是在一個職業路徑愈來愈不穩定、技能壽命愈來愈短的世界，哪類教育投資最不容易過時？短期、工具性的技能，往往最容易被AI取代；相反，能夠培養分析能力、理解因果關係、在資訊不完全下作判斷的訓練，其價值反而更為持久。

這亦解釋了為何AI未必會削弱高等教育在勞動市場中的角色。即使生成式AI能協助寫履歷、篩選資料，僱主仍然面對一個根本問題：如何在高度不確定的環境中，判斷年輕求職者的潛力、學習能力與可靠性。現實是，AI對整體就業結構的長期影響仍充滿未知數，在這種情況下，大學學位作為訊號機制反而顯得更重要。它未必完美，但在資訊不完全的世界中，仍然是一個相對穩定的篩選與配對機制。只要勞動市場仍需要某種可信的判斷基準，高等教育便不會輕易失去其功能。

AI令學府更重視教育品質

更重要的是，AI帶來的壓力，正在改變大學內部的誘因結構。當家長與學生開始更直接地質疑學費是否「物有所值」，管理層便難以再單靠聲譽與歷史定位作回應。這種壓力，反而可能促使大學更重視教學質量與學習成果，而非象徵性的擴張或包裝。

換言之，AI更像一個篩選機制。無法清楚說明自身教育價值的大學，需求可能下降；能夠結合AI、並清楚展示學生能力如何被培養與觀察的院校，反而可能受益。

在這個背景下，我自己亦有在教學上作出一些調整──例如利用AI處理機械性解釋，將課堂時間集中於推理與應用，或重新設計評核方式以降低純粹交付AI成品的回報──並非因為對教育前景悲觀，而是基於一個相對務實的判斷：高等教育的價值，在AI時代需要重新說清楚，而不是只靠守舊撐下去。

人工智能並未宣判高等教育的終結，它只是終結了一種對大學需求「理所當然」的狀態。未來的高等教育，將更少依賴模糊的聲譽敍事，而更需要清楚回答3個問題：學生究竟學到什麼？這些能力如何被觀察？它們如何在一個高度不確定的世界中發揮作用？在一個答案愈來愈便宜的年代，真正稀缺的，始終是理解問題、處理不確定性，以及持續學習的能力。只要高等教育仍以此為核心，其前景便不至於黯淡。

HKEJ - Byron Tsang 2026-01-07 [一周完成經濟學博士論文?] (AI發展與應用)

在社交網絡上看到同行這樣說：5年讀完的經濟學博士，現在有了人工智能（AI），根本不用花那麼多時間，也許一年就可以完成了。回想自己的博士論文，花的時間主要在編寫程式、把結果寫成文字（包括輸入麻煩的數學公式）。編寫程式的最大障礙，是消除大大小小的各種錯誤，以及反覆嘗試不同的方法。

如今有了人工智能，這篇博士論文的所有內容，相信不用一周就可以完成，而且會做得更好：程式一定寫得更乾淨利落，遣詞造句亦會更準確。當年付出的努力，今天看來真的冤枉。

AI普及 徹底改變遊戲規則

人工智能令研究變得輕鬆，這會否令讀博士的過程縮短？當然不會。回顧歷史，當經濟學的技術成本下降，結果只會令要求相應提升。

上世紀初，經濟學者面對數據往往要親力親為計算分析。沒有電腦，最簡單的迴歸分析，也要靠手動計算或機械計算機，等閒耗費數日甚至數星期的時間。以舒爾茨（Henry Schultz）二十年代的經典著作《供求的統計定律》為例，他分析美國糖價與交易量，以今天的眼光看來，用作學生練習也嫌簡單，但在那個年代已是頂尖的技術應用了。

翻看當時的實證研究，可以感受到技術局限下的掙扎：每一個分析成本都相當驚人，因此要思前想後，精挑細選才作決定。到了六十年代，電腦運算速度增加，統計軟件漸漸普及，遊戲規則就改變了。

簡單的迴歸分析，幾秒鐘就可以完成，再複雜的計量分析也可以處理。舒爾茨曾經是劃時代的計量方法，已成了基本要求，實證研究的博士論文，不能只有幾個迴歸分析，往往要有大量的結果，盡用計算資源去證明論點。這個發展一直維持到今天。單是比較現在的和廿年前的博士論文，也可以看出巨大的技術差別。當電腦愈強，博士課程沒有因而變得輕鬆，而是做的東西愈來愈刁鑽，規模更大。

分析技術零成本 創意更重要

相比統計軟件，人工智能是一個更誇張的技術進步。直至幾年之前，讀經濟學博士總要「多技旁身」，要熟習一些統計軟件，要懂得寫一些程式語言，因為只有這樣才能在技術上去到最盡。

現在這些學習成本，已降至近乎零：對某個統計軟件、程式語言一竅不通，只需要跟人工智能講清楚想做什麼，答案就出現了。相比與「人類語言」有關的題目，人工智能處理這些問題更為可靠，一個以往要花半日才寫好的程式，現在「溝通」幾分鐘就可以完成了。（順帶一提，當跟電腦「溝通」變得如此容易，統計軟件其實沒有太大的存在價值，遲早會被時代淘汰。）

除了數據分析，數學推導和寫作同樣變得容易。從假設推出結論，在人工智能從旁協助下，難度大減，人人都可以寫出似模似樣的數學模型。把研究結果寫成文字，更是易如反掌，人人都可以生產出句子通順、沒有錯處的英文。

當博士生可以用一周完成一篇完整的博士論文時，要求自然會相應提升。既然技術如此便宜，論文導師就會轉而對創意有更高的預期，要求做更複雜沒有人試過的東西，要求找出更意想不到的角度，要求解答學術上或實際上更重要的問題。

參與過無數的論文答辯，其中不少都是「技術表演」，經濟內容沒有什麼新意，但博士生花了九牛二虎之力去使用一些複雜無比的方法，以展示其專業訓練。寫出這種博士論文足夠畢業，甚至可以藉此找到不錯的工作，但這種以grunt work為主的寫法，今天已變得沒有意義了。

因此，當人人都可以用牛刀殺雞，要完成經濟學博士就要往其他方向努力，尤其是要花更多的心力在「度橋」之上了。

HKEJ - Ivan Ho 2026-01-05 [委國變天金融市場洗牌]

周末間最令人側目的新聞是美國向委內瑞拉進行了軍事行動，而且瞬間捉了該國總統馬杜羅，並移至美國審訊。特朗普隨後公布美國將打算接管委內瑞拉一段時間，對金融市場，特別是油價及金價，短期會有較大影響。

美接管後 料部署增石油供應

先談油價，雖然部分委內瑞拉石油設施在美國空襲中受損，但對國際油價的利好刺激可能甚為短暫，畢竟此前委內瑞拉的石油供應量佔全球比例已每況愈下，就算短期停滯影響也可能有限。反而，特朗普一直希望壓低油價，此體現在上任以來一直指油價最好跌至50美元，而且愈低愈好，並透過盟友沙特及交換利益，令OPEC+增產，以協助美國壓低通脹。委內瑞拉石油蘊藏量為世界第一，亦擁有豐富礦產資源，但其石油生產設備落後，加上長年被美國制裁，致其石油出產量長期低企。

現時，美國接管委內瑞拉，即指示美國油企參與重建委內瑞拉石油設施，可以預期日後委內瑞拉的石油供應將會增加，對近月已有供過於求陰霾的國際油價，長遠會帶來壓力。事實上，相比起美國經常要中東盟國沙特協助壓低油價，沙特又要平衡油國利益，美國直接控制委內瑞拉，對其更具成本效益，控制油價的靈活度亦較大。

儘管油價長期可能下行，但對美國的石油公司而言，則大有機會免費重獲特朗普指委內瑞拉前政府充公了美國在當地的石油資產。因此，它們一方面會面對油價下跌，另一方面則獲得意外之財──油資產及控制一個特大產油國的未來石油出口，綜合影響可能是偏好的，特別是在當地早有大量石油設施的雪佛龍，大有機會捷足先登當地的項目，更可提升其當地煉油設施效能，以及不用再就出口繳額外稅金。此外，美國煉油廠亦可獲得較便宜的石油供應。西方石油則屬不幸，此前剛賣了下游業務予巴郡，收回資金集中押注在上游業務上。如此輪油價下跌，雖然公司也有機會重獲在委內瑞拉的一些資產，但煉油業務的利益卻已賣給巴郡，二家大型美國油企，在此事件上即時獲得的利益，似乎較少。

華爾街油氣設備股偷步炒上

另一方面，石油設備股及基建股，也大有機會獲得大量合約，多家美國油氣設備生產商上周五（2日）在油價下跌下，卻無緣無故急升，大概已有「春江鴨」獲得消息，提前部署。相對而言，非美國的油企，事件則較負面，因為油價長期轉弱的趨勢已成，而非美油企，並不會因委內瑞拉變天而獲得油資源及發展機會，甚至有機會在當地重整利益時被踢走。除了油企，中國企業對南美國家的「出海」策略，日後亦面臨更大政治風險。

至於近日持續上漲的金價，在此事件後，大概會進一步成為非美陣營的資金停泊處。特朗普在白宮記者會上毫不掩飾指哥倫比亞及古巴皆好自為之，市場預期美國日後於南美扶植親美政權的機會極高。同時，伊朗爆發示威浪潮，美國亦明言可能隨時介入當地局勢。

外交政策上，美國在自家後園設了新的目標，要不由當地民眾選出親美政權，如本身不屬民選政權，則不聽令者可隨時被美國軍事取締。在互信進一步下跌下，非美陣營的中俄及東歐國家，勢持續將外滙儲備換成黃金，推高金價，但金價與美元可能同時上升，因為軍事實力同時重申定義美元價值。可是，黃金升不等同白銀會再瘋炒，因為其價格大幅上升，將令美國人工智能（AI）發展成本大增。只要查考一下白銀多年急升時，美國的舉措，便會明白當事情發展至不利美國時，美國隨時便會有出乎意料的「殺倉」部署。

最後，美國在是次軍事行動中幾近壓倒性獲勝，直接達陣，委軍未反擊總統已被擒獲，美國的軍工股，日後自然可以獲得更高的溢價，而全球大概又會再進一步增加軍費開支。