破紀錄的聖嬰要來了：一場天氣事件為什麼能吃掉十兆美元

目錄

1. 這集在講什麼
2. 摘要重點
3. 延伸想法
4. 一、「要來一個破紀錄的聖嬰、損失十兆美元」——那我該買什麼？
5. 二、「這數字看起來太大了，能信嗎？」
6. 三、「我的持股跟天氣八竿子打不著，這集關我什麼事？」
7. 可以參考的資料
8. 帶得走的一件事

三月無雨旱風起，麥苗不秀多黃死。 九月降霜秋早寒，禾穗未熟皆青乾。

——白居易〈杜陵叟〉・唐

這集在講什麼

Odd Lots 這集找來達特茅斯學院地理系教授 Justin Mankin，他同時是氣候模擬與衝擊研究群的主持人。開場兩位主持人先自曝：Tracy 是氣象迷，喜歡雷雨（但不喜歡在飛機上遇到）；Joe 則自稱「天氣陰謀論者」，說他根本不相信體感溫度那種東西能被測量——「二十五度但感覺像十五度，你怎麼知道十五度是什麼感覺？」還有濕度，「空氣裡有水，拜託」。

這個玩笑後來變成整集最好的開場，因為來賓真的認真回答了：風把你皮膚上的水帶走，水從液態變成氣態要吸走潛熱，所以你洗完澡出來會比進去前冷——體感溫度不但可以測，而且它跟聖嬰在物理上是同一類問題，都是能量怎麼被搬走、搬到哪去。

這集真正的核心是 2023 年發表在《Science》的一篇論文：過去大家把聖嬰當成一次性的衝擊，打一下、然後復原；這篇論文的證據說，它把整條成長軌跡往下推，而且推下去之後就沒有回來過。

摘要重點

一、聖嬰是把角落的電暖器換成滿牆的暖氣。正常狀態下，赤道的信風從東往西吹，把被太陽曬熱的表層海水一路拖到西太平洋堆成一座「暖池」，就停在印尼跟澳洲旁邊。每隔幾年信風減弱、崩解，那一大坨深達數百公尺的暖水就往東邊攤開，鋪滿整個熱帶太平洋。來賓的比喻是：原本你走進一間冷房間，角落插著一台小電暖器，它確實在發熱，但只暖了那個角落；聖嬰發生時，這間房間變成四面牆都是暖氣片。因為熱帶是全球天氣的熱機，這不是「某個地方變熱」，是整顆星球的能量重新分配。

二、給一個現象取名字，等於把隨機變成可預測。氣候學家把聖嬰稱為「變異模態」——它有可以描述的時間尺度、空間尺度，還有所謂的遙相關，也就是赤道太平洋跟印度季風、跟美國西南部降水之間的那條物理橋樑。普林斯頓的地球物理學家 George Philander 說聖嬰是氣候變異這棵樹的「樹幹」。命名之後，秘魯該預期什麼、澳洲該預期什麼就成了可以講的事；它從純粹的雜訊，變成了預測力的來源。

三、五百年前的秘魯馬鈴薯農已經在做聖嬰預報。哥倫比亞大學一群氣候學家跟一位人類學家合寫過一篇論文，考古證據顯示安地斯山的農民靠「昴宿星團看不看得清楚」來調整播種日期。原理是聖嬰把原本發生在澳洲附近的對流往東搬，在安地斯山上空拉出一層高卷雲的雲幕，星星就變模糊了。來賓由此推論：高度工業化的世界太依賴儀器，各地文化知識裡可能還藏著我們沒診斷出來的氣候訊號。

四、「破紀錄」到底在量什麼，比數字本身重要。所有指標最後都回到海表溫度的距平——也就是比「正常」高多少。問題是「正常」本身在漂移：因為全球暖化，熱帶太平洋的基準線一直在上升，所以澳洲氣象局才用滾動基準的相對指數。而且聖嬰有「口味」：Niño 3、Niño 3.4、Niño 4 這些取樣區域不同，暖化的空間分布也不同，導致每一次聖嬰帶給美國、帶給大西洋颶風季的後果都不一樣。目前不論統計模型還是物理模型，都收斂到同一個結論：這次會比 2016 那次更暖。

五、最反直覺的一點：這是成長率效果，不是水準效果。1997 到 1998 那次聖嬰，當時估的損失是三百六十億美元，而且被當成「衝擊一下、然後復原」。這篇論文用因果推論重算，發現實際上是全球成長率被系統性壓低，到 2003 年、也就是五年後，累積損失約五點七兆美元。差別在哪？水準效果是「今年掉一塊、明年補回來」；成長率效果是「你原本沿著一條軌跡在長，現在換到另一條比較低的軌跡，然後就一直在那條上面走」。損失是無限累積的。

來賓對這次的估計是：未來五年保守約十兆美元，若把尾端情境算進去可到十四兆。

六、為什麼傷害會這麼大？因為同時性。單一地區的災害其實會被稀釋掉——美國中西部的一次熱浪，跟俄羅斯的小麥產區、跟烏茲別克費爾干納谷地的棉花完全無關，這些衝擊在空間上夠分散，不會同時發生。聖嬰特別的地方在於，它會在很多互不相干的地方，同時用很多種不同形式的災害發作：熱浪、乾旱、洪水、坍方、野火。斷掉的供應鏈是十幾條，不只一條；勞動力和資本要移動到生產力高的地方，在滿地都是災害的時候就是做不到。

這也是為什麼來賓說，聖嬰的衝擊長得很像全球暖化的衝擊——都是高度相關、同時發生的。

七、我們暴露在這件事底下幾百年了，但幾乎沒有適應。這是全集最重的一句話：沒有太多證據顯示我們對「現在這個氣候」適應良好。如果適應有效，成本應該隨著時間下降，但我們量到的成本反而是驚人的。來賓把問題拆成兩個：一個是市場韌性——怎麼讓價格、利率不要被天氣衝擊帶著跑；另一個是保護人——預警系統、緊急應變、以及願意正確定價區域性地質災害的保險市場。兩者需要的東西完全不同，混在一起談就會兩邊都做不好。順帶一提，來賓講到水庫調節乾旱風險時脫口而出「鮑威爾湖是美國西部水的中央銀行」，Tracy 立刻吐槽：他很懂他的聽眾。

延伸想法

一、「要來一個破紀錄的聖嬰、損失十兆美元」——那我該買什麼？

這大概是多數人看到這種標題的第一反應：找標的。農產品、化肥、天然氣，總有一個吧。

先看第一層。十兆這個數字不是「某個市場的價格會漲多少」，它是全球 GDP 成長率的分布被往下推之後，五年累積出來的差額。它散落在無數個小地方：一條被土石流沖掉的公路、一次延後兩週的插秧、一座礦區到港口的運輸中斷、一次保費調漲。這些東西加總起來很大，但沒有任何一個乾淨的金融商品跟它一一對應。把宏觀敘事直接翻譯成一張單子，中間漏掉的就是這段。

第二層更關鍵，而且節目開頭就給了答案。Tracy 說她光是最近幾天，就看到花旗的泰國利率報告、摩根士丹利的英格蘭銀行展望、美銀的新興市場匯率展望，統統提到了聖嬰。當一件事同時出現在三家賣方的不同主題報告裡，它已經不是資訊落差了。你讀到的時候，價格裡通常已經含了一部分。

那落差在哪裡？我認為在時間結構上。市場很擅長定價一次性衝擊：颶風來了、廠停了、庫存去化多久、下一季恢復——這種事有明確的驗證時點，所以定價效率高。市場很不擅長定價成長率的永久偏移，因為那要五年、十年才驗證得出來，而且如同下一節會講的，連做這個研究的人自己都說統計上證不到「永久」。一件「大家都同意有影響、但沒有人能在幾個季度內證明或否證」的事，最後幾乎一定會被折現率吃掉——因為沒有人能靠它結帳，跟重不重要無關。

所以下次再看到「某某事件將造成 N 兆損失」，先問兩句：這個 N 是水準效果還是成長率效果？它集中在少數幾家公司身上，還是散在幾萬個看不見的地方？兩個答案合起來，決定它是一個交易，還是一個世界觀。這兩種東西都有價值，但拿錯了會很貴。

二、「這數字看起來太大了，能信嗎？」

這集剛好完整示範了一次怎麼判讀。

Joe 提出了一個非常漂亮的反駁。他說：如果聖嬰從古至今一直都在，那「一個沒有聖嬰的世界」這個反事實根本不成立。這就像說「冬天壓低了經濟成長，如果沒有十二月，我們的成長會更高」——邏輯上完全正確，但荒謬，因為「沒有冬天」這個前提本身就不存在。

來賓的回答值得抄下來。他說：聖嬰雖然有週期性，但不是精準的週期，所以它「近似於隨機分派」。這句話是整個方法的樞紐。因為近似隨機，你就可以把過去幾十年切成「有聖嬰的年份」和「沒有聖嬰的年份」，比較這兩組的經濟表現，就像醫學隨機對照試驗比較吃藥組跟安慰劑組一樣。反事實不是「一個沒有聖嬰的地球」，是「同一批國家在沒有聖嬰的那些年」。

任何宣稱「X 造成 Y」的研究，先問一句：X 的變異是從哪裡來的？如果 X 的變異有一部分是被 Y 或被其他跟 Y 有關的東西驅動的，那估出來的就是混在一起的相關，稱不上因果。這篇論文之所以站得住，是因為全球經濟活動不會反過來去決定赤道太平洋這個月的海溫——這個方向是乾淨的。而聖嬰本身的災害形式又剛好夠多樣（熱浪、洪水、乾旱、野火），加上不同國家跟聖嬰的物理連結強弱不同，等於同時有了「有沒有」和「多強」兩層變異可以用。

還有第三件事，我覺得比結論本身更值得記。他們做了一個叫「完美模型框架」的檢驗：先假設效果真的是永久的、幅度就是我們估的那樣，然後問——用我們手上這麼多年的資料，能不能把這個「已知為真」的效果重新估出來？答案是不能。所以他們的說法是「無法排除永久」，而不是「已證明永久」。一個研究者主動指出自己的資料量不足以證明自己想證明的事，這件事本身就是很強的可信度訊號。反過來，一份從頭到尾沒有講自己證不到什麼的報告，通常不是因為它什麼都證到了。

判讀一份研究，看三件事：變異從哪裡來、反事實怎麼建的、作者有沒有講清楚自己證不到什麼。第三點最少人看，訊號卻最強。

三、「我的持股跟天氣八竿子打不著，這集關我什麼事？」

這集最可攜帶的結論是「同時性」這個概念。

再把來賓那個對比讀一次：中西部的一次熱浪，跟俄羅斯小麥、跟烏茲別克棉花沒有關係，所以這種衝擊會被系統稀釋掉——這正是分散的意義。聖嬰之所以貴，是因為它同時在很多不相干的地方發作，斷掉的供應鏈不是一條而是十幾條。聖嬰是一次「相關性同時衝到一」的事件。

而這剛好就是分散投資失效的定義。一個組合裡有半導體、有醫材、有軟體、有包材，產業欄位看起來夠散了；但如果它們共用同一個底層變數——同一批客戶的資本支出週期、同一條海運航線、同一個匯率、同一種電力來源、甚至同一個「利率會降」的假設——那在那個變數出事的那一天，你的分散是假的。

分散是一個關於「什麼情況下會一起壞掉」的宣稱。

數產業數量派不上用場，檢查分散的方法是反過來問：有沒有哪一件事發生，會讓其中三檔以上同時變差？Joe 在節目最後自己接了這句——這種全球同步的衝擊，我們在疫情期間見過。

我覺得這集給一般投資人最實在的作業就是這個：回去看一次自己的持股，試著寫下那件事，不必去預測聖嬰。如果寫得出來，你知道自己的真實風險長什麼樣，可以決定要不要留著。如果寫不出來，有兩種可能——真的夠分散，或者只是還沒想到。這兩種要分得開，因為它們的下一步完全不同。

最後補一個節目尾聲的細節。Tracy 提醒，這一切發生的背景是化肥價格偏高、供給偏緊，還有一部分卡在荷姆茲海峽。同時性的重點就在這裡：單獨看每一件都還好，疊起來才是問題。

可以參考的資料

• Bloomberg Odd Lots，本集：A Historic El Niño Is Coming That Could Cost the World Trillions（2026-08-14），來賓 Justin Mankin
• Callahan, C. W. & Mankin, J. S., “Persistent effect of El Niño on global economic growth”, Science, 2023——本集討論的核心論文
• Mike Davis,《Late Victorian Holocausts: El Niño Famines and the Making of the Third World》（2001）——1877–78 聖嬰與印度、華北、巴西東北部大饑荒
• Orlove, B., Chiang, J. & Cane, M., 關於昴宿星團可見度與安地斯農作預報的研究，Nature, 2000
• 美國國家海洋暨大氣總署氣候預測中心（NOAA CPC）的 ENSO 診斷討論，每月更新
• 澳洲氣象局（BoM）的 ENSO 更新與相對指數說明

帶得走的一件事

這集我聽完最有感的，是那句分散的定義：分散看的是要發生什麼事它們才會一起壞，不是東西有幾種。我自己是因為這句才發現，我原本那一排看起來很散的東西，其實全部掛在同一個假設上，只是我自己看不到——因為那個假設正是我當初選它們的理由。

我試過一個很小的做法，你要的話可以試試：今天挑一個朋友，把你生活裡三樣換不掉的東西講給他聽——一份收入、住的地方、一段所有社交都靠它的關係——但不要講你擔心什麼。只問他一句：你覺得哪一件事發生，這三樣會同時變差？把他的答案原句記在手機裡。我第一次做的時候，他三秒就講出一件我從來沒想過的事，而那件事在我看來根本不算風險。自己想是想不到的，因為選的人跟看的人是同一個。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。