1979 年 8 月 13 日，美國《商業週刊》（BusinessWeek）把五個字印上封面：「股票之死」（The Death of Equities）。文章寫得斬釘截鐵：通膨已經永久性地毀掉股市，「至少 700 萬名股東已經逃離市場」，美國經濟「恐怕得把股票之死視為一種近乎永久的狀態——有一天也許會逆轉，但不會很快」。三年後，1982 年 8 月 12 日，S&P 500 收在 102.42 點，比封面刊出那天還低——然後從那裡起漲，展開一路漲到 2000 年 3 月、收盤 1,527 點的世紀大多頭。看財經新聞做投資的人，遲早要回答一個問題：財經新聞跟行情，到底是什麼關係？
流行答案有兩個極端。一個說「新聞就是真相，越可怕越要跑」；另一個說「媒體是完美反指標，罵越兇越要買」。這篇文章要用第一手數據告訴你：兩個都是錯的。真正有用的答案是一句話：新聞賣的是你的注意力，不是你的報酬率。媒體是一台注意力機器，市場是一台定價機器，兩台機器的目標函數不同，輸出自然不同——但注意力機器偶爾也會播出全市場最重要的警報。分不清楚哪個是哪個，才是散戶虧錢的原因。
不講廢話、不灌雞湯。接下來我們用學術期刊的原始論文、指數與基金的官方數據、還有幾段被講錯很多年的市場史，把這件事拆到你能自己驗證、自己判斷。
先說結論：① 財經新聞的負面偏誤是被實驗測出來的商業模式，不是世界末日的證據；② 「媒體是反指標」經不起統計檢驗——極端悲觀的「情緒」可以逆向思考，但基於事實的「調查報導」往往是市場最早的警報；③ 你需要的不是站哪一邊，而是三個問題＋一個可以每週免費追蹤的情緒儀表板（文末給你）。
財經新聞的目標函數：注意力，不是報酬率
先把「媒體很壞」的陰謀論放一邊——負面偏誤不需要陰謀，它是一個被隨機對照實驗測出來的商業誘因。2023 年發表在《自然．人類行為》（Nature Human Behaviour）的研究（Robertson 等人），分析了新聞網站 Upworthy 在 2013–2015 年間做的 22,743 次標題 A/B 測試——同一則新聞、不同標題、超過 3.7 億次曝光。結論：標題每多一個負面字眼，點擊率平均相對提升約 2.3%；每多一個正面字眼，點擊率反而下降約 1.0%（基準點擊率只有約 1.4%，所以這是相對變化，不是百分點）。因為是隨機實驗，這不是相關性，是因果：悲觀，就是比較好賣。
而且供給端確實照著誘因走。2022 年 PLOS ONE 的一篇研究（Rozado 等人）掃描了 47 家美國主流媒體 2000–2019 年的 2,300 萬則標題：平均情緒從 2000 年的淨正面一路滑到 2019 年的明顯淨負面，而且 2010 年之後（社群媒體接管流量分配的年代）惡化速度出現統計上顯著的轉折；相較 2000 年，表達「憤怒」的標題增加約 104%、「恐懼」增加約 150%。研究者自己也承認：無法區分是世界真的變糟、還是編輯台的選擇變了。但搭配上面的實驗，至少有一件事是確定的——就算世界沒有變糟，往悲觀寫也是理性的商業決策。順帶一句誠實話：機器演算法投放什麼，是因為我們點什麼。這台注意力機器的共犯，是每一個滑手機的我們。
那市場怎麼消化這些悲觀？金融學裡最經典的答案來自 Tetlock 2007 年發表在《金融學期刊》（Journal of Finance）的論文：他量化了《華爾街日報》市場專欄 1984–1999 年每天的悲觀程度，發現專欄悲觀情緒每高一個標準差，道瓊隔天平均多跌約 0.08%——但這個下跌在大約一週內「完全回補」，五天加總的淨效果在統計上等於零。他的檢定同時否定了兩個流行說法：媒體情緒既不是「關於基本面的新資訊」，也不是「與市場無關的雜音」——它是真實存在、但會被市場消化掉的情緒壓力。順帶一提：就算你想拿這個規律去做交易，Tetlock 自己估算的策略毛報酬約每年 7%，扣掉交易成本後大概所剩無幾。這個規律的正確用法是幫你「解讀」，不是幫你「下單」。
1979 年「股票之死」：被講錯 40 年的經典案例
回到開頭那張封面。它後來變成「媒體反指標」信徒最愛的圖騰：「你看，雜誌宣告股票死掉，結果世紀大多頭來了！」但真實版本比傳說版本更有教學價值，值得逐格看清楚。
第一，那篇文章當下其實是「對」的。它的前提有憑有據：刊出當下往回看，美股過去 14 年的累計總報酬甚至輸給短期國庫券；文章引用的資產計分板（金價年化 +19.4%、鑽石 +11.8%、股票約 +3.1%——這是文章自己的數字）反映的是 1970 年代的真實。而且封面刊出後，它又繼續「對」了整整三年：S&P 500 從 1979 年 8 月 13 日的 107.42 點，到 1982 年 8 月 12 日收 102.42 點，名目價格還低了 4.7%；就算把股息全部再投入，同期通膨累計 +32.4%，實質報酬依然是負的（依 Robert Shiller 的公開月資料計算，約 −10%）。當時如果你「逆著封面買進」，接下來三年你是輸家。
第二，它錯的不是描述現在，而是把現在外推成永遠——「近乎永久的狀態」。它沒料到的變數有名有姓：就在封面刊出的同一個月，Paul Volcker 就任 Fed 主席，接下來用暴力升息把通膨打斷。通膨一死，「通膨殺死股票」的邏輯就死了。1982 年 8 月起漲後，到 2000 年 3 月 24 日收盤高點 1,527.46，價格漲了約 14 倍；含股息的總報酬約 +2,100%（依 Shiller 月資料，年化約 19%）。四十年後，《彭博商業週刊》自己刊出回顧文章認錯，標題順帶自嘲：這具「屍體」表現得不錯（”Not bad for a corpse”）。
所以這個案例教的不是「雜誌是反指標」。它教的是：敘事最常見的錯誤形式，是把「對現在的正確描述」外推成「對未來的永久判決」。而順帶一提，傳說裡常見的續集——「同一本雜誌在 1983 年又刊出《股票之復活》封面」——我們查遍檔案找不到可靠出處，連《商業週刊》自己的回顧都沒提過。傳說會自己長出對稱的結尾，數據不會。
最被討厭的牛市：當所有人都說它是假的
同樣的劇本，三十年後用更長的篇幅重播一次。2009 年 3 月 9 日，S&P 500 收在 676.53 點的金融海嘯谷底；就在觸底前幾天公布的 AAII 散戶情緒調查，看空比例印出 70.3%——這個調查 1987 年開辦以來的歷史最高紀錄。接下來將近十一年，指數一路漲到 2020 年 2 月 19 日的 3,386.15 點：價格 +400%，含股息總報酬 +529%。而輿論全程在喊假的：財經部落客 Barry Ritholtz 在 2009 年 10 月就寫下「華爾街史上最被討厭的反彈」，這個說法後來變成整個時代的標籤——「最被討厭的牛市」。
「討厭」不是形容詞，是可以量化的。依 AAII 官方週資料計算：這輪牛市期間（2009–2020）散戶平均看多比例 36.3%，低於 1987 年以來的長期平均 37.9%；更有感的是，看多比例超過 50% 的「樂觀週」只佔 4.4%，而 2009 年以前這個比例是 15.5%——市場漲了五倍，散戶的樂觀週反而只剩三分之一。
但這裡要校準一個流傳很廣的講法：「散戶邊漲邊賣、全程逃離股市」。看 ICI（美國投資公司協會）官方年鑑的原始數據，2009–2019 年美國本土股票「共同基金」確實累計淨流出約 1.6 兆美元——可是同期指數型基金加 ETF 淨流入約 1.8 兆美元（ICI 2020 年鑑：2010–2019 主動式 −1.7 兆、指數式 +1.8 兆，含股息再投入）。所以真相不是「大家都賣光股票」，而是資金從主動基金大搬家到被動工具；淨新資金大約是零。誠實的版本反而更驚人：一個十一年漲五倍的市場，幾乎沒有新錢追捧——這才是「被討厭」的數據長相。
但媒體有時是對的——而且對的時候最值錢
看到這裡你可能想說：懂了，新聞悲觀就反著做。慢著——這正是本文要拆掉的第二個迷思，而拆掉它的證據同樣硬。
2010 年《金融學期刊》一篇經典研究（Dyck、Morse 與 Zingales，〈誰吹響了企業舞弊的哨子？〉）統計了 1996–2004 年美國 216 件公司舞弊案：在由外部力量揭發的案件裡，媒體揭發了 15.5%，而證券主管機關 SEC 自己只揭發了 7.0%；如果按弊案金額加權，媒體的佔比升到 23.5%、SEC 掉到 5.7%——弊案越大，越可能是記者先抓到，不是監理機關。
最極端的例子是德國支付巨頭 Wirecard。英國《金融時報》記者從 2015 年 4 月起連載質疑其帳務（「House of Wirecard」系列），2019 年 1 月底進一步報導新加坡辦公室偽造合約。德國市場的反應是什麼？金融監理機關 BaFin 在 2019 年 2 月 18 日下令禁止放空 Wirecard 股票兩個月（歐洲證券市場管理局 ESMA 的意見書原文寫著：此舉是為了應對「對德國市場信心的嚴重威脅」——把記者的報導、而不是弊案本身，當成了威脅），4 月更對兩名《金融時報》記者提出刑事告訴。結局：2020 年 6 月 18 日，會計師事務所 EY 拒絕簽核財報——聲稱存放在海外帳戶的 19 億歐元現金無法證實存在；四天後公司自己承認這筆錢「很可能根本不存在」；6 月 25 日 Wirecard 聲請破產，股價從 2018 年高點約 199 歐元跌到 1.28 歐元。曾經市值約 240 億歐元、一度超越德意志銀行、掛在 DAX 指數裡的成分股，價值歸零——而全程講真話的，是被政府告的那兩個記者。
安隆（Enron）是同一課的美國版，而且真實版本比「一個記者扳倒帝國」的傳說更有用：先是 2000 年 9 月《華爾街日報》德州版記者 Jonathan Weil 質疑能源交易商的按市值計價會計，放空機構 Kynikos 的 Jim Chanos 讀到後研究財報、同年 11 月開始放空，再由 Chanos 提示《財星》記者 Bethany McLean 去讀 10-K，寫出 2001 年 3 月那篇〈安隆的股價是否過高？〉（當時本益比約 55 倍）——九個月後，安隆聲請破產，股價從 90.75 美元跌到 0.26 美元。真實的機制是「懷疑的資本＋懷疑的記者」聯手對抗樂觀的賣方共識——這個組合，比任何一方單打獨鬥都更早接近真相。2000 年 3 月 20 日《巴隆週刊》（Barron’s）的封面故事〈Burning Up〉用燒錢速度排名 200 多家網路公司、預言大批公司一年內現金耗盡——刊出日距離那斯達克 5,048 點的歷史頂點只有 10 天。這幾篇報導的共同點：不是情緒，是可查證的數字（現金流、應收帳款、查不到的存款）。
還有一類「新聞是對的」更常見：被討厭的資產，有時候就是該被討厭。日經 225 指數 1989 年 12 月 29 日收在 38,915.87 點的泡沫頂，之後媒體對日股悲觀了三十年——而那三十年的悲觀基本上是對的：這個高點直到 2024 年 2 月 22 日才被收復，來回整整 34 年（就算計入股息，也要到 2021 年才解套）。美國煤炭業 2011–2020 年被媒體唱衰十年，結局是三大煤商 2015–2016 年相繼聲請破產、煤炭 ETF（KOL）2020 年底直接清算下市——「買在別人恐懼時」的人，等到的不是均值回歸，是歸零。均值回歸不是自然法則；它需要基本面的「政權」本身會回歸。通膨會被 Volcker 打死，但日本的人口結構不會逆轉、天然氣不會變貴來救煤炭。
最後補一刀讓天平真正平衡：注意力機器不是只會唱衰，它同樣會造神。Theranos 在被《華爾街日報》記者 Carreyrou 於 2015 年 10 月踢爆之前，是主流媒體封面上的矽谷神話（《財星》2014 年的封面人物報導是代表作）；後來 SEC 的起訴書寫得很清楚：對外聲稱 2014 年營收超過 1 億美元，實際上「略高於 10 萬美元」。同一台機器，看空時放大恐懼、看多時放大神話——它最佳化的從來不是方向，是強度。
真相校準：四個關於財經新聞的流行說法 vs 數據
把市場上流傳最廣的四句話，逐一對上原始數據：
- 「雜誌封面是反指標」→ 大部分時候只是擲硬幣。這個說法的出處是 2016 年花旗兩位分析師的內部研究：挑了 44 張《經濟學人》封面（1998–2016），結果被引用的人幾乎都只講後半——180 天內封面「反指標成功率」只有 53.3%（跟丟銅板一樣），要拉到 360 天才升到 68.2%；樣本是主觀挑選、沒有顯著性檢定。而唯一的同儕審查研究（Arnold 等人，2007 年《金融分析師期刊》，檢驗 20 年的美國商業雜誌封面故事）結論是：封面「標記」極端行情的尾聲，但經指數與同業調整後，不構成可靠的反向或順勢訊號。封面的正確用法：幫共識蓋日期章，不是下單訊號。
- 「新聞越來越負面，代表世界越來越糟」→ 負面化是可測量的商業模式。2,300 萬則標題顯示媒體確實變負面了（尤其 2010 年後），但隨機實驗同時顯示負面標題就是比較多人點。供給跟著需求走——新聞的悲觀濃度，測量的是注意力競爭的激烈程度，不是經濟的健康程度。
- 「媒體一悲觀，基本面一定在變壞」→ 市場級的情緒會在一週內被消化。Tetlock 2007：市場級的媒體悲觀造成的下跌，統計上一週內完全回補，且不含關於基本面的新資訊。但注意鏡像的另一半（同作者 2008 年續作）：針對個別公司、談基本面的負面用詞，能預測該公司未來獲利更差，而且股價起初反應不足——這種負面新聞不但不該逆向買，順著它走反而是學術上最穩健的異象之一（財報後漂移）。
- 「散戶情緒是完美反指標」→ 只有「極端悲觀」那一半可靠。AAII 自家研究（1987–2013 年資料）：散戶看多比例掉到低於平均兩個標準差的 16 次裡，後六個月 S&P 500 十六次全數上漲，平均 +14.0%（所有期間的基準是 +4.0%）；但反過來，「極端樂觀」之後六個月下跌的機率只有 48%——擲硬幣。而且極端讀數會「黏」：2007–2009 連續二十幾週極端悲觀。情緒極值是機率的傾斜，不是開關。
特斯拉：兩邊的敘事都錯了，數據當裁判
如果你想看「敘事 vs 數據」在同一檔資產上同時打兩邊的臉，2019–2021 年的特斯拉是教科書。看空敘事（著名的 #TSLAQ 社群：假需求、永遠不會賺錢、即將破產）在當時不是無的放矢——連 Musk 自己後來都說 Model 3 產能地獄期一度離破產只有一個月——但它輸給了逐季公布的數據：交車量從 2018 年 24.5 萬輛拉升到 2019 年 36.8 萬、2020 年 50.0 萬（公司財報與出貨公告），2019 年 Q3 起連續獲利，2020 年 12 月以史上最大市值之姿納入 S&P 500。放空者 2020 年單年帳面虧損超過 380 億美元（S3 Partners 數據，彭博報導）——此前特斯拉長年是全美放空金額最大的股票，2020 年 7 月更成為史上第一檔被放空 200 億美元的股票（同樣依 S3 統計）。
但看多敘事同樣被打臉：Musk 在 2019 年 4 月的自駕日放話「我非常有信心，特斯拉明年就會有自動駕駛的 robotaxi」（CNBC 當日報導），現實是第一個 robotaxi 服務 2025 年 6 月才在奧斯汀以約十輛車、車上配安全員的形式試營運——晚了五年，而且特斯拉自己給加州監理機關的文件承認 FSD 屬於 Level 2 駕駛輔助。連空頭最強的殘留論點也是真的：2020 年全年淨利 7.2 億美元，還小於同年 15.8 億美元的監管積分收入。兩邊的敘事都輸給了同一個裁判：定期公布、可以查證的數字。市場最後給的價格對不對是另一回事——但你要跟的是裁判，不是啦啦隊。
AlphaLab 的判讀
我們同意的：財經新聞的負面偏誤是真實、可測量、而且有因果證據的商業結構——把新聞的恐慌濃度當成經濟的體溫計，是散戶最常見的系統性錯誤。「最被討厭的牛市」十一年，就是這個錯誤的總成本清單。
我們存疑的：把「媒體是反指標」升級成交易系統。封面指標經不起同儕審查；Tetlock 的可交易毛利扣掉成本近乎歸零；而在舞弊與政權轉變的案例裡（Wirecard、安隆、日本、煤炭），逆著新聞做是災難。尤其 Wirecard 教的一課最深：那一次連「數據」都是假的——經會計師簽核的財報是謊言，記者的敘事才是真相。「相信數據、不信敘事」這句話本身，也需要問一句：這個數據是誰出的、誰查核過、造假的成本多高。
我們的看法：對散戶真正有用的不是選邊，而是分流。看到一則讓你心跳加速的財經新聞，先過三個問題：①層級——它講的是整個市場的「氣氛」（可以冷處理，情緒壓力約一週被消化），還是特定公司／產業的「事實」（不可以冷處理，價格常常反應不足）？②內容——裡面有沒有新的、可查證、跟現金流有關的數字（燒錢速度、查無此帳的存款、應收帳款異常），還是把舊資訊配上新形容詞的回鍋料？③機制——悲觀成立需要什麼條件：只要情緒回歸就能反轉（可逆），還是需要人口結構、能源價格、資本結構這種十年級變數逆轉（不可逆）？三題都答完，你會發現九成的可怕新聞屬於「市場級情緒＋回鍋料＋可逆」——可以放下手機；剩下一成，才值得你打開財報。
把它變成你的判讀力：一個免費的情緒儀表板
新聞測的是注意力，所以判斷市場情緒不要用新聞，要用被測量的情緒與部位數據。以下四個系列全部免費、每週可追蹤——這就是「自己判斷」的最小裝備：
- AAII 散戶情緒調查（aaii.com/sentimentsurvey，每週四更新）：長期平均看多約 37.5%。怎麼讀：看多比例掉到 20% 以下的極端悲觀，歷史上是可靠的長線加碼訊號；超過 55% 的極端樂觀則只是黃燈，不是賣出訊號。注意樣本限制：每週約三百多人、以高齡高資產會員為主。
- Cboe 買賣權比（Put/Call Ratio）（cboe.com 每日免費公布）：恐慌時股權型 put/call 會突破 1.0（常態約 0.5–0.7）。怎麼讀：與自身歷史比、看 5–10 日均線，極端高＝恐慌洗盤常見於短線低點；單日數字別當訊號。
- ICI 週度基金資金流（ici.org/research/stats/flows，每週三更新）：學術研究（Frazzini & Lamont 2008）把散戶基金流稱作「笨錢」——創紀錄的股票基金淨流入往往出現在循環後段。怎麼讀：方向持續數月的極端流入／流出才有意義，並記得共同基金→ETF 的結構性搬家會扭曲單一系列。
- NAAIM 主動經理人曝險指數（naaim.org，每週四更新）：主動經理人的實際持股水位（−200% 到 +200%）。怎麼讀：跌破 30 ＝專業投資人已經被洗出場（歷史上常對應修正低點）；破 100 ＝槓桿做多的一致性共識，該檢查自己的風險。注意 NAAIM 官方自己聲明它「不具預測性」——把它當部位溫度計，不是水晶球。
實際示範一次（讀數為撰稿時可取得的最新公開值，各自的資料日期如標註）：Cboe 股權型 put/call 0.55（2026-07-12，常態區間下緣＝偏樂觀）；NAAIM 82.95（2026-07-09，高但未達槓桿共識）；AAII 看多 44.9%（截至 2026-06-24 當週，高於長期平均但遠非極端）；ICI 長期共同基金單週淨流出 288.7 億美元（截至 2026-07-01，方向仍受被動化搬家干擾）。讀法：情緒偏暖、無極端訊號——這種時候，新聞標題的恐慌或亢奮都不構成行動理由。這是示範怎麼讀儀表板，不是預測行情。
最後把整套框架用一句話收起來，方便你貼在螢幕邊上：新聞給你的是「大家在怕什麼」，儀表板給你的是「大家實際押了什麼」，財報給你的是「事實長什麼樣」——三個都看，但只讓最後一個決定你的部位。下次滑到「XX 崩盤倒數」的影片縮圖時（中文財經圈的注意力機器跟英文圈是同一台），你知道該問哪三個問題了。
📚 延伸閱讀
- 算力在集中，智慧在下放：開源 vs 閉源，看懂 AI 市場的真正分水嶺——另一個「敘事跑在數據前面」的主戰場。
- 機器人越便宜，機器人股越危險？實體 AI 的產業結構拆解——用同一套「敘事 vs 數據」讀一個正在被講故事的產業。
- OpenAI 為什麼延後 IPO？——一級市場的敘事定價學。
- 出題能力：AI 時代最值錢的不是解題，是問對問題——本文的三題分流法，就是一種出題能力。
- 更多美股市場分析文章 →
主要資料來源（皆於 2026 年 7 月查證）：Robertson 等人（2023），Nature Human Behaviour；Tetlock（2007），Journal of Finance；Rozado 等人（2022），PLOS ONE；AAII 散戶情緒調查；ICI 基金資金流統計；ESMA 對 BaFin 放空禁令之意見書（2019）；Fortune〈Is Enron Overpriced?〉（2001）原文重刊；Dyck, Morse & Zingales（2010），Journal of Finance；S&P 500 與日經指數歷史數據（S&P DJI／Yahoo Finance／Nikkei Inc.）；Robert Shiller 公開資料集；SEC 檔案（Tesla 10-K、Theranos 起訴新聞稿、Chanos 證詞）。
免責聲明：本文為市場分析與個人觀點，非投資建議。市場有循環與風險，過去績效不代表未來表現；文中引用之數據與歷史案例均附來源並標註日期，時效性資訊（情緒儀表板讀數等）以標註日期為準。文中提及之個股（特斯拉等）僅作為產業與敘事案例，非買賣建議。AI 具有輸出錯誤資訊的可能，重要決策請由人類複核。本文無業配內容。