今周刊編按：台股週三(9/2)開低走低，台達電(2308)終場下跌135元或7.24%，以1,730元作收，只剩年線在下檔1461元。台達電為什麼大跌？疑似受到前一日傳出特定批次產品電容器可能產生問題導致。對此，官方不予評論，僅表示會協助客戶安排換貨，確保雙方皆不受到影響。業界普遍認為，此次相關產品問題只要更換電容器供應商就可以解決，對台達電應不會有任何影響。外資也由連4天買超轉為賣超499張，台達電現在該撿便宜還是先觀望？知名分析師蔡明翰表示，台達電目前在AI伺服器電源供應器的市佔率達55%至60%，且營收貢獻度不斷往上，但股價走高後卻大幅回落，主要是本益比過高，修正後在EPS沒有反轉下，只要本益比回到正常水位，資金就會再回到主軸上。法人也指出，台達電技術領先地位穩固，預估2027年營收上看1.05兆元、EPS約62.68元，以38倍本益比推算，給予目標價2400元。
日期：2026-09-02
日前有民眾在台北捷運板南線，發現男子筆電顯示「2戰區光合系統」，懷疑是共諜出任務。警方調查確認該名48歲高姓男子，僅是在等候友人時播放線上投資理財課程音檔，最終研判為誤傳的烏龍案件。常受邀至銀行、調查單位交流的區塊勢創辦人許明恩分析，該課程背後恐為假AI算力的割韭菜騙局，別再放錢；台灣區塊鏈大學聯盟理事長彭少甫也示警，這類軍事化代號常見於資金盤，呼籲執法單位應續追金流。
日期：2026-09-02
編按：退休後錢從哪裡來？每月生活費要多少？到底存到多少錢才能退休？曾任龍馳、伯瑞、眾鑫投顧副總的李紹鋒，年輕時靠投資期貨、可轉債累積2千萬元財富，36歲就提早退休。走過股市多次牛熊循環後，他發現，想讓財富長期滾大，關鍵未必是追求最高報酬，而是做好資產配置，讓投資組合經得起市場波動。如今，李紹鋒7成核心資產長抱美股股債平衡型ETF，每月創造25萬元被動收入，51歲已累積億元資產。退休到底要準備多少錢？退休後每月會花多少生活費？李紹鋒從自身的退休經驗出發，拆解退休生活準備金的估算方式，帶你算出退休後真正需要的錢，提早做好退休金與財務規劃，才能真正做到「錢夠用、人安心」。
日期：2026-09-02
Alphabet入股聯發科引發市場關注，Google下一代AI基建又將如何與台灣供應鏈合作？首度來台受訪的Google技術長暨AI基礎建設資深副總裁瓦赫達特（Amin Vahdat）雖未多談個別合作案，卻反覆強調一個關鍵詞：「肩並肩（shoulder to shoulder）」。從晶片測試到機架設計，台灣供應鏈正走向更前端的共同設計。
日期：2026-09-02
四十三歲那年實踐財務自由，賺到千萬元退休金，每年穩領二百萬元股息收入，她憑藉自創的紀律投資心法，即使面臨台股劇烈修正，仍能氣定神閒，耐心等待下一波創造財富的機會。
日期：2026-09-02
今年SEMICON Taiwan國際半導體展，先進封裝仍是熱門焦點。展場之外，先進封裝商機大餅出現英特爾等新興挑戰者，可能讓台積電獨大的局面出現變化。
日期：2026-09-02
台灣已正式邁入超高齡社會，人口老化、少子化及勞動力不足等問題，也讓未來的醫療、照顧與退休生活面臨更大挑戰。由《今周刊》主辦的「第十屆幸福熟齡臺日交流論壇」週三(9/2)於臺大醫院國際會議中心舉行，匯集臺日學者專家與地方政府代表，分別從個人準備與政府政策角度，談台灣如何迎接超高齡時代。
日期：2026-09-02
＜編按＞《今周刊》為您精選《紐約時報》最具價值的全球時事，人文、財經、科技、進步的新聞報導，給您最快速、最前瞻的國際視野。
日期：2026-09-02
00919、00929、00918...高股息ETF配息陸續出爐，配息金額、除息日、最後買進日受到投資人關注！復華台灣科技優息ETF(00929)最新公告每單位配息0.38元，若以9/1收盤價29.46元估算，預估年化配息率可達15.47%。00919也在8/31連續創下5天收盤新高，最新一季配息金額1.1元的新高紀錄，創下股價與配息雙高，讓137.5萬位投資人息利雙收樂開懷。至於00918配息更由1.26元衝上1.75元，加碼幅度達38.89%、單季配息率5.06%，年化配息率來到20.24%。這讓不少投資人想問，00919和00918該怎麼選？也引發「要不要丟掉00919、改追00918」換車潮討論。投資達人「小犬的投資日誌」以8/31收盤價進行100萬元資金的投入試算，兩者的息收效益出現明顯落差。選擇00919約可購入31.288張，單季可領股息約34,416元，選擇00918約可購入28.893張，單季可領股息約50,562元。
日期：2026-09-01
看到台北市無人自動公車要試行上路的新聞，我還挺興奮的，我一向是對新的科技事物充滿好奇心，也樂觀擁抱。說著說著，學工程的兒子給我澆了一盆冷水，「一片葉子飄過來、大棵路樹受到一陣強風在剛進/離站的公車前、突然地雷陣雨、台灣路上三寶特多，你覺得機器要多久才能學會辨識？物理AI真的很複雜。」好問題！但我認為正因為充滿了挑戰，同時也充滿了機會！
日期：2026-09-01
