Growin 部落格

【2026/03/05 每日美股市場資訊】經濟強韌且通膨降溫！「小非農」數據亮眼，美股三大指數週三全線收紅

作者：Alan

最後更新日期：2026-03-05

1. 經濟強韌且通膨降溫！「小非農」數據亮眼，美股三大指數週三全線收紅

週三美股迎來多項重磅經濟數據的強力支撐，市場氣氛轉趨樂觀。首先，有「小非農」之稱的 ADP 就業報告顯示，2 月份私營部門新增就業崗位遠超市場預期，展現勞動力市場的驚人韌性。此外，美國 ISM 非製造業（服務業）指數上月錄得超預期成長，更關鍵的是，數據顯示通膨壓力已有所緩解。這種「成長強、物價穩」的理想訊號有效提振了投資人情緒，激勵三大指數同步走高。

在強勁經濟基本面的背書下，對利率敏感的科技權值股展開集體反攻，帶領那斯達克指數大漲近 1.3%，成為盤面最強勢的火車頭。值得關注的是，隨著加密貨幣市場氣氛回溫，比特幣概念股也成為資金追逐的焦點，盤中漲勢凌厲。市場分析師指出，隨著服務業需求穩健且成本壓力降低，企業獲利前景轉向積極，這為即將公佈的正式非農就業報告奠定了樂觀的基調。

2. 聯準會褐皮書揭示景氣分化：AI 成為企業穩住就業的「效率救星」

聯準會（Fed）於週三發布的最新「褐皮書」顯示，近幾週美國多數地區的經濟活動雖維持「輕微至溫和」的成長，但景氣擴張的廣度正出現警訊。在全美 12 個轄區中，已有越來越多的地區報告經濟活動呈現持平甚至下滑。這份報告反映出，儘管大盤指數頻創新高，但底層實體經濟正面臨不確定性加劇、價格敏感度上升的考驗，特別是低收入族群因支出削減，已明顯抑制了零售與餐飲業的銷售表現。

即便經濟動能略顯疲態，全美就業水準總體仍保持穩定。然而，企業在招募與留才的策略上已出現結構性轉變。褐皮書指出，許多企業不再單純依賴增加人手來擴張業務，而是積極轉向利用 人工智慧（AI） 來優化流程並提高生產效率。這種「以科技替代增員」的趨勢，解釋了為何在 GDP 成長的同時，企業仍能維持獲利，但也預示著未來勞動力市場對職能的需求將出現顯著洗牌。

3. 「小非農」優於預期！美 2 月新增就業 6.3 萬人，創三個月新高

週三公布的 ADP 就業報告（俗稱小非農）為市場帶來驚喜。數據顯示，美國 2 月私營部門新增就業崗位達到 6.3 萬個，不僅優於市場預期的 5 萬個，更創下自去年 11 月以來的新高，顯示儘管面臨地緣政治動盪，勞動市場仍具備一定的韌性。然而，這份亮眼數據背後隱藏著顯著的結構性修正：1 月份的新增就業數從原先公布的 2.2 萬個大幅下修至 1.1 萬個，反映出年初的招聘動能其實比預期中更為疲軟。

在薪資方面，ADP 數據顯示「留任者」的年薪資成長率維持在 4.5%。然而，對於想要透過跳槽來獲得大幅調薪的「轉職者」來說，紅利正迅速消退。轉職者的薪資年增率降至 6.3%，創下歷史新低。ADP 首席經濟學家指出，目前的招募動能僅集中在少數特定產業，這意味著市場並未出現普遍性的薪資推升力道，對聯準會而言，這可能是通膨壓力減輕的正面訊號。

4. 博通財報亮眼卻難取悅市場：投資人對「AI 泡沫」警戒升級

半導體巨頭博通（Broadcom）週三盤後公布了 2026 財年第一季財報，即便數據面呈現強勁增長，市場反應卻顯得異常冷淡。這反映出在 2026 年，投資人對 AI 相關企業的審視標準已大幅提高——「僅僅達標或微幅超標」已不足以撐起目前的高昂估值。博通股價在 2026 年開年以來已下跌約 8.3%，這種不溫不火的走勢顯示市場正處於一種「AI 疲勞感」與對硬體投資泡沫的深度擔憂中。

博通的處境凸顯了當前 AI 概念股面臨的「極高預期」困境。就連 AI 龍頭輝達（NVIDIA）上個月發布了堪稱完美的獲利報告後，股價也同樣出現回檔，這說明投資人開始質疑 AI 硬體支出是否能長期維持如此恐怖的增速。博通雖然在自研 AI 加速器（Custom AI Accelerators）與網路晶片領域擁有統治地位，但市場正密切觀察雲端巨頭（Hyperscalers）的資本支出何時會因「投報率（ROI）考量」而放緩。

在 AI 雜音之外，博通的軟體業務反而提供了穩定的支撐。陳福陽強調，基礎設施軟體業務（以 VMware 為核心）並未受到 AI 浪潮的顛覆，反而受惠於企業轉向私人雲端環境的趨勢。博通預計該部門第二季營收將成長至 72 億美元。這顯示博通正試圖透過「半導體成長」與「軟體經常性收入」的雙引擎，來抵禦半導體產業劇烈的景氣循環波動。

5. 戰略重心大轉移！亞馬遜裁減機器人部門人力，資源全面灌注自研 AI 晶片

美國電商與雲端運算巨頭亞馬遜（Amazon）傳出正在其具備戰略地位的「機器人業務部門」進行員工人數縮減。這項舉動引發了華爾街的高度關注，分析師普遍認為，這並非單純的裁員，而是亞馬遜正進行一場深度的資源重新分配。結合亞馬遜近期宣布將大規模導入自研 AI 晶片——Trainium（訓練） 與 Inferentia（推論） 的計畫，顯示這家巨頭正試圖擺脫對昂貴第三方硬體的依賴，並將研發重心全面遷移至 AI 算力基礎設施領域，力求在生成式 AI 大模型的軍備競賽中奪回成本主導權。