iVOD / 149987

Field Value
IVOD_ID 149987
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149987
日期 2024-03-18
會議資料.會議代碼 委員會-11-1-20-4
會議資料.會議代碼:str 第11屆第1會期財政委員會第4次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 4
會議資料.種類 委員會
會議資料.委員會代碼[0] 20
會議資料.委員會代碼:str[0] 財政委員會
會議資料.標題 第11屆第1會期財政委員會第4次全體委員會議
影片種類 Clip
開始時間 2024-03-18T11:10:05+08:00
結束時間 2024-03-18T11:21:20+08:00
影片長度 00:11:15
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/14550b3f67fe733ae17b14a6459295411b0cd19bcd66f1b3f8ba9b0039caa7a68c2a9604825a3ee05ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 顏寬恒
委員發言時間 11:10:05 - 11:21:20
會議時間 2024-03-18T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第4次全體委員會議(事由:邀請金融監督管理委員會黃主任委員天牧率臺灣證券交易所股份有限公司林董事長修銘及財團法人中華民國證券櫃檯買賣中心陳董事長永誠、中央銀行分別就「從ETF熱賣看政府如何健全投資管道引導民間游資,避免熱錢過度投入房市」進行專題報告,並備質詢。 【3月18日及20日二天一次會】)
gazette.lineno 683
gazette.blocks[0][0] 顏委員寬恒:(11時10分)主席、各位列席委員。主席,我想請金管會黃主委。
gazette.blocks[1][0] 主席:有請黃主委。
gazette.blocks[2][0] 黃主任委員天牧:委員好。
gazette.blocks[3][0] 顏委員寬恒:主委好。ETF熱賣,許多投資人不只解定存、拿房子貸款,一窩蜂地都搶著要買,有很多人買不到,菜市場在那裡買菜、買肉的那些大哥大姐也相爭去買,他連程序都可能不清楚。在這種市場的趨勢之下,投資人根本不瞭解基金的特性,這樣子進場,那就是投信公司的廣告跟網紅的宣傳,流動資金大量湧入ETF市場,投資人也是看到這些社群平臺還有網紅的說明去進行買賣。針對投信跟網紅的部分,修正相關規定,強化控管制度的部分,是不是請主委說明一下?
gazette.blocks[4][0] 黃主任委員天牧:有,謝謝委員您的垂詢。我想這部分的確是最近看到投信在行銷上的一個我們覺得需要立刻去調整的地方,因為這些網紅可能在現場沒有讓投資人理解到,其實他後面是有跟投信做連結的,所以對他的話術就可能覺得他是很公正的,其實他後面是有投信跟他有一些商業上的契約。這部分怎麼規範,我剛才在報告也有講,我們儘快6月底之前要跟公會把這個自律規範訂出來。
gazette.blocks[5][0] 顏委員寬恒:6月?
gazette.blocks[6][0] 黃主任委員天牧:最慢6月。
gazette.blocks[7][0] 顏委員寬恒:最慢6月會把最新的規範提出來。
gazette.blocks[8][0] 黃主任委員天牧:是。
gazette.blocks[9][0] 顏委員寬恒:這段時間我們要怎麼樣做一個有效的宣傳廣告,讓民眾可以瞭解到真正的實情狀況,因為這些網紅有一定的影響力。
gazette.blocks[10][0] 黃主任委員天牧:是。
gazette.blocks[11][0] 顏委員寬恒:不要說公信力,說是影響力應該比較貼切。造成一窩蜂購買、搶快,到時候因為這樣而不當或者遭受到虧損,後來會衍生出更多的問題,也是金管會、主管機關到後來要面對的。所以我們6月底之前要把這個規範訂出來,但是這段時間,現在才3月,4、5、6……
gazette.blocks[12][0] 黃主任委員天牧:是,我跟您報告,我們在報告中也有說明……
gazette.blocks[13][0] 顏委員寬恒:還有3個月的時間。
gazette.blocks[14][0] 黃主任委員天牧:對,其實我們在去年11月就有請交易所、櫃買中心,我們會請公會用新型態的媒體,包括這些年輕人喜歡用的管道去宣導,讓他瞭解到投資商品該注意到的金融知識。
gazette.blocks[15][0] 顏委員寬恒:這個商品安不安全、可不可靠,要靠主管機關做更多釐清。
gazette.blocks[16][0] 黃主任委員天牧:是。
gazette.blocks[17][0] 顏委員寬恒:我們知道現在熱錢都在房地產,因為ETF這麼趨熱的情況之下,現在ETF總市值有多少?
gazette.blocks[18][0] 黃主任委員天牧:四兆多。包括債券比較多,債券型比較多,股票大概一兆五左右。
gazette.blocks[19][0] 顏委員寬恒:四兆多,表示有這麼多的熱錢都跑到ETF這邊,是不是也分擔了一些跑到房地產去的錢?
gazette.blocks[20][0] 黃主任委員天牧:這個我不是專家,我想大概民眾對於類似這種商品有一定程度的興趣吧!
gazette.blocks[21][0] 顏委員寬恒:臺灣2月份的消費者CPI指數,年增率3.08,創2022年7月以來新高、最高,是不是民眾因為要抗通膨,所以把錢投到房市,又看到ETF這麼熱,大家搶著買,所以又把錢、又把銀行的定存,還有可能買賣房屋的錢,都把它移到這兩項,一個是房地產,一個是ETF,這樣子對整個經濟面的發展會造成什麼影響,可不可以請主委說一下?
gazette.blocks[22][0] 黃主任委員天牧:我想商品是中性的,當然臺股的ETF,可能最近這幾年臺股本身比較成長,所以大家看到過去的績效覺得可以繼續投資。當然ETF下面有不同的成分股,這些股票漲漲跌跌,總是有它本身的一些規則,我想還是要特別地、投資人還是要注意任何的ETF來看它成分股本身未來的整個漲跌,過去的績效不必然就保障未來的績效。
gazette.blocks[23][0] 顏委員寬恒:平均地權條例新法在去年7月全面上路,最重要的就是禁止預售屋和興建成屋的換約轉售,違者可處罰50至300萬。當民眾購買預售屋,禁止轉約後,一旦反悔就只能夠選擇退戶,而退戶要收取高達15%違約金,民眾當然不願意被罰這一筆錢。當他發現自己購買的預售屋價格又上漲,那是不是就會轉介到檯面下的這種黑市交易?是不是這種情況,讓有心人就會在地下操作,這樣的情況發生,金管會要怎麼抑制炒房?
gazette.blocks[24][0] 黃主任委員天牧:報告委員,其實您說的這部分是屬於不動產交易的實務,金管會在行政院穩健房市的政策下,基本上就是強化金融機構對於不動產授信的品質和風險管理,其他有一部分是中央銀行在選擇性信用管制上的政策。
gazette.blocks[25][0] 顏委員寬恒:當然房價上漲的原因包含很多,材料變貴、工資增加、土地成本增加,對於房地產上漲的預期心理,不管推出怎樣的打房政策,投資人還是願意購買房子,就是希望抗通膨,讓錢能夠保值,就算打房的策略奏效,也沒辦法讓房價有效回跌,房價趨勢還是往上的。所以整體來講打房是不成功的,是不是?我可不可以請教主委,這個說法對嗎?
gazette.blocks[26][0] 黃主任委員天牧:金管會只是其中之一,我們不太適合去評估,但是基本上我們對於尤其是銀行的授信來講,對於建物跟不動產的逾放比例都是0.15、0.16左右,大概都很低,表示資產品質其實是可以的,是可以被接受的。
gazette.blocks[27][0] 顏委員寬恒:好,謝謝主委。請主席請嚴副總裁。
gazette.blocks[28][0] 主席:請副總裁。
gazette.blocks[29][0] 嚴副總裁宗大:委員好。
gazette.blocks[30][0] 顏委員寬恒:主委請回座。副總裁,本席上個禮拜問過主計長,主計長說,如果把電費調漲考量進去,今年4月電費調漲,我國的通膨率依然會高於通膨警戒線,電費調漲勢必也是利率調漲與否的一個焦點,我想國人都非常關心這個議題。Fed在2月的CPI報告中升幅略高於預估,對降息將更加審慎。各國包含Fed、ECB都在考量降息的情況之下,我國是否有可能會因為電費的調漲反向升息,可不可以告訴我們?
gazette.blocks[31][0] 嚴副總裁宗大:報告委員,我們在每次開理事會之前,都會做整體的物價、房地產市場的評估,因為我們禮拜四就要開會了,所以我今天不方便直接回答您這邊的問題。而且每一個國家的貨幣政策或利率政策,其實是根據它當時的那個資料去決定的,所以我們要等到禮拜四以後才會正式公布,我們……
gazette.blocks[32][0] 顏委員寬恒:禮拜四才會有答案。我想問的是,升息是不是會因為電價調漲而受到影響,可不可以回答我是不是?
gazette.blocks[33][0] 嚴副總裁宗大:我們看到原本去年底的預估是1.89%,現在因為預期電價調整,也造成一些預期心理的形成,所以我們可能會上調我們對物價的預測,其實貨幣政策除了考慮物價之外,還要考慮其他很多因素。
gazette.blocks[34][0] 顏委員寬恒:所以就是會影響。升息是不是一種抑制熱錢投入房市的方法,我不知道,如果採取升息這個手段也一樣會付出經濟成長減緩的代價,不只這樣,所有的貸款族群都會受到影響,升息是不是唯一的方法、是不是一定會升息?
gazette.blocks[35][0] 嚴副總裁宗大:報告委員,我們在討論貨幣政策的利率調整時,其實考慮的因素是多方的,絕對不是一個因素,謝謝。
gazette.blocks[36][0] 顏委員寬恒:好,謝謝。
gazette.blocks[37][0] 主席:謝謝顏寬恒委員的質詢。接著請伍麗華委員質詢。
gazette.agenda.page_end 214
gazette.agenda.meet_id 委員會-11-1-20-4
gazette.agenda.speakers[0] 郭國文
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 李彥秀
gazette.agenda.speakers[4] 賴士葆
gazette.agenda.speakers[5] 賴惠員
gazette.agenda.speakers[6] 羅明才
gazette.agenda.speakers[7] 黃珊珊
gazette.agenda.speakers[8] 顏寬恒
gazette.agenda.speakers[9] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[10] 王鴻薇
gazette.agenda.speakers[11] 陳玉珍
gazette.agenda.speakers[12] 李坤城
gazette.agenda.speakers[13] 洪孟楷
gazette.agenda.speakers[14] 王世堅
gazette.agenda.speakers[15] 林楚茵
gazette.agenda.speakers[16] 牛煦庭
gazette.agenda.speakers[17] 徐巧芯
gazette.agenda.page_start 147
gazette.agenda.meetingDate[0] 2024-03-18
gazette.agenda.gazette_id 1131601
gazette.agenda.agenda_lcidc_ids[0] 1131601_00004
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第4次全體委員會議紀錄
gazette.agenda.content 邀請金融監督管理委員會黃主任委員天牧率臺灣證券交易所股份有限公司林董事長修銘及財團法 人中華民國證券櫃檯買賣中心陳董事長永誠、中央銀行分別就「從 ETF 熱賣看政府如何健全投資 管道引導民間游資,避免熱錢過度投入房市」進行專題報告,並備質詢
gazette.agenda.agenda_id 1131601_00003
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 12.94034375
transcript.pyannote[0].end 15.20159375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 15.91034375
transcript.pyannote[1].end 18.40784375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 18.47534375
transcript.pyannote[2].end 19.38659375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 24.22971875
transcript.pyannote[3].end 24.93846875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 25.91721875
transcript.pyannote[4].end 27.23346875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 27.85784375
transcript.pyannote[5].end 29.29221875
transcript.pyannote[6].speaker SPEAKER_03
transcript.pyannote[6].start 30.77721875
transcript.pyannote[6].end 32.02596875
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 32.61659375
transcript.pyannote[7].end 35.46846875
transcript.pyannote[8].speaker SPEAKER_03
transcript.pyannote[8].start 35.90721875
transcript.pyannote[8].end 38.45534375
transcript.pyannote[9].speaker SPEAKER_03
transcript.pyannote[9].start 38.79284375
transcript.pyannote[9].end 40.83471875
transcript.pyannote[10].speaker SPEAKER_03
transcript.pyannote[10].start 40.98659375
transcript.pyannote[10].end 43.21409375
transcript.pyannote[11].speaker SPEAKER_03
transcript.pyannote[11].start 43.56846875
transcript.pyannote[11].end 44.31096875
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 44.58096875
transcript.pyannote[12].end 47.38221875
transcript.pyannote[13].speaker SPEAKER_03
transcript.pyannote[13].start 47.78721875
transcript.pyannote[13].end 50.11596875
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 50.28471875
transcript.pyannote[14].end 52.73159375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 53.23784375
transcript.pyannote[15].end 54.62159375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 54.77346875
transcript.pyannote[16].end 54.82409375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 54.85784375
transcript.pyannote[17].end 56.79846875
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 57.49034375
transcript.pyannote[18].end 61.37159375
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 62.09721875
transcript.pyannote[19].end 67.19346875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 67.61534375
transcript.pyannote[20].end 69.16784375
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 69.55596875
transcript.pyannote[21].end 71.37846875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 72.20534375
transcript.pyannote[22].end 75.05721875
transcript.pyannote[23].speaker SPEAKER_03
transcript.pyannote[23].start 75.74909375
transcript.pyannote[23].end 77.77409375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 78.06096875
transcript.pyannote[24].end 78.97221875
transcript.pyannote[25].speaker SPEAKER_03
transcript.pyannote[25].start 79.64721875
transcript.pyannote[25].end 81.85784375
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 82.49909375
transcript.pyannote[26].end 88.65846875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 89.46846875
transcript.pyannote[27].end 96.03284375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 96.31971875
transcript.pyannote[28].end 107.20409375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 107.42346875
transcript.pyannote[29].end 114.00471875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 114.39284375
transcript.pyannote[30].end 117.39659375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 117.81846875
transcript.pyannote[31].end 119.92784375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 120.33284375
transcript.pyannote[32].end 128.60159375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 128.90534375
transcript.pyannote[33].end 130.52534375
transcript.pyannote[34].speaker SPEAKER_03
transcript.pyannote[34].start 130.05284375
transcript.pyannote[34].end 139.63784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 131.30159375
transcript.pyannote[35].end 132.93846875
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 140.17784375
transcript.pyannote[36].end 142.00034375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 142.82721875
transcript.pyannote[37].end 145.62846875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 145.96596875
transcript.pyannote[38].end 147.13034375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 147.94034375
transcript.pyannote[39].end 150.04971875
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 150.08346875
transcript.pyannote[40].end 152.19284375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 152.63159375
transcript.pyannote[41].end 155.41596875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 155.92221875
transcript.pyannote[42].end 156.66471875
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 156.98534375
transcript.pyannote[43].end 157.52534375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 158.13284375
transcript.pyannote[44].end 161.69346875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 161.99721875
transcript.pyannote[45].end 165.13596875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 165.54096875
transcript.pyannote[46].end 168.15659375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 168.42659375
transcript.pyannote[47].end 171.73409375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 172.30784375
transcript.pyannote[48].end 172.89846875
transcript.pyannote[49].speaker SPEAKER_03
transcript.pyannote[49].start 173.11784375
transcript.pyannote[49].end 176.23971875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 176.45909375
transcript.pyannote[50].end 177.28596875
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 177.77534375
transcript.pyannote[51].end 184.66034375
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 184.94721875
transcript.pyannote[52].end 195.91596875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 192.20346875
transcript.pyannote[53].end 200.75909375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 201.18096875
transcript.pyannote[54].end 203.07096875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 203.39159375
transcript.pyannote[55].end 209.44971875
transcript.pyannote[56].speaker SPEAKER_03
transcript.pyannote[56].start 209.44971875
transcript.pyannote[56].end 209.50034375
transcript.pyannote[57].speaker SPEAKER_03
transcript.pyannote[57].start 210.39471875
transcript.pyannote[57].end 216.03096875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 216.03096875
transcript.pyannote[58].end 216.36846875
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 216.36846875
transcript.pyannote[59].end 217.36409375
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 217.85346875
transcript.pyannote[60].end 218.79846875
transcript.pyannote[61].speaker SPEAKER_03
transcript.pyannote[61].start 219.47346875
transcript.pyannote[61].end 221.04284375
transcript.pyannote[62].speaker SPEAKER_03
transcript.pyannote[62].start 221.66721875
transcript.pyannote[62].end 224.01284375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 224.65409375
transcript.pyannote[63].end 225.16034375
transcript.pyannote[64].speaker SPEAKER_03
transcript.pyannote[64].start 225.70034375
transcript.pyannote[64].end 228.90659375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 230.23971875
transcript.pyannote[65].end 230.29034375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 230.29034375
transcript.pyannote[66].end 237.02346875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 237.02346875
transcript.pyannote[67].end 244.09409375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 244.58346875
transcript.pyannote[68].end 247.73909375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 247.73909375
transcript.pyannote[69].end 247.75596875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 249.20721875
transcript.pyannote[70].end 256.54784375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 257.07096875
transcript.pyannote[71].end 258.03284375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 258.03284375
transcript.pyannote[72].end 276.03846875
transcript.pyannote[73].speaker SPEAKER_03
transcript.pyannote[73].start 276.05534375
transcript.pyannote[73].end 278.09721875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 278.63721875
transcript.pyannote[74].end 279.97034375
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 280.29096875
transcript.pyannote[75].end 282.06284375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 282.14721875
transcript.pyannote[76].end 283.36221875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 283.54784375
transcript.pyannote[77].end 285.23534375
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 285.38721875
transcript.pyannote[78].end 287.81721875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 288.15471875
transcript.pyannote[79].end 289.06596875
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 289.20096875
transcript.pyannote[80].end 290.02784375
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 290.48346875
transcript.pyannote[81].end 291.79971875
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 292.39034375
transcript.pyannote[82].end 292.86284375
transcript.pyannote[83].speaker SPEAKER_03
transcript.pyannote[83].start 293.41971875
transcript.pyannote[83].end 296.82846875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 297.26721875
transcript.pyannote[84].end 324.26721875
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 324.58784375
transcript.pyannote[85].end 332.36721875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 332.70471875
transcript.pyannote[86].end 334.71284375
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 334.71284375
transcript.pyannote[87].end 334.72971875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 335.70846875
transcript.pyannote[88].end 336.02909375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 336.02909375
transcript.pyannote[89].end 336.80534375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 337.14284375
transcript.pyannote[90].end 341.07471875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 341.90159375
transcript.pyannote[91].end 345.86721875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 346.28909375
transcript.pyannote[92].end 348.22971875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 348.71909375
transcript.pyannote[93].end 351.18284375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 351.62159375
transcript.pyannote[94].end 353.02221875
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 353.49471875
transcript.pyannote[95].end 355.33409375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 355.63784375
transcript.pyannote[96].end 356.98784375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 357.62909375
transcript.pyannote[97].end 358.06784375
transcript.pyannote[98].speaker SPEAKER_03
transcript.pyannote[98].start 359.01284375
transcript.pyannote[98].end 360.49784375
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 361.25721875
transcript.pyannote[99].end 362.15159375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 362.33721875
transcript.pyannote[100].end 363.31596875
transcript.pyannote[101].speaker SPEAKER_03
transcript.pyannote[101].start 363.87284375
transcript.pyannote[101].end 366.60659375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 366.99471875
transcript.pyannote[102].end 369.99846875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 370.50471875
transcript.pyannote[103].end 370.82534375
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 371.28096875
transcript.pyannote[104].end 373.44096875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 373.77846875
transcript.pyannote[105].end 375.14534375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 375.76971875
transcript.pyannote[106].end 377.87909375
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 378.73971875
transcript.pyannote[107].end 381.86159375
transcript.pyannote[108].speaker SPEAKER_03
transcript.pyannote[108].start 382.65471875
transcript.pyannote[108].end 384.78096875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 385.06784375
transcript.pyannote[109].end 386.14784375
transcript.pyannote[110].speaker SPEAKER_03
transcript.pyannote[110].start 386.73846875
transcript.pyannote[110].end 389.05034375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 389.55659375
transcript.pyannote[111].end 392.23971875
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 393.04971875
transcript.pyannote[112].end 395.34471875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 396.34034375
transcript.pyannote[113].end 396.96471875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 396.96471875
transcript.pyannote[114].end 397.92659375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 398.31471875
transcript.pyannote[115].end 417.02909375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 417.07971875
transcript.pyannote[116].end 418.29471875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 418.95284375
transcript.pyannote[117].end 424.52159375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 424.52159375
transcript.pyannote[118].end 424.57221875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 425.14596875
transcript.pyannote[119].end 425.56784375
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 425.56784375
transcript.pyannote[120].end 425.60159375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 426.39471875
transcript.pyannote[121].end 426.41159375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 426.41159375
transcript.pyannote[122].end 432.94221875
transcript.pyannote[123].speaker SPEAKER_03
transcript.pyannote[123].start 432.97596875
transcript.pyannote[123].end 434.62971875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 434.76471875
transcript.pyannote[124].end 438.13971875
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 438.64596875
transcript.pyannote[125].end 447.62346875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 447.89346875
transcript.pyannote[126].end 452.44971875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 453.32721875
transcript.pyannote[127].end 458.08596875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 458.60909375
transcript.pyannote[128].end 463.97534375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 463.97534375
transcript.pyannote[129].end 464.90346875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 465.47721875
transcript.pyannote[130].end 470.96159375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 471.55221875
transcript.pyannote[131].end 474.64034375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 475.07909375
transcript.pyannote[132].end 489.54096875
transcript.pyannote[133].speaker SPEAKER_03
transcript.pyannote[133].start 489.54096875
transcript.pyannote[133].end 489.79409375
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 489.79409375
transcript.pyannote[134].end 489.82784375
transcript.pyannote[135].speaker SPEAKER_03
transcript.pyannote[135].start 489.82784375
transcript.pyannote[135].end 489.87846875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 489.87846875
transcript.pyannote[136].end 489.91221875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 489.91221875
transcript.pyannote[137].end 492.59534375
transcript.pyannote[138].speaker SPEAKER_03
transcript.pyannote[138].start 492.88221875
transcript.pyannote[138].end 494.26596875
transcript.pyannote[139].speaker SPEAKER_03
transcript.pyannote[139].start 495.31221875
transcript.pyannote[139].end 496.02096875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 496.02096875
transcript.pyannote[140].end 496.05471875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 501.01596875
transcript.pyannote[141].end 501.53909375
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 502.36596875
transcript.pyannote[142].end 503.26034375
transcript.pyannote[143].speaker SPEAKER_03
transcript.pyannote[143].start 504.17159375
transcript.pyannote[143].end 505.16721875
transcript.pyannote[144].speaker SPEAKER_03
transcript.pyannote[144].start 505.48784375
transcript.pyannote[144].end 505.85909375
transcript.pyannote[145].speaker SPEAKER_03
transcript.pyannote[145].start 507.51284375
transcript.pyannote[145].end 512.87909375
transcript.pyannote[146].speaker SPEAKER_03
transcript.pyannote[146].start 513.52034375
transcript.pyannote[146].end 527.25659375
transcript.pyannote[147].speaker SPEAKER_03
transcript.pyannote[147].start 527.67846875
transcript.pyannote[147].end 531.28971875
transcript.pyannote[148].speaker SPEAKER_03
transcript.pyannote[148].start 531.62721875
transcript.pyannote[148].end 533.90534375
transcript.pyannote[149].speaker SPEAKER_03
transcript.pyannote[149].start 534.49596875
transcript.pyannote[149].end 535.18784375
transcript.pyannote[150].speaker SPEAKER_03
transcript.pyannote[150].start 535.99784375
transcript.pyannote[150].end 536.25096875
transcript.pyannote[151].speaker SPEAKER_03
transcript.pyannote[151].start 536.48721875
transcript.pyannote[151].end 537.98909375
transcript.pyannote[152].speaker SPEAKER_03
transcript.pyannote[152].start 539.44034375
transcript.pyannote[152].end 542.93346875
transcript.pyannote[153].speaker SPEAKER_03
transcript.pyannote[153].start 543.72659375
transcript.pyannote[153].end 548.11409375
transcript.pyannote[154].speaker SPEAKER_03
transcript.pyannote[154].start 548.35034375
transcript.pyannote[154].end 559.79159375
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 561.85034375
transcript.pyannote[155].end 562.44096875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 562.99784375
transcript.pyannote[156].end 564.76971875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 565.54596875
transcript.pyannote[157].end 572.27909375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 572.95409375
transcript.pyannote[158].end 585.86346875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 586.21784375
transcript.pyannote[159].end 590.47034375
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 590.99346875
transcript.pyannote[160].end 592.37721875
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 591.36471875
transcript.pyannote[161].end 593.33909375
transcript.pyannote[162].speaker SPEAKER_03
transcript.pyannote[162].start 593.65971875
transcript.pyannote[162].end 595.46534375
transcript.pyannote[163].speaker SPEAKER_03
transcript.pyannote[163].start 596.10659375
transcript.pyannote[163].end 596.59596875
transcript.pyannote[164].speaker SPEAKER_03
transcript.pyannote[164].start 597.69284375
transcript.pyannote[164].end 598.24971875
transcript.pyannote[165].speaker SPEAKER_03
transcript.pyannote[165].start 600.64596875
transcript.pyannote[165].end 601.03409375
transcript.pyannote[166].speaker SPEAKER_03
transcript.pyannote[166].start 601.35471875
transcript.pyannote[166].end 608.84721875
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 608.29034375
transcript.pyannote[167].end 613.75784375
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 608.93159375
transcript.pyannote[168].end 609.01596875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 614.24721875
transcript.pyannote[169].end 616.82909375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 617.41971875
transcript.pyannote[170].end 632.45534375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 621.31784375
transcript.pyannote[171].end 621.62159375
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 621.62159375
transcript.pyannote[172].end 621.97596875
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 621.97596875
transcript.pyannote[173].end 622.80284375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 623.14034375
transcript.pyannote[174].end 624.42284375
transcript.pyannote[175].speaker SPEAKER_03
transcript.pyannote[175].start 627.10596875
transcript.pyannote[175].end 627.67971875
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 628.48971875
transcript.pyannote[176].end 628.75971875
transcript.pyannote[177].speaker SPEAKER_03
transcript.pyannote[177].start 631.34159375
transcript.pyannote[177].end 631.51034375
transcript.pyannote[178].speaker SPEAKER_03
transcript.pyannote[178].start 632.79284375
transcript.pyannote[178].end 641.09534375
transcript.pyannote[179].speaker SPEAKER_03
transcript.pyannote[179].start 641.44971875
transcript.pyannote[179].end 643.39034375
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 643.98096875
transcript.pyannote[180].end 645.22971875
transcript.pyannote[181].speaker SPEAKER_03
transcript.pyannote[181].start 645.66846875
transcript.pyannote[181].end 647.79471875
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 648.11534375
transcript.pyannote[182].end 649.34721875
transcript.pyannote[183].speaker SPEAKER_03
transcript.pyannote[183].start 649.76909375
transcript.pyannote[183].end 652.65471875
transcript.pyannote[184].speaker SPEAKER_03
transcript.pyannote[184].start 653.19471875
transcript.pyannote[184].end 655.43909375
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 656.16471875
transcript.pyannote[185].end 658.24034375
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 659.21909375
transcript.pyannote[186].end 660.68721875
transcript.pyannote[187].speaker SPEAKER_00
transcript.pyannote[187].start 661.95284375
transcript.pyannote[187].end 670.22159375
transcript.pyannote[188].speaker SPEAKER_03
transcript.pyannote[188].start 672.21284375
transcript.pyannote[188].end 672.58409375
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 672.58409375
transcript.pyannote[189].end 673.05659375
transcript.pyannote[190].speaker SPEAKER_00
transcript.pyannote[190].start 674.03534375
transcript.pyannote[190].end 674.05221875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 674.05221875
transcript.pyannote[191].end 676.26284375
transcript.whisperx[0].start 13.352
transcript.whisperx[0].end 19.191
transcript.whisperx[0].text 主席、各位律師委員主席我先請金管會黃主委有請黃主委
transcript.whisperx[1].start 24.549
transcript.whisperx[1].end 45.508
transcript.whisperx[1].text 委員好主委好主委那個ETF熱賣那許多投資人就不只解定存拿房子貸款那一窩蜂的都搶著要買那有很多人買不到那除了菜市場在那邊賣菜賣肉的
transcript.whisperx[2].start 50.812
transcript.whisperx[2].end 70.969
transcript.whisperx[2].text 連程序都可能不清楚在這種市場的趨勒之下投資人根本不了解基金的特性那這樣子進場那就是投信公司的廣告跟這些網紅的宣傳那流動資金大量湧入ETF市場
transcript.whisperx[3].start 72.23
transcript.whisperx[3].end 88.456
transcript.whisperx[3].text 投資人也是看到這些社群平台還有網紅的說明去進行買賣那針對投信跟網紅的部分那修正相關規定還有強化控管制度的部分是不是請主委說明一下
transcript.whisperx[4].start 89.522
transcript.whisperx[4].end 106.717
transcript.whisperx[4].text 有,謝謝委員您的垂詢我想這部分的確是我們在最近看到投信在行銷上的一個我們覺得需要去立刻去調整的地方因為這些網紅他可能所在現場上沒有讓
transcript.whisperx[5].start 107.558
transcript.whisperx[5].end 127.45
transcript.whisperx[5].text 投資人理解到其實他後面是有跟投信做連結的那所以對他的話術就可能覺得他是很公正的那其實他是後面是有投信跟他有一些商業上的契約那這部分怎麼規範我剛才有報告在報告也有講我們儘快6月底之前要跟工會把這個自律規範給他訂出來
transcript.whisperx[6].start 128.971
transcript.whisperx[6].end 129.251
transcript.whisperx[6].text 臺灣財政委員會主席
transcript.whisperx[7].start 148.738
transcript.whisperx[7].end 176.725
transcript.whisperx[7].text 民眾可以瞭解到說真正的實情狀況不要到時候因為這些網紅他有一定的影響力是那不要說公信力啦說影響力應該比較貼切那所以造成說到時候因為這個運貨風的購買然後搶快那到時候因為這樣up down或者說遭受到這些虧損
transcript.whisperx[8].start 177.805
transcript.whisperx[8].end 192.634
transcript.whisperx[8].text 然後呢後來會衍生出更多的問題也是金管會主管機關到後來要面對的那所以我們6月底之前要把這個規範出來但是這段時間我們現在才3月是 我跟您報告
transcript.whisperx[9].start 196.018
transcript.whisperx[9].end 209.014
transcript.whisperx[9].text 其實我們在去年11月就有請交易所櫃買中心我們會請工會用新型態的媒體包括這些年輕人喜歡用的管道去宣導讓他瞭解到投資這些商品該注意到的金融的知識
transcript.whisperx[10].start 210.696
transcript.whisperx[10].end 228.747
transcript.whisperx[10].text 這個商品安不安全可不可靠這個要靠主管機關來做更多的釐清那因為現在我們知道說現在熱錢都在房地產那因為現在ETF這麼趨熱的情況之下現在在ETF總市值有多少
transcript.whisperx[11].start 230.55
transcript.whisperx[11].end 255.891
transcript.whisperx[11].text 4兆多包括債券比較多債券型比較多股票大概1兆5左右4兆多那表示說有這麼多的熱錢都跑到ETF這邊過來是不是也分擔了一些跑到房地產區的這些錢這個我不是專家我想大家民眾對於類似這種商品有一定程度的興趣吧
transcript.whisperx[12].start 257.731
transcript.whisperx[12].end 275.048
transcript.whisperx[12].text 臺灣2月份的消費者CPI指數年增率3.08那創2022年7月以來的新高最高那是不是因為民眾因為要抗通膨所以把錢投到房市那又看到ETF這麼熱大家搶著買所以又把錢
transcript.whisperx[13].start 278.592
transcript.whisperx[13].end 278.972
transcript.whisperx[13].text 請主席說一下
transcript.whisperx[14].start 297.621
transcript.whisperx[14].end 323.798
transcript.whisperx[14].text 我想商品是中性的那當然臺股的ETF因為可能最近這幾年臺股的這個本身比較成長所以大家看到過去的績效覺得可以繼續去投資當然ETF下面有不同的成分股那這些股票漲漲跌跌總是有它自己本身的一些規矩規則我想還是要特別
transcript.whisperx[15].start 324.699
transcript.whisperx[15].end 340.753
transcript.whisperx[15].text 投資人還是要注意任何的ETF還要看它成分股本身未來的整個的漲跌那過去的績效不必然去保障未來的績效是那平均地權條例新法在去年的7月全面上路
transcript.whisperx[16].start 341.994
transcript.whisperx[16].end 349.357
transcript.whisperx[16].text 最重要的就是禁止預售屋跟新建成屋的換約轉售那違則可處罰50到300萬當民眾購買預售屋禁止轉約後那一旦返回就只能夠選擇退戶
transcript.whisperx[17].start 361.294
transcript.whisperx[17].end 381.736
transcript.whisperx[17].text 那退戶要收取高達15%的違約金民眾當然不願意被罰這一筆錢當然發現自己購買的預售價格又上漲那是不是就會轉接到這個檯面下的一個黑絲的交易
transcript.whisperx[18].start 382.697
transcript.whisperx[18].end 395.109
transcript.whisperx[18].text 那如果是不是這種情況讓有心人就會在地下操作這樣子的情況發生要如何能夠金融會這邊要怎麼樣去抑制炒房
transcript.whisperx[19].start 396.914
transcript.whisperx[19].end 424.306
transcript.whisperx[19].text 報告委員其實您說的這部分是屬於不動產交易的實務今晚會在行政院的穩健方式的政策下基本上就是強化金融機構對於不動產受信用的品質跟風險管理那另外其他部分有一部分是中央銀行在選擇信信用管制上的一個政策
transcript.whisperx[20].start 426.727
transcript.whisperx[20].end 451.882
transcript.whisperx[20].text 當然房價上漲的原因包含很多材料變貴、工錢、薪資增加、土地成本增加的部分對於房地產上漲的預期心理不管推出怎樣的打房政策投資者還是願意購買房子就希望說抗通膨讓錢能夠保值就算打房的策略作效也沒有辦法讓房價
transcript.whisperx[21].start 454.064
transcript.whisperx[21].end 472.203
transcript.whisperx[21].text 有效的回跌那房價趨勢還是往上的所以整體來講打房是不成功的是不是我可不可以請教主委這個說法我們經常會是其中之一我們不太適合去評估但是基本上我們對於尤其是這個銀行的壽性來講
transcript.whisperx[22].start 475.154
transcript.whisperx[22].end 495.568
transcript.whisperx[22].text 對於這個借物跟不動產的預放比率都是0.1516左右大概都很低表示這產品質其實是可以的是可以可以被接受的好 謝謝主委那請主席請嚴副總裁請副總裁委員好
transcript.whisperx[23].start 502.606
transcript.whisperx[23].end 523.443
transcript.whisperx[23].text 副總裁那主委請回座本席上個禮拜有問過主席長認為如果將主席長說如果把電費調漲考量進去所以今年4月電費調漲我覺得通膨率依然會高於通膨的警戒線
transcript.whisperx[24].start 524.964
transcript.whisperx[24].end 542.726
transcript.whisperx[24].text 那電費調漲是勢必也是利率調漲與否的一個焦點我想國人都非常關心這個議題那FED在2月CPI報告中升幅略高於預估
transcript.whisperx[25].start 543.772
transcript.whisperx[25].end 559.317
transcript.whisperx[25].text 那對降息將更加審慎在各國包含FED ECB都在考量降息的過程當中的情況之下我國是否有可能會因為電費的調漲反向升息可不可以告訴我們
transcript.whisperx[26].start 561.872
transcript.whisperx[26].end 590.061
transcript.whisperx[26].text 那個報告委員因為那個我們在每次開理事會之前我們都會做整體的物價房地產市場的評估那因為我們禮拜四就要開會了所以我今天不方便直接回答您這邊的問題而且每一個國家的貨幣政策或利率政策其實是根據他當時候的那個資料去決定的所以我們要等到禮拜四以後我們才會正式公佈
transcript.whisperx[27].start 591.462
transcript.whisperx[27].end 593.787
transcript.whisperx[27].text 你賣市才會有答案我問的是說這個
transcript.whisperx[28].start 601.414
transcript.whisperx[28].end 622.306
transcript.whisperx[28].text 我們升息是不是會受到因為電價的調漲所以影響到我們升息你可不可以回答我是不是因為我們看到就是說我們原來去年底的預估的時候是1.89那現在因為預期電價調整也造成一些預期心理的形成所以我們可能會善調我們對物價的預測
transcript.whisperx[29].start 627.228
transcript.whisperx[29].end 655.103
transcript.whisperx[29].text 那其實貨幣政策除了考慮物價之外也還有考慮其他的很多因素升息是不是一種抑制熱錢投入房市的一個方法我不知道那是不是可能我們如果用升息這個手段也是一樣會付出經濟成長減緩的一個代價不只這樣啦因為所有的貸款這個族群都會受到影響
transcript.whisperx[30].start 656.244
transcript.whisperx[30].end 670.179
transcript.whisperx[30].text 所以升息是不是唯一的方法那是不是一定要升息報告委員因為我們在討論貨幣政策的利率調整所以我們其實考慮的因素是多方的絕對不是一個因素謝謝好 謝謝好 謝謝顏寬衡委員的諮詢