iVOD / 150051

Field Value
IVOD_ID 150051
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150051
日期 2024-03-19
會議資料.會議代碼 院會-11-1-5
會議資料.會議代碼:str 第11屆第1會期第5次會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 5
會議資料.種類 院會
會議資料.標題 立法院第11屆第1會期第5次會議
影片種類 Clip
開始時間 2024-03-19T09:00:52+08:00
結束時間 2024-03-19T09:17:14+08:00
影片長度 00:16:22
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/59f92d7d7345497f521ba64fbe914860f400872fcf4c8a93f8ba9b0039caa7a6101d8e2190a533195ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 王鴻薇
委員發言時間 09:00:52 - 09:17:14
會議時間 2024-03-19T09:00:00+08:00
會議名稱 第11屆第1會期第5次會議(事由:一、對行政院院長提出施政方針及施政報告繼續質詢。 二、3月15日上午9時至10時為國是論壇時間。 三、3月19日下午1時50分至2時30分為處理臨時提案時間。)
gazette.lineno 129
gazette.blocks[0][0] 王委員鴻薇:(9時1分)好,謝謝主席。我先請院長還有主計長。
gazette.blocks[1][0] 主席:麻煩請陳院長備詢、請主計長備詢。
gazette.blocks[2][0] 陳院長建仁:王委員早。
gazette.blocks[3][0] 王委員鴻薇:院長早、主計長早。在質詢院長跟主計長之前,我想利用我自己質詢的一點時間講一下上個星期五在立法院所發生的質詢之亂,因為當天我也是最後一個要口頭質詢的,這幾天來我們看到社會各界關切立法院在星期五發生的一個質詢亂紛紛的事件,我想今天包含林德福委員、吳春城委員因為他們是接續質詢,所以他們都提早坐在議場裡面等候。
gazette.blocks[3][1] 其實大部分的委員對於我們的質詢,尤其非常非常重視總質詢,因為1年也只能總質詢2次,可是我覺得在這一次我們有些委員遲到,有些委員因為個人行程的關係,他擅自去更改次序,然後最後從口頭質詢變成書面質詢,造成星期五這樣一個質詢之亂。
gazette.blocks[3][2] 我今天為什麼要特別談一下?是因為我也是立法院的一份子,我覺得這件事情對我們立法院的傷害非常大,讓外界認為今天難道我們大部分的委員都是巨嬰嗎?都要靠議事人員來通知,如果議事人員不通知時間,我們就不會質詢嗎?我們就不重視質詢的時間嗎?我覺得更過分的是,因為自己的時間沒有辦法掌握或者是前面的次序亂掉了,動輒把這些責任甩鍋給我們的主席韓院長,還說什麼韓院長提早結束是要去喝酒、去應酬,我覺得這都是非常非常惡劣的行為,所以我覺得這件事情我也是受害者,因為我不希望外界認為我們今天立法院是這樣子的一個狀況,所以我在今天一開始質詢的時候,不好意思,院長跟主計長,我也是用了我自己的時間講一下,我覺得我必須譴責這樣的行為。
gazette.blocks[3][3] 接下來很重要的,我尤其要請教主計長,我們今年的稅收超徵,外界一直說估計大概是3,700億到3,800億這樣的額度,在這樣的過程裡面,去年年初時因為我在競選補選,我提出了一個稅收超徵就應該還稅於民,所以後來出現了發放現金6,000塊,當然其他稅收超徵包含去撥補台電、撥補健保、撥補勞保還有給地方政府等等,但是在我們整個預算的編列過程裡,經常性的稅收超徵事實上過去是未見的,在某一個程度,這也代表我們在預算編列的時候失之於草率。所以現在看到,你們行政院現在應該頭也很痛,因為稅收一超徵,這個錢大家都想要來搶,包含經濟部長說他希望1,500億去撥給台電,至於勞保基金,我相信許銘春部長也希望能夠撥補給勞保基金,以免它提早破產等等之類的。
gazette.blocks[3][4] 我在這邊要特別提出的是,如果當超徵成為一個常態的時候,那麼其實要做的事情是什麼呢?就是應該還稅於民,因為我們剛剛講的這些,事實上照理講它應該儘量在公務預算裡面去編列,而不應該當出現超徵的時候大家來搶錢、搶這個大餅,因為那天我問主計長,主計長看起來也不是很願意說一下撥補台電1,500億,他說如果撥補台電1,500億,那明年預算都很難編啦!所以我在這邊認為,當超徵成為常態的時候,應該還稅於民。
gazette.blocks[3][5] 我提出一個,只要超徵在3,000億以上,其實我這個線已經畫得很高了,3,000億以上就應該還稅於民,因為你取之於納稅人民,你應該用之於我們的人民,就還稅於民。所以我想請問一下院長,你同不同意這樣的一個觀點?
gazette.blocks[4][0] 陳院長建仁:我想歲入歲出如果有盈餘的時候,確實第一個當然就是要還債,債務的還本當然是很重要,債務還本以後再來考慮政府有哪一些需要特別幫忙的,像剛才講的台電、勞保、健保的部分。我也同意預算的編列應該要更精準一點,但是前幾年因為全球供應鏈的改變,然後臺灣的經濟相較於其他的國家都相對的好,而且我們的經濟成長……
gazette.blocks[5][0] 王委員鴻薇:所以應不應該還稅於民?
gazette.blocks[6][0] 陳院長建仁:所以等到還稅於民的情況,在去年的時候因為我們有將近5,000億,那個時候我們可以發現金……
gazette.blocks[7][0] 王委員鴻薇:那今年可不可以呢?
gazette.blocks[8][0] 陳院長建仁:但是今年的情況可能沒有辦法到達那個幅度。
gazette.blocks[9][0] 朱主計長澤民:跟委員報告一下,112年歲入歲出的剩餘是2,760億,但是依法必須提列歲入的5%還債,所以要提列1,260億,因此大概剩餘1,500億,1,500億還要審計部審定以後我們才能夠運用,謝謝。
gazette.blocks[10][0] 王委員鴻薇:所以今年沒有還稅於民,對不對?
gazette.blocks[11][0] 朱主計長澤民:今年在我們的規劃裡面是沒有。
gazette.blocks[12][0] 陳院長建仁:也不到委員說的3,000億啦!
gazette.blocks[13][0] 王委員鴻薇:我在這邊也會去做一個提案、修法,因為要審定,我也同意要審定後再用,現在經濟部是沒有審定就準備拿錢了,這也是不符合程序的。我會提案,就是只要超過3,000億,就應該還稅於民,取之於人民、用之於人民。另外,我再請教一件事情……
gazette.blocks[14][0] 陳院長建仁:委員,我可以回答一下嗎?實際上,補貼台電跟補貼勞保也是還稅於民啊!
gazette.blocks[15][0] 王委員鴻薇:不一樣喔!
gazette.blocks[16][0] 陳院長建仁:而且是更弱勢的人得到照顧……
gazette.blocks[17][0] 王委員鴻薇:院長、院長,因為我時間有限……
gazette.blocks[18][0] 陳院長建仁:勞工得到照顧。
gazette.blocks[19][0] 王委員鴻薇:台電讓很多的光電業者賺大錢,光電業者都是特殊的,綠友友。
gazette.blocks[19][1] 我要問一個很重要的問題,大家都知道520以後是新政府,這兩天賴清德總統當選人講了一個很重要的事情,就是有關於國造潛艦,他說7艘國造潛艦要一次做完,因為在蔡總統的任內是要分批次,是223還是322,我忘記了,但他就是會分批次,當然也許是考慮到我們潛艦國造的量能、考慮到我們財政的量能等等。現在賴總統說要7艘國造潛艦一次用完,主計長,我們的財政能夠負荷嗎?
gazette.blocks[20][0] 朱主計長澤民:跟委員報告一下,因為國防外交是屬於總統的職權,但是我必須說明一下,潛艦的建造是要跨很多年度,跨很多年度的話,國防部如果有提出這個計畫的話,它是跨年度,所以每年的金額不會非常大,當然會增加,但是不會非常大,謝謝。
gazette.blocks[21][0] 王委員鴻薇:這應該是要特別預算嘛?
gazette.blocks[22][0] 朱主計長澤民:這個是要看國防部的意見,如果是屬於多年期、一貫性,而且是連續性的話,經過大院同意就可以編列,謝謝。
gazette.blocks[23][0] 王委員鴻薇:我認為現在蔡總統會把它分批編列是有他的道理啦!第一個,我剛剛講說我們也要看,因為這個潛艦到現在還沒下水,我們第一艘海鯤號還沒有真正下水,對不對?我們一邊做,然後檢討修正,也考慮到財政負荷,我個人最關心的是,如果七艘潛艦一起做,我覺得最大的問題就是財政的問題,說實在,這個以後還是有以後的總統可以做,一次在自己任內全部都做完,把錢全部花完,我個人是有疑慮的。好,時間暫停一下,主計長請回,我請一下央行總裁。
gazette.blocks[24][0] 楊總裁金龍:委員早。
gazette.blocks[25][0] 王委員鴻薇:院長,你一直在強調你是溫暖堅韌的內閣,那我來跟你談一下,關於我們的財政還有金融到底有沒有足夠的韌性,我現在就要告訴大家,央行沒有告訴大家的事情。外媒評論裡面提到,臺灣從全球最危險的地方變得更危險,其實這已經不是第一次,過去很多外媒都有提到,我們的地緣,甚至地緣安全的問題。當然我們也知道現在臺灣的股價創新高,可是同樣地它也埋藏了臺灣的金融韌性是不是足夠的問題。我想讓楊總裁看一下,我們臺股的外資占比是非常高的,比如我看到今天的經濟日報說,上週外資在臺灣賣很多、逃掉很多,然後轉進印度,外資本來就轉進、轉出、轉進、轉出,它會非常非常地快速。時間暫停一下,我看到金管會主委上來了,我剛才忘記叫你。
gazette.blocks[25][1] 我們臺股的外資占比非常高,已經超過40%,相對亞洲地區,當然比如說像新加坡,新加坡更高啦,香港也高,可是香港的比例在降低中,我們看到日本、韓國,他們也是有地緣政治風險的問題,但他們大概都在30%或30%以下。外資喜歡臺股,對股民來說當然是覺得歡迎,可是我們在講說所謂的備戰,就是如果我們今天要準備或者擔心臺海之間可能會有任何兵凶戰危風險的時候,我們就要考慮到我們的金融韌性。
gazette.blocks[25][2] 我們可以看一個很重要的資料,剛才講我們股市的外資如果換算成美元的話,超過8,000億美元,有人跟我講說將近1兆,後來我算一算,大概就是超過8,000億美元,總裁非常清楚知道,雖然臺灣外匯存底很多,但是大概是五千六百多億、五千七百億,這個是浮動的,如果最壞的情況發生的時候,外資一旦有任何風吹草動,他們是完全不會留戀的,會跑出、跑進、跑出、跑進,所以我們現在會面臨一個問題,我們在備戰的時候,大家只關注國防、全民動員、買武器等等之類的面向,但是很少人討論到我們金融韌性的問題,今天我看到的就是這樣的數字,當然,你可以講說外資不會一次全部跑出去,Who knows?對不對?所以今天我們在討論一些我們的國防韌性要備戰的時候,我覺得相關的金融準備也不能夠不去提,然後不能每天大家很高興,比如昨天我們的ETF,現在好多年輕人爭相去買00940,我昨天還講了,當擦鞋童都在討論股價的時候,你就知道股市過熱了,我們現在也是啊!很多的辦公室、很多的市場,統統在談你買了00940沒有,當這個時候我們就要小心這個市場是不是過熱,或者我們的老百姓是不是低估了這些相關的金融風險,老百姓可以低估,政府不能低估,好不好?我用一點點時間,是不是請總裁來回應一下?
gazette.blocks[26][0] 楊總裁金龍:我想就資本、資金的進出,中央銀行每天都非常……
gazette.blocks[27][0] 王委員鴻薇:我知道。
gazette.blocks[28][0] 楊總裁金龍:至於是不是說有……
gazette.blocks[29][0] 王委員鴻薇:那這個是結構性的問題囉?這已經是結構性問題。
gazette.blocks[30][0] 楊總裁金龍:至於是不是有準備,就是金融的準備,我來跟委員報告,事實上中央銀行、金管會還有財政部,我們都演練過了,所以我們不會天天嚷嚷說「我們都準備好了、我們都準備好了」,不會的,我們會默默的做,我們有我們應對的一個配套措施,所以我想我還是請委員能夠放心。
gazette.blocks[31][0] 王委員鴻薇:所以我這樣講對不對?比如說我們在說有兵推嘛!
gazette.blocks[32][0] 楊總裁金龍:對、對、對,有。
gazette.blocks[33][0] 王委員鴻薇:臺灣自己也做兵推,國外的智庫也很多人都在做臺海之間的兵推,所以我們也有做我們的金融兵推,對不對?
gazette.blocks[34][0] 楊總裁金龍:沒有錯。
gazette.blocks[35][0] 王委員鴻薇:哪些單位?譬如說央行……
gazette.blocks[36][0] 楊總裁金龍:但是我們不會公開的在那邊叫叫嚷嚷的,我們不會的。
gazette.blocks[37][0] 王委員鴻薇:所以我們有做過兵推,好,那兵推的話,我們最壞的狀況會到什麼樣狀況?
gazette.blocks[38][0] 楊總裁金龍:我舉一個例子,譬如說裴洛西來訪問臺灣,這也是一個case、一個情形;另外就是中國大陸那時候的試射飛彈,這也是一個scenario。除了這些scenario,我們也有其他scenario的應對辦法,所以我想我們也都有默默的在準備當中。
gazette.blocks[39][0] 王委員鴻薇:因為今天時間有限,那這樣講起來,我們在財委會要多再請教一下,我覺得過去這個我是不曉得我們有在做所謂的金融兵推,這點是真的非常重要的,當我看到這個數字的時候,我自己也非常的驚訝,好不好?謝謝。
gazette.blocks[40][0] 楊總裁金龍:謝謝。
gazette.blocks[41][0] 主席:謝謝王委員鴻薇的質詢,謝謝陳院長的備詢。
gazette.blocks[41][1] 接下來我們請登記第2號林委員德福質詢。
gazette.agenda.page_end 156
gazette.agenda.meet_id 院會-11-1-5
gazette.agenda.speakers[0] 韓國瑜
gazette.agenda.speakers[1] 邱志偉
gazette.agenda.speakers[2] 陳冠廷
gazette.agenda.speakers[3] 王鴻薇
gazette.agenda.speakers[4] 林德福
gazette.agenda.speakers[5] 吳春城
gazette.agenda.speakers[6] 鍾佳濱
gazette.agenda.speakers[7] 葛如鈞
gazette.agenda.speakers[8] 麥玉珍
gazette.agenda.speakers[9] 葉元之
gazette.agenda.speakers[10] 張嘉郡
gazette.agenda.speakers[11] 范雲
gazette.agenda.speakers[12] 陳秀寳
gazette.agenda.speakers[13] 林倩綺
gazette.agenda.speakers[14] 鄭正鈐
gazette.agenda.speakers[15] 張雅琳
gazette.agenda.speakers[16] 王美惠
gazette.agenda.speakers[17] 廖偉翔
gazette.agenda.speakers[18] 陳俊宇
gazette.agenda.speakers[19] 林憶君
gazette.agenda.speakers[20] 邱鎮軍
gazette.agenda.page_start 67
gazette.agenda.meetingDate[0] 2024-03-19
gazette.agenda.gazette_id 1131001
gazette.agenda.agenda_lcidc_ids[0] 1131001_00003
gazette.agenda.meet_name 立法院第11屆第1會期第5次會議紀錄
gazette.agenda.content 施政質詢 對行政院院長提出施政方針及施政報告繼續質詢─ 繼續質詢─
gazette.agenda.agenda_id 1131001_00004
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 9.27846875
transcript.pyannote[0].end 10.52721875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 11.05034375
transcript.pyannote[1].end 14.35784375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 14.98221875
transcript.pyannote[2].end 16.87221875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 17.69909375
transcript.pyannote[3].end 18.89721875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 22.42409375
transcript.pyannote[4].end 22.44096875
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 22.44096875
transcript.pyannote[5].end 22.62659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 22.59284375
transcript.pyannote[6].end 23.31846875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 22.62659375
transcript.pyannote[7].end 22.67721875
transcript.pyannote[8].speaker SPEAKER_04
transcript.pyannote[8].start 22.67721875
transcript.pyannote[8].end 22.82909375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 22.82909375
transcript.pyannote[9].end 22.89659375
transcript.pyannote[10].speaker SPEAKER_04
transcript.pyannote[10].start 22.89659375
transcript.pyannote[10].end 23.04846875
transcript.pyannote[11].speaker SPEAKER_04
transcript.pyannote[11].start 23.21721875
transcript.pyannote[11].end 23.33534375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 23.33534375
transcript.pyannote[12].end 23.55471875
transcript.pyannote[13].speaker SPEAKER_04
transcript.pyannote[13].start 23.55471875
transcript.pyannote[13].end 23.60534375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 40.68284375
transcript.pyannote[14].end 41.64471875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 42.03284375
transcript.pyannote[15].end 42.38721875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 42.99471875
transcript.pyannote[16].end 46.82534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 47.24721875
transcript.pyannote[17].end 62.16471875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 62.80596875
transcript.pyannote[18].end 64.35846875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 64.91534375
transcript.pyannote[19].end 65.87721875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 66.13034375
transcript.pyannote[20].end 67.96971875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 68.22284375
transcript.pyannote[21].end 73.25159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 73.43721875
transcript.pyannote[22].end 74.77034375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 75.79971875
transcript.pyannote[23].end 89.40096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 89.50221875
transcript.pyannote[24].end 92.15159375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 92.70846875
transcript.pyannote[25].end 94.29471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 94.51409375
transcript.pyannote[26].end 96.52221875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 96.65721875
transcript.pyannote[27].end 97.48409375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 97.68659375
transcript.pyannote[28].end 101.51721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 101.90534375
transcript.pyannote[29].end 102.29346875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 103.25534375
transcript.pyannote[30].end 108.57096875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 109.02659375
transcript.pyannote[31].end 109.95471875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 110.24159375
transcript.pyannote[32].end 112.36784375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 113.05971875
transcript.pyannote[33].end 115.57409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 115.67534375
transcript.pyannote[34].end 118.45971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 118.81409375
transcript.pyannote[35].end 121.85159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 122.45909375
transcript.pyannote[36].end 129.71534375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 130.08659375
transcript.pyannote[37].end 132.21284375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 132.65159375
transcript.pyannote[38].end 138.18659375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 138.65909375
transcript.pyannote[39].end 140.44784375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 141.02159375
transcript.pyannote[40].end 144.31221875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 144.36284375
transcript.pyannote[41].end 147.38346875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 147.75471875
transcript.pyannote[42].end 153.71159375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 154.08284375
transcript.pyannote[43].end 181.47096875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 181.89284375
transcript.pyannote[44].end 183.42846875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 182.12909375
transcript.pyannote[45].end 182.66909375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 183.93471875
transcript.pyannote[46].end 184.74471875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 185.53784375
transcript.pyannote[47].end 189.82409375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 190.44846875
transcript.pyannote[48].end 195.30846875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 195.78096875
transcript.pyannote[49].end 196.79346875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 197.09721875
transcript.pyannote[50].end 198.34596875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 199.12221875
transcript.pyannote[51].end 201.38346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 202.37909375
transcript.pyannote[52].end 202.91909375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 203.67846875
transcript.pyannote[53].end 206.15909375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 206.53034375
transcript.pyannote[54].end 208.09971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 209.14596875
transcript.pyannote[55].end 210.02346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 210.93471875
transcript.pyannote[56].end 214.74846875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 215.84534375
transcript.pyannote[57].end 224.45159375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 224.70471875
transcript.pyannote[58].end 226.94909375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 227.03346875
transcript.pyannote[59].end 228.83909375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 229.49721875
transcript.pyannote[60].end 230.07096875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 230.91471875
transcript.pyannote[61].end 232.80471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 233.36159375
transcript.pyannote[62].end 235.30221875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 235.65659375
transcript.pyannote[63].end 239.52096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 240.22971875
transcript.pyannote[64].end 245.91659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 246.45659375
transcript.pyannote[65].end 247.03034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 248.48159375
transcript.pyannote[66].end 249.29159375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 250.67534375
transcript.pyannote[67].end 271.92096875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 272.44409375
transcript.pyannote[68].end 275.07659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 275.63346875
transcript.pyannote[69].end 279.58221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 280.39221875
transcript.pyannote[70].end 285.15096875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 285.92721875
transcript.pyannote[71].end 291.02346875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 291.36096875
transcript.pyannote[72].end 296.65971875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 296.92971875
transcript.pyannote[73].end 305.89034375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 306.46409375
transcript.pyannote[74].end 308.15159375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 308.62409375
transcript.pyannote[75].end 313.06221875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 313.33221875
transcript.pyannote[76].end 319.66034375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 320.90909375
transcript.pyannote[77].end 323.27159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 323.50784375
transcript.pyannote[78].end 327.79409375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 328.33409375
transcript.pyannote[79].end 334.02096875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 334.25721875
transcript.pyannote[80].end 336.07971875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 336.24846875
transcript.pyannote[81].end 338.12159375
transcript.pyannote[82].speaker SPEAKER_04
transcript.pyannote[82].start 338.52659375
transcript.pyannote[82].end 373.52534375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 372.32721875
transcript.pyannote[83].end 375.16221875
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 374.52096875
transcript.pyannote[84].end 387.34596875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 382.45221875
transcript.pyannote[85].end 384.03846875
transcript.pyannote[86].speaker SPEAKER_03
transcript.pyannote[86].start 384.03846875
transcript.pyannote[86].end 384.19034375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 384.19034375
transcript.pyannote[87].end 384.24096875
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 384.24096875
transcript.pyannote[88].end 384.27471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 384.27471875
transcript.pyannote[89].end 384.94971875
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 384.94971875
transcript.pyannote[90].end 407.39346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 407.98409375
transcript.pyannote[91].end 412.21971875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 411.83159375
transcript.pyannote[92].end 415.93221875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 412.67534375
transcript.pyannote[93].end 412.70909375
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 412.70909375
transcript.pyannote[94].end 415.32471875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 415.93221875
transcript.pyannote[95].end 433.06034375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 433.07721875
transcript.pyannote[96].end 437.07659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 437.43096875
transcript.pyannote[97].end 438.05534375
transcript.pyannote[98].speaker SPEAKER_04
transcript.pyannote[98].start 438.02159375
transcript.pyannote[98].end 449.34471875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 438.32534375
transcript.pyannote[99].end 440.21534375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 440.55284375
transcript.pyannote[100].end 442.35846875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 446.22284375
transcript.pyannote[101].end 447.35346875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 447.87659375
transcript.pyannote[102].end 457.09034375
transcript.pyannote[103].speaker SPEAKER_04
transcript.pyannote[103].start 450.23909375
transcript.pyannote[103].end 451.35284375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 457.74846875
transcript.pyannote[104].end 459.97596875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 460.95471875
transcript.pyannote[105].end 463.82346875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 464.09346875
transcript.pyannote[106].end 464.61659375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 464.80221875
transcript.pyannote[107].end 465.74721875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 466.08471875
transcript.pyannote[108].end 467.09721875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 467.60346875
transcript.pyannote[109].end 471.23159375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 471.28221875
transcript.pyannote[110].end 473.10471875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 473.54346875
transcript.pyannote[111].end 477.00284375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 477.32346875
transcript.pyannote[112].end 492.12284375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 492.27471875
transcript.pyannote[113].end 498.53534375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 499.29471875
transcript.pyannote[114].end 500.94846875
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 501.06659375
transcript.pyannote[115].end 509.60534375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 510.17909375
transcript.pyannote[116].end 525.16409375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 525.34971875
transcript.pyannote[117].end 527.02034375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 527.34096875
transcript.pyannote[118].end 539.96346875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 540.53721875
transcript.pyannote[119].end 541.56659375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 542.05596875
transcript.pyannote[120].end 547.35471875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 547.65846875
transcript.pyannote[121].end 555.23534375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 555.62346875
transcript.pyannote[122].end 561.76596875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 561.85034375
transcript.pyannote[123].end 567.04784375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 567.50346875
transcript.pyannote[124].end 569.27534375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 569.76471875
transcript.pyannote[125].end 578.91096875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 579.09659375
transcript.pyannote[126].end 581.71221875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 598.82346875
transcript.pyannote[127].end 599.36346875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 599.53221875
transcript.pyannote[128].end 600.73034375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 599.56596875
transcript.pyannote[129].end 600.03846875
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 600.08909375
transcript.pyannote[130].end 600.84846875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 601.01721875
transcript.pyannote[131].end 604.61159375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 605.16846875
transcript.pyannote[132].end 608.54346875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 608.81346875
transcript.pyannote[133].end 611.04096875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 611.64846875
transcript.pyannote[134].end 613.23471875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 611.76659375
transcript.pyannote[135].end 612.03659375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 612.03659375
transcript.pyannote[136].end 613.01534375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 613.60596875
transcript.pyannote[137].end 616.10346875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 617.25096875
transcript.pyannote[138].end 618.61784375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 619.46159375
transcript.pyannote[139].end 619.69784375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 622.97159375
transcript.pyannote[140].end 629.06346875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 629.56971875
transcript.pyannote[141].end 632.77596875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 632.79284375
transcript.pyannote[142].end 635.37471875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 635.50971875
transcript.pyannote[143].end 638.27721875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 639.07034375
transcript.pyannote[144].end 639.59346875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 640.20096875
transcript.pyannote[145].end 642.07409375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 642.58034375
transcript.pyannote[146].end 644.40284375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 644.70659375
transcript.pyannote[147].end 645.97221875
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 646.88346875
transcript.pyannote[148].end 647.50784375
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 648.18284375
transcript.pyannote[149].end 651.15284375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 651.32159375
transcript.pyannote[150].end 652.82346875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 653.19471875
transcript.pyannote[151].end 653.86971875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 654.27471875
transcript.pyannote[152].end 656.55284375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 657.29534375
transcript.pyannote[153].end 661.44659375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 661.90221875
transcript.pyannote[154].end 664.85534375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 665.26034375
transcript.pyannote[155].end 667.31909375
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 667.63971875
transcript.pyannote[156].end 668.21346875
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 668.90534375
transcript.pyannote[157].end 676.97159375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 677.34284375
transcript.pyannote[158].end 679.46909375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 680.16096875
transcript.pyannote[159].end 682.52346875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 683.28284375
transcript.pyannote[160].end 683.60346875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 684.24471875
transcript.pyannote[161].end 684.85221875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 685.37534375
transcript.pyannote[162].end 687.02909375
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 687.94034375
transcript.pyannote[163].end 688.68284375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 689.49284375
transcript.pyannote[164].end 691.02846875
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 691.87221875
transcript.pyannote[165].end 697.15409375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 697.74471875
transcript.pyannote[166].end 698.60534375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 698.68971875
transcript.pyannote[167].end 701.00159375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 701.27159375
transcript.pyannote[168].end 705.67596875
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 705.99659375
transcript.pyannote[169].end 709.10159375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 709.94534375
transcript.pyannote[170].end 714.19784375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 714.63659375
transcript.pyannote[171].end 716.76284375
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 716.93159375
transcript.pyannote[172].end 717.87659375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 718.48409375
transcript.pyannote[173].end 720.91409375
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 721.28534375
transcript.pyannote[174].end 721.72409375
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 722.58471875
transcript.pyannote[175].end 725.28471875
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 725.85846875
transcript.pyannote[176].end 727.07346875
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 727.34346875
transcript.pyannote[177].end 729.57096875
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 730.07721875
transcript.pyannote[178].end 732.35534375
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 732.67596875
transcript.pyannote[179].end 734.83596875
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 737.45159375
transcript.pyannote[180].end 741.21471875
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 741.65346875
transcript.pyannote[181].end 746.27721875
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 747.00284375
transcript.pyannote[182].end 747.64409375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 747.99846875
transcript.pyannote[183].end 749.39909375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 749.97284375
transcript.pyannote[184].end 756.09846875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 756.31784375
transcript.pyannote[185].end 758.79846875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 759.35534375
transcript.pyannote[186].end 759.92909375
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 760.67159375
transcript.pyannote[187].end 763.01721875
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 763.96221875
transcript.pyannote[188].end 767.11784375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 767.92784375
transcript.pyannote[189].end 770.39159375
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 771.01596875
transcript.pyannote[190].end 771.15096875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 771.35346875
transcript.pyannote[191].end 772.78784375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 773.34471875
transcript.pyannote[192].end 775.82534375
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 776.02784375
transcript.pyannote[193].end 782.87909375
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 782.96346875
transcript.pyannote[194].end 786.96284375
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 787.63784375
transcript.pyannote[195].end 790.52346875
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 791.13096875
transcript.pyannote[196].end 791.68784375
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 792.29534375
transcript.pyannote[197].end 792.75096875
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 793.18971875
transcript.pyannote[198].end 803.12909375
transcript.pyannote[199].speaker SPEAKER_01
transcript.pyannote[199].start 803.70284375
transcript.pyannote[199].end 805.44096875
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 805.55909375
transcript.pyannote[200].end 808.81596875
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 808.98471875
transcript.pyannote[201].end 814.45221875
transcript.pyannote[202].speaker SPEAKER_01
transcript.pyannote[202].start 814.82346875
transcript.pyannote[202].end 822.53534375
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 822.88971875
transcript.pyannote[203].end 840.62534375
transcript.pyannote[204].speaker SPEAKER_01
transcript.pyannote[204].start 840.86159375
transcript.pyannote[204].end 844.50659375
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 845.28284375
transcript.pyannote[205].end 847.69596875
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 848.60721875
transcript.pyannote[206].end 851.64471875
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 852.31971875
transcript.pyannote[207].end 856.50471875
transcript.pyannote[208].speaker SPEAKER_02
transcript.pyannote[208].start 857.07846875
transcript.pyannote[208].end 873.19409375
transcript.pyannote[209].speaker SPEAKER_01
transcript.pyannote[209].start 860.75721875
transcript.pyannote[209].end 863.94659375
transcript.pyannote[210].speaker SPEAKER_02
transcript.pyannote[210].start 873.44721875
transcript.pyannote[210].end 877.61534375
transcript.pyannote[211].speaker SPEAKER_02
transcript.pyannote[211].start 878.20596875
transcript.pyannote[211].end 885.22596875
transcript.pyannote[212].speaker SPEAKER_02
transcript.pyannote[212].start 885.32721875
transcript.pyannote[212].end 887.04846875
transcript.pyannote[213].speaker SPEAKER_02
transcript.pyannote[213].start 887.58846875
transcript.pyannote[213].end 893.51159375
transcript.pyannote[214].speaker SPEAKER_02
transcript.pyannote[214].start 893.69721875
transcript.pyannote[214].end 897.69659375
transcript.pyannote[215].speaker SPEAKER_01
transcript.pyannote[215].start 897.57846875
transcript.pyannote[215].end 904.71659375
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 899.60346875
transcript.pyannote[216].end 899.82284375
transcript.pyannote[217].speaker SPEAKER_02
transcript.pyannote[217].start 901.93221875
transcript.pyannote[217].end 903.21471875
transcript.pyannote[218].speaker SPEAKER_02
transcript.pyannote[218].start 903.34971875
transcript.pyannote[218].end 903.92346875
transcript.pyannote[219].speaker SPEAKER_01
transcript.pyannote[219].start 905.29034375
transcript.pyannote[219].end 913.12034375
transcript.pyannote[220].speaker SPEAKER_02
transcript.pyannote[220].start 908.91846875
transcript.pyannote[220].end 909.25596875
transcript.pyannote[221].speaker SPEAKER_02
transcript.pyannote[221].start 913.17096875
transcript.pyannote[221].end 919.97159375
transcript.pyannote[222].speaker SPEAKER_01
transcript.pyannote[222].start 914.36909375
transcript.pyannote[222].end 917.03534375
transcript.pyannote[223].speaker SPEAKER_01
transcript.pyannote[223].start 917.76096875
transcript.pyannote[223].end 918.67221875
transcript.pyannote[224].speaker SPEAKER_01
transcript.pyannote[224].start 920.35971875
transcript.pyannote[224].end 926.18159375
transcript.pyannote[225].speaker SPEAKER_02
transcript.pyannote[225].start 926.51909375
transcript.pyannote[225].end 936.03659375
transcript.pyannote[226].speaker SPEAKER_02
transcript.pyannote[226].start 936.39096875
transcript.pyannote[226].end 942.19596875
transcript.pyannote[227].speaker SPEAKER_02
transcript.pyannote[227].start 942.49971875
transcript.pyannote[227].end 955.84784375
transcript.pyannote[228].speaker SPEAKER_01
transcript.pyannote[228].start 956.16846875
transcript.pyannote[228].end 960.82596875
transcript.pyannote[229].speaker SPEAKER_00
transcript.pyannote[229].start 972.82409375
transcript.pyannote[229].end 976.30034375
transcript.pyannote[230].speaker SPEAKER_02
transcript.pyannote[230].start 973.04346875
transcript.pyannote[230].end 973.90409375
transcript.pyannote[231].speaker SPEAKER_00
transcript.pyannote[231].start 978.52784375
transcript.pyannote[231].end 980.77221875
transcript.pyannote[232].speaker SPEAKER_00
transcript.pyannote[232].start 982.27409375
transcript.pyannote[232].end 982.96596875
transcript.whisperx[0].start 10.035
transcript.whisperx[0].end 11.436
transcript.whisperx[0].text 主席王鴻薇早
transcript.whisperx[1].start 40.908
transcript.whisperx[1].end 61.25
transcript.whisperx[1].text 主席長早早我想我在質詢院長跟主席長之前我想利用我自己質詢的一點時間講一下在上個星期五在立法院所發生的質詢之亂因為當天我也是可以說是最後一個在口頭質詢的
transcript.whisperx[2].start 62.831
transcript.whisperx[2].end 90.898
transcript.whisperx[2].text 那麼這幾天來我們看到社會各界關切在我們立法院在星期五所發生的這樣質詢的一個論紛紛的事件。我想今天包含立得福委員、吳承成委員因為他們是接續質詢他們都提早坐在議場裡面等候。其實我們大部分的委員對於我們的質詢是尤其總質詢非常非常重視。因為一年也只能總質詢兩次。
transcript.whisperx[3].start 92.742
transcript.whisperx[3].end 121.698
transcript.whisperx[3].text 可是我覺得在這一次我們有些委員遲到有些委員因為個人的形成的關係他擅自的去更改了次序然後最後從口頭質詢變成書面質詢而造成星期五這樣的一個執行之亂我今天為什麼要特別談一下是因為我也是立法院的一份子我覺得這件事情對我們立法院的傷害非常大
transcript.whisperx[4].start 122.678
transcript.whisperx[4].end 140.184
transcript.whisperx[4].text 讓外界認為今天難道我們大部分的委員都是巨嬰嗎?都要靠著我們的議事人員來通知。如果議事人員不通知時間我們就不會質詢嗎?我們就不重視質詢的時間嗎?那我覺得更過分的是
transcript.whisperx[5].start 141.084
transcript.whisperx[5].end 161.294
transcript.whisperx[5].text 自己因為時間沒有辦法掌握或者是前面的次序亂掉了但是呢動輒的去把這些責任甩鍋給我們的主席韓院長還說什麼韓院長是什麼要提早結束是要去喝酒去應酬我覺得這都是非常非常惡劣的行為
transcript.whisperx[6].start 162.054
transcript.whisperx[6].end 184.431
transcript.whisperx[6].text 所以我覺得這件事情我也是受害者因為我不希望外界會認為我們今天立法院是這樣子的一個狀況所以我在今天一開始質詢的時候那我想不好意思院長跟主席長我也是用了我自己的時間然後講一下我覺得我必須譴責這樣的行為接下來很重要的包含
transcript.whisperx[7].start 185.572
transcript.whisperx[7].end 213.204
transcript.whisperx[7].text 我要請教尤其主計長我們今年的稅收超徵外界一直說估計大概是3700億到3800億這樣的一個額度那麼在這樣的一個過程裡面在去年年初那時候因為我在競選補選我提出了一個稅收超徵就應該還稅於民
transcript.whisperx[8].start 215.865
transcript.whisperx[8].end 238.952
transcript.whisperx[8].text 所以後來出現了我們發放現金6000塊嘛那當然我們其他稅收超徵包含去撥補台電、撥補健保、撥補勞保還有給地方政府等等但是在我們的整個的預算的編列過程裡面經常性的稅收超徵事實上過去是未見的
transcript.whisperx[9].start 240.465
transcript.whisperx[9].end 249.032
transcript.whisperx[9].text 在某一個程度這也代表我們在預算編列的時候失之於草率所以現在看到
transcript.whisperx[10].start 250.717
transcript.whisperx[10].end 252.957
transcript.whisperx[10].text 我在這邊要特別提出的是如果當超徵成為一個常態的時候
transcript.whisperx[11].start 280.424
transcript.whisperx[11].end 302.084
transcript.whisperx[11].text 那麼其實要做的事情是什麼呢?就是應該還稅漁民。因為我們剛剛講的這些事上照理講他應該盡量在公務預算裡面去編列。而不應該當出現超增的時候那大家來搶錢,搶這個大餅。因為那天我問主計長,主計長看起來也不是很願意說一下撥補台電1500億,他說如果撥補台電1500億那明年預算都很難編啦。
transcript.whisperx[12].start 306.548
transcript.whisperx[12].end 316.455
transcript.whisperx[12].text 所以我在這邊認為當超徵成為常態的時候應該還稅於民。那我提出一個只要超徵在3000億以上
transcript.whisperx[13].start 322.034
transcript.whisperx[13].end 324.496
transcript.whisperx[13].text 請問一下院長你同不同意這樣的一個觀點?
transcript.whisperx[14].start 338.561
transcript.whisperx[14].end 356.656
transcript.whisperx[14].text 我想稅入稅出如果有盈餘的時候確實首先第一個當然就是要防債。債務的還本當然是很重要。債務還本以後再來考慮政府有哪一些需要特別幫忙的像剛才講的台電、勞保、健保的這個部分。
transcript.whisperx[15].start 358.437
transcript.whisperx[15].end 358.537
transcript.whisperx[15].text 王鴻薇
transcript.whisperx[16].start 372.883
transcript.whisperx[16].end 386.769
transcript.whisperx[16].text 所以應不應該還稅於民?應不應該?所以等到這個還稅於民的情況在去年的時候因為我們有將近5000億那個時候我們可以發現金那今年?今年可不可以呢?可能沒有辦法到達那個弧度112年度那個稅率的剩餘是2760億但是依法必須都提列稅率的5%還債所以要提列1260億
transcript.whisperx[17].start 399.495
transcript.whisperx[17].end 402.76
transcript.whisperx[17].text 所以的剩餘大概剩下1500億。那1500億還要審計部審定以後我們才能夠運用。謝謝。
transcript.whisperx[18].start 408.052
transcript.whisperx[18].end 436.858
transcript.whisperx[18].text 所以今年沒有還稅於民對不對?今年是在我們的規劃裡面沒有。那我在這邊我也會去做一個提案修法我認為因為要審定我也同意要審定後再用現在經濟部是沒有審定就準備拿錢了這也不符合程序那我會提案就是只要超過3000億就應該還稅於民取之於人民用之於人民
transcript.whisperx[19].start 437.518
transcript.whisperx[19].end 466.744
transcript.whisperx[19].text 另外,我再請教一件事情。實際上補貼臺電跟補貼勞保也是還稅於民。而且是更做事的人。因為我時間有限。臺電讓很多的光電業者賺大錢。那光電業者都是特殊的,綠油油。好,我要問一個很重要的問題。大家都知道520以後是新政府。那這兩天賴清德
transcript.whisperx[20].start 469.381
transcript.whisperx[20].end 491.821
transcript.whisperx[20].text 總統這個當選人他講了一個很重要的事情就是有關於國照前件他說7艘國照前件要一次做完因為在蔡總統的任內是要把它分批一次什麼223還322我忘記了但他就是會分批一次那當然是考慮到我們也許前件國照的量能考慮到我們的財政的量能等等
transcript.whisperx[21].start 492.621
transcript.whisperx[21].end 509.394
transcript.whisperx[21].text 現在賴總統說要7艘國造潛艦一次用完。竹記長,我們這個財政能夠負荷嗎?跟那個委員報告一下,因為國防外交是屬於總統的職權,但是我必須說明一下,潛艦的一個
transcript.whisperx[22].start 510.776
transcript.whisperx[22].end 540.128
transcript.whisperx[22].text
transcript.whisperx[23].start 540.592
transcript.whisperx[23].end 554.911
transcript.whisperx[23].text 我是認為現在蔡總統會把他分批編列他是有他的道理第一個就是說我剛剛講說我們也要看因為我們現在這個前線到現在還沒下水我們第一艘海關的話還沒有真正下水對不對
transcript.whisperx[24].start 555.652
transcript.whisperx[24].end 581.509
transcript.whisperx[24].text 我們一邊編作,然後修正,檢討修正,然後也考慮到財政負荷。我認為我個人最關心的,如果七兆錢錢一起做,我覺得最大的問題就是財政的問題。說實在,這個以後還是有以後的總統可以做,一次自己任內全部都做完,把錢全部花完,我個人是有疑慮的。時間暫停一下,主席長請回,我請一下央行總裁。
transcript.whisperx[25].start 599.591
transcript.whisperx[25].end 618.257
transcript.whisperx[25].text 好,院長你一直在強調你是溫暖堅韌的那個那我來跟你談一下有關於我們的財政還有金融到底有沒有足夠的韌性那我現在就要告訴大家央行沒有告訴大家的事情我們來看下一頁
transcript.whisperx[26].start 623.015
transcript.whisperx[26].end 644.171
transcript.whisperx[26].text 在外媒評論裡面說臺灣是從全球最危險的地方變得更危險。其實這已經不是第一次,過去很多外媒都聽到我們的政治地緣安全的問題。當然我們也知道現在臺北的股價創新高,
transcript.whisperx[27].start 646.943
transcript.whisperx[27].end 656.298
transcript.whisperx[27].text 而是同樣的他也埋藏了臺灣的金融韌性是不是足夠好我想讓那個走台看一下
transcript.whisperx[28].start 657.335
transcript.whisperx[28].end 682.259
transcript.whisperx[28].text 我們台股的外資比例占比是非常高的那比如說我看到今天經濟日報說上週就是這個外資在台灣賣很多逃掉很多然後轉進印度外資本來就轉進轉出轉進轉出它會非常非常的快速時間暫停一下我看到那個今晚會主委上來對我剛才忘記叫你
transcript.whisperx[29].start 684.262
transcript.whisperx[29].end 706.81
transcript.whisperx[29].text 我們的台股的外資占比非常高已經超過40%相對在亞洲地區當然比如說像新加坡新加坡更高香港也高可是香港他比例在降低中可是我們看到日本韓國他們也是有地緣政治風險的問題他們大概都在30%或30%以下
transcript.whisperx[30].start 710
transcript.whisperx[30].end 734.517
transcript.whisperx[30].text 外資喜歡台股對股民當然是覺得歡迎的可是我們在講說在所謂的備戰就是說如果說我們今天要準備或者擔心台灣可能海海之間會有任何的兵兇戰為風險的時候我們就要考慮到我們的金融韌性好我們可以看一個很重要的資料
transcript.whisperx[31].start 737.709
transcript.whisperx[31].end 762.802
transcript.whisperx[31].text 剛才講我們的股市的外資如果換算成那個美元的話超過8千億美元有人跟我講說將近一兆啦後來我算一算那個大概就是超過8千億美元總裁非常清楚知道雖然台灣外匯存底很多但是呢我們大概5千6百多億5千7百多億這個是浮動的所以如果在最壞的情況發生的時候
transcript.whisperx[32].start 763.973
transcript.whisperx[32].end 765.034
transcript.whisperx[32].text 今天我看到這就這樣的數字。
transcript.whisperx[33].start 787.877
transcript.whisperx[33].end 802.543
transcript.whisperx[33].text 當然你可以講說外資不會一次全部跑出去。所以我覺得今天我們在討論一些我們的國防任性要備戰的時候我覺得相關的金融準備
transcript.whisperx[34].start 803.763
transcript.whisperx[34].end 820.419
transcript.whisperx[34].text 也不能夠不去提,然後不能每天大家很高興,比如昨天我們的ETF,我們現在好多年輕人啊,真香去那個去買那個00940,我昨天還講了,當那個什麼插鞋童都在討論股價的時候,你就知道股市過熱了。
transcript.whisperx[35].start 821.32
transcript.whisperx[35].end 821.54
transcript.whisperx[35].text 我想就是說
transcript.whisperx[36].start 849.866
transcript.whisperx[36].end 877.051
transcript.whisperx[36].text 就這個資本的資金的進出,中央銀行每天都非常...至於就是說是不是有準備就是說金融的準備,我來跟那個委員報告事實上呢,中央銀行、金管會還有財政部呢,我們都演練過了
transcript.whisperx[37].start 878.311
transcript.whisperx[37].end 882.393
transcript.whisperx[37].text 所以我這樣講對不對比如說我們在講說有兵推嘛就在兵推台灣自己做兵推
transcript.whisperx[38].start 905.682
transcript.whisperx[38].end 924.856
transcript.whisperx[38].text 國外的智庫也在做,很多人都在做臺灣、臺海之間兵推。所以我們也有做我們的金融兵推,對不對?沒有錯。但是我們不會說公開的在那邊叫叫嚷嚷的,我們不會的。所以我們有做過兵推。好,那我們兵推的話,我們最壞的狀況會到什麼樣的狀況?
transcript.whisperx[39].start 926.55
transcript.whisperx[39].end 955.227
transcript.whisperx[39].text 我想呢,比如說我舉一個例子啦,就是說Pelosi來訪問臺灣,這也是一個case,一個情景。那另外呢,就是說中國大陸那時候的試射飛彈,這也是一個Scenario。除了這些Scenario,我們也有其他的Scenario的一個應對的一個辦法。所以呢,我想呢,我們都有事在默默的在準備當中。
transcript.whisperx[40].start 956.42
transcript.whisperx[40].end 960.562
transcript.whisperx[40].text 因為今天時間有限,那這樣講起來我們可以在財務會要多再請教。