iVOD / 150966

Field Value
IVOD_ID 150966
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150966
日期 2024-04-10
會議資料.會議代碼 委員會-11-1-20-7
會議資料.會議代碼:str 第11屆第1會期財政委員會第7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 7
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7次全體委員會議
影片種類 Clip
開始時間 2024-04-10T10:20:00+08:00
結束時間 2024-04-10T10:31:59+08:00
影片長度 00:11:59
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/871d5246fb87948e10d7731df4222fe241a30a144cce7a10f8ba9b0039caa7a6f3b9796bc518a7b75ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 郭國文
委員發言時間 10:20:00 - 10:31:59
會議時間 2024-04-10T09:00:00+08:00
會議名稱 立法院第11屆第1會期財政委員會第7次全體委員會議(事由:一、審查「所得稅法」12案: (一) 審查本院委員羅明才等23人擬具「所得稅法第十五條條文修正草案」案。 (二) 審查本院國民黨黨團、台灣民眾黨黨團、委員馬文君等16人、委員魯明哲等23人、委員謝龍介等20人、委員賴士葆等17人、委員賴士葆等18人、委員林德福等21人、委員楊瓊瓔等16人、委員賴士葆等28人、委員王正旭等17人分別擬具「所得稅法第十七條條文修正草案」等11案。【本院國民黨黨團、台灣民眾黨黨團、委員賴士葆等28人及委員王正旭等17人提案如經院會復議,則不予審查】 二、審查「加值型及非加值型營業稅法」4案: (一) 行政院函請審議「加值型及非加值型營業稅法部分條文修正草案」案。 (二) 本院台灣民眾黨黨團、委員黃捷等17人、委員吳宗憲等18人分別擬具「加值型及非加值型營業稅法第八條條文修正草案」等3案。【本院委員黃捷等17人及委員吳宗憲等18人提案如經院會復議,則不予審查】 【11日下午2時止,4月10日及11日二天一次會,僅詢答】)
gazette.lineno 390
gazette.blocks[0][0] 郭委員國文:(10時20分)主席,有請莊部長。
gazette.blocks[1][0] 主席:請莊部長。
gazette.blocks[2][0] 莊部長翠雲:委員好。
gazette.blocks[3][0] 郭委員國文:部長,我們最近的薪資占比有逐年下降的趨勢,最主要我們都是想要針對普羅大眾,來減輕他的負擔,包括我們今年開始適用有關於列舉扣除額、房租扣除額的部分,即從列舉扣除額改成特別扣除額的這個部分,也希望達到這個目標。但是上一次你們在評估這些內容當中,都還有寫到有一關,可能又會影響到稅差損多少錢,可是今年的報告當中,稅差損的部分你們都沒有寫,只有寫到租稅公平、稅政簡化等原則要通盤檢討。今天只有詢答,後續如果條文在討論的時候,希望你能夠具體的寫出到底稅差損大概多少,部長,我給你做一個提醒。
gazette.blocks[4][0] 莊部長翠雲:是的,謝謝委員。
gazette.blocks[5][0] 郭委員國文:同時我也提醒一下,你上次提到有關扣除額的部分,部長,你說減稅會減到30億,現在有人提出18萬到25萬,大概減了多少?我個人很好奇,這個你麻煩也提一下。但是我認為最關鍵的部分是在租屋黑市,也就是說,你的稅差損的30億如果達到越高的話,基本上會越符合目標,但是因為今年才開始,我很想知道你如何透過這個政策、透過相關的行政作為,把房屋黑市透明化,達到一個顯影劑的效果?部長,你有沒有比較好的方法?
gazette.blocks[6][0] 莊部長翠雲:我們今年的修法,也就是在各委員的努力跟支持之下,讓房租的扣除額從列舉扣除額到特別扣除額,而且金額到18萬,這樣子讓租房的朋友們可以把他的租金支出扣除。
gazette.blocks[7][0] 郭委員國文:但關鍵不在房客,關鍵在房東。
gazette.blocks[8][0] 莊部長翠雲:對,在房客,因為他報扣除額,所以相關的租屋資料我們就理解,當然會促使房東能夠列報所謂的租金收入。另外,目前我們的房屋稅條例也修正了,對於有出租的,其所適用的房屋稅稅率也會比沒有出租、空置的情況來得下降,所以這個部分對房屋所有權人來說,他誠實地去報他的出租狀況的話,事實上他的稅是可以減輕的。
gazette.blocks[9][0] 郭委員國文:對,比例上是有增加啦!我是想說有沒有可能再多一點誘因,讓他們願意把它透明化?除了行政程序之外,這個特殊的部分不罰款之外,還有沒有一個比照於類似公益出租人的部分來辦理,就把免稅的部分提高,或者是其他稅額的部分比照自用住宅稅率,我是希望能夠看到這個具體的效果,因為現在剛實施3個月嘛!
gazette.blocks[10][0] 莊部長翠雲:是,跟委員報告,公益出租人的部分,他的房屋稅還是適用自用住宅2%。
gazette.blocks[11][0] 郭委員國文:對,我知道。
gazette.blocks[12][0] 莊部長翠雲:另外,他在所得的部分,也可以每個月一萬五千塊免稅。
gazette.blocks[13][0] 郭委員國文:這個我知道,我是說非公益出租的部分是不是有其他誘因,類似一種特赦自首的條款,部長,去思考一下。
gazette.blocks[14][0] 莊部長翠雲:好,謝謝委員。
gazette.blocks[15][0] 郭委員國文:另外一個部分,今天提到有關於長照部分扣除額的提升,我認為是有提升的必要,提升的依據是什麼呢?因為過往長照2.0的補助金額是12萬,接下來總統當選人賴清德先生是提出一個所謂長照3.0,也就是說,他這個補助金額已經提高到18萬,我們是不是能夠比照這個金額?因為一般的行情大概是36萬,就是一年支出大概36萬,我的意思是,是不是可以將18萬的部分作為基數,譬如講,過往扣除額是12萬,現在我們已經提高到18萬,那我們就比照提高到18萬就好了啊!就等同於把2.0提高到3.0,一樣的扣除額也是從2.0變成3.0,你的看法如何?
gazette.blocks[16][0] 莊部長翠雲:跟委員報告,對於長照這個部分,委員跟黨團都非常的重視,都有提出各種不同的版本,不過這個涉及到所得稅裡面所有的相關扣除額都有相關的建議,我想這部分我們來通盤的研議,在維護財政穩健的情況下,不影響財稅收入……
gazette.blocks[17][0] 郭委員國文:這不是從財政、稅政的穩健而已,還要考慮到政策啦!
gazette.blocks[18][0] 莊部長翠雲:是,政策我想……
gazette.blocks[19][0] 郭委員國文:總共夯不啷當加起來,你看你稅收的影響,12萬的部分也不過12億,你變18萬的部分應該也大概18億,不過相差6億之多而已啊!
gazette.blocks[20][0] 莊部長翠雲:是,謝謝委員的指教。
gazette.blocks[21][0] 郭委員國文:這是政府的誠意,長照3.0八百億都在花了,怎麼會差這6億呢?對不對?
gazette.blocks[22][0] 莊部長翠雲:對,因為長照其實要考慮各個面向,除了稅之外,也有政府其他的措施。
gazette.blocks[23][0] 郭委員國文:對,還有一個可能性,是不是都適用在把這個扣除額的部分比照所得稅法第五條之一,把它準用於依所得水準及基本生活變動情形,每幾年評估一次的可能性,把它納入啦!因為目前只有4項而已,包括身心障礙的特別扣除額也是4項中的其中之一,長照這個長期的福利政策應該也要比照納入,你的看法怎麼樣?
gazette.blocks[24][0] 莊部長翠雲:是,委員的建議我們會一併納入研議。
gazette.blocks[25][0] 郭委員國文:這個部分其實應該可以作為思考,因為長照政策是一個很重要的國家政策嘛。
gazette.blocks[26][0] 莊部長翠雲:是。
gazette.blocks[27][0] 郭委員國文:好,接下來本席要請教您有關當沖的部分,金管會還有部分券商業者希望能夠常態化,我問一下部長,你的態度怎麼樣?
gazette.blocks[28][0] 莊部長翠雲:有關當沖降稅、減半降稅成為常態化的部分,可能跟納保法的規定不合,因為租稅優惠……
gazette.blocks[29][0] 郭委員國文:所以你基本上是反對嘛。
gazette.blocks[30][0] 莊部長翠雲:對。
gazette.blocks[31][0] 郭委員國文:如果你不想要常態化,有沒有可能希望正常化?
gazette.blocks[32][0] 莊部長翠雲:什麼叫常態跟正常化?
gazette.blocks[33][0] 郭委員國文:沒有減半就是正常化啊!
gazette.blocks[34][0] 莊部長翠雲:我想這個部分金管會已經有評估,對於股市交易的動能……
gazette.blocks[35][0] 郭委員國文:我在問你,不是在問金管會,好不好?部長,你不要代替金管會回答。
gazette.blocks[36][0] 莊部長翠雲:這裡面當然跟股市的交易動能是有關係的,另外,要怎麼樣維護股市的動能……
gazette.blocks[37][0] 郭委員國文:好,我們現在談股市的交易,當初就是因為拍板定案時,105年度的時候才987億嘛,就是要達到造市的功能,後來第一年是1,544億,第一次延長時就變2,698億,前兩年已經超過3,000億,到今年的第一季為止,3月日均量已經變5,863億。我請問你,這個造市功能的政策目標有沒有達成?
gazette.blocks[38][0] 莊部長翠雲:這個部分因為股市的交易能量那麼大,除了當沖降稅之外,當然還有其他的因素啦,不是只有這一個因素。
gazette.blocks[39][0] 郭委員國文:所以說造市已經有達成效果了嘛,因此這部分是不是應該退居、變成是正常化?你怎麼不敢講呢?
gazette.blocks[40][0] 莊部長翠雲:這個部分我們會一併來審慎地考量。
gazette.blocks[41][0] 郭委員國文:第一次延長3年,第二次延長3年,現在又延長5年,這跟常態化有什麼差別?他以後再延長個10年,那不就是常態化了嗎?你不是說你反對常態化嗎?再下去就變常態化了,不是嗎?
gazette.blocks[42][0] 莊部長翠雲:是啊。
gazette.blocks[43][0] 郭委員國文:是啊,對不對?這個就是把特效藥當成保健食品在吃啊!
gazette.blocks[44][0] 莊部長翠雲:是,瞭解。
gazette.blocks[45][0] 郭委員國文:明明是特效藥結果變成保健食品,政府一直在鼓勵要長期投資,結果變成是鼓勵短期投機,就變成這樣子啊!整個政府為什麼會這樣子?部長,我去查過,我知道原因了,為什麼你看起來沒有很堅決反對、不想要回到正常化的原因。我把證交所估計的資料算出來了,證交所的當沖價差,從2021、2022、2023年,當沖價差第一年是690億,第二年變372億,第三年變504億,看起來這個價差好像不錯;可是你仔細看,證交稅的部分推估起來,第一年就是568億,第二年是347億,第三年是382億,證交稅的抽稅就高達1,297億,第一個是好到政府,第二個好到收手續費的券商。券商抽頭第一年是557億,第二年330億,第三年362億,加起來也將近1,300億,結果整個淨收益全部都是minus,股民慘賠980億。推估結果,我再算全體券商這3年夯不啷噹加起來,第一年1,054億,第二年387億,第三年558億,大概接近兩千億,好到哪?好到券商啊!所以這些券商當然希望常態化,結果政府也是抽頭之一,當然不是部長你抽頭啦,但是都好到政府。結果這些年輕人、這些少年股神都一一沉入股海當中,每一個都是韭菜,當沖條款根本就是割韭菜條款嘛!部長,我再問你一次,你不希望常態化,那你希不希望正常化?
gazette.blocks[46][0] 莊部長翠雲:委員您剛剛講的也確實是有這個面向的情況存在,我想我們都會審慎地評估,對於整個證券市場的證券交易量……
gazette.blocks[47][0] 郭委員國文:所以他們延長5年你贊不贊成?
gazette.blocks[48][0] 莊部長翠雲:這個部分我們會再做評估。
gazette.blocks[49][0] 郭委員國文:你一直跟我講評估,我在問你立場,你一直跟我講評估。你看到這些稅收,你站在財政部立場就是想要多增加點稅收,可是每年的稅基剩餘增加那麼多,越多你會越困擾而已,立法委員會問你,不是嗎?你的稅收目標都已經達成了,你還需要造市所增加的稅收嗎?
gazette.blocks[50][0] 莊部長翠雲:是。
gazette.blocks[51][0] 郭委員國文:所以這個稅收收越多,韭菜被割得越多,年輕人的怨氣越重。
gazette.blocks[52][0] 莊部長翠雲:這個也是我們要考量的事。
gazette.blocks[53][0] 郭委員國文:對啊,沒有錯啊!政府設計一個機制,讓年輕人來這邊當他們夢想中所謂的少年股神,結果後來卻變成韭菜,一一跌入股海當中;不但如此,除了養成一個短期的投資行為之外,還變成每天都要專注那些行情、大盤,工作表現怎麼會順利,對不對?也會影響到個人的作息。部長,政府有這麼缺稅金嗎?
gazette.blocks[54][0] 莊部長翠雲:我想政府不是從稅收這個部分來考量的,我們不是單純從稅收的面向來考量。
gazette.blocks[55][0] 郭委員國文:如果不是單純從稅收面向的話……
gazette.blocks[56][0] 莊部長翠雲:您剛剛提的這個也是一個要考量的因素。
gazette.blocks[57][0] 郭委員國文:你應該好好考量一下。
gazette.blocks[58][0] 莊部長翠雲:是的。
gazette.blocks[59][0] 郭委員國文:大聲地跟金管會的主委講,國家沒有缺這些錢啦,財政部最近的業績都不錯,都超收了,不需要了,你就跟他講券商也賺飽飽,已經賺了2,000億了,不需要靠這個,所以現在ETF也大賣,不是嗎?
gazette.blocks[60][0] 莊部長翠雲:對,最近ETF很紅。
gazette.blocks[61][0] 郭委員國文:部長,你有一定程度的發言權,你不要回去評估,當內部在做相關政策討論時,勇於表達立場,可不可以?
gazette.blocks[62][0] 莊部長翠雲:會的,委員的意見我們一定會表達,謝謝委員。
gazette.blocks[63][0] 郭委員國文:謝謝。
gazette.blocks[64][0] 主席:現在請賴惠員委員。
gazette.agenda.page_end 72
gazette.agenda.meet_id 委員會-11-1-20-7
gazette.agenda.speakers[0] 羅明才
gazette.agenda.speakers[1] 賴士葆
gazette.agenda.speakers[2] 林德福
gazette.agenda.speakers[3] 楊瓊瓔
gazette.agenda.speakers[4] 王正旭
gazette.agenda.speakers[5] 黃捷
gazette.agenda.speakers[6] 吳宗憲
gazette.agenda.speakers[7] 黃珊珊
gazette.agenda.speakers[8] 吳秉叡
gazette.agenda.speakers[9] 郭國文
gazette.agenda.speakers[10] 賴惠員
gazette.agenda.speakers[11] 李彥秀
gazette.agenda.speakers[12] 王世堅
gazette.agenda.speakers[13] 顏寬恒
gazette.agenda.speakers[14] 李坤城
gazette.agenda.speakers[15] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[16] 黃國昌
gazette.agenda.speakers[17] 洪孟楷
gazette.agenda.speakers[18] 鄭天財Sra Kacaw
gazette.agenda.speakers[19] 張雅琳
gazette.agenda.speakers[20] 鍾佳濱
gazette.agenda.speakers[21] 張智倫
gazette.agenda.speakers[22] 蔡易餘
gazette.agenda.speakers[23] 王鴻薇
gazette.agenda.speakers[24] 邱志偉
gazette.agenda.page_start 1
gazette.agenda.meetingDate[0] 2024-04-10
gazette.agenda.gazette_id 1132701
gazette.agenda.agenda_lcidc_ids[0] 1132701_00002
gazette.agenda.meet_name 立法院第11屆第1會期財政委員會第7次全體委員會議紀錄
gazette.agenda.content 一、審查「所得稅法」12案:(一)審查本院委員羅明才等23人擬具「所得稅法第十五條條文修正 草案」案、( 二) 審查本院國民黨黨團、台灣民眾黨黨團、委員馬文君等 16 人、委員魯明哲等23 人、委員謝龍介等20人、委員賴士葆等17人、委員賴士葆等18人、委員林德福等21人、委員楊瓊 瓔等16人、委員賴士葆等28人、委員王正旭等17人分別擬具「所得稅法第十七條條文修正草案」 等11案;二、審查「加值型及非加值型營業稅法」 4案:(一)行政院函請審議「加值型及非加值 型營業稅法部分條文修正草案」案、(二)本院台灣民眾黨黨團、委員黃捷等17人、委員吳宗憲等 18人分別擬具「加值型及非加值型營業稅法第八條條文修正草案」等3案(僅詢答)
gazette.agenda.agenda_id 1132701_00001
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.21659375
transcript.pyannote[0].end 1.75221875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 3.35534375
transcript.pyannote[1].end 3.96284375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 8.50221875
transcript.pyannote[2].end 9.07596875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 10.00409375
transcript.pyannote[3].end 34.21971875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 34.67534375
transcript.pyannote[4].end 60.66284375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 60.66284375
transcript.pyannote[5].end 61.45596875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 60.73034375
transcript.pyannote[6].end 98.78346875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 99.74534375
transcript.pyannote[7].end 118.71284375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 104.16659375
transcript.pyannote[8].end 104.53784375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 108.16596875
transcript.pyannote[9].end 108.72284375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 110.49471875
transcript.pyannote[10].end 110.91659375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 112.38471875
transcript.pyannote[11].end 112.68846875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 116.62034375
transcript.pyannote[12].end 120.11346875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 119.48909375
transcript.pyannote[13].end 151.48409375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 148.61534375
transcript.pyannote[14].end 174.04596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 162.73971875
transcript.pyannote[15].end 163.44846875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 164.27534375
transcript.pyannote[16].end 165.43971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 169.79346875
transcript.pyannote[17].end 173.70846875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 174.04596875
transcript.pyannote[18].end 183.73221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 177.80909375
transcript.pyannote[19].end 179.20971875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 180.89721875
transcript.pyannote[20].end 183.71534375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 183.73221875
transcript.pyannote[21].end 235.70721875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 190.19534375
transcript.pyannote[22].end 190.78596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 191.14034375
transcript.pyannote[23].end 192.38909375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 235.75784375
transcript.pyannote[24].end 241.66409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 242.57534375
transcript.pyannote[25].end 261.47534375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 258.33659375
transcript.pyannote[26].end 277.55721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 261.84659375
transcript.pyannote[27].end 263.21346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 270.84096875
transcript.pyannote[28].end 274.11471875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 275.43096875
transcript.pyannote[29].end 276.12284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 277.08471875
transcript.pyannote[30].end 283.96971875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 281.59034375
transcript.pyannote[31].end 312.97784375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 297.25034375
transcript.pyannote[32].end 298.61721875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 299.73096875
transcript.pyannote[33].end 300.79409375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 306.46409375
transcript.pyannote[34].end 307.07159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 310.51409375
transcript.pyannote[35].end 310.85159375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 312.97784375
transcript.pyannote[36].end 316.33596875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 315.61034375
transcript.pyannote[37].end 322.93409375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 318.14159375
transcript.pyannote[38].end 318.34409375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 323.44034375
transcript.pyannote[39].end 325.06034375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 325.71846875
transcript.pyannote[40].end 326.27534375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 326.47784375
transcript.pyannote[41].end 331.27034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 331.69221875
transcript.pyannote[42].end 343.03221875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 339.65721875
transcript.pyannote[43].end 341.61471875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 342.40784375
transcript.pyannote[44].end 345.14159375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 345.14159375
transcript.pyannote[45].end 349.71471875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 348.53346875
transcript.pyannote[46].end 350.82846875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 350.28846875
transcript.pyannote[47].end 350.74409375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 350.82846875
transcript.pyannote[48].end 358.65846875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 351.36846875
transcript.pyannote[49].end 351.94221875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 355.70534375
transcript.pyannote[50].end 359.21534375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 359.13096875
transcript.pyannote[51].end 360.05909375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 359.65409375
transcript.pyannote[52].end 361.74659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 361.56096875
transcript.pyannote[53].end 367.39971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 365.61096875
transcript.pyannote[54].end 392.50971875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 372.78284375
transcript.pyannote[55].end 373.28909375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 374.57159375
transcript.pyannote[56].end 375.21284375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 392.77971875
transcript.pyannote[57].end 400.33971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 397.47096875
transcript.pyannote[58].end 398.01096875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 399.31034375
transcript.pyannote[59].end 412.42221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 411.88221875
transcript.pyannote[60].end 412.45596875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 412.45596875
transcript.pyannote[61].end 412.69221875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 412.69221875
transcript.pyannote[62].end 414.02534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 414.02534375
transcript.pyannote[63].end 414.09284375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 414.09284375
transcript.pyannote[64].end 414.17721875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 414.22784375
transcript.pyannote[65].end 421.06221875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 421.63596875
transcript.pyannote[66].end 424.47096875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 424.48784375
transcript.pyannote[67].end 426.52971875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 426.86721875
transcript.pyannote[68].end 426.88409375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 426.88409375
transcript.pyannote[69].end 427.81221875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 427.81221875
transcript.pyannote[70].end 433.68471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 434.59596875
transcript.pyannote[71].end 434.71409375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 434.81534375
transcript.pyannote[72].end 441.81846875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 442.22346875
transcript.pyannote[73].end 443.75909375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 444.53534375
transcript.pyannote[74].end 445.42971875
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 445.93596875
transcript.pyannote[75].end 447.52221875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 447.65721875
transcript.pyannote[76].end 448.07909375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 448.60221875
transcript.pyannote[77].end 451.16721875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 451.47096875
transcript.pyannote[78].end 463.08096875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 464.34659375
transcript.pyannote[79].end 477.05346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 477.42471875
transcript.pyannote[80].end 493.25346875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 493.42221875
transcript.pyannote[81].end 494.48534375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 494.94096875
transcript.pyannote[82].end 496.72971875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 496.96596875
transcript.pyannote[83].end 506.80409375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 507.15846875
transcript.pyannote[84].end 512.84534375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 513.21659375
transcript.pyannote[85].end 518.59971875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 518.92034375
transcript.pyannote[86].end 533.02784375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 533.60159375
transcript.pyannote[87].end 537.01034375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 538.17471875
transcript.pyannote[88].end 539.82846875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 540.11534375
transcript.pyannote[89].end 540.62159375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 541.19534375
transcript.pyannote[90].end 554.35784375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 554.56034375
transcript.pyannote[91].end 554.98221875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 556.51784375
transcript.pyannote[92].end 559.58909375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 560.28096875
transcript.pyannote[93].end 560.73659375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 561.24284375
transcript.pyannote[94].end 562.30596875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 562.60971875
transcript.pyannote[95].end 565.69784375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 566.99721875
transcript.pyannote[96].end 582.96096875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 577.03784375
transcript.pyannote[97].end 579.41721875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 579.67034375
transcript.pyannote[98].end 581.02034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 582.64034375
transcript.pyannote[99].end 586.89284375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 584.56409375
transcript.pyannote[100].end 584.66534375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 587.17971875
transcript.pyannote[101].end 592.91721875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 593.30534375
transcript.pyannote[102].end 595.21221875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 594.01409375
transcript.pyannote[103].end 605.47221875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 606.55221875
transcript.pyannote[104].end 611.63159375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 611.63159375
transcript.pyannote[105].end 611.68221875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 611.68221875
transcript.pyannote[106].end 612.15471875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 611.71596875
transcript.pyannote[107].end 612.27284375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 613.43721875
transcript.pyannote[108].end 613.90971875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 614.07846875
transcript.pyannote[109].end 616.32284375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 617.25096875
transcript.pyannote[110].end 618.80346875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 618.90471875
transcript.pyannote[111].end 621.11534375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 621.94221875
transcript.pyannote[112].end 623.86596875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 623.73096875
transcript.pyannote[113].end 627.88221875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 628.21971875
transcript.pyannote[114].end 634.73346875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 635.50971875
transcript.pyannote[115].end 637.46721875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 638.20971875
transcript.pyannote[116].end 643.03596875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 643.50846875
transcript.pyannote[117].end 644.55471875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 644.74034375
transcript.pyannote[118].end 647.15346875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 648.77346875
transcript.pyannote[119].end 650.51159375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 651.00096875
transcript.pyannote[120].end 652.90784375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 653.46471875
transcript.pyannote[121].end 653.81909375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 654.46034375
transcript.pyannote[122].end 655.94534375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 655.94534375
transcript.pyannote[123].end 655.99596875
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 656.11409375
transcript.pyannote[124].end 656.56971875
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 656.56971875
transcript.pyannote[125].end 656.58659375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 657.14346875
transcript.pyannote[126].end 668.75346875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 660.02909375
transcript.pyannote[127].end 660.14721875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 660.51846875
transcript.pyannote[128].end 660.97409375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 664.85534375
transcript.pyannote[129].end 667.43721875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 668.44971875
transcript.pyannote[130].end 670.22159375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 669.61409375
transcript.pyannote[131].end 670.94721875
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 670.47471875
transcript.pyannote[132].end 671.70659375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 671.79096875
transcript.pyannote[133].end 673.95096875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 674.20409375
transcript.pyannote[134].end 674.98034375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 675.68909375
transcript.pyannote[135].end 676.02659375
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 676.07721875
transcript.pyannote[136].end 677.34284375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 677.59596875
transcript.pyannote[137].end 678.03471875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 678.18659375
transcript.pyannote[138].end 678.45659375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 678.74346875
transcript.pyannote[139].end 680.70096875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 680.71784375
transcript.pyannote[140].end 681.22409375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 681.71346875
transcript.pyannote[141].end 682.18596875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 683.36721875
transcript.pyannote[142].end 685.13909375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 685.69596875
transcript.pyannote[143].end 689.72909375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 690.25221875
transcript.pyannote[144].end 691.38284375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 691.56846875
transcript.pyannote[145].end 693.22221875
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 693.28971875
transcript.pyannote[146].end 693.77909375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 694.16721875
transcript.pyannote[147].end 694.18409375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 694.18409375
transcript.pyannote[148].end 694.20096875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 694.20096875
transcript.pyannote[149].end 694.38659375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 694.38659375
transcript.pyannote[150].end 694.60596875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 694.60596875
transcript.pyannote[151].end 694.67346875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 694.67346875
transcript.pyannote[152].end 694.69034375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 695.29784375
transcript.pyannote[153].end 697.87971875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 698.18346875
transcript.pyannote[154].end 702.65534375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 698.25096875
transcript.pyannote[155].end 698.79096875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 703.17846875
transcript.pyannote[156].end 705.67596875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 705.84471875
transcript.pyannote[157].end 710.24909375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 708.47721875
transcript.pyannote[158].end 708.98346875
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 710.24909375
transcript.pyannote[159].end 710.28284375
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 710.53596875
transcript.pyannote[160].end 711.24471875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 715.64909375
transcript.pyannote[161].end 717.45471875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 718.87221875
transcript.pyannote[162].end 718.97346875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 718.97346875
transcript.pyannote[163].end 719.44596875
transcript.whisperx[0].start 0.64
transcript.whisperx[0].end 1.462
transcript.whisperx[0].text 主席有請莊部長你莊部長
transcript.whisperx[1].start 8.627
transcript.whisperx[1].end 32.843
transcript.whisperx[1].text 委員好那個部長那個我們最近的這個房屋薪資佔比齁其實有逐年下降的趨勢齁最主要我們都是想要針對普羅大眾來減輕他的負擔包括我們今年開始試用有關於列舉扣除額房屋房屋房租扣除額的部分從列舉扣除改成特別扣除額的這個部分齁也希望達到這個目標
transcript.whisperx[2].start 34.784
transcript.whisperx[2].end 50.04
transcript.whisperx[2].text 但是上一次你們在評估這些內容當中都還有寫到有一關可能會影響到稅差存多少錢可是今年的這個報告當中這稅差存的部分你們都沒有寫只有寫到說租稅公平、租證簡化等原則通盤檢查
transcript.whisperx[3].start 51.101
transcript.whisperx[3].end 65.086
transcript.whisperx[3].text 我是想說後續今天是有詢答後續如果條文在討論的時候能夠具體的寫出到底稅差損害多少這個部長我給你做一個提醒那同時我提醒你一下你上次提到這一個有關這個扣除額的這個部分部長你說減稅會減到30億
transcript.whisperx[4].start 68.607
transcript.whisperx[4].end 68.747
transcript.whisperx[4].text 副副副
transcript.whisperx[5].start 99.807
transcript.whisperx[5].end 101.548
transcript.whisperx[5].text 梁美芬、梁美芬、梁美芬、梁美芬、
transcript.whisperx[6].start 120.154
transcript.whisperx[6].end 144.575
transcript.whisperx[6].text 在房客那因為他報這個扣除了那所以相關的一個租屋的資料當然我們就理解那當然會促使我們的房東的能夠是列報所謂的租金收入另外呢目前我們的房屋稅條例也修正了然後對於有出租的話他所適用的房屋稅的稅率也比沒有出租空置的情況下會下降所以這個部分對房對房屋所有權來說他誠實的去
transcript.whisperx[7].start 146.937
transcript.whisperx[7].end 156.824
transcript.whisperx[7].text 李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人、李宗盛等19人
transcript.whisperx[8].start 174.136
transcript.whisperx[8].end 190.085
transcript.whisperx[8].text 公益出租人的部分他的房屋稅還是適用有自用住宅版本因為他的所得的部分也可以每個月一萬五千塊可以免稅非公益出租的部分是不是有其他類似一種特色自首的條款去思考一下部長另外一個部分
transcript.whisperx[9].start 192.907
transcript.whisperx[9].end 216.803
transcript.whisperx[9].text 今天呢提到有關於這個長照的這個部分的扣除額的這個提升我認為是有提升的必要提升的依據是什麼呢因為過往我們長照2.0的不付的補助金額是12萬接下來呢總統當選的賴清德先生他是提出一個所謂長照3.0也就是說他這個補助金額已經提高到18萬我們是不是能夠比照這個一般的行情大概是36萬
transcript.whisperx[10].start 218.024
transcript.whisperx[10].end 219.505
transcript.whisperx[10].text 賴主席賴主席賴主席賴主席
transcript.whisperx[11].start 242.608
transcript.whisperx[11].end 254.896
transcript.whisperx[11].text 委員報告那因為對長照這個部分委員跟黨團都非常的一個重視都有提出各種不同的版本我想這個涉及到這個所得稅裡面所有的相關扣除額都有相關的建議我想這個部分我們來通盤的演繹在維護財政穩健的情況下這不是從財政稅政的穩健而已還要考慮到政策啦
transcript.whisperx[12].start 263.081
transcript.whisperx[12].end 290.495
transcript.whisperx[12].text 總共夯不啷噹加起來你看以稅收的影響你12萬的部分也不過12億你變18萬的部分應該也大概18億不過是6億之多而已啊是是是謝謝委員的指教這政府一個誠意長照3.8百億都在花了你怎麼差這6億呢是是對不對對長照其實要各個面向除了稅之外也有其他的措施對還有一個可能性是政府真的都適用在把這個扣除的部分比照所得稅法第五條之一把它準用於
transcript.whisperx[13].start 291.175
transcript.whisperx[13].end 312.418
transcript.whisperx[13].text 有這個按照這個依照所得的水準基本生活的變動情形每幾年評估一次的可能性,把它納入啦。因為目前只有四項而已嘛。包括身心障礙的特別扣除也是如納入四項之中其中之一。長照這個長期的一個政策,長期的一個福利政策應該也要比照納入,你的看法怎麼樣?
transcript.whisperx[14].start 313.619
transcript.whisperx[14].end 330.94
transcript.whisperx[14].text 委員這個建議我們會一併納入演議。這個部分其實應該可以作為思考,不然我們長照政策是一個很重要的國家政策嘛。好,那接下來本席要請教於您啦,有關於當中的部分啦,那個金管會還有部分的券商業者,他們希望常態化,我問一下部長你的態度怎麼樣?
transcript.whisperx[15].start 332.058
transcript.whisperx[15].end 341.122
transcript.whisperx[15].text 呃,我想這個部分當沖降稅、減半降稅這個部分成為常態化可能跟納保法的規定不合,因為租稅優惠一點時間。那你如果不想要常態化,你有沒有可能希望正常化?呃,正常化?這什麼叫常態化跟正常化?
transcript.whisperx[16].start 352.527
transcript.whisperx[16].end 371.772
transcript.whisperx[16].text 那我想這個部分金管會已經有評估對於這個股市交易的動能我現在問你不是要問金管會好不好部長你不要代替金管會回答這裡面當然跟股市的交易動能是有關係的那另外要怎麼樣股市的交易好我們現在談股市的交易當初就是因為拍板定案的時候在105年度的時候才987億嘛就是要達到造勢的功能嘛
transcript.whisperx[17].start 374.833
transcript.whisperx[17].end 387.401
transcript.whisperx[17].text 後來第一年的時候1544億嘛,延長第一年,第一次延長的時候就變2698億嘛,現在前兩年已經超過3000億,到今年的第一季為止的日均量,3月日均量已經變5863億了,那我請問你一下,這個造勢的功能目標有沒有達成?
transcript.whisperx[18].start 393.465
transcript.whisperx[18].end 420.26
transcript.whisperx[18].text 呃,這個部分當然因為股市的交易能量那麼大,除了當沖降稅之外,還有其他的因素啦,不是只有他這個因素啦。所以說已經達成了嘛,造勢已經有達成效果了嘛。造勢已經達成效果,你是不是應該就是退居,退居變成是正常化啦?你怎麼不敢講呢?噢,這個部分我們會一定的審慎的考量了。第一次延長三年,第二次延長三年,現在要延長五年,這跟常態化有什麼差別?他以後再跟你延長個十年,
transcript.whisperx[19].start 421.841
transcript.whisperx[19].end 433.455
transcript.whisperx[19].text 那不是就常態化了嗎?你不是說你反對常態化嗎?再下去就變常態化了,不是嗎?對啊,是啊是啊,對不對?這個就是把特效藥當成保健食品再吃啊!嘿啦!
transcript.whisperx[20].start 435.06
transcript.whisperx[20].end 462.705
transcript.whisperx[20].text 明明是偷銷藥材、包裝保健食品政府都一直在鼓勵說那個要長期投資結果呢是鼓勵短期投機啊就變這樣子啊整個政府為什麼會這樣子部長我去查一查我知道原因啦你為什麼為什麼你這樣子笑你這樣子看起來沒有很堅決的反對不想要回到正常化的原因我去算過嘛把這個證交所估計的資料齁我把它算出來
transcript.whisperx[21].start 464.434
transcript.whisperx[21].end 469.878
transcript.whisperx[21].text 曾教授當中的價差從2021、2022、2023總共當初的價差第一年690億、第二年變372億、第三年變504億看起來這價差好像不錯
transcript.whisperx[22].start 477.523
transcript.whisperx[22].end 501.461
transcript.whisperx[22].text 可是你仔細看政交稅的部分我們推估起來第一年就是568億第二年347億38億這個政交稅的這個抽稅就高達1297億啊第一個好到政府啊第二個好到誰好到手續費的券商啦券商抽頭多少第一年557億第二年330億第三年362億加起來也將近1300億啊
transcript.whisperx[23].start 507.485
transcript.whisperx[23].end 536.685
transcript.whisperx[23].text 結果整個淨收益的結果全部都買蠟石整個股民產賠980億這種推估的結果這推估的結果我再算全體的券商這三年加起來憨不啷噹第一年1050億第二年387億第三年558億大概接近2000億好到哪好到券商所以這些券商當然希望什麼
transcript.whisperx[24].start 538.326
transcript.whisperx[24].end 565.502
transcript.whisperx[24].text 當然希望常態化結果政府也是抽頭之一當然不是部長你抽頭啦但是都好到政府結果這些年輕人這些少年古神一一沉入古海當中每一個都是韭菜當通條款根本是韭菜條款嘛割韭菜條款嘛部長我再問你一次你希望常態化你不希望常態化那你是不是希望正常化
transcript.whisperx[25].start 567.045
transcript.whisperx[25].end 579.149
transcript.whisperx[25].text 我想委員您剛剛講的也確實是有一個這個面向存在的情況。那我想我們都會審慎的評估對於整個股市、股、證券市場的交易量。這個部分我們會再做評估的,是。就是說他你就看到這些稅收你在那裡纏住不立場你就想要多增加一點稅收啊。對啊。
transcript.whisperx[26].start 594.174
transcript.whisperx[26].end 620.445
transcript.whisperx[26].text 可是你每年的這個超徵的稅金剩餘增加那麼多?越多你為困擾而已啊。越多立法院問你啊。對不對?不是嗎?你的稅收目標都已經達成啊。你還有需要這個造勢的這種增加出來的稅收嗎?結果這個稅收收了越多啊。韭菜被割了越多啊。年輕人的怨氣越重啊。
transcript.whisperx[27].start 622.231
transcript.whisperx[27].end 646.712
transcript.whisperx[27].text 這個是我們也要考量的事對啊 這沒有錯啊政府設計一個機制讓年輕人來這邊當所謂他們夢想中的少年古城結果後來就變成韭菜一一跌入古海當中不但如此啊養成一個短期投資的一個投資行為之外還變成啊每天都要專注那些行情大盤
transcript.whisperx[28].start 648.8
transcript.whisperx[28].end 673.474
transcript.whisperx[28].text 工作表現怎麼會順利對不對也會影響到個人的作息政府有這麼缺稅金嗎部長我想政府不是從稅收這個部分來考量的我想我們不是單純從稅收的面向來考量不是單純從稅收的面向的話你應該好好考量一下好好考量一下大聲的跟金管會的這個主委講
transcript.whisperx[29].start 676.191
transcript.whisperx[29].end 694.364
transcript.whisperx[29].text 郭家柏欠債的錢。財政部最近的業績都不錯啦。都抄收了啦。不需要啦。你就跟他講券商賺飽飽了啦。已經賺了兩千億了啦。不需要靠這個啦。所以說ETF的大賣啦。不是嗎?
transcript.whisperx[30].start 695.956
transcript.whisperx[30].end 709.241
transcript.whisperx[30].text 呃對今天最呃最近吧ETF所以我希望部長你有一定程度的發言權你不要回去給我評估當內部在做這個政策討論的時候勇於表達立場可不可以呃會的委員的意見我們一定會表達謝謝委員