iVOD / 155688

Field Value
IVOD_ID 155688
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/155688
日期 2024-10-17
會議資料.會議代碼 委員會-11-2-20-2
會議資料.會議代碼:str 第11屆第2會期財政委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 2
會議資料.會次 2
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2會期財政委員會第2次全體委員會議
影片種類 Clip
開始時間 2024-10-17T10:35:10+08:00
結束時間 2024-10-17T10:47:20+08:00
影片長度 00:12:10
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/8c08b8ebdc8e306562fc6be05508a2433464761d5dfc4adca9373a247fb1bb1cff736705a4ade47f5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李坤城
委員發言時間 10:35:10 - 10:47:20
會議時間 2024-10-17T09:00:00+08:00
會議名稱 立法院第11屆第2會期財政委員會第2次全體委員會議(事由:一、邀請中央銀行楊總裁金龍率所屬單位主管暨財金資訊股份有限公司董事長列席業務報告,並備質詢。 二、邀請中央銀行楊總裁金龍就「第七波選擇性信用管制之配套措施」進行專題報告,並備質詢。 【10月16日及17日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.35159375
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 1.02659375
transcript.pyannote[1].end 1.07721875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 1.07721875
transcript.pyannote[2].end 2.37659375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 1.29659375
transcript.pyannote[3].end 3.91221875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 3.11909375
transcript.pyannote[4].end 5.04284375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 4.72221875
transcript.pyannote[5].end 10.44284375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 8.99159375
transcript.pyannote[6].end 10.74659375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 10.74659375
transcript.pyannote[7].end 12.65346875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 12.65346875
transcript.pyannote[8].end 13.26096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 13.26096875
transcript.pyannote[9].end 14.99909375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 15.21846875
transcript.pyannote[10].end 15.50534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 15.53909375
transcript.pyannote[11].end 18.66096875
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 18.57659375
transcript.pyannote[12].end 18.76221875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 18.76221875
transcript.pyannote[13].end 20.61846875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 20.61846875
transcript.pyannote[14].end 20.78721875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 20.78721875
transcript.pyannote[15].end 27.57096875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 20.82096875
transcript.pyannote[16].end 22.50846875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 23.87534375
transcript.pyannote[17].end 23.97659375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 24.95534375
transcript.pyannote[18].end 25.00596875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 27.72284375
transcript.pyannote[19].end 29.57909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 27.92534375
transcript.pyannote[20].end 27.99284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 30.38909375
transcript.pyannote[21].end 33.69659375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 34.25346875
transcript.pyannote[22].end 38.15159375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 38.15159375
transcript.pyannote[23].end 38.21909375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 38.21909375
transcript.pyannote[24].end 40.24409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 40.41284375
transcript.pyannote[25].end 41.02034375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 41.44221875
transcript.pyannote[26].end 44.69909375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 44.80034375
transcript.pyannote[27].end 46.84221875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 46.96034375
transcript.pyannote[28].end 47.24721875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 47.53409375
transcript.pyannote[29].end 49.77846875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 50.03159375
transcript.pyannote[30].end 50.08221875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 50.25096875
transcript.pyannote[31].end 53.40659375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 53.49096875
transcript.pyannote[32].end 56.30909375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 56.95034375
transcript.pyannote[33].end 63.21096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 63.43034375
transcript.pyannote[34].end 79.74846875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 79.10721875
transcript.pyannote[35].end 79.81596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 80.08596875
transcript.pyannote[36].end 80.59221875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 80.18721875
transcript.pyannote[37].end 80.27159375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 80.67659375
transcript.pyannote[38].end 81.46971875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 81.48659375
transcript.pyannote[39].end 83.35971875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 83.62971875
transcript.pyannote[40].end 88.30409375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 89.11409375
transcript.pyannote[41].end 90.12659375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 91.32471875
transcript.pyannote[42].end 114.39284375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 114.61221875
transcript.pyannote[43].end 122.17221875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 122.45909375
transcript.pyannote[44].end 124.28159375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 124.28159375
transcript.pyannote[45].end 124.50096875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 124.50096875
transcript.pyannote[46].end 125.49659375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 125.49659375
transcript.pyannote[47].end 125.73284375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 125.73284375
transcript.pyannote[48].end 125.74971875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 125.93534375
transcript.pyannote[49].end 166.95846875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 144.90284375
transcript.pyannote[50].end 145.18971875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 147.43409375
transcript.pyannote[51].end 147.50159375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 166.95846875
transcript.pyannote[52].end 167.24534375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 167.24534375
transcript.pyannote[53].end 190.09409375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 173.99534375
transcript.pyannote[54].end 174.06284375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 190.09409375
transcript.pyannote[55].end 190.97159375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 190.33034375
transcript.pyannote[56].end 193.67159375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 191.47784375
transcript.pyannote[57].end 191.86596875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 193.48596875
transcript.pyannote[58].end 201.87284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 202.29471875
transcript.pyannote[59].end 206.32784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 206.51346875
transcript.pyannote[60].end 208.70721875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 208.89284375
transcript.pyannote[61].end 210.41159375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 210.59721875
transcript.pyannote[62].end 215.25471875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 215.35596875
transcript.pyannote[63].end 241.79909375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 241.96784375
transcript.pyannote[64].end 243.19971875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 244.21221875
transcript.pyannote[65].end 244.43159375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 244.63409375
transcript.pyannote[66].end 268.54596875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 253.79721875
transcript.pyannote[67].end 253.94909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 268.17471875
transcript.pyannote[68].end 273.01784375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 273.42284375
transcript.pyannote[69].end 293.48721875
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 276.61221875
transcript.pyannote[70].end 276.96659375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 276.96659375
transcript.pyannote[71].end 277.59096875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 280.89846875
transcript.pyannote[72].end 280.94909375
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 282.61971875
transcript.pyannote[73].end 282.87284375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 282.90659375
transcript.pyannote[74].end 282.92346875
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 287.98596875
transcript.pyannote[75].end 288.59346875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 289.82534375
transcript.pyannote[76].end 290.19659375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 293.14971875
transcript.pyannote[77].end 294.29721875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 294.29721875
transcript.pyannote[78].end 296.10284375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 296.69346875
transcript.pyannote[79].end 302.02596875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 302.31284375
transcript.pyannote[80].end 304.69221875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 304.69221875
transcript.pyannote[81].end 304.89471875
transcript.pyannote[82].speaker SPEAKER_02
transcript.pyannote[82].start 304.89471875
transcript.pyannote[82].end 318.73221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 318.73221875
transcript.pyannote[83].end 318.90096875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 318.90096875
transcript.pyannote[84].end 320.62221875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 319.87971875
transcript.pyannote[85].end 323.17034375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 321.76971875
transcript.pyannote[86].end 322.98471875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 323.99721875
transcript.pyannote[87].end 324.03096875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 324.03096875
transcript.pyannote[88].end 326.98409375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 325.63409375
transcript.pyannote[89].end 337.53096875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 328.70534375
transcript.pyannote[90].end 331.08471875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 332.14784375
transcript.pyannote[91].end 334.32471875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 335.75909375
transcript.pyannote[92].end 339.47159375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 339.47159375
transcript.pyannote[93].end 339.62346875
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 339.62346875
transcript.pyannote[94].end 348.39846875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 343.67346875
transcript.pyannote[95].end 343.90971875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 348.06096875
transcript.pyannote[96].end 348.75284375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 348.75284375
transcript.pyannote[97].end 352.38096875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 351.72284375
transcript.pyannote[98].end 353.79846875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 353.44409375
transcript.pyannote[99].end 358.52346875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 355.14846875
transcript.pyannote[100].end 355.77284375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 359.35034375
transcript.pyannote[101].end 368.20971875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 363.21471875
transcript.pyannote[102].end 363.33284375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 368.37846875
transcript.pyannote[103].end 371.61846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 371.97284375
transcript.pyannote[104].end 377.01846875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 377.20409375
transcript.pyannote[105].end 381.74346875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 381.97971875
transcript.pyannote[106].end 385.10159375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 385.70909375
transcript.pyannote[107].end 394.09596875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 394.09596875
transcript.pyannote[108].end 399.66471875
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 394.58534375
transcript.pyannote[109].end 395.02409375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 395.44596875
transcript.pyannote[110].end 403.30971875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 402.17909375
transcript.pyannote[111].end 403.86659375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 403.88346875
transcript.pyannote[112].end 403.90034375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 403.91721875
transcript.pyannote[113].end 409.89096875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 406.33034375
transcript.pyannote[114].end 406.71846875
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 408.03471875
transcript.pyannote[115].end 411.69659375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 411.86534375
transcript.pyannote[116].end 416.75909375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 413.53596875
transcript.pyannote[117].end 422.47971875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 422.42909375
transcript.pyannote[118].end 422.64846875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 422.64846875
transcript.pyannote[119].end 427.47471875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 423.72846875
transcript.pyannote[120].end 429.83721875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 427.96409375
transcript.pyannote[121].end 433.34721875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 433.04346875
transcript.pyannote[122].end 435.03471875
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 434.49471875
transcript.pyannote[123].end 447.69096875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 446.66159375
transcript.pyannote[124].end 448.51784375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 448.39971875
transcript.pyannote[125].end 449.98596875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 449.07471875
transcript.pyannote[126].end 451.13346875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 451.03221875
transcript.pyannote[127].end 453.74909375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 452.87159375
transcript.pyannote[128].end 455.92596875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 454.62659375
transcript.pyannote[129].end 455.16659375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 455.50409375
transcript.pyannote[130].end 467.92409375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 457.90034375
transcript.pyannote[131].end 458.40659375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 461.20784375
transcript.pyannote[132].end 461.79846875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 467.29971875
transcript.pyannote[133].end 479.55096875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 470.55659375
transcript.pyannote[134].end 471.09659375
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 472.34534375
transcript.pyannote[135].end 473.44221875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 478.28534375
transcript.pyannote[136].end 478.65659375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 479.21346875
transcript.pyannote[137].end 479.75346875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 479.75346875
transcript.pyannote[138].end 485.06909375
transcript.pyannote[139].speaker SPEAKER_02
transcript.pyannote[139].start 479.77034375
transcript.pyannote[139].end 479.88846875
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 481.01909375
transcript.pyannote[140].end 481.50846875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 481.91346875
transcript.pyannote[141].end 482.31846875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 484.15784375
transcript.pyannote[142].end 484.54596875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 485.47409375
transcript.pyannote[143].end 488.59596875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 488.73096875
transcript.pyannote[144].end 496.05471875
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 496.05471875
transcript.pyannote[145].end 496.22346875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 496.22346875
transcript.pyannote[146].end 498.07971875
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 498.38346875
transcript.pyannote[147].end 513.57096875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 505.58909375
transcript.pyannote[148].end 506.11221875
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 508.12034375
transcript.pyannote[149].end 508.67721875
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 513.97596875
transcript.pyannote[150].end 520.01721875
transcript.pyannote[151].speaker SPEAKER_01
transcript.pyannote[151].start 520.37159375
transcript.pyannote[151].end 534.90096875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 534.51284375
transcript.pyannote[152].end 556.36596875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 552.19784375
transcript.pyannote[153].end 553.29471875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 555.10034375
transcript.pyannote[154].end 558.17159375
transcript.pyannote[155].speaker SPEAKER_02
transcript.pyannote[155].start 558.13784375
transcript.pyannote[155].end 570.03471875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 559.75784375
transcript.pyannote[156].end 561.81659375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 566.99721875
transcript.pyannote[157].end 569.68034375
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 570.03471875
transcript.pyannote[158].end 570.11909375
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 570.11909375
transcript.pyannote[159].end 572.88659375
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 570.50721875
transcript.pyannote[160].end 571.78971875
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 572.78534375
transcript.pyannote[161].end 573.02159375
transcript.pyannote[162].speaker SPEAKER_02
transcript.pyannote[162].start 572.97096875
transcript.pyannote[162].end 572.98784375
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 573.00471875
transcript.pyannote[163].end 573.93284375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 573.03846875
transcript.pyannote[164].end 573.05534375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 574.62471875
transcript.pyannote[165].end 578.10096875
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 578.10096875
transcript.pyannote[166].end 578.59034375
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 578.59034375
transcript.pyannote[167].end 582.28596875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 582.50534375
transcript.pyannote[168].end 585.66096875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 585.61034375
transcript.pyannote[169].end 585.64409375
transcript.pyannote[170].speaker SPEAKER_02
transcript.pyannote[170].start 585.66096875
transcript.pyannote[170].end 586.16721875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 586.16721875
transcript.pyannote[171].end 594.21659375
transcript.pyannote[172].speaker SPEAKER_02
transcript.pyannote[172].start 595.61721875
transcript.pyannote[172].end 603.02534375
transcript.pyannote[173].speaker SPEAKER_02
transcript.pyannote[173].start 603.32909375
transcript.pyannote[173].end 633.31596875
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 633.31596875
transcript.pyannote[174].end 633.51846875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 633.51846875
transcript.pyannote[175].end 633.53534375
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 633.53534375
transcript.pyannote[176].end 647.91284375
transcript.pyannote[177].speaker SPEAKER_02
transcript.pyannote[177].start 633.56909375
transcript.pyannote[177].end 634.71659375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 635.13846875
transcript.pyannote[178].end 635.27346875
transcript.pyannote[179].speaker SPEAKER_02
transcript.pyannote[179].start 640.06596875
transcript.pyannote[179].end 640.58909375
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 647.91284375
transcript.pyannote[180].end 648.28409375
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 648.28409375
transcript.pyannote[181].end 650.83221875
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 651.00096875
transcript.pyannote[182].end 651.03471875
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 651.05159375
transcript.pyannote[183].end 654.24096875
transcript.pyannote[184].speaker SPEAKER_02
transcript.pyannote[184].start 654.40971875
transcript.pyannote[184].end 655.35471875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 655.47284375
transcript.pyannote[185].end 655.81034375
transcript.pyannote[186].speaker SPEAKER_02
transcript.pyannote[186].start 655.75971875
transcript.pyannote[186].end 656.53596875
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 656.75534375
transcript.pyannote[187].end 659.92784375
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 658.66221875
transcript.pyannote[188].end 659.03346875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 660.26534375
transcript.pyannote[189].end 660.75471875
transcript.pyannote[190].speaker SPEAKER_02
transcript.pyannote[190].start 660.58596875
transcript.pyannote[190].end 670.86284375
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 663.28596875
transcript.pyannote[191].end 663.67409375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 666.94784375
transcript.pyannote[192].end 667.25159375
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 670.86284375
transcript.pyannote[193].end 671.50409375
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 671.38596875
transcript.pyannote[194].end 676.53284375
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 676.53284375
transcript.pyannote[195].end 676.95471875
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 676.80284375
transcript.pyannote[196].end 694.08284375
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 686.38784375
transcript.pyannote[197].end 686.75909375
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 694.15034375
transcript.pyannote[198].end 694.84221875
transcript.pyannote[199].speaker SPEAKER_02
transcript.pyannote[199].start 694.84221875
transcript.pyannote[199].end 696.07409375
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 695.21346875
transcript.pyannote[200].end 710.50221875
transcript.pyannote[201].speaker SPEAKER_02
transcript.pyannote[201].start 700.10721875
transcript.pyannote[201].end 700.93409375
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 702.45284375
transcript.pyannote[202].end 702.87471875
transcript.pyannote[203].speaker SPEAKER_02
transcript.pyannote[203].start 705.99659375
transcript.pyannote[203].end 706.46909375
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 707.22846875
transcript.pyannote[204].end 707.80221875
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 710.23221875
transcript.pyannote[205].end 713.59034375
transcript.pyannote[206].speaker SPEAKER_01
transcript.pyannote[206].start 712.32471875
transcript.pyannote[206].end 714.95721875
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 714.41721875
transcript.pyannote[207].end 714.82221875
transcript.pyannote[208].speaker SPEAKER_00
transcript.pyannote[208].start 715.07534375
transcript.pyannote[208].end 719.44596875
transcript.pyannote[209].speaker SPEAKER_00
transcript.pyannote[209].start 720.05346875
transcript.pyannote[209].end 720.82971875
transcript.pyannote[210].speaker SPEAKER_00
transcript.pyannote[210].start 723.07409375
transcript.pyannote[210].end 728.94659375
transcript.whisperx[0].start 1.529
transcript.whisperx[0].end 22.534
transcript.whisperx[0].text 總裁好。總裁辛苦了。常常看到你就是會到各個委員的辦公室去做溝通、去做協調。這相當的好。不過你被評為B家總裁,其實我是為你打抱不平。我認為你還是屬於A級的總裁。我舉兩點。第一個就是說在今年3月的時候,這個在
transcript.whisperx[1].start 30.441
transcript.whisperx[1].end 56.055
transcript.whisperx[1].text 外界都無預警的情況之下央行升息半碼但是那時候升息半碼呢是要這個意志通膨啦那所以說那時候總裁的說法是說Supply但是呢決定是合理這主要是為了意志國內通膨的預期的心理這是在3月份那在6月份的時候呢這個央行是升準不升息然後呢這個總裁那時候說法就是說呢
transcript.whisperx[2].start 57.2
transcript.whisperx[2].end 83.21
transcript.whisperx[2].text 這次最主要是給市場的訊息這次的重點在於房地產不在於通膨那光是這兩點這個3月跟6月份這個央行的決定一個是抑制通膨那另外一個就是給市場訊息就開始要打炒房了我認為這央行都有動足機先那請教一下這個現在是10月份了
transcript.whisperx[3].start 83.7
transcript.whisperx[3].end 88.204
transcript.whisperx[3].text 那回過頭再來看三月份跟六月份你的決定你認為有沒有達到效果了?
transcript.whisperx[4].start 91.443
transcript.whisperx[4].end 113.681
transcript.whisperx[4].text 如果說就通膨來講的話呢我們的通膨是確實是慢慢在下來這個是我說我們的預測跟國際的預測大概都是這樣我們通膨慢慢在下來了這是第一個那第二個就是說我們在6月份的時候選擇性信用管制出去然後為什麼在第9月份的時候呢再出去
transcript.whisperx[5].start 114.722
transcript.whisperx[5].end 136.496
transcript.whisperx[5].text 那6月份的時候呢我們那個時候的那個對於這個房地產呢我們那個時候所掌握的資訊不夠充分不夠充分所以呢也就是說那個力道呢就比較輕一點我們是在在6月因為在因為我們的這個報告裡面我們有講到就是說
transcript.whisperx[6].start 137.056
transcript.whisperx[6].end 137.156
transcript.whisperx[6].text 主席.
transcript.whisperx[7].start 158.049
transcript.whisperx[7].end 181.596
transcript.whisperx[7].text 這個第一副就是說有房子然後呢又要申請第一副的還有就是說第二副的他的人數增加的非常快金額也增加的非常快所以呢也就是說我們第6就是說6月份那一波呢是比較輕那為什麼就連續的到9月份的時候我們再出手是因為我們那個時候呢我們的資訊呢還沒有掌握到
transcript.whisperx[8].start 182.176
transcript.whisperx[8].end 184.338
transcript.whisperx[8].text 我看這個第七波的這個選擇性信用管制媒體的標題大部分就是說比如說央行5G
transcript.whisperx[9].start 202.35
transcript.whisperx[9].end 219.929
transcript.whisperx[9].text 孟耀重拳打草房。然後呢,楊金龍說要給這個投資客一個Lesson,要給一個教訓。這個也是藉這個機會告訴社會大眾房市的必須Core Down。這個當然就是當Lesson大家就解釋成說就是要讓投資客學習
transcript.whisperx[10].start 221.751
transcript.whisperx[10].end 236.324
transcript.whisperx[10].text 當然講重一點就是教訓那也就是像剛剛這個總裁所提到說你是不是有看到了什麼樣的訊息就是說現在台灣的情況是不是有接近到這個2000在這個1990年代的日本資產泡沫還有2007年到2008年美國的次代風暴的這種情況
transcript.whisperx[11].start 244.875
transcript.whisperx[11].end 268.628
transcript.whisperx[11].text 所以我就說我要跟委員報告就是說我們到七月八月我們掌握到這個訊息的時候我們才馬上就說請那個銀行來討論一下就如何讓他所傾斜的這個房地產的資源要傾斜到那邊的我們看看要怎麼來就像報告上說的我們這個全體銀行不動產的貸款的總
transcript.whisperx[12].start 273.89
transcript.whisperx[12].end 295.905
transcript.whisperx[12].text 這個比例高達37.5%,比起2009年10月的歷史高點37.9%已經相當的接近了。然後銀行信用資源向不動產部門傾斜的情況還更嚴重。所以你是看到這個情況,所以在第七波的這個選擇性信用管制的時候用重權來打炒房。
transcript.whisperx[13].start 296.758
transcript.whisperx[13].end 322.832
transcript.whisperx[13].text 委員你剛剛講到這個的時候我想我也趁這個機會來解釋一下當時我用這個Lesson就是說我沒辦法剛剛委員就解釋替我解釋的非常好你說要給他們上一課事實上我就是當時這個Lesson我沒有就是說我要教訓他但是有這個效果有教訓的效果
transcript.whisperx[14].start 324.092
transcript.whisperx[14].end 325.533
transcript.whisperx[14].text 但是有達到這個效果了啦?
transcript.whisperx[15].start 353.744
transcript.whisperx[15].end 358.29
transcript.whisperx[15].text 我也是希望是這樣子但是我們也不是說真的是要教訓他啦
transcript.whisperx[16].start 359.454
transcript.whisperx[16].end 384.945
transcript.whisperx[16].text 再請教一下總裁我看有很多委員有很關心就是說我們在九月份的時候你有第七波會不會在12月的時候會不會有這個第八波的這個選擇性信用管制那當然我認為會有一些指標那我想請教一下這個總裁的指標來決定說你看到的什麼樣的情況會有什麼樣的改善的情況或是什麼情況會更嚴重你覺得說要不要再進行下一波的這個信用管制
transcript.whisperx[17].start 387.542
transcript.whisperx[17].end 408.748
transcript.whisperx[17].text 我覺得委員三個指標這三個指標我們可以參考防架、是否有修復、不動產、放款的集中度、不動產的貸款金額這些都是我們可以來觀察的一個指標那還有沒有什麼其他指標大體上大概是這樣子大體上是這樣子所以說就是看說這三個指標
transcript.whisperx[18].start 411.989
transcript.whisperx[18].end 434.034
transcript.whisperx[18].text 有沒有下降來決定說是不是要進行第八波的這個行用管制?最主要的就中央銀行來看的話我們第一個就是說不動產的換款的集中度是有沒有下降這是我們比較那有沒有一個數字比如說現在37.5大概下降到什麼樣的一個程度你會覺得說比較安心這個是合理不合理我們再來大概到哪一個
transcript.whisperx[19].start 435.055
transcript.whisperx[19].end 435.976
transcript.whisperx[19].text 因為現在目前齁誒誒誒誒誒誒誒誒誒誒誒誒誒誒誒誒誒誒誒
transcript.whisperx[20].start 451.899
transcript.whisperx[20].end 462.129
transcript.whisperx[20].text 對,他也計算在裡面。對啊,所以其實要下來好像有點困難。對,所以我們要密切觀察他。看他是不是嚴重不嚴重,這個是我們必須要去。我們也謝謝委員幫提醒我們這三個指標。不過賴總統是相當肯定,我認為。他在這個國慶的談話,他有特別提到說
transcript.whisperx[21].start 473.801
transcript.whisperx[21].end 475.203
transcript.whisperx[21].text 總裁有沒有覺得心暖暖的?
transcript.whisperx[22].start 489.003
transcript.whisperx[22].end 513.353
transcript.whisperx[22].text 我也非常感謝就是說院裡面跟中午給我們的支持這是我們的那現在就是說上次你來找我的時候我也提到就是說有一些這個重群下去之後當然有一些無辜受害者後來你們也是做了一些調整但是還是有一些情況發生就是說現在是新清安他們去貸款
transcript.whisperx[23].start 514.274
transcript.whisperx[23].end 519.393
transcript.whisperx[23].text 貸款的這個陳述比預期的或是說比之前在你們這個信用管制之前在談的
transcript.whisperx[24].start 520.641
transcript.whisperx[24].end 545.811
transcript.whisperx[24].text 本來談好了但是後來的代給他們的成數降低了或是說支配款要準備的成數也提高了這個有沒有就像說你們有這一個電話打過來這樣子抱怨反應的有沒有我想應該也會有不過我跟委員報告了所以我們這一次的協組措施把那些已經訂約的包括中古屋或是那個預售屋的
transcript.whisperx[25].start 548.632
transcript.whisperx[25].end 573.741
transcript.whisperx[25].text 他一戶二戶的那個我們都有在排除條款裡面但是三戶以上的話我們就無能為力三戶以上有很多是那個剛買房子對那剛買房子所以我們協組措施所以我們協組措施裡面就有這樣的一個協組措施那還有就是說你如果說預售物你也是守候協組的措施出來之後這方面的抱怨有比較減少嗎就比較少了啦就比較少了
transcript.whisperx[26].start 575.602
transcript.whisperx[26].end 594.06
transcript.whisperx[26].text 再請教一下總裁美國的聯準會降息但是台灣最近是升息然後總裁對他表示說貨幣政策會持續偏向緊縮短期內不會有降息的動作是不是?
transcript.whisperx[27].start 596.157
transcript.whisperx[27].end 611.012
transcript.whisperx[27].text 我、我、我想呢第一個就是說利、利、貨幣政策的一個調整是整個的啊、我們的理事會共同來決定的不過我個人的看法呢就是說到目前為止雖然我們預測說我們明年會
transcript.whisperx[28].start 614.755
transcript.whisperx[28].end 643.564
transcript.whisperx[28].text 通膨會降到2%以下但是我們還是要持續的去觀察它因為預測有些時候不是非常準確的都要每一個季每一個季去做調整所以到目前為止我覺得我們的貨幣政策在這個水準是合理的最後我再問一下總裁就是說根據114年你們的預算書你們的存款跟放款的平均利率
transcript.whisperx[29].start 644.584
transcript.whisperx[29].end 649.367
transcript.whisperx[29].text 這個相較113年獎是比較低一點點那這個是不是講說我們的貨幣政策在明年會比較寬鬆呢沒有因為沒有我們那個放款是外幣的
transcript.whisperx[30].start 660.433
transcript.whisperx[30].end 660.593
transcript.whisperx[30].text 朗誼的
transcript.whisperx[31].start 678.925
transcript.whisperx[31].end 688.649
transcript.whisperx[31].text 一個是12年那時候所做的預算那一個是113年年初的所做的預算所以差沒有差多少11.12跟1.18沒有差多少換款的那個部分純粹是外幣外幣因為它確實是下來
transcript.whisperx[32].start 696.313
transcript.whisperx[32].end 713.819
transcript.whisperx[32].text 我是希望說這個打草房不是只有這個央行在做當然央行是動作出來之後會聯動的會影響財政或是金管會他們相關的政策我是希望說這個三個部會能夠一起來做是是謝謝謝謝委員鼓勵謝謝謝謝謝謝總裁謝謝主席好謝謝昆城委員接著請顏寬恒委員備詢啊諮詢啊
transcript.whisperx[33].start 723.672
transcript.whisperx[33].end 728.462
transcript.whisperx[33].text 再報告一下就是王世堅委員質詢完畢我要讓我們休息五分鐘
gazette.lineno 573
gazette.blocks[0][0] 李委員坤城:(10時34分)謝謝主席,我們請楊總裁。
gazette.blocks[1][0] 主席:請楊總裁。
gazette.blocks[2][0] 楊總裁金龍:李委員早。
gazette.blocks[3][0] 李委員坤城:總裁好,總裁辛苦了。
gazette.blocks[4][0] 楊總裁金龍:哪裡,謝謝你關心。
gazette.blocks[5][0] 李委員坤城:常常看到你就是會到各個委員的辦公室去做溝通、協調,這個相當好。
gazette.blocks[6][0] 楊總裁金龍:謝謝你。
gazette.blocks[7][0] 李委員坤城:不過你被評為B+總裁,其實我是為你打抱不平。
gazette.blocks[8][0] 楊總裁金龍:是,謝謝你鼓勵。
gazette.blocks[9][0] 李委員坤城:我認為你還是屬於A級的總裁。我舉兩點,第一個,今年3月在外界都無預警的情況之下,央行升息半碼,但那時候升息半碼是要抑制通膨。
gazette.blocks[10][0] 楊總裁金龍:是。
gazette.blocks[11][0] 李委員坤城:那時總裁的說法是surprise,但決定合理,主要是為了抑制國內通膨預期心理,這是在3月份。
gazette.blocks[11][1] 在6月份央行是升準不升息,總裁那時的說法就是,這次最主要是給市場訊息,此次重點在於房地產,不在於通膨。
gazette.blocks[11][2] 光是這兩點,3月和6月份央行的決定,一個是抑制通膨,另外一個就是給市場訊息,開始要打炒房了。我認為央行都有洞燭機先。
gazette.blocks[12][0] 楊總裁金龍:是,謝謝。
gazette.blocks[13][0] 李委員坤城:那請教一下,現在是10月份了,回過頭再來看3月份和6月份你的決定,你認為有沒有達到效果了?
gazette.blocks[14][0] 楊總裁金龍:如果就通膨來講,我們的通膨確實是慢慢在下來。
gazette.blocks[15][0] 李委員坤城:對。
gazette.blocks[16][0] 楊總裁金龍:我們的預測跟國際的預測大概都是這樣,那我們的通膨慢慢在下來。
gazette.blocks[17][0] 李委員坤城:對。
gazette.blocks[18][0] 楊總裁金龍:這是第一個。第二個,我們在6月份選擇性信用管制推出來,然後為什麼在9月份的時候再出去?6月份時對於房地產,我們那個時候所掌握的資訊不夠充分,所以力道就比較輕一點。我們的這個報告裡面有講到第2季房地產的貸放情況,裡面有說明。
gazette.blocks[19][0] 李委員坤城:我有看。
gazette.blocks[20][0] 楊總裁金龍:那個是6月份的資料,那6月份的資料要到什麼時候我們才掌握得到?我們要到8月份、9月份的時候才能拿得到,所以就是……有房子,然後要申請第一戶,還有第二戶的,人數增加得非常快、金額也增加得非常快,所以我們6月份的那一波是比較輕,那為什麼連續到9月份的時候我們再出手?是因為那個時候我們還沒有掌握到資訊,等掌握到的時候,認為情況比我們原先所想像的嚴重,所以才會有第七波,連續第七波的……
gazette.blocks[21][0] 李委員坤城:我看第七波的選擇性信用管制,媒體的標題大部分就是,比如「央行五劑猛藥重拳打炒房」、楊金龍說要給投機客一個lesson(教訓),也藉這次機會告訴社會大眾,房市必須cool down。當然lesson大家就解釋成是要讓投資客學習,當然講重一點就是教訓。像剛剛總裁所提到的,你是不是看到了什麼樣的訊息,現在臺灣的情況是不是已接近像1990年代日本資產泡沫化、2007年至2008年美國次貸風暴的這種情況?
gazette.blocks[22][0] 楊總裁金龍:所以我就說,我跟委員報告,到7月、8月我們掌握到這個訊息的時候,馬上請銀行來討論一下,就如何讓傾斜到房地產的資源,我們看看要怎麼把它……
gazette.blocks[23][0] 李委員坤城:就像報告上說的……
gazette.blocks[24][0] 楊總裁金龍:對。
gazette.blocks[25][0] 李委員坤城:我們全體銀行不動產的貸款總比例高達37.5%了。
gazette.blocks[26][0] 楊總裁金龍:對。
gazette.blocks[27][0] 李委員坤城:比起2009年10月的歷史高點37.9%,已經相當接近了。
gazette.blocks[28][0] 楊總裁金龍:對,更嚴重。
gazette.blocks[29][0] 李委員坤城:而銀行信用資源向不動產部門傾斜的情況還更嚴重。
gazette.blocks[30][0] 楊總裁金龍:是。
gazette.blocks[31][0] 李委員坤城:你是看到了這個情況……
gazette.blocks[32][0] 楊總裁金龍:是。
gazette.blocks[33][0] 李委員坤城:所以在第七波選擇性信用管制的時候,用重拳打炒房。
gazette.blocks[34][0] 楊總裁金龍:委員,你剛剛講到這個,我想我也趁機會解釋一下,當時我用這個lesson,就是說我沒辦法……剛剛委員就替我解釋得非常好,你說是要給他們上一課。事實上當時說這個lesson,我沒有說要教訓他,所以……
gazette.blocks[35][0] 李委員坤城:但是有這個效果啊!有教訓的效果啊。
gazette.blocks[36][0] 楊總裁金龍:不過就lesson,我就……
gazette.blocks[37][0] 李委員坤城:所以lesson,這個含意大家可以去解讀,對不對?
gazette.blocks[38][0] 楊總裁金龍:是啦!是啦!不過我那個時候……
gazette.blocks[39][0] 李委員坤城:不過你用中文講教訓,那就很直白。
gazette.blocks[40][0] 楊總裁金龍:不過我……
gazette.blocks[41][0] 李委員坤城:用lesson的話,你還可以講得比較和緩,給大家學習。
gazette.blocks[42][0] 楊總裁金龍:對,給他一個啟示、給他上一課。
gazette.blocks[43][0] 李委員坤城:對。
gazette.blocks[44][0] 楊總裁金龍:所以事後我也請教我們同事,我就說我這個lesson,他們都說我要教訓、教訓,好像很兇的樣子,我覺得中央銀行應該不是那麼兇啦!
gazette.blocks[45][0] 李委員坤城:但是有達到這個效果了啦!
gazette.blocks[46][0] 楊總裁金龍:我也是希望這樣子,但是我們也不是真的要教訓他啦!
gazette.blocks[47][0] 李委員坤城:再請教總裁,我看很多委員也很關心,就是9月份的時候你有第七波信用管制,12月的時候,會不會有第八波選擇性信用管制?當然,我認為會有一些指標,請教一下,總裁用什麼指標來決定……就是你看到什麼情況、有什麼樣的改善情況,或是什麼情況更嚴重時,你認為要再進行下一波信用管制?
gazette.blocks[48][0] 楊總裁金龍:我覺得委員這三個指標我們可以參考。
gazette.blocks[49][0] 李委員坤城:喔!房價是否修正、不動產放款集中度及不動產的貸款金額。
gazette.blocks[50][0] 楊總裁金龍:對,這些都是我們可以觀察的指標。
gazette.blocks[51][0] 李委員坤城:還有沒有什麼其他指標?
gazette.blocks[52][0] 楊總裁金龍:大體上大概是這樣子。
gazette.blocks[53][0] 李委員坤城:大體上是這樣子?
gazette.blocks[54][0] 楊總裁金龍:是。
gazette.blocks[55][0] 李委員坤城:所以就是看這三個指標有沒有下降,決定是否要進行第八波信用管制?
gazette.blocks[56][0] 楊總裁金龍:就中央銀行來看,最主要的,第一就是不動產放款集中度有沒有下降,這是我們比較……
gazette.blocks[57][0] 李委員坤城:那有沒有一個數字,比如現在是37.5……
gazette.blocks[58][0] 楊總裁金龍:對,因為……
gazette.blocks[59][0] 李委員坤城:大概下降到什麼樣的程度,你會覺得比較安心?
gazette.blocks[60][0] 楊總裁金龍:這我們要去study合理不合理,再來……
gazette.blocks[61][0] 李委員坤城:大概到哪一個數字?
gazette.blocks[62][0] 楊總裁金龍:剛剛也有委員講到,在目前都是滿水位的情況之下,要讓它一下馬上下來是不大容易,可能也要一段時間。
gazette.blocks[63][0] 李委員坤城:因為新青安持續在貸款嘛!
gazette.blocks[64][0] 楊總裁金龍:是,因為新青安現在……
gazette.blocks[65][0] 李委員坤城:新青安也計算在這裡面嗎?
gazette.blocks[66][0] 楊總裁金龍:對,也計算在裡面。
gazette.blocks[67][0] 李委員坤城:對啊!所以要下來好像是有一點困難。
gazette.blocks[68][0] 楊總裁金龍:對,所以我們要密切觀察看嚴重不嚴重,這是我們必須要做的,我也謝謝委員提醒我們這三個指標。
gazette.blocks[69][0] 李委員坤城:不過我認為賴總統是相當肯定的,他在國慶談話時特別提到,要加快打炒房的效率、擴大租屋族的照顧、平衡換屋族的需求,實現居住正義的這條路會繼續走,得罪特定團體也在所不惜。總統講這番話,總裁有沒有覺得心暖暖的?
gazette.blocks[70][0] 楊總裁金龍:我非常感謝院裡面跟總統府給我們的支持,這是我們……
gazette.blocks[71][0] 李委員坤城:好,上次你來找我的時候,我也提到重拳下去之後,當然會有一些無辜受害者,後來你們也做了調整,但還是有一些情況發生,像現在新青安的貸款,貸款成數比預期低,或是在你們信用管制之前,本來都談好了,但後來貸款成數降低或是自備款成數提高,這部分有沒有人打電話跟你們抱怨、反映的,有沒有?
gazette.blocks[72][0] 楊總裁金龍:我想應該會有啦!不過,跟委員報告,這一次我們的協處措施已經把那些訂約的,包括中古屋或預售屋,如果是一戶、二戶的,都有列在排除條款裡,但三戶以上,我們就無能為力,三戶以上……
gazette.blocks[73][0] 李委員坤城:有很多是那種剛買房子的。
gazette.blocks[74][0] 楊總裁金龍:對,有剛買房子的,所以我們協處措施……
gazette.blocks[75][0] 李委員坤城:就是在9月19號之前……
gazette.blocks[76][0] 楊總裁金龍:我們的協處措施就有這樣一個協助,還有如果是預售屋……
gazette.blocks[77][0] 李委員坤城:你們的協處措施出來之後,這方面的抱怨有比較減少嗎?
gazette.blocks[78][0] 楊總裁金龍:對,比較少了,就比較少了啦!
gazette.blocks[79][0] 李委員坤城:好,再請教總裁,美國聯準會降息,但臺灣最近是升息,總裁對外表示貨幣政策會持續偏向緊縮,短期內不會有降息的動作,是不是?
gazette.blocks[80][0] 楊總裁金龍:第一個,貨幣政策的調整,是我們整個理事會共同決定,不過我個人的看法是,到目前為止,雖然我們預測明年通膨會降到2%以下,但我們還是要持續觀察,因為預測有些時候不是非常準確,所以每一季、每一季都要調整,到目前為止,我覺得我們的貨幣政策在這個水準是合宜的。
gazette.blocks[81][0] 李委員坤城:最後再問一下總裁,根據114年的預算書,你們的存款跟放款平均利率相較113年是低了一點點,這是不是表示我們的貨幣政策在明年會比較寬鬆?
gazette.blocks[82][0] 楊總裁金龍:沒有,沒有,那個放款是外幣的,外幣是反映美國的降息,所以外幣的放款利率才會下來,至於本幣部分的1.2到1.18,差沒有多少,只是說一個是112年所做的預算,一個是113年年初的預算,所以差沒有多少,1.2跟1.18沒有差多少;放款的部分純粹是外幣,因為外幣確實是下來。
gazette.blocks[83][0] 李委員坤城:好,OK,我希望打炒房不是只有央行在做,當然央行的動作出來之後,會連動影響到財政部或金管會的相關政策,我希望這三個部會能夠一起來做。
gazette.blocks[84][0] 楊總裁金龍:是,是,謝謝委員鼓勵。
gazette.blocks[85][0] 李委員坤城:好,謝謝總裁,謝謝主席。
gazette.blocks[86][0] 楊總裁金龍:謝謝。
gazette.blocks[87][0] 主席:謝謝坤城委員。
gazette.blocks[87][1] 接著請顏寬恒委員質詢。再報告一下:在王世堅委員質詢完畢後,我們休息5分鐘。
gazette.agenda.page_end 388
gazette.agenda.meet_id 委員會-11-2-20-2
gazette.agenda.speakers[0] 賴惠員
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 陳玉珍
gazette.agenda.speakers[4] 賴士葆
gazette.agenda.speakers[5] 郭國文
gazette.agenda.speakers[6] 李彥秀
gazette.agenda.speakers[7] 李坤城
gazette.agenda.speakers[8] 顏寬恒
gazette.agenda.speakers[9] 王世堅
gazette.agenda.speakers[10] 黃珊珊
gazette.agenda.speakers[11] 羅明才
gazette.agenda.speakers[12] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[13] 邱志偉
gazette.agenda.speakers[14] 王鴻薇
gazette.agenda.speakers[15] 楊瓊瓔
gazette.agenda.page_start 341
gazette.agenda.meetingDate[0] 2024-10-17
gazette.agenda.gazette_id 1138501
gazette.agenda.agenda_lcidc_ids[0] 1138501_00006
gazette.agenda.meet_name 立法院第11屆第2會期財政委員會第2次全體委員會議紀錄
gazette.agenda.content 一、邀請中央銀行楊總裁金龍率所屬單位主管暨財金資訊股份有限公司董事長列席業務報告,並 備質詢;二、邀請中央銀行楊總裁金龍就「第七波選擇性信用管制之配套措施」進行專題報告, 並備質詢
gazette.agenda.agenda_id 1138501_00005