iVOD / 156055

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/402373dbe145685b61fa365dbbcbc1b31a854d634de4a24c0c31a177377941b78401a8fd86e0fba65ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 吳秉叡
委員發言時間 09:45:45 - 09:56:55
影片長度 670
會議時間 2024-10-24T09:00:00+08:00
會議名稱 立法院第11屆第2會期財政委員會第4次全體委員會議(事由:邀請金融監督管理委員會彭主任委員金隆、財政部莊部長翠雲、中央銀行、國家發展委員會、經濟部、交通部就「政府推動臺灣成為亞洲資產管理中心之具體作為暨如何協助金融科技及新創產業籌資現況與未來發展」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.35159375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 3.54096875
transcript.pyannote[1].end 3.99659375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 4.14846875
transcript.pyannote[2].end 5.12721875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 5.56596875
transcript.pyannote[3].end 6.42659375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 7.06784375
transcript.pyannote[4].end 7.72596875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 8.28284375
transcript.pyannote[5].end 9.41346875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 10.39221875
transcript.pyannote[6].end 12.56909375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 12.80534375
transcript.pyannote[7].end 13.76721875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 14.03721875
transcript.pyannote[8].end 15.21846875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 15.40409375
transcript.pyannote[9].end 16.19721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 16.65284375
transcript.pyannote[10].end 17.00721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 17.14221875
transcript.pyannote[11].end 21.81659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 22.37346875
transcript.pyannote[12].end 25.39409375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 26.03534375
transcript.pyannote[13].end 27.63846875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 27.94221875
transcript.pyannote[14].end 30.81096875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 31.24971875
transcript.pyannote[15].end 32.86971875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 33.27471875
transcript.pyannote[16].end 35.09721875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 35.87346875
transcript.pyannote[17].end 39.19784375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 39.48471875
transcript.pyannote[18].end 40.42971875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 40.76721875
transcript.pyannote[19].end 43.09596875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 43.43346875
transcript.pyannote[20].end 46.47096875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 47.01096875
transcript.pyannote[21].end 48.36096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 49.05284375
transcript.pyannote[22].end 49.87971875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 50.50409375
transcript.pyannote[23].end 51.09471875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 51.83721875
transcript.pyannote[24].end 52.69784375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 52.95096875
transcript.pyannote[25].end 55.63409375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 56.39346875
transcript.pyannote[26].end 56.89971875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 58.24971875
transcript.pyannote[27].end 59.56596875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 60.40971875
transcript.pyannote[28].end 60.78096875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 61.82721875
transcript.pyannote[29].end 62.82284375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 63.61596875
transcript.pyannote[30].end 64.54409375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 65.26971875
transcript.pyannote[31].end 67.48034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 68.34096875
transcript.pyannote[32].end 68.67846875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 69.38721875
transcript.pyannote[33].end 71.07471875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 71.54721875
transcript.pyannote[34].end 72.25596875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 73.58909375
transcript.pyannote[35].end 76.52534375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 77.04846875
transcript.pyannote[36].end 78.61784375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 79.22534375
transcript.pyannote[37].end 80.79471875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 80.94659375
transcript.pyannote[38].end 81.16596875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 81.25034375
transcript.pyannote[39].end 84.13596875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 84.60846875
transcript.pyannote[40].end 85.18221875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 85.90784375
transcript.pyannote[41].end 87.10596875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 87.78096875
transcript.pyannote[42].end 89.87346875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 90.31221875
transcript.pyannote[43].end 90.76784375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 91.13909375
transcript.pyannote[44].end 92.48909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 92.69159375
transcript.pyannote[45].end 95.66159375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 92.92784375
transcript.pyannote[46].end 92.94471875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 97.23096875
transcript.pyannote[47].end 97.85534375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 98.44596875
transcript.pyannote[48].end 101.19659375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 101.44971875
transcript.pyannote[49].end 103.22159375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 103.87971875
transcript.pyannote[50].end 108.19971875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 108.89159375
transcript.pyannote[51].end 111.43971875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 111.89534375
transcript.pyannote[52].end 114.12284375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 114.40971875
transcript.pyannote[53].end 115.60784375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 115.86096875
transcript.pyannote[54].end 117.71721875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 118.10534375
transcript.pyannote[55].end 119.10096875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 119.50596875
transcript.pyannote[56].end 121.00784375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 121.39596875
transcript.pyannote[57].end 122.07096875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 122.99909375
transcript.pyannote[58].end 124.33221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 125.15909375
transcript.pyannote[59].end 126.47534375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 127.38659375
transcript.pyannote[60].end 129.05721875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 129.29346875
transcript.pyannote[61].end 131.41971875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 131.43659375
transcript.pyannote[62].end 133.59659375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 134.22096875
transcript.pyannote[63].end 142.42221875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 138.49034375
transcript.pyannote[64].end 138.54096875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 142.84409375
transcript.pyannote[65].end 145.98284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 146.30346875
transcript.pyannote[66].end 152.42909375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 151.45034375
transcript.pyannote[67].end 158.14971875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 158.53784375
transcript.pyannote[68].end 162.09846875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 162.50346875
transcript.pyannote[69].end 166.13159375
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 166.28346875
transcript.pyannote[70].end 168.34221875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 168.83159375
transcript.pyannote[71].end 170.08034375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 170.43471875
transcript.pyannote[72].end 175.93596875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 176.27346875
transcript.pyannote[73].end 177.15096875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 177.45471875
transcript.pyannote[74].end 179.29409375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 179.91846875
transcript.pyannote[75].end 181.01534375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 181.09971875
transcript.pyannote[76].end 184.62659375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 184.96409375
transcript.pyannote[77].end 187.93409375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 188.25471875
transcript.pyannote[78].end 191.59596875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 192.49034375
transcript.pyannote[79].end 194.36346875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 194.76846875
transcript.pyannote[80].end 197.55284375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 198.00846875
transcript.pyannote[81].end 203.59409375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 204.04971875
transcript.pyannote[82].end 206.56409375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 206.76659375
transcript.pyannote[83].end 207.50909375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 207.93096875
transcript.pyannote[84].end 210.34409375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 210.46221875
transcript.pyannote[85].end 212.58846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 212.84159375
transcript.pyannote[86].end 216.45284375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 216.53721875
transcript.pyannote[87].end 218.19096875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 218.62971875
transcript.pyannote[88].end 219.01784375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 219.45659375
transcript.pyannote[89].end 222.89909375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 223.06784375
transcript.pyannote[90].end 228.18096875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 228.40034375
transcript.pyannote[91].end 233.41221875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 233.81721875
transcript.pyannote[92].end 237.27659375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 237.36096875
transcript.pyannote[93].end 238.91346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 239.20034375
transcript.pyannote[94].end 241.76534375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 242.08596875
transcript.pyannote[95].end 242.86221875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 243.11534375
transcript.pyannote[96].end 249.78096875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 250.01721875
transcript.pyannote[97].end 252.16034375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 252.31221875
transcript.pyannote[98].end 253.18971875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 253.42596875
transcript.pyannote[99].end 257.03721875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 257.47596875
transcript.pyannote[100].end 259.07909375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 259.38284375
transcript.pyannote[101].end 262.55534375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 262.79159375
transcript.pyannote[102].end 265.57596875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 265.82909375
transcript.pyannote[103].end 266.79096875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 266.89221875
transcript.pyannote[104].end 272.69721875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 273.05159375
transcript.pyannote[105].end 278.11409375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 278.19846875
transcript.pyannote[106].end 279.78471875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 279.95346875
transcript.pyannote[107].end 282.80534375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 283.09221875
transcript.pyannote[108].end 286.04534375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 286.29846875
transcript.pyannote[109].end 286.92284375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 287.07471875
transcript.pyannote[110].end 292.06971875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 292.49159375
transcript.pyannote[111].end 297.77346875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 298.14471875
transcript.pyannote[112].end 308.21909375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 308.25284375
transcript.pyannote[113].end 309.58596875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 309.95721875
transcript.pyannote[114].end 310.54784375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 310.14284375
transcript.pyannote[115].end 310.39596875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 310.88534375
transcript.pyannote[116].end 313.34909375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 313.85534375
transcript.pyannote[117].end 314.83409375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 315.10409375
transcript.pyannote[118].end 316.31909375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 316.82534375
transcript.pyannote[119].end 319.23846875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 319.45784375
transcript.pyannote[120].end 320.80784375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 321.31409375
transcript.pyannote[121].end 321.71909375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 322.47846875
transcript.pyannote[122].end 323.49096875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 324.28409375
transcript.pyannote[123].end 325.04346875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 325.88721875
transcript.pyannote[124].end 327.49034375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 327.86159375
transcript.pyannote[125].end 330.42659375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 331.27034375
transcript.pyannote[126].end 334.79721875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 332.50221875
transcript.pyannote[127].end 337.59846875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 337.90221875
transcript.pyannote[128].end 347.01471875
transcript.pyannote[129].speaker SPEAKER_01
transcript.pyannote[129].start 347.30159375
transcript.pyannote[129].end 364.66596875
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 348.38159375
transcript.pyannote[130].end 348.97221875
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 364.66596875
transcript.pyannote[131].end 365.05409375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 365.44221875
transcript.pyannote[132].end 366.16784375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 366.38721875
transcript.pyannote[133].end 367.19721875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 367.53471875
transcript.pyannote[134].end 369.30659375
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 369.84659375
transcript.pyannote[135].end 370.16721875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 370.53846875
transcript.pyannote[136].end 378.97596875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 378.16596875
transcript.pyannote[137].end 381.65909375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 381.65909375
transcript.pyannote[138].end 386.38409375
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 386.53596875
transcript.pyannote[139].end 390.11346875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 390.45096875
transcript.pyannote[140].end 393.43784375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 393.72471875
transcript.pyannote[141].end 396.17159375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 396.28971875
transcript.pyannote[142].end 407.79846875
transcript.pyannote[143].speaker SPEAKER_01
transcript.pyannote[143].start 406.95471875
transcript.pyannote[143].end 408.99659375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 408.99659375
transcript.pyannote[144].end 409.26659375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 409.73909375
transcript.pyannote[145].end 420.20159375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 420.30284375
transcript.pyannote[146].end 429.48284375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 430.54596875
transcript.pyannote[147].end 434.25846875
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 434.73096875
transcript.pyannote[148].end 436.55346875
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 436.97534375
transcript.pyannote[149].end 437.58284375
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 438.19034375
transcript.pyannote[150].end 442.13909375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 442.25721875
transcript.pyannote[151].end 449.19284375
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 449.34471875
transcript.pyannote[152].end 460.71846875
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 460.09409375
transcript.pyannote[153].end 460.49909375
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 460.71846875
transcript.pyannote[154].end 471.58596875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 464.39721875
transcript.pyannote[155].end 464.73471875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 469.49346875
transcript.pyannote[156].end 470.05034375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 471.77159375
transcript.pyannote[157].end 473.32409375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 473.47596875
transcript.pyannote[158].end 480.42846875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 481.15409375
transcript.pyannote[159].end 483.73596875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 483.83721875
transcript.pyannote[160].end 485.92971875
transcript.pyannote[161].speaker SPEAKER_00
transcript.pyannote[161].start 486.43596875
transcript.pyannote[161].end 492.86534375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 492.12284375
transcript.pyannote[162].end 511.34346875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 503.85096875
transcript.pyannote[163].end 504.00284375
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 506.14596875
transcript.pyannote[164].end 506.39909375
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 508.23846875
transcript.pyannote[165].end 509.60534375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 511.47846875
transcript.pyannote[166].end 515.19096875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 515.54534375
transcript.pyannote[167].end 520.40534375
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 520.72596875
transcript.pyannote[168].end 523.27409375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 523.39221875
transcript.pyannote[169].end 527.99909375
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 527.99909375
transcript.pyannote[170].end 528.01596875
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 528.01596875
transcript.pyannote[171].end 528.03284375
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 528.03284375
transcript.pyannote[172].end 534.95159375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 534.39471875
transcript.pyannote[173].end 536.87534375
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 535.93034375
transcript.pyannote[174].end 543.10221875
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 543.32159375
transcript.pyannote[175].end 546.88221875
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 547.18596875
transcript.pyannote[176].end 550.86471875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 551.15159375
transcript.pyannote[177].end 561.58034375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 560.55096875
transcript.pyannote[178].end 584.85096875
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 566.45721875
transcript.pyannote[179].end 566.89596875
transcript.pyannote[180].speaker SPEAKER_00
transcript.pyannote[180].start 571.24971875
transcript.pyannote[180].end 573.91596875
transcript.pyannote[181].speaker SPEAKER_00
transcript.pyannote[181].start 584.47971875
transcript.pyannote[181].end 592.20846875
transcript.pyannote[182].speaker SPEAKER_00
transcript.pyannote[182].start 592.51221875
transcript.pyannote[182].end 595.04346875
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 595.33034375
transcript.pyannote[183].end 598.57034375
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 598.92471875
transcript.pyannote[184].end 602.14784375
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 602.33346875
transcript.pyannote[185].end 604.96596875
transcript.pyannote[186].speaker SPEAKER_00
transcript.pyannote[186].start 605.15159375
transcript.pyannote[186].end 610.73721875
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 610.73721875
transcript.pyannote[187].end 610.75409375
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 610.75409375
transcript.pyannote[188].end 610.77096875
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 610.77096875
transcript.pyannote[189].end 615.22596875
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 616.13721875
transcript.pyannote[190].end 617.62221875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 617.84159375
transcript.pyannote[191].end 618.85409375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 619.24221875
transcript.pyannote[192].end 635.79659375
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 621.23346875
transcript.pyannote[193].end 622.81971875
transcript.pyannote[194].speaker SPEAKER_00
transcript.pyannote[194].start 635.47596875
transcript.pyannote[194].end 637.80471875
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 637.14659375
transcript.pyannote[195].end 644.74034375
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 641.01096875
transcript.pyannote[196].end 641.66909375
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 643.87971875
transcript.pyannote[197].end 644.67284375
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 645.11159375
transcript.pyannote[198].end 646.05659375
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 646.05659375
transcript.pyannote[199].end 646.15784375
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 646.15784375
transcript.pyannote[200].end 646.51221875
transcript.pyannote[201].speaker SPEAKER_00
transcript.pyannote[201].start 646.51221875
transcript.pyannote[201].end 659.50596875
transcript.pyannote[202].speaker SPEAKER_01
transcript.pyannote[202].start 655.62471875
transcript.pyannote[202].end 657.97034375
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 660.13034375
transcript.pyannote[203].end 661.26096875
transcript.pyannote[204].speaker SPEAKER_01
transcript.pyannote[204].start 662.45909375
transcript.pyannote[204].end 664.33221875
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 664.48409375
transcript.pyannote[205].end 665.66534375
transcript.whisperx[0].start 3.551
transcript.whisperx[0].end 27.342
transcript.whisperx[0].text 主委早這個議題其實已經談了很多年了那其中有一個部分的原因我大概跟你分享一下看看你認不認同中國自從接受了香港之後他對香港這樣子的打壓早年香港是亞洲的金融中心所以有很多的
transcript.whisperx[1].start 28.055
transcript.whisperx[1].end 56.603
transcript.whisperx[1].text 金融界、全世界金融界的人才很多到香港去工作那因為以前中國他是是一個不自由的地方大家對於馬上進到中國也有一些憂慮所以他就是停留在香港然後再尋找各個附近的國家的投資機會那主要當然也是中國可是自從這個香港被中國政府現在這樣子高壓然後就是
transcript.whisperx[2].start 58.551
transcript.whisperx[2].end 84.87
transcript.whisperx[2].text 從反送中之後那很多人認為香港這個金融中心的地位會慢慢失去了那他原來管理了很多的資產會四處跑目前為止受惠最多的當然是新加坡他收到了最多的資金跟收到最多的人才那當然他的背景藝術有很多嘛就剛剛你講的法令
transcript.whisperx[3].start 85.953
transcript.whisperx[3].end 95.465
transcript.whisperx[3].text 管的太遠的地方如果你鉅細靡遺那大概很難把這個工作做得很好第二個它是必須要是一個很國際化的地方
transcript.whisperx[4].start 97.321
transcript.whisperx[4].end 125.982
transcript.whisperx[4].text 所以就拿你今天這個議題臺灣做亞洲資產管理中心我們其實也是某一個角度也是希望香港的這些人才或是資金能夠有一部分來到臺灣當然不可能全部一部分來到臺灣我們也是希望能夠在香港在沒落的過程中說比較難聽一點我們也分一杯羹這個狀況之下可能就是要比較
transcript.whisperx[5].start 127.463
transcript.whisperx[5].end 142.13
transcript.whisperx[5].text 香港、新加坡跟臺灣各有哪些優劣的條件剛剛你跟林委員對話我也是聽到說你有提到有一些優勢有一些劣勢可不可以講得更清楚你認為臺灣在成為亞洲資產管理中心
transcript.whisperx[6].start 142.91
transcript.whisperx[6].end 169.775
transcript.whisperx[6].text 也就是希望能夠吸引這些世界金融這些服務人才以及這些產業來到臺灣有何優勢呢臺灣有何優勢剛剛委員提到確實整個國際特別是亞洲的金融中心之間的更迭是確實是我們看到非常顯著包括像比如說日本他們所考慮的也大概是這樣一個角度為什麼在這個時候提出因為資金板塊在移動
transcript.whisperx[7].start 171.155
transcript.whisperx[7].end 191.283
transcript.whisperx[7].text 臺灣這時候也是個機會除了這個是天時以外另外還可以非常重要剛剛委員提到說臺灣有什麼優勢臺灣有什麼劣勢其實相較之下過去比如說比如說我們的租稅因為我們有臺灣有多元的產業不太可能獨厚金融業所以這部分是我們有特有的我們這個不太可能像新加坡比如說他完全沒有一證稅比如他的所得稅能夠
transcript.whisperx[8].start 192.503
transcript.whisperx[8].end 217.746
transcript.whisperx[8].text 到這樣的程度我想大概臺灣再怎麼努力我覺得都是我們先天不容易做到再比如說匯率好了匯率他們是盯緊美元所以他進出非常的容易但臺灣不可能央行在過去呢我想副總裁在這邊都知道臺灣有多元的產業他對匯率有不同的需求所以我們也不可能是向他做到這一點再來他們都有很重要的就是語言過去因為殖民地的關係所以在這邊他有先天的優勢
transcript.whisperx[9].start 218.687
transcript.whisperx[9].end 241.152
transcript.whisperx[9].text 但是如果我們還是拿這樣的角度說完全要租稅還是要匯率還是要語言的話我覺得我們再10年也做不到他這個地步所以我們這是非常非常務實的盤點說臺灣有什麼臺灣有三大優勢非常重要第一個我們有非常獨特而且有競爭力的世界級的產業還有衍生出來很多投資機會這讓國際的很多的資本很想進臺灣
transcript.whisperx[10].start 243.694
transcript.whisperx[10].end 253.883
transcript.whisperx[10].text 臺灣有非常多金人的財富臺灣在過去整個經濟發展的過程當中其實臺灣累積了非常多的財富可惜這些財富都不在臺灣在被管理著臺灣最近幾年有非常強勁的投資動能
transcript.whisperx[11].start 257.526
transcript.whisperx[11].end 284.722
transcript.whisperx[11].text 就大家可以看我們的ETF這已經是比如說它的滲透率是幾乎亞洲第一還有很多的地方我們都看到臺灣最近的動能還有就是我們的很多的經濟的指數指標都是相較於20年前不可同日而語我想這些都已經在國際上面對臺灣的投資有高度的這樣的一個關注跟認同像比如這次我們談的雙掛牌也是非常有興趣因為很多人對投資臺灣非常有興趣我想資金是多元的所以我們就來發揮這些優勢
transcript.whisperx[12].start 286.323
transcript.whisperx[12].end 287.924
transcript.whisperx[12].text 聽你剛剛這樣講我舉個例子臺積電如果照美國的
transcript.whisperx[13].start 317.418
transcript.whisperx[13].end 328.897
transcript.whisperx[13].text 這個標準他已經是破兆元的這個美元的產業了那像這樣子的產業人家在美國買就好了啊我有必要跑到你臺灣來買你臺灣的台積電嗎
transcript.whisperx[14].start 331.271
transcript.whisperx[14].end 347.244
transcript.whisperx[14].text 確實
transcript.whisperx[15].start 347.244
transcript.whisperx[15].end 365.384
transcript.whisperx[15].text 吳秉
transcript.whisperx[16].start 365.504
transcript.whisperx[16].end 366.525
transcript.whisperx[16].text 就是他來到臺灣去尋找未來的保障
transcript.whisperx[17].start 381.795
transcript.whisperx[17].end 382.135
transcript.whisperx[17].text 那這樣子有需要設金融特區嗎?
transcript.whisperx[18].start 409.844
transcript.whisperx[18].end 429.267
transcript.whisperx[18].text 跟委員報告這是不是特區大家都以為我們設一個所謂的租稅天堂其實沒有各位剛才聽出來就是說特區是因為日本用這個名詞大家想到就是喔又是個租稅天堂其實沒有我們剛才叫做專區聚落聚集我們透過行政措施希望這些能夠聚落形成一個聚集就像我們影資一樣所以我們是
transcript.whisperx[19].start 430.555
transcript.whisperx[19].end 449.428
transcript.whisperx[19].text 吳秉
transcript.whisperx[20].start 449.528
transcript.whisperx[20].end 451.309
transcript.whisperx[20].text 所以我是說這個金融專區有必要一定要設嗎?
transcript.whisperx[21].start 473.847
transcript.whisperx[21].end 491.041
transcript.whisperx[21].text 其實跟委員報告假設如果說有注意到的話臺灣很多的機構法人機構投資人或是這些高資產淨值他每年還是要到這個比如說到海外這個因為他很多地方很多的東西還是要實體的服務這個東西因為特別牽涉到複雜的資產管理的時候不是只是買賣股票那麼簡單
transcript.whisperx[22].start 491.761
transcript.whisperx[22].end 514.752
transcript.whisperx[22].text 所以這個就是我們要提升當然我知道不是只有買賣股票我是舉這個為例所以有的事情其實不用到裡面現在就可以做了就舉剛剛你的例子說鬆綁法令是一個很重要的工作那這鬆綁法令當然不是只有特區啊你這個鬆綁法令是對全臺灣的啊那這樣子的話我在想說那我舉個例子我如果在新北市我也建了一個
transcript.whisperx[23].start 515.672
transcript.whisperx[23].end 519.254
transcript.whisperx[23].text 其實專區的概念就是它實際上介於虛擬跟實體之間但是一定要先有個聚落開始
transcript.whisperx[24].start 534.721
transcript.whisperx[24].end 560.212
transcript.whisperx[24].text 這樣比較容易吸引國際人才對 像比如我們到新加坡新加坡也不是一個點等於說它有很多很多這個聚集以後人家就會往那邊移動像比如我們去看像比如國際上那個百慕達就是個很典型的例子你看到的地方就是一個島但是它裡面聚集了很多很多人這就是一個聚落的概念這很多時候我們這是全面推動各種計畫實際上有實體有虛擬有各式各樣我們只是希望說地方來一起發力地方一起來努力
transcript.whisperx[25].start 560.632
transcript.whisperx[25].end 582.502
transcript.whisperx[25].text 我瞭解你意思說就等於是聚落我們譬如說我們要大量採購我就是要去大賣場那當然每一個地方都可能有門市7-11這種你也可以網購你也可以外送對都可以但是我如果想像說我要去找一個這樣的地方的時候我就要一個群聚的地方那其實就是類似大賣場的概念你的意思說現在這個專區的意思是這樣的意思
transcript.whisperx[26].start 585.083
transcript.whisperx[26].end 585.383
transcript.whisperx[26].text 這是一個很大的議題那其實
transcript.whisperx[27].start 614.014
transcript.whisperx[27].end 614.542
transcript.whisperx[27].text 也非常的複雜
transcript.whisperx[28].start 616.852
transcript.whisperx[28].end 644.366
transcript.whisperx[28].text 簡單來講也很困難要很努力也不一定有成績我們來嘗試看看時間過去大家能夠努力到看到一些成果臺灣人本身就很有錢啊臺灣人本身現在就是你說剛剛講到說為什麼會有那個發行ETF的時候會那麼多因為資金很多不知道去哪裡投資啊就是我們希望創造更多的投資標的這也是造成我們房市一直飆漲的另外一個原因啊會賺的錢我不知道錢放在哪裡我又怕貶值對所以
transcript.whisperx[29].start 645.186
transcript.whisperx[29].end 645.946
transcript.whisperx[29].text 謝謝吳秉瑞委員謝謝彭主委接著我們請郭國恩委員
gazette.lineno 245
gazette.blocks[0][0] 吳委員秉叡:(9時45分)主席,麻煩請金管會彭主委。
gazette.blocks[1][0] 主席:請彭主委。
gazette.blocks[2][0] 彭主任委員金隆:委員早。
gazette.blocks[3][0] 吳委員秉叡:主委早。這個議題其實已經談了很多年了,其中有一個部分的原因,我大概跟你分享一下,看看你認不認同。
gazette.blocks[4][0] 彭主任委員金隆:謝謝。
gazette.blocks[5][0] 吳委員秉叡:中國自從接收了香港之後對香港這樣子的打壓,早年香港是亞洲的金融中心,所以全世界金融界的人才有很多都到香港去工作,因為以前中國是一個不自由的地方,大家對於馬上進到中國也有一些憂慮,所以就是停留在香港,然後再尋找附近國家的投資機會,主要當然也是中國。可是自從香港被中國政府現在這樣子高壓,在反送中之後,很多人認為香港這個金融中心的地位會慢慢失去,它原來管理的很多資產會四處跑,目前為止,受惠最多的當然是新加坡,收到了最多的資金及收到最多的人才,當然它的背景因素有很多,就剛剛你講的,法令管得太嚴的地方,如果你鉅細靡遺,大概很難把這個工作做得很好。第二個,它必須要是一個很國際化的地方。
gazette.blocks[5][1] 所以就拿今天這個議題,臺灣做為亞洲資產管理中心,某個角度我們其實也是希望香港的這些人才或是資金能夠有一部分來到臺灣,當然不可能全部啦,一部分來到臺灣,我們也是希望在香港沒落的過程中,說得難聽一點啦,我們也分一杯羹嘛,在這個狀況之下,可能就是要比較香港、新加坡跟臺灣各有哪些優劣條件。剛剛你跟林委員的對話中,我聽到你提到有一些優勢、有一些劣勢,可不可以講得更清楚,你認為臺灣在成為亞洲資產管理中心,也就是希望能夠吸引這些世界金融服務人才以及這些產業來到臺灣有何優勢呢?臺灣有何優勢?
gazette.blocks[6][0] 彭主任委員金隆:是,謝謝委員。剛剛委員提到,確實,整個國際,特別是亞洲金融中心之間的更迭,確實我們看到是非常顯著,包括比如日本他們所考慮的也大概是這樣的角度,為什麼在這個時候提出?因為資金板塊在移動,我想臺灣這時候也是個機會,除了這個天時以外,另外還有一個非常重要,剛剛委員提到臺灣有什麼優勢、臺灣有什麼劣勢?其實相較之下,過去比如說我們的租稅,因為我們臺灣有多元的產業,不太可能獨厚金融業,這部分是我們特有的,我們不太可能像新加坡,比如它完全沒有遺贈稅,比如它的所得稅能夠到這樣一個程度,我想大概臺灣再怎麼努力,我覺得都是我們先天不容易做到的。再來比如說匯率好了,匯率他們是盯緊美元,所以進出非常的容易,但臺灣不可能,央行在過去,副總裁在這邊,都知道臺灣有多元的產業,對匯率也有不同的需求,所以我們也不可能像它一樣做到這一點。再來,很重要的就是語言,過去因為殖民地的關係,所以在這方面它有先天的優勢。但是如果我們還是拿這樣的角度說完全要有租稅或匯率或語言的話,我覺得我們再10年也做不到它這個地步,所以我們這次非常非常務實的盤點臺灣有什麼,臺灣有三大優勢非常重要,第一個,我們有非常獨特且具競爭力的世界級產業,還有衍生出來很多投資機會,這讓國際的很多資本很想進臺灣。第二個,我們臺灣有非常多驚人的財富,就是臺灣在過去整個經濟發展的過程當中,其實臺灣累積了非常多的財富,可惜這些財富都不在臺灣,在被管理著。再來第三個,臺灣最近幾年有非常強勁的投資動能,大家可以看我們的ETF,比如它的滲透率幾乎是亞洲第一,還有在很多地方我們都看到臺灣最近的動能,還有就是我們很多的經濟指數指標相較於20年前都不可同日而語,我想這些都已經在國際上面對臺灣的投資有高度的的關注跟認同,比如對這次臺灣的雙掛牌也非常有興趣,很多人對投資臺灣非常有興趣。
gazette.blocks[6][1] 我想資金是多元的,所以我們就來發揮這些優勢,至於那些劣勢,我們儘量去改善它,但是我們的優勢要把它強化,所以我們覺得這件事情我們是朝這個方向來走。各位剛才有聽出來,我們的TISA就先轉個彎,我們先不要跟財政部再要一個什麼額外的,我覺得我們現有的租稅優惠就很有優勢,我覺得就可以先來發展,類似像這樣,我覺得這個概念推動,我們一步步往前走,大概是這樣。
gazette.blocks[7][0] 吳委員秉叡:聽你剛剛這樣講,那我舉一個例子啦,台積電如果照美國的標準,已經是破兆美元的產業了,像這樣子的產業,人家在美國買就好了,有必要跑到臺灣來買臺灣的台積電嗎?
gazette.blocks[8][0] 彭主任委員金隆:台積電只是其中一個指標……
gazette.blocks[9][0] 吳委員秉叡:我舉一個這樣的例子啦,因為資本是自由化,全世界的資本在移動,臺灣人要去買美國的股票,要去買日本的股票,要買全世界其他公司的股票,如果是在自由經濟市場其實都不困難。
gazette.blocks[10][0] 彭主任委員金隆:確實,但是假設以台積電……
gazette.blocks[11][0] 吳委員秉叡:所以相對的,人家要來臺灣投資臺灣的這一些,你剛剛講的第一個優勢,我們有非常壯大的、很好的公司,這個我也承認,我也同意,但是問題是有必要一定要來嗎?我可以從日本買、從美國買,從其他國家也可以買臺灣的股票啊!
gazette.blocks[12][0] 彭主任委員金隆:是,誠如委員剛剛提到的,台積電這麼成熟的標的,在資本市場大家都可以買得到,但是因為台積電衍生出來的很多產業在臺灣,你非得要到臺灣來才有辦法找到……
gazette.blocks[13][0] 吳委員秉叡:就是他來到臺灣去尋找未來的寶藏?
gazette.blocks[14][0] 彭主任委員金隆:所以我們會開放多元的投資,像剛才講的比如說我們的創投PE,還有些在已經成熟標的之前的那些,我們要把它找出來,成為機構投資人、機構法人投資的標的,一般民眾投資當是投資成熟的標的,所以資產管理的概念就是說,不是只有看到的股市,還有全面的投資機會,我們希望引入資金來投資臺灣這些技術產業,能夠能夠有第二家、第三家台積電……
gazette.blocks[15][0] 吳委員秉叡:這樣有需要設金融特區嗎?
gazette.blocks[16][0] 彭主任委員金隆:跟委員報告,這次不是特區,大家都以為我們設一個所謂租稅天堂,其實沒有,各位剛才聽出來,特區是因為日本用這個名詞,大家想到的是又是個租稅天堂,其實沒有,我們剛才叫做專區、聚落、聚集,我們透過行政措施,希望這些能夠聚落形成一個聚集,就像我們引資一樣。像剛才我們講的,我們過去從來都沒有做過這件事情,比如說我們把我們的OBU實體化,然後也有人批評說,我到新加坡是因為有些它特殊的地方,如果說我們把OBU變成OAMU,在高雄港區有個實質的服務,它可以做境外的資產,但是在境內提供服務,是我境內的臺灣人幫你在做境外的這樣一個資產,還有很多我們的國營在新加坡、在香港、在其他國家都設有分支機構……
gazette.blocks[17][0] 吳委員秉叡:是,我就是這個意思,我的意思是說,譬如我舉個例子,我是住新北市的新莊,我在新北市也可以,我不一定要跑到高雄去啊!
gazette.blocks[18][0] 彭主任委員金隆:是,這個未來……
gazette.blocks[19][0] 吳委員秉叡:所以我是說這個金融專區有必要一定要設嗎?
gazette.blocks[20][0] 彭主任委員金隆:其實跟委員報告,如果有注意到的話,臺灣很多的機構法人、機構投資人或是這些高資產淨值,他們每年還是要到海外,因為很多東西還是要實體的服務,特別牽涉到複雜的資產管理的時候,不是只是買賣股票那麼簡單,所以這就是我們要提升……
gazette.blocks[21][0] 吳委員秉叡:當然,我知道不是只有買賣股票,我是舉這個為例,有的事情其實不用到裡面,現在就可以做了啊,就舉剛剛你的例子,鬆綁法令是一個很重要的工作……
gazette.blocks[22][0] 彭主任委員金隆:是的。
gazette.blocks[23][0] 吳委員秉叡:鬆綁法令當然不是只有特區,這個鬆綁法令一定是對全臺灣的啊,對不對?
gazette.blocks[24][0] 彭主任委員金隆:是的,對。
gazette.blocks[25][0] 吳委員秉叡:這樣子的話,我在想說,我舉個例子,我如果在新北市也建了一個很大的商辦大樓,然後我也找了很多的人才來做這些資產管理跟資產投資,那麼有什麼理由一定要弄到一個專區裡面去呢?
gazette.blocks[26][0] 彭主任委員金隆:是啊,其實專區的概念就是它實際上介於虛擬跟實體之間,但是一定要先有個聚落開始,比如說,假設……
gazette.blocks[27][0] 吳委員秉叡:這樣比較容易吸引國際人才,是不是?
gazette.blocks[28][0] 彭主任委員金隆:對,像比如我們到新加坡,新加坡也不是一個點,是它有很多很多的聚集以後,人家就會往那邊移動,比如國際上那個百慕達就是個很典型的例子,你看那個地方就是一個島,但是裡面聚集了很多很多人,這就是一個聚落的概念,我們這一次全面推動各種計畫,實際上有實體、有虛擬,有各式各樣的,我們只是希望地方來一起發力,地方一起來努力,因為重要的是……
gazette.blocks[29][0] 吳委員秉叡:我瞭解,你的意思是說,這等於是聚落,譬如說我們要大量採購,我就是要去大賣場……
gazette.blocks[30][0] 彭主任委員金隆:是,就是說……
gazette.blocks[31][0] 吳委員秉叡:當然每一個地方都可能有門市,像7-11這種……
gazette.blocks[32][0] 彭主任委員金隆:你也可以網購,你也可以外送……
gazette.blocks[33][0] 吳委員秉叡:都可以,但是我如果想像要去找一個這樣的地方的時候,我就要有一個群聚的地方,那其實就是類似大賣場的概念,你的意思是說現在這個專區是這樣的意思?
gazette.blocks[34][0] 彭主任委員金隆:是的,就是它可以形成一個聚落,比如以後高雄可能是在灣區,接下來可能會蔓延到整個城市都成為一個在資產管理很活絡的地方,又比如臺南也想做,那臺南就提出它的行政誘因,比如日本札幌位在北海道,它就推以綠色金融為主的這樣資產管理中心,比如福岡可能是高科技研究,就以新創為主,所以各個地方政府拿出它的東西……
gazette.blocks[35][0] 吳委員秉叡:這是一個很大的議題啦,其實也非常的複雜,簡單來講也很困難啦,要很努力也還不一定有成績,……
gazette.blocks[36][0] 彭主任委員金隆:我們來嘗試看看。
gazette.blocks[37][0] 吳委員秉叡:我希望時間過去後,大家的努力能夠看到一些成果,臺灣人本身就很有錢,你剛剛講到為什麼發行ETF的時候會那麼多,因為資金很多,不知道去哪裡投資啊!
gazette.blocks[38][0] 彭主任委員金隆:是,就是我們希望創造更多的投資標的……
gazette.blocks[39][0] 吳委員秉叡:這也是造成我們房市一直飆漲的另外一個原因啊……
gazette.blocks[40][0] 彭主任委員金隆:這也是我們希望……
gazette.blocks[41][0] 吳委員秉叡:因為賺了錢不知道要放在哪裡,我又怕貶值,所以會環環相扣啦。
gazette.blocks[42][0] 彭主任委員金隆:委員講到了一個重點,我們希望透過這個東西發揮金融業的創意,能夠創造出更多非不動產相關的投資標的出來。
gazette.blocks[43][0] 吳委員秉叡:好,加油!謝謝。
gazette.blocks[44][0] 彭主任委員金隆:謝謝,謝謝委員的鼓勵,謝謝,我們一定努力。
gazette.blocks[45][0] 主席:謝謝吳秉叡委員,謝謝彭主委。
gazette.blocks[45][1] 接著請郭國文委員。
gazette.agenda.page_end 308
gazette.agenda.meet_id 委員會-11-2-20-4
gazette.agenda.speakers[0] 陳玉珍
gazette.agenda.speakers[1] 林德福
gazette.agenda.speakers[2] 吳秉叡
gazette.agenda.speakers[3] 郭國文
gazette.agenda.speakers[4] 賴惠員
gazette.agenda.speakers[5] 李彥秀
gazette.agenda.speakers[6] 李坤城
gazette.agenda.speakers[7] 賴士葆
gazette.agenda.speakers[8] 顏寬恒
gazette.agenda.speakers[9] 黃珊珊
gazette.agenda.speakers[10] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[11] 王鴻薇
gazette.agenda.speakers[12] 王世堅
gazette.agenda.speakers[13] 廖先翔
gazette.agenda.speakers[14] 黃國昌
gazette.agenda.speakers[15] 鍾佳濱
gazette.agenda.speakers[16] 葉元之
gazette.agenda.speakers[17] 沈發惠
gazette.agenda.speakers[18] 葛如鈞
gazette.agenda.speakers[19] 賴瑞隆
gazette.agenda.speakers[20] 羅明才
gazette.agenda.speakers[21] 邱志偉
gazette.agenda.speakers[22] 林楚茵
gazette.agenda.page_start 225
gazette.agenda.meetingDate[0] 2024-10-24
gazette.agenda.gazette_id 1138901
gazette.agenda.agenda_lcidc_ids[0] 1138901_00005
gazette.agenda.meet_name 立法院第11屆第2會期財政委員會第4次全體委員會議紀錄
gazette.agenda.content 邀請金融監督管理委員會彭主任委員金隆、財政部莊部長翠雲、中央銀行、國家發展委員會、經 濟部、交通部就「政府推動臺灣成為亞洲資產管理中心之具體作為暨如何協助金融科技及新創產 業籌資現況與未來發展」進行專題報告,並備質詢
gazette.agenda.agenda_id 1138901_00004
IVOD_ID 156055
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156055
日期 2024-10-24
會議資料.會議代碼 委員會-11-2-20-4
會議資料.屆 11
會議資料.會期 2
會議資料.會次 4
會議資料.種類 委員會
會議資料.委員會代碼[0] 20
會議資料.標題 第11屆第2會期財政委員會第4次全體委員會議
影片種類 Clip
開始時間 2024-10-24T09:45:45+08:00
結束時間 2024-10-24T09:56:55+08:00
支援功能[0] ai-transcript
支援功能[1] gazette