iVOD / 156925

Field Value
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/978646e8c8251f3bf2758fc8d69f4564827f3c0965abc3d476f857e4235ff50045705032a5a81be55ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 伍麗華Saidhai Tahovecahe
委員發言時間 11:48:06 - 11:58:58
影片長度 652
會議時間 2024-11-14T09:00:00+08:00
會議名稱 立法院第11屆第2會期財政委員會第8次全體委員會議(事由:一、邀請中央銀行楊總裁金龍、財政部莊部長翠雲、金融監督管理委員會彭主任委員金隆就「美國新任總統的貿易政策對台灣經濟與金融穩定之可能影響與對策」進行專題報告,並備質詢。 二、審查中華民國114年度中央政府總預算案: 行政院歲入預算有關中央銀行股息紅利繳庫部分。(僅詢答) 三、審查中華民國114年度中央政府總預算案附屬單位預算營業部分關於中央銀行(含中央造幣廠、中央印製廠)。(僅詢答) 【11月13日及14日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 4.72221875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 10.78034375
transcript.pyannote[1].end 10.79721875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 10.79721875
transcript.pyannote[2].end 15.87659375
transcript.pyannote[3].speaker SPEAKER_03
transcript.pyannote[3].start 13.64909375
transcript.pyannote[3].end 13.69971875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 13.75034375
transcript.pyannote[4].end 13.78409375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 16.65284375
transcript.pyannote[5].end 27.85784375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 28.31346875
transcript.pyannote[6].end 34.97909375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 35.11409375
transcript.pyannote[7].end 35.41784375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 35.62034375
transcript.pyannote[8].end 37.35846875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 38.16846875
transcript.pyannote[9].end 42.87659375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 43.26471875
transcript.pyannote[10].end 64.71284375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 64.89846875
transcript.pyannote[11].end 67.05846875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 67.31159375
transcript.pyannote[12].end 67.98659375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 68.30721875
transcript.pyannote[13].end 70.56846875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 70.72034375
transcript.pyannote[14].end 71.95221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 73.03221875
transcript.pyannote[15].end 77.20034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 77.84159375
transcript.pyannote[16].end 80.33909375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 80.92971875
transcript.pyannote[17].end 96.28596875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 96.97784375
transcript.pyannote[18].end 116.55284375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 116.92409375
transcript.pyannote[19].end 123.57284375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 123.94409375
transcript.pyannote[20].end 126.22221875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 126.45846875
transcript.pyannote[21].end 126.52596875
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 126.52596875
transcript.pyannote[22].end 126.71159375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 127.03221875
transcript.pyannote[23].end 127.70721875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 128.26409375
transcript.pyannote[24].end 144.34596875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 144.34596875
transcript.pyannote[25].end 144.68346875
transcript.pyannote[26].speaker SPEAKER_03
transcript.pyannote[26].start 144.68346875
transcript.pyannote[26].end 147.97409375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 145.86471875
transcript.pyannote[27].end 146.06721875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 147.11346875
transcript.pyannote[28].end 153.05346875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 148.61534375
transcript.pyannote[29].end 153.07034375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 153.07034375
transcript.pyannote[30].end 153.18846875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 153.18846875
transcript.pyannote[31].end 155.04471875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 153.49221875
transcript.pyannote[32].end 154.69034375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 154.99409375
transcript.pyannote[33].end 158.74034375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 158.90909375
transcript.pyannote[34].end 161.81159375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 161.79471875
transcript.pyannote[35].end 162.84096875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 162.84096875
transcript.pyannote[36].end 163.56659375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 164.02221875
transcript.pyannote[37].end 167.39721875
transcript.pyannote[38].speaker SPEAKER_03
transcript.pyannote[38].start 167.39721875
transcript.pyannote[38].end 167.44784375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 167.44784375
transcript.pyannote[39].end 167.48159375
transcript.pyannote[40].speaker SPEAKER_03
transcript.pyannote[40].start 167.46471875
transcript.pyannote[40].end 167.78534375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 167.58284375
transcript.pyannote[41].end 174.73784375
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 174.73784375
transcript.pyannote[42].end 174.87284375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 174.87284375
transcript.pyannote[43].end 181.31909375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 181.26846875
transcript.pyannote[44].end 182.65221875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 181.87596875
transcript.pyannote[45].end 231.11721875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 183.32721875
transcript.pyannote[46].end 184.74471875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 196.20284375
transcript.pyannote[47].end 196.23659375
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 196.23659375
transcript.pyannote[48].end 196.50659375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 197.26596875
transcript.pyannote[49].end 197.29971875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 197.29971875
transcript.pyannote[50].end 198.86909375
transcript.pyannote[51].speaker SPEAKER_03
transcript.pyannote[51].start 230.52659375
transcript.pyannote[51].end 231.13409375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 231.13409375
transcript.pyannote[52].end 231.97784375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 231.97784375
transcript.pyannote[53].end 290.61846875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 260.04096875
transcript.pyannote[54].end 260.15909375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 260.27721875
transcript.pyannote[55].end 260.34471875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 264.24284375
transcript.pyannote[56].end 264.39471875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 264.49596875
transcript.pyannote[57].end 264.64784375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 267.76971875
transcript.pyannote[58].end 268.02284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 287.51346875
transcript.pyannote[59].end 287.74971875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 289.45409375
transcript.pyannote[60].end 290.29784375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 290.61846875
transcript.pyannote[61].end 313.39971875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 297.38534375
transcript.pyannote[62].end 297.41909375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 297.41909375
transcript.pyannote[63].end 298.97159375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 298.97159375
transcript.pyannote[64].end 299.05596875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 301.73909375
transcript.pyannote[65].end 302.29596875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 302.46471875
transcript.pyannote[66].end 303.64596875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 306.63284375
transcript.pyannote[67].end 307.20659375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 308.89409375
transcript.pyannote[68].end 309.31596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 309.31596875
transcript.pyannote[69].end 309.33284375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 314.10846875
transcript.pyannote[70].end 315.96471875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 316.04909375
transcript.pyannote[71].end 316.38659375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 316.38659375
transcript.pyannote[72].end 320.48721875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 316.52159375
transcript.pyannote[73].end 317.43284375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 321.01034375
transcript.pyannote[74].end 321.38159375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 321.38159375
transcript.pyannote[75].end 323.18721875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 323.40659375
transcript.pyannote[76].end 324.67221875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 323.96346875
transcript.pyannote[77].end 325.61721875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 325.76909375
transcript.pyannote[78].end 339.23534375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 339.48846875
transcript.pyannote[79].end 375.36471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 342.96471875
transcript.pyannote[80].end 343.30221875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 370.90971875
transcript.pyannote[81].end 371.02784375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 371.02784375
transcript.pyannote[82].end 371.39909375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 375.44909375
transcript.pyannote[83].end 380.19096875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 379.51596875
transcript.pyannote[84].end 381.74346875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 382.08096875
transcript.pyannote[85].end 383.68409375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 383.86971875
transcript.pyannote[86].end 387.04221875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 386.13096875
transcript.pyannote[87].end 388.03784375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 387.27846875
transcript.pyannote[88].end 391.00784375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 389.69159375
transcript.pyannote[89].end 391.93596875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 391.37909375
transcript.pyannote[90].end 472.22721875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 413.63721875
transcript.pyannote[91].end 416.03346875
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 416.62409375
transcript.pyannote[92].end 417.48471875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 444.23159375
transcript.pyannote[93].end 444.53534375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 446.71221875
transcript.pyannote[94].end 447.06659375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 448.55159375
transcript.pyannote[95].end 448.92284375
transcript.pyannote[96].speaker SPEAKER_03
transcript.pyannote[96].start 472.19346875
transcript.pyannote[96].end 472.21034375
transcript.pyannote[97].speaker SPEAKER_03
transcript.pyannote[97].start 472.22721875
transcript.pyannote[97].end 472.59846875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 472.59846875
transcript.pyannote[98].end 475.95659375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 476.80034375
transcript.pyannote[99].end 492.96659375
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 492.96659375
transcript.pyannote[100].end 493.28721875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 493.28721875
transcript.pyannote[101].end 493.30409375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 493.74284375
transcript.pyannote[102].end 493.79346875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 493.79346875
transcript.pyannote[103].end 493.91159375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 493.91159375
transcript.pyannote[104].end 494.11409375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 494.50221875
transcript.pyannote[105].end 522.02534375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 522.19409375
transcript.pyannote[106].end 523.25721875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 524.01659375
transcript.pyannote[107].end 546.19034375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 546.19034375
transcript.pyannote[108].end 546.20721875
transcript.pyannote[109].speaker SPEAKER_03
transcript.pyannote[109].start 546.20721875
transcript.pyannote[109].end 548.68784375
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 548.51909375
transcript.pyannote[110].end 553.07534375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 553.07534375
transcript.pyannote[111].end 553.09221875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 553.09221875
transcript.pyannote[112].end 553.12596875
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 553.12596875
transcript.pyannote[113].end 564.85409375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 564.85409375
transcript.pyannote[114].end 564.88784375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 565.71471875
transcript.pyannote[115].end 565.73159375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 565.73159375
transcript.pyannote[116].end 566.54159375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 566.87909375
transcript.pyannote[117].end 586.43721875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 577.05471875
transcript.pyannote[118].end 578.23596875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 578.33721875
transcript.pyannote[119].end 578.79284375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 580.02471875
transcript.pyannote[120].end 580.53096875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 582.58971875
transcript.pyannote[121].end 582.67409375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 582.67409375
transcript.pyannote[122].end 583.78784375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 586.72409375
transcript.pyannote[123].end 589.91346875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 590.23409375
transcript.pyannote[124].end 610.43346875
transcript.pyannote[125].speaker SPEAKER_03
transcript.pyannote[125].start 596.76471875
transcript.pyannote[125].end 597.27096875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 597.30471875
transcript.pyannote[126].end 597.43971875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 600.07221875
transcript.pyannote[127].end 600.10596875
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 600.12284375
transcript.pyannote[128].end 600.19034375
transcript.pyannote[129].speaker SPEAKER_03
transcript.pyannote[129].start 600.30846875
transcript.pyannote[129].end 600.56159375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 603.85221875
transcript.pyannote[130].end 603.86909375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 603.86909375
transcript.pyannote[131].end 603.98721875
transcript.pyannote[132].speaker SPEAKER_03
transcript.pyannote[132].start 608.47596875
transcript.pyannote[132].end 608.76284375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 610.63596875
transcript.pyannote[133].end 610.99034375
transcript.pyannote[134].speaker SPEAKER_03
transcript.pyannote[134].start 610.99034375
transcript.pyannote[134].end 611.05784375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 611.05784375
transcript.pyannote[135].end 617.11596875
transcript.pyannote[136].speaker SPEAKER_03
transcript.pyannote[136].start 613.13346875
transcript.pyannote[136].end 613.65659375
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 618.55034375
transcript.pyannote[137].end 625.94159375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 623.88284375
transcript.pyannote[138].end 624.37221875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 625.09784375
transcript.pyannote[139].end 641.02784375
transcript.pyannote[140].speaker SPEAKER_03
transcript.pyannote[140].start 628.67534375
transcript.pyannote[140].end 628.99596875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 630.19409375
transcript.pyannote[141].end 630.58221875
transcript.pyannote[142].speaker SPEAKER_03
transcript.pyannote[142].start 630.68346875
transcript.pyannote[142].end 630.70034375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 636.37034375
transcript.pyannote[143].end 636.94409375
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 637.70346875
transcript.pyannote[144].end 638.04096875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 639.45846875
transcript.pyannote[145].end 640.31909375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 640.63971875
transcript.pyannote[146].end 640.92659375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 641.02784375
transcript.pyannote[147].end 646.46159375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 642.10784375
transcript.pyannote[148].end 642.27659375
transcript.whisperx[0].start 0.069
transcript.whisperx[0].end 15.447
transcript.whisperx[0].text 金管會主委及央行總裁央行總裁金管會潘主委大家午安今天財委會特別安排
transcript.whisperx[1].start 16.704
transcript.whisperx[1].end 37.076
transcript.whisperx[1].text 美國新任總統的貿易政策對台灣可能的影響以及對策的專報那最主要是因為我們也看到川普一當選緊接著上場的就是聯合國第29屆的氣候大會COP 29那這一次很低迷
transcript.whisperx[2].start 38.22
transcript.whisperx[2].end 63.562
transcript.whisperx[2].text 因為主要的像九大國家他們都沒有參與所以呢讓人感到憂心忡忡是不是覺得說因為川普他的一個降低減碳的承諾會不會影響到未來全球的氣候政策那顯然很多的學者其實也都很悲觀覺得綠色經濟的前景呢是堪慮、瀕危的
transcript.whisperx[3].start 65.204
transcript.whisperx[3].end 71.274
transcript.whisperx[3].text 我們也看到這個市場也確實反映出來因為他一當選
transcript.whisperx[4].start 73.089
transcript.whisperx[4].end 95.776
transcript.whisperx[4].text 做空綠色能源就大賺13億美元讓綠色經濟也是慘賠所以看起來好像真的如此今天想要先請我們金管會主委跟央行總裁表示一下你們的看法跟現在傳得沸沸揚揚的大家的看法一樣嗎?
transcript.whisperx[5].start 97.034
transcript.whisperx[5].end 123.246
transcript.whisperx[5].text 是,報告委員,謝謝委員的關心,我想金管會剛剛頒布了就是我們綠色金融與轉型行動方案很明確的揭示了我們接下來的所有的目標而且我們有關減碳的路徑也都已經在已經成為我們必須遵守的法律跟目標我想這個部分呢即便我們有很多這樣的一個對這次選舉結果的這些的分析但是至少在金管會在那邊我們沒有做任何的改變
transcript.whisperx[6].start 124.971
transcript.whisperx[6].end 144.201
transcript.whisperx[6].text 總裁央行這邊我覺得就是說就我們台灣來講的話稱如彭卓偉所講的基本上這一條路就是說這一條路就是說要green的這一條路台灣應該還是要持續做的
transcript.whisperx[7].start 145.162
transcript.whisperx[7].end 161.542
transcript.whisperx[7].text 還是要持續做不管未來遇到什麼樣的挑戰這是一個正確的方向必須走的方向那實際上也真的不是空穴來風因為他任命的環保署長就是反環保的
transcript.whisperx[8].start 164.105
transcript.whisperx[8].end 181.011
transcript.whisperx[8].text 他第一次當選的時候就退出巴黎協定他在競選的時候他的團隊也說如果再次當選還要再次退出所以他的口號也是嘛你剛剛說Green Green Green他是Drill Baby Drill
transcript.whisperx[9].start 181.631
transcript.whisperx[9].end 182.092
transcript.whisperx[9].text 是是是沒有錯
transcript.whisperx[10].start 199.268
transcript.whisperx[10].end 222.627
transcript.whisperx[10].text 未來他們很多的一些關於氣候法案等等我相信也都會被取消看起來他們的政策走向是這樣我們有我們的政策走向可是我在今天的專報當中金管會、央行只至沒有提到綠色經濟所以我是在想說是不是跟你們剛才的回應一樣你們對於川普的當選
transcript.whisperx[11].start 225.929
transcript.whisperx[11].end 243.949
transcript.whisperx[11].text 覺得對我們現在要走的綠色經濟完全不會有影響,是這樣嗎?是啦,我想最主要的也就是說綠色因為前面的那些因為現在整個的都是在focus就是說焦點都是在他的關稅他的貿易政策
transcript.whisperx[12].start 245.851
transcript.whisperx[12].end 248.794
transcript.whisperx[12].text 貿易政策對全球影響是最重要的第二、當然 Green 這個議題應該也是很重要的不過跟川普的關稅政策相較之下好像是比較次要
transcript.whisperx[13].start 268.414
transcript.whisperx[13].end 271.856
transcript.whisperx[13].text 所以現在就是說包括我們的報告裡面我們也會比較就是focus焦點的就是在貿易政策所以在這一點才不會去提不過剛剛委員講的沒有錯就是說台灣在這個議題上會不會受到他的影響基本上就陳主委彭主委在講
transcript.whisperx[14].start 289.505
transcript.whisperx[14].end 311.392
transcript.whisperx[14].text 那因為央行是管國際進出口貿易全球的景氣嘛通膨嘛這些都是央行是你們要去注意的嘛把關的嘛那金管會當然我們這邊有ESG的一個綠色金融業務那我先請教一下金管會主委就是這樣
transcript.whisperx[15].start 314.213
transcript.whisperx[15].end 330.345
transcript.whisperx[15].text 今晚會下面有個探交易所是剛剛成立對那未來會有什麼衝擊啊因應呢那委員剛剛提到的是說我們現在都是買國外的嘛對我們現在是待會可以請那個交手董事長可以來補充說明喔
transcript.whisperx[16].start 330.925
transcript.whisperx[16].end 353.797
transcript.whisperx[16].text 第一個有關我先回答委員剛剛那個問題就是說為什麼今天我們沒有提到綠色金融的問題因為今天主要是確實剛剛講我們做整體架構的分析並沒有針對個別產業的影響接下來就很多人有提到說比如對綠能軍工或什麼會有不一樣的影響我想今天因為我們的主題沒有涵蓋到這邊剛剛提到委員也提到就是說這個
transcript.whisperx[17].start 354.818
transcript.whisperx[17].end 374.926
transcript.whisperx[17].text 美國畢竟是國際的非常大的一個國家跟影響力他的政策必然會影響到未來很多的發展我剛才說明說我們現在我們的政策沒有改變但是未來在執行這些問題的時候呢一定也會受到一些相關的影響但是我覺得全世界有很多不一樣的看法
transcript.whisperx[18].start 376.106
transcript.whisperx[18].end 400.086
transcript.whisperx[18].text 這本來就是其實美國在過去也很多的政策跟世界是有所不同的因為我們現在環境部我們也都開始要來徵收所謂的對這些都已經開始在我們太有價的時代要來臨了是我們的法律已經規定這樣那我們面對歐盟面對美國他們完全不一樣的一個政策那對於我們現在其實我們算起步很晚
transcript.whisperx[19].start 400.666
transcript.whisperx[19].end 414.491
transcript.whisperx[19].text 那正要開始又面臨這樣的一個大國的衝擊那金管會這邊探交易所有沒有什麼樣的一個因應對策這個都是我們很想了解那沒有關係我是想說我們會來留意這個要給我這樣的一個報告因為我們很多原住民
transcript.whisperx[20].start 419.352
transcript.whisperx[20].end 439.764
transcript.whisperx[20].text 這個對於自然碳會的參與那未來碳有價的時代那我們能夠有什麼樣的一個利機我想這個都是我這個地方很需要了解也要幫我們的族人去看要怎麼樣來協助那我再請教一下就是我們央行因為很多人就擔心嘛
transcript.whisperx[21].start 440.444
transcript.whisperx[21].end 445.586
transcript.whisperx[21].text 就是我們現在碳費會開徵嘛那物價可能大家也預期可能也會上揚嘛那未來像美國如果限縮他的減碳他對於台灣進出口的貿易我們也在評估有沒有什麼優勢還是劣勢那未來他這樣的一個比較利益是不是還存在等等
transcript.whisperx[22].start 464.132
transcript.whisperx[22].end 491.659
transcript.whisperx[22].text 那不曉得總裁這邊您的看法如何因為我們也看到他在加重關稅的部分是全球加重可是中國又特別重60%那偏偏我們的最大出口國家又是中國所以這個部分我們就會去想那未來我們怎麼樣防範中國的低價傾銷那對於我們會不會影響
transcript.whisperx[23].start 493.855
transcript.whisperx[23].end 493.875
transcript.whisperx[23].text
transcript.whisperx[24].start 495.5
transcript.whisperx[24].end 521.452
transcript.whisperx[24].text 我想是這樣就是說對中國會不會對我們台灣請消這個我沒有就是說目前我沒有掌握到這個訊息所以我沒辦法來回答委員那至於就是說我們出口到美國去出口到其他的地方去會不會受到就是說這個這個碳減碳的這個影響基本上到美國美國跟
transcript.whisperx[25].start 524.073
transcript.whisperx[25].end 539.765
transcript.whisperx[25].text 跟歐洲就稍微有點不一樣歐洲呢現在已經是他開始他的關稅他就要看就是說你的產品裡面那個含碳的那個成分是多少他要開始要扣這個稅阿美國好像我據我了解好像還沒有
transcript.whisperx[26].start 541.287
transcript.whisperx[26].end 564.204
transcript.whisperx[26].text 這個就是說對於我們的進出國廠商就必須要注意我現在所能夠了解的就只能這樣那他的目的也是希望鼓勵他們自己買國內的嘛對啦另外一個也就是說要鼓勵每一個國家對於這個減碳要積極的去努力的去做那這樣子因為我
transcript.whisperx[27].start 565.785
transcript.whisperx[27].end 589.233
transcript.whisperx[27].text 要跟總裁您說明一下因為勞動部那邊剛剛有一個資料國內五大缺工第一名營建第二名製造然後第三名住宿餐飲第四名批發零售第五名醫療保健社福工作這五名恰恰是原住民從事的前五大行業
transcript.whisperx[28].start 590.993
transcript.whisperx[28].end 609.986
transcript.whisperx[28].text 國內的五大缺工行業的排名跟原住民從事的前五大行業一模一樣那我們來看一下營建工程跟製造業那因為我們也是高度仰賴國外的原料嘛那我不曉得說這個未來這個營建工程業特別是製造業那對我國的影響會是什麼
transcript.whisperx[29].start 610.606
transcript.whisperx[29].end 614.049
transcript.whisperx[29].text 是不是可以請我們央行跟金環會這邊在一個月之內給我提出一個報告
transcript.whisperx[30].start 638.848
transcript.whisperx[30].end 645.443
transcript.whisperx[30].text 好,謝謝總裁、謝謝主委、謝謝主席。是,謝謝立法。那接著請陳益臻召委質詢。
gazette.lineno 1203
gazette.blocks[0][0] 伍麗華Saidhai Tahovecahe委員:(11時48分)謝謝主席,有請金管會主委及央行總裁。
gazette.blocks[1][0] 主席:請央行楊總裁及金管會彭主委。
gazette.blocks[2][0] 楊總裁金龍:委員好。
gazette.blocks[3][0] 伍麗華Saidhai Tahovecahe委員:大家午安!今天財委會特別安排美國新任總統的貿易政策對臺灣可能的影響與對策專報,最主要是因為我們也看到川普一當選,緊接著上場的就是聯合國第29屆氣候大會(COP 29),這一次很低迷,因為主要的九大國家都沒有參與,所以讓人感到憂心忡忡,覺得川普降低減碳承諾會不會影響到未來全球的氣候政策,顯然很多學者其實也都很悲觀,覺得綠色經濟的前景是堪慮、瀕危的,我們看到市場也確實反映出來,因為他一當選,做空綠色能源者就大賺13億美元,綠色經濟也是慘賠,所以看起來好像真的如此。
gazette.blocks[3][1] 今天想要先請金管會主委跟央行總裁表示一下,你們的看法跟現在傳得沸沸揚揚的大家的看法一樣嗎?
gazette.blocks[4][0] 彭主任委員金隆:是,報告委員,謝謝委員的關心,我想金管會剛剛頒布了綠色金融與轉型行動方案,很明確的揭示我們接下來所有的目標,而且有關減碳的路徑也都已經成為我們必須遵守的法律跟目標,我想這個部分即便我們有很多對這次選舉結果的分析,但是至少在金管會這邊,我們沒有做任何的改變。
gazette.blocks[5][0] 伍麗華Saidhai Tahovecahe委員:好,那總裁央行這邊?
gazette.blocks[6][0] 楊總裁金龍:對啦!我覺得就我們臺灣來講,誠如彭主委所講的,基本上這一條路就是要green,要green的這一條路,臺灣應該還是要持續走的,還是要持續走,不管美國……
gazette.blocks[7][0] 伍麗華Saidhai Tahovecahe委員:不管未來遇到什麼樣的挑戰,這是一個正確的方向,必須走的方向。
gazette.blocks[8][0] 楊總裁金龍:是,沒錯。
gazette.blocks[9][0] 伍麗華Saidhai Tahovecahe委員:好,謝謝。那實際上也真的不是空穴來風啦!
gazette.blocks[10][0] 楊總裁金龍:是。
gazette.blocks[11][0] 伍麗華Saidhai Tahovecahe委員:因為他任命的環保署長就是反環保的嘛!他第一次當選的時候就退出巴黎協定了。
gazette.blocks[12][0] 楊總裁金龍:是。
gazette.blocks[13][0] 伍麗華Saidhai Tahovecahe委員:他在競選的時候,他的團隊也說,如果再次當選,還要再次退出,所以他的口號也是,你剛才說「green, green, green」,他是「drill, baby, drill」,他要鑽、鑽、鑽嘛!
gazette.blocks[14][0] 楊總裁金龍:是。
gazette.blocks[15][0] 伍麗華Saidhai Tahovecahe委員:所以真的不是空穴來風,但是看到我們金管會、央行都覺得很有信心,然後也覺得我們的國家走這一條綠色經濟,是一個必須走的道路嘛!
gazette.blocks[16][0] 楊總裁金龍:是,沒有錯。
gazette.blocks[17][0] 伍麗華Saidhai Tahovecahe委員:未來他們很多的一些關於氣候法案等等,我相信也都會被取消。看起來他們的政策走向是這樣,我們有我們的政策走向。
gazette.blocks[18][0] 楊總裁金龍:對。
gazette.blocks[19][0] 伍麗華Saidhai Tahovecahe委員:可是在今天的專報當中,金管會、央行沒有隻字提到綠色經濟,所以我在想,是不是跟你們剛才的回應一樣,你們對於川普當選,覺得對我們現在要走的綠色經濟完全不會有影響,是這樣嗎?
gazette.blocks[20][0] 楊總裁金龍:對,是啦!我想最主要的也就是說綠色,因為前面的那些現在整個都是focus,焦點都是在他的關稅、他的貿易政策,他的貿易政策對全球的影響是最重大的。第二個,還有當然green這個議題應該也是要很重要的啦!不過跟川普的關稅政策相較之下,這個好像是比較次要。現在包括我們的報告裡面,我們會比較focus的焦點就是在貿易政策,所以在這一點才不會去提。不過剛剛委員講的沒有錯,臺灣在這個議題上會不會受到他的影響,基本上就誠如彭主委在講,臺灣是往前的……
gazette.blocks[21][0] 伍麗華Saidhai Tahovecahe委員:因為央行是管國際進出口貿易,全球的景氣,通膨嘛!這些都是央行,是你們要去注意的、把關的嘛!
gazette.blocks[22][0] 楊總裁金龍:是,沒有錯。
gazette.blocks[23][0] 伍麗華Saidhai Tahovecahe委員:那金管會,當然我們這邊有ESG,一個綠色金融業務。我先請教一下金管會主委,金管會下面有個碳交易所。
gazette.blocks[24][0] 彭主任委員金隆:是,剛剛成立。
gazette.blocks[25][0] 伍麗華Saidhai Tahovecahe委員:那未來會有什麼衝擊,因應呢?
gazette.blocks[26][0] 彭主任委員金隆:剛剛提到的是說……
gazette.blocks[27][0] 伍麗華Saidhai Tahovecahe委員:我們現在都是買國外的嘛!
gazette.blocks[28][0] 彭主任委員金隆:對,待會可以請交易所董事長來補充說明。我先回答委員剛剛那個問題,就是為什麼今天我們沒有提到綠色金融的問題。今天主要是確實如剛才講的,我們做整體架構的分析,並沒有針對個別產業的影響。接下來就是很多人有提到,比如對綠能、軍工為什麼會有不一樣的影響,我想今天我們的主題沒有涵蓋到這邊。剛剛委員也提到,美國畢竟是國際的,非常大的一個國家跟影響力,它的政策必然會影響到未來很多的發展。我剛剛說明現在我們的政策沒有改變,但是未來在執行這些問題的時候,一定也會受到一些相關的影響,但是我覺得全世界有很多不一樣的看法,這本來就是,其實美國在過去,也有很多的政策跟世界是有所不同的。
gazette.blocks[29][0] 伍麗華Saidhai Tahovecahe委員:對,現在環境部也都開始要來徵收所謂的碳費。
gazette.blocks[30][0] 彭主任委員金隆:對,這些都已經開始在按照……
gazette.blocks[31][0] 伍麗華Saidhai Tahovecahe委員:對,我們碳有價的時代要來臨了。
gazette.blocks[32][0] 彭主任委員金隆:是,我們的法律已經規定這樣,我們就開始做了。
gazette.blocks[33][0] 伍麗華Saidhai Tahovecahe委員:我們面對歐盟,面對美國,他們完全不一樣的一個政策,對於我們現在……其實我們算起步很晚,正要開始又面臨這樣的一個大國的衝擊,那金管會這邊、碳交易所有沒有什麼樣的因應對策?這個都是我們很想了解的。沒有關係,我是想說……
gazette.blocks[34][0] 彭主任委員金隆:是,我們會來留意這件事情。
gazette.blocks[35][0] 伍麗華Saidhai Tahovecahe委員:對,要給我這樣的一個報告。
gazette.blocks[36][0] 彭主任委員金隆:是,沒問題。
gazette.blocks[37][0] 伍麗華Saidhai Tahovecahe委員:因為我們很多原住民對於自然碳匯的參與,未來碳有價的時代我們能夠有什麼樣的一個利基,我想這個都是我這個地方很需要了解的,也要幫我們的族人去看要怎麼樣來協助。
gazette.blocks[38][0] 彭主任委員金隆:是。
gazette.blocks[39][0] 伍麗華Saidhai Tahovecahe委員:我再請教一下我們央行,因為很多人擔心,就是我們現在碳費會開徵,大家也預期物價可能會上揚,未來像美國,如果限縮它的減碳,它對於臺灣進出口的貿易,我們也在評估,有沒有什麼優勢還是劣勢?未來它這樣的一個比較利益,是不是還存在等等,不曉得總裁這邊,您的看法如何?因為我們也看到,它在加重關稅的部分是全球加重,可是中國又特別重,是60%,偏偏我們的最大出口國家又是中國,所以這個部分我們就會去想,未來我們怎麼樣防範中國的低價行銷,那對於我們會不會影響?
gazette.blocks[40][0] 楊總裁金龍:是,我想是這樣,中國會不會對我們臺灣傾銷,目前我沒有掌握到這些訊息,所以我沒辦法來回答委員。至於我們出口到美國去,出口到其他的地方去,會不會受到這個減碳的影響?基本上到美國,美國跟歐洲就稍微有點不一樣,歐洲現在已經開始,它的關稅就要看你的產品裡面含碳的那個成分是多少,它要開始扣這個稅。據我瞭解美國好像還沒有,這個就是說我們的進出口廠商就必須要注意,我現在所能夠瞭解的就只能這樣。
gazette.blocks[41][0] 伍麗華Saidhai Tahovecahe委員:它的目的也是希望,鼓勵他們自己買國內的嘛!
gazette.blocks[42][0] 楊總裁金龍:對啦!另外一個也就是說要鼓勵每一個國家,對於這個減碳要積極的、努力的去做。
gazette.blocks[43][0] 伍麗華Saidhai Tahovecahe委員:那這樣子,我要跟總裁說明一下,因為勞動部那邊剛剛有一個資料,國內五大缺工,第一名營建,第二名製造,然後第三名住宿、餐飲,第四名批發、零售,第五名醫療保健、社福工作。這五名恰恰是原住民從事的前五大行業,國內的五大缺工行業的排名,跟原住民從事的前五大行業一模一樣。那我們來看一下營建工程跟製造業,因為我們也是高度仰賴國外的原料,我不曉得未來這個營建工程業,特別是製造業,對我國的影響會是什麼?
gazette.blocks[44][0] 楊總裁金龍:是,對啦!
gazette.blocks[45][0] 伍麗華Saidhai Tahovecahe委員:因為這個特別關乎我族人,他們的工作。
gazette.blocks[46][0] 楊總裁金龍:缺工現在就誠如我所知道的,就是你所列的這個,勞動部所列的這個,確實是……
gazette.blocks[47][0] 伍麗華Saidhai Tahovecahe委員:我想反正現在時間也到了,這也是我關切的問題,是不是可以請我們央行跟金管會,在一個月之內提出一個報告給我。
gazette.blocks[48][0] 楊總裁金龍:好。
gazette.blocks[49][0] 伍麗華Saidhai Tahovecahe委員:好,謝謝總裁、謝謝主委、謝謝主席。
gazette.blocks[50][0] 主席:是,謝謝麗華。接著請陳玉珍召委質詢。
gazette.agenda.page_end 256
gazette.agenda.meet_id 委員會-11-2-20-8
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] 賴士葆
gazette.agenda.speakers[4] 郭國文
gazette.agenda.speakers[5] 李彥秀
gazette.agenda.speakers[6] 李坤城
gazette.agenda.speakers[7] 王鴻薇
gazette.agenda.speakers[8] 羅明才
gazette.agenda.speakers[9] 顏寬恒
gazette.agenda.speakers[10] 黃珊珊
gazette.agenda.speakers[11] 伍麗華Saidhai‧Tahovecahe
gazette.agenda.speakers[12] 陳玉珍
gazette.agenda.speakers[13] 黃國昌
gazette.agenda.speakers[14] 洪孟楷
gazette.agenda.speakers[15] 羅廷瑋
gazette.agenda.speakers[16] 楊瓊瓔
gazette.agenda.speakers[17] 麥玉珍
gazette.agenda.speakers[18] 葉元之
gazette.agenda.speakers[19] 王世堅
gazette.agenda.speakers[20] 何欣純
gazette.agenda.speakers[21] 邱志偉
gazette.agenda.page_start 173
gazette.agenda.meetingDate[0] 2024-11-14
gazette.agenda.gazette_id 11310002
gazette.agenda.agenda_lcidc_ids[0] 11310002_00004
gazette.agenda.meet_name 立法院第11屆第2會期財政委員會第8次全體委員會議紀錄
gazette.agenda.content 一、邀請中央銀行楊總裁金龍、財政部莊部長翠雲、金融監督管理委員會彭主任委員金隆就「美 國新任總統的貿易政策對台灣經濟與金融穩定之可能影響與對策」進行專題報告,並備質詢; 二、審查中華民國114年度中央政府總預算案:行政院歲入預算有關中央銀行股息紅利繳庫部分 (僅詢答);三、審查中華民國114年度中央政府總預算案附屬單位預算營業部分關於中央銀行 (含中央造幣廠、中央印製廠)(僅詢答)
gazette.agenda.agenda_id 11310002_00003
IVOD_ID 156925
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/156925
日期 2024-11-14
會議資料.會議代碼 委員會-11-2-20-8
會議資料.屆 11
會議資料.會期 2
會議資料.會次 8
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8次全體委員會議
影片種類 Clip
開始時間 2024-11-14T11:48:06+08:00
結束時間 2024-11-14T11:58:58+08:00
支援功能[0] ai-transcript
支援功能[1] gazette