iVOD / 159079

Field Value
IVOD_ID 159079
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159079
日期 2025-03-13
會議資料.會議代碼 委員會-11-3-20-2
會議資料.會議代碼:str 第11屆第3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 3
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3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 2025-03-13T10:14:21+08:00
結束時間 2025-03-13T10:25:24+08:00
影片長度 00:11:03
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770fdb6ebd26c56c394be83d902c8d6dd6c2f83dc853112caf45cd1a9f1aef5a6a3a5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:14:21 - 10:25:24
會議時間 2025-03-13T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第2次全體委員會議(事由: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。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.04784375
transcript.pyannote[0].end 3.35534375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 2.71409375
transcript.pyannote[1].end 3.49034375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.50221875
transcript.pyannote[2].end 9.68346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 9.27846875
transcript.pyannote[3].end 10.72971875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 10.72971875
transcript.pyannote[4].end 26.40659375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 13.85159375
transcript.pyannote[5].end 14.84721875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 26.72721875
transcript.pyannote[6].end 37.56096875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 37.94909375
transcript.pyannote[7].end 40.24409375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 40.85159375
transcript.pyannote[8].end 43.48409375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 43.83846875
transcript.pyannote[9].end 45.61034375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 45.72846875
transcript.pyannote[10].end 58.41846875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 56.61284375
transcript.pyannote[11].end 56.96721875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 58.94159375
transcript.pyannote[12].end 73.60596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 73.77471875
transcript.pyannote[13].end 76.05284375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 76.44096875
transcript.pyannote[14].end 78.93846875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 79.54596875
transcript.pyannote[15].end 85.55346875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 85.48596875
transcript.pyannote[16].end 85.89096875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 85.89096875
transcript.pyannote[17].end 85.94159375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 85.94159375
transcript.pyannote[18].end 104.60534375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 86.02596875
transcript.pyannote[19].end 87.56159375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 92.97846875
transcript.pyannote[20].end 93.40034375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 100.70721875
transcript.pyannote[21].end 110.20784375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 110.29221875
transcript.pyannote[22].end 114.24096875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 111.40596875
transcript.pyannote[23].end 113.90346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 114.05534375
transcript.pyannote[24].end 115.11846875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 114.93284375
transcript.pyannote[25].end 117.39659375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 117.85221875
transcript.pyannote[26].end 118.51034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 118.51034375
transcript.pyannote[27].end 118.67909375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 118.67909375
transcript.pyannote[28].end 120.31596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 118.98284375
transcript.pyannote[29].end 120.45096875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 120.45096875
transcript.pyannote[30].end 120.51846875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 120.51846875
transcript.pyannote[31].end 120.90659375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 120.90659375
transcript.pyannote[32].end 120.92346875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 120.92346875
transcript.pyannote[33].end 125.17596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 124.16346875
transcript.pyannote[34].end 132.82034375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 130.57596875
transcript.pyannote[35].end 130.84596875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 133.27596875
transcript.pyannote[36].end 136.02659375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 136.58346875
transcript.pyannote[37].end 149.17221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 138.59159375
transcript.pyannote[38].end 138.94596875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 144.68346875
transcript.pyannote[39].end 145.05471875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 150.50534375
transcript.pyannote[40].end 159.02721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 159.55034375
transcript.pyannote[41].end 206.34471875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 175.39596875
transcript.pyannote[42].end 175.90221875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 206.42909375
transcript.pyannote[43].end 222.27471875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 211.35659375
transcript.pyannote[44].end 211.37346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 223.57409375
transcript.pyannote[45].end 228.45096875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 228.63659375
transcript.pyannote[46].end 232.78784375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 233.80034375
transcript.pyannote[47].end 239.08221875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 236.11221875
transcript.pyannote[48].end 251.75534375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 252.04221875
transcript.pyannote[49].end 256.80096875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 257.39159375
transcript.pyannote[50].end 261.22221875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 261.79596875
transcript.pyannote[51].end 263.97284375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 263.26409375
transcript.pyannote[52].end 263.39909375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 263.97284375
transcript.pyannote[53].end 299.69721875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 269.03534375
transcript.pyannote[54].end 270.19971875
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 271.21221875
transcript.pyannote[55].end 272.81534375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 274.35096875
transcript.pyannote[56].end 276.42659375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 278.02971875
transcript.pyannote[57].end 279.09284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 280.69596875
transcript.pyannote[58].end 280.96596875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 285.21846875
transcript.pyannote[59].end 285.82596875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 293.18346875
transcript.pyannote[60].end 293.52096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 298.22909375
transcript.pyannote[61].end 305.40096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 305.72159375
transcript.pyannote[62].end 309.13034375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 305.73846875
transcript.pyannote[63].end 306.49784375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 309.16409375
transcript.pyannote[64].end 312.87659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 311.64471875
transcript.pyannote[65].end 316.79159375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 314.69909375
transcript.pyannote[66].end 323.08596875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 318.95159375
transcript.pyannote[67].end 321.21284375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 323.57534375
transcript.pyannote[68].end 327.70971875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 328.16534375
transcript.pyannote[69].end 335.20221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 333.21096875
transcript.pyannote[70].end 333.53159375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 334.17284375
transcript.pyannote[71].end 359.09721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 336.56909375
transcript.pyannote[72].end 337.07534375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 343.82534375
transcript.pyannote[73].end 345.14159375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 353.05596875
transcript.pyannote[74].end 353.27534375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 358.62471875
transcript.pyannote[75].end 360.68346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 360.32909375
transcript.pyannote[76].end 396.23909375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 363.41721875
transcript.pyannote[77].end 363.78846875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 364.80096875
transcript.pyannote[78].end 366.72471875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 366.79221875
transcript.pyannote[79].end 367.61909375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 396.40784375
transcript.pyannote[80].end 398.02784375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 398.58471875
transcript.pyannote[81].end 429.17909375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 427.96409375
transcript.pyannote[82].end 439.69221875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 430.79909375
transcript.pyannote[83].end 430.96784375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 439.89471875
transcript.pyannote[84].end 466.72596875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 463.45221875
transcript.pyannote[85].end 463.97534375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 467.04659375
transcript.pyannote[86].end 474.97784375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 471.95721875
transcript.pyannote[87].end 509.11596875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 483.70221875
transcript.pyannote[88].end 483.97221875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 493.27034375
transcript.pyannote[89].end 493.62471875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 509.11596875
transcript.pyannote[90].end 539.23784375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 512.77784375
transcript.pyannote[91].end 513.14909375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 531.66096875
transcript.pyannote[92].end 532.70721875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 538.59659375
transcript.pyannote[93].end 542.35971875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 543.18659375
transcript.pyannote[94].end 559.96034375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 544.55346875
transcript.pyannote[95].end 547.74284375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 560.39909375
transcript.pyannote[96].end 573.40971875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 573.88221875
transcript.pyannote[97].end 575.97471875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 574.89471875
transcript.pyannote[98].end 575.78909375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 575.97471875
transcript.pyannote[99].end 576.54846875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 576.54846875
transcript.pyannote[100].end 576.97034375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 576.97034375
transcript.pyannote[101].end 589.96409375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 577.39221875
transcript.pyannote[102].end 578.84346875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 579.87284375
transcript.pyannote[103].end 581.00346875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 581.81346875
transcript.pyannote[104].end 583.14659375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 587.73659375
transcript.pyannote[105].end 592.05659375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 591.21284375
transcript.pyannote[106].end 602.02971875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 602.02971875
transcript.pyannote[107].end 605.64096875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 603.31221875
transcript.pyannote[108].end 628.99596875
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 612.79596875
transcript.pyannote[109].end 613.92659375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 614.19659375
transcript.pyannote[110].end 614.63534375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 624.94596875
transcript.pyannote[111].end 625.09784375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 625.13159375
transcript.pyannote[112].end 625.14846875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 628.99596875
transcript.pyannote[113].end 637.70346875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 634.80096875
transcript.pyannote[114].end 642.02346875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 642.02346875
transcript.pyannote[115].end 661.49721875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 656.55284375
transcript.pyannote[116].end 656.75534375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 658.88159375
transcript.pyannote[117].end 661.14284375
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 661.98659375
transcript.pyannote[118].end 662.96534375
transcript.whisperx[0].start 0.391
transcript.whisperx[0].end 2.28
transcript.whisperx[0].text 謝謝主席有請那個總裁總裁請
transcript.whisperx[1].start 8.633
transcript.whisperx[1].end 37.084
transcript.whisperx[1].text 總裁早安賴委員早先跟你討論一個時事的議題是我想你應該也知道賴總統是一個超級棒球迷是其實在去年11月底就是台灣的棒球隊拿下世界的12強的冠軍其實現在回想起來還是非常的感動當時就有委員提到了是不是因為進入了12強我們要不要發行紀念幣
transcript.whisperx[2].start 38.164
transcript.whisperx[2].end 57.873
transcript.whisperx[2].text 還是紀念鈔當然這個就是改版的新台幣那這個我們知道就是說如果是改版的新台幣的話他可能牽涉到了很多就是不管是我們的這個合作社的ATM還是點鈔機還有所有自動那個
transcript.whisperx[3].start 59.033
transcript.whisperx[3].end 73.96
transcript.whisperx[3].text 自動銷售的一個銷售機的一個辨識系統那這個評估你們有沒有去評估要花費多少錢那當然是要費很多的錢那總裁目前有沒有這樣的一個計畫會不會做這樣的一個計畫我想就是說
transcript.whisperx[4].start 79.802
transcript.whisperx[4].end 97.725
transcript.whisperx[4].text 紀念碧 紀念超的這個問題我們還是在收集各方的意見如果你讓他明年打進去他現在已經拿到經典賽的資格了明年萬一不小心又打了一個世界冠軍的話
transcript.whisperx[5].start 98.366
transcript.whisperx[5].end 116.646
transcript.whisperx[5].text 那我想這個是一個值得紀念的那就是說我們央行有沒有什麼樣的一個機會所以用紀念幣或是紀念鈔的一個方式也許會比較好啦紀念幣還是紀念鈔因為牽扯的層面不會那麼大對對對好那總裁有沒有這樣的一個規劃
transcript.whisperx[6].start 117.927
transcript.whisperx[6].end 121.791
transcript.whisperx[6].text 我們就拉回來就是當今的一個經濟上的一個議題全球的經濟議題那我們當然知道就是說去年11月我們曾經邀請你來就是說
transcript.whisperx[7].start 136.627
transcript.whisperx[7].end 148.759
transcript.whisperx[7].text 一起做專案的一個報告那這裡要請教總裁就是說2025年經濟的一個情勢你怎麼看這怎麼看其實是非常重要的當然我們知道就是說
transcript.whisperx[8].start 150.543
transcript.whisperx[8].end 169.001
transcript.whisperx[8].text 川普掀起了一個全世界的經濟貿易戰事實上我們不管是在美國關稅的調整的生效甚至美國的以亞還亞川普刻了加拿大的綱領
transcript.whisperx[9].start 171.423
transcript.whisperx[9].end 198.584
transcript.whisperx[9].text 那個關稅那甚至歐盟也跟他對幹了就是說他也是講他就是說他要緩制的一個措施那其實這麼多這麼多就是說他不斷的一直宣布不管是關稅的一個調整還是說關稅的一個那個手段這個我們都看到了4月2號他即將就是說暫停所有符合美墨加協定的
transcript.whisperx[10].start 199.484
transcript.whisperx[10].end 222.094
transcript.whisperx[10].text 這個對於就是加拿大跟墨西哥的關稅課25%那它也就是說在增加對中國的10加10就等於是20%的一個關稅那你怎麼來看待就是說台積電滬美擴大投資這個對於4月2號即將那個到來的全球的一個對等關稅你怎麼看它呢
transcript.whisperx[11].start 223.899
transcript.whisperx[11].end 227.285
transcript.whisperx[11].text 對等關稅我剛剛也是在講就是說對等關稅對台灣來講的話我們是比較沒有多大問題
transcript.whisperx[12].start 233.837
transcript.whisperx[12].end 261.064
transcript.whisperx[12].text 那你覺得對台灣是好的因為剛剛我就說我用WTO我剛剛也在講就WTO的一個資料就是說我們全部的產品就是說美國跟台灣的關稅來比較的話用貿易的加權平均全部的商品的話我們的關稅是比它低的但是我們農產品的關稅是比它高的
transcript.whisperx[13].start 261.823
transcript.whisperx[13].end 286.286
transcript.whisperx[13].text 不過總裁我之前的幾位委員一直在提醒你就是美國的貿易順差這個累積下來這個接近700億的美元這個是一個非常嚴肅的一個問題你一定要有一個因應的一個措施這個因應的措施其實我相信川普不會放過我們的我們是前六名
transcript.whisperx[14].start 287.447
transcript.whisperx[14].end 304.977
transcript.whisperx[14].text 雖然就是說我們是排序第六名的話可是他你想想看這個影響這麼大他沒賺他的錢他都要修理人家了我們賺他這麼多錢基本上我們對美國的順差主要是什麼
transcript.whisperx[15].start 305.777
transcript.whisperx[15].end 327.428
transcript.whisperx[15].text 主要的是資通訊所以他一直要你的台積電所有的資通訊那你有什麼比較好的方式呢資通訊第一個他需要這個產品而且是他非常需要的
transcript.whisperx[16].start 328.288
transcript.whisperx[16].end 343.944
transcript.whisperx[16].text 所以這個跟那個不公平的貿易這個好像我總覺得是他需要人的你是這樣的一個看法那如果我最關心的是那個農產品那你美國現在也盯上了印度跟日本的進口的那個農產品的一個關稅了
transcript.whisperx[17].start 345.185
transcript.whisperx[17].end 373.856
transcript.whisperx[17].text 那如果台灣也相對的就是遇到的相同的一個挑戰那我們的農民會受到了很大的一個衝擊那這樣子的話你有沒有什麼因應的一個方式然後因為我們都知道就是說那個沒關係你就是進一步的一個詳細的分析一個月內提出給我一個書面的一個回應接著我還是想再跟那個就是總裁再討論一下這個百變的一個川普
transcript.whisperx[18].start 374.696
transcript.whisperx[18].end 397.747
transcript.whisperx[18].text 其實他是不是在製造一個一場經濟上的一個衰退顯然是喔看起來是喔他在接受那個胡適的一個專訪的時候他也在預告喔他在預告說美國其實就是以退為進我們他們即將在面臨到一個經濟的一個衰退的可能性可是這樣美股就是股票就應聲就是下跌所以他
transcript.whisperx[19].start 398.907
transcript.whisperx[19].end 425.978
transcript.whisperx[19].text 趕快又在白宮又講了又一個信心喊話說美國不會陷入衰退這個我們都看得出來他左右手的一個緩護的一個操作那在這裡我想問一下就是說如果川普現在掀起的一個全球的貿易戰和相關的一個政策是不是會壓迫到那個就是聯準會的一個降息那聯準會有沒有可能妥協
transcript.whisperx[20].start 426.798
transcript.whisperx[20].end 439.444
transcript.whisperx[20].text 最快會是什麼時候總裁你怎麼看我覺得美國聯準會有他的自己的看法基本上他是因為聯準會他是獨立性的
transcript.whisperx[21].start 440.512
transcript.whisperx[21].end 466.082
transcript.whisperx[21].text 所以你看看就是說川普說他會下來就是說他會那個recession就是說會衰退但是呢那個Fed的主席Power他就說事實上呢目前美國的經濟還是很有韌性的他的一個勞動市場還是蠻健全的所以總裁你認為就是這個他不會這樣
transcript.whisperx[22].start 467.282
transcript.whisperx[22].end 492.725
transcript.whisperx[22].text 聯準會不會降息所以這個也不是說它不會降息因為事實上在去年我再接著就是告訴你就是請教你一個議題因為我們都知道說美債的殖利率持續的上升那就是說我們台灣的壽險公司其實跟我們的金融業擁有大量的一個美債這個對美就是台灣的金融系統
transcript.whisperx[23].start 493.665
transcript.whisperx[23].end 517.503
transcript.whisperx[23].text 會在未來會有一個什麼樣的一個影響尤其就是說近期他可能是在半年還是一年有沒有這個我們可預期啦可預期他應該是會有一個很重大的影響那你怎麼來看待這些問題我覺得我們的售險業基本上他們因為他長久他長久都是在這個市場上
transcript.whisperx[24].start 519.304
transcript.whisperx[24].end 541.424
transcript.whisperx[24].text 所以我總覺得他們當然有輸有贏不過歐洲歐來講的話我總覺得我們受選人他還是表他的一個成效還是表現得非常的好還表現得非常好還算是好因為他長久都是在這個市場上的他長久都在這個市場上所以基本上可是長久沒有碰到一個這麼瘋狂的那個美國總統
transcript.whisperx[25].start 544.084
transcript.whisperx[25].end 547.047
transcript.whisperx[25].text 不過我跟委員報告基本上現在我給你一個數據在2024年9月底的時候美國公債的殖利率是3.78
transcript.whisperx[26].start 560.439
transcript.whisperx[26].end 565.544
transcript.whisperx[26].text 那最高點是4.79就將近升了1%但是最近已經到3月10號的時候它又降回來到4.22
transcript.whisperx[27].start 574.476
transcript.whisperx[27].end 591.722
transcript.whisperx[27].text 所以你的業務報告裡頭有特別提出來我沒有看到這樣的一個數據你在信心的喊話可是在很短的時間這個不到兩個月的時間這個震盪這麼大那如果像我們的受險業它的槓桿操作是這麼大的話那你覺得這樣子沒有風險嗎風險到處都是的
transcript.whisperx[28].start 603.387
transcript.whisperx[28].end 625.48
transcript.whisperx[28].text 所以你認為保險業的槓桿開的那麼大所以它的匯兌風險那麼高所以你認為沒有關係那如果就是說我們的資產大部分是美金那一旦台幣升值的話就是說保險業的資產它的保單負債大部分是台幣那這樣的一個狀況的話你認為沒有關係
transcript.whisperx[29].start 629.463
transcript.whisperx[29].end 637.352
transcript.whisperx[29].text 我想這個不是說沒有關係,他們自己風險的控管他會做你這麼有信心,台幣會不會被美國強制的升值呢?不會啦,我的意思就是說新台幣的匯率還是由市場來決定的
transcript.whisperx[30].start 648.786
transcript.whisperx[30].end 659.06
transcript.whisperx[30].text 是由市場決定的啦不是說中央銀行要讓它升就升要讓它貶就貶不是這樣市場決定沒有啦當然你的看法非常重要啊謝謝總裁謝謝主席謝謝