iVOD / 159083

Field Value
IVOD_ID 159083
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159083
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 2025-03-13T10:25:36+08:00
結束時間 2025-03-13T10:38:29+08:00
影片長度 00:12:53
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770f007f8cc6d931513de83d902c8d6dd6c2f83dc853112caf4556c4274c4566c6a95ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李彥秀
委員發言時間 10:25:36 - 10:38:29
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_00
transcript.pyannote[0].start 3.99659375
transcript.pyannote[0].end 5.56596875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.32534375
transcript.pyannote[1].end 7.18596875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 7.60784375
transcript.pyannote[2].end 7.89471875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 12.63659375
transcript.pyannote[3].end 13.31159375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 13.37909375
transcript.pyannote[4].end 13.73346875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 13.90221875
transcript.pyannote[5].end 76.86284375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 19.92659375
transcript.pyannote[6].end 20.36534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 44.90159375
transcript.pyannote[7].end 45.35721875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 57.62534375
transcript.pyannote[8].end 58.11471875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 77.03159375
transcript.pyannote[9].end 77.62221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 77.94284375
transcript.pyannote[10].end 117.37971875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 91.22346875
transcript.pyannote[11].end 91.66221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 99.18846875
transcript.pyannote[12].end 99.22221875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 117.37971875
transcript.pyannote[13].end 120.73784375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 120.94034375
transcript.pyannote[14].end 127.94346875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 128.29784375
transcript.pyannote[15].end 132.53346875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 133.14096875
transcript.pyannote[16].end 135.31784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 135.80721875
transcript.pyannote[17].end 137.00534375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 137.08971875
transcript.pyannote[18].end 138.22034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 138.57471875
transcript.pyannote[19].end 144.56534375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 144.56534375
transcript.pyannote[20].end 144.59909375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 144.59909375
transcript.pyannote[21].end 144.88596875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 144.88596875
transcript.pyannote[22].end 146.20221875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 146.20221875
transcript.pyannote[23].end 159.51659375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 160.03971875
transcript.pyannote[24].end 162.06471875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 161.47409375
transcript.pyannote[25].end 163.60034375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 163.02659375
transcript.pyannote[26].end 168.73034375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 167.43096875
transcript.pyannote[27].end 183.95159375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 185.06534375
transcript.pyannote[28].end 188.81159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 185.94284375
transcript.pyannote[29].end 194.76846875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 193.73909375
transcript.pyannote[30].end 194.26221875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 195.40971875
transcript.pyannote[31].end 196.72596875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 196.86096875
transcript.pyannote[32].end 204.03284375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 204.20159375
transcript.pyannote[33].end 205.02846875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 206.37846875
transcript.pyannote[34].end 211.76159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 212.18346875
transcript.pyannote[35].end 214.56284375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 215.10284375
transcript.pyannote[36].end 219.16971875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 219.79409375
transcript.pyannote[37].end 220.80659375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 220.80659375
transcript.pyannote[38].end 275.43096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 221.75159375
transcript.pyannote[39].end 222.15659375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 225.59909375
transcript.pyannote[40].end 226.83096875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 267.38159375
transcript.pyannote[41].end 267.56721875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 267.82034375
transcript.pyannote[42].end 268.12409375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 275.48159375
transcript.pyannote[43].end 275.56596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 275.56596875
transcript.pyannote[44].end 306.49784375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 275.58284375
transcript.pyannote[45].end 275.86971875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 306.56534375
transcript.pyannote[46].end 318.31034375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 312.62346875
transcript.pyannote[47].end 312.64034375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 318.52971875
transcript.pyannote[48].end 322.63034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 322.63034375
transcript.pyannote[49].end 322.68096875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 323.00159375
transcript.pyannote[50].end 326.17409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 326.71409375
transcript.pyannote[51].end 328.75596875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 328.85721875
transcript.pyannote[52].end 329.58284375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 330.15659375
transcript.pyannote[53].end 332.55284375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 332.67096875
transcript.pyannote[54].end 334.22346875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 334.32471875
transcript.pyannote[55].end 335.72534375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 335.10096875
transcript.pyannote[56].end 338.22284375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 338.39159375
transcript.pyannote[57].end 339.21846875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 339.50534375
transcript.pyannote[58].end 342.59346875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 341.32784375
transcript.pyannote[59].end 341.59784375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 342.18846875
transcript.pyannote[60].end 342.45846875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 342.99846875
transcript.pyannote[61].end 343.72409375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 344.24721875
transcript.pyannote[62].end 347.52096875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 346.01909375
transcript.pyannote[63].end 349.41096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 350.03534375
transcript.pyannote[64].end 358.47284375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 357.42659375
transcript.pyannote[65].end 360.29534375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 359.53596875
transcript.pyannote[66].end 371.02784375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 371.65221875
transcript.pyannote[67].end 383.16096875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 383.39721875
transcript.pyannote[68].end 396.77909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 396.27284375
transcript.pyannote[69].end 400.82909375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 400.06971875
transcript.pyannote[70].end 400.89659375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 401.16659375
transcript.pyannote[71].end 438.22409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 404.32221875
transcript.pyannote[72].end 404.57534375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 436.94159375
transcript.pyannote[73].end 475.02846875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 456.82034375
transcript.pyannote[74].end 457.73159375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 458.96346875
transcript.pyannote[75].end 461.79846875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 475.02846875
transcript.pyannote[76].end 475.29846875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 476.04096875
transcript.pyannote[77].end 476.05784375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 476.05784375
transcript.pyannote[78].end 482.16659375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 482.87534375
transcript.pyannote[79].end 495.53159375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 496.10534375
transcript.pyannote[80].end 511.34346875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 502.02846875
transcript.pyannote[81].end 502.51784375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 511.88346875
transcript.pyannote[82].end 513.43596875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 514.00971875
transcript.pyannote[83].end 530.69909375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 529.72034375
transcript.pyannote[84].end 539.38971875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 540.18284375
transcript.pyannote[85].end 540.21659375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 540.21659375
transcript.pyannote[86].end 540.25034375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 540.25034375
transcript.pyannote[87].end 543.84471875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 540.36846875
transcript.pyannote[88].end 540.48659375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 541.39784375
transcript.pyannote[89].end 550.67909375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 550.89846875
transcript.pyannote[90].end 557.46284375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 556.78784375
transcript.pyannote[91].end 561.54659375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 561.54659375
transcript.pyannote[92].end 575.77221875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 565.81596875
transcript.pyannote[93].end 567.08159375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 568.39784375
transcript.pyannote[94].end 569.47784375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 575.77221875
transcript.pyannote[95].end 579.90659375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 578.32034375
transcript.pyannote[96].end 595.65096875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 593.22096875
transcript.pyannote[97].end 596.81534375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 595.83659375
transcript.pyannote[98].end 597.76034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 596.98409375
transcript.pyannote[99].end 613.26846875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 607.17659375
transcript.pyannote[100].end 609.11721875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 612.07034375
transcript.pyannote[101].end 612.52596875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 612.61034375
transcript.pyannote[102].end 612.71159375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 614.14596875
transcript.pyannote[103].end 635.42534375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 635.66159375
transcript.pyannote[104].end 648.03096875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 648.03096875
transcript.pyannote[105].end 652.43534375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 651.42284375
transcript.pyannote[106].end 652.95846875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 652.85721875
transcript.pyannote[107].end 655.65846875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 655.65846875
transcript.pyannote[108].end 662.86409375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 655.72596875
transcript.pyannote[109].end 656.02971875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 657.12659375
transcript.pyannote[110].end 657.59909375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 661.95284375
transcript.pyannote[111].end 662.76284375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 662.91471875
transcript.pyannote[112].end 668.12909375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 668.95596875
transcript.pyannote[113].end 672.46596875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 672.97221875
transcript.pyannote[114].end 676.02659375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 676.17846875
transcript.pyannote[115].end 682.50659375
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 678.79409375
transcript.pyannote[116].end 695.95596875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 688.58159375
transcript.pyannote[117].end 690.38721875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 695.95596875
transcript.pyannote[118].end 707.22846875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 697.67721875
transcript.pyannote[119].end 697.96409375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 698.14971875
transcript.pyannote[120].end 699.95534375
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 707.38034375
transcript.pyannote[121].end 709.91159375
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 707.93721875
transcript.pyannote[122].end 713.13471875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 713.55659375
transcript.pyannote[123].end 722.73659375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 717.96096875
transcript.pyannote[124].end 718.63596875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 719.54721875
transcript.pyannote[125].end 720.77909375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 722.97284375
transcript.pyannote[126].end 726.24659375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 726.68534375
transcript.pyannote[127].end 733.72221875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 734.92034375
transcript.pyannote[128].end 734.97096875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 734.97096875
transcript.pyannote[129].end 735.64596875
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 735.64596875
transcript.pyannote[130].end 735.96659375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 735.96659375
transcript.pyannote[131].end 739.13909375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 736.03409375
transcript.pyannote[132].end 737.92409375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 739.13909375
transcript.pyannote[133].end 739.18971875
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 739.18971875
transcript.pyannote[134].end 739.39221875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 739.51034375
transcript.pyannote[135].end 760.62096875
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 741.65346875
transcript.pyannote[136].end 743.71221875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 744.80909375
transcript.pyannote[137].end 745.46721875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 761.00909375
transcript.pyannote[138].end 774.28971875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 768.85596875
transcript.pyannote[139].end 769.61534375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 769.98659375
transcript.pyannote[140].end 774.27284375
transcript.whisperx[0].start 4.149
transcript.whisperx[0].end 6.379
transcript.whisperx[0].text 總裁幫他喝口水再上來請總裁請好
transcript.whisperx[1].start 14.68
transcript.whisperx[1].end 29.647
transcript.whisperx[1].text 我今天問題非常非常多因為時間非常短我就直接進入我的課題央行的黃金儲備一向都很少人關注但是黃金今年被大家討論很多我們央行的黃金儲備將近423公噸其中有410公噸是作為發行的準備是完全不會動的
transcript.whisperx[2].start 36.73
transcript.whisperx[2].end 48.58
transcript.whisperx[2].text 其餘的部分我們每年都會每四年總統副總統就任會做一些紀念幣的這個儲幣的來處理那我們目前央行黃金儲備大概有1358萬盎司市值達到1.3兆新台幣我們的帳面
transcript.whisperx[3].start 55.146
transcript.whisperx[3].end 76.022
transcript.whisperx[3].text 大赚超过1400亿元因为最近黄金都有在涨价那我们在全球的黄金排名也达到第13名过去这几年无论是大陆中国大陆他在4月份今年也扩大黄金的储备包括波兰央行去年也买了90吨的黄金
transcript.whisperx[4].start 78.204
transcript.whisperx[4].end 96.06
transcript.whisperx[4].text 總裁,我有關注到,您有提到我們跟美國的貿易的順差我們應該可以多買一些軍品、農產品、能源這些來平衡我們的貿易順差在1980到1989年代,當時我們其實有很大的貿易順差那時候廣場協議,當時政府就說好,我們買黃金
transcript.whisperx[5].start 103.907
transcript.whisperx[5].end 131.97
transcript.whisperx[5].text 我覺得現在看起來是家惠子孫所以這件事情你覺得我們有沒有可能在貿易順差我們也來買一些黃金有沒有可能你對這件事情的看法如何基本上就是說我們為了平衡美國的順差我們來買黃金好像這個好像也沒有就是說是很好的一個
transcript.whisperx[6].start 133.291
transcript.whisperx[6].end 159.427
transcript.whisperx[6].text 很好的一個措施啦你關什麼基本上美國好像也不認為就是說你就是買黃金來平衡它的那個但美國同不同意是一個關鍵啦對不過就是說這個就涉及到就是說中央銀行就是說我們用買黃金的方式來平衡我們的貿易的順差好像也很少是用這種方式的
transcript.whisperx[7].start 161.947
transcript.whisperx[7].end 183.396
transcript.whisperx[7].text 當時是沒有錯啦當時這個政策現在看起來是對的因為我們的黃金的儲值很多啊是啦當然啦不過就是說時空的情況是不大一樣的那個時候呢是購買黃金就是說要平衡中美之間的一個順差但是那個時候據我了解他也沒有承認
transcript.whisperx[8].start 185.838
transcript.whisperx[8].end 204.432
transcript.whisperx[8].text 只是說我們現在的平衡貿易順差的狀況之前你提到那三大項那你覺得真的有辦法解決嗎所以我在講到這個的時候我才剛剛也在講這個問題就是說基本上我們
transcript.whisperx[9].start 206.414
transcript.whisperx[9].end 223.123
transcript.whisperx[9].text 那美國跟中國大陸美國跟墨西哥跟加拿大的順差的問題跟美國跟我們台灣的一個逆差的問題是不大一樣的是不大一樣的我同意啊因為川普
transcript.whisperx[10].start 224.144
transcript.whisperx[10].end 247.496
transcript.whisperx[10].text 他要一國一國來談所以我們要因應我們必須要好幾道不同的策略跟版本接下來總裁我也要請教你因為國際上面臨川普的多變還有我們自己國內的狀況無論是川普2.0或者是我們接下來電價調漲接下來台灣整體的經濟景氣面對的是外有狼內有虎的狀態
transcript.whisperx[11].start 248.757
transcript.whisperx[11].end 273.035
transcript.whisperx[11].text 那我們未來怎麼樣因應所以在這一次今年度的整個我們3月20號要召開的禮監事會大家都非常關注因為到底升息或降息或者是升多少這都會是代表接下來景氣大家都會用這個來去做最後的觀察那當然美國的狀況主計處在今年也下修2月份下修我們經濟成長到3.14
transcript.whisperx[12].start 276.778
transcript.whisperx[12].end 302.92
transcript.whisperx[12].text 我們光看美國就好了就是說美國過去這一年的通膨就未來一年的通膨會達到4.3%4.3%這個數字其實是非常可怕的所有物價通膨的狀態我們都說超過2已經是一個人民有感更何況它接下來會達到4.3甚至有很多學者專家都說美國市場更可能會引發停滯性的通膨
transcript.whisperx[13].start 304.221
transcript.whisperx[13].end 327.089
transcript.whisperx[13].text 那這個美國通膨的影響當然對全世界都會有影響因為包括台灣的物價也會受到衝擊那我想請教總裁你覺得川普在上任之後哪一個政策對台灣的衝擊最大或者是我們要特別關注的我想主要的還是在半導體就是在半導體還是在半導體
transcript.whisperx[14].start 330.253
transcript.whisperx[14].end 337.32
transcript.whisperx[14].text 哪一個政策是讓你最驚訝的你覺得在半導體在他的立場回歸到美國優先你覺得衝擊最大當然是在半導體我覺得還是在半導體
transcript.whisperx[15].start 350.083
transcript.whisperx[15].end 370.02
transcript.whisperx[15].text 因為就是說為什麼我剛剛也在講我們對美國的順差主要的是資通信我們怎麼因應你覺得對我們衝擊最大所以你看看就是說你看看就是說川普的在在那個的在最近的時候他都一直講就是說是台灣呢拖走了他的那個半導體的產業
transcript.whisperx[16].start 371.701
transcript.whisperx[16].end 384.634
transcript.whisperx[16].text 但是呢我們的台積電說他要去增加投資1000億然後要增加他本來就650億了所以之後呢他就改口了他又改口什麼他就說
transcript.whisperx[17].start 388.457
transcript.whisperx[17].end 413.258
transcript.whisperx[17].text 台灣呢他就好像很滿意啦他就很滿意而且他改口他也不講說我們拖了他的這個產業但是他下一步他可能隨時會變我再下一個問題目前看起來半導體對我們衝擊是最大但是下一個包括關稅的出手匯率關稅其實都是我們有可能成為下一個目標
transcript.whisperx[18].start 414.099
transcript.whisperx[18].end 432.127
transcript.whisperx[18].text 所以因為他的百變隨時想到什麼或下一步他要做什麼我們永遠不會知道所以我們必須要好幾套因應的版本那面對接下來的關稅其他的關稅總裁你覺得台灣面對墨西哥跟加拿大我們會不會成為台灣有沒有可能變成下一個目標當然我們要做準備
transcript.whisperx[19].start 433.348
transcript.whisperx[19].end 453.89
transcript.whisperx[19].text 如果我們是下一個目標的話你覺得我們的一一策略應該是做什麼樣的策略去做挑戰所以我就說我們的報告裡面也有談到就是說在我們十三頁裡面就是說他除了他對墨西哥對加拿大還有對中國中國大陸的一個擴增關稅那另外呢
transcript.whisperx[20].start 454.551
transcript.whisperx[20].end 473.948
transcript.whisperx[20].text 他對醫藥品我們十三類我知道總裁因為我們時間快到了我們的因應策略到底是什麼所以我們在這邊要表達的就是說事實上在這裡面我們的半導體是比較對我們的影響是比較大但是基本上我們出國到美國的半導體不多
transcript.whisperx[21].start 476.79
transcript.whisperx[21].end 493.855
transcript.whisperx[21].text 那如果其他關稅增加的話對我們當然有影響這個還會刺激其他的就是說半導體到美國之後它的上下游產業可能也都會跟著走了對我們會有其他的衝擊在那整個經濟的循環包括通膨的影響很多
transcript.whisperx[22].start 496.355
transcript.whisperx[22].end 508.789
transcript.whisperx[22].text 企業它可能會減少投資或停看停在這個階段它可能停看停它會減少投資造成減少消費包括經濟的蕭條包括我們的供應鏈可能會有移轉的狀況那你覺得
transcript.whisperx[23].start 512.412
transcript.whisperx[23].end 538.724
transcript.whisperx[23].text 這個間接對台灣當然有影響那我們的因應你會不會擔心就是說全球化跟自由化的貿易已經死了就以川普這樣的執行方式還有他的思考邏輯我們過去都講全球化自由化你會不會擔心全球化跟自由化已經死了我跟委員報告基本上我還是都是非常相信我們的企業我們的產業因為我們的企業非常靈活
transcript.whisperx[24].start 540.208
transcript.whisperx[24].end 559.16
transcript.whisperx[24].text 所以你覺得你反對全球化跟自由化貿易會死你看看就是說在川普1.0的時候事實上川普1.0的時候是我們受益我們也沒有受害只是說他的2.0跟1.0是完全不一樣因為他是比較全面那你覺得川普的2.0對台灣經濟的動能會不會有衝擊
transcript.whisperx[25].start 561.681
transcript.whisperx[25].end 564.444
transcript.whisperx[25].text 以目前來講的話呢到目前為止的話呢我們覺得不要講目前因為經濟都要看中長期中長期有些時候中長期是不大容易去預測的啦
transcript.whisperx[26].start 576.818
transcript.whisperx[26].end 595.223
transcript.whisperx[26].text 總裁你是央行總裁你當然要去做準備跟預測啊因為到目前為止呢川普的政策他的實施的具體的一個具體的措施是什麼到目前為止還不是非常的明朗但是總裁我要一下提醒因為這個議題我們在這邊做打住我覺得因為對於接下來緊急整個全世界的緊急台灣的動能
transcript.whisperx[27].start 604.546
transcript.whisperx[27].end 611.554
transcript.whisperx[27].text 經濟的影響跟動能我覺得我們還是要有好幾套準備的模式包括我們的通紅的影響
transcript.whisperx[28].start 614.335
transcript.whisperx[28].end 627.247
transcript.whisperx[28].text 總裁你會不會覺得說對這些景氣循環的狀況你是身經百戰但是接下來到底我們去年我稱呼你是Mr.
transcript.whisperx[29].start 627.247
transcript.whisperx[29].end 633.893
transcript.whisperx[29].text Surprise因為你有預防性的通膨你做了一個半碼的升息今年跟去年的狀況你覺得類不類似
transcript.whisperx[30].start 637.921
transcript.whisperx[30].end 652.324
transcript.whisperx[30].text 基本上我們還是覺得我們的通膨是一直在下來的那現在比較大的一個挑戰是什麼通膨你覺得接下來也會往下降但是明年接下來我們四月份要調電價你有沒有跟經濟部這邊討論過都沒有討論過
transcript.whisperx[31].start 658.365
transcript.whisperx[31].end 664.191
transcript.whisperx[31].text 有啦 大體上我們也知道就是說 有討論過沒有這麼大的事情沒有跟你討論 調25%
transcript.whisperx[32].start 669.456
transcript.whisperx[32].end 672.117
transcript.whisperx[32].text 變價調25%好像沒有吧有沒有跟你討論過那不是25%我們對不同的版本有一些準備不管調幾%對於通膨有一定的影響你同意嗎去年10月就調12.5%都有一定程度的影響
transcript.whisperx[33].start 696.264
transcript.whisperx[33].end 709.6
transcript.whisperx[33].text 有啦 有啦 但是呢但是你有沒有預測過他是對企業啦那這一次要調的是對民生喔他對民生 民生的衝擊會比較大一點對啊 所以行政院有沒有跟你討論過行政院有沒有跟你討論過
transcript.whisperx[34].start 714.024
transcript.whisperx[34].end 732.818
transcript.whisperx[34].text 我們也不必要就說討論了因為我們大體上也知道那你到底知道你是用多少%來預估35%嗎還是12%不過呢現在據我了解行政院還沒有決定就說要多少而且行政院認為就是說這個是他的那個委員會決定的
transcript.whisperx[35].start 735.115
transcript.whisperx[35].end 760.193
transcript.whisperx[35].text 有委員決定就說要這樣我把它結束了我還是要提醒總我覺得內部還是要因為你畢竟是掌握經濟而且這個對通膨影響非常大你去年的升息半碼對預支通膨我覺得做得非常好因為連續過去三年我們雖然房價也在漲但是物價漲控制的我覺得相對是好的如果行政院
transcript.whisperx[36].start 761.073
transcript.whisperx[36].end 763.838
transcript.whisperx[36].text 一直喊說要漲價 要漲到 民生電價要漲到25%如果連 都沒有跟你討論過 我覺得是博偶 博偶沒問題的謝謝 謝謝 謝謝李委員的質詢