iVOD / 159657

Field Value
IVOD_ID 159657
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159657
日期 2025-03-27
會議資料.會議代碼 委員會-11-3-20-5
會議資料.會議代碼:str 第11屆第3會期財政委員會第5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 5
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5次全體委員會議
影片種類 Clip
開始時間 2025-03-27T09:27:30+08:00
結束時間 2025-03-27T09:40:24+08:00
影片長度 00:12:54
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/ae27c1b40c0db9003abb3415fb9a00f11a80f058510e45acab2aca70ba98bac053e0a86760a0e7675ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林德福
委員發言時間 09:27:30 - 09:40:24
會議時間 2025-03-27T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第5次全體委員會議(事由:邀請財政部莊部長翠雲、中央銀行楊總裁金龍、金融監督管理委員會彭主任委員金隆、國家發展委員會劉主任委員鏡清、經濟部郭部長智輝、農業部陳部長駿季就「因應美國川普政府對等關稅策略與我國被列入骯髒十五國名單,我國政府財經相關單位因應策略」進行專題報告,並備質詢。)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.26284375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 1.71846875
transcript.pyannote[1].end 2.96721875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 3.65909375
transcript.pyannote[2].end 6.81471875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 7.43909375
transcript.pyannote[3].end 19.90971875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 20.21346875
transcript.pyannote[4].end 22.71096875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 23.28471875
transcript.pyannote[5].end 23.95971875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 24.56721875
transcript.pyannote[6].end 30.22034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 30.27096875
transcript.pyannote[7].end 33.66284375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 34.96221875
transcript.pyannote[8].end 45.03659375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 47.97284375
transcript.pyannote[9].end 50.89221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 51.14534375
transcript.pyannote[10].end 55.07721875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 51.21284375
transcript.pyannote[11].end 52.73159375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 55.26284375
transcript.pyannote[12].end 56.93346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 66.97409375
transcript.pyannote[13].end 83.83221875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 84.54096875
transcript.pyannote[14].end 99.10409375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 101.78721875
transcript.pyannote[15].end 112.60409375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 112.77284375
transcript.pyannote[16].end 156.79971875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 122.79659375
transcript.pyannote[17].end 124.36596875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 157.49159375
transcript.pyannote[18].end 164.41034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 165.08534375
transcript.pyannote[19].end 181.40346875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 172.89846875
transcript.pyannote[20].end 173.30346875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 179.39534375
transcript.pyannote[21].end 181.16721875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 181.72409375
transcript.pyannote[22].end 190.87034375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 189.87471875
transcript.pyannote[23].end 207.05346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 207.12096875
transcript.pyannote[24].end 208.21784375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 208.45409375
transcript.pyannote[25].end 214.57971875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 215.17034375
transcript.pyannote[26].end 232.29846875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 232.29846875
transcript.pyannote[27].end 232.31534375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 233.49659375
transcript.pyannote[28].end 233.51346875
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 233.51346875
transcript.pyannote[29].end 247.06409375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 246.25409375
transcript.pyannote[30].end 246.42284375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 247.53659375
transcript.pyannote[31].end 248.56596875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 248.56596875
transcript.pyannote[32].end 248.63346875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 249.03846875
transcript.pyannote[33].end 250.13534375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 251.01284375
transcript.pyannote[34].end 262.57221875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 256.49721875
transcript.pyannote[35].end 256.95284375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 257.13846875
transcript.pyannote[36].end 257.20596875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 262.75784375
transcript.pyannote[37].end 263.07846875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 263.71971875
transcript.pyannote[38].end 264.64784375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 264.64784375
transcript.pyannote[39].end 267.12846875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 266.50409375
transcript.pyannote[40].end 273.23721875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 273.62534375
transcript.pyannote[41].end 273.65909375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 273.65909375
transcript.pyannote[42].end 293.04846875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 293.36909375
transcript.pyannote[43].end 296.08596875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 296.55846875
transcript.pyannote[44].end 302.09346875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 302.75159375
transcript.pyannote[45].end 314.02409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 314.07471875
transcript.pyannote[46].end 321.39846875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 321.70221875
transcript.pyannote[47].end 334.72971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 335.65784375
transcript.pyannote[48].end 337.61534375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 337.73346875
transcript.pyannote[49].end 337.75034375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 337.75034375
transcript.pyannote[50].end 344.38221875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 341.09159375
transcript.pyannote[51].end 341.71596875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 342.44159375
transcript.pyannote[52].end 343.53846875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 344.85471875
transcript.pyannote[53].end 350.52471875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 345.22596875
transcript.pyannote[54].end 345.78284375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 347.55471875
transcript.pyannote[55].end 347.60534375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 347.60534375
transcript.pyannote[56].end 347.65596875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 349.74846875
transcript.pyannote[57].end 349.76534375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 349.76534375
transcript.pyannote[58].end 394.23096875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 393.33659375
transcript.pyannote[59].end 403.59659375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 403.76534375
transcript.pyannote[60].end 406.88721875
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 406.88721875
transcript.pyannote[61].end 407.20784375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 407.20784375
transcript.pyannote[62].end 407.27534375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 407.27534375
transcript.pyannote[63].end 407.41034375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 407.91659375
transcript.pyannote[64].end 456.73596875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 458.03534375
transcript.pyannote[65].end 458.65971875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 459.25034375
transcript.pyannote[66].end 468.12659375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 468.53159375
transcript.pyannote[67].end 472.51409375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 473.30721875
transcript.pyannote[68].end 473.74596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 474.99471875
transcript.pyannote[69].end 477.55971875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 477.94784375
transcript.pyannote[70].end 485.98034375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 485.98034375
transcript.pyannote[71].end 486.03096875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 486.23346875
transcript.pyannote[72].end 486.97596875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 486.97596875
transcript.pyannote[73].end 497.03346875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 497.50596875
transcript.pyannote[74].end 510.17909375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 510.70221875
transcript.pyannote[75].end 520.38846875
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 520.72596875
transcript.pyannote[76].end 529.82159375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 527.57721875
transcript.pyannote[77].end 528.69096875
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 528.94409375
transcript.pyannote[78].end 529.19721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 529.82159375
transcript.pyannote[79].end 541.78596875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 542.02221875
transcript.pyannote[80].end 543.62534375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 544.58721875
transcript.pyannote[81].end 545.11034375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 545.31284375
transcript.pyannote[82].end 547.05096875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 547.72596875
transcript.pyannote[83].end 547.96221875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 547.96221875
transcript.pyannote[84].end 563.80784375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 562.89659375
transcript.pyannote[85].end 575.65409375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 575.73846875
transcript.pyannote[86].end 580.59846875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 581.22284375
transcript.pyannote[87].end 581.77971875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 582.13409375
transcript.pyannote[88].end 582.15096875
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 582.15096875
transcript.pyannote[89].end 588.71534375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 589.22159375
transcript.pyannote[90].end 604.02096875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 604.94909375
transcript.pyannote[91].end 607.69971875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 607.21034375
transcript.pyannote[92].end 654.78096875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 655.25346875
transcript.pyannote[93].end 664.61909375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 664.61909375
transcript.pyannote[94].end 664.72034375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 664.72034375
transcript.pyannote[95].end 664.97346875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 664.97346875
transcript.pyannote[96].end 695.02784375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 695.02784375
transcript.pyannote[97].end 695.34846875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 695.34846875
transcript.pyannote[98].end 695.43284375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 695.43284375
transcript.pyannote[99].end 695.61846875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 695.61846875
transcript.pyannote[100].end 695.63534375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 695.63534375
transcript.pyannote[101].end 695.65221875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 695.65221875
transcript.pyannote[102].end 695.70284375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 695.70284375
transcript.pyannote[103].end 713.21909375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 713.30346875
transcript.pyannote[104].end 714.33284375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 714.65346875
transcript.pyannote[105].end 714.67034375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 714.67034375
transcript.pyannote[106].end 714.85596875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 714.85596875
transcript.pyannote[107].end 714.90659375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 714.90659375
transcript.pyannote[108].end 714.94034375
transcript.pyannote[109].speaker SPEAKER_00
transcript.pyannote[109].start 714.94034375
transcript.pyannote[109].end 714.97409375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 714.97409375
transcript.pyannote[110].end 717.37034375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 717.79221875
transcript.pyannote[111].end 760.78971875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 758.74784375
transcript.pyannote[112].end 765.80159375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 762.67971875
transcript.pyannote[113].end 763.87784375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 766.00409375
transcript.pyannote[114].end 767.33721875
transcript.whisperx[0].start 0.589
transcript.whisperx[0].end 23.66
transcript.whisperx[0].text 主席還不要計時我今天特別要講的就是因為本委員會第一次邀請中央銀行總裁來那你不能因為說行政院院會你去參加部會首長每個委員會都在參加我們這裡回本委員會的次長我都能夠接受但是
transcript.whisperx[1].start 24.64
transcript.whisperx[1].end 43.23
transcript.whisperx[1].text 你第一次邀請,然後總裁不來,由副總裁來講實在話,我們不希望未來變成這個樣子對,要總裁已經來過一次了對啦,但是這個也很重要啊你現在川普這樣搞,當然我們有很多話要問他
transcript.whisperx[2].start 48.078
transcript.whisperx[2].end 51.923
transcript.whisperx[2].text 我這一定要表達一下來我們請那個朱副總裁還有那個莊部長朱副總裁莊部長請
transcript.whisperx[3].start 67.031
transcript.whisperx[3].end 78.903
transcript.whisperx[3].text 我也好部長你好還有初副總裁我想川普昨天宣布針對非美國製造的汽車課徵25%的關稅媒體報導甚至於連汽車零件都列入
transcript.whisperx[4].start 84.588
transcript.whisperx[4].end 90.093
transcript.whisperx[4].text 那我請問部長跟副總裁這項關稅政策如果確實執行你認為對出口美國的國內汽車產業及相關製造業會發生哪些的影響
transcript.whisperx[5].start 102.106
transcript.whisperx[5].end 115.353
transcript.whisperx[5].text 跟委員報告那我們這邊做對有關汽車我們出口到美國的一個數據有一個統計第一個我們對美國出口的汽車是31億台幣31億的台幣而這裡面的汽車是99%是屬於1000CC以下的沙灘越野沙灘車這個部分當然
transcript.whisperx[6].start 126.238
transcript.whisperx[6].end 129.302
transcript.whisperx[6].text 它對於加徵25%汽車關稅這個部分有沒有涵蓋所謂的越野沙灘車目前還不明確但是以總值來說其實我們對美出口是31億的台幣而且是1000CC以下的汽車為主那這個部分呢
transcript.whisperx[7].start 143.621
transcript.whisperx[7].end 145.462
transcript.whisperx[7].text 你認為我們政府是否也應該要採取對等關稅的措施有沒有必要
transcript.whisperx[8].start 165.712
transcript.whisperx[8].end 176.264
transcript.whisperx[8].text 第一個所謂對等關稅也就是我不曉得委員的定義是什麼意思就是說如果美國對我們提高我們是不是也相對應提高這個部分我覺得是要整體的一個評估對整體的評估對國內的產業的影響一定對國內消費者的影響
transcript.whisperx[9].start 181.77
transcript.whisperx[9].end 206.813
transcript.whisperx[9].text 你認為對這些受影響的產業你認為政府有沒有必要研擬這些產業的補貼或救濟的方案有沒有必要剛剛如同我們經濟部以及農業部等等報告對於如果受到美國這樣的一個提高關稅對我們產業的一些影響政府都會持續的都在密切關注而且會對於受衝擊的產業會有相應的一些協助措施
transcript.whisperx[10].start 207.322
transcript.whisperx[10].end 231.432
transcript.whisperx[10].text 據了解製藥產業短期內可能也是川普關稅政策的重點對象那我請問這個包括朱副總裁如果台灣生技產業也在內你認為會不會影響到整個生技產業的發展甚至於連動到我們整個全民健保保惠的調漲以及民眾的就醫品質會不會
transcript.whisperx[11].start 235.048
transcript.whisperx[11].end 261.789
transcript.whisperx[11].text 其實如果看我們台灣的出口結構最主要的是自動性產品這一個部分的比例並不是很大不是很高是不是部長高不高大不大我們就藥品的部分目前藥品的部分我們跟美國目前都是零關稅都是零關稅
transcript.whisperx[12].start 263.735
transcript.whisperx[12].end 292.505
transcript.whisperx[12].text 都是零關稅對我們也是零藥品進口那未來他們要是說要堅持要課徵那我們這邊有沒有什麼因應的對策相關的對策也就如同我剛剛報告相關的部會包含衛福部也都在都在密切關注而且會就美國提出的一個確定的一個方向以後也都會在研擬因應的一個對策目前都在有一個基金證院有一個經貿工作小組都在模擬各種因應對策
transcript.whisperx[13].start 293.39
transcript.whisperx[13].end 320.331
transcript.whisperx[13].text 因為川普對美國徵收高額關稅及貿易而前百分之十五的這些國家稱為骯髒的十五國那目的就是預計在四月來實施對等的關稅結果最近幾天川普又說可能對很多國家網開一面
transcript.whisperx[14].start 321.812
transcript.whisperx[14].end 334.338
transcript.whisperx[14].text 那他出爾還爾那那個朱副總裁跟莊部長台灣也被外國媒體點名請問你認為台灣被列入15國的機率高不高
transcript.whisperx[15].start 335.714
transcript.whisperx[15].end 349.818
transcript.whisperx[15].text 那個莊部長你認為高不高我想這樣子我們要做最好的一個準備但我們不做任何的採測我們不做任何的採測但是我們有相關的因應的一個對策那個朱副總裁你認為高不高
transcript.whisperx[16].start 353.019
transcript.whisperx[16].end 374.13
transcript.whisperx[16].text 我贊同財政部長的意見基本上從我們剛才相關的數據來看就關稅稅率的高低以及我們的出口結構我覺得台灣跟美國應該是有個協商的空間但是川普會不會依據現在我們認知的這些標準
transcript.whisperx[17].start 377.512
transcript.whisperx[17].end 395.404
transcript.whisperx[17].text 去做決定其實這個不確定性是有所以我們也不能說是列入或不列入但就像剛才我們所談到的一些數據以及我們各部會的準備我想我們應該有有準備一些您未來如何去因應的對策如何去因應那些資料裡面到底有沒有研擬
transcript.whisperx[18].start 407.992
transcript.whisperx[18].end 408.333
transcript.whisperx[18].text 總體經濟政策經濟成長率通貨膨脹
transcript.whisperx[19].start 427.026
transcript.whisperx[19].end 431.428
transcript.whisperx[19].text 作為一個要談判的這個部分其實我們跟財政部美國財政部溝通上是非常順暢而就我們的指標剛才那三項指標來講其實這個部分我們認為我們都可以去因應應該不是個問題但會不會只是依據這三項指標這個我們比較不確定如果依據這三項指標應該是可以的
transcript.whisperx[20].start 458.066
transcript.whisperx[20].end 473.528
transcript.whisperx[20].text 那個朱總裁你說對等關稅的角度來看台灣應不應該在其中就算台灣對美順差大因為美國這個是互補的關係所以說不是
transcript.whisperx[21].start 475.046
transcript.whisperx[21].end 495.922
transcript.whisperx[21].text 不公平的貿易那我請問你認為川普對全球宣示的關稅政策真的是以對等關稅作為出發點的決定嗎其實美國對等關稅的概念是違反世界貿易組織的精神最惠國的待意所以這個部分
transcript.whisperx[22].start 497.603
transcript.whisperx[22].end 507.133
transcript.whisperx[22].text 不是一個很妥適的是從美國自己觀點來看的一個官式稅例但就台灣來講即使在這概念之下我們現在比較關稅高的是農產品但是農產品這個部分其實呢
transcript.whisperx[23].start 516.423
transcript.whisperx[23].end 543.336
transcript.whisperx[23].text 我們是一個貿易的這個粗糙國也就是美國是進口到我們這一邊的比較多所以我們應該有點彈性空間那個副總裁那你請問你認為川普全球宣示的關稅政策真的是以對等關稅作為出發點的決定還是這個公平貿易真的是川普政府最終的
transcript.whisperx[24].start 545.483
transcript.whisperx[24].end 546.667
transcript.whisperx[24].text 他最終的目的嗎
transcript.whisperx[25].start 548.657
transcript.whisperx[25].end 574.332
transcript.whisperx[25].text 我認為對等關稅是川普政策讓美國再次偉大中間的一個政策並不是真正把公平貿易政策這個部分作為一個核心的考量所以說川普的關稅政策是手段公平貿易是政策合法性的包裝最終的目的其實在其他方面請問你認為
transcript.whisperx[26].start 575.973
transcript.whisperx[26].end 602.922
transcript.whisperx[26].text 台灣要怎麼去面對這種不確定性的這些政策呢我們個別商品有個別商品不同的因應政策但就不管是哪一個部分是貿易關稅或非關稅的壁壘我想維持溝通讓大家了解尤其是美國方面了解這部分的觀點去
transcript.whisperx[27].start 605.034
transcript.whisperx[27].end 628.773
transcript.whisperx[27].text 有共識性這是比較重要因為面對川普政策的不確定性影響整個台股的波動軍管會彭主委說台灣資本市場造成一定的壓力但台股的具有它的韌性市場環境快速以恢復穩定不過根據上個禮拜國泰金控宣布2025年3月
transcript.whisperx[28].start 632.016
transcript.whisperx[28].end 654.472
transcript.whisperx[28].text 這個國民經濟信心調查結果顯示民眾對於台股的樂觀指數與風險偏好指數雙雙下降本席擔心這是川普關稅戰導致台股大盤提前來反映整個空頭的行情的一個節奏的序曲
transcript.whisperx[29].start 655.362
transcript.whisperx[29].end 672.121
transcript.whisperx[29].text 那我請問朱總裁你認為川普政策不確定性會不會是今年的常態會不會變成這個樣子其實台灣的股票市場跟美國股票市場連動比較大的是科技股
transcript.whisperx[30].start 672.722
transcript.whisperx[30].end 692.139
transcript.whisperx[30].text 那科技股我們是相對有競爭力但現在是因為川普政策不切信心造成大家一起波動如果我想政策明朗了之後台灣股票市場在亞洲的金融市場中算是深度跟廣度比較夠的一個市場應該會回復營有的狀態
transcript.whisperx[31].start 695.822
transcript.whisperx[31].end 713.615
transcript.whisperx[31].text 所以說萬一川普的前奏只是開胃菜之後說不定還會出現主菜副菜那請問你認為對台股後市以及貨幣政策政策利率物價以及經濟成長率到底是正面還是負面你認為呢
transcript.whisperx[32].start 714.916
transcript.whisperx[32].end 721.561
transcript.whisperx[32].text 我覺得要看他這個部分的主菜、護菜是什麼可是如果從國際經濟機構的一個臆測他們也把很多因素考慮進去就像我們在報告中所提的S&P、Global對台灣這個部分他是有充分的信心就是
transcript.whisperx[33].start 735.25
transcript.whisperx[33].end 739.253
transcript.whisperx[33].text 在很多國家經濟成長率往下調的時候台灣部分他還把我們上調在物價方面也是一個穩定的所以我覺得台灣有足夠的條件跟我們足夠的因應去處理但是持續溝通讓美方了解這個情況我覺得是我們應該去努力做的也是我們今天站在這個報告的原因
transcript.whisperx[34].start 761.232
transcript.whisperx[34].end 761.954
transcript.whisperx[34].text 多去關注啦 謝謝