iVOD / 160089

Field Value
IVOD_ID 160089
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/160089
日期 2025-04-10
會議資料.會議代碼 委員會-11-3-20-7
會議資料.會議代碼:str 第11屆第3會期財政委員會第7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 7
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7次全體委員會議
影片種類 Clip
開始時間 2025-04-10T11:29:49+08:00
結束時間 2025-04-10T11:41:47+08:00
影片長度 00:11:58
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/127fafa562dc9712d151ba5495119b0d39fb4699fde532611a30f584bceeba9978b37549b5781d025ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳玉珍
委員發言時間 11:29:49 - 11:41:47
會議時間 2025-04-10T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第7次全體委員會議(事由:一、邀請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、行政院主計總處陳主計長淑姿、財政部莊部長翠雲、經濟部郭部長智輝、農業部陳部長駿季就「川普對等關稅政策實施,對我國股匯市、經濟成長、物價、房市等項所造成之衝擊與因應措施」進行專題報告,並備質詢。 二、審查「納稅者權利保護法」4案: (一)本院委員賴士葆等22人擬具「納稅者權利保護法部分條文修正草案」案。 (二)本院委員羅廷瑋等18人擬具「納稅者權利保護法第四條條文修正草案」案。 (三)本院委員林思銘等20人擬具「納稅者權利保護法第七條及第二十一條條文修正草案」案。 (四)本院委員林思銘等18人擬具「納稅者權利保護法第二十一條條文修正草案」案。 三、審查「加值型及非加值型營業稅法」9案: (一) 本院委員鍾佳濱等18人、委員鍾佳濱等23人、委員郭國文等17人、委員吳沛憶等18人分別擬具「加值型及非加值型營業稅法部分條文修正草案」等4案。【本院委員吳沛憶等18人提案如經院會復議,則不予審查】 (二) 本院委員陳超明等18人、委員邱志偉等16人分別擬具「加值型及非加值型營業稅法第八條條文修正草案」等2案。 (三) 本院委員賴士葆等25人、委員顏寬恒等16人分別擬具「加值型及非加值型營業稅法第十三條條文修正草案」等2案。 (四) 本院委員賴士葆等22人擬具「加值型及非加值型營業稅法第五十八條條文修正草案」案。)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 2.46096875
transcript.pyannote[0].end 5.39721875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.73471875
transcript.pyannote[1].end 10.30784375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 8.70471875
transcript.pyannote[2].end 10.27409375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 10.91534375
transcript.pyannote[3].end 14.94846875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 11.74221875
transcript.pyannote[4].end 12.61971875
transcript.pyannote[5].speaker SPEAKER_03
transcript.pyannote[5].start 14.05409375
transcript.pyannote[5].end 15.33659375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 15.33659375
transcript.pyannote[6].end 15.47159375
transcript.pyannote[7].speaker SPEAKER_03
transcript.pyannote[7].start 15.47159375
transcript.pyannote[7].end 15.92721875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 15.92721875
transcript.pyannote[8].end 15.96096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 16.18034375
transcript.pyannote[9].end 16.48409375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 18.34034375
transcript.pyannote[10].end 115.03409375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 115.28721875
transcript.pyannote[11].end 122.72909375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 123.84284375
transcript.pyannote[12].end 126.12096875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 125.85096875
transcript.pyannote[13].end 130.15409375
transcript.pyannote[14].speaker SPEAKER_03
transcript.pyannote[14].start 128.06159375
transcript.pyannote[14].end 128.87159375
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 130.00221875
transcript.pyannote[15].end 130.05284375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 130.15409375
transcript.pyannote[16].end 130.28909375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 130.28909375
transcript.pyannote[17].end 134.03534375
transcript.pyannote[18].speaker SPEAKER_03
transcript.pyannote[18].start 134.03534375
transcript.pyannote[18].end 134.59221875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 134.59221875
transcript.pyannote[19].end 136.95471875
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 134.71034375
transcript.pyannote[20].end 158.62221875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 150.67409375
transcript.pyannote[21].end 153.00284375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 153.00284375
transcript.pyannote[22].end 153.10409375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 153.28971875
transcript.pyannote[23].end 153.55971875
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 158.92596875
transcript.pyannote[24].end 162.01409375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 159.16221875
transcript.pyannote[25].end 160.02284375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 162.01409375
transcript.pyannote[26].end 162.03096875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 162.03096875
transcript.pyannote[27].end 162.04784375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 162.04784375
transcript.pyannote[28].end 162.09846875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 162.09846875
transcript.pyannote[29].end 162.11534375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 162.11534375
transcript.pyannote[30].end 166.33409375
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 162.13221875
transcript.pyannote[31].end 170.06346875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 170.06346875
transcript.pyannote[32].end 176.13846875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 172.08846875
transcript.pyannote[33].end 182.31471875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 176.54346875
transcript.pyannote[34].end 177.42096875
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 183.61409375
transcript.pyannote[35].end 185.23409375
transcript.pyannote[36].speaker SPEAKER_03
transcript.pyannote[36].start 185.58846875
transcript.pyannote[36].end 186.78659375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 186.85409375
transcript.pyannote[37].end 193.80659375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 190.92096875
transcript.pyannote[38].end 197.75534375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 195.08909375
transcript.pyannote[39].end 205.36596875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 202.63221875
transcript.pyannote[40].end 210.20909375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 207.91409375
transcript.pyannote[41].end 211.45784375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 211.00221875
transcript.pyannote[42].end 225.44721875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 219.00096875
transcript.pyannote[43].end 221.04284375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 221.04284375
transcript.pyannote[44].end 221.05971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 221.27909375
transcript.pyannote[45].end 221.95409375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 223.15221875
transcript.pyannote[46].end 224.58659375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 227.37096875
transcript.pyannote[47].end 254.87721875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 240.43221875
transcript.pyannote[48].end 242.49096875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 245.64659375
transcript.pyannote[49].end 245.73096875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 245.74784375
transcript.pyannote[50].end 245.88284375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 248.19471875
transcript.pyannote[51].end 276.52784375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 258.43784375
transcript.pyannote[52].end 261.05346875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 276.83159375
transcript.pyannote[53].end 285.18471875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 285.37034375
transcript.pyannote[54].end 285.38721875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 285.38721875
transcript.pyannote[55].end 293.36909375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 293.57159375
transcript.pyannote[56].end 297.28409375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 296.42346875
transcript.pyannote[57].end 300.45659375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 297.38534375
transcript.pyannote[58].end 298.87034375
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 300.45659375
transcript.pyannote[59].end 308.03346875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 302.58284375
transcript.pyannote[60].end 303.40971875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 303.66284375
transcript.pyannote[61].end 304.21971875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 305.94096875
transcript.pyannote[62].end 308.21909375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 308.21909375
transcript.pyannote[63].end 308.43846875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 308.43846875
transcript.pyannote[64].end 313.41659375
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 308.48909375
transcript.pyannote[65].end 308.92784375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 308.94471875
transcript.pyannote[66].end 308.97846875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 312.40409375
transcript.pyannote[67].end 319.27221875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 315.79596875
transcript.pyannote[68].end 317.12909375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 318.74909375
transcript.pyannote[69].end 321.97221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 322.78221875
transcript.pyannote[70].end 327.81096875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 328.77284375
transcript.pyannote[71].end 338.03721875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 338.54346875
transcript.pyannote[72].end 346.67721875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 347.16659375
transcript.pyannote[73].end 366.72471875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 349.98471875
transcript.pyannote[74].end 350.77784375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 355.45221875
transcript.pyannote[75].end 356.43096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 356.54909375
transcript.pyannote[76].end 356.58284375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 358.06784375
transcript.pyannote[77].end 359.18159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 363.24846875
transcript.pyannote[78].end 365.03721875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 366.72471875
transcript.pyannote[79].end 366.77534375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 366.85971875
transcript.pyannote[80].end 366.87659375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 366.87659375
transcript.pyannote[81].end 367.07909375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 367.07909375
transcript.pyannote[82].end 372.58034375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 367.11284375
transcript.pyannote[83].end 367.23096875
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 372.76596875
transcript.pyannote[84].end 373.27221875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 373.33971875
transcript.pyannote[85].end 385.89471875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 378.82409375
transcript.pyannote[86].end 379.44846875
transcript.pyannote[87].speaker SPEAKER_03
transcript.pyannote[87].start 383.85284375
transcript.pyannote[87].end 384.84846875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 386.40096875
transcript.pyannote[88].end 387.88596875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 388.24034375
transcript.pyannote[89].end 418.90221875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 392.13846875
transcript.pyannote[90].end 394.06221875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 396.08721875
transcript.pyannote[91].end 398.26409375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 400.08659375
transcript.pyannote[92].end 401.45346875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 408.11909375
transcript.pyannote[93].end 408.20346875
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 418.75034375
transcript.pyannote[94].end 446.32409375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 426.12471875
transcript.pyannote[95].end 427.03596875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 427.03596875
transcript.pyannote[96].end 429.83721875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 429.83721875
transcript.pyannote[97].end 429.85409375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 432.45284375
transcript.pyannote[98].end 432.46971875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 432.46971875
transcript.pyannote[99].end 432.97596875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 436.38471875
transcript.pyannote[100].end 439.06784375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 445.32846875
transcript.pyannote[101].end 448.58534375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 448.66971875
transcript.pyannote[102].end 448.70346875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 448.70346875
transcript.pyannote[103].end 455.48721875
transcript.pyannote[104].speaker SPEAKER_03
transcript.pyannote[104].start 449.80034375
transcript.pyannote[104].end 450.34034375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 453.49596875
transcript.pyannote[105].end 454.06971875
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 455.48721875
transcript.pyannote[106].end 481.27221875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 456.93846875
transcript.pyannote[107].end 457.30971875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 459.06471875
transcript.pyannote[108].end 461.24159375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 466.91159375
transcript.pyannote[109].end 470.47221875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 471.18096875
transcript.pyannote[110].end 471.88971875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 481.27221875
transcript.pyannote[111].end 500.69534375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 481.33971875
transcript.pyannote[112].end 481.62659375
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 485.23784375
transcript.pyannote[113].end 486.06471875
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 486.55409375
transcript.pyannote[114].end 489.96284375
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 489.96284375
transcript.pyannote[115].end 490.03034375
transcript.pyannote[116].speaker SPEAKER_03
transcript.pyannote[116].start 500.69534375
transcript.pyannote[116].end 501.40409375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 500.98221875
transcript.pyannote[117].end 667.13346875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 555.15096875
transcript.pyannote[118].end 556.21409375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 562.76159375
transcript.pyannote[119].end 563.03159375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 563.03159375
transcript.pyannote[120].end 565.78221875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 565.78221875
transcript.pyannote[121].end 565.84971875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 667.36971875
transcript.pyannote[122].end 674.42346875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 674.86221875
transcript.pyannote[123].end 697.69409375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 686.67471875
transcript.pyannote[124].end 689.03721875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 689.03721875
transcript.pyannote[125].end 689.93159375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 697.28909375
transcript.pyannote[126].end 700.03971875
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 699.70221875
transcript.pyannote[127].end 699.83721875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 700.00596875
transcript.pyannote[128].end 715.48034375
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 714.16409375
transcript.pyannote[129].end 715.10909375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 715.48034375
transcript.pyannote[130].end 715.54784375
transcript.pyannote[131].speaker SPEAKER_00
transcript.pyannote[131].start 715.83471875
transcript.pyannote[131].end 715.88534375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 715.88534375
transcript.pyannote[132].end 715.96971875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 715.96971875
transcript.pyannote[133].end 716.96534375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 716.76284375
transcript.pyannote[134].end 716.77971875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 716.96534375
transcript.pyannote[135].end 717.97784375
transcript.whisperx[0].start 2.652
transcript.whisperx[0].end 9.597
transcript.whisperx[0].text 謝謝主席 麻煩請這個央行然後央行總裁請 央行金管會財政部金管會彭主委財政部專部長 經濟部也有經濟部副次長好
transcript.whisperx[1].start 18.373
transcript.whisperx[1].end 40.792
transcript.whisperx[1].text 各位我們政府重要的這個首長這個今天幸好早上這個訊息至少我們還要多了這個90天可以應對啦那我記得我們之前這個兩個禮拜前我們賴昭偉排這個案子的時候我記得剛剛那個執行局財政委員還說哪有被列入什麼骯髒十五國啊這個議題是假議題啊那我記得那時候那時候還訓了我們
transcript.whisperx[2].start 42.373
transcript.whisperx[2].end 57.861
transcript.whisperx[2].text 朝偉一頓說好像排這個很不應該結果我看到我們朝偉事實上有閒見之明那現在後來這個發生這個32%這件事情但是我在上禮拜看到我們在討論這個議題的時候我們各個部會的報告包括那個談判辦公室的報告事實上都有一點不痛不癢
transcript.whisperx[3].start 59.541
transcript.whisperx[3].end 76.986
transcript.whisperx[3].text 他這個32%的這個關稅核戰是讓衝擊全球雖然說他現在暫緩90天現在還是先用10%但是90天後我們一樣要面對嘛所以我們現在要趕快想出辦法還有可能的這個的問題然後大家看一下當初可能被列入骯髒15國3015的時候那時候我們的預判財政部說這個會做好運運實際衝擊預算預期有限這是當初財政部上上禮拜的說法這個這個
transcript.whisperx[4].start 85.928
transcript.whisperx[4].end 114.639
transcript.whisperx[4].text 朱美麗這一位是我們央行副總裁她說對等關稅影響台灣有限有限 物價穩定OK 好金管會也說短期波動難免但是我們有上次公司有應應風險的韌性結果沒想到你看一發布32%以後連跌了三到四天好幾千點那當然今天又回來但是我的意思說當初各個部會財政部 金管會 央行那時候你們是真的覺得
transcript.whisperx[5].start 115.399
transcript.whisperx[5].end 121.526
transcript.whisperx[5].text 如果說因為他現在有給90天如果沒有你們現在還是覺得當初回到當初那時候是不是實質影響衝擊有限32%會有限嗎
transcript.whisperx[6].start 123.991
transcript.whisperx[6].end 148.321
transcript.whisperx[6].text 總裁你所謂的三十二八就是原來他宣布現在是暫緩了不是說沒有就三十二八這個對等關稅你們當初在這之前你們的預判都是影響有限我們那時候你們是不是全是預判失準我想就是說這個判斷事實上我總覺得連美國他本身第一個連川普總統他也沒有想到就是說他的這個措施下去會導致
transcript.whisperx[7].start 149.682
transcript.whisperx[7].end 163.197
transcript.whisperx[7].text 他沒有想到他的這個措施呢就是說大家都沒有想到我的意思是說那我們這些部位首長不管是央行還有農委會幾乎全球的主管機關都沒有想到
transcript.whisperx[8].start 170.145
transcript.whisperx[8].end 195.435
transcript.whisperx[8].text 但是我們是不是也太過大意?因為上個禮拜民進黨委員還說這個根本不太重要你如果說我們都會大意的話川普在實施之前他都這麼說華爾街不會有問題但是呢隔天立實施的時候華爾街大跌而且連續跌了好幾跌我的意思是要跟大家提醒幸好今天有這個時間我也跟委員報告
transcript.whisperx[9].start 200.077
transcript.whisperx[9].end 209.884
transcript.whisperx[9].text 事實上連費的他也沒有想到現在就說他這個不合理的公式大家都認為是不合理應該是都認為這個不合理他這種什麼算法我們根本是因為互補事實上我們的關稅財政部也在這裡我們跟他的關稅我們是6.5他們是3.3差距才3%而已沒有事實上所謂的什麼64%對不對這個是要讓百姓知道沒錯吧財政部關稅你們在那個了
transcript.whisperx[10].start 227.561
transcript.whisperx[10].end 252.362
transcript.whisperx[10].text 是的委員也就是說在上一次的專案報告裡面財政部的報告是針對有關我們跟美國的相關的一些關稅的關稅的稅率的一個比較以及還有進出客戶數據的分析但是我們並沒有說影響有限我們裡面就是說我們會密切的關注這個部分所以你們有注意那沒關係現在既然有90天我很高興有這個90天
transcript.whisperx[11].start 254.884
transcript.whisperx[11].end 261.768
transcript.whisperx[11].text 有這個條件我們現在還是要往後看看怎麼樣幫助我們的產業實際解決問題才是重點現在90天後要怎麼樣來解決這個危機我們來看一下他的要求是什麼經濟部、農業部有沒有做好相關的評估還有我們現在可以做什麼我想請問財政部有什麼想法
transcript.whisperx[12].start 276.917
transcript.whisperx[12].end 292.455
transcript.whisperx[12].text 比如說對於零關稅總統說零關稅吧那比如說如果真的零關稅那汽車這個部分是不是從零關稅開始談起跟委員報告我想總統已經提過就是我們會有組成一個所謂的談判的一個小組會由政府院長領軍
transcript.whisperx[13].start 293.669
transcript.whisperx[13].end 320.568
transcript.whisperx[13].text 那在談判小組都一直在模擬如果談判官要達成他的目的嘛他有美國汽車產業嘛對 各種方案那對於就是說你們有沒有做影響評估對國內的產業的影響會有產業主管你們做了評估了沒有我們在這裡要求汽車這個降稅已經要求很久了也可以幫助國內的那降稅的部分會對產業的一個影響你們做了評估了沒有是由經濟部跟經濟部來做評估所以這經濟部是喔 汽車產業的影響農業部也上來一下
transcript.whisperx[14].start 322.967
transcript.whisperx[14].end 337.603
transcript.whisperx[14].text 還有農業部的部分 到時候如果零關稅 農業部的杜次長請來 經濟部你先回答就是說 如果汽車零關稅 到時候適用WPO是不是全部一體適用 對汽車產業的影響有沒有做過那你們可不可能這樣做
transcript.whisperx[15].start 338.564
transcript.whisperx[15].end 342.787
transcript.whisperx[15].text 我們當然會為國內的汽車產業爭取最大的權利這個零關稅確實對國內的產業是有一些衝擊的當然我們會在對美談判的時候爭取最大的權利
transcript.whisperx[16].start 356.196
transcript.whisperx[16].end 372.399
transcript.whisperx[16].text 總統說要從零關稅談起啊所以有可能啦所以我們還是希望能夠爭取最大的不可能啦美國不會接受啊汽車產業是他重要的產業啊我想請問農業部到時候零關稅農民受到農牧業都受到很大的衝擊你知道吧
transcript.whisperx[17].start 373.399
transcript.whisperx[17].end 387.466
transcript.whisperx[17].text 那你們可以接受嗎從零開始談但不代表全部都要是零那如果美國就這樣要求你們會接受嗎我想對我們來講重要的產品一定要保護著所以你們不會接受那總統要零關稅啊如果美國就這樣要求咧
transcript.whisperx[18].start 388.566
transcript.whisperx[18].end 407.714
transcript.whisperx[18].text 從林冠慧開始談不代表全部都要變成如果美國就這樣要求咧不然30天後要給你32%我們一定會拒以利爭因為拒以利爭沒有他就是要32%重要的農產品還是要還是有他所以你們也不支持嘛那你們都不支持在總統喔來央行那請問這個大家很多財經專家說這就是美債嘛你剛也提到了嘛
transcript.whisperx[19].start 408.194
transcript.whisperx[19].end 423.223
transcript.whisperx[19].text 那就是為了你覺得說你會不會同意放手讓那現在已經升值了你會不會同意放手升值或者同意讓持有美債從一年短期債變成長期債甚至無期債我跟委員報告就是說中央銀行從來沒有就是說
transcript.whisperx[20].start 424.744
transcript.whisperx[20].end 429.585
transcript.whisperx[20].text 新台幣不能升值或是新台幣不能貶值我們總覺得這個匯率是由市場來決定他要升值就要讓他升值啊中央銀行的角色只能就是說讓新台幣的匯率它的波動幅度不要太大怎麼波動幅度不會太大
transcript.whisperx[21].start 449.85
transcript.whisperx[21].end 478.03
transcript.whisperx[21].text 一天降兩千 一天跌兩千多點 一天升一千多點這個外資進出不會波動太大對啦 不會 還是會現在的中央銀行的匯率呢它現在的波動弧度是比以前還大的但是你也不會去控制啦 因為這等於是非關稅的壁壘所以你那個資金的匯出進來出去有些時候都是很短時間都是很巨額的
transcript.whisperx[22].start 478.63
transcript.whisperx[22].end 501.217
transcript.whisperx[22].text 那你一定要讓這個匯率能夠穩定這樣才會好所以你不控制然後他還可以穩定喔?呃...不...呃...不...我們...沒關係啊 廖長總裁我不為難您啦齁這個為國家好這個問題我不會往下問啦齁這個我不為難您我來建議我來具體建議可以做的事情啦齁我來跟各位具體建議啦因為我覺得我們大家共赴國難都要站在一起為國家做事啦我建議幾點喔請各位聽一下喔第一個齁
transcript.whisperx[23].start 502.757
transcript.whisperx[23].end 519.046
transcript.whisperx[23].text 這個我覺得這一次的關稅衝擊跟新冠疫情一樣都是很大的衝擊甚至是一個經濟海嘯我覺得我們政府單位應該第一個就比照新冠疫情期間是成立一個指揮中心然後以前新冠疫情是每天宣布新的情形我們這次要三天開一支記者會
transcript.whisperx[24].start 520.367
transcript.whisperx[24].end 537.386
transcript.whisperx[24].text 各個部會對產業衝擊每天有新的結果會怎麼樣做出一個向老百姓報告那個讓全民安心這個中央應變記者要嘛要三天要嘛至少一週要開一次記者會尤其現在還有九十天時間這個是第一點就是這個談判進度要安定民心這個很重要第二個我跟財政部建議這個行政效率部長
transcript.whisperx[25].start 540.049
transcript.whisperx[25].end 566.067
transcript.whisperx[25].text 行政效率的這個提高 事實上就降低那個成本你這個關稅通關快的話 就會降低那個成本那這個對廠商就會有幫助那我知道現在關公署人手非常的不足所以你們要趕快趁這個機會跟人事總局要求增加人手因為當通關迅速的時候 行政成本降低嘛時間就是金錢嘛 你們人手不足我知道嘛所以這個部分你們要趕快增加人手 增加行政效率 降低成本
transcript.whisperx[26].start 566.707
transcript.whisperx[26].end 588.043
transcript.whisperx[26].text 那第三個也是財政部這個比照疫情期間就是說可以按照關務署曾經出口多少這個廠商的歷史數據那評估不管是農業部或不是農業部經濟部這邊評估這些廠商到底因為這樣如果實施32%會有多大的衝擊然後以前在疫情期間衛福部曾經做過一個方法叫做衛八補八就是說診所如果沒有達到
transcript.whisperx[27].start 589.063
transcript.whisperx[27].end 612.239
transcript.whisperx[27].text 當時的百分之八十你就補達到百分之八十那我們一樣可以用這個財政手段財稅的手段如果沒有達到他的損失多少我們可以把這個額度留下來以後當他如果有賺錢可以扣抵的這個稅額用財政手段財稅的手段來幫助我們的這個產業讓他們不至於很快的倒閉那第四點因為今天勞動沒有來就是說勞動部的部分也可以按照
transcript.whisperx[28].start 612.719
transcript.whisperx[28].end 634.787
transcript.whisperx[28].text 之前有多少 禁用多少勞工那多少勞工按照他的勞健保投保那個人數也許政府補助一定的預算讓穩定就業那比如說像疫情期間也是啊針對某一些產業補助勞工比如每個月一萬塊啊五千塊讓勞工的市場可以穩定這個不會讓民眾造成恐慌那金管會當然這個金融市場他是比較自由的但是當然如果
transcript.whisperx[29].start 635.507
transcript.whisperx[29].end 652.037
transcript.whisperx[29].text 勞工就業穩定當如果我們的這個產業比較穩定用財稅手段的時候這個時候我想這個對市場的衝擊就不會那麼大就不會那麼大相對的就會造成金融市場的這個穩定那但是今晚會要注意一點我覺得我們現在政府有一些
transcript.whisperx[30].start 652.617
transcript.whisperx[30].end 674.26
transcript.whisperx[30].text 或者是說有一些人 或者說我們有一些執政黨的有些民意代表他會認為說好像中國大陸課得比較高的關稅是比較好像有點幸災樂禍的感覺但這事實上也不是只有影響到中國大陸因為我們很多台商是在大陸是有設廠的事實上他們的營業很多是算到我們這個 對不對那個 彭主委
transcript.whisperx[31].start 674.981
transcript.whisperx[31].end 680.163
transcript.whisperx[31].text 算到我們上市櫃的營業額裡頭事實上對我們很多上市櫃公司在全球都有佈局越南、泰國、中國大陸都有也是影響他們的產值對我們的金融市場也是有影響的所以政府不要因為說是大陸關稅很高然後我們就幸災樂禍好像跟我們無關事實上我們全世界台商都會受到影響我們一定盡量來協助我們的上市櫃公司
transcript.whisperx[32].start 700.269
transcript.whisperx[32].end 714.477
transcript.whisperx[32].text 這個很多產業的衝擊現在幸好有90天了我期許大家我想我們現在是共赴國難我也不會苛責你們但是我們提出一些建議大家趕快去做趕快想辦法具體可行的方法真正幫助百姓 好不好好 謝謝好 謝謝陳立正