iVOD / 161057

Field Value
IVOD_ID 161057
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161057
日期 2025-05-08
會議資料.會議代碼 委員會-11-3-20-11
會議資料.會議代碼:str 第11屆第3會期財政委員會第11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 11
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11次全體委員會議
影片種類 Clip
開始時間 2025-05-08T10:11:16+08:00
結束時間 2025-05-08T10:24:42+08:00
影片長度 00:13:26
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/26c557d936b203c12c0f9d38e27bd710e0059966c803d0e95f5e885147c9c9bcde7eaf727ba7c6f95ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 10:11:16 - 10:24:42
會議時間 2025-05-08T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第11次全體委員會議(事由:邀請行政院主計總處陳主計長淑姿、財政部莊部長翠雲、中央銀行楊總裁金龍、國家發展委員會劉主任委員鏡清、勞動部洪部長申翰、銓敘部施部長能傑就「我國如果要設立國家主權基金,中央銀行與政府相關基金(如四大基金等)所扮演的角色為何?」進行專題報告,並備質詢。 【5月7日及8日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 2.51159375
transcript.pyannote[0].end 8.53596875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 6.83159375
transcript.pyannote[1].end 7.03409375
transcript.pyannote[2].speaker SPEAKER_03
transcript.pyannote[2].start 7.03409375
transcript.pyannote[2].end 8.21534375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 9.12659375
transcript.pyannote[3].end 11.10096875
transcript.pyannote[4].speaker SPEAKER_03
transcript.pyannote[4].start 18.79596875
transcript.pyannote[4].end 19.62284375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 19.75784375
transcript.pyannote[5].end 20.24721875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 20.41596875
transcript.pyannote[6].end 31.57034375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 32.04284375
transcript.pyannote[7].end 35.04659375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 34.23659375
transcript.pyannote[8].end 35.58659375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 35.63721875
transcript.pyannote[9].end 35.65409375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 35.65409375
transcript.pyannote[10].end 41.42534375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 35.95784375
transcript.pyannote[11].end 39.26534375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 40.17659375
transcript.pyannote[12].end 40.51409375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 41.54346875
transcript.pyannote[13].end 67.00784375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 45.99846875
transcript.pyannote[14].end 46.31909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 48.68159375
transcript.pyannote[15].end 49.13721875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 53.55846875
transcript.pyannote[16].end 53.59221875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 53.59221875
transcript.pyannote[17].end 54.03096875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 64.74659375
transcript.pyannote[18].end 65.28659375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 67.41284375
transcript.pyannote[19].end 70.50096875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 70.87221875
transcript.pyannote[20].end 95.91471875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 77.75721875
transcript.pyannote[21].end 78.17909375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 82.97159375
transcript.pyannote[22].end 83.00534375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 83.00534375
transcript.pyannote[23].end 83.12346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 96.20159375
transcript.pyannote[24].end 99.23909375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 98.44596875
transcript.pyannote[25].end 99.69471875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 100.18409375
transcript.pyannote[26].end 101.53409375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 102.29346875
transcript.pyannote[27].end 109.31346875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 106.84971875
transcript.pyannote[28].end 113.09346875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 113.48159375
transcript.pyannote[29].end 115.82721875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 115.81034375
transcript.pyannote[30].end 117.00846875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 116.72159375
transcript.pyannote[31].end 117.43034375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 117.29534375
transcript.pyannote[32].end 127.87596875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 128.01096875
transcript.pyannote[33].end 130.08659375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 130.28909375
transcript.pyannote[34].end 139.09784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 139.70534375
transcript.pyannote[35].end 157.01909375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 143.70471875
transcript.pyannote[36].end 143.94096875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 149.76284375
transcript.pyannote[37].end 150.16784375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 156.36096875
transcript.pyannote[38].end 186.12846875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 157.52534375
transcript.pyannote[39].end 158.21721875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 159.29721875
transcript.pyannote[40].end 159.83721875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 168.03846875
transcript.pyannote[41].end 168.46034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 171.24471875
transcript.pyannote[42].end 171.26159375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 171.26159375
transcript.pyannote[43].end 172.79721875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 182.77034375
transcript.pyannote[44].end 183.15846875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 183.15846875
transcript.pyannote[45].end 183.17534375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 186.56721875
transcript.pyannote[46].end 193.68846875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 188.86221875
transcript.pyannote[47].end 188.96346875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 188.96346875
transcript.pyannote[48].end 189.01409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 189.01409375
transcript.pyannote[49].end 189.03096875
transcript.pyannote[50].speaker SPEAKER_03
transcript.pyannote[50].start 189.03096875
transcript.pyannote[50].end 189.09846875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 189.09846875
transcript.pyannote[51].end 189.23346875
transcript.pyannote[52].speaker SPEAKER_03
transcript.pyannote[52].start 190.75221875
transcript.pyannote[52].end 191.27534375
transcript.pyannote[53].speaker SPEAKER_03
transcript.pyannote[53].start 193.68846875
transcript.pyannote[53].end 193.89096875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 193.89096875
transcript.pyannote[54].end 212.94284375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 213.17909375
transcript.pyannote[55].end 217.66784375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 217.68471875
transcript.pyannote[56].end 228.24846875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 223.55721875
transcript.pyannote[57].end 223.65846875
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 228.85596875
transcript.pyannote[58].end 234.81284375
transcript.pyannote[59].speaker SPEAKER_03
transcript.pyannote[59].start 233.58096875
transcript.pyannote[59].end 234.05346875
transcript.pyannote[60].speaker SPEAKER_03
transcript.pyannote[60].start 234.23909375
transcript.pyannote[60].end 267.65159375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 243.41909375
transcript.pyannote[61].end 243.97596875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 243.97596875
transcript.pyannote[62].end 244.31346875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 266.47034375
transcript.pyannote[63].end 266.85846875
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 267.29721875
transcript.pyannote[64].end 273.91221875
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 269.40659375
transcript.pyannote[65].end 270.48659375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 274.14846875
transcript.pyannote[66].end 304.45596875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 304.18596875
transcript.pyannote[67].end 304.37159375
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 304.45596875
transcript.pyannote[68].end 304.57409375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 304.57409375
transcript.pyannote[69].end 327.74346875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 304.59096875
transcript.pyannote[70].end 304.65846875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 311.00346875
transcript.pyannote[71].end 311.77971875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 313.43346875
transcript.pyannote[72].end 313.97346875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 313.97346875
transcript.pyannote[73].end 314.14221875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 318.15846875
transcript.pyannote[74].end 318.27659375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 320.45346875
transcript.pyannote[75].end 320.48721875
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 320.48721875
transcript.pyannote[76].end 320.94284375
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 327.84471875
transcript.pyannote[77].end 333.22784375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 333.04221875
transcript.pyannote[78].end 334.59471875
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 333.37971875
transcript.pyannote[79].end 339.01596875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 335.11784375
transcript.pyannote[80].end 335.79284375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 337.64909375
transcript.pyannote[81].end 347.84159375
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 346.45784375
transcript.pyannote[82].end 374.08221875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 362.35409375
transcript.pyannote[83].end 363.09659375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 363.40034375
transcript.pyannote[84].end 364.44659375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 365.47596875
transcript.pyannote[85].end 365.52659375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 365.52659375
transcript.pyannote[86].end 366.01596875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 374.08221875
transcript.pyannote[87].end 423.13784375
transcript.pyannote[88].speaker SPEAKER_03
transcript.pyannote[88].start 374.11596875
transcript.pyannote[88].end 374.13284375
transcript.pyannote[89].speaker SPEAKER_03
transcript.pyannote[89].start 374.16659375
transcript.pyannote[89].end 374.57159375
transcript.pyannote[90].speaker SPEAKER_03
transcript.pyannote[90].start 375.34784375
transcript.pyannote[90].end 376.10721875
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 381.33846875
transcript.pyannote[91].end 381.62534375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 396.88034375
transcript.pyannote[92].end 397.26846875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 415.20659375
transcript.pyannote[93].end 417.94034375
transcript.pyannote[94].speaker SPEAKER_03
transcript.pyannote[94].start 419.39159375
transcript.pyannote[94].end 419.76284375
transcript.pyannote[95].speaker SPEAKER_03
transcript.pyannote[95].start 420.77534375
transcript.pyannote[95].end 424.47096875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 423.67784375
transcript.pyannote[96].end 425.50034375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 425.90534375
transcript.pyannote[97].end 440.40096875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 435.57471875
transcript.pyannote[98].end 435.60846875
transcript.pyannote[99].speaker SPEAKER_03
transcript.pyannote[99].start 435.60846875
transcript.pyannote[99].end 436.38471875
transcript.pyannote[100].speaker SPEAKER_03
transcript.pyannote[100].start 439.08471875
transcript.pyannote[100].end 444.70409375
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 442.07159375
transcript.pyannote[101].end 449.90159375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 444.85596875
transcript.pyannote[102].end 445.14284375
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 449.53034375
transcript.pyannote[103].end 450.62721875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 450.35721875
transcript.pyannote[104].end 485.92971875
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 452.95596875
transcript.pyannote[105].end 453.58034375
transcript.pyannote[106].speaker SPEAKER_03
transcript.pyannote[106].start 457.47846875
transcript.pyannote[106].end 457.88346875
transcript.pyannote[107].speaker SPEAKER_03
transcript.pyannote[107].start 458.45721875
transcript.pyannote[107].end 459.28409375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 473.59409375
transcript.pyannote[108].end 473.62784375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 473.62784375
transcript.pyannote[109].end 473.96534375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 473.96534375
transcript.pyannote[110].end 474.33659375
transcript.pyannote[111].speaker SPEAKER_03
transcript.pyannote[111].start 477.17159375
transcript.pyannote[111].end 478.55534375
transcript.pyannote[112].speaker SPEAKER_03
transcript.pyannote[112].start 482.11596875
transcript.pyannote[112].end 482.57159375
transcript.pyannote[113].speaker SPEAKER_03
transcript.pyannote[113].start 486.13221875
transcript.pyannote[113].end 492.64596875
transcript.pyannote[114].speaker SPEAKER_03
transcript.pyannote[114].start 493.10159375
transcript.pyannote[114].end 501.74159375
transcript.pyannote[115].speaker SPEAKER_03
transcript.pyannote[115].start 502.16346875
transcript.pyannote[115].end 517.40159375
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 511.46159375
transcript.pyannote[116].end 511.83284375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 516.27096875
transcript.pyannote[117].end 517.03034375
transcript.pyannote[118].speaker SPEAKER_03
transcript.pyannote[118].start 517.80659375
transcript.pyannote[118].end 526.15971875
transcript.pyannote[119].speaker SPEAKER_03
transcript.pyannote[119].start 526.78409375
transcript.pyannote[119].end 534.59721875
transcript.pyannote[120].speaker SPEAKER_03
transcript.pyannote[120].start 534.68159375
transcript.pyannote[120].end 542.86596875
transcript.pyannote[121].speaker SPEAKER_03
transcript.pyannote[121].start 543.45659375
transcript.pyannote[121].end 545.88659375
transcript.pyannote[122].speaker SPEAKER_03
transcript.pyannote[122].start 546.42659375
transcript.pyannote[122].end 561.44534375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 560.23034375
transcript.pyannote[123].end 562.84596875
transcript.pyannote[124].speaker SPEAKER_03
transcript.pyannote[124].start 562.32284375
transcript.pyannote[124].end 562.60971875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 563.31846875
transcript.pyannote[125].end 571.41846875
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 571.41846875
transcript.pyannote[126].end 586.26846875
transcript.pyannote[127].speaker SPEAKER_03
transcript.pyannote[127].start 586.67346875
transcript.pyannote[127].end 605.15159375
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 605.28659375
transcript.pyannote[128].end 635.49284375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 605.50596875
transcript.pyannote[129].end 611.05784375
transcript.pyannote[130].speaker SPEAKER_02
transcript.pyannote[130].start 632.35409375
transcript.pyannote[130].end 637.78784375
transcript.pyannote[131].speaker SPEAKER_03
transcript.pyannote[131].start 636.45471875
transcript.pyannote[131].end 643.32284375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 639.08721875
transcript.pyannote[132].end 645.87096875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 646.41096875
transcript.pyannote[133].end 677.19096875
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 677.19096875
transcript.pyannote[134].end 702.09846875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 677.24159375
transcript.pyannote[135].end 678.28784375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 699.90471875
transcript.pyannote[136].end 803.07846875
transcript.pyannote[137].speaker SPEAKER_03
transcript.pyannote[137].start 734.59971875
transcript.pyannote[137].end 734.97096875
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 734.97096875
transcript.pyannote[138].end 735.07221875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 801.40784375
transcript.pyannote[139].end 802.82534375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 803.07846875
transcript.pyannote[140].end 803.16284375
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 803.90534375
transcript.pyannote[141].end 804.96846875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 804.96846875
transcript.pyannote[142].end 805.62659375
transcript.whisperx[0].start 2.864
transcript.whisperx[0].end 7.435
transcript.whisperx[0].text 謝謝主席請央行總裁、財政部次長還有國安會副主委
transcript.whisperx[1].start 18.823
transcript.whisperx[1].end 23.485
transcript.whisperx[1].text 我們2000年開始就是設立的這個國發基金那它的資本額是五發基金是吧
transcript.whisperx[2].start 39.57
transcript.whisperx[2].end 63.738
transcript.whisperx[2].text 國安基金那這個五千億到目前就是說第九次第九次就是進來護盤那我們也知道就是說其實這個是一個非常穩定的一個力量是不是有機會我想再跟你討教一下這個五千億要提高到一兆以前這個是我們有提出這樣子的一個計畫
transcript.whisperx[3].start 65.018
transcript.whisperx[3].end 82.658
transcript.whisperx[3].text 那現在的進度怎麼樣現在事實上基本上因為目前真的是我們的股市的市值比剛成立的時候就增加大概九倍那外資大概本來從大概十幾趴到現在四十幾趴
transcript.whisperx[4].start 83.819
transcript.whisperx[4].end 112.793
transcript.whisperx[4].text 所以的確是跟過去成立的時候不一樣但是我們那個基金一直都是維持在五千億那真正可以用的就只有兩千億所以就操作上真的是有壓力有沒有要提升啊有沒有打算提升當然能夠提升的話如果大家有共識可以提升的話那最好事實上就是說我們有提出這樣子的一個計畫案我要知道現在的進度到哪裡
transcript.whisperx[5].start 113.916
transcript.whisperx[5].end 137.338
transcript.whisperx[5].text 目前還在溝通的階段還在溝通的階段那如果有機會我們把它提升到一兆的時候像目前這樣的一個金融狀況就有大筆資金的一個移動它有沒有可能進來就是說不管是在股市還是透過不同的一個方式然後就是穩定國內的一個金融資訊
transcript.whisperx[6].start 140.161
transcript.whisperx[6].end 157.758
transcript.whisperx[6].text 基本上我們是當然我們是管股市嘛就穩定股市那穩定股市當然可能會涉及到外資的這個進出這個都會涉及到那基本上這個有關資金的進出這部分還是央行的權責還是央行的權責好市長你請回謝謝
transcript.whisperx[7].start 160.2
transcript.whisperx[7].end 185.803
transcript.whisperx[7].text 那總裁我想還是大家還是把這個就是說指向於就是那個國內的金融秩序我們還是要由央行來就是統籌啦那就是說美元的一個就是趨勢就是我們知道在這兩週內它其實就是新台幣大幅的升值那我們看到就是在4月28跟5月
transcript.whisperx[8].start 187.064
transcript.whisperx[8].end 202.172
transcript.whisperx[8].text 那個5月5號這兩週甚至就是說在5月2號這個單日的那個調幅還是最高那其實這個也造成了就是說國內就是整個這個金融市場那個就是大地震
transcript.whisperx[9].start 202.732
transcript.whisperx[9].end 227.946
transcript.whisperx[9].text 那我們就是說把這幾個這個造成那個台幣的大地震裡頭我們把這幾個因素放進來不管是外資大量的一個流入還是出口商加速的一個結會還是市場的意氣心理還是央行他你當天你沒有明顯的干預的一個動作那如果這四個因素裡頭總裁你怎麼看這個是
transcript.whisperx[10].start 229.346
transcript.whisperx[10].end 252.899
transcript.whisperx[10].text 這四個因素裡頭,你認為這四個因素裡頭最大的原因是什麼?是央行沒有進去?我還剛剛已經有說明了事實上就是說是因為預期心理預期心理所以那個出口商他的一個拋匯非常的他的供給大幅的增加
transcript.whisperx[11].start 254.46
transcript.whisperx[11].end 272.771
transcript.whisperx[11].text 剛好也是因為美國的股市慢慢在恢復所以外資也進來我們台灣為什麼大家會這麼害怕因為大家會有這樣的一個意期心理就是說我們要去怕誰
transcript.whisperx[12].start 274.772
transcript.whisperx[12].end 299.409
transcript.whisperx[12].text 那我們從1985年到1992年這個美元從一美元換40塊的台幣一美元換25塊的台幣這個其實在這一波裡頭大家震盪也非常大那1987年到1990年那時候都說台灣錢應該比較多可是短短的8個月在1990年的10月就跌到了股市跌到了2485點
transcript.whisperx[13].start 305.253
transcript.whisperx[13].end 326.984
transcript.whisperx[13].text 這個其實讓很多老一輩的台灣人最後這個玩股票玩的是傾家蕩產所以為什麼大家會這麼害怕大家就是有一個義氣的心理啊如果不會的話我跟你講如果經濟不是那麼可怕的話那我們如果從政治的一個角度裡頭那我請教你美國有沒有對我們台灣施壓
transcript.whisperx[14].start 327.944
transcript.whisperx[14].end 350.042
transcript.whisperx[14].text 我剛剛就已經有一個一個澄清還有一個所以是你認為是沒有是沒有我們5月1號5月2號5月5號做的那個那是媒體害你媒體把那個南韓的一個就是說他的一個大標然後來跟這個你的話做一個很大的對所以我也看到媒體呢他也就說他
transcript.whisperx[15].start 351.403
transcript.whisperx[15].end 355.986
transcript.whisperx[15].text 他就是說是韓國的政府打我一巴掌確實這個是有點形容過度啦應該是沒有啦沒有這回事所以我總覺得就是說要節制有些時候就是說在報導上要節制啦
transcript.whisperx[16].start 374.456
transcript.whisperx[16].end 401.321
transcript.whisperx[16].text 報導上要節制這個是你跟媒體喊話啦好那我們提到了一個認知的一個作戰認知的一個作戰其實我覺得為什麼媒體會誤會你其實我們都一直建議就是說我們參會會其實從去年下半年我們一直就是在關注川普上任的時候的對等關稅的一個議題那像本席也緩緩護護的跟行政院跟央行財政部金管會討論了
transcript.whisperx[17].start 402.901
transcript.whisperx[17].end 422.602
transcript.whisperx[17].text 就是建議了就是在質詢裡頭也一直在告訴你們說央行的經濟分析其實我們是很肯定的因為你們每一次的報告其實是做的最詳細的謝謝我們可是你們在執行面上相形是弱了一點是是是這個我們來改進是不是有機會不要蓋牌
transcript.whisperx[18].start 426.565
transcript.whisperx[18].end 442.696
transcript.whisperx[18].text 你不要蓋牌的話是不是會讓你這個蓋牌會讓大家更緊張如果說你透過一個更透明的一個操作方式的話是不是大家這個意氣心裡就可以降低一點我們來改進我們來改進謝謝我們的指教我想啦這個其實在這麼震盪的一個大環境裡頭
transcript.whisperx[19].start 450.901
transcript.whisperx[19].end 474.297
transcript.whisperx[19].text 這個大家要看得準的沒有幾個可是我相信你應該是其中會看得準的其中一個因為台灣其實過去20多年來對於外債的一個持有其實已經就是是等級的就是一直跳一直跳一直跳甚至海外的資產累積高達到1.7兆的美元那這個1.7兆的美元就是以保險業者占多
transcript.whisperx[20].start 478.34
transcript.whisperx[20].end 500.685
transcript.whisperx[20].text 那保險業者面臨到這麼大的一個困難的時候你怎麼去看待你有什麼好的因應方式呢事實上保險業的這個他的投資投資情況雖然我們中央銀行也有一些的掌握不過這個主要的還是在金管會
transcript.whisperx[21].start 502.245
transcript.whisperx[21].end 525.875
transcript.whisperx[21].text 不過根據因為媒體也是有在做這樣的一個報導所以我們也有跟這個金管會做一些的溝通到目前為止我第一個要說的就是說第一個事實上我剛剛也講過了新台幣的匯率是在30塊左右事實上前面這個不是第一次
transcript.whisperx[22].start 527.055
transcript.whisperx[22].end 532.481
transcript.whisperx[22].text 如果說這個是第一次的話 那麼就說 30塊這個很可怕沒有 不會 因為前面很長的時間 30塊左右的很多那時候他也度過了
transcript.whisperx[23].start 547.479
transcript.whisperx[23].end 560.897
transcript.whisperx[23].text 那這一次呢大家就說那30塊他非常危險所以我就說第一個30塊以前就很多的時候都是30塊左右那我請教你
transcript.whisperx[24].start 563.66
transcript.whisperx[24].end 585.543
transcript.whisperx[24].text 對於就是台幣在這一波的一個升值你認為是短期的還是這個中長期的一個趨勢呢所以委員我還是要強調的就是說匯率是第一個它比較難捉摸它有升有貶那我們中央銀行也是不希望我們的市場
transcript.whisperx[25].start 587.445
transcript.whisperx[25].end 604.721
transcript.whisperx[25].text 單邊的預期所以呢基本上我們中央銀行也就希望就是說我們的匯率能夠在一個範圍之內能夠穩定那至於就是說它會怎麼樣它未來會怎麼樣說實在的中央銀行也說不准
transcript.whisperx[26].start 605.402
transcript.whisperx[26].end 611.647
transcript.whisperx[26].text 市場我們所以說所以我現在要跟委員報告的就是說以目前這一波的預期心理強烈的預期心理經過了這幾天我總覺得上一次我們就說應該要到此為止這個非理性的預期希望再到此為止不過這幾天我們觀察的結果我們覺得供需是趨於平衡的
transcript.whisperx[27].start 632.364
transcript.whisperx[27].end 637.885
transcript.whisperx[27].text 我們的調節也蠻順暢的所以應該就放心了主席再給我一分鐘我在針對的就是說後續後續就是說我們要因應川普的一個對等關稅那國防會你有沒有就是說在根本上減輕保險業者的一個匯兌的一個風險
transcript.whisperx[28].start 662.669
transcript.whisperx[28].end 676.794
transcript.whisperx[28].text 將他們的資金拉回來台灣那其實我們在推動這個造園投資國家發展的方案的時候這些方案你們有沒有實際做了一些什麼顯然看我們看到了沒有看到了一個很具體的
transcript.whisperx[29].start 678.414
transcript.whisperx[29].end 701.625
transcript.whisperx[29].text 我跟委員報告一下的確我們就是看到其實我們現在受險業者很多都是去買美債那我們希望這些受險業者有多一些投資的工具也就是他可以回到台灣來投資我們的公共建設的計畫所以我們現在其實我們有一個那個促穿的一個平台是產官學就是受險業也在裡面我們現在看到
transcript.whisperx[30].start 702.265
transcript.whisperx[30].end 730.922
transcript.whisperx[30].text 非常明確的就是國花會就是說你這個整體來講的話我們看不到一些具體的非常具體的一個案例如果我們用一個就是之前納曼台三線它其實很具體就是這七十億裡頭它就把它很明確的就是說用台三線的這個客家主體來做一個花展的話那有沒有機會就是往南部走那南部走的時候我們的中小型移感的一個
transcript.whisperx[31].start 731.482
transcript.whisperx[31].end 753.952
transcript.whisperx[31].text 升級還是說我們中小型水庫的一個硬體強化這個都是會就是針對了就是說近期的那個氣候變遷他所帶來的這一這些就是不管是地震還是土石流這些問題都會造成我們非常大的一個需要所以在這裡我要要求央行國會跟軍管會合作評估是不是
transcript.whisperx[32].start 754.613
transcript.whisperx[32].end 769.015
transcript.whisperx[32].text 可能經濟的一個因應經濟的一個情勢跟作為在兩週內以書面的一個回復那就說央行如果強化公開的外匯相關的一個資訊台幣升值的一個趨勢是短期還是中長期那
transcript.whisperx[33].start 769.696
transcript.whisperx[33].end 790.223
transcript.whisperx[33].text 我們海外的一個投資是不是因為這樣產生大額的一個賄損但你如何因應是不是禁止上市櫃保險業者就是說在花旱鼓勵還是如何積極引導保險業者的一個基金回到台灣投入遲遲都沒有發展的造源投資國家發展的一個方案
transcript.whisperx[34].start 790.763
transcript.whisperx[34].end 799.522
transcript.whisperx[34].text 那在對於台灣地方就是觀光、社宅、交通等等的一個需求一直都是非常高的請中央銀行積極的嚴厲相關的一個規劃好 謝謝主席