iVOD / 161995

Field Value
IVOD_ID 161995
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161995
日期 2025-05-28
會議資料.會議代碼 委員會-11-3-20-14
會議資料.會議代碼:str 第11屆第3會期財政委員會第14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 14
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14次全體委員會議
影片種類 Clip
開始時間 2025-05-28T11:09:59+08:00
結束時間 2025-05-28T11:23:07+08:00
影片長度 00:13:08
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/75aba70f567c6f245408a3514014f9ffafe3e41e2f2b0d3087f2bf784d93fc30b0f568547c5b28c35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 賴惠員
委員發言時間 11:09:59 - 11:23:07
會議時間 2025-05-28T09:00:00+08:00
會議名稱 立法院第11屆第3會期財政委員會第14次全體委員會議(事由:一、審查「國際金融業務條例」8案: (一) 本院委員沈發惠等18人、委員鍾佳濱等17人分別擬具「國際金融業務條例第十三條、第二十二條之七及第二十二條之十六條文修正草案」等2案。 (二) 行政院函請審議、本院委員李坤城等20人、委員陳菁徽等16人、委員郭國文等19人、委員羅廷瑋等17人、委員陳玉珍等16人分別擬具「國際金融業務條例第二十二條之十六條文修正草案」等6案。【本院委員陳玉珍等16人提案如經院會復議,本次會議不予審查】 二、審查「證券投資人及期貨交易人保護法」9案: (一) 行政院函請審議、本院委員鍾佳濱等20人、委員李坤城等19人、委員沈發惠等18人分別擬具「證券投資人及期貨交易人保護法部分條文修正草案」等4案。 (二) 本院委員林楚茵等17人、委員王鴻薇等19人、委員郭國文等18人、委員賴士葆等32人分別擬具「證券投資人及期貨交易人保護法第十條之一條文修正草案」等4案。【本院委員賴士葆等32人提案如經院會復議,本次會議不予審查】 (三) 本院委員林思銘等18人擬具「證券投資人及期貨交易人保護法第十條之一及第二十條條文修正草案」案。【本案須經各黨團簽署不復議同意書】 【5月28日及29日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.71846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 2.95034375
transcript.pyannote[1].end 3.45659375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 4.21596875
transcript.pyannote[2].end 4.23284375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 4.23284375
transcript.pyannote[3].end 4.73909375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 4.73909375
transcript.pyannote[4].end 4.75596875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 4.75596875
transcript.pyannote[5].end 4.77284375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 7.05096875
transcript.pyannote[6].end 7.54034375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 7.91159375
transcript.pyannote[7].end 9.27846875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 8.89034375
transcript.pyannote[8].end 9.24471875
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 9.76784375
transcript.pyannote[9].end 11.72534375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 12.06284375
transcript.pyannote[10].end 18.76221875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 15.57284375
transcript.pyannote[11].end 16.70346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 17.09159375
transcript.pyannote[12].end 17.10846875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 19.01534375
transcript.pyannote[13].end 21.34409375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 21.64784375
transcript.pyannote[14].end 24.14534375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 24.33096875
transcript.pyannote[15].end 29.78159375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 30.01784375
transcript.pyannote[16].end 34.54034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 34.91159375
transcript.pyannote[17].end 35.58659375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 36.21096875
transcript.pyannote[18].end 45.47534375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 45.96471875
transcript.pyannote[19].end 59.19471875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 59.34659375
transcript.pyannote[20].end 96.48846875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 97.39971875
transcript.pyannote[21].end 103.12034375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 103.13721875
transcript.pyannote[22].end 111.70971875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 111.82784375
transcript.pyannote[23].end 119.84346875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 119.10096875
transcript.pyannote[24].end 120.78846875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 120.09659375
transcript.pyannote[25].end 122.03721875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 121.98659375
transcript.pyannote[26].end 122.32409375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 122.32409375
transcript.pyannote[27].end 126.01971875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 126.15471875
transcript.pyannote[28].end 141.52784375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 141.69659375
transcript.pyannote[29].end 145.91534375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 146.35409375
transcript.pyannote[30].end 155.12909375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 155.29784375
transcript.pyannote[31].end 159.63471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 159.90471875
transcript.pyannote[32].end 174.16409375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 174.78846875
transcript.pyannote[33].end 186.85409375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 187.76534375
transcript.pyannote[34].end 190.39784375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 190.34721875
transcript.pyannote[35].end 196.48971875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 196.50659375
transcript.pyannote[36].end 196.54034375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 196.54034375
transcript.pyannote[37].end 198.05909375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 196.81034375
transcript.pyannote[38].end 200.03346875
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 200.43846875
transcript.pyannote[39].end 200.91096875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 201.31596875
transcript.pyannote[40].end 204.42096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 204.75846875
transcript.pyannote[41].end 208.82534375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 206.80034375
transcript.pyannote[42].end 207.25596875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 208.92659375
transcript.pyannote[43].end 209.33159375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 209.38221875
transcript.pyannote[44].end 209.75346875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 210.15846875
transcript.pyannote[45].end 214.10721875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 214.07346875
transcript.pyannote[46].end 214.39409375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 214.39409375
transcript.pyannote[47].end 229.21034375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 229.21034375
transcript.pyannote[48].end 239.04846875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 239.38596875
transcript.pyannote[49].end 362.32034375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 329.31284375
transcript.pyannote[50].end 329.53221875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 362.92784375
transcript.pyannote[51].end 367.72034375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 368.36159375
transcript.pyannote[52].end 371.01096875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 371.36534375
transcript.pyannote[53].end 374.20034375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 374.52096875
transcript.pyannote[54].end 381.42284375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 380.49471875
transcript.pyannote[55].end 380.52846875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 380.52846875
transcript.pyannote[56].end 381.23721875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 381.91221875
transcript.pyannote[57].end 415.45971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 394.11284375
transcript.pyannote[58].end 394.19721875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 414.27846875
transcript.pyannote[59].end 420.74159375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 421.33221875
transcript.pyannote[60].end 430.93409375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 431.59221875
transcript.pyannote[61].end 440.48534375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 439.81034375
transcript.pyannote[62].end 463.08096875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 463.60409375
transcript.pyannote[63].end 511.49534375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 511.73159375
transcript.pyannote[64].end 516.54096875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 516.54096875
transcript.pyannote[65].end 516.82784375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 516.82784375
transcript.pyannote[66].end 525.65346875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 525.88971875
transcript.pyannote[67].end 536.25096875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 534.27659375
transcript.pyannote[68].end 534.36096875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 536.36909375
transcript.pyannote[69].end 538.19159375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 538.51221875
transcript.pyannote[70].end 540.41909375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 540.73971875
transcript.pyannote[71].end 545.56596875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 545.73471875
transcript.pyannote[72].end 547.75971875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 547.92846875
transcript.pyannote[73].end 549.56534375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 548.92409375
transcript.pyannote[74].end 553.17659375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 553.34534375
transcript.pyannote[75].end 641.50034375
transcript.pyannote[76].speaker SPEAKER_02
transcript.pyannote[76].start 557.20971875
transcript.pyannote[76].end 557.85096875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 559.48784375
transcript.pyannote[77].end 559.82534375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 566.06909375
transcript.pyannote[78].end 566.13659375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 640.82534375
transcript.pyannote[79].end 641.02784375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 641.50034375
transcript.pyannote[80].end 647.18721875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 647.32221875
transcript.pyannote[81].end 660.13034375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 656.40096875
transcript.pyannote[82].end 656.83971875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 660.43409375
transcript.pyannote[83].end 689.83034375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 663.33659375
transcript.pyannote[84].end 663.82596875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 664.61909375
transcript.pyannote[85].end 665.15909375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 666.08721875
transcript.pyannote[86].end 667.31909375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 689.54346875
transcript.pyannote[87].end 733.40159375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 733.51971875
transcript.pyannote[88].end 760.09784375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 760.24971875
transcript.pyannote[89].end 760.99221875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 761.53221875
transcript.pyannote[90].end 768.46784375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 768.24846875
transcript.pyannote[91].end 776.41596875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 776.41596875
transcript.pyannote[92].end 779.01471875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 776.53409375
transcript.pyannote[93].end 777.27659375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 780.07784375
transcript.pyannote[94].end 780.83721875
transcript.whisperx[0].start 0.009
transcript.whisperx[0].end 1.51
transcript.whisperx[0].text 在上個禮拜我們執行有關那個就是代辦的一個詐騙的問題那今天其實本席想跟你探討的就是說這個進入消費者貸款
transcript.whisperx[1].start 24.446
transcript.whisperx[1].end 45.22
transcript.whisperx[1].text 那就是消費者貸款突破了13兆那我們從央行的一個資料裡頭我們就看到了從2015年的7.45兆到今年3月已經突破了13兆那這個就表示說國人的消費那個貸款的金額其實是不是
transcript.whisperx[2].start 46.041
transcript.whisperx[2].end 46.581
transcript.whisperx[2].text 那如果從2015年那個
transcript.whisperx[3].start 63.151
transcript.whisperx[3].end 68.993
transcript.whisperx[3].text 總貸的額度是7.45兆當時它的GPT是17兆那這一個7.45兆佔了這個GPT的44%可是到了2024年那總貸的金額是12.92兆那GPT是25.55兆那佔了51%
transcript.whisperx[4].start 84.658
transcript.whisperx[4].end 95.909
transcript.whisperx[4].text 其實我們都看到了就是說這個數字的一個跳動那主委你認為就是說消費者的貸款越來越高是好事還是壞事
transcript.whisperx[5].start 97.941
transcript.whisperx[5].end 125.072
transcript.whisperx[5].text 這當然如果說從這個數字來看應該是我們來看數字是往上升消費者貸款就要看他的這些消費者的分布以及他貸款的形態是什麼那我想這部分我們應該比如說有可能是信用卡或是其他的比如說我們多元支付所產生的這有可能還有就是另外一個就是房貸就是不同的屬性有不一樣的風險屬性
transcript.whisperx[6].start 126.432
transcript.whisperx[6].end 144.262
transcript.whisperx[6].text 那我們從這個圓餅圖看得出來,就是說他信用卡的一個行賄信用的一個已額其實才佔了1%然後我們的黃貸佔了86%,房屋的修繕跟汽車的這個房屋修繕其實是零的,汽車的那個貸款是2%
transcript.whisperx[7].start 146.463
transcript.whisperx[7].end 172.792
transcript.whisperx[7].text 那林林總總還有個人的一個消費性貸款佔了11%那我們看得出來是黃貸佔了非常重要的一個比例那信貸還有信用卡循環的一個年變的這個變化的一個變化力的一個增加我們看到了就是說我們一直抓出來就是說這個都明顯的一個上升尤其是在疫情疫情這段時間它
transcript.whisperx[8].start 174.853
transcript.whisperx[8].end 199.346
transcript.whisperx[8].text 就是當然是會上升可是在2025年其實基本上沒有一個特別的一個狀況2024、2025我們都明顯看到信用貸款的一個上升那主委你認為是什麼原因造成的呢剛剛其實委員剛剛那個圓餅圖裡面就可以看出來其中大部分都是房貸剛剛那個11點多兆就是我們自用住宅的部分
transcript.whisperx[9].start 200.526
transcript.whisperx[9].end 228.123
transcript.whisperx[9].text 因為這個當然是看起來是應該就是看起來兩大塊一個是信用卡的部分一個就是我們的房貸的部分因為房貸我想大家都知道最近幾年房地產非常的景氣嘛所以購屋的人也很多那移轉動數也很多貸款也在增加所以去年當然很關心的就是七二之二水準那個水位是不是過高還有就是央行也出來做了這個信用管制我想大概都是因為這個很多因素終結起來的
transcript.whisperx[10].start 230.384
transcript.whisperx[10].end 253.337
transcript.whisperx[10].text 接著跟主委探討一下在信貸的部分剛好有兩大族群一個是30歲以下 一個是61歲以上他們的信貸破了60歲以下有很大的一個數據讓我們很害怕就是說每一個人借到50萬 50萬這個人數一直都在創高
transcript.whisperx[11].start 254.418
transcript.whisperx[11].end 263.043
transcript.whisperx[11].text 甚至就是說60歲以上成長了146%30歲以下成長了124%這個平均的利率我們看到了從30歲以下當然他的利息那個利率一定是比較高他借到8.3%
transcript.whisperx[12].start 275.569
transcript.whisperx[12].end 298.537
transcript.whisperx[12].text 借到8.3 這男生喔 女生的話是8.9那60歲以上的話是5.3跟5.4甚至我們Google進去就是說 你要借貸 那你要投資他很明顯就告訴你說 你要去買ETF因為這個有固定的 你可以領固定的配息
transcript.whisperx[13].start 299.677
transcript.whisperx[13].end 321.977
transcript.whisperx[13].text 那61歲以上當然我們知道就是說他可能銀行會跟你講啊你有一筆那個退休的一個基金你可以來做什麼樣什麼樣的一個投資可是30歲以下這些大學生這些年輕人甚至剛進入社會他們面臨到的一個就是觀念投資觀念的一個不正確你看負債比這麼大
transcript.whisperx[14].start 324.139
transcript.whisperx[14].end 346.055
transcript.whisperx[14].text 那我們怎麼來講說這個新型債務年輕化的這一個問題呢甚至我們看到了一個非常聳動就是說學生貸你只要有一支手機那普惠幫你完成你的夢想你靠你那支手機你可以借到了一個額度最高15萬那每個月的利息最低是255塊這看起來又好申請
transcript.whisperx[15].start 349.577
transcript.whisperx[15].end 362.138
transcript.whisperx[15].text 然後審核又快然後在很快就一個小時就換款了這普惠就是快然後又有隱私那你怎麼看就是新型債務的年輕化呢 主委
transcript.whisperx[16].start 362.947
transcript.whisperx[16].end 379.841
transcript.whisperx[16].text 我想這個部分剛剛委員那個資料已經非常非常充分的這樣看出各個年齡層那比如說剛剛各個年齡層現在年輕人呢確實是他在舉在上面看起來是比較積極我想這個相關的內容我可以請童局長給你簡單做個分析
transcript.whisperx[17].start 382.303
transcript.whisperx[17].end 398.229
transcript.whisperx[17].text 謝謝委員關心這個議題那的確我們在過去其實就已經有要求銀行在貸放的部分不管是哪一個年輕族群也好或者是高齡族群我們都有DBR22倍的這個限制也就是他必須要去衡量到他的收入才可以去做對等的消費性貸款
transcript.whisperx[18].start 399.309
transcript.whisperx[18].end 420.187
transcript.whisperx[18].text 那另外一個部分就是說委員這個投影片所出示的應該就是委員所關心的有類似所謂的這種貸款的這個中介公司那這個部分上一次有跟委員報告銀行是絕對不能夠有代辦進建的案件之外我們會在那你有沒有感受到有一個類金融有更大的一個
transcript.whisperx[19].start 421.408
transcript.whisperx[19].end 430.671
transcript.whisperx[19].text 新型的一個債務風暴其實它正在成形啊你感受得到嗎我們從這麼多的一個數據我列出這麼多的數據給你看你有沒有感受到
transcript.whisperx[20].start 431.893
transcript.whisperx[20].end 452.72
transcript.whisperx[20].text 跟委員報告您提示的這部分我們會加強注意但是在銀行體系的部分銷金的信用的如果撇開銀行的部分我們不要來談其實我今天要跟你們談的就是一個新型的一個債務它不管是年輕化還是一個龐大的債務其實它正在成型主委我想2005年的卡債風暴
transcript.whisperx[21].start 455.741
transcript.whisperx[21].end 482.892
transcript.whisperx[21].text 這個是把我們這整整體的一個社會進入一個非常恐慌的時期甚至就是說我們提到了一個案例就是說在那幾年有很多人就是虛家殆盡的去那個躲債了跑掉了甚至就是說在台北市還有一戶只因為欠了300多萬的卡債那六個人有五個人陸續在松山的陳美橋跳河自殺這個造成社會很大的一個震撼那
transcript.whisperx[22].start 484.292
transcript.whisperx[22].end 510.043
transcript.whisperx[22].text 要跟你探討的就是說你的債務協商你的申請那個消費者債務清理條例然後就在2008他成立了可是我們有沒有去追蹤後續後續我們這些成功率呢我們看不到那看不到的時候這個消債條例在上任之初好像顯然是很多人受惠了很多人解決他的債務問題可是後面呢後面這一些問題怎麼辦呢
transcript.whisperx[23].start 511.935
transcript.whisperx[23].end 533.659
transcript.whisperx[23].text 我想剛剛委員提的那個2005年那個雙卡風暴當那時候引發很多比如說幾乎只要很多學生就會辦卡辦現金卡辦卡我想在剛剛同學講提到了後來其實整個營養體系痛定思痛針對整個比如說KYC還有這些封控的部分已經有大幅的改善
transcript.whisperx[24].start 534.6
transcript.whisperx[24].end 548.479
transcript.whisperx[24].text 剛剛提到這部分的話當然隨著這些另外一種環境的變更很有可能假設有這些未來有些潛在的威脅我也會請我們銀行局這邊針對銀行體系的部分我們也好好來監控這個情況
transcript.whisperx[25].start 549.881
transcript.whisperx[25].end 565.68
transcript.whisperx[25].text 其實你上任到現在你算是一個非常那個願意做事也是非常有創意性的一個主委如果我們給弱勢的這個經濟弱勢的年輕人多一點不悲哉的一個機會有沒有可能當然有可能
transcript.whisperx[26].start 566.161
transcript.whisperx[26].end 590.939
transcript.whisperx[26].text 我們引用很多就是說我們抓到了很多就是這個數據裡頭他告訴我們說如果從學校到社會前面去推動金融的一個試讀這個其實在我們那個金融院裡頭2023年的報告他有特別講到了他說他們去調查有60%以上的大學生其實他們沒有辦法真正的去理解信用卡的循環利息
transcript.whisperx[27].start 591.539
transcript.whisperx[27].end 610.767
transcript.whisperx[27].text 所以就是因為在這個姿勢這麼淺薄的然後他沒有辦法去了解到說他負債的這個嚴重性所以他掉進來了那甚至在國外比照美國的ESA的一個制度他就是由政府跟僱主共同去建立一個不可提領
transcript.whisperx[28].start 612.088
transcript.whisperx[28].end 640.97
transcript.whisperx[28].text 不可提領的一個除夕帳戶那專門用在這個醫療還是失業還是災難你看喔有很多人是因為就是醫療就是他生病了他沒有錢還是他的人生就做了一個很大的一個降低下來那是不是有辦法就是說我們去建立這樣子的一個那個推動這樣子的一個那個設計然後提升年輕人就是他在財務上的一個脆弱性啊有沒有機會
transcript.whisperx[29].start 642.05
transcript.whisperx[29].end 659.645
transcript.whisperx[29].text 我想其實我們在我上任以後我也跟銀行局講普惠金融很重要的是要照顧到各個年齡層尤其現在我們的青年他在金融服務上面相對是弱勢所以這部分我們要怎麼樣提升剛剛提到剛剛委員有
transcript.whisperx[30].start 660.606
transcript.whisperx[30].end 680.28
transcript.whisperx[30].text 有幾個想法我以前都還不知道所以我想說這部分我會是不是回去研究看看當然當然當然這個東西我們來看看是不是真的是比如說我們金融市場能著力還就是比如說我們針對金融機構因為至少金融機構是在我們很明確的管理之下我們鼓勵他們我們也是希望他們多多提供
transcript.whisperx[31].start 681.861
transcript.whisperx[31].end 701.162
transcript.whisperx[31].text 針對青年朋友們的金融商品符合他們的商品那這部分呢也是我們正在請銀行這邊來加強推動的部分所以說主委我們給年輕人一個不背債的一個重新的一個機會所以本席在這裡要求金管會在6月30號以前以書面回覆以下研議的一個事項
transcript.whisperx[32].start 701.903
transcript.whisperx[32].end 726.061
transcript.whisperx[32].text 就是你去檢討這個消債法的條例裡頭施行的一個成效跟改善的一個策略並且研擬就是建立一個申請消債或是債務協商者的一個追蹤跟輔導的一個機制那我們要加強資訊的一個揭露那研擬加強提升金融理財的一個教育這個理財教育相當相當的重要還有風險的一個模擬
transcript.whisperx[33].start 727.542
transcript.whisperx[33].end 743.648
transcript.whisperx[33].text 這個疫警的一個機制我們希望提升年輕世代的一個財務韌性的一個方案那第三點對於金融消費者的一個保護尤其是對於金融創新的業務嚴妮是不是可以比照英美等國家轉向是
transcript.whisperx[34].start 744.708
transcript.whisperx[34].end 759.443
transcript.whisperx[34].text 行為的監理這個行為的監理非常的一個重要不要我們都是只靠金融機構其實還有就是類金融的行為我們就是納管以免漏接掉消費者
transcript.whisperx[35].start 761.584
transcript.whisperx[35].end 778.014
transcript.whisperx[35].text 主委 那個本席對你這樣子的一個要求那請就是把書面那個回覆給本席是 沒問題特別是剛剛委員提到第三個就是我們剛剛有委員提到金融消費者保護法納管那個就是針對行為管理就是這個方向好 謝謝主委 謝謝主席好 謝謝