iVOD / 162839

Field Value
IVOD_ID 162839
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/162839
日期 2025-06-25
會議資料.會議代碼 委員會-11-3-19-17
會議資料.會議代碼:str 第11屆第3會期經濟委員會第17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 17
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第3會期經濟委員會第17次全體委員會議
影片種類 Clip
開始時間 2025-06-25T11:41:31+08:00
結束時間 2025-06-25T11:55:03+08:00
影片長度 00:13:32
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3c0085a4689617f55ff1faaa431994d82e63c9c5beafd2002e30616ee03c0ffcda277b577d0128215ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 謝衣鳯
委員發言時間 11:41:31 - 11:55:03
會議時間 2025-06-25T09:00:00+08:00
會議名稱 立法院第11屆第3會期經濟委員會第17次全體委員會議(事由:邀請國家發展委員會主任委員、經濟部部長、農業部部長及中央銀行首長就「因應國際經貿情勢變化,如何協助我國產業面對台幣匯率及國際能源價格遽變」進行報告,並備質詢。【6月23日及6月25日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 0.08159375
transcript.pyannote[0].end 0.82409375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 0.92534375
transcript.pyannote[1].end 1.19534375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 1.19534375
transcript.pyannote[2].end 1.49909375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 6.73034375
transcript.pyannote[3].end 10.40909375
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 20.16284375
transcript.pyannote[4].end 20.80409375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 23.55471875
transcript.pyannote[5].end 26.32221875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 26.57534375
transcript.pyannote[6].end 28.44846875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 28.92096875
transcript.pyannote[7].end 29.57909375
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 30.40596875
transcript.pyannote[8].end 31.46909375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 32.97096875
transcript.pyannote[9].end 34.27034375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 34.62471875
transcript.pyannote[10].end 36.02534375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 36.43034375
transcript.pyannote[11].end 38.18534375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 38.50596875
transcript.pyannote[12].end 39.23159375
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 39.77159375
transcript.pyannote[13].end 42.45471875
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 42.57284375
transcript.pyannote[14].end 43.46721875
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 44.42909375
transcript.pyannote[15].end 44.76659375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 45.32346875
transcript.pyannote[16].end 47.12909375
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 47.28096875
transcript.pyannote[17].end 48.20909375
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 49.15409375
transcript.pyannote[18].end 53.50784375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 53.81159375
transcript.pyannote[19].end 54.79034375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 55.34721875
transcript.pyannote[20].end 57.10221875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 57.62534375
transcript.pyannote[21].end 59.88659375
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 60.08909375
transcript.pyannote[22].end 61.15221875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 61.54034375
transcript.pyannote[23].end 64.49346875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 65.89409375
transcript.pyannote[24].end 67.19346875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 67.91909375
transcript.pyannote[25].end 76.91346875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 77.55471875
transcript.pyannote[26].end 81.36846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 81.67221875
transcript.pyannote[27].end 82.87034375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 83.47784375
transcript.pyannote[28].end 84.01784375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 84.25409375
transcript.pyannote[29].end 85.78971875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 85.94159375
transcript.pyannote[30].end 86.71784375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 87.03846875
transcript.pyannote[31].end 89.02971875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 89.70471875
transcript.pyannote[32].end 94.37909375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 94.93596875
transcript.pyannote[33].end 95.34096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 95.47596875
transcript.pyannote[34].end 97.39971875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 97.85534375
transcript.pyannote[35].end 104.70659375
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 106.15784375
transcript.pyannote[36].end 106.42784375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 106.96784375
transcript.pyannote[37].end 107.79471875
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 108.75659375
transcript.pyannote[38].end 113.51534375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 114.02159375
transcript.pyannote[39].end 116.73846875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 117.64971875
transcript.pyannote[40].end 126.66096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 127.30221875
transcript.pyannote[41].end 127.99409375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 128.33159375
transcript.pyannote[42].end 138.54096875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 139.30034375
transcript.pyannote[43].end 141.10596875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 141.15659375
transcript.pyannote[44].end 142.84409375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 143.14784375
transcript.pyannote[45].end 145.39221875
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 146.37096875
transcript.pyannote[46].end 148.07534375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 148.49721875
transcript.pyannote[47].end 149.32409375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 149.54346875
transcript.pyannote[48].end 152.46284375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 153.50909375
transcript.pyannote[49].end 160.56284375
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 161.00159375
transcript.pyannote[50].end 163.29659375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 164.30909375
transcript.pyannote[51].end 165.20346875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 166.04721875
transcript.pyannote[52].end 166.95846875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 167.31284375
transcript.pyannote[53].end 171.64971875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 172.07159375
transcript.pyannote[54].end 174.94034375
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 175.44659375
transcript.pyannote[55].end 181.96034375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 182.38221875
transcript.pyannote[56].end 182.51721875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 183.63096875
transcript.pyannote[57].end 184.69409375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 184.87971875
transcript.pyannote[58].end 208.09971875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 208.55534375
transcript.pyannote[59].end 210.91784375
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 212.25096875
transcript.pyannote[60].end 215.23784375
transcript.pyannote[61].speaker SPEAKER_02
transcript.pyannote[61].start 215.60909375
transcript.pyannote[61].end 216.89159375
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 217.24596875
transcript.pyannote[62].end 218.10659375
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 219.37221875
transcript.pyannote[63].end 220.46909375
transcript.pyannote[64].speaker SPEAKER_02
transcript.pyannote[64].start 220.94159375
transcript.pyannote[64].end 222.34221875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 222.66284375
transcript.pyannote[65].end 223.84409375
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 223.99596875
transcript.pyannote[66].end 230.54346875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 231.38721875
transcript.pyannote[67].end 238.93034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 238.94721875
transcript.pyannote[68].end 246.62534375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 246.89534375
transcript.pyannote[69].end 249.30846875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 249.73034375
transcript.pyannote[70].end 253.17284375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 253.59471875
transcript.pyannote[71].end 257.15534375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 257.32409375
transcript.pyannote[72].end 263.21346875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 263.48346875
transcript.pyannote[73].end 264.20909375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 264.96846875
transcript.pyannote[74].end 265.33971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 265.66034375
transcript.pyannote[75].end 267.34784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 268.09034375
transcript.pyannote[76].end 286.60221875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 287.12534375
transcript.pyannote[77].end 290.28096875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 290.41596875
transcript.pyannote[78].end 294.66846875
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 294.88784375
transcript.pyannote[79].end 296.98034375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 297.35159375
transcript.pyannote[80].end 298.66784375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 298.78596875
transcript.pyannote[81].end 306.34596875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 307.13909375
transcript.pyannote[82].end 308.05034375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 308.16846875
transcript.pyannote[83].end 319.79534375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 320.47034375
transcript.pyannote[84].end 322.69784375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 322.83284375
transcript.pyannote[85].end 325.76909375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 326.29221875
transcript.pyannote[86].end 326.68034375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 326.96721875
transcript.pyannote[87].end 341.58096875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 341.91846875
transcript.pyannote[88].end 343.58909375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 344.17971875
transcript.pyannote[89].end 348.07784375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 349.42784375
transcript.pyannote[90].end 354.33846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 356.29596875
transcript.pyannote[91].end 357.32534375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 357.51096875
transcript.pyannote[92].end 364.76721875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 362.42159375
transcript.pyannote[93].end 362.57346875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 365.47596875
transcript.pyannote[94].end 372.36096875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 372.88409375
transcript.pyannote[95].end 377.55846875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 377.74409375
transcript.pyannote[96].end 378.95909375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 378.06471875
transcript.pyannote[97].end 381.86159375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 382.09784375
transcript.pyannote[98].end 386.92409375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 387.17721875
transcript.pyannote[99].end 405.31784375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 405.57096875
transcript.pyannote[100].end 432.67221875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 433.09409375
transcript.pyannote[101].end 470.30346875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 470.89409375
transcript.pyannote[102].end 476.02409375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 476.59784375
transcript.pyannote[103].end 497.69159375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 497.75909375
transcript.pyannote[104].end 499.56471875
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 500.27346875
transcript.pyannote[105].end 502.88909375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 503.31096875
transcript.pyannote[106].end 507.12471875
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 503.37846875
transcript.pyannote[107].end 504.01971875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 507.24284375
transcript.pyannote[108].end 519.62909375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 520.01721875
transcript.pyannote[109].end 520.48971875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 520.64159375
transcript.pyannote[110].end 547.42221875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 547.65846875
transcript.pyannote[111].end 548.51909375
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 549.02534375
transcript.pyannote[112].end 550.27409375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 550.59471875
transcript.pyannote[113].end 552.23159375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 552.80534375
transcript.pyannote[114].end 553.17659375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 553.66596875
transcript.pyannote[115].end 569.61284375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 569.69721875
transcript.pyannote[116].end 582.38721875
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 583.09596875
transcript.pyannote[117].end 638.34471875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 637.60221875
transcript.pyannote[118].end 639.17159375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 638.61471875
transcript.pyannote[119].end 642.56346875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 642.56346875
transcript.pyannote[120].end 642.63096875
transcript.pyannote[121].speaker SPEAKER_00
transcript.pyannote[121].start 642.63096875
transcript.pyannote[121].end 670.28909375
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 642.64784375
transcript.pyannote[122].end 645.66846875
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 670.52534375
transcript.pyannote[123].end 703.09409375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 703.09409375
transcript.pyannote[124].end 706.08096875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 708.42659375
transcript.pyannote[125].end 709.16909375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 710.72159375
transcript.pyannote[126].end 719.78346875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 719.91846875
transcript.pyannote[127].end 728.94659375
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 729.53721875
transcript.pyannote[128].end 731.05596875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 731.35971875
transcript.pyannote[129].end 740.79284375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 741.50159375
transcript.pyannote[130].end 748.40346875
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 748.75784375
transcript.pyannote[131].end 750.24284375
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 750.74909375
transcript.pyannote[132].end 752.36909375
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 752.63909375
transcript.pyannote[133].end 753.41534375
transcript.pyannote[134].speaker SPEAKER_01
transcript.pyannote[134].start 754.12409375
transcript.pyannote[134].end 759.00096875
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 759.06846875
transcript.pyannote[135].end 760.23284375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 760.63784375
transcript.pyannote[136].end 763.69221875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 764.35034375
transcript.pyannote[137].end 765.02534375
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 765.49784375
transcript.pyannote[138].end 777.32721875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 777.63096875
transcript.pyannote[139].end 778.74471875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 778.82909375
transcript.pyannote[140].end 781.17471875
transcript.pyannote[141].speaker SPEAKER_01
transcript.pyannote[141].start 781.22534375
transcript.pyannote[141].end 786.30471875
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 787.31721875
transcript.pyannote[142].end 808.69784375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 804.74909375
transcript.pyannote[143].end 804.83346875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 804.83346875
transcript.pyannote[144].end 804.90096875
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 804.90096875
transcript.pyannote[145].end 804.95159375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 808.96784375
transcript.pyannote[146].end 809.17034375
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 811.97159375
transcript.pyannote[147].end 812.88284375
transcript.pyannote[148].speaker SPEAKER_00
transcript.pyannote[148].start 812.95034375
transcript.pyannote[148].end 812.96721875
transcript.whisperx[0].start 7.052
transcript.whisperx[0].end 20.559
transcript.whisperx[0].text 謝謝主席我想要請央行的副總裁副總裁
transcript.whisperx[1].start 23.918
transcript.whisperx[1].end 45.835
transcript.whisperx[1].text 楊總裁跟我講說 你跟他一樣優秀今天都沒有給你發揮 是不是大家都沒有問你大家最關心的 現在就是4月30號 台幣對美元是32.017元那今天呢 29.46
transcript.whisperx[2].start 49.212
transcript.whisperx[2].end 64.372
transcript.whisperx[2].text 我想要請教你的美國銀行BOA他預測年底的匯率是28.8元到明年底是27.6元你怎麼看
transcript.whisperx[3].start 65.933
transcript.whisperx[3].end 82.482
transcript.whisperx[3].text 那個報告我也因為不管是美國銀行或其他的外資的機構其實他們經常都會對他的客戶做台幣或其他國家貨幣的匯率預測那我們通常也會看一下他的分析的理由但是我們不能夠
transcript.whisperx[4].start 84.562
transcript.whisperx[4].end 104.409
transcript.whisperx[4].text 因為我們自己在成為一個外匯市場參與者我們不願意對他們的評論他們的預測有任何的評論因為匯率我剛才也回答陳委員講的匯率其實影響的因素是很多也不完全是我們看國內或國外因素能夠主導的
transcript.whisperx[5].start 106.206
transcript.whisperx[5].end 116.457
transcript.whisperx[5].text 对但是当台币美元一直升值的这样子的情况对于国内的产业
transcript.whisperx[6].start 117.697
transcript.whisperx[6].end 144.862
transcript.whisperx[6].text 我們不知道說為什麼會在兩個月的期間升值這麼多當然是國際的因素但是4月30當美國的對等關稅發生的時候我們去跟我們去工業區跟中小企業來座談那時候我記得有一個廠商我印象非常深刻他說
transcript.whisperx[7].start 146.457
transcript.whisperx[7].end 165.182
transcript.whisperx[7].text 美國的客戶跟他說我們來簽一年的契約訂單他說一年的訂單我完全給你他說他沒有辦法跟他簽一年的訂單他只要跟他簽到三個月而已
transcript.whisperx[8].start 166.118
transcript.whisperx[8].end 181.448
transcript.whisperx[8].text 代表了他已經預估了不管是關稅的因素不管當然那時候我們不知道匯率的因素對於中小企業能產生這麼大的影響
transcript.whisperx[9].start 183.68
transcript.whisperx[9].end 210.014
transcript.whisperx[9].text 我們升值了那會對他的成本有造成重大影響他的成本在短期間之內有辦法降低7%來因應我們台幣升值8% 7%這樣子的影響嗎所以當我們的匯率因素這麼嚴峻的情況下我想請教你第二個問題的是
transcript.whisperx[10].start 212.298
transcript.whisperx[10].end 230.158
transcript.whisperx[10].text 未來你認為國際的情勢的這樣子的變化到底是匯率因素還是關稅因素還是能源的因素對於台灣的產業會造成最重大的影響
transcript.whisperx[11].start 232.008
transcript.whisperx[11].end 248.98
transcript.whisperx[11].text 因為台灣是一個出口導向的國家那影響我們出口有兩大因素一個是國外的需求一個是我們的價格因素價格因素裡面就包含了匯率因素包含我們的物價這些相關的因素在後面
transcript.whisperx[12].start 249.801
transcript.whisperx[12].end 266.722
transcript.whisperx[12].text 那當然這個除了價格因素之外我們看到我們的出口的過去的出口表現裡面我們還呈現了一塊就是我們的出口品質的提升我們的科技創新的那種附加價值在後面所以你看我們最近這幾
transcript.whisperx[13].start 268.14
transcript.whisperx[13].end 286.135
transcript.whisperx[13].text 最近以来我们的台币升值在我们的报告里面也提到它其实是有经济面的基础在支持的包括我们的出口成长相较于其他国家来的有很多我们的经济成长率表现也非常的好这个也就是说明了我们有它的经济的
transcript.whisperx[14].start 287.176
transcript.whisperx[14].end 305.99
transcript.whisperx[14].text 基礎在後面支持台幣近期的升值但是我們也知道就是說台幣升值對於企業短期間快速升值對不利於企業經營所以我們也一直嘗試的在維持匯率的相對穩定所以各位可以看到我們的在報告裡面的表
transcript.whisperx[15].start 307.522
transcript.whisperx[15].end 325.635
transcript.whisperx[15].text 圖八第五頁我們可以明顯看到台灣其實我們過去一直以來我們相對我們要維持一個匯率的穩定其實是有它的用意的因為我們知道匯率穩定對於產業的出口是有很大的重要的影響因素的
transcript.whisperx[16].start 327.126
transcript.whisperx[16].end 354.068
transcript.whisperx[16].text 對 所以我看到了總裁在記者會上面有說要協助中小企業面對這個匯率的 因應這個匯率的我想要請 我也要同時請郭部長喔怎麼樣子我們要怎麼樣子協助中小企業副總裁 你們總裁是希望怎麼樣協助中小企業是給郭部長做還是怎樣
transcript.whisperx[17].start 356.68
transcript.whisperx[17].end 371.852
transcript.whisperx[17].text 謝謝委員我們協助中小企業大概分成四個方向剛才我想副總裁也有講出口的部分其實是我們希望能夠讓這個廠商提升它的價值
transcript.whisperx[18].start 372.93
transcript.whisperx[18].end 391.588
transcript.whisperx[18].text 提升它的价值那提升它的价值呢事实上是从品质上面着手所以我们会帮助中小微企业来打练它的竞争力这是第一个第二个呢我们降低它的成本降低它的成本是从两个部分一个是从它的设备支出的成本
transcript.whisperx[19].start 392.108
transcript.whisperx[19].end 413.673
transcript.whisperx[19].text 那政府有這個EXCO的這個這樣的一個輔導機制所以我們從這個地方來降低它的成本太舊煥新 設備太舊煥新第二個就是它的成本裡面有一大部分是材料成本所以它在購料的部分我們盡量讓它採取共同性的部分由經濟部來協助它能夠統購
transcript.whisperx[20].start 415.033
transcript.whisperx[20].end 431.82
transcript.whisperx[20].text 通過這些材料然後透過我們的法人機構再分配下去事實上這是不會影響到所謂的經濟的秩序但是對於這些小微公司中小微的公司它事實上可以拿到大概3%到5%的降低材料成本的機會
transcript.whisperx[21].start 433.2
transcript.whisperx[21].end 455.368
transcript.whisperx[21].text 那麼第三個來講的話我們可以幫助他打造這個國外的這個市場但是國外的市場牽扯到所謂的這個匯率的問題所以我們轉而向希望能夠以大代小也就是說國內的大型的公司或者中型的公司我們建議他能夠我們幫這些小微公司
transcript.whisperx[22].start 455.968
transcript.whisperx[22].end 469.438
transcript.whisperx[22].text 進步它的這個方式以後我想對它來講採用這個國產的這些設備最近我們又發現我們在談關稅以後發現因為美國有一個非常大的要求是在非紅供應鏈
transcript.whisperx[23].start 470.999
transcript.whisperx[23].end 493.378
transcript.whisperx[23].text 所以我們發現我們有半導體有AI有一些資通訊的這些產品可能會有把這些機會讓台灣的這個廠商拿到這樣的一個機會這一些都是他們有增加市場然後我們幫他打造他的競爭力以後我相信這個會改善他自己目前的這個困境所以這個是這個經濟部現在極力在推動的這個行為問題是
transcript.whisperx[24].start 500.342
transcript.whisperx[24].end 519.073
transcript.whisperx[24].text 你要多久才會有成效我們現在面對的就是匯率在短期間內造成這麼樣子重大的甚至國際的金融機構都預測台幣未來還是持續走升值的情況
transcript.whisperx[25].start 521.315
transcript.whisperx[25].end 548.012
transcript.whisperx[25].text 這對於我們的中小企業會產生影響總裁在這裡對金融業也產生了重大的影響當我們要求金融業對於企業進行放貸進行紓困的時候但是如果企業面對不確定性的風險剛才前面也有非常多的委員提到了中小企業不敢接單
transcript.whisperx[26].start 549.073
transcript.whisperx[26].end 569.218
transcript.whisperx[26].text 不敢接單不敢從事生產那雖然今年的經濟成長因為這幾個月關稅宣布前我們的搶單的情況但是對於明年開始整個市場不確定的因素
transcript.whisperx[27].start 569.938
transcript.whisperx[27].end 582.434
transcript.whisperx[27].text 那我們的中小企業怎麼做他們不敢接單 不敢投資 不敢借錢那我們給予的貸款優惠就沒有政策的效果了
transcript.whisperx[28].start 583.834
transcript.whisperx[28].end 608.02
transcript.whisperx[28].text 我想我們不是只有在這個財務上面的措施來支持他們我們事實上這一波利用這樣的一個機會來打造我們國內中小微企業的競爭力所以我們是多面的來提升它的競爭力那您剛剛在講說這個匯率的問題主要還是大型跟中型公司它才有做這個出口
transcript.whisperx[29].start 608.9
transcript.whisperx[29].end 632.478
transcript.whisperx[29].text 那但是這些大型中型的公司大概佔我們七成的這個出口的部分呢我相信他們對這個匯率避險他們是都有採取這樣的一個方式所以我們真正的比較擔心就像委員所指正的這些比較中小微的企業所以我們有另外一個方法就是對接台灣的這些大型跟中型的企業我們希望他們以大代小
transcript.whisperx[30].start 633.218
transcript.whisperx[30].end 650.289
transcript.whisperx[30].text 那盡量來協助我們這個所推動的這樣的一個措施的什麼時候會有具體的措施我們現在就是在現在一直在進行現在一直在進行因為這面臨的變化是非常的快速我現在透過AI的市產線這個是過去都沒有的做法
transcript.whisperx[31].start 650.509
transcript.whisperx[31].end 669.485
transcript.whisperx[31].text 我們現在已經建立了53條市產線來協助這些中小微企業接著到年底之前我們會擴增到100條線然後經濟部當了接手了這個其他的科技大學的這個學校措施以後我們會在學校裡面建立服務業的市產線
transcript.whisperx[32].start 670.726
transcript.whisperx[32].end 679.276
transcript.whisperx[32].text 服務業的市產業服務業占台灣七成所以我們會創造那個環境建立那個產業來訓練在職的這個業者也會訓練未來參與這個產業的這個業者我們相信我們一年至少可以幫國內
transcript.whisperx[33].start 689.267
transcript.whisperx[33].end 706.031
transcript.whisperx[33].text 從訓練在職的人最起碼有兩萬五千人另外我們會從畢業生裡面在訓練兩萬五千人最少一年我們會提供五萬人在所謂的這個AI的這個環境裡面然後來打造他的競爭力好我再想要請問我們副總裁的目前
transcript.whisperx[34].start 710.782
transcript.whisperx[34].end 728.719
transcript.whisperx[34].text 中東的地緣的因素造成了國際能源價格巨幅的波動未來會不會對於我們國內的物價就是CPI造成巨大的影響我們現在目前預估都是
transcript.whisperx[35].start 729.6
transcript.whisperx[35].end 740.715
transcript.whisperx[35].text 都是在2以內但是如果未來能源價格的上升我們在高度仰賴能源進口的情況下CPI的情況是如何的
transcript.whisperx[36].start 741.53
transcript.whisperx[36].end 763.048
transcript.whisperx[36].text 那個報告委員我們最近也是根據當前的國際油價或者當前的台灣的物價的發展情形我們認為今年下半年那個服務類國內的服務類的價格他還是會持續走低因為也走低了一陣子加上我們預期今年的原油的價格
transcript.whisperx[37].start 764.403
transcript.whisperx[37].end 785.297
transcript.whisperx[37].text 即使是目前的資料顯示我們還是認為它會比去年低所以我們整體來講我們下修了我們對今年的物價的預測本來是1.89我們現在是1.81所以我們基本上從目前資料去看我們對今年的整個國內的物價還是覺得它是能夠維持在2%以下
transcript.whisperx[38].start 787.666
transcript.whisperx[38].end 807.959
transcript.whisperx[38].text 對 可是我認為說在某一些部分像食物類別啦就是外食族群等等的這種的大家對於物價的那種敏銳度CPI的就是還是非常敏感所以在這個部分希望政府在就這個部分還是要做具體的研究好不好我們主席已經站起來了好 謝謝