iVOD / 169903

Field Value
IVOD_ID 169903
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/169903
日期 2026-06-10
會議資料.會議代碼 委員會-11-5-20-18
會議資料.會議代碼:str 第11屆第5會期財政委員會第18次全體委員會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 18
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5會期財政委員會第18次全體委員會議
影片種類 Clip
開始時間 2026-06-10T10:06:40+08:00
結束時間 2026-06-10T10:17:45+08:00
影片長度 00:11:05
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/dee24285c0428ea5d6ac72dede59838321dd72608bfb9572ffedc3c96f086d46bb7f1b8e8d3d49e25ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李彥秀
委員發言時間 10:06:40 - 10:17:45
會議時間 2026-06-10T09:00:00+08:00
會議名稱 立法院第11屆第5會期財政委員會第18次全體委員會議(事由:一、審查中華民國115年度中央政府總預算案附屬單位預算營業部分關於中央銀行(含中央造幣廠、中央印製廠)。(詢答及處理) 二、審查中華民國115年度中央政府總預算案附屬單位預算營業部分,關於財政部主管中國輸出入銀行、臺灣金融控股股份有限公司(含臺灣銀行股份有限公司、臺銀人壽保險股份有限公司、臺銀綜合證券股份有限公司)。(僅詢答) 【6月10日及11日兩天一次會】 【預算提案截止時間:第一案6月10日(三)上午10時,第二案6月10日(三)下午5時】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 1.83659375
transcript.pyannote[0].end 4.60409375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 4.77284375
transcript.pyannote[1].end 6.46034375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 13.22721875
transcript.pyannote[2].end 14.02034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 14.02034375
transcript.pyannote[3].end 80.86221875
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 16.18034375
transcript.pyannote[4].end 16.28159375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 22.45784375
transcript.pyannote[5].end 22.87971875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 24.36471875
transcript.pyannote[6].end 25.22534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 30.79409375
transcript.pyannote[7].end 31.21596875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 32.32971875
transcript.pyannote[8].end 32.68409375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 66.78846875
transcript.pyannote[9].end 67.56471875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 69.43784375
transcript.pyannote[10].end 69.80909375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 81.58784375
transcript.pyannote[11].end 86.05971875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 85.63784375
transcript.pyannote[12].end 86.88659375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 86.29596875
transcript.pyannote[13].end 91.93221875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 92.28659375
transcript.pyannote[14].end 92.52284375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 92.60721875
transcript.pyannote[15].end 111.92909375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 99.64409375
transcript.pyannote[16].end 100.06596875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 112.14846875
transcript.pyannote[17].end 112.48596875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 112.62096875
transcript.pyannote[18].end 156.71534375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 122.40846875
transcript.pyannote[19].end 122.72909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 129.42846875
transcript.pyannote[20].end 129.58034375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 129.59721875
transcript.pyannote[21].end 129.69846875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 149.57721875
transcript.pyannote[22].end 149.88096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 157.28909375
transcript.pyannote[23].end 159.70221875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 160.19159375
transcript.pyannote[24].end 178.07909375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 178.38284375
transcript.pyannote[25].end 183.63096875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 181.11659375
transcript.pyannote[26].end 188.28846875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 184.62659375
transcript.pyannote[27].end 185.23409375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 187.24221875
transcript.pyannote[28].end 187.74846875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 187.86659375
transcript.pyannote[29].end 204.28596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 203.50971875
transcript.pyannote[30].end 204.23534375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 204.28596875
transcript.pyannote[31].end 204.35346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 204.35346875
transcript.pyannote[32].end 204.37034375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 204.37034375
transcript.pyannote[33].end 204.47159375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 204.47159375
transcript.pyannote[34].end 204.50534375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 204.50534375
transcript.pyannote[35].end 204.57284375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 204.57284375
transcript.pyannote[36].end 204.60659375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 204.60659375
transcript.pyannote[37].end 204.65721875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 204.65721875
transcript.pyannote[38].end 204.80909375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 204.80909375
transcript.pyannote[39].end 204.89346875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 204.89346875
transcript.pyannote[40].end 204.97784375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 204.97784375
transcript.pyannote[41].end 205.16346875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 205.16346875
transcript.pyannote[42].end 206.05784375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 206.05784375
transcript.pyannote[43].end 206.09159375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 206.09159375
transcript.pyannote[44].end 206.96909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 206.96909375
transcript.pyannote[45].end 228.16409375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 207.07034375
transcript.pyannote[46].end 207.66096875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 213.31409375
transcript.pyannote[47].end 214.03971875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 216.11534375
transcript.pyannote[48].end 216.43596875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 222.96659375
transcript.pyannote[49].end 223.50659375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 223.87784375
transcript.pyannote[50].end 225.12659375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 228.83909375
transcript.pyannote[51].end 233.96909375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 232.55159375
transcript.pyannote[52].end 238.28909375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 239.04846875
transcript.pyannote[53].end 271.02659375
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 271.38096875
transcript.pyannote[54].end 289.01534375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 272.08971875
transcript.pyannote[55].end 272.57909375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 288.52596875
transcript.pyannote[56].end 323.99721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 290.73659375
transcript.pyannote[57].end 299.07284375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 315.76221875
transcript.pyannote[58].end 316.08284375
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 324.60471875
transcript.pyannote[59].end 341.31096875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 341.31096875
transcript.pyannote[60].end 364.34534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 360.04221875
transcript.pyannote[61].end 360.32909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 362.97846875
transcript.pyannote[62].end 368.36159375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 365.25659375
transcript.pyannote[63].end 365.66159375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 366.87659375
transcript.pyannote[64].end 391.54784375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 378.31784375
transcript.pyannote[65].end 379.24596875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 379.98846875
transcript.pyannote[66].end 381.84471875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 392.18909375
transcript.pyannote[67].end 416.28659375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 416.45534375
transcript.pyannote[68].end 418.39596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 418.66596875
transcript.pyannote[69].end 419.27346875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 419.27346875
transcript.pyannote[70].end 459.06471875
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 420.11721875
transcript.pyannote[71].end 420.33659375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 424.15034375
transcript.pyannote[72].end 426.49596875
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 436.01346875
transcript.pyannote[73].end 436.45221875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 438.81471875
transcript.pyannote[74].end 439.13534375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 445.26096875
transcript.pyannote[75].end 445.64909375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 448.58534375
transcript.pyannote[76].end 449.12534375
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 459.06471875
transcript.pyannote[77].end 496.98284375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 496.51034375
transcript.pyannote[78].end 498.02909375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 497.91096875
transcript.pyannote[79].end 505.03221875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 498.65346875
transcript.pyannote[80].end 500.96534375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 505.03221875
transcript.pyannote[81].end 557.15909375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 505.80846875
transcript.pyannote[82].end 506.56784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 514.09409375
transcript.pyannote[83].end 514.39784375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 516.32159375
transcript.pyannote[84].end 516.47346875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 518.95409375
transcript.pyannote[85].end 519.69659375
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 523.72971875
transcript.pyannote[86].end 524.53971875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 528.20159375
transcript.pyannote[87].end 529.34909375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 530.81721875
transcript.pyannote[88].end 531.25596875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 539.79471875
transcript.pyannote[89].end 540.23346875
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 543.72659375
transcript.pyannote[90].end 544.16534375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 553.44659375
transcript.pyannote[91].end 553.66596875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 554.74596875
transcript.pyannote[92].end 584.00721875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 582.62346875
transcript.pyannote[93].end 583.66971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 584.00721875
transcript.pyannote[94].end 586.87596875
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 585.39096875
transcript.pyannote[95].end 593.06909375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 590.40284375
transcript.pyannote[96].end 590.87534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 591.11159375
transcript.pyannote[97].end 629.45159375
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 593.35596875
transcript.pyannote[98].end 593.55846875
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 601.35471875
transcript.pyannote[99].end 601.59096875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 604.17284375
transcript.pyannote[100].end 604.34159375
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 605.47221875
transcript.pyannote[101].end 605.64096875
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 607.44659375
transcript.pyannote[102].end 608.76284375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 614.48346875
transcript.pyannote[103].end 614.90534375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 616.52534375
transcript.pyannote[104].end 617.25096875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 622.68471875
transcript.pyannote[105].end 623.35971875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 628.89471875
transcript.pyannote[106].end 641.90534375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 639.88034375
transcript.pyannote[107].end 641.93909375
transcript.pyannote[108].speaker SPEAKER_00
transcript.pyannote[108].start 641.93909375
transcript.pyannote[108].end 641.97284375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 641.97284375
transcript.pyannote[109].end 649.31346875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 647.25471875
transcript.pyannote[110].end 647.99721875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 648.80721875
transcript.pyannote[111].end 657.83534375
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 655.45596875
transcript.pyannote[112].end 662.61096875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 658.47659375
transcript.pyannote[113].end 662.93159375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 665.34471875
transcript.pyannote[114].end 666.96471875
transcript.whisperx[0].start 1.894
transcript.whisperx[0].end 1.954
transcript.whisperx[0].text 請央行楊總裁
transcript.whisperx[1].start 13.26
transcript.whisperx[1].end 15.341
transcript.whisperx[1].text 2024年3月份是我們最後一次升息半碼我現在回過頭來看半年那時候我記得我在同樣位置質詢我稱呼你會不會是Mr.
transcript.whisperx[2].start 15.341
transcript.whisperx[2].end 17.302
transcript.whisperx[2].text Surprise那時候笑而不答後來我們現在回過頭來看
transcript.whisperx[3].start 37.394
transcript.whisperx[3].end 41.159
transcript.whisperx[3].text 當時的背景我們擔心是可能我們的通膨會到2%我現在看當時你覺得當時我們最後那時候3月份2024年3月份的升息半碼
transcript.whisperx[4].start 51.692
transcript.whisperx[4].end 80.604
transcript.whisperx[4].text 那時候我說效果後來我再碰到你再跟你討論說那你覺得效果好不好你當時回答我說可能我們生息要一段時間可能要半年左右四到六個月我忘記實際大概是多久所以要一段時間才看得出效果那我們現在事情已經過了我們回過頭來看當時的預防性生息的辦法你覺得效果好不好當時的工具跟政策我們當時這樣做對不對好不好
transcript.whisperx[5].start 82.284
transcript.whisperx[5].end 87.467
transcript.whisperx[5].text 我覺得當然如果事後來檢討的話當時的狀況來講的話我覺得是正確的請一陣子我關注到我們央行的理事張建義說我們現在通膨只有到1.9
transcript.whisperx[6].start 100.395
transcript.whisperx[6].end 117.475
transcript.whisperx[6].text 所以大概也沒有要不要升息的問題但我知道我們現在在接末期也不方便講太多但是我想請問就是說總裁就是說現在因為油電糧食也好全世界都在漲那台灣我們的最主要的油電
transcript.whisperx[7].start 118.576
transcript.whisperx[7].end 147.143
transcript.whisperx[7].text 能源糧食大多數都是靠國外進口所以我們整個政府都在抗通膨全政府大家所有的政策跟工具都在抗通膨那我們都擔心通膨過高那我想請問總裁一個問題就是說我們現在看當時的無論是2024年3月份我們的預防性的升息也好不管升多少或者是有一種有一種是升了之後通膨過了二之後
transcript.whisperx[8].start 147.643
transcript.whisperx[8].end 159.577
transcript.whisperx[8].text 當時就是通膨過了二就是警戒嘛我們到了警戒時我們再來升息比較好還是我們預防性的升息比較好你覺得事前跟事後哪一個政策工具成本比較低
transcript.whisperx[9].start 160.914
transcript.whisperx[9].end 177.586
transcript.whisperx[9].text 我跟委員報告就是說這個2%大家都說它是一個警戒線不過所有的國家 主要國家它的2%事實上它是就中長期來看
transcript.whisperx[10].start 178.747
transcript.whisperx[10].end 183.032
transcript.whisperx[10].text 我舉一個很簡單的例子來跟委員報告我只想知道你的工具我們可以事前預防性的因為當時我們一定所以我現在要跟委員報告就是說所以我很簡單的
transcript.whisperx[11].start 194.065
transcript.whisperx[11].end 215.212
transcript.whisperx[11].text 就是說在18號這一天我們的理事會很周圍的來討論這個問題然後在那一天我們會我知道我沒有要問你那一天你為什麼因為現在在緘默期我只是要跟你討論一個政策就是說如果我們覺得未來有可能通膨過二假設政府我們想要控制的話
transcript.whisperx[12].start 216.392
transcript.whisperx[12].end 237.517
transcript.whisperx[12].text 那到底是事前我們先升息好還是事後我們看到已經到比如說現在是2.2 2.3假設那我們到底是事後再來處理哪一個預防性的升息或者是事後我們再來做升息調整哪一個社會成本會比較低我跟委員報告如果說
transcript.whisperx[13].start 239.096
transcript.whisperx[13].end 262.102
transcript.whisperx[13].text 大家都可以預測到就是說是在半年一年以後呢這個通膨都會持續的一直往上而且呢會導致通膨的預期這個預期呢形成了以後呢那這個呢就是說它的通膨就會一直節節上升那這個呢在這種情況之下呢就一定要
transcript.whisperx[14].start 262.983
transcript.whisperx[14].end 269.714
transcript.whisperx[14].text 就如同委員剛剛你所說的就是pre-emptive就是事前的預防會比較好
transcript.whisperx[15].start 271.574
transcript.whisperx[15].end 276.838
transcript.whisperx[15].text 所以就是事前的預防社會的成本會比較低但是呢如果說我們疫情到就是說它是通膨是上去但是呢它會很快的再下來那你就你的這個preemptive的這個車的政策呢就不會就是說是很好的那就是看接下來整個國際的局勢通膨國際的狀況我們來決定我們要事前預防性的升降是事後我們再來去做出我懂你了謝謝總幹部
transcript.whisperx[16].start 300.334
transcript.whisperx[16].end 319.045
transcript.whisperx[16].text 總裁 最後我想請問你 因為我們的油電 我剛剛已經講油電糧食其實都跟國際 我們都是靠進口所以整個對於我們整理台灣的能源的價格 油電其實都會影響通膨所以整個政府 賴政府整個都在抗通膨我覺得方向當然是對的 包括我們的油價已經連時動那電價4月份也決定在動漲
transcript.whisperx[17].start 324.688
transcript.whisperx[17].end 337.153
transcript.whisperx[17].text 整個就是說我想請問一下就是說因為這整個跟央行也有關係那包括油電動漲那這個過程當中行政院有沒有跟央行做過討論或者是聽聽你們的建議或意見或者開會有沒有知會央行這邊一起參與
transcript.whisperx[18].start 341.374
transcript.whisperx[18].end 352.129
transcript.whisperx[18].text 我跟委員報告 事實上我們在很多的理監事會之後的一個參考資料裡面我們都發佈 包括中東那個時候俄烏戰爭的時候俄烏戰爭的時候 你看看
transcript.whisperx[19].start 358.377
transcript.whisperx[19].end 363.604
transcript.whisperx[19].text 主委 我今天時間很有限 我想知道關於油電動漲這件事情 要不要我們配合開會我們也有啊 行政院的穩定物價小組莊營郎也是成員之一
transcript.whisperx[20].start 378.301
transcript.whisperx[20].end 383.968
transcript.whisperx[20].text 誰都有跟你們開會決定要動場也要聽你們的意見但是我要跟委員報告的就是說政府的攻擊面的措施也就是說這種動場的措施是非常有效的這個我們從哪裡可以看得到從我們上一次的二屋戰爭我們也是攻擊面的
transcript.whisperx[21].start 399.566
transcript.whisperx[21].end 414.659
transcript.whisperx[21].text 所以全球就是我們台灣的供給面的一個政策是相當成功的如果說我們跟其他的主要國家來比較的話就是因為政府有這樣的一個供給面也就是說如果說是能源的話那麼能源的上漲的話貨幣政策是比較沒有效果的
transcript.whisperx[22].start 419.724
transcript.whisperx[22].end 426.689
transcript.whisperx[22].text 總裁但是就是說動漲當然我覺得政府的決策要抗通但是後面回調的時候萬一哪一天要回調的時候會造成什麼樣的狀況我覺得也要做一些因應跟準備總裁接下來我要請問就是說因為最近股市台幣股市非常的好人資餘額已經創了新高到5726億
transcript.whisperx[23].start 439.059
transcript.whisperx[23].end 457.945
transcript.whisperx[23].text 我想請問總裁就是說因為現在大家的資金都是全部留下股市我想你比我還要清楚資金的槓桿都是累積的非常快速而且散戶大量的湧入每個人都湧入股市請問總裁就是說你會不會擔心就是說現在會不會接近央行所認定系統性的金融風險脆弱風險的標準會不會有這個問題
transcript.whisperx[24].start 460.866
transcript.whisperx[24].end 476.273
transcript.whisperx[24].text 我跟委員報告這是一個這個是一個是現在大家都比較密切注意的一個問題但是呢我跟委員報告事實上呢據我了解金管會呢對這個問題呢他也密切的去注意他第二個
transcript.whisperx[25].start 477.173
transcript.whisperx[25].end 483.616
transcript.whisperx[25].text 如果說就專業能力的看法事實上委員講的沒有錯也就是說我們現在資源跑到股市去的話這個是跟以前來比較它是速度太快比較快但是距離說是什麼系統性的風險我想我覺得還距離差很遠那還差很遠但是我雖然是說還差很遠但是還是要密切注意它
transcript.whisperx[26].start 505.126
transcript.whisperx[26].end 510.188
transcript.whisperx[26].text 謝謝總裁您的回應我為什麼會這麼說因為我觀察到一個數據我們今年五月底央行定存的單又要降到六兆多跟過去幾個月比起來其實差非常多大概減少兩千七百億就是銀行不願意或沒有多餘的資金來認購央行的定存單
transcript.whisperx[27].start 524.313
transcript.whisperx[27].end 542.662
transcript.whisperx[27].text 所以大家銀行也不願意把錢存到一年放定存單之後這跟過去幾個月有非常大的差異所以銀行連一年的定存單都不願意買意味著銀行預期未來就是說整個一年內的資金會非常的吃緊在銀行裡面他們必須要存夠足夠的資金放到市場裡面去
transcript.whisperx[28].start 546.765
transcript.whisperx[28].end 556.832
transcript.whisperx[28].text 你認為會不會就是因為銀行把資金都轉入股市包括做相關的壽性業務包括融資啊 質押等等的貸款你覺得應該做什麼樣的調整剛剛我也有提到三個因素導致我們的存單 我們標1400億的存單只有差了100多億
transcript.whisperx[29].start 567.219
transcript.whisperx[29].end 571.643
transcript.whisperx[29].text 主要的原因 第一個 剛剛委員說的這個就是說資金流到股市去 這是第一個第二個呢 我們的AI的產業呢 也非常熱絡的所以呢 就是說銀行放款給AI的這個產業呢非常多 只要跟AI有關係的產業都借得到錢第三個呢 也剛好就是說五月六月 剛好是繳稅的時候
transcript.whisperx[30].start 592.939
transcript.whisperx[30].end 604.263
transcript.whisperx[30].text 謝謝謝謝謝謝總裁我跟你分享一個事我最近就聽到就是很多產業界在分享說現在除了AI其他的產業都是BI所以我為什麼這麼說呢就是說其他產業不好所以我們現在AI產業大概就36萬人這36萬人很好
transcript.whisperx[31].start 610.785
transcript.whisperx[31].end 630.39
transcript.whisperx[31].text 其他的產業其實都是天天哀嚎叫哭所以才會有在外面有這一句話就是說我要請問總裁我們第七波的選擇性信用管制是不是會再一次的調降因為其他產業其實都非常的辛苦我們台灣不能只有AI也要其他產業一起發展你怎麼看這第七波我們會怎麼做處理我想這個就出於我剛剛說的我們18號理事會會委員會充分的去討論這個議題好不好
transcript.whisperx[32].start 639.952
transcript.whisperx[32].end 657.297
transcript.whisperx[32].text 我希望總裁也可以考慮台灣不能只有AI我們不能讓我們的船產全倒就靠一支就是AI跟晶片產業不過我跟委員報告事實上今年以來我們的船產的出口年增率是增加的喔但是我覺得不要差這麼大一個在天是該用的好 謝謝總裁 謝謝下一位陳玉珍委員之外