iVOD / 170399

Field Value
IVOD_ID 170399
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/170399
日期 2026-07-09
會議資料.會議代碼 委員會-11-5-20-21
會議資料.會議代碼:str 第11屆第5會期財政委員會第21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 21
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21次全體委員會議
影片種類 Clip
開始時間 2026-07-09T09:51:07+08:00
結束時間 2026-07-09T10:05:27+08:00
影片長度 00:14:20
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/819c86070d9120f7f5e1f245f2bf4485c6cfcebe9e655170142d3e502dfb7fe12f230d750febacb15ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 林岱樺
委員發言時間 09:51:07 - 10:05:27
會議時間 2026-07-09T09:00:00+08:00
會議名稱 立法院第11屆第5會期財政委員會第21次全體委員會議(事由:邀請中央銀行楊總裁金龍就「股市、通膨、匯率與房市多重風險中,中央銀行中長期因應策略與政策工具」進行專題報告,並備質詢。 【7月8日及9日兩天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 4.58721875
transcript.pyannote[0].end 7.21971875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 13.63221875
transcript.pyannote[1].end 15.31971875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.71659375
transcript.pyannote[2].end 18.86346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 16.68659375
transcript.pyannote[3].end 17.14221875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 19.28534375
transcript.pyannote[4].end 28.38096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 28.80284375
transcript.pyannote[5].end 54.65534375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 38.92784375
transcript.pyannote[6].end 39.80534375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 49.74471875
transcript.pyannote[7].end 49.76159375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 55.29659375
transcript.pyannote[8].end 56.14034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 56.44409375
transcript.pyannote[9].end 112.62096875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 112.94159375
transcript.pyannote[10].end 126.99846875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 127.11659375
transcript.pyannote[11].end 204.20159375
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 152.12534375
transcript.pyannote[12].end 152.14221875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 152.22659375
transcript.pyannote[13].end 152.46284375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 168.46034375
transcript.pyannote[14].end 168.79784375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 204.69096875
transcript.pyannote[15].end 210.37784375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 210.78284375
transcript.pyannote[16].end 214.61346875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 214.88346875
transcript.pyannote[17].end 226.47659375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 227.10096875
transcript.pyannote[18].end 227.80971875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 228.13034375
transcript.pyannote[19].end 230.89784375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 231.23534375
transcript.pyannote[20].end 241.90034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 239.28471875
transcript.pyannote[21].end 239.50409375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 242.11971875
transcript.pyannote[22].end 244.92096875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 244.93784375
transcript.pyannote[23].end 245.00534375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 245.25846875
transcript.pyannote[24].end 247.13159375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 245.93346875
transcript.pyannote[25].end 259.48409375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 250.30409375
transcript.pyannote[26].end 250.64159375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 253.02096875
transcript.pyannote[27].end 254.13471875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 259.06221875
transcript.pyannote[28].end 262.57221875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 262.57221875
transcript.pyannote[29].end 273.28784375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 264.46221875
transcript.pyannote[30].end 267.44909375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 270.25034375
transcript.pyannote[31].end 270.80721875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 271.38096875
transcript.pyannote[32].end 273.54096875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 273.64221875
transcript.pyannote[33].end 282.77159375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 276.54471875
transcript.pyannote[34].end 277.33784375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 280.30784375
transcript.pyannote[35].end 280.69596875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 283.90221875
transcript.pyannote[36].end 284.57721875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 284.77971875
transcript.pyannote[37].end 287.98596875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 288.30659375
transcript.pyannote[38].end 293.75721875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 290.23034375
transcript.pyannote[39].end 290.71971875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 294.21284375
transcript.pyannote[40].end 298.46534375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 298.80284375
transcript.pyannote[41].end 303.94971875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 304.38846875
transcript.pyannote[42].end 304.57409375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 305.35034375
transcript.pyannote[43].end 307.59471875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 308.15159375
transcript.pyannote[44].end 338.64471875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 327.40596875
transcript.pyannote[45].end 327.82784375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 329.54909375
transcript.pyannote[46].end 329.81909375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 329.86971875
transcript.pyannote[47].end 329.90346875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 329.93721875
transcript.pyannote[48].end 329.95409375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 337.59846875
transcript.pyannote[49].end 467.06346875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 347.35221875
transcript.pyannote[50].end 348.09471875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 351.09846875
transcript.pyannote[51].end 351.53721875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 364.00784375
transcript.pyannote[52].end 364.42971875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 364.75034375
transcript.pyannote[53].end 364.96971875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 370.08284375
transcript.pyannote[54].end 371.06159375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 374.25096875
transcript.pyannote[55].end 374.85846875
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 376.63034375
transcript.pyannote[56].end 377.30534375
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 384.17346875
transcript.pyannote[57].end 384.76409375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 398.90534375
transcript.pyannote[58].end 399.29346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 402.61784375
transcript.pyannote[59].end 403.03971875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 409.36784375
transcript.pyannote[60].end 409.62096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 409.89096875
transcript.pyannote[61].end 410.43096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 413.09721875
transcript.pyannote[62].end 413.43471875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 414.34596875
transcript.pyannote[63].end 414.70034375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 423.72846875
transcript.pyannote[64].end 424.08284375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 425.53409375
transcript.pyannote[65].end 425.92221875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 458.64284375
transcript.pyannote[66].end 459.25034375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 467.35034375
transcript.pyannote[67].end 488.51159375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 488.52846875
transcript.pyannote[68].end 558.42471875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 558.69471875
transcript.pyannote[69].end 562.08659375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 562.52534375
transcript.pyannote[70].end 568.71846875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 569.30909375
transcript.pyannote[71].end 589.81221875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 590.16659375
transcript.pyannote[72].end 607.36221875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 607.83471875
transcript.pyannote[73].end 608.66159375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 608.93159375
transcript.pyannote[74].end 609.77534375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 610.18034375
transcript.pyannote[75].end 613.23471875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 613.40346875
transcript.pyannote[76].end 622.54971875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 620.77784375
transcript.pyannote[77].end 627.12284375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 622.95471875
transcript.pyannote[78].end 623.39346875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 624.67596875
transcript.pyannote[79].end 631.96596875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 630.73409375
transcript.pyannote[80].end 630.88596875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 631.05471875
transcript.pyannote[81].end 664.70346875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 637.58534375
transcript.pyannote[82].end 637.85534375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 639.96471875
transcript.pyannote[83].end 640.04909375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 645.85409375
transcript.pyannote[84].end 646.00596875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 655.33784375
transcript.pyannote[85].end 655.65846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 656.26596875
transcript.pyannote[86].end 657.24471875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 660.65346875
transcript.pyannote[87].end 661.68284375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 661.75034375
transcript.pyannote[88].end 663.08346875
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 663.92721875
transcript.pyannote[89].end 667.90971875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 667.15034375
transcript.pyannote[90].end 672.31409375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 670.01909375
transcript.pyannote[91].end 670.57596875
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 672.29721875
transcript.pyannote[92].end 672.73596875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 672.46596875
transcript.pyannote[93].end 690.72471875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 684.59909375
transcript.pyannote[94].end 685.40909375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 685.94909375
transcript.pyannote[95].end 686.01659375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 687.61971875
transcript.pyannote[96].end 687.85596875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 690.21846875
transcript.pyannote[97].end 711.97034375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 709.86096875
transcript.pyannote[98].end 743.69534375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 712.44284375
transcript.pyannote[99].end 713.38784375
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 714.83909375
transcript.pyannote[100].end 716.07096875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 717.25221875
transcript.pyannote[101].end 717.33659375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 717.43784375
transcript.pyannote[102].end 717.52221875
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 741.85596875
transcript.pyannote[103].end 741.92346875
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 742.39596875
transcript.pyannote[104].end 744.65721875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 745.55159375
transcript.pyannote[105].end 746.29409375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 745.92284375
transcript.pyannote[106].end 752.53784375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 748.84221875
transcript.pyannote[107].end 755.57534375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 755.50784375
transcript.pyannote[108].end 755.55846875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 755.57534375
transcript.pyannote[109].end 758.81534375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 757.76909375
transcript.pyannote[110].end 760.63784375
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 759.47346875
transcript.pyannote[111].end 760.35096875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 760.51971875
transcript.pyannote[112].end 812.00534375
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 762.76409375
transcript.pyannote[113].end 763.75971875
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 771.89346875
transcript.pyannote[114].end 774.59346875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 784.80284375
transcript.pyannote[115].end 784.95471875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 794.23596875
transcript.pyannote[116].end 794.26971875
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 812.61284375
transcript.pyannote[117].end 814.50284375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 814.82346875
transcript.pyannote[118].end 819.80159375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 820.10534375
transcript.pyannote[119].end 827.39534375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 826.36596875
transcript.pyannote[120].end 827.02409375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 827.53034375
transcript.pyannote[121].end 835.02284375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 827.56409375
transcript.pyannote[122].end 828.30659375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 835.37721875
transcript.pyannote[123].end 840.05159375
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 839.96721875
transcript.pyannote[124].end 842.09346875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 841.95846875
transcript.pyannote[125].end 842.73471875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 842.73471875
transcript.pyannote[126].end 861.76971875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 845.55284375
transcript.pyannote[127].end 846.27846875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 847.20659375
transcript.pyannote[128].end 847.45971875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 848.32034375
transcript.pyannote[129].end 849.60284375
transcript.whisperx[0].start 4.653
transcript.whisperx[0].end 6.635
transcript.whisperx[0].text 好有請總裁請總裁總裁我們總體資金啊應該要氣實向虛這個流錯項啊這個本央行呢也不要盲目的打房引導油資來挺製造精簡補貼
transcript.whisperx[1].start 29.675
transcript.whisperx[1].end 53.629
transcript.whisperx[1].text 這個首購族那我們現在資金的轉向呢就從這也都是你們在第二季的禮監事會當中所呈現的數字你股市的信貸有暴增1.87兆不動產放款增加1.3兆製造業放款僅為增1.02兆那到底這樣的比例符合或者是適合我們國家嗎
transcript.whisperx[2].start 55.35
transcript.whisperx[2].end 83.489
transcript.whisperx[2].text 本席認為不妥因為沒有所謂最適的比例但是對於我們本國來講我們有地緣政治啊我們在於這個面對地緣政治的時候我們的國防自主我們的相關的非紅供應業的建立包括我的糧食的自主率等等所以我當然而且第二個很得天獨厚的也不是說得天獨厚是整個長久以來台灣人民這幾年來所累積的一個產業的生態系
transcript.whisperx[3].start 85.49
transcript.whisperx[3].end 88.232
transcript.whisperx[3].text 我們即使是傳統產業任何的傳統產業包括講說扣件業我們就一個很完整的產業鏈你包括我們也因為打造這樣很精實的製造業的一個生態系所以在面對我們的政治區域風險的時候我們對我們國家的一個特殊性來講我們應該在製造業的販款應該要大大的增加
transcript.whisperx[4].start 113.052
transcript.whisperx[4].end 115.694
transcript.whisperx[4].text 所以在我們製造業當中的投入都應該是不動產或股市的三倍以上這都認為本席的建議或者你建立不起我自主的國防 我自主的產業所以這樣子的資金我們是應該做個引導的檢討
transcript.whisperx[5].start 133.166
transcript.whisperx[5].end 141.49
transcript.whisperx[5].text 所以我也期待就是說這個央行啊能夠把油資啊能夠推動產業升級但是現在資金並沒有真的進入到實體產業那在轉型最關鍵的時刻是反而這些基礎的產業資金性斷缺的不是單一產業的問題是國家經濟發展的危機
transcript.whisperx[6].start 152.475
transcript.whisperx[6].end 168.885
transcript.whisperx[6].text 所以我們的無人機產業我們的航太精密工業以及在地的傳統產業的飛鴻供應鏈是不是難在這一波油資當中得到挹注呢所以在這邊本席就是直接的建議那應該跨部會的飲水工程專案艇實業的製作製造央行應該發動
transcript.whisperx[7].start 173.368
transcript.whisperx[7].end 194.858
transcript.whisperx[7].text 定調引導的訊息化消極房賭為積極的引導跨部會的協作會同財政部經濟部對齊國家核心的產業戰略那方法是什麼呢專案的低利融資與提高信用保證陳述如此一來才有可能把房市
transcript.whisperx[8].start 195.638
transcript.whisperx[8].end 197.8
transcript.whisperx[8].text 那總裁你怎麼看呢我覺得那個委員也在跟我上課
transcript.whisperx[9].start 211.495
transcript.whisperx[9].end 226.088
transcript.whisperx[9].text 我覺得委員寫得很好第一個 跨部會協作會同財政部、經濟部對國家產業戰略專案低利融資以提高信用保證層數事實上我跟委員報告
transcript.whisperx[10].start 227.185
transcript.whisperx[10].end 244.353
transcript.whisperx[10].text 我們在開會的時候我們也會我們事實上我們剛剛你提到的就是說我們資金到需要時的這邊比較缺乏事實上在這個部分那個政府現在已經是在做了
transcript.whisperx[11].start 245.333
transcript.whisperx[11].end 249.575
transcript.whisperx[11].text 好但是我們現在的數據在你第二季所呈現你看我這個簡報我的信貸1.87兆不動產1.3兆製造業才1.02兆所以這樣的比例是不對的是是是所以對這個也就是說為什麼那來啦總裁啦既然你也認同我們自己的流向應該導向是不是在您能夠跟跨部會的來做這樣的議題的討論是是是對對對
transcript.whisperx[12].start 273.766
transcript.whisperx[12].end 275.488
transcript.whisperx[12].text 好那再來我講到這個房市降溫這個其實這草房這件事情來講總裁你認為有沒有達到目的
transcript.whisperx[13].start 284.862
transcript.whisperx[13].end 307.433
transcript.whisperx[13].text 我覺得我要跟誇獎我要肯定總裁的是打投機炒房打投機打炒房這個是我覺得這是全民公司即使是不動產所有相關業者大家都認同那這一個到底投機的這個行為有沒有已經抑止了對總裁你們的理監事會怎麼認定呢
transcript.whisperx[14].start 308.929
transcript.whisperx[14].end 329.228
transcript.whisperx[14].text 事實上我們就有三個因素說我們還是要持續觀察我們有三個因素第一個因素就是說我們剛剛就是你在講的就是說他的信用資源本來我們是說要這個信用資源要到實體產業去結果他就到股市去
transcript.whisperx[15].start 330.069
transcript.whisperx[15].end 336.333
transcript.whisperx[15].text 所以就是說它的集中度下降呢以前我們就說讓你的集中度下降但是呢它下降了如果說你認為在我們投機這個投機這個炒作這個房地產的部分已經降溫的話確實有抑制但是我們信用管制是不是應該要有第二階段的調整那我在包括本席的辦公室都已經白紙黑字的收到
transcript.whisperx[16].start 360.006
transcript.whisperx[16].end 367.329
transcript.whisperx[16].text 一些中小殷實的房地產他撐不下去他們在信用的當中是非常非常好的從來沒有什麼信用瑕疵可是因為你這樣的陳述的這樣的限制之下齊頭式的平等的信用管制已經打擊到不只打擊到殷實的確實這個信用貸款非常好的而且也不做炒房的都是在做自用住宅的這些中小型的這個
transcript.whisperx[17].start 390.878
transcript.whisperx[17].end 413.831
transcript.whisperx[17].text 這個房屋這個房地產業者這個房屋業者就是建商業者但是你也同時打擊到實質的換屋者這個也是我實質聽到的我真的需要放房我現在就是二房那我因為有孩子了或者是說孩子想要跟我們結婚了即使要跟家裡一起住我需許放房
transcript.whisperx[18].start 414.851
transcript.whisperx[18].end 435.624
transcript.whisperx[18].text 那政策應該是從戶數管理轉向風險與信用的管理拒絕一刀切所以房市降溫已經確定指標了這個是本席給你肯定的退按量的銳減受信水位的下降包括量縮價穩從市場過去的瘋狂搶購到現在轉入去跨庫存的階段所以呢而且全台的房價確實也鬆動進入到這個修正的格局
transcript.whisperx[19].start 444.329
transcript.whisperx[19].end 466.728
transcript.whisperx[19].text 所以在這修正格局當中我們還是回歸政策我們是要讓人民住得起買得起這是兩個層次住者有其物我可以是租給他住者有其物我可以讓他買得起也是住者有其物好那到底什麼叫做讓就台灣來講我們到底什麼叫做住者有其物他的負擔標準是什麼好那
transcript.whisperx[20].start 467.469
transcript.whisperx[20].end 468.069
transcript.whisperx[20].text 本席也有爬書啦
transcript.whisperx[21].start 497.349
transcript.whisperx[21].end 499.73
transcript.whisperx[21].text 那開發中國家呢是你的這個三到六倍那對於房貸的負擔率每個月的這個房貸佔月收入的是三分之一以下好台灣全國平均我不敢講因為誰落差待到我就把他空格但是我們的房貸負擔率確實是佔了四成二這是平均喔
transcript.whisperx[22].start 519.46
transcript.whisperx[22].end 541.09
transcript.whisperx[22].text 但是如果放眼整個區域來講現在內政部不動產資訊平台所提供的台北市是不吃不喝26到34年也就是你的年收入平均年收入靠掉了你的淨所得的26倍到34倍是全台購屋嚴重最重的甚至是世界排名第一數一數二的
transcript.whisperx[23].start 542.45
transcript.whisperx[23].end 549.795
transcript.whisperx[23].text 那新北市跟台中也是要落到不吃不喝11到11倍這個我本席都認為這樣的官方數據我都還很存疑那台北市的房貸的這個負擔率呢台北市都達到換6成5耶 天啊所以這樣的負擔量到底配合你央行你的信貸的緊縮你是要達到什麼程度才讓我人民買得起
transcript.whisperx[24].start 569.386
transcript.whisperx[24].end 574.269
transcript.whisperx[24].text 租得起 如果租得起這是新青安市財政部的那我就不跟你檢討但是如果是買得起這件事情你這樣的緩降那投機也易住了那對於我的政策目標讓人民買得起你要達到什麼程度
transcript.whisperx[25].start 586.636
transcript.whisperx[25].end 606.83
transcript.whisperx[25].text 你要達到已開發國家的年所得的不吃不喝1.8年到5.5年嗎就才是喔 而且讓我每個人民他的月收入 房貸佔月收入到三成以下你是要打房打到 不要說打房是你的房價希望趨向降到這個程度嗎是這樣嗎
transcript.whisperx[26].start 611.694
transcript.whisperx[26].end 625.889
transcript.whisperx[26].text 我不知道總裁你要不要回應一下委員的這個PowerPoint我們帶回去所以我覺得是要一個目標你的信貸你要達到什麼目的你要告訴我們人民你的意見都值得參考我們帶回去
transcript.whisperx[27].start 631.255
transcript.whisperx[27].end 639.238
transcript.whisperx[27].text 那所以本席在這邊就直接的調這具在你的信用管制之下的大原則我認為應該要進度調整了你不要一刀切切到換屋族切到真的首購族所以差異化的這個管理換款換屋的切結期包括優良建商的分級這一點很重要優良建商不是大建商喔只要是
transcript.whisperx[28].start 657.586
transcript.whisperx[28].end 669.072
transcript.whisperx[28].text 因此他信貸沒瑕疵他過往的紀錄也沒有投資你也應該是優良建商的分級不過我很簡單的回答包括檢討高價住宅的門檻以現在我高雄就好過往可能一坪12萬10萬就可以現在沒有一坪18萬到23萬甚至25萬是不可能造價
transcript.whisperx[29].start 683.8
transcript.whisperx[29].end 689.681
transcript.whisperx[29].text 所以你這邊的高價房屋公司我要放屋的時候兩房變三房的時候一下就突破4000萬我跟委員報告啦很簡單的回應你剛剛就是說對我們對鎖過的要限制他我們對換屋的我們限制他事實上呢我們對鎖過的我們也沒有限制他我們對換屋主我們就是說你18個月之內
transcript.whisperx[30].start 710.065
transcript.whisperx[30].end 713.066
transcript.whisperx[30].text 我認為這個政策應該稍微再放寬我直接具體建議總裁你待會去研究適度提高換屋族的貸款乘數為7到7乘5因為已經沒有投機這件行為了你的預售屋這個已經沒有這個紅單已經不轉了那放屋的竊竊期延長歇買
transcript.whisperx[31].start 731.511
transcript.whisperx[31].end 739.417
transcript.whisperx[31].text 然後賣的這個舊屋出售的切結期因為你希望人家一年內賣掉你的舊屋如果市場上有那麼熱沒問題問題現在市場上沒有那麼熱所以當我要換屋的時候
transcript.whisperx[32].start 746.006
transcript.whisperx[32].end 752.308
transcript.whisperx[32].text 一年半啊 但是現在的一年半不太可能你一年半當中大部分的都是在一年之內他就可以換屋那這個我覺得你跟我的語情總裁我現在講的是民意我個人沒有要換屋我個人也絕對不自產所以我現在講的是我高雄居民在換屋當中尤其首購當中這兩個出去給我的澄清然後再來
transcript.whisperx[33].start 775.115
transcript.whisperx[33].end 790.008
transcript.whisperx[33].text 優良建商這是我白紙黑紙我會把人民給我的陳情直接轉函給你對於優良建商的認定你應該要放寬土建農的融資中小企業我現在是不是為大建商講話為我真的中小企業財務健全從來不炒房的紀錄的來跟你陳情檢討高房價這也是限制到我換屋主
transcript.whisperx[34].start 797.954
transcript.whisperx[34].end 814.124
transcript.whisperx[34].text 隨便一換我都會碰到四千萬的朋友為什麼豪宅在台北市交七千萬在高雄我就一定是設定四千萬這個豪宅的定義有問題這四千萬在高雄已經不算豪宅了你在我的選區 仁武區就一般的小資族
transcript.whisperx[35].start 814.964
transcript.whisperx[35].end 834.656
transcript.whisperx[35].text 那個都是幾乎你沒有準備的2500到3000你幾乎買不起耶所以包括換屋換大的包括三人房這個東西好再來謝謝主席那這個部分總裁你稍微回應一下吧你認為你要研究要怎麼的時程是怎麼回應
transcript.whisperx[36].start 836.797
transcript.whisperx[36].end 857.393
transcript.whisperx[36].text 我們會把你的這個拿回去study啦你下一次的禮監事會是什麼時候我們是九月九月的時候可以針對本席的這些意見能夠有一個具體的回應嗎好嗎好 我們結束林黛樺委員的質詢不過總裁可以就剛才一些質詢的內容到各縣市去看看各縣市差異其實是有的好 謝謝我們接下來請劉書斌委員