陳佩琪揭1628萬金流自清 議員揭疑點轟說謊成精
民視.2024年9月13日 20:49

政治中心/綜合報導

柯文哲太太陳佩琪,多次被周刊爆出,帳戶有不明金流,他拿出銀行明細,強調現金來源包括母親繼承的遺產、薪資收入、以及柯文哲演講費、還有2018選市長的選舉補助款結餘等等,總共1628萬!但議員批他"說謊成精",因為外界質疑的是陳佩琪存入ATM的現金從哪來?這樣的澄清恐怕是混淆視聽。

柯文哲太太陳佩琪:「我今天就是要證明,我們家的錢,都是正正當當清清白白的錢。」

多次被周刊爆料,帳戶有不明金流,陳佩琪拿出厚厚一疊銀行明細反擊!強調主要現金來源共有五筆,包括母親繼承的遺產,加上老年年金約535萬,他和柯文哲的醫院薪資共699萬,還有柯文哲演講的出席費、車馬費約164萬,以及柯文哲2018競選台北市長時的選舉補助款,結餘230萬,加起來有1628萬元。


陳佩琪揭1628萬金流自清 議員揭疑點轟說謊成精
陳佩琪曝1628萬金流自清。(圖/民視新聞)



柯文哲太太陳佩琪:「選舉的時候,先生參加極多的活動,所以他也有車馬費跟出席費,然後親朋好友見到我們,也是會給我們一些贊助金。」

鉅細靡遺交代金流,因為周刊還寫他面對檢方詢問,四度翻供,一下說是柯文哲稿費、一下說是選舉贊助金,又改口是小孩壓歲錢跟手尾錢。

柯文哲太太陳佩琪:「我並沒有更改什麼樣的證詞,我說這個都是包含我們家的,金流裡面的一部分。」

陳佩琪解釋再解釋,不過北市議員何孟樺點出,這1628萬只是收入來源,外界質疑的重點,是存進ATM的現金619萬從哪來?這樣的澄清,恐怕只是在混淆視聽。


陳佩琪揭1628萬金流自清 議員揭疑點轟說謊成精
陳佩琪曝1628萬金流自清。(圖/民視新聞)



台北市議員(民)何孟樺:「不管是柯文哲,陳佩琪夫婦都說謊成性,那其實檢調有疑慮的是,他匯入自己跟子女戶頭的619萬,這619萬裡面,他其實在昨天提出的單據裡面,跟這個數字也是對不上的魚目混珠。」

議員要問問,陳佩琪如何證明現金619萬,是來自這1628萬?否則說得越多,只是破綻越多。


原文出處:陳佩琪揭1628萬金流自清 議員揭疑點轟說謊成精

更多民視新聞報導
陳佩琪稱「平均1年存10次ATM」很怪?全網大傻眼喊:騙
想妍妍「追不到」狂揭柯黑料? 鍾小平秀對話嗆:民眾黨的反撲
看守所難比陶朱隱園!沈慶京二度戒護就醫 緊急檢查中

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

賴清德 聲望

謝龍介 參選 台南市長

賴清德 派系

政府 宣傳 預算

便當 派系

雲林 發函 中央

三立新聞網 setn.com
TVBS新聞網
信傳媒
今日新聞NOWnews
蕭旭岑頻「拉美援柯」 學者:配合中國操作認知作戰
記者王一德、黃昕晟/台北報導前台北市長柯文哲涉入京華城案,讓國民黨角色尷尬,大力監督的台北市議員游淑慧自曝,被黨內長輩關切要她顧全大局,而馬英九基金會執行長蕭旭岑在節目上自爆「自己
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司