超貸風暴!綠議員怒拍桌 財政局:要求北富銀說明
三立新聞網 setn.com.2024年4月25日 22:30

記者廖品鈞、黃澄柏、邱文言 / 台北報導

國民黨立委徐巧芯的婆婆,以粗估市價近千萬的房產向北富銀共借了1450萬貸款,被質疑超貸。實際詢問房仲,也說查驗附近房屋實價登錄狀況都落在800萬左右,要貸到1450萬,可能真的「超貸」。而北市府身為富邦銀行的官股董事,也被北市議員質疑態度消極,拍桌痛罵。

北市府法制局局長連堂凱:「富邦銀行也說了啦,說本案並沒有例外授權准駁的情事。」民進黨北市議員簡舒培︰「所以他說沒有就沒有?」

北市府法制局局長連堂凱:「那…如果富邦的內稽內控都做過調查,那當然…」民進黨北市議員簡舒培︰「那我要你官股董事幹嘛?」

北市府法制局局長連堂凱:「我們還是會相信富邦…」民進黨北市議員簡舒培︰「那我要你官股董事幹嘛?」

北市府身為北富銀的官股董事,被問到「徐巧芯的婆婆有沒有超貸疑慮?」把問題丟給銀行方來回答,讓議員當場氣炸。

民進黨北市議員林延鳳:「不要再拿富邦回文給你的,我的索資的內容,再來回答我。有人自己超貸會說『對,我超貸,來查我』嗎?我問過富邦銀行的高階管理員,他們都說這樣子的貸款是異常的。」

北市府財政局長胡曉嵐︰「我們要求要求富邦銀行對外說明。」

民進黨議員質疑北市府護航特定政黨,開「超貸」大門,因為檢視徐巧芯婆婆分別以房屋貸款3次,總計1450萬,跟周邊時價登錄的房價有落差。

房仲林家民:「一樣110年的成交,剛好在旁邊同一條路上,那個是1到4樓透天厝,他們成交價大概870萬,所以設定到1450萬。其實真的是超出蠻多的,應該是有超貸的疑慮。」

房仲以實際經驗分析,個案可能超貸。而先前徐巧芯面對質疑聲浪說「婆婆貸款過程都不知情,怎麼可能會協助?」但日前卻又這樣說。

國民黨立委徐巧芯(2024.04.23):「我有看到婆婆匯款紀錄,PO存摺給我們才發現說…哇,其實是有匯款紀錄。收到之後隔天或當天,立刻轉給富邦屏東分行。」

徐巧芯這幾天減少受訪轉趨低調,甚至還看著iPAD逐字念稿,或許就怕禍從口出。

更多三立新聞網報導
藍白國會亂象!洪申翰酸「黃國昌討好國民黨大咖」:為新北市長選舉鋪路
遭控7.2強震「去市場買雞蛋」不管師生 嘉義女校長反擊聲明曝光
餘震超頻繁!唐綺陽籲「不能掉以輕心」:這時間之前大地必受震動
尪包養三小不回家!10年後突腦中風送醫 正宮5分鐘就決定拔管

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

內閣 策勵營

吳釗燮 跳針

創新 內閣

電業法 二讀

陳凝觀 妄批 蔡衍明

賴清德 政府

菱傳媒
中天新聞網
民視
民視
低調現身策勵營!林德訓內定行政院長辦公室主任 王貴蓮接政院副秘書長
(菱傳媒/綜合報導)競選期間擔任賴清德主席辦公室特助的林德訓,內定出任行政院長辦公室主任,襄助準行政院長卓榮泰處理府院黨政務,雖然此一人事尚未正式公布,但林德訓4日出席「行動創新AI內閣新閣策勵
  • 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