曾怨驗票害虧錢!陳佩琪澄清金流有破綻 前後說法自打臉
三立新聞網 setn.com.2024年9月14日 16:50

記者馬郁雯、黃昕晟/台北報導

柯文哲太太陳佩琪接受特定媒體專訪,要解答外界對他的金流疑慮,卻被發現不少破綻。陳佩琪提到2018年打完選戰後,有230萬選舉結餘款,被時任柯文哲競總幕僚柯昱安質疑,當時應該是倒貼近60萬。不只如此,民進黨議員卓冠廷也比對陳佩琪公布的商辦付款明細,發現柯文哲大選後多了兩個新帳戶,質疑背後相當詭異。

時任台北市長柯文哲(2018):「我想貸兩千萬就好,不想太多。」

過去曾公開喊窮,時任台北市長柯文哲2018為了拚連任拿房抵押,但陳佩琪卻自爆那場選戰過後領了補助款扣掉抵押其實還有剩。

柯文哲太太陳佩琪:「我們在2018年利用我家的信義路的房子去抵押房貸借錢出來打選戰,那一年的選戰我們獲得的選舉補助款是1700多萬,還回那個選舉的花費之後我們還有200多萬。」

陳佩琪聲稱2018選舉結餘有230萬,但怪的是當年柯文哲卻是公開喊虧錢,甚至抱怨丁守中要求驗票,增加他的支出。

記者:「還虧60萬怎麼辦?」時任台北市長柯文哲(2018.11.26):「那還好啦,哈哈。」

陳佩琪自清金流扯出還有剩,也被前幕僚火速打臉,當年是倒貼60萬,就連張益贍也補槍選舉補助款還了房貸抵押後還差50萬,他被柯文哲罵了一頓。

柯文哲前幕僚柯昱安:「拿他的房貸2000萬去減他的選舉補助款1700萬,他有保證金兩百萬,加總起來大概還差60萬,所以他必須要倒貼60萬。」

陳佩琪不只結餘款被質疑說法有誤,就連秀出的文件也被發現2024總統大選後,柯文哲冒出兩個新帳,收選舉補助款難道是選前隱藏,或是選後開始大理財?

民進黨新北市議員卓冠廷:「過去是不實申報,另外一種可能是選舉完之後,陳佩琪跟柯文哲急急忙忙去開了兩個新帳戶,為了要做這個收選舉補助款帳戶,無論是哪一個都非常詭異。」

柯文哲過去為選舉頻頻喊窮,隨著陳佩琪的自爆,今昔對比意外露出破綻。

更多三立新聞網報導
陳佩琪爆親友給「贊助紅包」 簡舒培:恐違政治獻金法
內鬼害了陳佩琪多說多錯?吳靜怡:IF YOU 惦惦 NOBODY SAY YOU 啞巴
介文汲、蕭旭岑控美國會干預柯文哲案!AIT打臉:不介入台灣司法
陸男划小艇「投奔自由」 3個月爆2起!專家質疑2點:怎麼那麼巧

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

許家蓓 離世

綠委 喊話 國土法

許家蓓 議會

韓國瑜 晚會 募款

國土法 上路

民眾黨團 提案

今日新聞NOWnews
民視
FTNN新聞網
三立新聞網 setn.com
許家蓓癌逝!松信議員不補選、不遞補原因曝
[NOWnews今日新聞]台北市議會民進黨團總召許家蓓今(18)日凌晨因罹患子宮內膜癌病逝,享年48歲。由於台北市第3選區(松山信義)議員應選9席,在國民黨王鴻薇、徐巧芯先後當選立委,以及許家蓓離世後...
  • 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