陳佩琪解釋「60次ATM轉帳600多萬」 議員質疑:為何不用網路轉帳?
TVBS新聞網.2024年9月13日 19:19

民眾黨主席柯文哲的妻子陳佩琪,昨(12)日親自回應「ATM理財術」,是不想在銀行久等,或是被當成貴賓,使用ATM較自在。但是,民進黨台北市議員何孟樺批陳佩琪,列出的金錢來源都是直接入帳,為何不用網路轉帳,而且刻意模糊轉帳時間點。

圖/TVBS

柯文哲妻子陳佩琪:「我去ATM一年十次的話,如果一個月一、兩次,我不覺得大家覺得,這是很奇怪的事情嗎?」

陳佩琪專訪回應「ATM理財術」,600多萬,為何分60次存入。

TVBS記者葉豐瑋:「六年之內用ATM轉帳60次到底算不算頻繁,柯文哲的妻子陳佩琪,她說單純是認為,到臨櫃轉帳過於麻煩,但是卻被綠營的議員質疑,為何不乾脆用手機的網銀來轉。」

柯文哲妻子陳佩琪:「我覺得這個(ATM)對我來講,比去銀行讓我自在多了,因為有些銀行對我很禮遇,他說你來的時候為什麼要抽號碼牌?我請妳到貴賓室裡面去坐,我幫妳辦理就好,其實我不喜歡讓人家講我是一個特權。」

民進黨北市議員何孟樺:「陳佩琪指出的金流,不管是選舉補助款,或者是薪資的來源,都是直接入帳的,沒有道理不用網銀,而直接去把它領出來再存進去,這真的非常此地無銀三百兩。」

北市議員持續批陳佩琪說謊,因為週刊點出,2020年3月10日,柯文哲跟應曉薇便當會,當天簽下「速審速決」,正好同一天,陳佩琪密集地以ATM存現金。之後,2023年9月30日,柯文哲到陶朱隱園跟沈慶京歡唱,從10月到今年5月,陳佩琪40多次到ATM存進3個子女帳戶,共462萬6千元現金。

柯文哲妻子陳佩琪:「應該要算那個間隔時間,但是我一直看他這個新聞,他並沒有解釋我說,他就把其中的兩次,拿來跟京華城的什麼便當會?跟通過(建照)連在一起,那我也是想反問大家就是說,那剩下的八次呢?」

民進黨北市議員何孟樺:「週刊對於時間點是非常清楚的,陳佩琪卻用長時間的方法,來模糊相關儲存的時間。」

陳佩琪將600多萬,分60次ATM存入,是否合乎常理,有待檢方釐清。

更多 TVBS 報導
619萬進「3兒女帳戶」!陳佩琪供詞驚人 4人恐列洗錢罪被告
陳佩琪曝1628萬金流來源!議員揪「4大疑點」痛批:說謊成精
陳佩琪公布帳戶1628萬明細 他提蔡英文當年這招:黃珊珊怎沒教
檢廉查扣保險箱搜出百萬鈔 陳佩琪:給丈夫小孩以備不時之需

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

政府 宣傳 預算

賴清德 派系

潘孟安 母親

北檢 記者 洩密

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