上市公司及相关主体违反公开承诺的民事责任研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:shadowyin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
和当前证券市场大量公开承诺不能得到适当、及时履行相矛盾的是,司法实践中几乎没有赔偿投资者因此受损的裁判案例。新《证券法》生效后,上市公司及相关主体违反公开承诺造成投资者损失已成为了一个新的独立的诉讼理由。但《证券法》对该责任的规定仍显粗糙,在理论和实践中已出现的诸多问题仍未得到解决。实践中证券市场的公开承诺主体众多,形式各异,内容繁杂,但总的来说可以认为是上市公司及相关主体对自主决定的未来事项的一种安排,具体可分为法定义务重申、合同的组成内容、预测性信息与单方允诺行为四种类别。当前违反公开承诺民事责任的缺位,既有公开承诺的特殊性问题,又有我国证券民事责任一般性的顽疾。为充分利用现有的法律资源,应当构建以单方允诺为核心的民事救济途径,并区分欺诈性承诺和非欺诈性承诺,为民事维权提供完整、清晰的请求权基础。欺诈性承诺可参考虚假陈述的责任体系,在因果关系、归责原则方面倾向于投资者保护进行构建。而违反非欺诈性承诺,应当视为一般的证券侵权行为予以处理,以实现承诺人恪守承诺和投资者风险自担的平衡。
其他文献
人脸表情传达着人类的情感与心理状态,如何自动地识别出人脸图像中所包含的表情,是计算机视觉技术的一个重要研究方向。近年来,随着卷积神经网络技术的发展,人脸表情识别取得了可喜的进展。然而,在现实场景中,受到拍摄距离、设备分辨率、算力等因素的影响,时常需要对低分辨率的人脸表情图像进行识别,而现有技术的识别准确率通常会在低分辨率的情况下大幅降低。本文针对上述问题进行了研究,主要的工作如下:1.本文创新性地
目的:调查新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)疫情下居家隔离人员心理行为现状及影响因素,为改善其心理行为提供参考依据。方法:2020年2月采取便利抽样的方法,运用自行设计的一般资料问卷、突发性公共卫生事件心理行为量表、简易应对方式量表对1009名居家隔离人员进行调查分析。结果:居家隔离人员心理行为总得分为(1.14±0.37)分,各维度条目均分从
大学教师学习共同体是一种结构化的实践共同体,蕴含着基于共同愿景之上的协作关系;小规模、跨学科的学习型组织;集挑战与乐趣于一体的赋能机制;致力于教学学术的共享交流平台等特质。其重要价值体现在创生深度学习、提升教师教学学术水平、促进教师职业发展、推动高校向学习型组织转变等方面。在实践中,需要从教学学术、团队实力、外部保障和校园文化等维度构建大学教师学习共同体。
制导律研究与实际需求是紧密联系的,传统制导律(追踪法、前置角法、比例制导律等)的设计只关注准确命中目标。随着战场环境的日益复杂和敌对目标的更新换代,传统制导方法渐渐不能满足实际需要。针对中远程空空导弹的实际应用问题,为约束导弹与目标的相对空间关系以满足特殊战术需求,有必要研究含角度约束的制导律。本文首先对角度约束的内涵进行讨论,同时基于滑模控制理论设计了含阻尼项的视线角约束制导律,在此基础上设计了
海豚,有着大海中最美妙的声音。水滑是一只公海豚,它对噪(zào)声非常敏感,噪声常常让它寝(qǐn)食难安。有一天,它听到了一个非常美妙的歌声,歌声化解(jiě)了它心中烦闷的情绪。于是,它追寻着美妙的歌声而去,遇见了美丽的海豚小姐海音。海音不仅拥有美妙的歌声,还拥有一项特殊(shū)的技能——它能过滤(lǜ)掉噪声,
期刊
目标跟踪是计算机视觉领域一项重要而具有挑战的工作,其在无人驾驶、安防监控等领域有着广泛应用。近年来,目标跟踪技术发展迅速,但由于现实场景的复杂性,目标跟踪过程中仍存在较多难题。首先,本文将对比基于人为手工设计的与基于深度学习的特征提取方法,针对目标跟踪过程中跟踪漂移等问题,采用结构组成调整后的VGG-19深层卷积神经网络模型对跟踪目标特征提取,并引入多层卷积特征融合机制,将目标的深度特征信息有效表
孤独症又称自闭症,主要表现症状为社会交往障碍、语言沟通障碍、狭隘兴趣、重复刻板行为,近年来患病率不断上升。孤独症不仅对患儿本人产生严重伤害,也为家庭带来了巨大的心理压力和经济负担。现有研究表明早期干预对孤独症有着重大价值,但孤独症的病因尚不明确,故早期预测和辅助诊断成为其重要的研究方向。目前,孤独症的诊断流程复杂不一、家长主观因素影响都易造成医生对患者病情严重程度的误判。本文使用孤独症的影响因素来
近年来我国的机动车保有量呈现出逐年攀升的势头,这也显著增加了道路交通压力以及驾驶的危险性。而无人驾驶技术能够提供更安全的出行,是未来汽车的发展趋势。在无人驾驶技术中最具挑战性的当属环境感知技术。本文使用具有丰富语义信息且使用成本较低的摄像头传感器,利用深度神经网络对自动驾驶进行场景识别,具体的识别内容分为车道线分割和三维物体检测。针对车道线分割,本文所设计的模型首先采用了高精度的Dense Net
在中国和东欧的部分国家与其他国家签订的双边投资协定中,有相当一部分存在“征收补偿额”仲裁条款。在已经公开的涉及“征收补偿额”仲裁条款的国际仲裁案例中,仲裁庭对于该条款的解释态度有所不同,主要分为广义解释和狭义解释。本论文以仲裁案例为切入点,具体的行文思路如下:结合涉及“征收补偿额”仲裁条款解释的数个具体国际投资仲裁案例,梳理仲裁庭各自对该仲裁条款所持有的观点、解释态度和所运用的解释方法。在此基础上
生成对抗网络(GANs)是一种深度神经网络架构,是人工智能领域的研究热点。随着深度学习的发展,研究者们越来越关注生成式模型的研究。生成式模型对真实世界进行建模运算,学习数据内部的统计规律并生成类似的样本。这一过程涉及大量的先验知识和庞大的计算量,因此相较于判别式模型,生成式模型的发展相对缓慢。生成式对抗网络的提出,为生成式模型的研究提供了新的思路,在学术界和工业界都获得了广泛的关注。WGANs是对