基于法经济学视角的惩罚性赔偿制度研究

作为一种古老的法律责任制度,惩罚性赔偿有着十分重要的理论研究价值。对惩罚性赔偿的运用,能够弥补补偿性赔偿的不足,这将会更有利于保护受害人的利益。本文借用经济分析的工具来探求惩罚性赔偿的惩罚与吓阻功能,并对我国惩罚性赔偿立法的完善提出些许拙见。

从一事不再理原则反思我国程序性制裁措施的新建构

现阶段我国依然存在对犯罪嫌疑人、被告人重复追诉的问题,而对于这一问题的解决机制却并没有明确的法律规定,甚至也没有关于重复追诉的法定理论界定。本文试图通过对我国重复追诉的理念基础选择的分析,提出我国应当借鉴大陆法系的一事不再理原则,弥补我国在一事不再理原则上的空白,实现与世界刑事诉讼法价值的接轨,即不仅实现整个诉讼程序的公正,还要保障犯罪嫌疑人、被告人的各项宪法性权利,也就是加强人权的保障。同时,在将大陆法系一事不再理原则明确地适用我国后,提出了另一与一事不再理原则建构密切相关的制裁措施,即程序性制裁措施,以期通过宏观分析实现《刑事诉讼法》惩治犯罪、保障人权的双重价值。

文化创意企业国际化路径分析

文化创意企业的国际化发展,无论是对于国家的经济增长、科技进步还是文化软实力的提升都有着重大的战略意义。在党的十八大报告中,指出了要将文化产业发展成为国民经济支柱性产业的战略目标,所以,在市场推动与政策支持下,我国的文化创意产业呈现出了蓬勃发展的态势。本文总结了文化产品出口、跨境并购、跨境上市、中外合资和中外合作等国际化路径。

多源异构数据图像整合预测方法研究——以黄金价格预测为例

黄金是一种拥有商品、货币、投资等多重属性的特殊大宗商品,而且黄金市场的交易范围和参与者涉及全球,所以其价格会受到多种因素的影响.同时,由于这些影响因素来源分散,数据异构性强并且有各自的规律可循,所以黄金价格本身具有复杂性、非平稳性以及非线性等特征,这也直接导致了预测黄金价格的变动趋势非常具有挑战性.基于黄金的这一复杂特性,文章提出一种全新的基于图像挖掘技术的多源数据融合预测方法—MODⅡ(Multiple Original Data Images Integration).通过2种数据可视化方法将黄金价格的不同影响要素数据转化为4种类型的图像,将这些来自不同市场的不同影响因素通过图像整合在一起,并利用卷积神经网络(Convolutional Neural Network,CNN)的多通道输入结构将多种类型的图像进行融合,之后由CNN自动学习各图像特征及所占权重并进行预测,样本外预测准确率可达81.06%,一定程度上提高了预测准确率.