论《民法典》信用条款的适用规则

《民法典》将信用的保护纳入人格权编。司法实践中,法院处理信用纠纷仍存在案由多样、适用主体不明、负担义务不清、赔偿范围不一等问题,理论上需要进一步从《民法典》信用条款出发,阐释信用的核心内涵、法律特性、权益属性以及保护方式等,并进一步细化《民法典》信用条款的适用规则,包括区分侵害信用的名誉侵权行为和信息侵权行为,明确信用信息条款的适用主体仅限于自然人,对于敏感性个人信用信息的处理者课加处理时的“特定目的+单独同意”义务,侵害信用的赔偿范围限于直接经济损失、精神损害赔偿等。

知识贡献、身份地位与荣誉归属:中文情境下的合作署名规律研究

科研合作在推动科学研究中的重要作用日益凸显,而科研合作中的荣誉分配问题却未能得到学界充分的关注,研究合作论文的署名规律问题有利于从微观角度揭示科研合作中的荣誉分配机制。文章以《图书情报工作》2015-2021年间发表的合作论文为样本,采用逻辑回归方法从作者的知识贡献和身份地位两个角度分析影响作者分配署名荣誉的因素。研究发现:研究设计、论文撰写与论文定稿三种知识贡献以及作者的身份地位对其荣誉归属有显著影响;论文指导、数据收集和技术支持在控制作者的身份地位后对荣誉归属的影响效应不再显著。研究结果表明:国内科研合作中的荣誉分配受到知识贡献和身份地位的共同作用,相关机构在科研评价政策制定过程中应充分考虑作者身份地位的差异对荣誉分配的影响,以建立良好的科研合作生态环境。

法治建设与债券信用利差——基于新《证券法》审议通过的准自然实验研究

强化投资者保护是新《证券法》的立法核心。本文基于新《证券法》审议通过的准自然实验,构建双重差分模型,探究法治建设对债券信用利差的影响。研究发现,新《证券法》审议通过显著降低了公司债信用利差。进一步分析发现,提升债券流动性与降低债务违约风险是主要作用机制;异质性分析发现,从债券特征看,当债券融资依赖度高、债券契约条款少、承销商声誉差时,法治建设对公司债信用利差的降低作用更强;从公司层面看,这一影响在投资者交易意愿低、投资者保护力度弱、信息披露质量差以及违法违规风险高的公司中更为显著。本研究对于推进法治中国建设、保障债券投资者合法权益以及防范化解债券违约风险具有重要的启示意义。

银行金融科技对企业绿色创新的影响研究

绿色创新是企业实现高质量绿色转型的关键路径,而金融科技作为银行数字化运营的新兴手段,对传统金融体系融资规则的改善能够有效提升金融服务效率,赋能企业绿色发展。本文以2013~2022年商业银行和上市企业为研究对象,实证研究发现,银行金融科技应用显著提高了企业绿色创新水平,实现质和量的双重增长;且金融科技的促进作用在非制造业、中小企业、盈余操纵程度较低以及分析师关注度较高的企业中更为明显。机制分析表明,金融科技通过信贷配置效应和信贷监督效应来促进企业绿色创新,即金融科技既能够促进银行流动性创造、缓解企业融资约束来释放企业绿色创新潜力;还可以强化银行监督效率、改善企业内部管理水平来提升企业绿色创新能力。最后,本文创新性地通过滤波模型识别企业投资峰值后发现,金融科技应基于企业投资动态进行针对性数字赋能。在企业投资高峰期,金融科技赋能力度更大,信贷配置效应和信贷监督效应更为显著。

我国个人信用信息采集规则的构建

数字社会不仅为信用社会建设构筑了坚实的物质基础,同时也对信用制度的完善提出更高的要求。我国个人信息保护法对个人信息采集建立了知情同意以及例外规则,现行征信业管理条例并没有建立适应征信业发展的信用信息采集特别规则,无法适应数字时代信用信息的广泛性、复杂性等特点,限制了信用报告的使用范围并降低了使用效果。为实现个人信息权益和社会公共利益的平衡,建议对个人信用信息采集和利用实行区分规则,即采集告知规则和利用同意规则,信用机构可以最大限度地收集个人信用信息,保障信用信息的全面性、完整性和真实性。同时,为了防止个人权益受到不当侵害,可以提高信用机构设立条件并采取行政特许制度,要求信用机构承担信息采集谨慎注意义务,不能超范围收集信息,并初步审查信息的真实性,同时加强数据共享,完善行业准入与退出机制。

知识产权信用治理实践及发展方向

实现科学的知识产权信用治理,对于规范化的知识产权体系建设具有重要作用,是建设法治中国的重要方面。当前,我国知识产权信用治理实践中仍存在部分法律法规亟待完善、地区差异较大、数据支撑效能不足等问题。为改善相关问题,应从加大失信惩戒威慑力、完善信用制度实施方案、加强大数据技术运用等方面推进知识产权信用治理实践。

信用监管——食品产业高质量发展的新抓手

社会信用体系建设已经成为独具中国特色的社会治理创新实践。在我国食品产业进入高质量发展的新形势下,加大食品产业信用监管的制度供给重要而紧迫。基于法治刚性与信用韧性的互动互补,数字信用、“法治+信用”的探索为信用监管发展提供了新的方向。

城建档案验收告知承诺制的实践逻辑与立法完善

为了提升档案验收的治理效能,城建档案验收治理实践中创新发展出告知承诺制,并初现制度雏形。在城建档案验收引入告知承诺制的现实基础可以从政策规范、服务型政府以及行政效能原则三个方面予以证成。城建档案验收告知承诺制在实践运作中呈现出事前指导、事中承诺和事后核查的逻辑构造。为更好实现城建档案验收告知承诺制的治理价值,应在《城市建设档案管理规定》中作出专门规定,明确其适用范围、实施程序以及法律责任,使其实施具有明确法律规范依据,推动城建档案验收告知承诺制的全面实施,切实提升档案验收治理的实际效能。

普惠金融背景下金融替代数据的征信边界研究

近年来,随着数字经济的快速发展,互联网和大数据等新技术在征信领域广泛应用,大量有效“替代数据”被采集、分析和应用于判断企业和个人信用状况,征信已突破传统借贷信息共享的范围。然而,基于《中华人民共和国个人信息保护法》实施情况,面对征信机构利用大数据不当搜集个人金融替代数据的现状,理应尽快厘清金融替代数据的征信边界以保护信贷主体的金融信息权益。基于此,文章认为:应遵循《中华人民共和国个人信息保护法》的基本原则,把满足“依法采集、用于描绘信用画像、服务普惠金融大局”三要素的金融替代数据整体纳入征信监管中,明晰金融替代数据的分级分类管理制度,并结合情境脉络完整性理论细化金融替代数据应用的场景化规则,并构建以诚信原则为核心、征信主体与信贷主体共同参与征信活动的良性互动机制。

基于关联挖掘的课程相关性模式研究

基于关联规则挖掘理论,采用经典Apriori算法,通过对某高校历届学生专业修读课程及考试成绩数据与规律、规则等的学习,发现了数据中隐藏的课程相关规则或模式.针对所产生的大量模式和规则进行兴趣度分析,提取出符合高校教学管理与改革需要的、更有效的课程相关规则,对指导当今高校学分制体系下学生选课、排课及学生个性化学业修读计划制订与实施等具有积极意义.

基于网络环境的计算机选课系统的设计与实现

从高等学校学分制管理特点出发，提出了一个学分制选课系统的一般性设计方法．重点解决了网络环境下的数据建模、程序算法等核心问题。

改进多重最小支持度关联规则算法在故障诊断中的应用

Apriori算法的前提是数据库中各项目的频率和重要性是相同或者相似的,但在故障诊断的实际应用中并非如此。在Apriori算法的基础上进行改进,利用多重最小支持度解决了设备故障诊断中非频繁项目的挖掘;同时针对在实际的应用中项目集的重要程度不一致的问题,提出一种基于"组件信誉值"的加权多重最小支持度算法,并通过实际的例子证明了该算法在故障诊断中的正确性和有效性。

基于KMV和关联规则算法的行业供应链信用风险传染研究

从行业供应链视角,以钢铁行业和医药流通行业供应链中上市企业市场数据为研究对象,上市公司信用风险大小以KMV模型中的违约距离值代替,利用Apriori算法挖掘上市公司信用风险传染的关联规则。研究结论表明,医药流通行业供应链中企业信用风险传染频率和传染强度均高于钢铁行业供应链中企业;供应链中上下游企业整合以及信用技术引进是影响供应链企业信用风险传染重要影响因素。

基于贝叶斯正则化BP神经网络的上市公司信用评价研究

在神经网络训练中引入贝叶斯正则化以提高模型的推广能力。通过与未使用提高推广能力方法和使用提前停止法两种情况进行比较,表明基于贝叶斯正则化的BP神经网络模型在上市公司信用评价中的推广能力有显著的提高。

商业银行信贷风险管理的粗糙集方法

随着金融市场的全球化及其波动性的加剧,商业银行信贷风险的管理受到国内外金融界广泛关注,信贷风险的评估更是成为研究的焦点。运用粗糙集理论,从信贷历史数据出发,对商业银行的信贷风险管理进行研究。研究的目的是找出蕴涵在历史数据背后的规律,力图为金融风险管理部门建立合理的评估体系提供理论指导,为商业银行的信贷决策提供依据。

证据理论合成规则的改进

针对D-S证据组合规则和其他一些改进的组合规则存在的不足,提出了两种改进的证据合成规则。该规则在兼顾多路冲突性和一致性证据的基础上,引入了证据距离、证据源之间的一致性程度和证据源的可信度,对冲突性证据以证据源的可信度加权合成,对一致性证据采用反映聚焦程度的与运算。理论分析和数值实验表明改进后的规则对高冲突性证据和一致性证据都非常有效,特别对高冲突性证据,该规则能更快地收敛到合理的目标。

欧美信用评级监管规则的最新发展

信用评级作为衡量信用风险的法定标准,长期以来在美国和欧盟被广泛适用于金融监管。2007年金融危机爆发以后,美国和欧盟针对信用评级监管制度中的缺陷,进行了一系列的立法改革,初步建立了信用评级监管体系。美国首先通过了信用评级监管法案,欧盟的立法参考借鉴了美国法的一些原则和条款,尽管美国和欧盟的监管规则存在一定的差异与分歧,但未来极有可能趋同化发展。

最小总风险准则的贝叶斯网络个人信用评估模型

将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比。结果表明,基于MOR的贝叶斯网络分类模型可以有效地减小信用评估风险。

社会信用惩戒的禁止不当联结

社会信用体系建设需要摆脱“一处失信,处处受限”指导方针的影响,为社会信用惩戒建立合理的边界,减少和防止信用联合惩戒的肆意、过度与滥用。在各项规范社会信用惩戒制度构建的原则之中,禁止不当联结原则有着更为直接的、更具针对性的作用。禁止不当联结原则适用于社会信用惩戒,应当超越现有的“个案论证路径”和“抽象框架路径”,结合实践中各类社会信用规范关于“失信”的设定模式以及失信与惩戒措施的联结方式,提炼出层次更多、内容更为丰富的规范意涵,从而对未来中央层面和地方层面的社会信用统一立法、对部门或领域的社会信用立法或其他规则制定、对既有社会信用规范文本的清理以及对司法审查或备案审查社会信用惩戒联结的正当性,提供立法论和解释论上的指引。

高校课程相关性粗糙集分析模型及应用

将目前在数据挖掘领域应用广泛的粗糙集理论引入高校课程相关性分析中,提出了基于粗糙集的高校课程相关性分析模型。该模型首先运用粗糙集的相关性质对参与分析的决策数据进行属性约简,从而获得了较小决策数据集,然后应用基于分辨矩阵的关联规则提取算法提取关联规则,最后对规则进行评估与解释。通过对某高校某专业学生修读课程考试成绩数据进行实际应用分析,发现了课程成绩数据中隐藏的课程相关性规则,分析结果表明该模型在学分制体系下指导学生选课以及制定专业修读计划具有一定的辅助作用。