【摘 要】
:
通道业务作为资产管理业务中的一类,是我国金融创新产物,因其有“避法行为”的特征而在长期实践中为监管所重视。为防范通道业务带来金融风险,同时强化金融监管,2017年底开始各部委联合陆续出台了《资管新规》和配套实施细则,按“新老划断”原则对“违规”通道业务进行清理,旨在对通道业务存在的问题进行统一规制;同时在司法裁判方面,最高人民法院也配合发布了《全国法院民商事审判工作会议纪要》,针对通道业务在业务定
论文部分内容阅读
通道业务作为资产管理业务中的一类,是我国金融创新产物,因其有“避法行为”的特征而在长期实践中为监管所重视。为防范通道业务带来金融风险,同时强化金融监管,2017年底开始各部委联合陆续出台了《资管新规》和配套实施细则,按“新老划断”原则对“违规”通道业务进行清理,旨在对通道业务存在的问题进行统一规制;同时在司法裁判方面,最高人民法院也配合发布了《全国法院民商事审判工作会议纪要》,针对通道业务在业务定性、合同效力认定以及相关裁判规范上做了配套规定。由于这一系列政策措施中包含了许多严苛的条款,与历史上的监管态度相比有很大转变,资管行业的参与者们称之为“资管严冬”的到来。但遗憾的是,此次改革中信义义务规则仍被忽视,这也使得此次改革并没有从根本上解决我国金融实践中因长期分业经营、分业监管所带来的监管与司法在通道业务上的治理冲突问题。本文认为,要解决这些问题,还需回到信托法规制下,坚持以信义义务为核心,理顺通道业务治理的共通底层逻辑,以推进问题的解决。本文分为以下三个部分:第一章,明晰通道业务的概念,澄清我国通道业务存在的监管和司法的核心问题所在,以及我国历史监管中的信托法规制脉络。通道业务从鼓励到几乎被禁止,本文对这种转变进行了深入分析,提出信义义务在监管和司法中的缺位,以及司法裁判与监管规范的错位是导致通道业务难以控制并最终异化的主要原因,同时也指出了司法层面存在的行政规范对司法裁判的逾越和替代等问题,明确了信义义务在监管和司法层面的回归需求。第二章,明确我国通道业务中的信托法特征,以及我国信托法中对信义义务的特殊定位。指出在我国的信托法项下,信义义务作为可约定的法定义务类型可由当事人之间通过意思自治进行一定程度信义义务排除,但是受托人并不因此免除最低限度的信义义务,并对此给予了实践案例分析和学理分析。第三章,明确以信义义务为核心的对金融监管和司法裁判的冲突进行协调的可能性。在监管方面提出信义义务应与监管规范相链接的思路,应以信义义务为依据对受托人进行穿透式监管;在司法裁判方面,首先结合案例对通道业务的合同无效说理进行了说明,提出信义义务规制下的可能的司法裁判思路,然后论述在信义义务违反情况下的责任认定,最后做第三种民事责任类型的展望,提出了一些立法完善的建议。
其他文献
强化学习在现实世界中拥有广阔的应用场景,但强化学习的训练过程需要与环境交互收集数据来更新决策策略,这限制了强化学习在一些对安全性十分敏感的场合的应用。而离线强化学习可以通过数据集来训练出高效的决策策略,训练阶段无需与环境产生交互,因此近些年来离线强化学习受到了研究者们的广泛关注。然而,现有的关于离线强化学习的研究却忽略了离线强化学习决策的安全性。在不与环境交互的情况下,从包含不安全决策的数据集中学
全世界皮肤病变率以及死亡率在不断增长,其中以黑色素瘤为代表的皮肤病死亡率达到最高。现今,皮肤镜检查是医学上非常普遍的皮肤病诊疗方式。但大量的皮肤病变数据使得有限的皮肤科医生无法一一诊断,不仅耗时而且可能具有主观性,这导致皮肤病的诊断和治疗存在一定的困难。所以,急需将自动分割技术应用于皮肤病变,以辅助皮肤科医生进行及时诊断和治疗。目前,皮肤病变的自动分割仍存在挑战,包括模糊不规则的病变边界,病变与周
视频动作识别是计算机视觉领域中重要的研究内容之一。近年来,基于Transformer的模型已经成为计算机视觉领域的研究重点。基于Transformer的视频动作识别任务依旧面临着严峻的挑战:首先,视频中包含了丰富的信息,光流以及骨骼特征都可以被运用到模型中,如何在Transformer中有效运用这些信息,是目前研究的一个难点;其次,视频模态与自然语言模态有巨大的区别,视频数据建模方式的选择,将在很
通过构建神经网络生成模型,机器翻译在近几年取得了长足发展,落地应用层出不穷。然而,由于语言本身具有多样性,同样语义的表达在遣词造句、情感风格等方面可能有所不同。因此机器翻译本质上是一对多的监督任务,对源语句的理解和目标语句的生成都具有不确定性。当下的主流研究方向侧重提高翻译的准确性,通常采用最大似然估计和束搜索算法分别对翻译过程进行确定性建模和搜索,仅在一定程度上捕捉文本生成的不确定性,而忽视翻译
知识图谱嵌入作为连接知识图谱和其他应用领域如问答系统、推荐系统、信息检索系统的重要桥梁,受到了广泛的研究。在知识图谱中,连接两个实体的关系具备对称、组合、反转等特性,这些特性被称为关系模式。知识图谱包含各种关系模式,这些关系模式揭示了知识图谱中普遍存在的规则。挖掘新的关系模式并设计能够构建更多关系模式的模型是知识图谱嵌入的主要研究方向之一。许多知识图谱嵌入模型的成功源于对各种关系模式的建模,但是一
近年来,随着深度学习技术的发展,卷积神经网络在计算机视觉任务中取得了卓越的成绩,使用DenseNet等高性能网络训练的物体识别模型已经达到和人类相似的准确率。然而,这些高性能模型通常包含大量的参数量和计算量,在边缘设备部署时会出现内存占用大、资源能耗高、计算实时性差的问题,因此无法直接应用于资源受限的边缘设备。为了解决上述问题,本文选取了轻量级神经网络和网络剪枝两个重要方向,面向输电线路巡检场景,
2020年商务部等部门提出小店经济发展目标:“至2025年,形成人气旺、‘烟火气’浓的小店集聚区1000个,达到‘百城千区亿店’的目标。”发展小店经济对促进就业、扩大消费、提升经济活力、服务改善民生、满足人民对美好生活向往等方面具有重要意义。怀旧是人普遍具有的情绪,外界因素和人自身因素都会唤起怀旧的情绪,进而产生怀旧情感和行为偏好。过去研究发现,怀旧对产品态度和选择都具有显著的影响,会促进消费者产
理解自然语言通常需要超出文本中明确说明的知识,也就是人们所说的常识。常识图谱可以形式化地表示常识,进而帮助应用程序更好地理解人们使用词语背后的含义,改进自然语言理解相关的任务。然而,常识性知识往往由于广为人知而不会在文本中被特意提及,从而很难被显式地提取出来,因此自动构建常识图谱始终是人工智能领域的一个挑战。此外,现有的大规模常识图谱多是在英文上构建的,而中文作为同样庞大的语言体系,相关的研究成果
随着互联网的迅速发展,各个应用平台的用户和商品的数据量都呈指数级增长,基于对用户行为的分析,传统推荐系统通过准确建模用户偏好,对用户进行精准推荐,为各个平台带来了客观利润。但是由于缺乏可解释性的问题,导致用户对系统的认可度较低。将图数据作为辅助信息引入推荐系统中,可以有效的解决可解释性的问题,面向图数据的推理利用实体间的关系挖掘数据中的潜在知识,推理的过程可以显式展现出来,对我国社会经济的发展具有
现今,云存储技术已凭借自身按需付费、资源可测量及服务多样化的特点,在各种领域与场景中被投入使用。与此同时,方案的隐私保护能力愈发受到用户重视。传统密码学方案保证了加密后数据的保密性,但阻碍了云存储场景下云服务器为用户提供数据查询、操作服务的可行性。为此,一系列兼具保密性与加密数据搜索能力的密码学原语被提出。其中,公钥密文一致性检测方案在公开密钥加密方案定义的基础上,允许第三方在无需解密密文的情况下