国有股权转让优先购买权行使问题研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:zhouj1790
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
优先购买权是我国《公司法》规定赋予有限责任公司股东的法定权利,但对于具体如何行使优先购买权却未有进一步法规,导致司法实践中就优先购买权的行使问题出现诸多争议。而国有股权的转让因涉及国有资产的保护以及其本身的特殊性,即国有股权必须在产权交易机构公开挂牌,而更具有探讨意义。同时,因我国现有法律对于国有股权转让的相关规定并无完整体系的法规,包括对其同等条件的具体内容、优先购买权的行权时间和方式以及具体的期限问题,均无详细涉及,导致司法实践中出现的问题日益增多,国有资产的保护面临着严峻的考验。故本文从司法实践中的一个案例来引出问题,主要运用文献研究法和案例实证法从以下几个方面来进行论证关于国有股权转让过程中优先购买权的行使问题。本文主要由四章组成,第一章,就工作中遇到的案例结合现有国情引出问题;第二章,就股东优先购买权的概念和性质做了简要陈述,并就设立该制度的功能进行了探讨,从而引出下一章,在一般有限责任公司基础上,就国有股权的优先购买权制度有何特别之处,在第三章中对我国国有股权转让制度的概念进行简单分析后,结合第一章所引用的案例以及第二章的优先购买权制度来分析国有股权转让时优先购买权应如何认定和行使的问题。先从实体上来分析同等条件的内涵,再从程序上论述何为同等条件,并就优先购买权的行使方式和期限做了相应探讨。之后,就我国目前上海和北京地区就优先购买权同等条件的认定的不同之处进行了比较分析。最后通过第四章提出完善我国过于股权转让中优先购买权行使问题的建议,以减少争议,保证交易安全,保护我国国有资产。
其他文献
近年来,基于梯度下降迭代求解的神经网络发展迅猛,出现了许多新的深度学习算法,尽管其在工业上取得了很大成功,但是训练一个这样的网络要耗费大量的时间.在机器学习领域有不少算法并不需要使用梯度进行迭代求解,黄广斌教授提出的极限学习机(ELM)就是其中一种.它是一种单隐层的前馈神经网络,其隐层的权重是随机产生的,输出层的计算则是基于最小均方误差的广义逆.由于ELM的计算不需要迭代,其计算非常迅速.然而,由
传统数据库与云计算技术的结合催生出云数据库,它提供数据库资源虚拟化,具有按需使用、扩展性强、高可用性等优点,其重要性和价值日益显现。在互联网场景下,关系型云数据库面临多变数据访问模式和负载压力,导致其现有缓存管理效率不高,系统性能波动较大。因此,增强缓存子系统自适应能力,对提高系统整体稳定性和吞吐量具有重要意义。采用存储计算分离技术,设计关系型云数据库自适应缓存框架。在该框架中,设计缓存分区分类管
我们先介绍一种芯片尺度无透镜大视野非标记显微成像技术,它可以自动呈现生长或融合细胞培养的显微镜图像,称为无镜成像,用于细胞培养实验。这种技术利用了最近广泛和廉价的高性能图像传感器芯片,提供了一种低成本和自动化的显微镜解决方案。不像两种主要的无透镜显微镜方法,光流控显微镜和数字全息显微镜,这种新方法完全能够处理细胞培养或细胞可能连续连接的任何样品。利用我们的实验证明了该方法可以应用于彩色细胞培养样品
身份鉴别是目前安防、信息安全领域普遍而重要的研究热点,与人们的生活息息相关,虹膜作为人身份的表示物,在稳定性、唯一性和安全性等方面具有重要应用价值。目前绝大多数的
当前,我国农村地区污染问题日益严重,生活垃圾污染已成为困扰农村可持续发展的主要问题之一。农村居民不当的垃圾处理方式是造成生活垃圾污染问题的主要原因。无序丢弃的生活
在温室效应日益严重的背景下,以及《京都议定书》和《巴黎协议》等国际协议的约束下,各国都在积极推进和完善碳减排制度。以产权交易理论为基础的碳交易体系越来越多地受到了普遍欢迎,碳交易市场也逐步被建立与完善,而全要素碳生产效率指标也成为碳交易体系中衡量体系运行状况的有效指标之一。目前,已有超过30个国家参与到碳交易体系中,而中国也于2017年底正式建立国家层面碳交易体系,但是中国处于建设初期,机制建设还
P2P网络贷款是指贷款人和借款人通过网络贷款平台进行资金借贷的新型金融模式。其运作方式与传统的金融机构有着很大的不同,可以将其看成民间借贷的网络版。自从第一家P2P网
脑机接口系统能够使人们在无需肌肉活动的情况下与设备交互,是脑机智能与类脑计算的重要研究领域之一。其中,脑电信号的分析与处理是脑机接口系统落地实用的关键研究课题。脑
同步控制一直是多智能体系统的控制中较为重要的问题,即通过设计控制协议来使得各个子系统的状态、输出或者其他变量趋于一致。多智能体系统同步应用广泛,受到各领域研究人员
在计算机视觉领域,图像分类任务一直都是热点问题。而其中半监督图像分类任务更是获得了国内外学术界的广泛关注,仅仅利用少量有标签数据和大量无标签数据,便可通过本文提出的算法训练出一些实用的模型。在当下,深度学习对于图像处理任务的解决有着得天独厚的优势,本文先是通过卷积神经网络提取有标签数据和无标签数据的高级语义特征向量;然后基于高级语义特征利用标签传播算法获得无标签数据的伪标签;将带有伪标签的无标签数