电子票据的证据属性及其应用问题研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:xuezhenlong0310
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
当前互联网和信息技术日益普及,电子科技迅猛发展,电子商务已经成为信息时代人们商业活动的主流形式。在票据领域,电子票据逐渐取代纸质票据,广为应用,并被认为是未来商业活动发展方向的最佳支付手段之一。它与传统票据相比具有方便快捷、安全、高效等优点,这使它更能顺应信息时代电子商务发展的需要。但是在享受着网络服务、电子支付带来便利的同时,电子化、无形性的电子票据作为新生事物,在诉讼中也面临着诸多问题。电子票据能否成为证据,电子票据的证据使用价值、证据属性判断,电子票据该如何收集取证、审查认定以及保全等一系列问题成为我们无法回避的问题。第一部分从电子票据的概念和电子票据的分类切入,阐述了电子票据作为电子数据的子分类所具有的不同于普通电子数据的独有特征。其具有参与主体复杂、储存环境特殊、主体身份难以确定、取证成本高、难度大等特殊性。通过进一步分析电子票据作为证据所具备的客观真实性、合法性和关联性,论证电子票据作为证据在诉讼中的必要性和必然性。第二部分分析现阶段电子票据在诉讼应用中存在的问题,从电子票据的收集取证和审查认定两方面进行系统分析,以证据的客观真实性、合法性、关联性为视角,探讨目前电子票据作为证据运用到司法实践中所面临的困境以及困境产生的原因。第三部分探讨电子票据保全的相关问题。我国目前关于电子票据的保全主要有三种形式:人民法院保全、公证机构保全和电子数据第三方保全。详细介绍这三种保全的概念和优缺点,结合电子票据的主体复杂、易篡改和时效性等特征,提出电子数据第三方保全是最适合保全电子票据的保全方式。第四部分根据前文分析的电子票据作为证据运用到诉讼中所存在的问题,从规范收集取证程序、构建审查认定体系、创新保全方法三个方面提出解决方法,使电子票据在诉讼中发挥更重要的证明作用。
其他文献
如今,基于数理统计模型的量化投资技术得到了充分的发展和应用,投资者基于此类方法可获得较大回报。机器学习、深度学习算法随着AI时代的到来被应用到各个领域。这些前沿算法可以实时处理海量的数据,模型也能取得不错的拟合效果,同时泛化能力也得到大幅提升。在本论文中,尝试将这些前沿算法应用到股票市场中,分别采用机器学习中的XGBoost方法与深度学习中的LSTM方法对股票调整收盘价预测,并对拟合效果进行对比。