识别适用（精选3篇）
识别适用 篇1
法律原则指的是:在我国法律当中明确以“原则”字眼, 体现出来的、能够从现有的法律条文中表述或推导出来的法律原则。法律原则作为法官进行法律论证的理由与前提基础, 不仅能够对社会关系、对人的行为进行有效调节与约束, 同时还是法律职业工作者进行法律推理与法律解释的根本出发点[1]。法律原则能够有效地对成文法的漏洞进行弥补, 并且可以纠正法律的失误, 增强法律的权威性, 因此有助于实现个案审判与判决过程的公平, 提高我国司法体系的公正性与合理性。
一、法律原则与法律规则之间的联系与区别
(一) 两者的联系
法律原则与法律规则均属于法律规范的具体表现方式, 两者之间既相互联系又辩证统一、相辅相成;法律原则作为法律规则的本源与基础或灵魂, 不仅体现了法律规则基本出发点, 而且还为法律规则规定了适用的方向以及目的[2]。其次法律原则会对法律规则的适用起到一定的制约或限制作用, 对于法律原则而言, 其比法律规则具备更高的阶层, 几乎每一项法律规则都要一条、数条的法律原则作为支撑。
(二) 两者的区别
1. 适用方式
当一项具体的法律规则被广泛适用时, 表明法律规则就会以完全无效或完全有效的形式出现;若一项法律规则对已经规定的事实进行确定、并且对于法律规则的理解也已经得到司法界的普遍共识之时, 对于法律规则而言, 其在案件当中只能是有效或无效。当其处于有效情形时, 就需要接受法律规则;而对于在无效的状况下, 其则不影响到案件的审判结果。
而对于法律原则而言, 其不具备该适用方式, 而只能是为了具体案件的判决提供理由, 并没有明确规定法律原则需要在何种情况下, 才会自动生效并产生一定的法律后果这一问题。对于某一具体的案件来说, 法律原则不需要针对某一特定的对象, 也不决定导致特定的后果。而这与法律规则针对其自身进行调整、并会产生明确的结果是有所不同的。
2. 逻辑方面
当法律规则被广泛适用, 表明其所规定的内容是明确具体的, 而且还体现了其的严谨逻辑;而法律原则没有具备这样的特点, 它只针对不特定的事实进行预测或指引。因此法律原则尚未具备严谨的逻辑结构的特点。
3. 在对行为的指引作用方面
法律原则在对人的行为进行指引方面, 较法律规则更具备广泛性, 通常而言当人的行为遵从法律原则, 就不会出现违背法律规则的现象。一方面法律对人的行为进行指引, 主要是借助法律原则才得以顺利完成的;而处于法律规则的行为模式之下的行为人, 会被动地接受指引。可见法律规则于法律原则相比, 其对行为人的指引作用十分有限。
二、法律原则识别概述
(一) 法律原则的识别标志
首先法律源于社会, 其会对人们的生活关系行为起到规范作用, 对于其的规范形成方面, 不仅取向法理还取向法律所规范的所有对象。其次正当性是法律原则力量的来源, 法律规则能够运用于司法界, 而法律原则尤其是未明确规定的原则, 能够被司法推演的法律原则的适用, 主要依赖的是法律原则内容的正当性。法律原则作为法律的公理, 其具备完全性, 并且能够通过其进行其他法律规则的推演, 进而成为其他法律要素的逻辑起点。此外通过法律原则, 使得法律的价值旨趣与法律规则的核心内容能够得到证成与检验, 并且还可推导出法律的全部内容。法律原则主要是来自法律规定及其旨意推演而来的, 不仅是内含在法制当中、贯彻在现实生活的各项准则与原理中的原则, 更是长久维系社会存在与发展的基本道德要求。
(二) 法律原则存在的形式
1. 存在于现有的制定法中
法律原则直接存在已成文的制定法当中作为法律明文规定, 例如:《民法通则》中第三条规定:“当事人在民事活动中的地位平等”, 表示的是平等原则;国家的《宪法》当中第二条规定:“中华人民共和国的一切权力属于人民”, 表示的是人民主权原则。可见法律原则存在于制定法当中。
2. 存在于宪法等法律的基础或推论中
法律原则就现阶段而言, 其还不能从法律明文规定中全部找出, 但法律原则却是法律明文规定的前提条件与基础;更是作为法律条文的真正内涵体现。该类的法律原则能够从法案说明的各项资料中、从立法的历史背景或者是从法律中推导出来的。
3. 存在于事物之理与法律价值当中
法律原则没有宪法或其他法律的明文规定, 也不能从其他法律的规定中进行推导出来, 而是超越于法律存在于法律之上, 其效力基础源于公平公正。此外法律原则不仅存在于法律目的实现当中, 而且还存在于法律所规范的价值观念范畴之中。
4. 存在于案件的审判过程中
法律原则的存在形态也会在法官判决案件的过程中得到体现, 法官对案件判决时, 通常都会揭示部分原则。一个案件的审判就是一种自身带有原则的司法案件判决过程。为此, 法律原则作为案件审判权威性要素的最基本原则, 也会存在于判决的过程。
三、法律原则的适用问题
(一) 法律原则适用的情况
作为纠正法条失误根据时, 可适用法律原则。由于法律是人在社会实践当中总结并明文规定的行为准则, 因此法律也是会存在不足。为此运用法律原则对失误的法文进行纠正, 能有差错补漏的作用, 同时还能不断完善现有的法律条文, 确保个案的公平与公正性审判。
其次法律原则还可作为有效弥补法律漏洞的依据。对法律的漏洞进行补救的有效方式之一就是:采用根据法律权威与本质演绎而来的法律原则给予弥补。对于法律的漏洞补救适用法律原则应依据我国目前的司法实践现状, 采取类推适用的办法:相同的案件类型, 可进行相同的处理。对于法律原则的适用问题, 都应该全面、慎重考虑到法律的本质与规范意旨, 方可慎用。
最后法律原则作为法律推理与法律解释的依据, 对于某个案件的审判而言, 法律原则即被视为全面、正确了解法律、了解其推理权威性的根本出发点。当面对矛盾或冲突的法律规则之时, 就需要法律原则对法律进行解释、说理, 从而确保司法对案件的审判过程与判决结果的公正。此外法律原则对于传达法律精神、有效连接法律规则与法律目的起到中介、桥梁的作用。
(二) 适用方法
作为法律的要素, 法律原则具备司法的适用性, 而其原则的适用又具备特殊性, 与法律规则中“把案件事实、法律后果以及规则的行为模式相互连接”方式不同, 当前的法律原则不可以直接适用, 而是需要借助某一案件的利益衡量或在价值判断的基础上, 进行具体化之后才能得到最终的结论[3]。
1. 在实践中进行具体化、充分说理情况下可适用
要想把法律原则转成为法律规范, 还需要依靠特定的事实把法律原则规范化、具体化之后才可适用。法官进行法律原则的具体化过程中, 还需要进行充分地说理并且进行正当化的客观的判断, 对于法院的法定职权与地位而言, 其最终的权威还是需要建立在有效说理前提下得以体现的。
此外对于法律原则的具体化, 并不是作为相同案件所确定的某一具体标准, 而是按照不同案件、根据法律本质、精神结合立法的目的进行的具体化, 最终确保司法的公平与合理。
2. 对价值进行判断时需遵循客观标准
法律原则的适用需通过对案件的可客观分析, 根据价值判断进而全面衡量所得到的结论。因此, 法律原则的适用过程本质上就是将价值判断的引入的过程。其次法官应该按照客观标准对价值进行判断, 即社会客观价值、伦理秩序以及公平正义理念, 避免将个人的主观想法强加到案件审判当中。
3. 法律原则适用的限制
(1) 应严格限制适用法律原则突破或放弃成文法的情况。若适用法律原则对案件裁判的结果和直接适用法律规则出现不一致情况时, 法官应该在维护正义公平与维护法律的有效性、权威性基础上, 进行综合衡量。其次还应进一步论证法律原则在案件中包含的价值, 一旦制定的法规出现明显的不足或缺陷之时, 就应采用方法有效重塑法律的精神, 进而有效维护法律的权威性, 体现司法的公平正义。
(2) 划分并建立法律原则的适用类型, 提高其适用的统一性。为了避免因适用法律原则导致偏差与歧见现象, 应划分法律原则适用的类型, 明确适用的方法, 以保障运用法律原则实施裁判的统一性与确定性;法律原则的适用既不能将脱离法律背景的道德原则以法律原则的名义直接适用于个案中也不可脱离案件背景而直接适用。
(3) 严禁向一般条款逃逸。进行案件的裁判时, 若已有法律规则进行了明文规定, 且适用法律原则亦可得到同一的结论时, 应该迳行适用该法律规制, 不得出现不顾法律规则而运用法律原则。其次司法者进行法律规范的适用过程当中, 应优先考虑是否适用法律规则, 唯有在对所有的法律规则思考并确定还不能解决问题之时, 才可按照法律原则的适用方法 (即法律推理与法律解释) 将具体的法律原则适用到某一具体的案件之中[4]。如司法者在具体案件中自行适用法律原则, 将会放纵司法者的恣意, 导致法律权威性受损, 不利于司法的公正与合理性。
四、结束语
综上所述, 司法工作者只有掌握有关法律原则的识别和适用情形, 才能在具体案件中全面权衡各方利益, 确保案件审判的质量, 彰显公平正义的司法理念, 维护社会和谐稳定。
摘要：在我国法律原则作为一种有效的法律规范, 处于法律结构的核心地位, 对法律原则的识别与适用问题, 应遵循客观的条件、规律以及方法。文章分析法律原则的识别和适用问题, 能够有效地体现并发挥法律原则的真正价值与意义, 体现我国司法案件的判决公正, 有助于全面促进我国法制目标的较快实现。
关键词：法律原则,识别适用,价值意义,司法公正
参考文献
[1]王宏显.法律原则的司法适用问题探讨[J].理论探索, 2013 (5) .
[2]李媛.浅析法律原则与法律规则的区别—基于德沃金法律原则理论视角[J].中外企业家, 2010 (2下) .
[3]陈金钊, 谢晖.法律方法 (第十卷) [M].济南:山东人民出版社, 2010.
[4]周志强.法律原则的识别和适用[J].法学, 2014 (3) .
识别适用 篇2
为了及时准确地识别、获取、更新适用于本公司活动、产品和服务所涉及的安全生产法律法规和其他要求，确保本公司遵守和符合这些要求，特制定本制度。2 范围
本制度适用于活动、产品和服务所涉及的安全生产法律法规和其他要求的识别及获取的控制。职责
3.1安全消防环保科是本制度的主管部门，负责组织安全法律法规和其他要求的识别、获取和更新，并检查监督本程序的执行情况。
3.2各职能部门负责识别、获取、更新与本部门相关的安全法律法规和其他要求，并及时将识别、获取、更新的信息传递给安全消防环保科。
3.3各单位负责组织本单位员工学习有关安全法律法规和其他要求，并贯彻执行。工作程序
4.1安全法律法规和其他要求的范围
安全法律法规主要包括国家、地方政府或相关部门颁布的安全法律法规、规范、条例、规章制度等；其他要求包括产业要求、非法规性指南、集团公司的规定等。
4.2安全法律法规和其他要求的获取途径
4.2.1安全消防环保科应定期对法律法规及其条款的适用性进行评审。4.2.2生产科与上级质量技术监督部门联系，了解质量方面的法律法规及其他要求变化情况，获取相关信息。
4.2.3安全环保科与上级安监部门联系，了解安全方面的法律法规及其他要求变化情况，获取相关信息。
4.2.4安全消防环保科与认证咨询机构联系，了解相关运行体系标准情况，获取相关信息。
4.2.5各部门可通过新闻媒体、网络、公共出版物、行业协会、行政部门等渠道获取相关信息。
4.3安全法律法规与其他要求的识别、评价及更新。
4.3.1各职能部门获取安全法律法规和其他要求后，应依据本公司实际情况来判定这些法律法规和其他要求的适用性，将适用的法律法规及其他要求相关条 款汇编成册，并将其中的适用条款号摘录出来，填写《安全法律法规和其他要求登记表》一式两份，经本部门负责人审批后存档一份，另一份连同其中的适用条款交安全消防环保科,安全消防环保科对上报表格进行评审,汇总出本公司《安全法律法规和其他要求清单》。
4.3.2当安全法律法规和其他要求发生变化时，各职能部门应重新识别、评价和获取最新版本，并及时更新本部门《安全法律法规和其他要求登记表》及相关条款，报安全消防环保科。安全消防环保科评审后,对《法律法规和其他要求清单》进行更改。
4.3.3安全环保科定期对有关安全生产法律、法规的遵循情况进行评价。4.3.4安全消防环保科应每年组织各职能科室科对法律法规进行重新识别，并对其有效性进行评审。
4.4安全法律法规和其他要求在危险源的应用
根据安全法律法规和其他要求对不同安全问题的危害程度，规定不同的管理要求或控制标准，作为评价重大危险源的重要依据。
4.5安全法律法规和其他要求的交流
4.5.1各职能部门要及时将安全消防环保科评审后的法律法规和其他要求相关条款最新版本，以书面的形式发放到相关单位，并做好发放记录，各单位做好更新工作。
识别适用 篇3
贷款风险分类, 就是根据借款人的当前经营情况和违约迹象来判断其按时还款的可能性并给予风险等级评价, 是银行综合了借款人财务、非财务因素, 对贷款未来安全收回可能性的评价。如何判断借款人的每个因素对贷款偿还的影响程度, 以及如何将上述各种因素定性和定量分析归纳汇总, 作出全面科学的风险评定是贷款风险分类操作的难点和关键。
在现代信用风险度量模型出现以前, 测度信贷信用风险的方法主要有:专家制度法、评级法和信用评分法。近年来, 一些大的金融机构相继构建了比较规范的、有重大影响的四大信用风险度量模型:JP摩根的Credit Metrics方法;KMV公司的KMV模型;CSFP (Credit Suisse Financial Products) 的Credit Risk+方法;麦肯锡公司的信用组合观点模型 (Credit portfolio View) 。这四大信用风险度量模型对中国银行业都有一定的借鉴意义。模型最大的问题是任何一个模型都没有全面考虑到借款人的道德风险, 还有借款人的具体情况, 如银行合同、贷款合同、担保能力、借款期限等, 而且由于经济制度、金融发展水平等方面的差异, 因此, 借用西方信用风险模型应慎重, 我国应用这些大型量化模型的条件还不成熟。
本文把贷款风险分类看作是一个模式识别问题, 在此框架下, 就统计模式识别领域中最新使用的神经网络方法、分类树法、以及支持向量机三种方法的建模思想、适用性进行比较, 并给出有关结论。
二、贷款风险分类是一个模式识别问题
所谓模式识别, 就是用计算机的方法来实现人对各种事物或现象的分析、描述、判断和识别。目前我国实行的贷款风险五级分类法 (简称风险分类) , 它是根据贷款对象的第一还款来源与第二还款来源共同特征 (财务指标) 或属性 (非财务指标) 进行识别判断而进行分类的, 其核心在于它以借款人的偿还能力作为分类标志。
我们不妨假设, X (1) 为评价借款人信用风险 (第一还款人来源) 的财务指标集, 记为: ;X (2) 为评价借款人信用风险的非财务因素指标集, 记为: ;B为贷款担保风险系数, Y (1) 为评价担保人信贷风险的财务指标集, 记为: ;Y (2) 为评价担保人的非财务因素指标集, 记为: ;d为担保系数, B与Y (1) , Y (2) , d之间的函数关系记为:f。则贷款担保风险系数的数学表达式可记为:
如果设T为以时间为划分标准的贷款形态风险系数;为贷款风险度系数。那么, 与X (1) , X (2) , B, T之间的函数关系记为:
由 (1.1) 与 (1.2) 式, 可以得到贷款风险评价的数学模型如下:
贷款风险分类的模式识别系统的精度及其正确性, 主要取决于 (1.3) 式中的一些参数的估计的精度。训练时如果输入模式样本的类别信息是已知的, 这时可以用“有监督”的模式识别技术, 让识别系统执行一个合适的学习训练过程, 把系统“教”成可使用各种适应修改技术再去识别模式。如果采集到样本模式是未知类别的, 这时可用“无监督的模式识别技术, 即必须通过系统的学习过程去得到其所属的范畴。
三、模式识别技术的建模思路及其适用性分析
目前用于统计模式识别的方法很多, 主要有判别分析法、回归分析法、人工智能 (专家系统) 、神经网络、决策树法、K近邻法、支持向量机等。本文仅就目前最为流行的人工神经网络、决策树法、支持向量机三种非参数模式识别方法建模思路、适用性进行比较分析。
1. 神经网络模型 (ANN)
(1) 建模思路
人工神经网络 (Artficial Neural Networks ANN) 是一种具有模式识别能力, 自组织、自适应, 自学习特点的计算方法。神经网络模型建模思路是, 首先找出影响分类的一组因素, 作为ANN的输入, 然后通过有导师或无导师的训练拟合形成ANN风险分析模型。对于新的样本输入 (即一组影响因素值) , 该模型可产生贷款风险的判别。
(2) 适用性分析
神经网络的适用性首先表现为分类的准确性比较高。特别是在测试数据为非线性关系的情况下, 尤其如此;其次是神经网络有较强的适应训练样本变化的能力, 当训练样本增加新的数据时, 能够记忆原有的知识, 根据新增的数据作恰当的调整, 使之表示的映射关系能够更好的刻画新样本所含的信息。这一点不仅使得神经网络具有较强的适应样本变化的能力, 还使它具有动态刻画映射关系能力, 也克服了线性判别分析方法的静态特点;再次是其具有鲁棒性。神经网络对于样本的分布、协方差等没有要求, 对样本中存在的噪音数据、偏差数据不敏感。监管部门在面对众多监管对象银行时, 可以根据其报表中的监管指标与监控指标的输出结果, 迅速、准确地判断商业银行的经营状况, 就可以辅助以现场检查的手段, 对商业银行进行适当、适时的干预。
神经网络方法的主要缺点一是对样本的依赖性过强, 对样本提出了很高的要求。因为它很少有人的主观判断因素的介入;二是解释功能差。它仅能给出一个判断结果, 而不能告诉你为什么;三是在神经网络方法中输入特征变量的确定出关键指标问题时, 需要依赖于其他的统计分析方法;四是是样本分成多少个种类, 这些问题都是神经网络方法无法独自解决的, 要依赖于其他方法;五是神经网络的训练速度慢且极易收敛于局部极小点, 推广能力差, 以及容易出现“过学习”现象。
2. 分类树方法 (CART)
(1) 建模思路
分类树方法 (CART) 是一种由计算机实现, 基于统计理论的非参数识别方法。其建模思路是:在整体样本数据的基础上, 生成一个多层次、多节点的树, 按广度优先建立直到每个叶节点包含相同的类为止, 以充分反映数据间的联系。然后对其进行删减, 参照一定规则从中进行选择适当大小的树, 用于对新数据进行分类即建造最大树, 对树删减, 选择适当的树用于新样本分类。
(2) 适用性分析
分类树方法在银行贷款风险分类中的适用性首先在于通过借款人经营状况的变化及其破产的可能性的判断, 来估计其违约的可能性, 进而来推测该借款人持有的贷款风险程度。它不但具有哲学上的二分法的优点, 而且其分类标准的选择也包含着经济理论上的合理性。反映申请者信用关系中各项指标之间的相关性是应用分类树于信贷信用分类的有利条件, 它可以有效地利用定性变量进行分类。
分类树的缺陷表现在:一是计算量大;二是在一些连续型定量变量的处理上, 分类树就显得有些力不从心;三是对结点属性的判定上, 往往以叶结点中所含多数样本的属性来决定该叶结点的属性。但如果碰到训练样本中某种样本 (譬如好样本, 占大多数) 。此时分类的结果很可能是几乎每个叶结点都是好样本占多数, 或出现一些好坏样本的个数相当的叶结点。于是就可能出现几乎所有的叶结点都是好样本集合, 或其中一些结点无法判断。无论哪种情况出现, 都将导致对坏样本的辨别率降低, 进而导致分类树的效率降低。
3. 支持向量机模型 (SVM)
(1) 建模思路
(2) 适用性分析
由于支持向量机出色的学习性能、泛化性能、良好表现和所估计的参数少等特点, 能够较好地解决小样本、高维数、非线性、局部极小等问题。鉴于支持向量机的诸多优点, 国外学者Van.Gestel (2003) 将支持向量机应用到信贷风险分类与评估领域, 并与神经网络及Logistic回归相比较, 得到了较好的结果。同时利用支持向量机, 能提高学习机的泛化能力, 能成功地解决风险分类、函数逼近和时间序列预测等方面, 对构建贷款分类模型也具有重要的实践意义。
但SVM是解决一个二分类问题, 现实中遇到的大都是多分类问题, 如支持向量机无法解决信贷风险的五级分类问题。另外, 影响支持向量机模型分类能力的参数选择存在人为确定的主观性等。
四、结论
从信贷风险管理角度看, 信贷风险分类与量化管理是一个必然趋势。为了提高贷款分类的准确性, 必须将上述两种或两种以上的方法结合起来使用, 取长补短。同时, 中国银行业在运用这些相对复杂的预测技术时, 不仅要根据国内的实际情况和银行业自身发展阶段, 科学地制定信贷风险管理流程, 还要加强人才培养和数据库建设, 尽可能地运用信贷风险管理先进技术将信贷风险损失降到最低限度, 实现可持续发展。
摘要：贷款风险分类是一个对借款人现金流量、财务指标及其非财务指标进行综合评价的过程。本文把贷款风险分类看作是一个模式识别问题, 在此框架下, 就统计模式识别领域中最新使用的神经网络方法、分类树法、以及支持向量机三种方法的建模思想、适用性进行分析, 从而对我国贷款风险分类提供一些启示。
关键词：模式识别,风险分类,适用性
参考文献
[1]J.P.Morgan.Credit Metrics—Technical Document.1997, 4:2
[2]KMV.GlobalC orrelationF actorS tructure.S anF rancisco:KMVC orporation.1996, 8:16～17
[3]Credit Suisse First Boston.Credit Risk+, A Credit Risk management Framework.Credit Suisse First Boston Internation, 1997
[4]McKinsey and Co, Credit Portfolio View.New York, Mckinsey and Co.1997
[5]曹道胜等:商业银行信用风险模型的比较及其应用[J].金融研究, 2006年第10期
[6]王振民, 中国商业银行贷款风险分析[D].天津大学博士论文, 2005年5月, P33
[7]Mark T.Leung, Hazem Daouk, An-Sing Chen.Forecasting stock indices:ac omparisono fc lassificationa ndl evele stimationm odels, I nternationalJ ournal ofF orecasting, 2000 (16)