董正青

广发证券借壳延边公路内幕交易案开庭审理,原总裁董正青及其弟董德伟、同窗赵书亚当庭翻供。案件关键在于广发证券决定借壳延边公路的具体时间。

 董正青案三被告集体翻供 何时决定借壳成内幕交易案判定关键

  昨日,广发证券借壳延边公路内幕交易案在广州市天河区法院开庭审理。在昨天上午的庭审中,广发证券股份有限公司原总裁董正青,其弟董德伟,其同窗赵书亚等三名被告集体当庭翻供。

  根据公诉机关指控,董正青于2006年2月至5月,利用其主导广发证券借壳延边公路上市的机会,将这一内幕信息泄露给董德伟和赵书亚二人,使两人分别购入了1457万股和49万股延边公路流通股,抛出后分别非法获利5000余万元和100余万元。

  在昨日上午的庭审中,董正青否认控罪,并称公安机关的审讯笔录与其个人的本意不符。董正青称,当时在笔录上签字的原因是他被告知这样做有利于“广发顺利借壳”。赵书亚也当庭翻供,称他在公安机关的审讯笔录上签字是因为受到了威胁。

  董德伟则否认买入延边公路前问过董正青。董德伟称,其买入延边公路是在2006年2月19日(后根据法庭出示证据显示,买入的时间是2月17日,董称有可能是自己记错了),是依据延边公路的财务报表并进行技术分析后做出决定的,并未询问过董正青。

  董德伟还称,当时,广发证券与延边公路也尚未洽谈借壳之事。他在延边公路2006年5月11日发布澄清公告称“未与广发证券接洽借壳事宜”的次日, 董正青案   董正青案18日开庭   董正青 开庭也就是当年5月12日,已将所持有的延边公路股票抛出。

  不过,赵书亚承认,买入延边公路前曾打电话给董正青,虽然当时电话并未打通,但赵书亚还是在2006年5月12日买入延边公路股票,买入后,他又就广发证券借壳之事询问过董正青,当时董正青透露,广发证券正与6家公司商谈借壳,其中包括延边公路。赵书亚表示,在2006年6月初延边公路停牌前,已抛出了一部分该公司股票。

  下午,检察官出示了广发证券8名现任高管的书面证词。8名高管包括:董事长王志伟、代理总裁李建勇、副总裁秦力、兼并收购部总经理肖雪生、总经理助理周伟等等。这些证人的证词指出,董正青任广发证券总裁期间,广发证券的事都是董正青独断专行搞“一言堂”,借壳的事都是董正青一个人说了算,当时选择延边公路借壳就是在该公司开会时,董正青拍板决定的。

  对于这些证词,董正青表示否定,并多次要求与这些证人当庭对质,但主审法官征询检察官意见时,检察官称这些证人的证词清晰,没有出庭的必要。

  下午的庭审于5点半休庭,一个小时后,重新开庭连夜继续审判,截至记者发稿,审判仍在进行。


  何时决定借壳成内幕交易案判定关键

  在昨日的庭审上, 董正青案   董正青案18日开庭   董正青 开庭
 广发证券股份有限公司原总裁董正青之弟董德伟承认,在2006年2月17日开始,通过几十个拖拉机账户,买了1000多万股S延边路(S延边路的流通盘只有9000多万股)。为了规避管理层关于持股比例超过5%的监管,董德伟和赵书亚串谋,将部分账户转给赵。董德伟还直言不讳,用几十个拖拉机账户进行股票交易是他多年来形成的交易习惯。

  董德伟辩称,当时是在延边路发布年报后,进行技术分析后做出买入决定的,并未询问过董正青。而且当时广发证券并未决定借壳延边路,因此不构成内幕交易。

  根据以上交易情况,是否构成内幕交易,关键就是广发证券确定借壳延边路的具体时间。在昨日上午4个小时的开庭时间中,有近两小时是董正青自己陈述广发证券借壳延边公路的具体决策过程。董正青昨日在法庭上称,广发证券正式决定借壳延边路是在2006年6月2日。

  据董正青称,广发上市是在2006年1月提上正式议程的。同年2月19日,广发证券的两大股东即,辽宁成大董事长尚书志与吉林敖东董事长李秀林来广州就广发证券上市进行商讨,当时广发上市的事就已达成一致。同年3月31日,广发证券决定采取借壳方式上市。

  2006年4月17日,秦立、肖雪生等广发证券高管在董正青家里召开了一个碰头会,对广发借壳的相关问题进行非正式探讨,当时董正青就提到了延边路。20多天以后的5月8日,辽宁成大董事长尚书志来到广州,与广发证券包括董正青等在内的20多位广发高管召开会议。此次会议讨论以后,选出了包括辽宁时代、延边路等6个可选的壳公司。10天后的5月18日,尚书志、董正青以及李秀林在大连确定了以辽宁时代为首选、延边路为替补的借壳方案。

  据董正青称,随后,尚书志便积极地到地方政府咨询相关事宜。但由于地方政府一方面不愿意让上市公司数量减少;另一方面,辽宁时代的高层因为借壳方案的利益分配问题无法协调。最终,辽宁时代的借壳计划流产。

  2006年6月2日早上,尚书志电话通知董正青放弃辽宁时代,广发借壳延边路的方案正式敲定。当天下午,李秀林和董正青一起到证监会,就广发证券借延边路之壳上市的事与证监会有关人士进行口头沟通。同时委托平安证券为此事起草上市的相关资料。因此,根据董正青的说法,广发证券真正决定借壳延边路上市的时间实际上是在2006年6月2日。

  由于董正青等人涉嫌内幕交易、泄露内幕信息等罪名是否成立,以及如何量刑都与广发证券决定借壳延边路的具体时间密切相关,因此,借壳延边路是否确实如董正青所说在6月2日确定,对三名被告的罪名是否成立至关重要。

  对此,上海新望闻达律师事务所合伙人宋一欣认为,董正青等三人同时翻供后,案子的关键变成了公诉方能否提供强有力的证据来认定其存在内幕交易行为。董正青在供述中称其弟买卖延边路的行为都是发生在2006年6月初广发敲定借壳延边上市之前,因此不构成内幕交易。问题在于,董正青所称的6月初借壳方案敲定,可以产生不同的理解,可不可能是6月初公布了最终方案,而此前大体框架已经搭建完成,借壳延边的事已被初步拟定了呢?因此,在不了解双方目前所持证据的前提下,不能以形式上的东西为准,能否定罪也很难说 董正青案   董正青案18日开庭   董正青 开庭。

智慧医药系统(smart-medicine)是一款采用SpringBoot架构构建的Java Web应用程序。其界面设计简洁而富有现代感,核心特色在于融合了当前前沿的生成式人工智能技术——具体接入了阿里云的通义千问大型语言模型,以此实现智能医疗咨询功能,从而增强系统的技术先进性与实用价值。该系统主要定位为医学知识查询与辅助学习平台,整体功能结构清晰、易于掌握,既适合编程初学者进行技术学习,也可作为院校课程设计或毕业项目的参考实现。 中医舌诊作为传统医学的重要诊断手段,依据舌象的颜色、形状及苔质等特征来辨析生理状况与病理变化。近年来,随着计算科学的进步,人工智能技术逐步渗透到这一传统领域,形成了跨学科的研究与应用方向。所述的中医舌诊系统正是这一方向的实践产物,它运用AI算法对舌象进行自动化分析。系统以SpringBoot为基础框架,该框架依托Java语言,致力于简化Spring应用程序的初始化与开发流程,其突出优势在于能高效构建独立、可投入生产的应用,尤其契合微服务架构与云原生环境,大幅降低了开发者在配置方面的负担。 系统中整合的通义千问大语言模型属于生成式人工智能范畴,通过海量数据训练获得模拟人类语言的能力,可在限定领域内生成连贯文本,为用户提供近似专业医生的交互式咨询。该技术的引入有助于提升诊断过程的自动化水平与结果一致性。 在设计与体验层面,本系统强调逻辑明晰与操作简便,旨在降低用户的学习门槛,尤其适合中医知识的入门教学。整体交互模式接近百科全书式查询,功能模块精炼聚焦,因而非常适用于教育场景,例如学术项目展示或毕业设计答辩。通过直观的实践界面,使用者能够更深入地理解中医舌诊的理论与方法。 此外,系统界面遵循简约大气的设计原则,兼顾视觉美感与交互流畅性,以提升用户的专注度与使用意愿。结合AI的数据处理能力,系统可实现对舌象特征的快速提取与实时分析,这不仅为传统诊断方法增添了客观量化维度,也拓展了中医知识传播的途径。借助网络平台,该系统能够突破地域限制,使更多用户便捷地获取专业化的中医健康参考,从而推动传统医学在现代社会的应用与普及。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【掺铒光纤放大器(EDFA)模型】掺铒光纤放大器(EDFA)分析模型的模拟研究(Matlab代码实现)内容概要:本文介绍了掺铒光纤放大器(EDFA)分析模型的模拟研究,并提供了基于Matlab的代码实现方案。通过对EDFA的工作原理、增益特性、噪声系数等关键性能指标进行数学建模与仿真分析,帮助研究人员深入理解其在光通信系统中的作用机制。文档还列举了多个相关科研方向的技术支持内容,涵盖智能优化算法、路径规划、无人机应用、通信与信号处理、电力系统管理等多个领域,展示了Matlab在科学研究与工程仿真中的广泛应用能力。此外,文中附带网盘链接,便于获取完整的代码资源与开发工具包。; 适合人群:具备一定光学通信或电子信息背景,熟悉Matlab编程,从事科研或工程仿真的研究生、高校教师及技术研发人员。; 使用场景及目标:①用于光通信系统中EDFA性能的理论分析与仿真验证;②支持科研人员快速构建和测试EDFA模型,提升研究效率;③为教学实验、毕业设计及学术论文复现提供可靠的技术参考与代码基础。; 阅读建议:建议读者结合光通信基础知识,按照文档结构逐步运行并调试Matlab代码,重点关注模型参数设置与仿真结果分析,同时可利用提供的网盘资源拓展学习其他相关课题,深化对系统级仿真的理解。
基于数据驱动的Koopman库普曼算子谱分析(Matlab代码实现)内容概要:本文介绍了基于数据驱动的Koopman库普曼算子谱分析方法,并提供了相应的Matlab代码实现。该方法通过构建非线性动力系统的线性近似模型,利用观测数据提取系统的关键动态特征,实现对复杂系统的有效建模与预测。文中重点展示了如何运用Koopman算子理论进行谱分析,包括动态模态分解(DMD)等相关技术的应用,适用于处理高维、非线性的时序数据。此外,文档还列举了多个相关科研方向及配套资源链接,涵盖优化算法、机器学习、信号处理、电力系统等多个领域,突出其在实际工程与科研中的广泛应用价值。; 适合人群:具备一定数学基础和Matlab编程能力,从事自动化、控制工程、信号处理、动力系统建模等领域的研究生、科研人员及工程师。; 使用场景及目标:①研究非线性动力系统的数据驱动建模与动态特性分析;②实现Koopman算子谱分析与DMD方法的Matlab编程复现;③应用于电力系统、机器人控制、流体力学等领域的系统辨识与预测任务; 阅读建议:此资源以Matlab代码实现为核心,强调理论与实践结合,建议读者在掌握基本动力系统与线性代数知识的基础上,结合所提供的代码和网盘资料进行动手实践,深入理解Koopman算子的数学原理及其在实际问题中的应用方式。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值