企业风险监测预警大数据平台

企业风险监测预警大数据平台一.背景介绍1.1国内非法集资现状截至2015年底国内非法集资案件爆发式增长，发案数量、涉案金额、参与集资人数、跨区域案件、大案要案达历年峰值。

新增案件6077起，数量、金额和参与人数，同比增长71%、57%、120%。

跨省案件、亿元以上案件、参与人数1000人以上分别同比增长73%、44%、78%。

2016年公安机关非法集资类案件共立案1万余起，平均案值达1365万元，亿元以上案件逾百起。

2015年法院新收非法吸收公众存款案件4825件，集资诈骗案件1018件；分别同比增长127%、48.83%。

2016年法院新收非法吸收公众存款案件6717件，集资诈骗案件1173件；分别同比增长39.21%、15.22%。

2017年以非法集资犯罪为案由的裁判文书为5782份，与2016年的5747份基本持平，可以判断近两年的非法集资犯罪案件的审判数量基本持平，远超过2015年的2422份，相比2015年增长了138%。

随着国家对金融市场管控政策的不断调整以及互联网金融的快速发展，非法集资项目推介的主渠道也向线上转移，犯罪手段不断翻新，支付方式更加多元，扩散速度不断加快，犯罪活动周期大大缩短，给打击非法集资工作带来了新困局。

面对目前非法集资案件的高发态势，国务院、市委市政府各级领导高度重视，多次批示或召开专题会议，研究部署相关事项，强调要从有效防范和化解风险，维护社会稳定的高度出发，加大力度抓好非法集资案件处置工作。

近几年来先后出台了《关于办理非法集资刑事案件适用法律若干问题的意见》、《促进互联网金融健康发展的指导意见》、《国务院关于进一步做好防范和处置非法集资工作的意见》、《北京市进一步做好防范和处置非法集资工作的管理办法》等规范性文件，强调了防范和打击非法集资工作的重要性并在政策层面上给予规范，同时上述文件中也多次提到监管部门应创新工作方式，充分利用互联网、大数据等技术手段加强对非法集资的监测预警。

所以，迫切需要将大数据技术运用到非法集资的监测预警中，建立立体化、社会化、信息化的监测预警体系，及早的引导、规范、和处置非法集，遏制非法集资高发势头。

针对目前的形势，九次方大数据设计并研发了大数据监测预警非法集资平台。

1.2非法集资政策法规近几年来国内先后出台了《关于办理非法集资刑事案件适用法律若干问题的意见》、《促进互联网金融健康发展的指导意见》、《国务院关于进一步做好防范和处置非法集资工作的意见》、国务院《处置非法集资条例（征求意见稿）》。

在2018年两会政府工作报告，对于2018年的工作工作安排中，“坚决打好三大攻坚战”第一项就强调了“严厉打击非法集资、金融诈骗等违法活动”，可见2018年打击非法集资依旧是政府的重点工作。

1.3非法集资监控困境第一、侦查取证难。

非法集资案发时，往往有部分案件中的受害人则基于人情关系或者依然相信行为人终究会归还欠款，不愿意报案，并排斥司法手段的介入，甚至要求办案机关释放或对集资人取保候审，以便集资人能够积极筹措资金归还欠款；还有部分受害人则会要求通过民事诉讼途径来要求集资人返还款项。

与之相对，部分集资人在归案后也会辩称，认为自己不涉嫌非法集资犯罪，并积极表示愿意归还集资参与人的款项。

在多方利益诉求相互冲突的情况下，如何让受害人第一时间报案，并第一时间获取证据，成为侦查中的难题。

第二、定性处理难。

首先，民间借贷、融资与非法集资行为之间存在一定程度的交叉，界限相对模糊，在查处非法集资犯罪的过程中若未对司法权力行使的“度”予以得当把握，极有可能对正常的民间借贷或融资行为构成不当限制，影响民间金融的健康发展。

但若对司法权力予以过分限制，待到被害人至公安机关报案，又可能已经为时已晚，难以挽回损失。

为此，为非法集资的定性带来一定不确定性。

另外在非法集资的定性上也有诸多不确定性，如：罪与非罪、此罪与彼罪定性争议大；程序上刑民交叉案件处理规则不清、做法不一；关于犯罪数额的计算标准不一；管辖权争议较大、证据收集要求不一；涉案财物的认定、追缴与处置缺乏明确规定；共同犯罪的认定存在疑问。

1.4大数据平台应用非法集资监管的优势第一、高效率、低成本。

防控互联网金融风险关键要建立和完善跨地区跨部门的预警体系。

非法集资涉及面广，花样翻新，仅靠线下人防肯定力不从心，而且等到案发的时候，往往损害已经造成，很多损失也难以追回。

采用大数据打击非法集资行为，可以通过数据手段，对监测公司的经营和资金流动情况进行实时监控，建立立体化、社会化、信息化监测预警体系，大大降低了人工投入成本，提高了监管效率。

第二、全面查、无遗漏。

早期的人防战略，只能通过准入、备案、定期报送等手段，对银行、担保公司等机构进行监管，而以往监管到的领域，往往发生非法集资的几率很小，近几年发生非法集资的案件，基本是类金融机构或者是金融机构之外的行业，这就出现了监管空白。

采取大数据监管模式，可以实现全方位、无死角的分类监管、分类处置，避免监管空白。

第三、早发现、早预防。

大数据监管通过关口前移，源头布控，更能对非法集资早发现、早识别、早预警、早核实、早打击。

该模式能够第一时间锁定涉嫌非法集资的账户信息、资金动向、异常行为，及时发现疑似非法集资线索。

有利于从源头上打击包装隐蔽、名目繁多、手段翻新的非法集资行为，在出现苗头时期、涉众范围较小时解决问题，防范区域性、系统性金融风险，维护正常的金融秩序，维护社会稳定和广大投资者合法权益。

二.总体方案2.1监管特点第一、专业性。

系统利用大数据信息，运用多个有针对性的专业风险预测模式，对多个数据源的数据进行分布式计算，把数据集合统一转换成可供分析的结构化数据，计算出不同的“涉非”风险指数，组织专业力量研判。

第二、超前性。

系统采取多格式数据自动接入，对数据信息自动分析挖掘，第一时间报警“涉非”线索，为公安机关第一时间锁定证据、打击违法犯罪，提供有效的证据支撑，做到“打早打小、露头就打”。

第三、精准性。

系统通过大数据技术可从海量数据中快速锁定目标，符合非法集资特征的资金交易行为无一遗漏。

能够有效解决非法集资手段翻新，监管成本大的问题。

第四、可视性。

系统通过一台电脑和显示器即可完成操作，嫌疑人、关联人可视化展示，资金流向层层拓展、直观展示，一目了然，便于核查侦办。

同时根据业务场景灵活配置算法、模型，深度分析挖掘数据内部隐藏关系、规律，满足监管、监测需要。

第五、保密性。

系统各个环节均实现专人、专事管理，建立严格的保密制度，在采用硬件安全保障，提高系统安全性前提下，所用数据均进行加密处理和脱敏处理，切实保护公民、法人信息安全。

2.2建设思路金融领域的移动互联化和新型机构的不断涌现，导致现有监管架构已经不适应创新型金融监管需要，当前形势下防范互联网金融风险，规范互联网金融发展已相当紧迫。

而防范和预警互联网金融领域的非法集资事件已成为了监管部门打击非法集资活动中的难点。

本项目建设围绕非法集资犯罪的“发现难、研判难、决策难、控制难、处置难”等问题，以解决五难问题为导向，建立大数据监测预警非法集资平台。

利用大数据、云计算、机器学习等技术手段，实现主动发现风险、评估风险、固化证据、判断趋势、及时干预和联合打击六大目标。

推动地方金融治理由传统的被动监管、粗放监管、突发式应对向主动监管、精准监管和协同监管模式转变，切实维护金融秩序和社会稳定，以及人民群众财产安全。

面向非法集资监测预警的实际需求，通过完善基础应用，打通、融合政府横向数据源，建设非法集资监测预警应用软件平台，整合各类信息资源，建设相关的信息化支撑环境。

领导决策科学化：利用大数据技术，挖掘和分析各类信息资源，构建分析模型，预警模型，把握行政管理需求，准确判断区域金融风险的趋势。

决策手段信息化与智能化：消除信息孤岛，实现资源共享，运用数据挖掘、地理信息系统等实现数据整合和可视化；梳理核心业务流程，立足统一的决策支持平台，提高协同管理能力。

优化整合信息资源：将数据有效分类，并建立数据间的关联关系，建设综合数据查询与分析系统，为各级领导及相关监管执法工作人员提供信息获取渠道。

实现数据的统一采集、统一存储、统一处理，统一的数据展示、分析平台和门户，提高数据的及时性和准确性。

推进业务协同。

运用科学管理、预测、监测方法，增强地方政府和相关委办局的业务协同调控、决策的定量分析，减少人为主管臆断。

2.3系统架构非法集资监测预警系统架构由数据采集层、数据管理层、数据分析层、数据服务层、数据应用层组成，并需建立相应的标准规范体系、安全保障体系和运维管理体系，全方位保障平台的健康运行。

采集层实现企业相关信息采集，包括互联网爬虫数据采集，第三方机构数据采集，网络借贷信息平台数据采集以及省内各行业主管部门的数据采集等等；数据管理层接收数据采集层采集的数据并形成数据库，主数据包括企业基本信息，互联网舆情数据，招聘数据，财务数据等等，专题数据库包括政府等部门提供的其他数据；数据分析层对数据实现结构化、过滤、清洗、纠错和分类处理后，按照系统数据分析模型实现金融企业风险分析、集资项目风险分析、异常情况发现分析、行业发展分析以及数据挖掘分析等；数据服务层为省金融办和省内各行业主管部门提供监测结果预警、企业分析，协同判别、协同处置、报表输出、流程管理以及信息共享；数据应用层在系统完成数据处理分析后，可通过平台进行功能展现；系统架构如图所示：2.4安全架构大数据安全架构主要从六个方面考虑，包括物理安全、系统安全、网络安全、应用安全、数据安全和管理安全六个维度。

物理安全强调物理硬件的国产化，系统安全强调操作系统的开源化；网络安全包括设备安全和部署安全两个层面上的内容；分网分域的网络隔离措略：机密数据放在内网（分保标准，保密局）；敏感数据放外网（公安局）；公开数据放互联网；应用安全则重点是统一认证和分级授权；数据安全从数据存储、访问和传输三个方面保障；管理安全主要是规章和规范。

以下是系统的安全架构：2.5技术原理大数据对于非法集资风险的监测预警，通过建立非法集资监测预警平台，重点监控非法集资十大高发行业，包括：民间投融资中介机构、网络借贷机构、虚拟理财、房地产行业、私募基金、地方交易场、相互保险、养老机构、“消费返利”网站、农民合作社。

并从海量的互联网信息中提取涉及非法集资的相关信息，大数据中心对企业数据、政府数据新闻、舆情数据等进行动态监测。

通过对大数据中心多个数据源的数据，在内存式计算系统上进行分布式计算，经过数据清洗、数据集成、数据变换、数据规约等一系列预处理过程，把数据集合统一转换成可供分析的结构化数据。

大数据监测预警非法集资平台在综合利用上述跨部门数据资源的基础上，以大数据和云计算为技术支撑，利用机器学习、自然语言处理、神经网络技术，构建非法集资风险指数分析模型，从海量数据中筛选出与企业非法集资风险高度相关的几类指标，构建“风险指数”模型。