
用大数据监测企业冒烟指数
北京市金融工作局应急打非处深刻认识首都安全稳定重于泰山,在深化联动融合、共享共治、科技创新、民主法治中砥砺前行,真抓实干、勇于担当,为维护首都金融安全和社会稳定作出了积极贡献。
北京市金融工作局应急打非处敏锐把握互联网时代非法集资特征,在全国率先使用大数据手段加强监测预警,有效遏制非法集资高发频发态势。
依托大数据技术 算出企业“冒烟指数”
互联网时代,现代信息技术在金融领域的应用越来越广泛,金融创新层出不穷,金融产品日新月异,但同时监测防范金融风险也愈加困难。
应急打非处依托大数据技术在全国率先开发打击非法集资监测预警平台。
基于全网实时监测,主动抓取符合非法集资特征的信息,通过特征词赋值、模型量化、信息比对,综合分析计算目标企业风险相关度,计算出衡量非法集资风险度的“冒烟指数”,有效提升风险预警能力和案件前期核查研判效率。
如第一时间监测分析某涉嫌非法集资企业,发现存在涉嫌虚假宣传、融资项目不实、平台项目自融、风控体系薄弱、资金去向不明等严重风险问题,可能引发区域性金融风险和社会稳定风险后,立即启动预警机制,为司法处置奠定基础。
目前,正实时监测北京地区各类从事类金融业务的企业,对存在违规经营的企业加强部门联合惩戒和信用管理,在企业信用信息网进行公示。
北京新发非法集资案件 同比下降25%
有些非法集资案涉案资金被转化为股权、房产、林权、探矿权等分布于全国各地甚至海外,造成追赃难。应急打非处配合公安机关加强对涉案资金的网络查询、冻结止付、清理核查,有效提升案件侦办和司法处置效能。
如据群众举报,发现某公司虚构项目向社会公众吸收资金后,及时分析研判其资金存在的巨大风险,通报公安机关依法控制其转移的资金和相关证据,为最大限度追缴资金资产赢得空间和时间。某非法集资案涉案资产数量庞大、分布广泛、权属不清,应急打非处及时协助公安、司法机关清查涉案资产,共清查房产1千余套、土地4万余平米、林权6百万平米、探矿权4项,挽回损失达数亿元。在各方面共同努力下,2017年上半年,北京新发非法集资案件、涉案金额、参与集资人数同比下降25%、92%、77%。群众信访的北京地区风险企业数量同比下降了42%,有效净化了首都金融发展环境。
鼓励群众积极举报线索 已发放奖励17万元
非法集资借助各种媒介制造宣传效果,花样翻新、真假难辨。
应急打非处着力打造政府主导、媒体联动、全民参与的全覆盖、立体化、长周期综合宣传教育体系,调动广大群众自动自发、积极参与。
推进“百千万宣教”工程,建立由两百余名宣教讲师、三千余名金融网点风险监督员、一万余名社区街道打非联络员组成的宣教队伍,推动金融知识普及进机关、进企业、进学校、进家庭、进社区、进村镇,实现宣传教育全覆盖。
发挥群众主体作用,发动群众积极举报涉嫌非法集资线索,已评定奖励线索32条,发放群众奖励17万元,在全国起到引领带动作用,努力实现对各类金融活动宣传和交易的事前积极预防、事中有序引导、事后依法处理。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15