
北京将借助大数据技术打击非法集资活动
“你盯着别人的利息,别人盯着你的本金。”在很多非法集资案曝光后,落进了利益陷阱的受害者才恍然大悟。北京市网信、金融部门近日召开会议透露,截至2015年5月,北京全市各类非法集资案件累计221件,涉案金额360亿元,涉及投资人27.6万人。今年前5个月,北京市新发非法集资案件51件,涉案金额33亿元,涉及投资人2900余人,同比增长64.5%。
今年1月22日上午,北京P2P网贷平台“里外贷”对外发布消息,“由于借款人未能归还款项并失联,该平台已无力继续垫付,平台将采取报警处理,自今日起里外贷暂停一切业务。”据报道,当时“里外贷”平台面临9.34亿元兑付账款。“里外贷”是北京已立案的四家P2P类非法集资案件之一。截至2015年4月,北京共出现20家P2P网贷问题平台,包括经营困难、诈骗、跑路等现象。已立案中欧温顿、网金宝、融信宝、里外贷四家P2P类非法集资案件,总计涉案金额约17亿元,涉及投资人4230人。
这类案件假借P2P名义非法集资,设立所谓P2P网络借贷平台,以高利为诱饵,采取虚构借款人及资金用途、发布虚假招标信息等手段吸收公众资金后,突然关闭网站或携款潜逃。据通报,在非法集资案中,私募股权投资基金类、P2P网贷类、投资理财类案件呈爆发态势,通过互联网进行非法集资活动已成为新趋势。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。但当管理人意识到难以为继时,往往选择隐匿资产、销毁证据、甚至潜逃等方式规避打击,给案件侦破和处置带来极大困难。
对此,北京市今年4月起,开展打击非法集资专项整治行动,持续到8月,将重点打击整治一批情节严重、社会影响恶劣、扰乱首都金融秩序的非法集资机构。此次专项整治行动将突出重点,针对私募股权投资、投资咨询、第三方理财、电子商务、网络借贷、担保、小额贷款、保险代理、第三方支付、要素市场、外汇期货交易等非法集资案高发的重点行业;金融机构从业人员参与“飞单”等重点行为;互联网广告、小广告、短信息、小摊位等重点载体。
针对通过互联网进行非法集资活动的新趋势,北京还将创新手段,借助大数据技术提高打击效果。北京市打非部门介绍,将依托互联网、大数据等高科技手段,建设打击非法集资监测预警平台,全天候无缝隙监控非法集资活动。北京市网信办和首都互联网协会要求,属地各主要网站要积极配合专项行动开展,承担社会责任,履行承诺义务,排查非法集资广告,做好相关政策法规宣传。
此外,针对近期有单位、个人以“银谷银行”的名义在北京从事经营活动,在广告材料中使用“银谷银行”的标识,北京市银监局发布风险提示:从未批准设立“银谷银行”,也从未向任何单位和个人颁发过含有“银谷银行”字样的金融许可证。北京市银监局提醒市民高度警惕并注意防范类似的虚假信息,谨防因上当受骗遭受不必要的损失,发现有关单位或个人涉嫌从事违法犯罪活动的,应及时向当地公安机关报案或向主管机关反映。
非法集资典型手法
随着互联网的崛起,利用网络实施非法集资的手法花样翻新,主要有以下6个典型手法:
假冒民营银行的名义,借国家支持民间资本发起设立金融机构的政策,谎称已经获得或者正在申办民营银行的牌照,虚构民营银行的名义发售原始股或吸收存款。
非融资性担保企业以开展担保业务为名非法集资:发售虚假的理财产品;虚构借款方,以提供借款担保名义非法吸收资金。
打着境外投资、高新科技开发旗号,假冒或者虚构国际知名公司设立网站,并在网上发布销售境外基金、原始股、境外上市、开发高新技术等信息,虚构股权上市增值前景或者许诺高额预期回报,诱骗群众向指定的个人账户汇入资金。
以养老的旗号非法集资:以投资养老公寓、异地联合安养为名,以高额回报、提供养老服务为诱饵,引诱老年群众“加盟投资”;举办所谓的养生讲座、免费体检、免费旅游、发放小礼品方式,引诱老年人群众投入资金。
以高价回购收藏品为名非法集资,以毫无价值或价格低廉的纪念币、纪念钞、邮票等所谓的收藏品为工具,声称有巨大升值空间,承诺在约定时间后高价回购,引诱群众购买。
假借P2P名义非法集资,即套用互联网金融创新概念,设立所谓P2P网络借贷平台,以高利为诱饵,采取虚构借款人及资金用途、发布虚假招标信息等手段吸收公众资金
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04