京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28