
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
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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28