基于公開信息的企業涉嫌非法集資特征指標體系構建與協同治理

石笑川

（南京審計大學，江蘇 南京211815）

近年來，我國非法集資涉案的數量與金額逐年有所擴大。 據公安部統計顯示，2015 年全國涉案6077 起，金額2500 億元，開始出現多起跨省案件，涉案人數高達幾十萬人。 在經過2016 年與2017 年的平穩后，2018 年全國總共立案數量超過一萬起，涉案金額超過3000 億元，同比增加了一倍；2019 年上半年非法集資立案2978 起， 涉案額超2200 億元。 這些數據體現了我國打擊非法集資的形勢仍然嚴峻，特別是犯罪分子利用互聯網金融的外衣進行非法集資， 使網絡金融成為非法集資高發區域，非法集資的治理刻不容緩。 本文主要基于公開信息來構建企業涉嫌非法集資特征指標體系，并提出協同治理的思路。

一、文獻綜述

在非法集資的界定上，趙秉志（2011）認為，非法集資是一種向社會不特定對象募集資金的犯罪行為，單位或個人在違反相應法規的情況下，占有他人資金并牟取暴利①。 李華（2014）認為，非法集資是相關主體在缺少政府監管和不健全的市場體系下，通過宣傳高回報的方式， 對不特定人群吸收資金的非法行為②。在非法集資的防范上，李有星（2014）認為，要通過開展主題教育等不同渠道來曝光非法集資的典型案例，告知民眾看到這種信息即有風險，并展示非法集資常見的作案手法和常見的類型， 以此警示廣大民眾，將非法集資遏制在源頭③。 曹源芳（2019）提出，政府要做好宣傳引導工作，向民眾揭示非法集資的手段，不讓違法分子有機可乘④。 徐昕煒（2012）從行政方面分析，建議要建立以黨委和政府為主體，各部門合作的長效機制， 共同防范非法集資案件的發生⑤。從金融體系建設上，彭少輝（2011）提出，探索集資合法化途徑， 并且大力發展和創新中小金融機構來滿足融資需求⑥。 周德文（2014）認為，需要深化金融體系改革，解決投融資渠道問題，方能防止因為資本逐利性而被欺騙的單位及個人⑦。在非法集資預警指標體系構建上，趙瑞鵬（2017）認為，指標選取原則除了非法集資四大特征外還應包括其典型性、連續性⑧。 嚴武（2019）則預測了風險因素考量，結合數據的可得性，將所有指標分為多個一、二級指標，構建了一個動態預警的風險預警體系指標⑨。

二、企業涉嫌非法集資監測指標的選取與設計

基于公開信息的非法集資風險監測指標體系主要是指對網絡公開信息（如工商信息、公共媒體信息、訴訟信息等能夠反映企業經營狀況、經營人行為和企業輿論的信息）進行搜集，通過整理與分析，從而建立起的非法集資相關風險監測指標。 選取指標時，首先根據指標的不同先將其分為不同的類別，并將每一個指標賦予一個會隨指標變化而改變的加權數值。 然后，將本不可表達的非法集資風險通過分數量化出來。 最后監測其量化分數的變化，當其超過風險預警線時說明該企業有非法集資的可能，從而形成非法集資的預警監督系統。

（一）基礎信息指標的選取與設計

1.企業類別指標。 具備投融資服務特征的企業存在利用正常經營業務作為非法集資合法外衣的先天優勢， 同時其正常經營業務也具有較大風險，一旦投融資失敗， 很可能會需要大量資金進行填補。 因此，對于企業名稱中含有“投資管理”“資產管理”等關鍵詞，或者有其他證據表明該企業經營范圍可能涉及投融資理財服務的企業，應當引起相關部門的重視。

2.注冊地址集中度。 因為非法集資犯罪者會成立多家公司，達到互相轉移資金以及運作業務的目的，他們會在同一地區設立多家公司，所以注冊地址集中度成為一項指標，用該地址注冊的公司數量來表示，警戒值設置在3 家及以上。

3.法人集中度。同注冊地址集中度一樣，設立的多家公司，其法人極有可能為同一人。 一個人代理幾家公司的非法集資活動，所以法人集中度也是指標體系中的一個重要因素，警戒值仍為3 家。

4.重大事項信息指標。 企業近期重大事項發展改革及變更，反映出企業內部的穩定程度，間接反映出企業經營情況的惡化度， 所以需要不斷調整內部結構。 資金鏈緊張甚至斷裂為非法集資犯罪提供動機，內部管理的不穩定為非法集資犯罪提供了土壤。

5.審計報告特征指標。 財務數據是最直觀反映企業經營業務活動的指標。 由于監管部門難以直接獲得企業的內部財務信息數據，現階段最直觀以及最可靠的就是參考企業公開的審計報告意見，對于被出具非無保留意見的企業，要予以特別關注。

（二）敏感信息指標的選取與設計

1.外部輿情特征指標。主要指論壇、微信、微博、百度、貼吧等可以自由發表評論的自媒體，媒體中關于企業的信息，既包括正向積極信息也包括負向消極信息。 投資者往往時時刻刻關注著自己資金的流向，一旦資金無法回收會在論壇、貼吧等平臺進行分享及投訴，由此建立輿情的監測系統能更好地進行預警。 除了網絡輿情外，傳統媒體與人際交流也是重要的輿情信息。 因此對于存在與非法集資明顯相關的消極輿論，有關部門要特別予以關注。

2.招聘信息特征指標。 招聘信息是職業化趨勢的體現，涉嫌非法集資的公司需要招聘與金融職業相關的人員進行業務操作，因此，對于存在招聘投資分析師、理財師等與金融業務有關的招聘信息或招聘頻率過高、 招聘專業限制與金融財務相關，特別是企業名稱不是金融類企業，但卻頻繁招聘理財類等相關金融專業人員的，應特別予以關注。

3.信用數據特征指標。企業的涉訴、涉案信息往往反映出經營狀況以及正在暴露的風險。 由于非法集資的社會性特征， 即吸收資金的對象不是特定的，因此在評定這個指標時，要特別警惕企業與自然人發生的資金糾紛案件。 由于非法集資的利誘性特征，還要關注訴訟審判的具體內容，如原告要求被告歸還本金及利息的，特別是利息利率超過了基準利率50%的或者是向投資者承諾通過其他方式歸還利息和本金的內容。

4.股權關系指標。 企業若涉及明顯的財富管理公司股權關系，對于與其他財富管理公司存在股權投資關系的企業，會利用財富管理公司合法化其非法集資行為，對于這種可能性，要給予特別關注。

5.關聯圖譜指標。若企業進行非法集資，很有可能其重要人員，如法人、監事、投資人、執行董事等，存在明顯的財富管理公司任職關系或者同時掌控多家企業的情況，因此要警惕企業重要人員作為關聯紐帶聯合財富管理公司進行非法集資活動的可能性。

（三）經營信息指標的選取與設計

工商局每年會判定一個企業的經營情況，一般包括無異常、非正常戶、經營異常、嚴重違法四種。經營異常往往是因為其經營地址與注冊地址不一、聯系方式不正確或未依照規定公示年度報告。 非法集資企業極易失聯跑路。 因此，對于通過登記的住所或者經營場所無法聯系的經營異常企業，相關部門要及時進行核查，摸清其失聯原因究竟是因為處于停業狀態還是出于躲避監管，及時排除風險。

三、企業涉嫌非法集資風險監測指標體系構建

國內外對金融風險的預警指標體系基本已經初具規模，但對于歷史數據難收集以及無法直觀量化的非法集資風險而言，并沒有很好的理論體系來進行測量。 但是專家評級系統法可以大體上克服直觀指標難找，頻率和風險難測量的問題，因此本次模型將使用AHP 方法來對各項指標賦予權值。

（一）AHP 方法簡介

AHP 即Analytic Hierachy process，中文稱為層次分析法，也被稱作多目標決策方法。 它是由美國運籌學家Saaty 提出來解決多準則決策問題的，它的優勢就是能夠將模糊的、 難以直觀反應的問題，通過將不同專家工作經驗和想法進行整合以此形成一種合適的方法來加以解決。

用層次分析法建模，大體分為四個步驟：一是要建立模型，模型由各層級的內容做出；二是要構建一個判斷矩陣讓專家進行打分；三是要進行層次排序并且進行一致性檢驗；四是要對總體的層次進行第三步操作，以此計算組合權向量。 假定：上層A有m 個元素，A1，A2……，Am， 且其層次總排序權向量為a1，a2……，Am，下層B 有n 個元素B1，B2，……，Bm， 則Bj對Ai個元素的單排序權向量的列向量為bij（見表1）。

表1 組合權向量計算

（二）特征指標體系權值計算

非法集資的定性不能僅僅由單一指標來決定，而是將各個行為指標賦予的非法集資風險分數經過整合量化， 并根據指數值的大小進行提前預警、行為判斷和針對性監管。 通過得到相應的風險指數，進而達到“風險預警”的目的。 根據筆者參與的某地區非法集資金融風險研究，在專家集中探討并結合自身工作積累和經驗的情況下，再結合本地區的情況，對本模型指標體系提出修改意見。 課題組邀請專家根據上文AHP 方法對指標體系中的各項指標分別進行打分， 經計算最終得到各權值結果（見表2）。

表2 非法集資風險監測指標體系指標權值

從表中可看出敏感信息指標在三大指標中最為重要，其中外部輿情指標占比最大。若企業輿情中出現自殺、集體上訪等信息，將被直接列為重點關注，具有高度非法集資嫌疑的企業， 相關部門應當直接采取相應措施，開展調查、處罰甚至司法干預。

（三）企業涉嫌非法集資風險監測指標體系

根據以上的分析思路，我們基于公開信息的企業涉嫌非法集資風險監測指標體系分析兩級指標，一級指標分為基礎信息指標、敏感信息指標和經營信息指標。 在一級指標下又分別設定相關的二級指標，并賦予權重以及警戒特征，以便較全面地利用公開信息來發現企業涉嫌非法集資的可能。 具體在選取、設計指標并計算出各指標權值后，構建基于公開信息的非法集資風險監測指標體系（表3）。

（四）非法集資指標風險測度與預警區間

本文主要研究非法集資的犯罪預警，通過對非法集資四個主要特征（非法性、公開性、利誘性、社會性）進行計量模型計算，用一個綜合數值反映非法集資風險。 再通過請教風險預警專家，設置如下非法集資風險等級表，根據指標評價結果（用X 表示）， 將風險區域劃分為包括無明顯異常、 可以關注、關注、重點關注四個等級，其綜合評價取值范圍和相應說明如表4 所示。

各風險區間解釋如下：無明顯異常表示該企業在現階段經營正常；可以關注，表示該企業總體正常或者企業本身屬于非法集資敏感地帶，應密切關注相關指標的變化；關注，表示根據公開信息企業經營出現異常，涉及財富管理業務，但尚未發生刑事風險，需要監管部門調取研判信息，進一步確認企業存在違規情況，排查非法集資風險；重點關注，表示根據企業各方面公開信息顯示， 企業經營異常，較多涉及財富管理類業務，如非法集資行為已經發生，需要公安經偵部門及時介入進行審查。

四、基于企業涉嫌非法集資的協同治理思路

（一）構建以“冒煙指數”為核心的非法集資監測預警系統

“冒煙指數” 是現階段非法集資風險量化指標中運用最廣泛的一種。 由森林著火前會冒煙得到啟發，將監測的信息集合比作煙，將非法集資事件的爆發比作火，通過火與煙的聯系，生動形象地反映企業涉嫌非法集資的程度。 冒煙指數在監測過程中運用了許多大數據技術，通過機器學習，人工智能配合知識圖譜， 自然語言等技術建立數學模型，通過計算的算法來監測金融風險，并做到識別、量化和把控。 可以在以上指標體系的基礎上，進一步豐富其他維度指標與數據，形成豐富的冒煙指數指標體系。

表3 企業涉嫌非法集資風險監測指標體系

表4 某地區公開信息非法集資風險監測指標體系風險區間

冒煙指數通過穿透式監管對非法集資預警提供了巨大的幫助，相對于其他監測體系，它的優點在于：首先，能夠使被動監管轉化為主動監管，具體表現為減少現場檢查的依賴程度，轉而更依靠長期連續不斷的監測數據，有效地解決了地方監管與開放主體的矛盾。 其次，能夠將預警監測前移，通過冒煙指數的嚴重程度來采取不同的監管措施，做到提前感知。

（二）建立綜合監管體制，加強監管協調，堵塞監管漏洞

針對我國目前處置非法集資活動的行政監管缺乏的現狀，還需要與各機構如公安、銀行、工商等進行合作，調度各方面的監管職能，構建一個資源共享的監管體制。 基層派出所在日常出勤時應多加注意人群聚集以及向老人發放免費東西的情況，犯罪團伙往往會瞄準老年人活動的區域進行宣傳。 所以這些地方， 公安部門應當發揮自身優勢進行監管。 其次，隨著我國民間互聯網企業的不斷發展，公眾部門已經掌握了許多民眾的個人信息，若能夠利用這些資源將大大提高對非法集資活動監管的效率，也降低了成本。 同樣，相關金融協會也要對企業的發展起到引導、保護的作用，不僅能使整個大環境科學健康發展，也保護了投資者的權益。

（三）充分發動社會力量，大力打擊非法集資

非法集資活動往往隱秘在人群之中，若一味通過政府人員的力量，不僅人力具有局限性，線索的查找和挖掘也很難成功。 若要全面、及時地消滅違法活動，除了依靠政府部門的監察，更要調動人民群眾來參與。 通過建立民間非法集資行為舉報機制，加強社會對其的監督力度來更加有效地解決當前政府人員緊缺的問題， 對非法集資起到預警作用。 各地政府設立專項資金以調動民眾的積極性。在建立完善的非法集資案件舉報制度的方面，有諸多步驟，如受理、核查、協調、處理、移送、統計、報告等，鼓勵當地群眾按照步驟將非法集資線索提交有關部門，并根據人員的逐案記錄，將非法集資線索移交給公安部門和屬地審理。

（四）持續推進宣傳教育，提高風險防范意識

有關部門要根據地區實際情況，在非法集資高發區域設置定向咨詢點，定期發放宣傳資料，組織義務講座活動等，積極引導廣大社會群眾和基層人民了解非法集資方面的法律法規和公共政策，進一步提升其對非法集資行為的辨別能力。 同時，借助各購物商城、銀行、證券機構的LED 屏幕滾動播放非法集資警示標語，通過微博、知乎、廣播、電視、手機短信、網站首頁等公眾媒體的公益廣告，多角度、全方位地警示人們非法集資的危害性，從生活的方方面面滲透對非法集資的教育宣傳。

總之，由于非法集資的復雜性與隱蔽性要進行全面多維度的治理。 不僅要著手處理已經暴露的問題，解決在審的非法集資案件，更要采取防范措施，繼續加強風險排查和形勢判斷，發揮相關監察部門的主觀能動性。 不僅要密切關注投融資理財公司、P2P 網絡平臺等非法集資高發領域， 更要對小額貸款、養老機構、旅游公司等存在潛在風險的領域持續監測，進行預警，在搖籃里扼殺非法集資的行為，最大限度地保護人民的財產安全， 維護社會穩定。同時，要疏堵結合，標本兼治。 在做好對民眾的預防引導工作的同時， 規范金融在民間社區的發展，不斷深化金融改革，發展惠普金融，以減少非法集資。

注釋：

①趙秉志.金融詐騙罪新論[M].北京:人民法院出版社，2011.

②李華.非法集資刑事案件罪與非罪的認定[J].理論界,2014,(01):96-98.

③李有星,陳飛,金幼芳.互聯網金融監管的探析[J].浙江大學學報(人文社會科學版),2014,44(04):87-97.

④曹源芳,蔣志芬.非法集資風險的防范化解[J].中國金融,2019,(04):85-86.

⑤徐昕煒.當前非法集資犯罪新動向與防范對策[J].企業經濟,2012,31(10):187-189.

⑥彭少輝.非法集資的刑法規制與金融對策[J].中國刑事法雜志,2011,(02):47-53.

⑦周德文.非法集資金融詐騙新花樣[J].中國金融,2014,(20):94.

⑧趙瑞鵬.P2P 網貸平臺犯罪預警系統在偵查中的應用研究[D].中國人民公安大學,2017.

⑨嚴武,馮凌秉,蔣志慧,孔雯.基于機器學習模型的P2P 網貸平臺風險預警研究[J].金融與經濟,2019,(09):18-25.