大數據輔助外匯行政處罰裁量的思考

陳海波 吳 銘

（中國人民銀行遼源市分行，吉林遼源 136200）

一、當前外匯行政處罰裁量工作面臨的問題

（一）外匯行政處罰有較大的裁量范圍

按照《中華人民共和國外匯管理條例》（以下簡稱《條例》）第七章“法律責任”規定，外匯行政處罰自由裁量范圍主要體現在三方面：一是在涉案情節輕重程度的判定上，執行標準較為模糊，實際操作難以準確把握；二是在是否罰款的問題上，《條例》中多個罰則條款用到了“可以”字樣，如四十八條“對機構可以處30萬元以下的罰款”，有很大的自由裁量空間；三是在具體罰款數額的確定上，針對不同違規情形，罰款浮動區間仍然較大。

（二）量罰基礎工作負擔較重

量罰工作對外匯執法人員、案件審議人員的依賴度較大，須對案件內容全面梳理，了解案件情節，整理比照歷史案件信息，綜合進行權衡，方能得出處罰裁量結果，此過程中存在大量瑣碎且繁復的整理、統計、分析工作，加大了辦案人員的工作負擔。

（三）公平公正風險不容忽視

為落實新《行政處罰法》關于制定并公開裁量標準的要求，國家外匯管理局出臺了《外匯管理行政罰款裁量辦法》（匯綜發〔2021〕68號）,推進外匯量罰標準整體統一。然而，受地區間經濟差異，執法人員價值取向和辦案經驗等因素影響，外匯行政處罰裁量權仍難以保證標準統一。在行政處罰信息“公開為常態，不公開為例外”的背景下，一旦外匯行政處罰結果有失公平公正，則有可能引發公眾信任危機，造成負面影響。

二、大數據技術輔助外匯行政處罰裁量的可行性

（一）大數據技術能夠契合外匯精準量罰的內容及行為模式

外匯精準量罰的目的在于外匯管理機關在法定裁量范圍內，選擇一個相對幅度相對較小的區間提出對當事人的處理建議，其中涉及個案數據的采集、價值信息的分析、穩定結果的輸出等多環節，其核心內容以及行為模式能夠契合大數據應用技術。

（二）大數據技術的特性能夠滿足精準量罰的內在需求

外匯精準量罰絕非是將個案信息生搬硬套或將相關數據進行簡單運算就能實現的。外匯精準量罰是一個十分復雜的過程，而大數據技術的“5V”特性能夠滿足精準量罰的復雜運算需要，便于應用更加廣泛的數據信息，輸出更有價值的量罰建議結果。

（三）大數據技術能夠實現量罰建議內在的一致性

外匯行政處罰裁量是一項全局性工作，僅確保一地一域的裁量標準統一是遠遠不夠的。應用大數據云端存儲與共享技術，能夠將全國歷史外匯案例納入數據庫，豐富數據信息資源，提升數據處理流程的科學化及量罰建議的精準化水平。

三、大數據技術輔助外匯行政處罰裁量的應用設想

（一）數據的采集與存儲

1.數據的采集。數據是大數據技術發揮作用的基礎，一方面在海量數據的支持下才具有應用大數據的意義，另一方面，應用數據所產生的經驗也會形成海量的數據。因此，數據資源越豐富，其分析效果就越明顯。當前可以輔助外匯行政處罰進行裁量的基礎數據資源種類是十分豐富的，例如違規主體的基本信息、違規問題的種類、違規事實的描述、違規金額的大小、違規資金的流向、當事人配合情況等信息，將以上數據信息同外匯行政處罰制度相互融合，能夠形成支撐外匯精準量罰的數據資源。

2.數據的存儲。由于輔助外匯精準量罰的數據資源豐富且龐大，對數據多元化的分析要求此類數據結構的分類是清晰且嚴格的，因此可以參照商業模式中的大型數據庫解決方案。例如，在企業分析類領域具有廣泛使用的MPP數據庫，具有低成本、高性能、高拓展性的特點，可成為涉案信息數據存儲的方案之一。

（二）數據的結構化處理與計算模型構建

1.數據的結構化處理。涉案信息數據在采集存儲后并不能直接為大數據技術所用，需要對采集到的原始數據做清洗、規格化等一系列操作，使之能夠成為通過二維表格結構直接讀取顯示的結構化數據，通過簡化與規范每一字段的表達形式，幫助大數據技術更好地解讀和運用數據信息，最大程度地發揮其分析處理信息的能力。

2.數據計算模型構建。數據計算模型主要包括三方面內容：一是實現外匯法規與量化計算算法的融合，這是數據計算模型構建的前提；二是建立涉案數據內容的錄入與反饋機制，確保大數據技術穩定且完備地采集涉案數據，輸出計算結果；三是提升用戶的使用體驗，簡化涉案信息錄入、數據計算、結果導出等環節的使用步驟，確保界面友好、操作簡易、運行流暢。

（三）涉案數據的分析流程與結果導出

1.涉案數據的分析流程。使用多種數據分析技術，如機器學習、數據深度挖掘等，對外匯法規內容進行學習，并借鑒學習先前外匯案例中的法治思維與裁量方式，使之成為擁有“豐富經驗”的執法裁量者，并通過持續裁量新案件，不斷積累新的執法裁量經驗，使其具備對未來外匯個案信息客觀分析能力與精準預測的能力。

2.涉案數據分析結果導出。使用者在輸入個案信息后，大數據將以徹底的法治思維去分析外匯個案數據信息，通過可視化的方式，向使用者直觀反饋對涉案當事人精準化的量罰建議，并清晰呈現大數據的裁量基準、裁量原因等內容，便于使用者理解及后期說理。

四、相關配套措施與機制完善

（一）數據采集與錄入的標準化

外匯案例數據體量龐大，種類繁多，格式不一，無法直接對其進行綜合分析與利用。以行政處罰決定書為例，文書的結構與文字的表述方式不同，如不以統一的方式錄入，并對數據內容與格式進行標準化處理，便難以通過二維表格數值形式直觀反映。因此，數據采集與錄入標準化需要兩方面配套完善措施：一是統一外匯案例信息錄入的方式，規范每一個詞條字段的表達方式，明確和規范執法文書每一段落的內容與寫作方法；二是對外匯案例數據的種類、內容、格式進行清洗與標準統一處理，滿足大數據技術采集、解讀和運算的需求，確保各類數據信息均能得到深入的挖掘和利用。

（二）大數據算法的修正完善

在外匯歷史案件中，由于沒有大數據精準裁量因素存在，個人主觀意愿與經驗占據了主要地位，如把此類非理性思維直接固化到大數據算法中，將影響裁量結果的準確性，使大數據輔助量外匯精準量罰失去意義。因此，有必要對大數據的算法進行修正與完善。一方面，在大數據算法的編寫過程中，要凸顯公正原則與理性原則，確保大數據技術本身具有法制思維與正確的價值判斷；另一方面，要建立大數據算法的監督審查機制，反復進行算法測試檢驗，在投入使用之前確保外匯歷史案例中隱含的非理性思維得以排除。

（三）提升大數據應用的透明度

大數據計算與分析結果的導出是一個后臺運算的過程，使用人員無需了解其技術上的復雜性與專業性，只需輸入外匯個案數據與指令，便可以得出想要的結果。這有操作便捷的優勢，但其弊端也顯而易見，因為導出的結果僅是一個被量化的數據建議，執法人員無法對涉案當事人作出具體細致的說明與解釋，這與外匯執法公開原則存在沖突，可能成為未來實踐中的風險隱患。因此，應對大數據的算法與流程進行通俗易懂的概括解釋，消除大數據技術與非專業人士之間的距離感，保障涉案當事人的知情權以及社會民眾的監督權。