冒烟指数作用

冒烟指数能够对P2P网贷平台的风险进行及时预警，为有关部门采取打击行动提供了依据。

构建冒烟指数预警云平台需要强大的数据中心。在北京市各部门的协助下，包括互联网、公检法、工商税务以及一切公开的信息，开始汇集到这个大数据监测预警非法集资平台上。

用“冒烟指数”来衡量网贷平台的危害程度，主要通过收益率偏离度、投诉率、传播虚假性、机构合规度、疑似非法性五个维度进行判断。对冒烟指数超过60分的平台，相关部门要列入重点监管，超过80分的，政法机关就要及时启动打击处置程序。

“冒烟指数”是基于互联网数据和跨部门数据，构建针对五大领域十七个行业的分析模型，利用大数据计算动态监测的非法集资相关指数。其机制类似于实验主义治理领域的关键风险点控制（HACCP），根据非法集资的四个特性构建出合规性、收益率偏离等五个维度的特征性指数，并从大数据分析中梳理出关键风险点，比如关联风险即为监测重点。这种机制的突出优势在于：一是降低对现场检查、汇报数据的依赖，变被动监管为主动监测，破解地方监管与开放主体的张力难题；二是预警监测有效前置，可根据“冒烟指数”的程度采取关注、警示、约谈等监管措施，既防患于未然，又使得监管措施更加多样化、柔性化，大幅提升监管效率。2

冒烟指数平台总体原理

大数据监测预警非法集资平台，从海量的互联网信息中提取涉及非法集资的相关信息，大数据中心7x24 小时对企业数据、政府数据新闻、舆情数据等进行动态监测。通过对大数据中心多个数据源的数据，在内存式计算系统上进行分布式计算，经过数据清洗、数据集成、数据变换、数据规约等一系列预处理过程，把数据集合统一转换成可供分析的结构化数据。

大数据监测预警非法集资平台在综合利用上述跨部门数据资源的基础上，以大数据和云计算为技术支撑，利用机器学习和神经网络技术，构建“冒烟指数”分析模型，从海量数据中筛选出与企业非法集资风险高度相关的几类指标，构建“冒烟指数”模型。

“冒烟指数”分数越高，该企业非法集资风险就越高。

大数据监测预警非法集资平台包括金融风险大数据管理系统和金融风险大数据分析挖掘系统，分别对数据进行管理和存储，对接其他政府部门的不同数据并对数据进行分析和挖掘。

非法集资分析模型子系统主要包含系统所需要的计算模型，包含主动发现模型、全面排查模型、网贷行业风险分析模型、投资理财风险分析模型、私募模型、预警模型等；监测预警子系统是通过数据采集和加工并通过模型计算后最终通过量化指标“冒烟指数”来展示企业的风险，通过金融风险分析方法，构筑金融风险防控体系。

金融风险分析大数据中心为大数据监测预警非法集资平台提供数据支撑，从海量的互联网信息中7x24小时不间断提取企业的非法集资相关信息，围绕非法集资的监测预警，建设金融风险大数据中心，每日数据量更新达5000万条。

舆情数据采集站点超过2万个、新闻数据12.08亿条、论坛8.6亿条、微博163.1亿条、微信公众号数据2.96亿条；工商数据覆盖4500万家企业和1亿家工商个体户；法院数据15亿条、采集站点超过3800个、覆盖1000万家涉诉企业；招聘数据覆盖主流招聘网站；投诉数据对接了“12345”热线、“打击非法集资”公众号、邮箱等渠道；金融行业数据覆盖了网贷、私募、众筹、小额贷款公司、交易中心、融资租赁等行业。

此外，该大数据中心还采集了ICP备案数据，同时建立了一套非法集资高风险企业库。

推出冒烟指数

北京地区“打击非法集资监测预警平台”的特点在于其推出“冒烟指数”。

“冒烟指数”的最初构想来源于“森林开始冒烟是要发生火灾”，通过烟与火的形象比拟来推断“冒烟指数”与非法集资企业的关系，即从集资类企业冒烟指数高低来判断其从事非法集资类业务的倾向性。

国外已经把监管科技成功地应用在大量量化业务、信息业务、风险识别，形成了一系列敏捷实用的管理工具，如立法/监管差距分析、合规性、健康检查、活动监控、风险数据仓库、风险报告自动化生成等。

北京在建设“打击非法集资监测预警平台”中借鉴国际经验也推出了“冒烟指数。其“冒烟指数”模型是在利用金融风险分析大数据中心数据的基础上，以大数据和云计算为技术支撑，从海量数据中筛选出与企业非法集资风险高度相关的几类指标，构建针对5大领域17个行业的分析模型。主要从合规性指数、收益率偏离指数、投诉举报指数、传播力指数、特征词命中指数共5个维度的多项数据对监控对象计算分析，利用不同的机器学习方法，经过训练后建立起风险预警模型，最终得出的非法集资风险相关度指数，即“冒烟指数”。