新一轮信息技术革命与人类经济社会活动交织融合,引发了数据的爆炸式增长,大数据这一概念露出锋芒,在信息技术领域引领了一场划时代的变革。在当今“互联网+”时代背景下,金融与互联网技术相结合,使得依托互联网的金融犯罪传播速度更快、范围更广、涉及资金更多、投资程序更简便、集资隐蔽性更强,给投资者财产安全和国家的金融管理秩序带来的威胁也急剧增加。该类案件中,涉案犯罪嫌疑人数量众多,集资参与人涉及面广,涉案金额巨大,资金流向复杂,取证数量要求和取证难度也不断提高。大数据证据因其海量性、多样性和全面性特征,与互联网金融犯罪案件的上述特点存在契合之处,因此,互联网金融犯罪大数据证据的定位与运用是当前司法办案实践呼唤研究的一个突出问题。

　　一、大数据证据的概念

　　近年来,大数据技术已经成为国内外众多学者关注的焦点问题,当前对大数据技术在司法领域的应用主要集中在大数据侦查和大数据司法两部分:一是强调利用大数据挖掘犯罪,以及预测尚未发生的犯罪,即灵活运用大数据的关联分析技术,通过数据挖掘技术,在侦查初期就发现犯罪线索。②二是强调运用大数据发现犯罪规律,有针对性地制定和调整侦查取证策略,实现打击犯罪和预防犯罪的双重效果。③三是强调将大数据运用于司法办案系统的智能化、出庭示证的可视化和类案证据标准的统一化。④但对于大数据证据在刑事案件中如何定位,以及如何运用其在个案中指控和证明犯罪,还停留在讨论和探索层面。有学者提出,应当突破列举式的证据制度,根据诉讼新情况新变化,将大数据证据单列出来作为独立的证据种类;⑤有学者提出,应将大数据技术与现行法律规定的证据种类相关联,通过转化的形式使大数据证据能够以法定的证据形式应用于个案办理。⑥

　　在研究大数据证据的定位和运用之前,首先,应当明确大数据证据的内涵与外延。在司法办案实践中,大数据证据首先表现为侦查取证过程中面临的海量数据,如公安机关内部平台或共享平台存有的大量数据,银行等金融机构存储的大量资金账户交易明细等;其次,为分析和处理海量数据,以算法和程序为基础的相应分析技术应运而生,以实现对数据进行挖掘、碰撞和整合;再次,经过以上处理过程,最终会形成相应的可视化分析报告或结论,如车辆轨迹分析报告、资金分析报告等。上述海量数据、对海量数据的分析技术及分析形成的报告或结论都可以被纳入大数据证据的范畴,在现有诉讼法体系下,应着重将分析报告或结论作为大数据证据的表现形式。

　　二、大数据证据应用于互联网金融犯罪案件的应然性及其定位

　　(一)大数据证据应用的应然性

　　1.大数据证据本身在数量和质量上具有优越性。从海量电子数据的角度评价大数据证据,其本身就具有数量庞大、类型多样、内容客观等特点,通过灵活运用数据分析、处理技术,又能使上述海量数据形成相应的分析报告或结论,将数据背后的规律和特征以文本、图表及其他可视化形式直观、清晰地表现出来。从数量上看,大数据证据在作为数据本身时,因其来源广泛,数量也十分庞大,能够为后续的数据分析提供基础支撑;同时,数量的巨大也能够在一定程度上弥补小部分数据不精确的不足。从质量上看,把分析技术和分析形成的报告纳入大数据证据范畴,实际上是将客观的数据以符合刑事诉讼法规定的形式固定下来,使其能够起到直接指控和证明犯罪的作用。

　　2.符合新型互联网金融犯罪案件办理的实际需要。由于互联网本身的开放性特点,互联网金融犯罪案件普遍存在涉案公司、涉案犯罪嫌疑人、涉案集资参与人数量众多,涉案资金总体量庞大、账户数量多、流向复杂等特点,按传统犯罪案件的侦查和办理思路,所需的办案人员数量和财物保障都将大为增加。而当前公安机关、检察机关和审判机关在办理非法集资类案件时,都面临案多人少的压力。因此,基于新型互联网金融犯罪案件办理的实际需要,及时、准确地运用大数据证据,优化司法资源配置,提高办案效率,不仅有利于准确及时地惩罚犯罪,更是落实司法体制改革的内在要求和有力支撑。

　　(二)大数据证据的定位

　　当前,实务部门对大数据和大数据技术的应用,大部分停留于挖掘线索、预测犯罪和类案规律分析等情报导侦层面,而缺少对大数据证据应用于个案指控和证明犯罪的相关研究,大数据证据在刑事诉讼法中的合法地位也需要进一步深入论证。但综合大数据本身的特点、互联网金融犯罪案件的办理需要和网络犯罪案件的证明标准,不难看出,对大数据证据的精准定位应当是,通过机器算法对海量数据进行数据采集、数据挖掘、数据碰撞等技术性分析,根据个案的具体情况将上述分析结果转化为分析报告,使其作为在互联网金融犯罪个案中指控和证明犯罪的有力证据。

　　三、互联网金融犯罪案件中大数据证据的运用现状及存在的问题

　　(一)大数据证据在互联网金融犯罪案件中的运用现状——以某股权投资管理有限公司涉嫌非法吸收公众存款一案为视角

　　目前在办理互联网金融犯罪案件中,已经有部分地区的侦查机关通过使用机器算法和程序等手段,对案件中涉及的海量工商登记、资金账户和手机存储文件数据进行采集和分析,并在技术人员和办案人员的配合下,形成相应的分析报告,为相关案件提供证据支持。

　　在某股权投资管理有限公司涉嫌非法吸收公众存款一案的侦查工作中,侦查机关即综合运用公安部违法犯罪资金查控平台、反洗钱类罪分析研判平台、天眼查等平台和工具为数据调取、数据清洗、数据分析提供支撑。涉案公司以投资文化传媒、养老、医疗等实体产业项目为名,承诺12%-18%的高额年息,面向全国20余个省市2万余人非法吸收资金,涉案资金出入涉及全国38家公司和44个分支机构。此次资金分析工作根据案件实际情况,确定了先通过线上和线下全方位调取银行账户交易数据确定非法吸收资金规模,再综合运用分析工具研判核算投资人返本付息、业务员返点提成、项目投资、运营成本和其他资金,从中发现非法占有资金情况,即确定“先算总账,再查去向”的研判思路,在分析后形成了资金分析报告供侦查机关、检察机关办理案件使用。因核定投资人数和投资金额是认定非法集资类犯罪基本事实的关键,在资金分析报告中应首先对投资人数和吸收资金规模予以确定:首先,通过对涉案公司POS机刷卡金额在1000元以上的银行账户及在涉案公司起获的未兑付账户明细表数据进行汇总去重后,累积得出6万余张“疑似投资卡”。其次,汇总已报案投资人材料⑦及在涉案公司起获的未兑付投资人信息表得出“疑似集资参与人名单”,将上述银行卡开户信息与该名单进行比对,能够确定其集资参与人身份的合计22377人。最后,对上述确定集资参与人身份的人员向涉案公司吸收资金账户的资金汇入情况进行汇总,得出涉案吸收资金总额200多亿元的初步结论。

　　因区分非法吸收公众存款罪与集资诈骗罪的关键在于行为人是否具有非法占有目的,而涉案资金的最终流向能够直接反映涉案公司吸收资金后的实际用途,从而能够在客观方面反映涉案人员对资金是否具有非法占有目的。为准确认定案件性质,在资金分析报告中,重点描述了通过对资金顺线追踪后得出的该公司资金流向情况,其中返本付息金额占比近60%,发放业务员佣金占比近10%,而实际投入项目的金额只占资金总体量的12%。同时,通过对涉案公司实际控制人名下相关账户的穿透分析,发现其将大额资金用于购置房产,且将大额资金转入境外人员名下账户,该账户存在整额入账,快速分散出账,进出账在同一天完成,账户几乎不留余额,大量出账形式为间隔时间短至几分钟内的相同金额现金取款等特点,部分以转账形式出账,对方账户也在当天或短时间内将资金通过第三方支付平台集中转出,上述行为模式高度疑似通过地下钱庄洗钱等非法手段向境外转移巨额资产,分析报告以此提示侦查机关需就洗钱行为进一步开展取证工作。同时,通过对涉案公司及其关联公司的股权结构分析,还发现涉案公司在全国各地设立了40余家分支机构用来吸收资金,目前仍存续的机构主要分布在北京,且涉案公司吸收的资金一部分流向由涉案公司实际控制人控股、参股的其他公司。以上分析结果提示办案机关,涉案公司可能存在涉嫌集资诈骗的犯罪事实。

　　(二)大数据证据实践运用中存在的问题

　　由以上实践经验可以看出,对于大数据证据的运用,一方面是通过资金穿透发现控制资金的主要人员和资金流向,及时确定侦查方向,及时开展追赃工作;另一方面是探索将资金穿透分析情况以报告等形式作为互联网金融犯罪案件庭审中的证据进行出示。目前对于情报导侦和犯罪预防工作,侦查机关已经形成了一定的工作机制,实践中也为及时追查资金去向、挽回集资参与人损失提供了大量智力支持。但检察机关将大数据证据用于庭审示证,在证据效力和证明能力上仍存在一定问题。

　　1.大数据证据在证据法体系中的类型归属。大数据证据在庭审中能够作为证据展示和交换,前提是其应属于或可归于刑事诉讼法中的法定证据种类,并能够以直观可视化的形式呈现在控、辩、审三方面前。而实践中,大数据证据本身尚不能作为现行法律规范下的合法证据形式。有学者认为,对证据种类进行列举有利于司法应用,但缺点在于列举总有不周延之处,需要根据诉讼新情况、新变化及时作出调整。⑧在现行法律体系下,将大数据证据转化为何种法定证据形式也存在争议。

　　2.如何保证原始数据来源的真实性。无论将数据本身还是将通过分析数据形成的结论性报告作为大数据证据应用,保证数据来源的合法性和数据本身的真实性都是其符合法定证据要求的必要条件。但在实践中,由于大数据的海量特点,可能会存在数据质量和数据收集上的问题,如数据重复、数据缺失、采集手段违法、采集范围偏差等。能否确定数据的真实性,成为了大数据是否能够作为证据使用的根本前提和基础。

　　3.如何在数据清洗过程中保持数据的完整性。数据清洗是大数据证据分析的必经前置步骤,而无论是以系统自动还是人工手动的形式进行数据清洗,过程中都可能出现数据混同、丢失、污染的风险。以资金查控分析系统为例,进行资金分析主要依托的是办案人员从各银行线下调回的电子版银行交易明细,存在格式不一、部分数据缺失等问题,需要进行数据清洗统一格式,数据清洗以系统自动为主,在系统无法处理的情况下以人工手动为辅。为保证清洗的客观性,应当在清洗过程中尽量排除人工因素,同时通过有效的系统测试保证系统清洗的有效性,以使数据不丢失、不被污染、不影响后续分析的准确性。

　　4.如何使机器算法分析数据的过程可信可认知。相较于传统侦查模式下,侦查机关直接收集并提交物证、书证、言词证据,及通过勘验、鉴定等法定形式收集并提交电子证据、鉴定意见,大数据证据在以分析报告的形式出现时,往往是通过机器算法分析的方式形成,整个过程一般无法被人类的视觉等认知能力所感知,因此其可信度及与分析结果的相关性往往受到质疑。机器算法是否真实可靠、算法语言与法律语言的分歧等问题也会影响分析结果作为证据使用的合法性。

　　5.如何论证大数据证据与案件待证事实的关联性。大数据的突出特点在于相关性,即“知道‘是什么’就够了,没必要知道‘为什么’”。⑨而司法证明的前提和基础就是因果关系,这可能是简单的相关性所无法满足的。只知道“是什么”不足以形成刑事诉讼中完整的证据链体系,对于无法解释因果关系的大数据分析结果,即使原始数据和分析过程都真实、合法,由于无法证明其与待证事实之间的因果关系,也应当认为其不具备关联性,不能作为有效的诉讼证据。

　　四、大数据证据在指控和证明互联网金融犯罪中的运用

　　(全文详见《人民检察》2020年第3期或请关注《人民检察》微信公众号)