基于混合神經(jīng)網(wǎng)絡(luò)的非法集資風(fēng)險預(yù)測模型*

陳 鋼

（長三角信息智能創(chuàng)新研究院 蕪湖 241000）

1 引言

近年來，以互聯(lián)網(wǎng)金融為代表的新型金融業(yè)態(tài)蓬勃發(fā)展，提高了資金配置效率。由于互聯(lián)網(wǎng)具有不分地域、快速傳播、涉眾面廣等特性，通過線上平臺進行的非法集資活動影響面更廣危害更大，表現(xiàn)為參與人數(shù)眾多，涉及金額巨大，涉及地域廣等方面。2020 年全國共查處非法集資案件6800 余起，涉案金額1100 余億元，不但涉及財富管理、私募基金、保險代理、房地產(chǎn)等傳統(tǒng)領(lǐng)域，還涉及到養(yǎng)老服務(wù)、涉農(nóng)互助、線上教育、區(qū)塊鏈及虛擬貨幣等多種新形態(tài)［1］。

對于非法集資企業(yè)的識別，主要基于從業(yè)人員根據(jù)工作經(jīng)驗從該企業(yè)的財務(wù)報表中判斷出財務(wù)異常，從而判斷該企業(yè)是否有非法集資的嫌疑。在對企業(yè)是否在進行非法集資的判斷過程中，往往依賴歷史經(jīng)驗對大量的財務(wù)報表進行數(shù)字邏輯分析以及統(tǒng)計分析，識別準(zhǔn)確率和效率均較低。在互聯(lián)網(wǎng)背景下，非法集資案件通常具有很強的隱蔽性和突發(fā)性，傳統(tǒng)監(jiān)管手段難以及時發(fā)現(xiàn)［2］。為解決上述難題，本文提出了一種基于混合神經(jīng)網(wǎng)絡(luò)的非法集資預(yù)測模型。首先，將文本信息序列（如業(yè)務(wù)范圍、產(chǎn)品描述等）輸入到預(yù)訓(xùn)練模型中，并將輸出的特征向量作為輸入到下一層網(wǎng)絡(luò)的語義表示向量輸入；然后，構(gòu)建基于GRU 的候選集生成網(wǎng)絡(luò)用以增強非法集資的預(yù)測能力。與此同時，提高引入跳層連接機制來解決深度網(wǎng)絡(luò)訓(xùn)練中信息丟失以及網(wǎng)絡(luò)退化問題；……