甄别疑似职业放贷人法律监督模型

       一、要旨

应用人工智能（大语言模型ChatGLM-6B）技术，实现对公开裁判文书大数据内容挖掘，提取裁判文书中的关键要素，生成结构化数据，再结合人民法院案件归档、执行数据和税务局相关当事人纳税数据，参照实务案件和本地借贷市场规律，论证、设定疑似职业放贷人识别条件，开发应用程序，并按照“疑似职业放贷人民事检察监督线索”“高频放贷人未纳税公益诉讼检察监督线索”“职业放贷型非法经营罪刑事检察监督线索”设计管理界面。从民事、行政公益诉讼、刑事立案监督三方面强化检察监督对民间融资市场秩序的维护，防范职业放贷人利用诉讼程序将非法利益合法化，防止职业放贷人破坏市场金融秩序。

二、基本概要

（一）个案线索发现

2022年3月，万源市人民检察院收到张一云控告万源市人民法院（2020）川1781民初2164号民事调解书违法，涉嫌虚假诉讼，并反映案件对方当事人周华系职业放贷人。经过调查，收集到相关证据：

1.到银行调取申诉人近6年的相关交易流水等证据，证明7分利息属实。

2.找到其他当事人进行调查，侧面佐证被申诉人涉嫌高利放贷、并伴有“砍头息”行为。

3.多次向被申诉人调查核实相关情况，被申诉人拒不配合，其他曾与被告人有借款关系的当事人对周华相关情况讳莫如深。

最终万源市检察院审查认为：周华为获取高额利息，规避相关法律法规规定，向张一云谎称200万元是其替人向张一云所借，借条注明月利息2%，实际按月利息7%收取，并约定张一云在收到借款时预付下月利息。张一云虽是在收到200万元借款后支付的利息，但从双方约定及借款、利息收取的时间节点看，收到借款即预付利息的本质与“预先从本金中扣除利息”无异，应以张一云实际收到的186万元为借款本金。遂向万源市人民法院制发再审检察建议，同时联合万源市法院向公安机关移送被申诉人周华涉嫌高利放贷非法经营罪的线索，该案已启动再审程序，公安机关针对周华涉嫌非法经营罪，业已立案侦查。

（二）模型构建

经过办理个案，承办检察官了解到，近三年全国民间借贷纠纷案件占所有民事案件总数的15%。当前，对职业放贷人的认定还存在上位法缺失、标准不一、规制机制单一等不足，裁判结果亦不尽相同。借贷方往往无法证明出借方为职业放贷人而承担相应不利后果，导致职业放贷人相关规定未能充分发挥其效用。万源市（县）地处大巴山腹地，经济基础薄弱，在扫黑除恶专项斗争中，以张朝惠为首的职业放贷恶势力团伙被依法打击，反映出职业放贷人与恶势力团伙有一定的因果关系。传统手段对职业放贷人的发现力度不够，检察监督的案源少、难度大。整个达州市乃至四川省未能建立起行之有效的职业放贷人发现机制，也未建立职业放贷人名录，对涉及职业放贷人相关案件的监督尚存在盲区。对此，可建立大数据法律监督模型助力职业放贷违法犯罪行为的打击和治理。

模型构建步骤分为：一、协调取得万源市法院近三年民间借贷纠纷的归档数据和执行数据，进行人工分析。二、调阅万源市近三年民间借贷纠纷案件数量排名前15的案件卷宗，以及债权执行到位金额排名前30的执行卷宗和对应当事人的纳税数据，分析相应借贷规律，确定需要通过技术识别的要素；三、利用大语言模型（ChatGLM-6B）提取公开裁判文书中的要素，论证在不同数据源情况下疑似职业放贷人的认定条件；四、对数据进行整合，开发数据分析应用，按照当事人、案号、涉案金额、有无利息、有无纳税、执行到位金额分别进行去重、统计，以同一当事人不同案件涉案次数超过5次，金额超过15万作为疑似职业放贷人认定基准；五、解析全达州市公开裁判文书数据，验证在仅有公开裁判文书情况下应用模型的可行性。

本模型研发的特色在于，成功地运用了开源免费且能够适配国产硬件的大语言模型（ChatGLM-6b），实现对裁判文书中的要素进行提取，为司法数据治理探索出一条低成本、高效率、通用型的要素提取路径。为日后大数据建模提供更为灵活、实用的数据挖掘方法。实践表明，以文本作为载体的数据源（裁判文书、行政处罚决定书等）均可以通过这种方法来提取特征要素，能够将非结构化的数据转换成结构化数据。该技术不仅可以用于大数据法律监督建模，而且对于检察内部的数据治理具有积极价值。结合司法大数据或可评估相关法律的实施情况，该技术对科学立法亦有积极意义。

（三）类案监督情况

2023年6月20日，模型开发成功后，通过公开裁判文书、万源市法院案件归档、执行信息和万源税务局相关当事人纳税信息，发现万源本地疑似职业放贷人线索2起，未纳税线索3起，其中：1.周继春涉及民间借贷案件共11件，已被万源市人民法院在2022年12月判决中认定为职业放贷人；2.徐荣超涉及民间借贷案件共计13件，其关联当事人（系其前妻，仍同居）涉民间借贷案件5件，该案仍在办理过程中。另外，仅通过达州地区公开裁判文书，发现达州地区疑似职业放贷人线索45起，涉案金额6142.5万元，其中涉案8件以上的有9人，最多涉案达13件次，相关线索已移送达州市人民检察院进一步调查。

三、数据分析方法

（一）数据来源及获取方式

数据来源一：万源市人民法院；数据载体：2019—2022年民间借贷纠纷案件归档情况统计表、2019—2022年民间借贷纠纷案件执行情况统计表；数据获取方式：协调取得。

数据来源二：万源市税务局；数据载体：相关当事人纳税情况回函；数据获取方式：公函查询取得。

数据来源三：中国裁判文书网（北大法宝数据库）；数据载体：2016—2022年达州地区民间借贷纠纷裁判文书；数据获取方式：检察工作网下载。

（二）数据要素：

1.万源市人民法院数据

（1）案件归档情况统计表：当事人、案号、案由、结案方式、承办人。

（2）案件执行情况统计表：案号、案件名称、申请执行标的额、执行依据文号、执行依据文书类型、当事人、原审法院、执行到位金额。

2.万源市税务局数据

相关当事人纳税情况统计表。

3.中国裁判文书网数据

（1）判决书：案由、文号、文书内容（通过ChatGLM-6B提取：“原告姓名”“原告住址”“被告姓名”“被告住址”“借款金额”“借款利率”）、结案时间。

（2）裁定书：案由、文号、文书内容（通过ChatGLM-6B提取：“原告姓名”“原告住址”“被告姓名”“被告住址”“借款金额”“借款利率”）、结案时间。

（三）类案特征要素

根据万源市法院认定的职业放贷人可以归纳职业放贷人认定要素有：1.2年内诉至法院的案件超过9件；2.均通过中间人借贷给不特定当事人；3.借贷金额总计超过15万元；4.约定的年利率均为24%；5.借款合同、诉状均为格式化模板；6.在固定时间段集中诉讼；7.债务人出庭应诉比例低。

该职业放贷人对应的公开文书仅有5件撤回起诉裁定，占未公开案件名称的比例为55%。同时发现：1.如果原告连续两年在公开文书中涉及民间借贷纠纷案件数（含不同当事人准予撤回起诉的裁定）为5件，则其实际借贷案件数大于8件；2.如果原告涉民间借贷纠纷案件判决次数超过5件，判决书认定借款总金额大于15万，则实际涉诉借贷案件金额超过20万。3.如果原告涉民间借贷纠纷案件次数在3—4件，则实际借贷案件数约为5—6件。

据此，在仅有公开裁判文书的情况下，将三年内出借方当事人涉案频次高于5次、涉案总金额超过15万且合同中约定利息作为甄别疑似职业放贷人的基准，构建监督模型。

（四）数据分析步骤：

1.借贷案件文书解析

步骤一：数据抽取。利用大语言模型（ChatGLM-6b）抽取人民法院的民事判决书、裁定书中“原告姓名”“原告住址”“被告姓名”“被告住址”“借款金额”“借款利率”等信息。

步骤二：数据处理。通过程序脚本进行数据清洗，将所需数据写入数据库。

步骤三：数据分析。将数据多维分析、矩阵分析、线性模型、图表分析、回归分析。

步骤四：数据可视化。将地区借贷纠纷相关数据进行归纳，形成可视化的借贷行情分布。

步骤五：统计分析，对具有相同自然人关联的当事人进行统计，分析出高频借贷人及关联借贷人合集。

步骤六：行为画像。根据步骤五得出的高频借贷人及关联借贷人合集，进行数据画像。

步骤七：线索展示。基于以上步骤，综合展示疑似职业放贷人线索、高频借贷当事人涉嫌未纳税线索、非法经营罪线索。

2.疑似职业放贷人线索综合研判

（1）补充研判

步骤八：统计验证。验证线索当事人在全样本分析中的区位，是否符合正态分布规律。

步骤九：规则验证。验证线索是否符合业务特定规则和常识性规则。

（2）人工研判、移交线索：

步骤十：人工研判。进行人工校验，对符合疑似职业放贷人认定规则的，向民事检察部门移交线索；对符合高频未纳税当事人线索的向行政公益诉讼检察部门移送线索；对符合职业放贷型非法经营罪的向刑事检察部门移送。

系统逻辑：

线索研判规则：

四、监督方式

（一）民事检察监督

模型初步排查出疑似职业放贷人线索和高频借贷当事人。进一步调查或可就疑似职业放贷人所涉案件开展民事检察监督；

（二）行政公益诉讼监督

如高频放贷人在执行数据中显示债权已执行到位，则可进一步调查对相关案件开展纳税行政公益诉讼监督；

（三）刑事检察监督

如相关当事人符合职业放贷型非法经营罪线索条件时，跟进调查则可移送刑事检察部门研判是否启动立案监督。如果出借人出现频次过高，极为异常时，或可发现公司违规经营线索，并可进一步开展企业合规工作；

（四）职务犯罪案件办理

进一步调查发现有涉嫌司法工作人员职务犯罪时则可向侦查部门移送案件线索。

五、社会治理成效

本模型利用开源且免费的大语言模型ChatGLM-6B，在仅有公开裁判文书的情况下亦可发现疑似职业放贷人线索，为行政公益诉讼、刑事立案监督甚至是司法职务犯罪侦查提供线索。其社会治理成效主要体现在：以“小切口治未病”，用大数据赋能促进对民间融资市场的“都管”。

（一）小切口、治未病

在扫黑除恶专项斗争中，万源地区依法打击的张朝慧非法拘禁、寻衅滋事案中，以张朝慧为首的恶势力团伙主要敛财手段就是职业性高利放贷，还导致1人不堪软暴力催债而自杀。在万源法院涉及张朝慧团伙的民事裁判中，陈国刚涉案21次，张朝慧涉案18次，均在2019年以前。可见，职业放贷行为如果不加以规制，有可能会发展成恶势力为害一方。以疑似职业放贷人为检察监督的切入点，如当事人被列为疑似职业放贷人也不影响其正常的生产生活，仅会加大对其纳税情况的关注度。能够从源头注意、防范疑似职业放贷人发展成非法经营罪甚至是恶势力。用较小检察监督点，起到防微杜渐的作用。

（二）大数据赋能促进对民间融资市场的“都管”

根据司法大数据网显示，2019年至2022年民间借贷纠纷案件占所有民事纠纷案件量的15.54%，成为近年来最热门案由。同期公开的四川省借贷纠纷案件的裁判文书共有63.58万份，达州市辖区的借贷纠纷裁判文书共有2.6万份，万源市辖区有2135份。仅用万源辖区公开的民间借贷纠纷裁判文书亦可发现2名疑似职业放贷人，且其中一人已被人民法院判决认定为职业放贷人。表明通过小样本可以达到法律监督效果。解析达州地区的大数据，共甄别出的45条线索，为促进人民法院建立起适应本地市场经济环境的职业放贷人认定标准奠定了基础。

可以预见：通过大数据赋能，应用本模型能够直观展示当地民间借贷裁判现状，可以有力推进建立起与监委、组织部、公安局、司法局、税务局、银监局、仲裁委等相关部门的协同治理机制，加强对民间借贷行为的预警研判，完善防范对策。切实发挥出检察机关“小切口、治未病”“以我管、促都管”的全方位社会治理格局。

六、监督依据

具体法律依据如下：

1.《民法典》第680条第1款规定，“禁止高利放贷，借款的利率不得违反国家有关规定”；

2.最高人民法院《全国法院民商事审判工作会议纪要》（法〔2019〕254号）第53条指出，“【职业放贷人】未依法取得放贷资格的以民间借贷为业的法人，以及以民间借贷为业的非法人组织或者自然人从事的民间借贷行为，应当依法认定无效。同一出借人在一定期间内多次反复从事有偿民间借贷行为的，一般可以认定为是职业放贷人。民间借贷比较活跃的地方的高级人民法院或者经其授权的中级人民法院，可以根据本地区的实际情况制定具体的认定标准。”

3.最高人民法院、最高人民检察院、公安部、司法部印发《关于办理非法放贷刑事案件若干问题的意见》第1条规定，“违反国家规定，未经监管部门批准，或者超越经营范围，以营利为目的，经常性地向社会不特定对象发放贷款，扰乱金融市场秩序，情节严重的，依照刑法第二百二十五条第（四）项的规定，以非法经营罪定罪处罚。前款规定中的“经常性地向社会不特定对象发放贷款”，是指2年内向不特定多人（包括单位和个人）以借款或其他名义出借资金10次以上。贷款到期后延长还款期限的，发放贷款次数按照1次计算。”

责任编辑：广汉