2024年3月20日，由复旦大学承担的国家重点研发计划“跨部门金融案件协同服务与风险预警关键技术研究”项目启动暨实施方案论证会在复旦大学召开。21世纪议程管理中心社会处副处长（主持工作）王顺兵，项目推荐单位最高检信息中心副主任冯涛、处长赵宪伟、最高法信息中心副主任邵长茂、项目牵头单位复旦大学副校长汪源源等出席本次会议。此外，一同参会的还有项目总体组专家、项目咨询组专家、项目负责人与项目成员等50余人。
在复旦大学主导下，华宇元典携手航天二院706所、北京大学、公安三所、中国司法大数据研究院等国内优势单位一同参与了本次项目研究。
其中，华宇元典在本次项目中主要负责了基于多源数据融合的金融案件特征提取与特征库构建技术研究以及金融类案件趋势分析与多场景金融类案件社会风险预警系统构建。
基于多源数据融合的金融案件特征提取与特征库构建技术研究
华宇元典通过研究跨部门金融案件业务协同数据安全交换技术，融合跨部门金融类案件数据，构建了涵盖新型、涉众、涉外金融案件的金融类案件特征库，其特征要素不少于1万个。特征库可以辅助法官快速获取案件信息，有效把控案件质量，提高案件审理效率及效果。同时针对金融案件涉及多个部门和单位的多源异构数据以及金融案件综合研判和社会问题风险预警模型的数据需求，华宇元典构建了一个全面的数据治理框架。该框架能有效融合并利用法检司和金融监管部门的跨部门多源异构金融案件数据，并解决多源数据融合的金融案件特征提取和特征库构建的技术挑战。
金融类案件趋势分析与多场景金融类案件社会风险预警系统构建
华宇元典设计多场景金融类案件社会风险智能分析算法，从保险、借贷和证券投资等金融场景对金融类案件进行趋势分析，实现新型、涉众、涉外金融案件风险预警和实时发现，识别和管理社会风险，最终通过生成式人工智能大模型定期辅助生成风险分析报告，从而有效实现金融案件趋势风险分析和实时预警。
此外，华宇元典提出了基于跨部门数据汇聚和特征工程的金融风险量化评估方法，实现基于金融案件的社会问题风险预警
针对金融案件源数据的数据质量问题，制定标准的数据规范，通过定义数据字段、制定数据交换格式和协议、设立数据质量评估指标等方法。针对共享机制不健全带来的数据汇聚难问题，采用隐私计算技术对敏感数据进行加密和匿名化处理，并使用可验证计算技术确保数据处理的正确性和可审计性。针对社会问题风险感知因子的智能化动态评估问题，通过将不同模态数据融合，利用深度学习与模型设计等特征工程方法进行数据分析和挖掘，从多源异构的汇聚信息中提取及时有效的风险感知因子，实现基于金融案件的社会问题风险及时感知和评估。本方法有效补充了目前法检司跨部门数据安全汇聚支撑框架的缺失，显著提高跨部门金融案件综合研判和社会问题风险预警的能力。随着金融市场全球化及金融产品多样化的发展，市场复杂性和不确定性日益增长。金融案件，如欺诈、洗钱、内幕交易以及新型、涉众和涉外的案件，变得更为隐秘和复杂。因此金融案件存在着数据交换不安全、风险因子难提取以及趋势分析难预警等问题。该项目的开展旨在以隐私计算等先进数据技术支撑法检司和金融监管相关部门的数据协同，研发先进智能技术构建基于金融案件特征综合研判分析的跨部门协同服务平台，实现金融案件相关数据可享、业务智能、风险可感。
集法律智能与知识自动化服务为一体的智慧法务平台。可视化操作指引案件全生命周期管理，证据材料根据案件要素自动归档归目，一秒回填完成纠纷信息登记与填报，海量司法数据检索意图精准判断，行业常见涉诉风险深度分析，实现以案促管，以管创效。
![]()
