2018年车贷行业洗牌进程加速,日前,开鑫金服研究院发布《车抵贷行业分析报告》(以下简称“报告”)指出未来车抵贷业务逻辑将从典当向小贷过渡,业务模式或将更精细丰富,市场规模收缩后或将逐渐稳定。从2011年开始,车抵贷行业吸引诸多平台入局,2016年涉及车贷业务的平台数量已超过了1000家,经过了2017年一年的激烈竞争,2018年车贷行业开始洗牌。外部原因来看,扫黑除恶专项行动、合规备案延期分别对车贷资产端、P2P资金端形成重压,上半年交易规模为948亿元,同比下降20%。从行业自身的固有特点来说,首先是典当思维简化了风控逻辑,在贷后难度加大、逾期率上升的情况下,行业离不开抵质押物的背书。从而使运营侧重于线下人力,资产端较难互联网化,效率不高,从根本上限制了车抵贷机构的增长空间。此外,典当思维的一个直接表现是对借款人资质要求的降低,对收益率和逾期率的评估不足,车抵贷借款客户实际上是有车人群中的次级借款人群体,其信用水平总体不高,因此加大了车抵贷的业务风险。因此,车抵贷向借款客户提供的借款产品或服务有较为浓厚的标准化色彩,但是规范化程度不高长久制约了行业发展,尤其是对借款客户的非法催收和变相收费问题仍有待解决。报告指出,2018年初以来,一些车抵贷平台纷纷清盘,直接原因在于资金链上,原先大量暴力催收、强制拖车行为遭到打击,导致逾期或坏账的处置周期延长,同时公司垫付资金压力加大,最终经营难以为继。在渠道方面,部分车抵贷在拓展业务的过程中采取加盟商的方式造成了一定隐患。由于加盟商往往比较小,管理较弱,在行业下行期资产回收能力和抗风险能力都比较弱,其负责管理的资产可能会出现更为严重的逾期与坏账上升状况,并直接影响到车抵贷平台的风控与运营。此外,如果车抵贷平台对加盟商宽于准入或疏于管理,就可能产生欺诈风险,如近期杭州可溯金融的加盟商涉嫌合同诈骗等。在催收方面的合规要求也导致不良资产处理时间周期变长,平台垫付资金压力过大,逾期和坏账率增加,直接引发了车抵贷行业内的生存危机。由于之前简单粗暴的业务逻辑,导致资产质量相对不高,加上借款人履约教育需要时间,行业因此面临高昂的合规成本,要满足监管要求只能选择承受逾期与坏账,而缺少业务规模与资金实力的平台只能就此退出。从市场空间来看,行业规模则会进一步收缩。尾部的车抵贷机构在洗牌中退出,尾部的借款人或在行业出清的过程中退化为更加次级的资产,而不再成为头部平台重点服务的对象,随之车抵贷机构的集中度将进一步上升。综上,在整体收缩阶段,车抵贷机构的资金压力正在加大。在以上行业背景特点下,报告指出,车抵贷行业趋势可能在业务逻辑、运营模式和市场规模三方面发生改变。报告认为,车抵贷行业典当思维的业务逻辑将向小贷过渡。如果不断提高准入标准,随着风险下降,资产将进入信用贷的级别,抵押汽车将不再是必须。同时,随着业务逻辑的转变,业务模式也将进入精细化时代,可能向场景化金融和汽车后服务方向发展。一方面在精细化过程中,车抵贷机构强化获客渠道、控制资产损失和运营成本;另一方面业务方向或转向开展信用贷业务、切入二手车销售领域,或考虑汽车后服务市场。报告认为,车抵贷行业不会无限制地扩大,现实情况则是行业已经有所收缩,并且可能向少数机构集中。在未来,车抵贷市场的前景或存在两种可能,一是由于风控要求的上升和整体风险水平的下降,车抵贷逐渐向操作更简单、成本更低信用贷过渡,并可能大部分最终被信用贷取代;二是在收益覆盖风险的前提下,车抵贷仍能面向有车的次级借款人提供服务,但由于36%的利率上限,其很难向资质更低的借款人大量开放,而总体维持在一个平稳的规模。
来源:金融时报-中国金融新闻网11月28日,开鑫互联网金融战略研究院发布《车抵贷行业分析报告》(以下简称《报告》)。《报告》认为,车抵贷行业经过2017年的行业洗牌、2018年的合规整治,行业集中度不断提升。车贷平台想要在未来竞争中站稳脚跟,需要转变思维,实现精细化运营。市场规模:收缩后或逐渐稳定2016年至2018年,车抵贷行业与互联网金融深度融合,经历了兴盛、见顶、收缩的大周期,行业规模有所收缩。以第三方统计的P2P车贷为例,其月成交额从历史最高的近180亿元下降到近期不到70亿元,余额从2017年底的高点653亿元下降到2018年的547亿元。从趋势看,行业目前仍处在继续收缩中。据零壹财经数据,2017年P2P车抵贷交易额共2093亿元,约占P2P车贷交易规模的85%;2018年上半年交易额为795亿元,占P2P车贷交易规模的84%。而据开鑫互金战略研究院调研,车抵贷从2017年底月均近200亿元的成交规模,下降到近期的约100亿元。发展至今,行业头部机构呈现出强者更强的趋势。据网贷天眼数据,2018年9月,前13家头部车贷平台车贷业务的成交总额为70.27亿元,环比上涨11.48%。开鑫互联网金融战略研究院分析,若按零壹财经数据2018年上半年车贷总成交量为946亿元来看,折算成月均成交额为157亿元,则13家车贷平台车贷业务占车贷行业所有车贷成交量的45%,可以说头部平台占据了车贷行业的半壁江山。开鑫贷总经理鲍建富分析,车贷行业规模收缩,一方面是因为自身业务不规范,在国家限定借贷利率上限、开展扫黑除恶专项行动时,车抵贷平台的获利空间急剧压缩,逾期及坏账风险加速暴露,给平台运营产生不小压力。另一方面是受行业自身既有的“重线下、重资产”基因所限,平台一般采用线下门店方式进行获客和风控,高昂的人力成本、难获客、利润难以覆盖成本等,都可能成为行业陷入壁垒的诱因。转型逻辑:从“典当”到“小贷”行业规模在收缩,经历了阵痛的车抵贷市场将如何发展?《报告》分析可能存在两种可能,一是由于风控要求的上升和整体风险水平的下降,车抵贷逐渐向操作更简单、成本更低信用贷过渡,并可能大部分最终被信用贷取代;二是在收益覆盖风险的前提下,车抵贷仍能面向有车的次级借款人提供服务,但由于36%的利率上限,其很难向资质更低的借款人大量开放,而总体维持在一个平稳的规模。《报告》认为,传统的车抵贷业务“典当”思维浓厚,更加重视借款人的车辆情况,其业务、风控、宣传甚至发展逻辑,都无法离开抵质押物的背书。车抵贷借款客户实际上是有车人群中的次级借款人群体,其平均借款金额在10-20万元,超过了一般消费的需求,同时承受远高于银行信用贷的利率,说明其信用水平总体不高,可能是为了生意周转,也可能是为了借新还旧,属于信用贷都不能轻易准入的资产,所以需要抵押汽车来控制风险。鲍建富表示,车抵贷已经进入存量市场竞争阶段,剩下的平台想要“活”得好,亟须转变思维,实现从依赖车辆抵质押的“典当”思维向车辆抵质押与车主个人信用并重的“小贷”思维转型,对车抵贷业务进行精细化管理与运作。模式创新:更加精细化发展随着业务逻辑的转变,《报告》进一步建议,车抵贷机构需要加强风险控制,特别是需要加强借款人资质准入和审核,而不再是一味依赖对抵押汽车的重视。“所以,在转变业务逻辑的前提下,车抵贷相应的业务模式也需要进行调整,未来可能进入精耕细作时代,并可能向场景化金融和汽车后服务方向发展。”鲍建富如此看待车贷行业的发展。就精耕细作而言,其实现的可能性更大。车抵贷机构需要强化获客渠道,特别是对直营门店的管理,并淡化对加盟商或其他渠道业务的依赖。同时,在资产损失和运营成本两个方面进行控制:加强借款人的准入和风控审核,从而降低逾期率和坏账率;精简门店人员、提升线上环节效率,从而降低运营成本。就业务方向调整而言,鲍建富介绍,车抵贷机构的经营者通常深谙个人信贷和汽车销售两个市场,所以其调整业务方向往往是在相关领域,比如开展信用贷业务、切入二手车销售领域等。从调研情况看,在今年的行业洗牌过程中,有些中小型车抵贷机构已经转向新车、二手车销售或以租代购业务,并有机构表示考虑汽车后服务市场,比如保险、加油等。
编者按:关心AI的人一定希望了解这个行业的最新发展趋势,最近行业分析机构CBInsights最近发布了2019年AI趋势报告正好能满足这个需求。这份84页的报告识别了25种AI趋势,运用CBInsights的NExTT分析框架,从行业采用度和市场优势两个维度对其进行归类,可以为不同参与角色提供决策参考。其关键发现是对电子商务搜索词的上下文理解正在摆脱“试验”阶段,不过距离广泛采用还有很长一段路要走;深度学习是当前绝大部分AI应用的引擎。不过因为胶囊网络,这种技术可能需要改进一下了;先进医疗保健与生物测定领域的研究人员正在开始利用神经网络研究和测定此前难以量化的非典型风险因素;能访问大型标签化的数据是训练AI算法的必需,而逼真的仿造数据也许能解决这一瓶颈。为了方便各位了解,36氪对这25种趋势进行摘要编译介绍。必需开源框架AI的进入门槛变得空前的低,这要感谢开源软件。以2015年Google开源TensorFlow机器学习库为开端,现在AI(尤其是深度学习)的开源框架已经形成百花齐放的局面,其中有Facebook的PyTorch、特利尔学习算法研究所(MILA)的Theano、Keras、Microsoft Cognitive Toolkit以及Apache MXNet等等。开源AI框架是双赢的局面:一方面令人人都能用上AI;反过来,贡献者社区也为加速Google等公司的AI研究提供了帮助。知名AI专家Yoshua Bengio表示:支持深度学习研究的软件生态体系发展得很快,现在已经达到了一种健康的状态:开源软件成为规范;各种框架出现,满足了从探索新颖想法到生产部署的各种需求。而且不同的软件堆栈也在刺激的竞争氛围下得到了有力的行业玩家的支持。边缘AI对实时决策的需求正在将AI推向靠近边缘的地方。在智能手机、汽车甚至可穿戴设备等边缘设备上运行AI算法,而不是跟中心云平台或服务器通信,使得边缘设备具备了在本地处理信息的能力,并且可以更快速地对情况做出响应。Nvidia、高通、苹果及若干初创企业均在开发用于边缘的AI专用芯片。边缘AI对消费者电子、电信、医疗影像等主流行业均有应用意义。比方说监控摄像头的人脸识别、华为、苹果等智能手机的人脸与对象识别、Tesla AI芯片的即时驾驶决策、婴儿监视器、无人机、机器人视觉能力(无互联网连接)等。在2018年各大公司的财报会上,提到边缘计算的次数已经明显增多。不过尽管边缘AI具有减少延时的优势,但也存在局限。那就是存储和处理能力受到限制。预计会有更多混合模式出现,使得智能边缘设备能够相互沟通以及与中心服务器通信。脸部识别从手机解锁到登机手续,人脸识别正在进入主流。人脸识别在中国的媒体热度从2016年开始就不断升温。中国对人脸识别技术的需求也与之同步。在这方面中国已经冒出了商汤科技、Face++、CloudWalk等独角兽。美国这方面的的专利申请也呈现相似的趋势。人脸识别的早期商业应用正在安保、零售及消费者电子领域出现,并且迅速成为生物特征识别的主流形式。尽管人脸识别应用日益广泛,但这种技术并不是没有瑕疵。曾有报道称Amazon将一位国会议员认成了犯罪份子。华尔街日报记者用一张校长照片作为面具就轻易骗过了西雅图一所学校的智能摄像头。医疗影像与诊断美国FDA正在给AI即医疗设备开绿灯。2018年4月,FDA批准了无需专家补充意见进行筛查糖尿病视网膜病变病人的AI软件。该软件叫做IDx-DR,其识别率达到了87.4%,对没有此病的识别率也达到了89.5%。此外,FDA批准了初创企业Via.ai的CT扫描与潜在中风症状通知软件Viz LVO,以及初创企业Arterys的Oncology AI软件包,后者可以识别肺部与肝脏损伤。监管的放松给商业化开辟了新的道路。自2014年以来,共有80家AI影像与诊断公司完成了149项融资交易。初创企业Healthy.io的第一款产品Dip.io利用率了传统的尿液分析试纸来监控若干尿路感染:用户用智能手机拍摄试纸照片,计算机视觉算法就能根据不同的光照情况和相机品质对结果进行校正。产品可检测感染及怀孕相关的并发症。已在欧洲、以色列商用的Dip.io也已获得FDA放行。预测性维护AI工业物联网可为从制造商到设备保险商的既有者节省数百万美元的意外故障损失。预测性维护利用传感器及智能摄像头不断采集机器数据(如温度、压力等)。生成的实时数据的规模以及格式的多样使得机器学习成为工业物联网不可或缺的组件。假以时日,算法就能够提前预测故障。工业传感器成本的下降,机器学习算法的进展,以及边缘计算的推进,这些均使得预测性维护的应用变得更加广泛。从下图可以看出,对领域的投资正在逐年递增。其中活跃的投资者包括GE Ventures、西门子、SAP等。甚至微软等大公司也对自己的云与边缘分析解决方案进行扩展,提供预测性维护能力。电子商务搜索对搜索词的上下文理解已经走出“试验”阶段,但是大规模采用仍有很长一段路要走。自2002年以来,Amazon已经申请了35项与“搜索结果”有关的美国专利。其中包括利用卷积神经网络“确定一组图像与查询图像类似的物品”,利用机器学习分析图像的视觉特征,并基于此建立搜索查询等。eBay则利用机器学习来分析卖家的产品描述,然后借此寻找同类产品。但是很多买家都是使用自然语言来进行查询,这对电子商务搜索构成了挑战。新兴初创企业于是开始为零售商提供搜索技术。图像搜索初创企业ViSenze的客户包括Uniqlo、Myntra、乐天等。它可以让进店客户拍摄喜欢的东西的照片,然后上传,在网上找到同样的产品。获得阿里投资的以色列初创企业Twiggle正在基于电子商务搜索引擎开发语义API,对买家的特定搜索做出响应。试验胶囊网络深度学习是当今绝大部分AI应用的引擎。但由于胶囊网络,这种技术现在可能需要改进一下了。胶囊网络(CapsNet)是深度学习先驱Geoffrey Hinton 2017-18年时提出的概念,旨在克服当前图像识别方法(主要是卷积神经网络CNN)的缺陷。这种缺陷主要有2个。一是难以识别精确空间关系。比方说右图中尽管嘴巴的相对位置发生了改变,CNN仍会将其识别成人脸。二是无法从新的视角去理解对象。比方说下图中胶囊网络在识别1、2行为同一玩具的不同视角中表现要比CNN出色得多。CNN则需要更大的训练数据集才能认出每个方向的对象。已经有黑客通过引入少量噪音就能让CNN把目标误认成其他对象。尽管目前对胶囊网络的研究仍处在初期阶段,但有可能对目前最先进的图像识别方法构成挑战。下一代修复术非常早期的研究正在出现,通过生物、物理、机器学习的结合来解决修复术最困难的问题之一:灵敏性。从2006年开始,DARPA就投入了数百万美元跟约翰霍普金斯大学合作先进修复术计划来帮助受伤的老兵。但是这个问题解决起来并不容易。比方说让截肢者活动假肢的手指,对自发运动背后的大脑和肌肉信号进行解析,然后再转换为自动控制均需要跨学科的知识。最近,研究人员已经开始利用机器学习对植入人体的传感器的信号进行解码,然后将之翻译为移动假肢设备的指令。约翰霍普金斯大学的应用物理实验室一个进行中的项目就是利用“神经解码算法通过”神经接口来控制假肢的。去年6月,德国及帝国理工学院的研究人员利用机器学习解码截肢者残肢的信号,并让计算机来控制机械臂。另一个思路是利用中介解决方案,比如利用肌电信号来激活摄像头,然后再用计算机视觉算法估计抓手类型以及面前物体的大小。临床试验登记临床试验的最大瓶颈在于登记合适的病人库。苹果有可能可以解决这个问题。互操作性——也就是跨机构和软件系统分享信息的能力——是医疗保健的最大问题之一,尽管有了病历数字化的努力。临床试验在这方面问题尤其严重,将合适的试验与适当的病人进行匹配是很耗时且充满挑战的过程。而光美国目前就有18000项临床研究正在招募病人。理想的AI解决方案是由人工智能软件析取病人病历的相关信息,将之与进行中的试验进行对比,然后给出匹配的研究建议。在病人与医疗保健计划匹配方面,苹果等技术巨头已经取得了一定的成功。从2015年开始,苹果就推出了2个开源框架——ResearchKit与CareKit——来帮助临床试验招募病人,并且远程监控病人的健康状况。这些框架使得研究人员和开发者得以创建医疗app来监控人们的日常生活,化解了登记的地理障碍。苹果还在跟热门的电子病历供应商合作解决互操作性问题。2018年6月,苹果面向开发者推出了Health Records API。用户现在可以选择向第三方应用和医疗研究人员分享数据,为疾病管理与生活方式监控打开新的机会。生成对抗网络(GAN)两个互相比聪明的神经网络正在变得非常擅长创作出逼真的图像。你能认出下面哪些图像是假的吗?答案是全都是。这些全都是GAN创造出来的。生成对抗网络是非监督式学习的一种方法,通过让两个神经网络相互博弈的方式进行学习。该方法由Google研究人员Ian Goodfellow于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成。生成网络从潜在空间(latent space)中随机采样作为输入,其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不断调整参数,最终目的是使判别网络无法判断生成网络的输出结果是否真实。扩充GAN式的大规模项目的主要挑战是计算能力。Google研究人员在创建“BigGAN”用了512块TPU来创建512像素的图像,一次试验的电耗大概就要2450到4915千瓦时之间。这已经相当于普通美国家庭半年的电耗。而且GAN要想扩充,AI硬件也的并行扩充。除了有趣的试验以外,GAN也有其他严肃的用途,比如假冒政治视频和色情作品的换脸等。随着GAN研究的扩大,这种技术势必会对新闻、媒体、艺术及网络安全构成挑战。GAN已经改变了我们训练AI算法的方式。联邦学习这种新方法旨在用敏感用户数据训练AI的同时保护隐私。我们跟智能设备的日常互动可以产生丰富的数据,这些数据用于训练AI算法的话可以极大地改善其表现,比如可以更加精确地预测你接下来要输入的字是什么。但是这些用户数据也会涉及到个人隐私问题。Google于是提出了联邦学习的方案,旨在利用这一丰富数据集的同时保护敏感数据。简而言之,你的数据依然留在你的手机里,不会发送或存储到云服务器上。而是由云服务器将最新版的算法(算法的“全局状态”)发往随机选择的用户设备上。你的手机做出改进然后基于本地化的数据对模型进行更新。之后只有这种更新(以及来自其他用户的更新)会回传给云服务器以改善该“全局状态”,然后再不断重复这一过程。把单个更新聚合起来的做法其实并不新鲜,其他算法早就这样做了。联邦学习的不同在于它考虑了数据集的两个重要特征:Non-IID:其他分布式算法均假设数据是独立同分布(Independent and identically distributed,IID)的,但其实每一部手机生成的数据都是独特的,因为不同的人使用习惯不同,联邦学习考虑到了这种不同。不平衡:某些用户使用app更加活跃,自然也会产生更多的数据。因此每一部手机的训练数据量也不一样。Firefox自称是在重要软件项目中首个实现联邦学习的用例之一。当用户在浏览器输入URL时,Firefox会利用联邦学习进行URL推荐排名。AI初创企业OWKIN则利用联邦学习来保护敏感的病人数据。其方案可以让不同的癌症治疗中心在病人数据不离开本地的情况下进行协作。先进医疗保健生物测定研究人员正在开始利用神经网络来研究和测定此前难以量化的非典型风险因素。Google的研究人员利用视网膜图像训练神经网络,然后再用该神经网络去寻找心血管风险因素。其研究发现,通过视网膜不仅可以识别年龄、性别、抽烟习惯等风险因素,还可以对这些因素量化到一定的精确程度。类似地,梅奥诊所也跟以色列初创企业Beyond Verbal合作,通过分析声音的声学特征来寻找冠心病人独特的声音特性。研究发现,当受试者描述一段情感经历时,有两个声音特性跟冠心病存在强关联。初创企业Cardiogram最近的研究发现,利用深度学习,糖尿病引起的心率变异性改变可通过现成的可穿戴心率传感器检测出来。其检测精确率可达85%。AI寻找模式的能力将会继续为新的诊断方法和识别此前未知的风险因素开辟新的道路。自动索赔处理保险公司和初创企业正开始用AI计算车主的“风险评分”,对事故场景图片进行分析,并监控司机行为。蚂蚁金服在“事故处理系统”中利用了深度学习算法来进行图片处理。过去需要理算员现场处理的事情现在可以由先进图像处理承担了。车主只需上传车辆照片给蚂蚁金服,神经网络就会分析图片,自动进行损失评估。蚂蚁金服还建立了司机的风险档案来影响车险的定价模型。他们引入了所谓的“车险分”,基于信用记录、消费习惯、驾驶习惯等利用机器学习计算车主的风险评分。初创企业Nexar鼓励司机把自己的智能手机当成行车记录仪使用,并且将记录上传给Nexar app。车主的好处是可以有车险的折扣。拿到视频的app会利用计算机视觉算法监控路况、司机行为以及事故。App还提供了“事故重现”功能,并与保险客户合作处理索赔。初创企业Tractable可以让保险公司将受损车辆图片及车损估价上传到其索赔管理平台。“AI Review”功能就可以将这些资料与库中的几千图片对比,然后进行相应的定价调整。防伪/打假假货越来越难以识别,而在线购物又让卖假货变得空前的便利。为此,品牌商正在开始利用AI来打假。拼多多在18年Q3财报会上提了11次“假货”,称“打击假货和不诚信商家非常困难。”品牌正在两条战线上对抗假货的冲击:在线上,需要识别并让侵权商品下架。在线下,需要识别宰客的假货(如高级手包)。阿里巴巴正在利用深度学习持续扫描自家平台以发现IP侵权的情况。它利用了图像识别来确认图片的特征,再加上语义识别,从而监控上架商品图片中是否有品牌名称或者口号。造假者会利用跟品牌十分类似的关键字和图片来销售假货。而且他们就像牛皮藓一样,一旦假货下架之后,他们又会换一组关键词重新发布同样的假货。初创企业Red Points正在利用机器学习扫描网站潜在的侵权情况,并且找出造假者使用的关键字选择模式。线下打假就更加棘手了,而且需要更大的人力。卖家卖或者典当二手奢侈品手包时,验证过程通常需要鉴定专家亲自检查手包的工艺、材料及缝线模式。但是一些A货已经逼真到肉眼无法辨别的地步。初创企业Entrupy 跟鉴定专家合作建立真品、赝品数据库来训练算法已有2年时间。他们利用一种可以连接智能手机的便携式显微镜让用户拍照上传物件图片,算法再分析是否具备真品独有的微观特征。不过这种办法也有局限性。因为大多数按照标准规定制造的产品都有类似的特征(造假者也运用了这些工艺)。而且像芯片、纳米材料这样的东西并不适用。Cypheme采用的是另一种办法。基于人工智能的防伪溯源技术,通过使用特种纸张作为媒介制作标签,并可进行产品溯源。公司宣称这种标签使用了独家技术,是无法仿造的。而且即便标签是原件,如果不在数据库中有记录,产品也会被识别为假货。免收银零售进店、拿货、出门,这几乎给人感觉就是入店行窃。AI可以让过去被视为盗窃的事情及免收银零售变得更加常见。Amazon Go就彻底取消了收银流程,让顾客进店取货即走。但是Amazon并没有详细介绍过未来的运营和商业计划,只是说实现利用了传感器、摄像头、计算机视觉及深度学习算法但否认使用了人脸识别技术。像Standard Cognition和AiFi这样的初创企业则抓住了机会,将Amazon Go的方案普及到零售商。免收银商店的一大挑战是如何向适当的顾客收取正确的费用。迄今为止Amazon Go是唯一成功的商业案例,但是这个案例有很多因素是受控的。只有Prime会员才能进店。其他人要想效仿,必须先建立起自己的会员制。AiFi的方案是如果下载其app就可以拿货走人,不愿意下载的可以单独开辟收银台。但是商店的基础设施应如何支持这两种方案尚不清楚。另一大问题是销售点存货损耗问题,比如算错钱或者偷盗。依图与东芝的智能收银摄像头是其中一些解决方案。但是防偷盗问题与运营范围和规模相关。Amazon Go只有1800到3000平方英尺,但使用的摄像头就达到了数百个。几乎把每一寸地方都覆盖到了。但传统的超市一般都有40000平方英尺或以上,需要解决摄像头如何布局才能高效的问题。此外,由于商品种类繁多,如何才能识别哪位购物者取走了哪件商品呢?这些需要重量传感器、摄像头以及计算机视觉算法足够强大。Standard Cognition跟日本最大的CPG批发商百陆达合作,宣称要在2020年东京奥运会前改造3000家店铺。AiFi据报道已有20个零售商客户。近期而言,这项技术的发展要取决于部署成本及存货损失成本,以及零售商能否承担这些成本和风险。后端办公自动化AI正在对事务性工作进行自动化,但是数据的不同属性和格式会对这项工作构成挑战。不同的行业和应用都有其独特的挑战。比方说临床试验里面很多试验都是手写记录然后数字化的。但是这种格式往往难以搜索,而手写的临床记录又会对自然语言处理构成独特挑战。车险索赔自动处理中评估损伤和追溯事故根源时也会遇到麻烦。不过不同的板块都在开始不同程度地采用基于机器学习的工作流解决方案。机器人流程自动化(Robotic Process Automation ,RPA)泛指任何重复性的后端事务性工作的自动化,最近是炒作的主题之一。但就像AI一样,这个词涉及内容也是包罗万象,从数据录入到合规性检查、交易处理、客户培训不等。很多ML解决方案已经开始将图像识别与语言处理整合到一起。比如WorkFusion就把了解客户与反洗钱这样的后端运营工作自动化了。独角兽UiPath的服务已拥有700多家企业客户,包括DHL、NASA、HP等。Automation Anywhere是另一家独角兽。该公司有一个案例是跟一家全球银行合作,用机器学习进行自动化人力资源管理。“IQ机器人”会从多个国家多种语言提交的表格中提取信息、清洗数据,然后自动录入到人力资源管理系统内。不过RPA在很多行业尚处在起步阶段,有的在叠加预测性分析曾之前还得闲解决数字化的问题。语言翻译语言翻译的NLP既是挑战也是有待发掘的市场机遇。大公司正在挑战极限。机器翻译在后端办公自动化存在着巨大商机,在跨国组织、客户支持、新闻&媒体等领域均有应用机会。百度的耳机翻译器跟Google Pixel buds类似,据称能完成40种语言的实时互译。有的初创企业比如Unbabel则引入了人参与到记忆翻译系统当中,目标是用反馈回环来训练算法改进。1年前,Yoshua Bengio提出了用神经网络架构来取代传统统计法的翻译方案,后来Google就升级了Google Translate Tool的算法。Google原先采用的是基于短语的机器翻译(PBMT),其新的工具采用了神经机器翻译(GNMT)方案,并且提出了解决训练模型时遇到的时间和计算资源问题的解决方案。不过最近的突破却是来自Facebook的。据称其突破在于过去的方法只有在资源丰富的语种互译时比较有效,但对少数语种的翻译就比较有局限性。Facebook提出了一种可学习 93 种语言的联合多语言句子表征架构。该架构仅使用一个编码器,且可在不做任何修改的情况下实现跨语言迁移。随着大公司不断投入资源到改进翻译框架之中,翻译效率和语言能力也将得到改善,预计机器翻译将会在更多行业得到采用。合成训练数据训练AI算法离不开大规模的标签数据集。而逼真的仿造数据有望解决这个瓶颈问题。AI算法的表现取决于获得的数据,但是为不同应用获取数据并给数据打上标签却是耗时耗钱的活儿,甚至没有可行性(不妨设想无人车需要的危险情况数据)。合成数据集可以解决这个问题。2018年3月,英伟达推出了NVIDIA推出DRIVE Constellation仿真系统,称可以在虚拟现实环境中测试自动驾驶汽车安全行驶数十亿英里。比方说设想无人车行驶过程中遇到雷暴。英伟达的解决方案会模拟这种情况下车载传感器(摄像头或LiDAR)会生成什么样的数据。合成的传感器数据再提供给计算机进行决策,就好像自己真的在开车一样,然后把命令回传给虚拟汽车。一个有趣的新兴趋势是利用AI本身帮助生成更“逼真”的合成图像来训练AI。比方说英伟达就用GAN来生成假的脑瘤MRI图像。GAN可用来“增强”现实世界数据,意味着AI可以用混合现实世界和模拟数据来进行训练,从而形成更大规模更多样化的数据集。机器人是另一个极大受益于高精度合成数据的领域之一。类似AI.Reverie这样的早期阶段初创企业正在开发仿真平台为不同行业和场景生成数据集。随着技术的发展以及合成数据能够更精确地模拟现实场景,预计这会成为无法获取大规模数据集的小公司的催化剂。威胁强化学习从训练算法击败棋类游戏的世界冠军,到教AI耍杂技,研究人员正在用强化学习挑战极限。但对大规模数据集的需求目前限制了实际应用。强化学习因为DeepMind的AlphaGo而引起了媒体的大量关注。简而言之,强化学习的要点就是为了实现目标获得最大回报你需要干什么?也正因为此,强化学习在游戏和机器人仿真方面的发展最好。DeepMind的AlphaGo一开始是利用率有监督学习(用其他人类玩家数据训练算法)和强化学习(AI跟自己下)的。不过后来的AlphaGo Zero就完全是用强化学习来实现超人的表现了。最近加州大学伯克利分校的研究人员开始用计算机视觉和强化学习教算法学习YouTube视频上的杂耍视频。在无需人工标记姿势的情况下,计算机仿真角色就能重复视频里面的动作。而且还能在新环境中应用学到的技能。不过强化学习的采用情况跟目前最普遍的有监督学习完全不能同日而语。但强化学习的专利申请情况却是在不断增长的。网络优化从促进频谱共享到资产监控乃至于天线的优化设计,AI正在开始改变电信。电信网络优化是一组改进延时、贷款、设计或者架构的技术,任何以有利的方式增强数据流的东西都算。对通信服务提供商来说,优化会直接转化为更好的客户体验。除了带宽限制之外,通信面临的最大挑战之一是网络时延。类似手机AR/VR这样的应用只有在时延极低的情况下才好用。苹果最近被授予了一项专利,就是用机器学习来组建“预期网络”,预计像智能手机这样的无线设备在未来可能会执行什么样的操作,从而提前下载数据包以降低时延。机器学习的另一项新兴应用是频谱共享。频谱共享是解决频率资源短缺的必然之道。FCC(美国联邦通信委员会)要求,3.5到3.7GHz频段必须由不同用户共享。也就是说运营商可基于可用性动态访问共享的频谱,从而可以根据网络需求对带宽进行调整。而没有获得专用频谱许可的较小商业用户也可以访问。像Federated Wireless这样的公司提供了Secure Spectrum Access(SAS,安全频谱访问)来动态分配频谱给不同等级的用户,确保不会造成干扰。2018年,Federated Wireless被授予了一项专利,该专利运用了机器学习技术来对无线信号进行分类,同时又隐藏了联邦信号的特征,从而避免被黑客利用。DARPA则希望最终能从SAS转到完全基于ML的自动化系统。为此它在2016年推出了鼓励参赛者想出自主协作动态分配频谱办法的Spectrum Collaboration Challenge。并在2017年推出了Radio Frequency Machine Learning Systems,跟Federated Wireless的方案类似,DARPA也是希望用ML区分不同类型的信号。电信玩家也准备将基于AI的解决方案整合进下一代无线通信技术,也就是5G当中。三星为了应对5G时代的到来而收购了基于AI的网络与服务分析初创企业Zhilabs,称其软件将用于分析用户流量,对应用进行分类,改善整体服务质量。高通则把AI边缘计算看作其5G计划的关键部分。还有一些研究论文开始探索用神经网络来设计最优化的天线。无人车尽管无人车市场商机无限,但何时实现全自动尚不明朗。大量技术巨头和初创企业正在这个领域拼得头破血流。这个领域最富盛名的是Google。其Waymo已经在率先部署了无人车商业车队。投资者的投资热度依然没有消退。去年GM的Cruise Automation就拿到了10多亿美元的融资,Zoox也融了5亿美元。其他的初创企业还包括Drive.ai、Pony.ai与Nuro等。中国在无人车方面尤其加大了投入。2017年,百度发布了无人驾驶开放平台阿波罗,旨在将全球合作伙伴捆绑到一起,通过生态体系其他玩家的贡献来加速AI和无人驾驶的研究。阿里巴巴也改变了怀疑态度,最近也对其无人车进行了试驾。而尽管对这项技术的未来仍有怀疑,车企还是开足了马力。预计到2025年该市场将达到800亿美元。一些行业有望成为无人车的第一个吃螃蟹者,比如物流和履约中心。自动化物流——尤其是最后一公里的送货——是零售商和履约公司的头号关切,也是有望率先实现全自动的领域。无人车可以帮助应对费钱费力的最后一公里送货问题(成本将近配送成本的1/3)。像美国亚利桑那州这样的地方对无人车部署比较友好,从而成为了热门的试验场。2018年6月,机器人初创企业Nuro开始跟美国最大百货商Kroger合作配送百货。跟其他配送机器人不同,它的配送机器不仅在人行道行走,而且还会在社区道路行驶。在饭店业,Domino’s和必胜客是试验无人车的先驱。福特正在迈阿密试验配送比萨、百货等商品。包括Domino’s在内,其合作伙伴已经超过了70家企业。作物监控三种类型的作物监控正在农业领域取得发展:地面、空中及地理空间。精准农业无人机市场到2021年预计将达到29亿美元。无人机可以进行土地映射、利用热成像监控含水量,识别虫患以及喷洒农药。初创企业则关注于在第三方无人机捕捉到的数据之上增加一个分析层。比方说Taranis就用第三方的Cessna飞机来做这件事情。去年aranis还收购了农业AI技术初创企业Mavrx Imaging,后者开发了超高清影像技术来巡视和监控土地。Taranis还利用AI技术来拼接土地成像,并且来帮助识别潜在的作物问题。农机设备制造商John Deere也在利用AI来重塑自己。它收购了农机设备公司Blue River Technology。后者有利用计算机视觉来进行智能除草与喷洒解决方案。此类个体作物监控有望成为精准农业的主要颠覆者。如果地面农机设备靠计算机视觉而变得更加智能,并且只喷洒有需求的作物的话,就可以减少对消灭附近一切的除草剂的需求。精准喷洒也意味着除草剂、杀虫剂使用量的减少。除了田地以外,计算机视觉还可以对卫星影像进行分析,从而为农业耕作提供宏观层面的理解。比如嘉吉公司就投资了Descartes Labs,后者利用卫星数据为大豆、玉米等作物建立了一个预测模型。DARPA也在跟Descartes合作来预测作物安全。暂时网络威胁追捕对网络攻击做出反应已经不够了。利用机器学习主动“搜寻”威胁正在网络安全取得良好的发展势头。计算能力与算法的进步正在把以前只有理论上可行的破解变成了真正的安全问题。2018年全球共有4.5PB的数据被盗用。相比之下,2017年为2.6PB。跟AI的其他行业应用不一样,网络防御是黑客与安全人士之间的一场猫捉老鼠的游戏,双方均利用机器学习的进步来获取优势。威胁搜寻是主动寻找恶意活动而不是对告警或者破坏情况发生后再被动反应。搜寻从假设网络存在潜在缺陷开始,然后利用手工或者自动化工具来测试该假设,这是一个持续的、不断迭代的过程。不过网络安全所涉及的数据量使得机器学习成为该过程不可或缺的一部分。不过尽管不同业务对威胁捕捉均有需求,但目前仍属于较为小众化的方向。拥有大量数据资源的大型企业会更加关切这个东西。比方说,Amazon就收购了威胁追捕初创企业Sqrrl来开发产品,抓捕AWS客户账号上的黑客。另一家AI初创企业Cylance的关注点也是威胁追捕,去年也已被黑莓收购。网络的覆盖面越广就越容易受到攻击。威胁追捕有可能会有更大的发展势头,但是这个东西本身也有挑战性,比如如何应对不断变化的动态环境以及减少误报问题。对话式AI对于很多企业来说,聊天机器人已成AI的同义词——但是希望跟不上现实。Google的会话式AI功能Duplex遇到了麻烦。Duplex可以替用户打电话和进行预订,而且沟通方式就像人一样。但是这引发了道德担忧,大家质疑Duplex跟人对话时是否应该表明自己的身份。Google还把Duplex集成到了自己的新手机Pixel 3里面。这让这部智能手机成为了AI的动力室,里面还有一个“来电筛选”的选项,可以让Google Assistant筛选掉垃圾来电。美国的FAMGA和中国的BAT均在该领域投入了大量资源,但会话式AI暂时只在某些应用领域具备一定的可行性。其中最广泛的应用之一是客户服务。聊天机器人(注:并非所有机器人都采用自然语言处理)形成了跟用户交互的第一层,然后根据复杂性程度再把查询交给人处理。但是医疗保健和保险的应用就比较有挑战性,因为这些领域的分类(测定情况的紧急程度)很复杂。类似地,基于语音的对话式购物者没有视觉线索的情况下也很有挑战。尽管分析师和CPG品牌均谈到了语音购物可能是零售的下一个大事物,但这个东西还是没有做起来。除了记录特别物品外,它未能提供可带动在线贸易的关键客户体验。心理保健是聊天机器人有望成为颠覆性力量的另一个领域。心理保健的高成本与全天候服务的吸引力导致了基于AI的心理保健机器人新时代的崛起。早期阶段初创企业的关注点是利用认知行为疗法来作为许多情绪跟踪和数字健康日记app的会话式扩展。但是心理健康的范围也很大,不同心理疾病在症状、分析主观性上各异,而且需要高级的情绪认知和人际互动。所以尽管会话式AI具备成本和便利性的优势,但在像心理保健这样的领域应用会面临很大的困难。药物发现随着AI生物技术初创企业的出现,传统制药公司正在寻求通过AI SaaS初创企业来获得长周期的药物发现的创新性解决方案。2018年,辉瑞跟AI初创企业XtalPi达成了一项战略合作关系,双方一起合作来预测小分子的制药属性,并开发“基于计算的合理药物设计”。顶级制药公司像诺华、赛诺菲、葛兰素史克、安进以及默克等均在最近宣布了跟AI初创企业的合作关系,以便为从肿瘤到心脏病等疾病发现新的候选药物。对本领域的兴趣也推动了AI药物发现初创企业股权交易的发展,2018年Q2的交易数达到了20桩,相当于2017年全年。像Recursion Pharmaceuticals这样的生物技术AI公司在AI与药物研发方面均有投入,而传统制药公司主要是跟AI SaaS初创企业合作。尽管许多这样的初创企业仍然处在融资的早期阶段,但是均声称已有制药公司客户。虽然药物配方阶段的成功指标寥寥无几,但制药公司正在押注数百万美元到AI算法身上,希望能发现新颖的治疗候选方案,并且改变冗长的药物发现流程。原文链接:https://www.cbinsights.com/research/report/ai-trends-2019/编译组出品。编辑:郝鹏程。
中国青年报客户端讯(中国青年报·中国青年网记者 王聪聪)近日发布的2019年二季度《中国就业市场景气报告》显示,2018年四季度至2019年二季度,CIER指数(趋势和周期分项)连续三个季度保持基本稳定,且有极小幅度的上升,这是2017年三季度以来就业市场首次出现企稳迹象。该报告由中国人民大学中国就业研究所与智联招聘联合推出。CIER(中国就业市场景气指数)反映我国就业市场的整体走势及景气程度,CIER越高,说明就业越景气。该指标采用智联招聘全站数据分析而得。从行业来看,中介服务行业就业仍最好,该行业招聘需求人数环比增加35.9%,大于求职申请人数的增幅。保险、酒店/餐饮、外包服务行业招聘需求增长明显,CIER指数排名上升;能源/矿产/采掘/冶炼、印刷/包装/造纸和办公用品及设备等行业就业相对较差,竞争激烈。值得注意的是,与去年同期相比,互联网/电子商务和房地产/建筑/建材/工程行业的招聘需求人数分别减少13.6%和17.9%,用工需求有下降趋势。金融业招聘职位数同比降幅在所有行业中依然最大,达37.0%。其中,基金/证券/期货/投资、信托/担保/拍卖/典当行业的职位数同比降幅分别为43.5%、31.9%。智联招聘数据显示,2019年二季度,基金/证券/期货/投资、信托/担保/拍卖/典当行业的简历投递数同比也分别下降21.5%、26.8%,一季度同比分别下降35.9%、44.4%。金融行业近一年来在人才供需上呈现持续收缩的态势,在所有行业中收缩趋势最明显。酒店/餐饮、旅游/度假、零售/批发、物流/仓储、房地产/建筑/建材/工程等行业,在三线城市需求增长更为突出,招聘职位数同比均增加,增幅分别为22.9%、11.3%、15.1%、43.5%、10.3%,增幅高于其他城市。报告认为,这与当前全国消费形势的变化较为一致。一、二线城市居民在较高生活成本的压力下难以释放出强大的消费活力,三、四线城市正在实现消费“逆袭”。近年来三、四线城市的总消费表现优于一、二线城市,这也带来三、四线城市相关行业就业市场的繁荣。数据显示,二季度IT行业的招聘职位数同比也在下降,IT服务(系统/数据/维护)、计算机硬件行业同比分别下降13.3%和15.9%。但是从企业类型看,IT服务、计算机硬件行业中国企的招聘职位数上涨,同比分别提高2.6%和9.7%,招聘岗位以软件/互联网开发/系统集成、IT运维/技术支持等为主。随着IT国产化的加速推进,在其中起到重要作用的国有企业对IT领域的重视和投入度越来越高,人才需求呈现扩张趋势。从职业来看,技工/操作工、销售业务、烹饪/料理/食品研发、教育/培训等职业的就业仍较好;物业管理、生产管理/运营和销售行政/商务等职业就业竞争相对激烈,同时受招聘需求人数环比减少的影响,IT管理/项目协调、环境科学/环保和广告/会展职业在本季度进入CIER指数较低的职业行列。从区域来看,二季度CIER指数仍呈东部、中部、西部和东北地区依次递减的趋势;主要城市群中,长三角和珠三角的就业市场相对宽松,京津冀地区就业竞争激烈。从城市等级来看,二季度的CIER指数仍呈现一线、新一线、二线以及三线城市依次递增的态势。其中,二季度CIER指数较高的城市主要仍是长三角、珠三角和东部沿海地区的二、三线城市,CIER指数较低的城市仍以一线和新一线城市为主。2019年二季度CIER指数较高的城市主要仍是长三角、珠三角和东部沿海地区的二、三线城市,如温州、泉州、嘉兴、中山、淮安、镇江和威海,一线和新一线城市中仅宁波进入CIER指数较高的城市排名中。另外,南宁和洛阳等二、三线城市就业也较好。环比来看,这些城市的招聘需求人数都在增加,除南宁外,求职申请人数都在减少,CIER指数上升。南宁的招聘需求人数环比增加23.5%,求职申请人数环比增加8.8%,CIER指数也上升。本季度就业较差的城市仍以一线和新一线城市为主,如北京、沈阳、天津、深圳和长沙,东北地区的长春、哈尔滨和大连作为二线城市,以及内蒙古自治区的呼和浩特和包头作为三线城市也仍在CIER指数较低的城市排名当中。与上一季度相比,这些城市的招聘需求人数环比增加10%-25%,求职申请人数环比减少或小幅增加,CIER指数环比都有上升。但是,CIER指数仍相对较低,就业市场供求关系紧张。从企业规模来看,大型企业CIER指数相对较高,中型、小型和微型企业CIER指数均较低。各类规模企业的CIER指数环比均有回升,但都低于去年同期水平。特别是微型企业,招聘需求人数的环比增幅较大,但与2018年二季度的水平有一定差距,未来走势需要持续关注。
●最高检工作报告中盛春平等4起正当防卫案例引领、重塑了正当防卫理念,让“法不能向不法让步”深入人心●检察机关要坚持法律面前人人平等的宪法原则,依法平等保护各类市场主体;要秉持谦抑、审慎、善意的司法理念,在司法办案中尽可能不影响企业的正常经营和运转;要秉持客观公正的法治立场,准确把握罪与非罪的界限,立足检察职能,促进社会治理现代化●彭玉枫虚假诉讼案,正是公安机关、审判机关和检察机关既各尽权责又相互协作的结果,体现了最高检党组多次强调的“检察机关要与其他执法司法部门形成良性、互动、积极的工作关系”理念□法制日报全媒体记者陈东升王春□通讯员邱春艳在今年全国两会上,《最高人民检察院工作报告》(以下简称最高检工作报告)提到多个典型案例,浙江检察占其三。杭州盛春平正当防卫案、永康平板走步机案、绍兴彭玉枫虚假诉讼案。惜字如金的最高检工作报告分别提到了上述3起浙江检察机关承办的案件。为何提到浙江的这3起具体案例?这些案例背后有何深意?诠释了哪些司法检察理念?引领重塑正当防卫理念鼓励公众依法保护权益“指导地方检察机关查明涞源反杀案、邢台董民刚案、杭州盛春平案、丽江唐雪案等影响性防卫案件事实,依法认定正当防卫。”最高检工作报告一口气点出了4起正当防卫案例,让人们意识到检察机关依法适用正当防卫的决心。因为正当防卫这四个字,山东莱州一位名叫盛春平的年轻人改写了命运。2018年7月,原本打算去见女网友的盛春平在毫不知情的情况下,被骗入浙江桐庐一传销窝点。为逃离现场,盛春平用刀刺伤其中一名男子,该男子经救治后脱险,但最终死亡。2018年8月27日,盛春平因涉嫌故意伤害罪被依法执行逮捕。同年11月20日,该案报送杭州市人民检察院审査决定。2019年3月22日,杭州市人民检察院对盛春平作出不起诉决定,认定盛春平的行为属于正当防卫。杭州市检察院在审查时认为,案发时,盛春平并不知道对方是传销组织人员,也不知道对方的意图。同时,案件发生时间很短,进入传销窝点后,盛春平的恐惧感不断增强。盛春平用随身携带的水果刀挥舞,目的是为了逃离,在挥舞中刺中了上前夺刀的成某。杭州市检察院公诉一部主任张洪阁说:“该案在行为性质认定时需要注意几点,一是案发时双方人员力量悬殊,盛春平不借助防卫工具无法实现防卫目的;二是案发时的环境封闭隔绝,盛春平在慌乱和惊恐的环境下,身心处于应激状态,要求其对防卫手段的选择和对防卫程度的把控作出精准判断,既不客观又不合理;三是双方对峙时,盛春平是先躲避,再拿出水果刀警告,且是边向门口退却边持刀警告,并无蓄意主动加害的故意和行为;四是盛春平并非刻意选择工具,所持的是日常使用的折叠水果刀;五是防卫中仅刺中其中一名非法侵害人,未实施进一步的侵害行为,之后放弃行李仓促逃脱现场,足以反映出其防卫目的。”张洪阁进一步分析说,案发后成某被送往医院,经救治后伤情稳定,生命体征平稳。出院后,医生建议其到当地医院进一步康复治疗,注意休息,避免情绪激动,预防感染,注意康复锻炼。但成某和传销人员未遵医嘱,存在怠于送医、疏于照看等情况,导致成某在传销窝点突发昏迷,被送至医院抢救无效死亡。可见,成某死亡结果的发生存在多种因素的共同作用,并不能以最终结果作为判断评价防卫行为是否超过必要限度的唯一因素。最高检有关负责人说,在一些地方,正当防卫制度一度处于“沉睡”状态,但我国关于正当防卫的立法其实已经比较完整。强化责任担当,激活正当防卫制度,既是顺应人民群众对公平正义、权益保障的新期待,更有利于彰显依法防卫者优先保护理念,鼓励公民依法保护自身合法权利的勇气,坚定公众对法治的信仰。最高检工作报告中盛春平等4起正当防卫案例引领、重塑了正当防卫理念,让“法不能向不法让步”深入人心。而依法适用正当防卫的办案实例,便是检察官践行客观公正立场的生动实践。准确把握罪与非罪界限办理一案件保障一行业浙江省永康市检察院的办案检察官万万没想到,他们办理的一起案件,竟助推了一项国家标准的确立。刘某是浙江某工贸有限公司法定代表人。2018年9月21日,刘某因涉嫌生产、销售伪劣产品罪被永康市公安局刑事拘留。刘某的公司是一家专业研发、生产智能平板健走跑步机(以下简称走步机)等高档健身器材的民营企业。2017年11月至12月,该公司生产、销售的总金额为700多万元的走步机,经质监部门抽样检测后,被认为产品不符合跑步机的国家强制性标准,被认定为不合格产品。2018年11月,永康市公安局将该案移送永康市检察院审查起诉。走步机能否适用跑步机的办案标准,到底是创新产品还是伪劣产品?永康市检察院通过调研了解到,涉案走步机在运行速度、产品结构等方面均与传统跑步机存在明显区别,简单依据跑步机的国家强制性标准径行认定该产品不合格并不合理。而且这款走步机是该公司历时3年研发的成果,曾获10多项专利,市场前景好。消费者的使用体验也很好,未发生人身、财产受损情况。永康市检察院积极作为,立足办案,延伸检察职能,主动致函市场监管部门,商请层报国家标准委,请示走步机的标准适用问题。同时,为了保障企业的正常生产经营活动,检察机关还建议公安机关慎用羁押措施,由公安机关直接对刘某变更强制措施为取保候审。2019年3月27日,国家市场监管总局正式发函,认定“新型平板走步机”为一种创新产品,不适用跑步机国家标准,确立了走步机行业应当适用的国家标准。最终,永康市检察院对刘某作不起诉处理。走步机案也“走进”最高检工作报告。“这个案例完美诠释了检察机关对民营企业的平等保护。”最高检工作报告起草组有关负责人介绍了选择这个案例的考量,体现检察机关“对涉案民营企业负责人慎捕慎诉”原则。检察机关介入时,民营企业负责人已被刑事拘留,为维护企业的正常经营,检察机关建议公安机关慎用羁押措施,由公安机关直接对刘某变更强制措施为取保候审,体现了检察机关办案时不因循守旧、机械执法,而是考虑经济社会发展状况,审慎办理涉及科技创新领域案件。谈及这起案件的办案体会,浙江省人民检察院党组书记、检察长贾宇条分缕析地总结道:第一,检察机关要坚持法律面前人人平等的宪法原则,依法平等保护各类市场主体。涉案的企业不论是国企还是民营,是上市公司还是小微公司,都要平等保护。第二,检察机关要秉持谦抑、审慎、善意的司法理念,在司法办案中尽可能不影响企业的正常经营和运转。永康市检察院在办理这起案件时,一方面考虑到涉案人是企业的负责人,同时这个案件本身罪与非罪又是存在争议的,所以他们在接手案件的第一时间,就建议公安机关变更对于涉案人的强制措施,以取保候审的方式让他继续负责企业的运转和经营,并配合司法机关办案。第三,检察机关要秉持客观公正的法治立场,准确把握罪与非罪的界限,立足检察职能,促进社会治理的现代化。这起案件的办理不仅有效地防止了“办理一起案件、垮掉一个企业、下岗一批职工”的情况发生,还起到了“办理一个案件、扶助一批企业、规范一个行业”的良好效果。多方合力协作各尽其责遏制以法实现不法目的虚假诉讼,俗称“打假官司”,指当事人单方或者与他人恶意串通,采取伪造证据、虚假陈述等手段,以捏造的事实提起诉讼或仲裁,使法院作出错误的判决、裁定、调解书、执行文书,从而谋取不正当利益。从表面上看,虚假诉讼是用法律手段起诉、申请执行,但实际上是实现不法目的。究其本质,虚假诉讼是以法去实现不法目的。这种“打假官司”的行为不仅让老百姓深受其害、深恶痛绝,也让法官不胜其扰。如何遏制以法实现不法目的,是司法机关的共同责任。“浙江省检察院在信息化建设方面进行了有益的探索,牵头建设政法一体化办案系统,全面推广绍兴市检察院研发的‘民事裁判智慧监督系统’,为全省和全国部分省开展虚假诉讼线索排查提供便利。建议最高检广泛总结各地做法,积极借鉴法院、公安机关信息化建设的经验,进一步提升检察信息化水平。”近日,最高检在征求对检察工作的意见建议时,浙江省人大常委会党组书记、副主任梁黎明提到了由绍兴市检察院研发的“民事裁判智慧监督系统”。正是借助这个系统和法院、公安等部门的大力支持,绍兴市检察机关成功办理了彭玉枫虚假诉讼案。浙江省绍兴市上虞区检察院在办案中发现,彭玉枫于2016年6月至2018年5月期间在浙江省绍兴市上虞区法院频繁进行民间借贷纠纷案件的起诉、撤诉与申请执行,法院为此作出的相应生效裁判案件多达51件,金额共计271.67万元。发现案件可疑后,绍兴市检察机关通过自行研发的“民事裁判智慧监督系统”进一步比对分析,该批借贷案件中借条中的出借人处名字空白、无利息约定、无支付凭证、无诉讼代理人、被告缺席判决,涉嫌虚假诉讼的可能性极大。经进一步调查核实,这些案件不仅确实存在虚假诉讼情形,且背后还存在一个以程瑞君、彭玉枫等人为首的高利贷犯罪团伙,可能制造参与了一系列涉黑涉恶犯罪活动,遂将相关犯罪线索移送公安机关。经查,以程瑞君为首,以彭玉枫等人为骨干的团伙,以开办二手车交易行和典当行作为放贷平台,与借款人、保证人签订借贷合同,约定高额利息,在扣除头期利息和各种手续费后交付借款本金,同时强迫对方出具虚增借款金额的借条。对借款人无力支付的高利贷,一方面采用暴力手段催讨;另一方面由未参与签约的彭玉枫作为原告频繁起诉和申请执行,起诉时凭借虚增借款金额的借条并隐瞒借款方已全部或部分归还借款的事实,骗取法院作出判决和执行裁定,通过申请强制执行以获取高利贷非法利益。绍兴市检察机关通过抗诉、再审检察建议等方式对以彭玉枫为原告的50件民事虚假诉讼案件实施检察监督,法院启动再审后均撤销原判予以改判。对程瑞君等14人的涉黑涉恶刑事案件,上虞区检察院于2019年4月向上虞区法院提起公诉。2020年1月8日,程瑞君等14人因组织、领导、参加黑社会性质组织罪,敲诈勒索罪,寻衅滋事罪,非法拘禁罪,诈骗罪等犯罪分别被上虞区法院判处二十一年至一年不等的有期徒刑。通过办理该系列案件,绍兴市检察机关进一步总结形成了“智能排查、人工审查、深入调查、移送侦查、判决监督”的“五步式”虚假诉讼监督模式,依托智慧监督系统,将虚假诉讼监督从个别、被动的监督转变为全面、主动的监督,实现民事检察监督的转型升级。值得一提的是,这一监督模式运行,离不开法院和公安机关的大力支持。早在2018年11月,绍兴市法院、检察院、公安局就联合制定了《关于建立防范和打击虚假诉讼联动衔接机制的意见》,法院主动向检察机关全面通报移送裁判文书、审理过程主要节点信息,实现诉讼信息相互共享;检察机关通过智慧民事检察系统发现的线索,及时移送公安机关,公安机关办理刑民交叉案件尤其是“套路贷”等案件中涉及民事诉讼的,及时移送检察机关民事检察部门,从而有效形成线索双移送、结果双反馈机制。据绍兴市检察院党组书记、检察长翁跃强介绍,在多部门联动合力下,2018年5月至2019年年底,绍兴市检察机关共办理虚假民事诉讼案件320件,涉案金额达2.5亿元,在提出抗诉和发送再审检察建议案件中,法院已依法改判206件,一批犯罪分子受到了法律惩罚。“公安机关、审判机关、司法行政机关与检察机关在各类案件办理过程中,总体是分工负责、各尽权责。”最高检工作报告起草组有关负责人说,彭玉枫虚假诉讼案中,正是公安机关、审判机关和检察机关既各尽权责又相互协作,不仅让虚假诉讼现了原形,还揪出了背后的涉黑涉恶犯罪,体现了最高检党组多次强调的“检察机关要与其他执法司法部门形成良性、互动、积极的工作关系”的理念。
人民网成都7月6日电(黄岚)7月5日,由四川省文学艺术界联合会指导,四川省艺术品产业协会艺术品经纪人专委会举办的“2020成都艺术金融高峰论坛”在蓉举行。会上发布了《2020成都艺术金融年度报告》(以下简称《报告》),《报告》全面分析了艺术金融领域发展现状及趋势,艺术品线上交易逆市增长,半年达成近三千万交易额。此次论坛旨在汇聚艺术界、金融界的专家、学者和企业家共同研究艺术金融跨学科融合发展趋势,促进文化产业创新发展。业内专家预计艺术金融这一市场发展潜力巨大,未来将达到万亿级别,将给艺术品交易市场带来新的发展活力,将成为文化产业的新生产力。艺术金融,是将艺术品转化为金融工具,以金融资产纳入个人和机构的理财方式。具体而言是各种资本通过艺术品产权交易、艺术品按揭与抵押、艺术品信托、艺术品基金、艺术品典当与租赁等各种金融形式介入艺术领域。艺术与金融的跨界融合,将引发相关产业链的集群发展效应。当天的论坛上,艺术之库发布了《2020成都艺术金融年度报告》,《报告》深度分析了艺术金融这一新兴的跨学科、跨领域的市场前景与趋势,特别提出了“要在保持艺术品唯一性这一前提下,以平尺化来实现符合金融要求的标准化”这一全新的理念。此外,艺术之库还发布了《艺术之库运营报告》。艺术之库通过嫁接金融机构资源,撬动资本杠杆带动艺术品交易快速增长。2020年上半年,该平台每月销售额快速递增,1-6月销售额累计近三千万元,为艺术品交易市场经济注入新动力与活力。四川省艺术品产业协会艺术品经纪人专委会副会长表示,“艺术之库将通过创新运营理念、评估体系、商业模式,用金融撬动艺术品市场,艺术品线上交易实现快速发展。”据介绍,目前艺术之库平台已吸引60余位艺术家签约入驻,平台通过创新“丹青艺术标准体系”,即设定以每平尺单元价格{元}为一个“丹青”标准单位,任何书画家的任何作品都可以通过“丹青”的倍数来定义其价值和相应的价格,有效促进了艺术品交易市场标准化、规范化发展。论坛还就“以艺术金融为尖端,艺术品在线交易为基础,融合文创、文旅形成艺术金融的全产业链”的“艺术金融小镇”的新概念进行了研究。【来源:人民网四川频道】版权归原作者所有,向原创致敬
为规范地方金融行政执法行为,促进严格规范公正文明执法,保障各级地方金融监管部门依法履职尽责,维护当事人合法权益,根据国家相关法律法规,以及《四川省地方金融监督管理条例》有关规定,结合四川省地方金融监管实际,四川省地方金融监督管理局于近日制定并印发了《四川省地方金融行政执法工作流程(试行)》,对进入融资担保公司和典当行作了一系列行政许可规定。其中,注册资本的最低限额分别为:融资担保公司1亿元人民币,典当行300万元人民币。融担:需无重大违法违规记录融资担保公司的设立、合并、分立或者减少注册资本,省外融资担保公司在四川省设立分支机构,应当按照有关规定,经省地方金融监督管理局批准后方可实施。申请设立融资担保公司,应当符合下列条件:股东信誉良好,最近3年无重大违法违规记录;注册资本不低于人民币1亿元,且为实缴货币资本;拟任董事、监事、高级管理人员熟悉与融资担保业务相关的法律法规,具有履行职责所需的从业经验和管理能力;有健全的业务规范和风险控制等内部管理制度。申请设立融资担保公司,应当提供下列材料:设立申请(应当载明拟设立融资担保公司的名称、住所、注册资本、股东及出资额、经营范围等内容)及可行性研究报告;公司章程(草案),股东名册及出资额、股权结构表,出资人出资承诺书;拟任董事、监事、高级管理人员名册。股东资信证明材料(法人股东需提供经年检合格的企业营业执照、公司章程,近三年经审计的财务报表及近期财务报表,人民银行征信报告;自然人股东需提供个人简历,出资能力证明,出资来源及证明材料,无犯罪记录申明书,人民银行征信报告),律师事务所出具的出资人出资能力和资金来源合法性的法律意见书。同时要求提供拟任董事、监事、高级管理人员材料(身份证明,个人简历,学历证书,专业资格证书,无犯罪记录申明书,人民银行征信报告);营业场所证明材料(房产证、购房合同或者租房合同等);具有法定资格的验资机构出具的验资证明;市场监管部门核发的《市场主体名称预先登记告知书》。典当:注册资本最低为300万元典当行的设立、分立、合并,设立分支机构,变更名称、注册资本、法定代表人、住所、转让股份的,应当按照有关规定,经省地方金融监督管理局批准后方可实施。申请设立典当行,应当符合下列条件:有符合法律、法规规定的章程;注册资本最低限额为300万元;从事房地产抵押典当业务的,注册资本最低限额为500万元;从事财产权利质押典当业务的,注册资本最低限额为1000万元;有符合要求的营业场所和办理业务必需的设施;有熟悉典当业务的经营管理人员及鉴定评估人员;有两个以上法人股东,且法人股相对控股;符合有关治安管理要求。申请设立典当行,应当提供下列材料:设立申请(应当载明拟设立典当行的名称、住所、注册资本、股东及出资额、经营范围等内容)及可行性研究报告;典当行章程、出资协议及出资承诺书;典当行业务规则、内部管理制度及安全防范措施;具有法定资格的验资机构出具的验资证明。同时要求提供档案所在单位人事部门出具的个人股东、拟任法定代表人和其他高级管理人员的简历;具有法定资格的会计师事务所出具的法人股东近期财务审计报告及出资能力证明、法人股东的董事会(股东会)决议及营业执照副本复印件;符合要求的营业场所的所有权或者使用权的有效证明文件;市场监管部门核发的《市场主体名称预先登记告知书》。(文章来源:金融投资报)
浙江3起案例入选最高检工作报告典型案例“法不能向不法让步”深入人心● 最高检工作报告中盛春平等4起正当防卫案例引领、重塑了正当防卫理念,让“法不能向不法让步”深入人心● 检察机关要坚持法律面前人人平等的宪法原则,依法平等保护各类市场主体;要秉持谦抑、审慎、善意的司法理念,在司法办案中尽可能不影响企业的正常经营和运转;要秉持客观公正的法治立场,准确把握罪与非罪的界限,立足检察职能,促进社会治理现代化● 彭玉枫虚假诉讼案,正是公安机关、审判机关和检察机关既各尽权责又相互协作的结果,体现了最高检党组多次强调的“检察机关要与其他执法司法部门形成良性、互动、积极的工作关系”理念在今年全国两会上,《最高人民检察院工作报告》(以下简称最高检工作报告)提到多个典型案例,浙江检察占其三。杭州盛春平正当防卫案、永康平板走步机案、绍兴彭玉枫虚假诉讼案。惜字如金的最高检工作报告分别提到了上述3起浙江检察机关承办的案件。为何提到浙江的这3起具体案例?这些案例背后有何深意?诠释了哪些司法检察理念?引领重塑正当防卫理念 鼓励公众依法保护权益“指导地方检察机关查明涞源反杀案、邢台董民刚案、杭州盛春平案、丽江唐雪案等影响性防卫案件事实,依法认定正当防卫。”最高检工作报告一口气点出了4起正当防卫案例,让人们意识到检察机关依法适用正当防卫的决心。因为正当防卫这四个字,山东莱州一位名叫盛春平的年轻人改写了命运。2018年7月,原本打算去见女网友的盛春平在毫不知情的情况下,被骗入浙江桐庐一传销窝点。为逃离现场,盛春平用刀刺伤其中一名男子,该男子经救治后脱险,但最终死亡。2018年8月27日,盛春平因涉嫌故意伤害罪被依法执行逮捕。同年11月20日,该案报送杭州市人民检察院审査决定。2019年3月22日,杭州市人民检察院对盛春平作出不起诉决定,认定盛春平的行为属于正当防卫。杭州市检察院在审查时认为,案发时,盛春平并不知道对方是传销组织人员,也不知道对方的意图。同时,案件发生时间很短,进入传销窝点后,盛春平的恐惧感不断增强。盛春平用随身携带的水果刀挥舞,目的是为了逃离,在挥舞中刺中了上前夺刀的成某。杭州市检察院公诉一部主任张洪阁说:“该案在行为性质认定时需要注意几点,一是案发时双方人员力量悬殊,盛春平不借助防卫工具无法实现防卫目的;二是案发时的环境封闭隔绝,盛春平在慌乱和惊恐的环境下,身心处于应激状态,要求其对防卫手段的选择和对防卫程度的把控作出精准判断,既不客观又不合理;三是双方对峙时,盛春平是先躲避,再拿出水果刀警告,且是边向门口退却边持刀警告,并无蓄意主动加害的故意和行为;四是盛春平并非刻意选择工具,所持的是日常使用的折叠水果刀;五是防卫中仅刺中其中一名非法侵害人,未实施进一步的侵害行为,之后放弃行李仓促逃脱现场,足以反映出其防卫目的。”张洪阁进一步分析说,案发后成某被送往医院,经救治后伤情稳定,生命体征平稳。出院后,医生建议其到当地医院进一步康复治疗,注意休息,避免情绪激动,预防感染,注意康复锻炼。但成某和传销人员未遵医嘱,存在怠于送医、疏于照看等情况,导致成某在传销窝点突发昏迷,被送至医院抢救无效死亡。可见,成某死亡结果的发生存在多种因素的共同作用,并不能以最终结果作为判断评价防卫行为是否超过必要限度的唯一因素。最高检有关负责人说,在一些地方,正当防卫制度一度处于“沉睡”状态,但我国关于正当防卫的立法其实已经比较完整。强化责任担当,激活正当防卫制度,既是顺应人民群众对公平正义、权益保障的新期待,更有利于彰显依法防卫者优先保护理念,鼓励公民依法保护自身合法权利的勇气,坚定公众对法治的信仰。最高检工作报告中盛春平等4起正当防卫案例引领、重塑了正当防卫理念,让“法不能向不法让步”深入人心。而依法适用正当防卫的办案实例,便是检察官践行客观公正立场的生动实践。准确把握罪与非罪界限 办理一案件保障一行业浙江省永康市检察院的办案检察官万万没想到,他们办理的一起案件,竟助推了一项国家标准的确立。刘某是浙江某工贸有限公司法定代表人。2018年9月21日,刘某因涉嫌生产、销售伪劣产品罪被永康市公安局刑事拘留。刘某的公司是一家专业研发、生产智能平板健走跑步机(以下简称走步机)等高档健身器材的民营企业。2017年11月至12月,该公司生产、销售的总金额为700多万元的走步机,经质监部门抽样检测后,被认为产品不符合跑步机的国家强制性标准,被认定为不合格产品。2018年11月,永康市公安局将该案移送永康市检察院审查起诉。走步机能否适用跑步机的办案标准,到底是创新产品还是伪劣产品?永康市检察院通过调研了解到,涉案走步机在运行速度、产品结构等方面均与传统跑步机存在明显区别,简单依据跑步机的国家强制性标准径行认定该产品不合格并不合理。而且这款走步机是该公司历时3年研发的成果,曾获10多项专利,市场前景好。消费者的使用体验也很好,未发生人身、财产受损情况。永康市检察院积极作为,立足办案,延伸检察职能,主动致函市场监管部门,商请层报国家标准委,请示走步机的标准适用问题。同时,为了保障企业的正常生产经营活动,检察机关还建议公安机关慎用羁押措施,由公安机关直接对刘某变更强制措施为取保候审。2019年3月27日,国家市场监管总局正式发函,认定“新型平板走步机”为一种创新产品,不适用跑步机国家标准,确立了走步机行业应当适用的国家标准。最终,永康市检察院对刘某作不起诉处理。走步机案也“走进”最高检工作报告。“这个案例完美诠释了检察机关对民营企业的平等保护。”最高检工作报告起草组有关负责人介绍了选择这个案例的考量,体现检察机关“对涉案民营企业负责人慎捕慎诉”原则。检察机关介入时,民营企业负责人已被刑事拘留,为维护企业的正常经营,检察机关建议公安机关慎用羁押措施,由公安机关直接对刘某变更强制措施为取保候审,体现了检察机关办案时不因循守旧、机械执法,而是考虑经济社会发展状况,审慎办理涉及科技创新领域案件。谈及这起案件的办案体会,浙江省人民检察院党组书记、检察长贾宇条分缕析地总结道:第一,检察机关要坚持法律面前人人平等的宪法原则,依法平等保护各类市场主体。涉案的企业不论是国企还是民营,是上市公司还是小微公司,都要平等保护。第二,检察机关要秉持谦抑、审慎、善意的司法理念,在司法办案中尽可能不影响企业的正常经营和运转。永康市检察院在办理这起案件时,一方面考虑到涉案人是企业的负责人,同时这个案件本身罪与非罪又是存在争议的,所以他们在接手案件的第一时间,就建议公安机关变更对于涉案人的强制措施,以取保候审的方式让他继续负责企业的运转和经营,并配合司法机关办案。第三,检察机关要秉持客观公正的法治立场,准确把握罪与非罪的界限,立足检察职能,促进社会治理的现代化。这起案件的办理不仅有效地防止了“办理一起案件、垮掉一个企业、下岗一批职工”的情况发生,还起到了“办理一个案件、扶助一批企业、规范一个行业”的良好效果。多方合力协作各尽其责 遏制以法实现不法目的虚假诉讼,俗称“打假官司”,指当事人单方或者与他人恶意串通,采取伪造证据、虚假陈述等手段,以捏造的事实提起诉讼或仲裁,使法院作出错误的判决、裁定、调解书、执行文书,从而谋取不正当利益。从表面上看,虚假诉讼是用法律手段起诉、申请执行,但实际上是实现不法目的。究其本质,虚假诉讼是以法去实现不法目的。这种“打假官司”的行为不仅让老百姓深受其害、深恶痛绝,也让法官不胜其扰。如何遏制以法实现不法目的,是司法机关的共同责任。“浙江省检察院在信息化建设方面进行了有益的探索,牵头建设政法一体化办案系统,全面推广绍兴市检察院研发的‘民事裁判智慧监督系统’,为全省和全国部分省开展虚假诉讼线索排查提供便利。建议最高检广泛总结各地做法,积极借鉴法院、公安机关信息化建设的经验,进一步提升检察信息化水平。”近日,最高检在征求对检察工作的意见建议时,浙江省人大常委会党组书记、副主任梁黎明提到了由绍兴市检察院研发的“民事裁判智慧监督系统”。正是借助这个系统和法院、公安等部门的大力支持,绍兴市检察机关成功办理了彭玉枫虚假诉讼案。浙江省绍兴市上虞区检察院在办案中发现,彭玉枫于2016年6月至2018年5月期间在浙江省绍兴市上虞区法院频繁进行民间借贷纠纷案件的起诉、撤诉与申请执行,法院为此作出的相应生效裁判案件多达51件,金额共计271.67万元。发现案件可疑后,绍兴市检察机关通过自行研发的“民事裁判智慧监督系统”进一步比对分析,该批借贷案件中借条中的出借人处名字空白、无利息约定、无支付凭证、无诉讼代理人、被告缺席判决,涉嫌虚假诉讼的可能性极大。经进一步调查核实,这些案件不仅确实存在虚假诉讼情形,且背后还存在一个以程瑞君、彭玉枫等人为首的高利贷犯罪团伙,可能制造参与了一系列涉黑涉恶犯罪活动,遂将相关犯罪线索移送公安机关。经查,以程瑞君为首,以彭玉枫等人为骨干的团伙,以开办二手车交易行和典当行作为放贷平台,与借款人、保证人签订借贷合同,约定高额利息,在扣除头期利息和各种手续费后交付借款本金,同时强迫对方出具虚增借款金额的借条。对借款人无力支付的高利贷,一方面采用暴力手段催讨;另一方面由未参与签约的彭玉枫作为原告频繁起诉和申请执行,起诉时凭借虚增借款金额的借条并隐瞒借款方已全部或部分归还借款的事实,骗取法院作出判决和执行裁定,通过申请强制执行以获取高利贷非法利益。绍兴市检察机关通过抗诉、再审检察建议等方式对以彭玉枫为原告的50件民事虚假诉讼案件实施检察监督,法院启动再审后均撤销原判予以改判。对程瑞君等14人的涉黑涉恶刑事案件,上虞区检察院于2019年4月向上虞区法院提起公诉。2020年1月8日,程瑞君等14人因组织、领导、参加黑社会性质组织罪,敲诈勒索罪,寻衅滋事罪,非法拘禁罪,诈骗罪等犯罪分别被上虞区法院判处二十一年至一年不等的有期徒刑。通过办理该系列案件,绍兴市检察机关进一步总结形成了“智能排查、人工审查、深入调查、移送侦查、判决监督”的“五步式”虚假诉讼监督模式,依托智慧监督系统,将虚假诉讼监督从个别、被动的监督转变为全面、主动的监督,实现民事检察监督的转型升级。值得一提的是,这一监督模式运行,离不开法院和公安机关的大力支持。早在2018年11月,绍兴市法院、检察院、公安局就联合制定了《关于建立防范和打击虚假诉讼联动衔接机制的意见》,法院主动向检察机关全面通报移送裁判文书、审理过程主要节点信息,实现诉讼信息相互共享;检察机关通过智慧民事检察系统发现的线索,及时移送公安机关,公安机关办理刑民交叉案件尤其是“套路贷”等案件中涉及民事诉讼的,及时移送检察机关民事检察部门,从而有效形成线索双移送、结果双反馈机制。据绍兴市检察院党组书记、检察长翁跃强介绍,在多部门联动合力下,2018年5月至2019年年底,绍兴市检察机关共办理虚假民事诉讼案件320件,涉案金额达2.5亿元,在提出抗诉和发送再审检察建议案件中,法院已依法改判206件,一批犯罪分子受到了法律惩罚。“公安机关、审判机关、司法行政机关与检察机关在各类案件办理过程中,总体是分工负责、各尽权责。”最高检工作报告起草组有关负责人说,彭玉枫虚假诉讼案中,正是公安机关、审判机关和检察机关既各尽权责又相互协作,不仅让虚假诉讼现了原形,还揪出了背后的涉黑涉恶犯罪,体现了最高检党组多次强调的“检察机关要与其他执法司法部门形成良性、互动、积极的工作关系”的理念。(记者陈东升 王春 通讯员 邱春艳)【来源:法制日报】版权归原作者所有,向原创致敬
文章来源:黄金管家研究院一、 中国黄金回购行业现状中国的黄金市场自2001年开始逐步放开,经过近20年的发展和普及教育,国内的实物黄金品类已经非常丰富多样,老百姓对各类购买实物黄金的渠道也已经不陌生。根据公开数据推算,目前我国的民间存金量已经超过1万吨(民间存金主要来源于三个方面:一是民间历史遗存黄金,约156吨,二是自产矿金形成的存金,约4075 吨;三是净进口形成的存金,约6500吨;三项总计约为1.07万吨)。按照黄金的公允价格计算,这些黄金价值约3.2万亿元。同时,民间持有实物黄金的人数已经达到近3亿人,也就是说几乎每个家庭都有黄金。2015-2018年,国内黄金回购业务量约占黄金零售量的30-40%,回购的黄金(也叫“再生金”)与矿产金、进口金一起组成国内黄金供给侧的“三家马车”。虽然国内黄金存量市场巨大,但由于在实际操作中黄金回购业务通常面临税收、物流、检测、定价等多重障碍,且用户的信任感和行为习惯的培养需要跨越极高的门槛,因此,到目前为止,国内一直没有一个公允的、标准的黄金回购体系,黄金回购品牌缺失,存量客户流失严重。“让黄金流动起来”依然是行业的一个核心痛点。根据黄金管家研究院的跟踪调研,目前国内传统的黄金回购渠道主要有银行、金店、典当行和路边的小微回购店。其中,路边的小微店面占据了50%以上的黄金回购市场份额,银行网点和线下金店分别约占20%,典当行仅占约5%。2018-2019年,随着互联网科技的发展,数家互联网平台开始开展线上实物黄金回购业务,互联网平台成为一种新型的黄金回购渠道。互联网化的黄金回购渠道与传统的黄金回购渠道相比,定价更公允、检测更透明、服务更便捷,且因为集约化的极轻模式,持金人群的回购成本被大幅降低,因此自出现以来一直增长迅猛,目前推算约占3%左右的市场份额。来源:黄金管家研究院调研二、 解析互联网黄金回购模式: 从大数据出发:互联网黄金回购模式的本质是以科技赋能产业升级,旨在解决实物黄金流动性差、回购体验不便捷以及回购成本高的问题。在这个模式中,互联网平台、物流服务商、保险服务商和精炼服务商通力合作,集约化地为客户提供极致的黄金回购服务。中信旗下的黄金科技平台—黄金管家于2019年初正式以子品牌“存金通”开展线上无差别黄金回购业务,是互联网黄金回购模式的先行者,其运营经验对于整个黄金行业有重要的参考意义。因此,我们选取了存金通从2019年1月1日至2019年6月30日的13801个已完成的订单数据,从用户特征、回购黄金的品类和形态等多个维度来解析互联网化的黄金回购模式。(一)用户群体年轻化 且长尾化,20-50岁用户占比超过90%通过互联网渠道进行黄金回购的用户年轻化趋势明显。在存金通的用户中,20-50岁年龄段的用户人群占比超过90%。背后的原因可能是年轻人群对互联网的认可度和依赖度较高,普遍受过高等教育,敢于尝试新鲜事物。这与此前很多机构公布的互联网用户群体特征的调研结果相一致。不过有意思的是,通过互联网渠道进行黄金回购的用户中,年龄最大的超过80岁,用户年龄呈右偏长尾分布状态,这可能与黄金本身的悠远历史和持金人群的特征有关。数据来源:存金通,黄金管家研究院(二)粤豫鲁三省用户最为活跃,少数民族聚集地区女性用户居多广东、河南和山东是互联网黄金回购用户数量最为活跃的三大省份,这可能与国内黄金的生产和加工分布有关,因为广东是国内最大的黄金加工和流转集散地,而河南和山东拥有大量的金矿资源和众多全国性的黄金生产企业,因此这三个省份的持金人群可能最多。另外,与大多数省份男性用户居多不同,在一些少数民族聚集的地区,例如西藏、云南和贵州,女性用户的占比超过男性用户,这可能说明越是较为偏远或少数民族较多的地区,黄金变现的需求越强烈。数据来源:存金通,黄金管家研究院(三) 用户对黄金价格敏感度中等,每日10-16点是回购订单高峰时段黄金本身是一个价格波动较高的商品和金融资产,所有买卖过实物黄金、参与过黄金金融产品交易的用户都会关注黄金价格的变化。不过与交易型用户多在国内时间20-22点进行交易不同,虽然互联网黄金回购支持7*24提交回购订单,但大约70%的回购用户都集中在白天10-16点之间进行回购,这从一个侧面说明大多数实物黄金的回购用户虽然对黄金价格有关注(例如在近期国内黄金价格突破300元/克之后,进行回购的用户数量明显增多),但可能只属于普通的黄金消费者范畴,远不是专业级别的黄金投资者,他们对国内黄金的定价机制仅有粗浅的了解,对价格波动的敏感度中等,甚至较低。大部分用户集中在10-16点进行回购数据来源:存金通,黄金管家研究院(四)杂牌金条回购量最多,单个品类中建设银行金条和老凤祥金饰占比最高近80%的用户回购的都是杂牌金条。但从单个品类的占比来看,在回购的金条中,中国建设银行的品牌金条占比最高,约为8%,其次是中国工商银行和山东黄金;回购的饰品中,老凤祥品牌的金饰占比最高,超过25%,其次是老庙和中国黄金的金饰。数据来源:存金通,黄金管家研究院(五)回购的金条大多有0~0.04克的正公差用户进行回购的金条中,标注了重量的,实际重量大多大于金条包装上标注的重量,克重公差集中在0~0.04克之间,只有少量杂牌金条的实际克重小于标注克重。按照国家标准,在我国生产销售的金条允许有0.025%的正负公差,即商家出售的金条重量可以有相当于标重0.025%的出入,但绝大多数品牌的正公差印证了黄金零售行业的商家确实保证了向消费者承诺的金条重量“只多不少”。数据来源:存金通黄金管家研究院三、 互联网黄金回购的未来随着全球新增矿产金的逐年下降,国内的黄金进口也必然会受限,因此,国内实物黄金零售消费和黄金金融产品投资交易的进一步扩大,更多只能依赖已有的存量黄金,可以预见黄金回购将是黄金行业细分领域中增速最快的板块。互联网黄金回购与传统的黄金回购相比,具备透明、高效和专业等优势,用互联网手段解决黄金回购是黄金产业集约化发展的必经之路。未来3-5年,黄金的线上直接回购和线上线下结合回购两种业务模式或将并行发展,互为补充。其中,互联网回购模式之所以被看好,原因有以下几方面:第一, 集约化的回购流程将颠覆性地降低行业周转成本。互联网黄金回购可以集中地进行检测和后续处理,不需要占用大量的资金聘请专业检测人员、采购检测设备或设立检测场地,或许几个检测网点即可满足全国的业务总量。第二, 智能风控等技术的深度应用将解决实践中的安全障碍。互联网黄金回购流程中用户不在现场的检测过程,使得交易双方可能会产生纠纷,这其中最大的纠纷隐患来源是用户恶意欺诈,也是阻碍业务规模化发展的核心安全问题。随着人工智能技术被深度应用到互联网风险管理和反欺诈领域,回购用户的信息将会被多维度识别,同时配合电子签名、实名认证、在线合同管理等技术,可以规避用户恶意欺诈或提供虚假信息带来的声誉风险和资金损耗。第三, 黄金的物流保险管理正在快速改善。随着逆向物流步入智能化发展阶段,对于黄金在运输过程中出现丢失、损毁、掉包等问题的处理流程,已经有诸多专业的物流服务商介入并逐步优化。互联网黄金回购的业务模式所带来的便捷体验意味着其在实践中需要较长的流程和技术建设周期。但是,回购这块最后的黄金实物流转领域的蓝海,正在被越来越多的金融机构、产业链企业和科技平台所关注,他们当中的一些已经在此领域作出了大胆尝试并取得一定的成绩。
2019年9月29日,央行、银保监会发布《2019年中国普惠金融发展报告》。2019年是《推进普惠金融发展规划(2016—2020)》(以下简称《规划》)实施的关键之年和攻坚之年。日前,中国银行保险监督管理委员会、中国人民银行发布《2019年中国普惠金融发展报告》(以下简称《报告》),展示了我国普惠金融发展的最新数据成果,总结了中央部门、地方政府、各类市场主体在增加对普惠金融重点领域服务供给、深化体制机制改革、创新技术和产品、发挥资本市场功能、加强信用信息和担保增信体系建设、完善差异化监管机制、强化货币财税政策激励、弥补制度短板、加强消费者权益保护等方面开展的各项举措。报告中总结梳理了普惠金融体制机制、产品服务、资本市场融资、信用信息体系、担保增信体系、差异化监管、货币财税政策、法律法规、消费者权益等9个方面的举措。值得一提的是,报告中也提到了,将要出台一系列的政策来“约束”类金融公司,并且要加强对新金融消费者的保护。一、融、典、租、理要出台政策报告中提到:加快补齐地方金融监管制度短板。完善小额贷款公司、典当行、商业保理企业等六类机构监管规制,起草《融资担保公司监督管理补充规定》《融资担保公司非现场监管规程》《典当管理办法》《融资租赁企业监督管理办法》《关于加强商业保理企业监督管理的通知》等制度,印发《关于加强地方资产管理公司监督管理工作的通知》等文件,继续推动《非存款类放贷组织条例》《处置非法集资条例》尽快出台,为相关监管规制提供上位法依据。解读:以上提到的公司,严格意义上属于“类金融”公司,也同时属于“非存管类放贷组织”。之前,这类公司并已经有相关的政策加以约束,并且出台过相关的细则。然而,随着互联网+金融模式的不断升级,这类公司依托互联网进行业务的开展,并且随着业务模式的不断升级,监管的不断调整(之前租赁归发改委、国税总局),之前的政策已经不符合当下的市场需求,出现了一定的风险。所以,从新对此类公司出台相应的监管监督办法。我们可以理解为之前的“补丁”已经失效了,从新更新升级。那么,处置非法集资条例等政策的出台,为的就是从源头上杜绝“非法吸收公众存款”,或者非法吸收公众存款后进行放贷业务。之前,银保监会曾经出台过文件,对于“职业放贷人”进行约束,并且多次强调无资质、无许可不得放贷。就是为了解决借贷市场的乱象。二、互联网+保险将被监管报告中提到:研究修订互联网保险业务监管制度。以统一监管规则、防范风险为根本任务,秉持审慎包容理念,稳步推进配套制度完善,逐步构建立体化、系统化,具有前瞻性、动态调整的开放性制度体系。在此基础上探索建立互联网人身险业务分级分类监管制度,进一步规范互联网人身保险经营行为,持续优化互联网人身保险供给机构,防范创新风险。解读:互联网+保险的模式近年来也逐渐成熟。但是,保险毕竟属于“资管产品”,互联网+保险也滋生了一定的乱象。比如:宣传信息不对称、未经许可销售保险、以及被保险人遇到的理赔难等问题。值得一提的是,强调了防范创新风险。目前,互助保险、大病众筹等还处在一个较为“灰色”的地带,如何去界定?如何去规范互助、众筹值得期待。三、加大金融消费者保护力度,5大领域将被“严查”报告中提到:开展金融消费权益保护专项检查和治理。开展金融消费权益保护监督检查和金融机构营业场所销售行为现场检查,治理违法违规金融广告、误导销售金融产品等问题。聚焦银行信贷、理财、代销、收费和互联网保险 5 大领域开展消保专项检查,严厉查处损害消费者权益行为。印发《关于开展支付安全风险专项排查工作的通知》,对有关银行和支付机构等进行支付客户端、业务系统、交易报文、账户管理等方面的风险排查,提升机构支付安全保障水平。开展网络安全专项治理行动。及时发现、治理侵害消费者权益行为。解读:从金融业务层面出发,金融消费者尤其是投资理财的投资人,在理财上吃亏不少。针对银行理财、银行代销理财等重点领域进行严查。之前有媒体曝出很多投资人在银行买理财变成了保险,或者在买理财的过程中,银行未尽到风险提示义务,将高风险产品销售给风险等级较低的投资人,最终造成了风险暴露。值得一提的是,还加强了“校园金融普及”的建设。大力推进金融知识纳入国民教育体系,面向学生开展“金融知识进校园”活动、组织编写中学生金融知识普及读本、建设金融基础知识类开放课。因为现在的金融活动已经深入“校园群体”。之前的大学生借贷、“校园贷”、“套路贷”都把借款对象瞄准了在校生。在校生涉世未深,冲动消费的基础之上盲目的进行借贷。归根到底,是因为没有意识到“金融风险”。普惠金融进校园能够在一定程度上,给在校生以警示,让在校生远离校园贷。总结一下,普惠金融的发展不仅仅是发展,更是要做好“基础建设”。此次央行和银保监发布的报告中,顺应了市场,并且在今后加强了金融消费者权益,防范了金融风险,让普惠金融变得更“普惠”。来源:皂话金融