企业恶意逃废债务的技术治理

单祖新,吴佳鑫

(1.江苏省宜兴市公安局，江苏 宜兴 214200)(2.南京大学法学院，江苏 南京 210093)

随着经济下行压力逐渐加大，特别是温州金融风波的影响，恶意逃废债现象在全国各地爆发，逐渐成为社会关注的焦点。为了实现恶意逃废债行为从事后打击处理到事前预警防控的转变，无锡市公安局在党委政府的支持下，参考税务、银行等领域以及其他地区公安机关应用大数据的成熟模式，在总结反思打击恶意逃废工作中的经验和教训的基础上，深刻剖析了以往办理恶意逃废案件中涉险企业病灶，对运用大数据技术治理企业恶意逃废债进行了有益的探索。

一、恶意逃废债务行为的内涵、危害及治理困境

(一)恶意逃废债务行为的内涵

目前，我国法律中并未明确恶意逃废债的定义，恶意逃废债这一概念是在司法实践中逐渐形成的。一般来说，恶意逃废债是指企业法定代表人或实际经营者，以逃废债务为目的，抽逃、转移、隐匿企业资产，造成企业无法经营或不履行法定义务，恶意拖欠职工工资、银行贷款、企业债务等行为。

在浙江省公安厅出台的《全省公安机关参与开展集中打击整治恶意逃废债专项行动指导意见》中，恶意逃废债行为最主要的特点是能够履行债务而不履行，当事人主要通过各种途径转移财产，逃避债务追偿。恶意逃废债主要包括恶意逃废一般主体债务、恶意逃废金融机构债务、金融机构人员及其他人员协助、帮助他人恶意逃废债。逃废一般主体债务涉及的罪名主要有非法吸收公众存款罪、集资诈骗罪、拒不支付劳动报酬罪等；逃废金融主体债务涉及的罪名主要有骗取贷款(骗取票据、承兑、金融票证)罪、贷款诈骗(票据、金融凭证诈骗)罪、信用证诈骗罪、信用卡诈骗罪等；其他恶意逃废债行为涉及的罪名主要有：违法发放贷款罪、违规出具金融票证罪、合同诈骗罪、非法经营罪、职务侵占罪、挪用资金罪、虚假破产罪、妨害清算罪、高利转贷罪、洗钱罪以及隐匿、故意销毁会计凭证、会计账簿、财务会计报告罪，拒不执行判决、裁定罪，非法处置查封、扣押、冻结的财产罪等。

(二)恶意逃废债务行为的危害

当下治理恶意逃废债行为无比紧迫的原因在于其背后潜藏的社会危害性。此次恶意逃废债现象爆发的性质与上世纪恶意逃废债爆发的性质并不相同。上世纪大部分国有企业、集体所有制企业恶意逃废债大都属于单位行为，恶意逃废债行为的实施一般是国有企业、地方集体企业决策层乃至地方政府的集体意志，目的是为了企业能够摆脱银行债务负担继续经营，事实上部分企业也通过改制重获新生，虽然其中难免存在自然人获益的情形，但其所处的特定时代背景，加之法律法规尚不完善，因此并未得到司法部门的重视。

而此次恶意逃废债的实施主体则是以私营企业主为主，“民营企业是逃废银行债务案件的重灾区。从企业性质和规模看，涉及逃废债的企业中，民营企业占比为91.3%，中小微企业占比为99.2%。从行业看，涉及逃废银行债务的企业主要以批发零售业、制造业为主，占受调查银行逃废债企业数的55.8%。其中占比最高的为制造业，占比为32.6%”[1]。其犯罪目的是个人经济利益，为此企业主采取虚假破产、转移企业财产等手段，其直接后果就是企业的终止，相较而言，此次恶意逃废债爆发的社会危害性更大。微观上具体体现在上述10余个刑事犯罪的罪名，直接侵害了投资者、银行等债权人的财产权，“过去5年，仅中国银行业协会内部通报的700多家逃废债企业，就导致银行上千亿元债权化为乌有”[2]；宏观上更是引发一系列连锁反应和恶性循环，涉及银行等金融机构的，其至会危害金融体系稳定。涉及上下游企业的，会直接伤及实体经营；涉及企业员工等普通群众的，企业宣告破产意味着成千上百个家庭因劳动力失业而陷入困境，进而引发群体性事件、个人极端事件。

(三)恶意逃废债务行为的治理困境

现阶段各地恶意逃废债的治理以刑事治理为主，即司法机关开展专项行动，追究恶意逃废债企业及行为人的刑事责任，一方面通过法律手段保护个案债权，另一方面通过震慑效应来预防潜在的恶意逃废债行为。从各地实践看来，刑事治理一定程度上遏制恶意逃废债现象高发的势头，但也暴露出很多不足。

1.法律制裁力度不够

各地政府在治理恶意逃废债的实践中，往往会将法律手段作为最终手段，寄希望于制止恶意逃废债肆意蔓延。立法、司法部门为此也出台一系列文件，为严厉打击各类逃废债行为提供法律支持。但事实上，恶意逃废债牵涉的罪名大都属于经济犯罪，而经济犯罪属于典型的“白领犯罪”，企业主在恶意逃废债过程中会借助法律、财会人员的专业知识通过长时间的串通和谋划掩盖犯罪行为，用账外账、销售不入账、关联公司平账等手段做账经营，且在案发后隐匿、销毁原始账册，举家逃亡国外，给司法机关设置巨大障碍。加之恶意逃废债行为本身就民刑交织，罪与非罪的界限十分模糊，司法机关在认定时慎之又慎，一方面牵扯了司法机关大量精力，挤占了其他案件的司法资源，另一方面导致案件大量堆积，漏网之鱼时有发生，反而助长了企业主恶意逃废债的风气。因此，在恶意逃废债的刑事治理过程中，如何调度有限的司法资源，做到应判尽判、罪责相当、公开透明、有理有据，实现恶意逃废债治理法律效果和社会效果的有机统一，成为司法机关头疼的问题。

2.追赃挽损效果欠佳

通过司法手段打击恶意逃废债行为的最重要目标是保护债权，但即便司法程序终结，涉案当事人锒铛入狱，追回涉案资金却并不简单，“执行难”的问题在治理恶意逃废债的过程中也同样有所体现。“债务人通过先剥离有效资产，留下空壳企业，再申请破产，当真正进入破产清算程序时，企业财产所剩无几，债权人即使通过破产清算方法来保全债权，也只能在很低的比例上获得清偿”[3]，加上恶意逃废债行为一般是在企业资金链断裂、相关款项无力偿还之后才发生，这时企业处于资不抵债的困境，债权已经无法完全兑现。剩余资金一部分被实际控制人肆意挥霍，另一部分则以现金、股票、基金、期货等各类形式通过合法或非法途径(地下钱庄)随企业、个人资金账户不断周转至数个甚至数十个下级账户。这些账户性质难分，很难深入查证。特别是最后流转至境外账户的资金，由于境外法律体系、司法制度的不同，查证困难重重。以上因素导致这些案件最终实际的挽损率往往难以超过20%。

另一方面，企业经营最重要的无形资产就是信誉，司法机关的介入某种意义上会对涉案企业的信誉造成毁灭性打击，成为压垮负债企业的最后一根稻草。在司法实践中，部分企业原本经营情况良好，但因法定代表人或其他企业相关人员涉及恶意逃废债，司法机关介入调查后，不仅没有给企业挽回损失，反而影响到企业正常经营和商业信誉，最终加重了企业的损失，导致企业经营陷入困境。

3.利益关系错综复杂

企业这一社会实体承担着促进经济发展、提供就业岗位等社会功能，牵扯到各级政府、企业员工、相关行业、周边群众等多方利益，从这个角度来看，企业存续早已不是企业主个人事务，而恶意逃废债的治理也因牵扯到企业主以外的其他利益主体而变得更加困难。“在基层银行业机构，普遍存在着怕案件统计会影响全行绩效考核而不愿意主动报案的情况”[4]。比如，“2015—2016 年，全市在侦29起恶意逃废债案件中，银行主动报案的仅2起”[5]，加之企业恶意逃废债牵扯到巨额资金的所有权，其过程必然导致多方博弈，其结果也不可能令所有利益相关方满意。与此同时，由于缺乏系统性反映企业恶意逃废债风险的评估手段，相关利益方往往会认为政府在治理对象和治理方式选择上存在不公，这点在政府信访事项中也有所体现，恶意逃废债相关案件受理难、立案难、选择性办案等现象一直是各方反响强烈、处置难度较大的问题，加之涉案债权往往包含大量民间借贷，因涉及行业广、人员多，极易引发涉访涉诉甚至群体性事件，严重影响到社会稳定。

4.债务风险长期存在

温州金融风波只是国内企业债务危机的缩影，虽然各地都仿照温州经验建立以政府为主导的风险处置协调机制，综合运用行政、司法、金融手段化解地区性金融风险，但问题并没有得到实质性解决，大部分企业债务并没有重组，只是通过续贷和展期等方式变更了还款期限，在当前严峻的经济形势下，债务危机并未解除，企业恶意逃废债风险将长期存在，政府仍需要时刻关注企业运行情况。

综上，在如今的社会经济环境下，要进一步推进恶意逃废债治理，从根源化解企业债务问题亟须解决以下几个问题：如何节省打击恶意逃废债行为的司法成本？如何降低恶意逃废债造成的社会损失？如何让恶意逃废债处置结果令各方信服？如何从根本上预防恶意逃废债发生？

二、技术治理恶意逃废债务的必然性

恶意逃废债这类经济犯罪不同于传统自然犯罪，没有案发现场、没有痕迹检验、没有确切的发案时间，犯罪过程往往隐藏在企业日常经营过程中，而如果说厂房设备是企业的身体，那企业在经营过程中产生的数据就是一个企业的灵魂。这些数据涉及到企业运行的方方面面，最能直观、准确地反映企业的运行状况，特别是企业在出现恶意逃废债风险时，各项数据会出现明显异常。因此，如何在企业经营数据中发现企业真实生存状况和违法犯罪的蛛丝马迹一直是政府在治理企业恶意逃废债过程中关注的焦点。

而信息化技术无疑是政府治理恶意逃废债的最大助力，最开始政府依靠的是税务、公安等部门人员的专业知识和工作经验，通过实地走访、翻阅企业台账对企业实施监管。随着信息化浪潮的到来，工作人员不再需要四处奔波，通过网络就能够看到企业数据。但日益增长的数据量又向企业治理提出了新的挑战，专业人才紧缺制约了政府的社会治理能力，人工管理已经无法应对当前精细化社会治理模式下庞大的工作量，恶意逃废债的技术治理迫在眉睫。

技术治理是“用科学原理和技术方法从根本上改造公共治理活动”[6]，犯罪的技术治理“包括运用信息技术开展犯罪防控和在使用信息技术过程中优化治理结构、体制、机制的双重涵义”[7]。犯罪的技术治理随着信息技术的发展与时俱进，“信息化技术具有的高效准确分析、数据存储便利等方面的诸多优势所带来的犯罪防控便利有目共睹”[8]，而当下大数据、数据可视化等技术的发展进一步丰富了技术治理犯罪的途径。

大数据作为一种“以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态”[9]。“信息技术大爆发推动了新一轮的社会治理革命，催生出犯罪的技术治理模式，基于大数据技术的数据监控和分析成为技术治理的主流策略”[10]。耶鲁大学法学院丹尼尔·埃斯蒂教授指出：“数据驱动的决策方法，政府将更有效率、更加开放、更加负责，引导政府前进的将是‘基于实证的事实’。”[11]政府可以通过汇聚各方数据搭建数据平台，运用数据建模等手段，用尽可能少的人力资源，实现对恶意逃废债的精细治理。

“数据可视化技术是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术”[12]，其与大数据的结合能够降低经济犯罪治理的专业门槛，有助于监管部门微观上精准锁定存在恶意逃废债风险企业，根据问题数据对症下药进行综合治理，宏观上展现地方各行业经济发展整体态势，为政府因情施策开展社会治理提供数据支持。由此看来，技术治理应用于治理经济犯罪有着得天独厚的优势，因而成为政府治理恶意逃废债的新选择。

三、企业恶意逃废债务技术治理的实践探索

(一)搭建平台

无锡作为苏南模式的典型代表，民营制造业发达。2012年以来，受宏观经济、市场波动及投资扩张等因素的影响，地区金融危机凸现，民营企业生产经营日趋艰难，部分企业因资金链断裂而陷入危机。为躲避个人债务，部分企业主试图通过转移资产、虚假破产的方式恶意逃废债务，加之民营企业多为互保互哺贷款融资型连带关系，其中大量系纯担保无抵押、质押贷款，往往一家企业出问题，就会连带辐射担保的其他企业的土地、账户被法院查封。一时间民营企业恶意逃废债务成风，银行不良贷款久拖不决，担保企业深受其害，社会诚信受创，严重破坏了当地金融生态、经济秩序和社会风气，影响了社会稳定。特别是在恶意逃废债务问题较为严重的无锡市宜兴地区，“2015年底全市不良贷款率达6.18%，远超3%的警戒线”[13]，各大银行相继将宜兴地区企业列入黑名单，大幅压降信贷指标，宜兴的金融生态环境持续恶化。对此，当地政府开始对恶意逃废债进行专项整治，但专项行动短平快一阵风，打击了一批又复发了一批，甚至星星点点此起彼伏相继出险，效果依旧不甚明显。

为了更好地治理恶意逃废债，无锡市公安局基于侦办逃废债务犯罪案件的实战经验，开始对以往企业恶意逃废债务过程和特征进行分析。在南亚电缆逃废债务犯罪专案中，办案人员发现优质企业“南亚电缆”在恶意逃废债之前，企业以及相关人员各类数据、信息出现了一系列异常：用电量连续3次(本年3个月和上年3个月的数据作比较)呈现同比下降超20%；2013年至2015年3年间，应税销售从8亿元降至只有5000万元—6000万元，断崖式跌至谷底；2015年在10家银行贷款的3.1亿余元本金全部逾期，未偿还任何银行贷款本金及利息；企业实际控制人戴某频繁出入澳门等境外地区或其他国家；企业及法定代表人涉诉信息高达50余条，7家银行先后向法院起诉，法定代表人及其重要关系人妻子刘某某、儿子戴某某均被列入失信人信息；在此期间法定代表人的重要关系人孙某某成立无锡市中环电缆有限公司和江苏南亚线缆有限公司；2014年和2015年，法定代表人的妻子、股东刘某某名下别墅变更，过户给重要关系人；车辆交易信息显示，2015年公司名下汽车交易，过户给关系人。从以上数据、信息变动情况可以发现，该企业产能下降、贷款上升，产能下降、应税上升，贷款上升、资产变更，恶意逃废债特征明显。“犯罪大数据应用能够把数据优势转化为社会治理优势，变经验驱动的决策为数据驱动的决策，提高决策的预见性、精准性”[14]。如果能够汇聚各类衡量企业优劣的数据，搭建平台，挖掘内在数据规律，就能及时发现逃废债企业病灶，实现犯罪预测的效果。

因此，无锡市公安局于2016年底自主研究开发并部署应用了“企业恶意逃废风险预警防控平台”。平台建设秉承“实战、实用、实效”原则，由公安机关主导研发，邀请审计师、律师、数据分析师等专业人员参与，平台建设目标主要分为以下三方面：一是风险赋分评估。汇聚各方涉企数据，基于特征规则识别设定风险指标，分析企业恶意逃废债风险，辅助恶意逃废债治理决策。二是全盘掌控趋势。通过数据可视化功能全面追踪巡控全市企业各类逃废风险关键指标的发展趋势、规律特点及风险隐患，为对症下药治理恶意逃废债行为提供数据支持。三是任务智能推送。在指标异常时由平台自动向责任单位发送预警核查、走访约谈、专案打击等任务指令，实现从被动应对处置向主动预防治理的转变。

(二)汇聚数据

在大数据平台建设过程中，数据采集是前提和保证，是最为基础、最为重要的工作。“企业恶意逃废风险预警防控平台”数据来源主要以互联网数据、政务专网数据、公安内网数据为主。在平台的建设和应用过程中，逐渐形成了互联网公开数据汇聚为主，政务专网、公安内网数据为辅、人工研判为补充的数据汇聚机制，确保数据鲜活、准确，为全面开展研判工作打好基础。在互联网数据方面，平台利用互联网爬虫技术实时爬取企业互联网公开信息，如市场管理、财产交易(司法拍卖)、社会舆情、诉讼仲裁、安监、环保等处罚公示6类27项公开信息，以此构建平台核心数据库。数据每月从互联网归集、清洗、处理后通过互联网传输到公安内网，确保10天更新一次。在政务专网数据方面，公安机关多方协调对接政府公共信用、社保、人行征信、财税信用、税务申报、不动产中心的房产信息等专网平台，获取行业政府部门以及能耗等第三方数据13类43项信息，将平台和公共信用平台、财税信用平台对接，实现数据实时传输和更新，达到数据联动和准确的标准。在公安内网数据方面，无锡市公安局在上级公安机关的支持下，对接公安内网，突破警种壁垒，获取车辆登记、出入境、行政处罚、刑事案件等8类32项信息，实现了平台各警种高度共享和深度关联。在问题数据的处理上，平台通过公安内网指令系统下发核查指令，不定期由民警实地排查，对所有缺漏数据或疑问数据进行核实补充，录入平台更新完善，确保数据真实有效。

目前，平台通过对数据进行归集管理，人工处理数据、按照标准化规则和比对规则细化数据，建立了多个数据库，汇聚了大量数据，并通过分布式存储与多点调用相结合的技术，实现了千万级运算秒级检索。同时还建立起一套互联网、平台对接、人工采集等数据定期更新的机制，确保整个采集、清洗、入库的过程，分工明确、责任到人。丰富的数据为指标体系的运行、风险企业的识别提供了有效的数据支撑。

(三)数据建模

无锡市公安局按照“数据—行为—模型”的设计思路，结合会计师、税务师、数据分析师的经验，立足业务人员丰富的侦查办案经验，开始搭建面向实战的数据模型。初步设定框架，穿透全市5万余家注册企业，把重点集中在贷款数额超千万元的1600余家企业上，分析企业生产、报税、人社、处罚、诉讼等信息，通过搜集优质企业样本，挑选逃废企业样本对框架进行修正和优化，建立了财务数据、危机行为、逃废指标等三类数据研判体系，用于还原刻画涉险企业真实经营状态，识别恶意逃废债务的方法和路径。

数据指标积分模型以企业财务数据为基础，客观地展示企业经营状态和营利水平。模型涵盖12个数据指标，每个指标风险分值为10分，采用冒泡法，风险分值大于50分则判定为高风险企业，进行风险预警。

行为指标积分模型围绕法人、自然人两个主体的行为细分为17个危机行为指标与14个逃废行为指标，危机行为指标将企业目前存在的各项负面社会评价纳入系统，逃废行为指标则是重点关注企业实施逃废行为所必然体现出的动产、不动产交易，法定代表人变更，股权非正常交易等一系列行为。模型根据行为的严重性为各项指标设定风险级别，分别是一级指标、二级指标和人工识别指标，一级指标每个30分，二级指标每个10分，人工识别指标不参与运算，风险分值大于30分即为高风险企业，进行风险预警。

在预警数据和行为风险时，若数据、行为指标同时出现异常且累计值超过90分，则模型会自动按预设的排列组合，推演出可能涉及的犯罪类型。目前模型已经能推导出13个犯罪类型预警。

模型初步建立后，平台以研判步骤流程化、分析方法可视化、经验战法通用化为目标，按照案后总结—模型搭建—监测可疑—落地处置—丰富规则的流程，不断修正和完善模型条件，以财务数据异常、危机行为异常、逃废指标异常为主线，搭建完善职务、涉税、金融等三大类9种模型，并利用机器学习技术和神经网络算法(SVM、决策树、贝叶斯、特征工程、投票算法)，得到训练参数并运用到实际数据，按照真正所需要的数据加工逻辑不断逼近数据分析目标，进而得到预测分数，佐证规则识别结果，实现了从特征规则识别模型到人工研判反哺的升华。此外，平台的建设过程中还引入了数据可视化技术，充分利用信息资源服务平台提供的各种数据目录、服务目录，通过拖、拉、拽等简单操作，图形化展现各类逃废债务风险关键指标的发展动态、趋势和存在的问题，从而成为了涉企犯罪领域中的“犯罪地图”，极大降低平台的使用门槛，让没有受过专业培训的用户也能够实现对风险企业的掌控处置和调整优化。

(四)分类处置

对于系统推送的高风险企业，司法机关进一步逐企分析，将明显隐匿资产、法院诉讼判决多、逃废体量不大，具备短时间内迅速查清全案的企业作为切入点，集中司法资源进行重点攻克，用尽可能少的司法资源破获尽可能多的案件，形成打击企业恶意逃废债务的强大声势，在净化金融环境的同时，对潜在居心不良的企业进行有力震慑，扭转他们对恶意逃废债务行为风险较小、一本万利的错误印象。如宜兴诺伏电工材料股份有限公司成立于2003年，注册资本为8000万人民币，原系当地优质企业，2013年左右诺伏电工开始出现拖欠工资，产生银行不良贷款等金融风险。2019年年初，平台推送宜兴诺伏电工材料股份有限公司异常数据报告，该公司各项指标呈现高风险预警状态：(1)数据指标：2015年企业应收账款环比连续3个季度上涨20%以上；(2)数据指标：2015年企业应收票据环比连续3个季度上涨20%以上；(3)数据指标：2015年企业存货环比连续3个季度上涨20%以上；(4)数据指标：2015年企业能耗同比连续3个季度下降15%以上；(5)数据指标：2015年综合资产环比连续3个季度上涨10%以上，但企业能耗却下降10%以上；(6)数据指标：2015年营业收入连续3个季度上涨但能耗下降；(7)危机行为指标：宜兴诺伏电工材料股份有限公司及其法定代表人于2018年因票据诈骗罪被法院判刑；(8)危机行为指标：宜兴诺伏电工材料股份有限公司及其法定代表人于2018年被法院列为失信被执行人；(9)危机行为指标：宜兴诺伏电工材料股份有限公司涉及法院经济案件判决62起；(10)危机行为指标：宜兴诺伏电工材料股份有限公司涉及法院执行案件6起。综合评价情况：诺伏电工数据指标得分为60分，危机行为指标得分为80分，诺伏电工材料股份有限公司为恶意逃废债高风险企业。在接到研判报告后，各部门派员进入企业进行人工调查，确认恶意逃废债情况属实，随后司法机关迅速启动专案打击处置程序，抓获犯罪嫌疑人15名。

对于系统推送的中风险企业，第一时间上报政府，会同相关部门派驻工作组入驻涉险企业，第一时间整合各方力量进行综合处置，限制其贷款融资，对大宗贷款实际使用情况进行实时监督，并对企业账户进行实时监管，如果发现企业有异常的资金往来，提前做好应对措施，防止企业转移资产。

对于系统推送的低风险企业，在加强对企业的法制教育的同时，将企业列为帮扶对象，组织相关部门调研企业发展经营状况，了解企业当前存在的实际困难，协调解决企业发展过程中遇到的实际问题，积极为企业发展创造良好环境，通过设立专项基金、牵线引入优质战略投资者等方式，帮助企业走出困境，实现产品、市场和科技水平的升级换代，提升产业档次。在当地政府的协调下，通过设立专项基金的方式向银行收购不良资产包90.44亿元，同时允许符合条件的企业以担保金额的26%解除担保，帮助近400家正常企业走出债务危机。对于发展潜力较好的企业，政府协调债权银行组建企业银团，进行联合授信，实现了政、企、银三方共赢。此外，当地政府还设立了150亿元的产业发展母基金和10亿元的中小微企业信用保证基金，避免更多中小企业走上恶意逃废债务的不归路。

四、现阶段取得的成效

2017年以来，“企业恶意逃废风险预警防控平台”通过赋分报警的方式推送核查企业127家，无锡市政府依托平台研判成果大力开展打击恶意逃废债专项行动，发现“出险”企业30余家，约谈21家，破获 “沪安”“申利”“宇杰”“蓝翔”等专案8起，查处骗取贷款、拒不执行判决等恶意逃废债务案件85起，移送起诉81人，挽回经济损失5.28亿余元，查获隐匿资产10.05亿余元，收回不良贷款810万元，盘活贷款5.03亿元，有效压降了不良贷款率。

与此同时，政府依托平台，分析研判企业数据，对症下药，通过完善组织机制、优化营商环境、提升金融服务、化解存量风险、推动经济转型等多项措施，积极开展金融生态环境建设工作。经过多年治理，区域金融环境持续好转，金融风险基本见底，不良贷款率降至1.60%，创 2013 年以来新低，连续5年实现不良贷款余额与不良贷款率双降，一举扭转了宜兴地区信贷增长特别是实体经济连续5年回落的不利局面。存量风险点得到消化处理，连续多年没有出现新的大的金融风险，没有一家规模企业因为金融风险而倒闭。部分身陷困境的优质企业经过协调处理，已逐步摆脱历史包袱，恢复强劲发展的势头。2017年底，26家银行与195家企业签订150亿增量授信的合作意向，金融生态环境全面优化，城市信用状况在全国排名第22位，在全省排名第3位。

但危机并未完全解除，金融风险的化解压力依然较大。截至2019年年末，宜兴地区的不良贷款率仍比全省平均水平高0.60个百分点，主要原因是存量金融风险仍在化解过程中，个别银行机构的不良资产尚未完全处置完毕，关注类贷款下降了4.71%，虽然总量较前几年已大幅降低，但仍高于全省平均水平2.97个百分点。因此，“企业恶意逃废风险预警防控平台”的历史使命尚未结束，下一步无锡市政府将针对恶意逃废债治理中积累的经验和问题对平台进行升级，同时发挥该平台建设过程中的成功经验，依托市公安局大数据支队相关数据资源、技术手段和工作机制，整合大数据情报平台和相关警种业务平台风险目标库资源和监测预警防控功能，联通汇聚党政有关部门风险防控基础数据和动态数据，研发“无锡市重大风险监测预警平台”，通过引入大数据研判分析等先进技术，搭建各类智能化风险监测预警模型，支撑服务无锡市重大风险研判、决策风险评估、风险防控协同、风险防控责任四项机制，实现各类重大风险识别监测、评估定级、分类管理、动态感知、研判分析、分级预警和协同处置，提升社会治理精准化、风险防控智能化水平。