（来源：中国警察网）

转自：中国警察网

2024年3月26日，公安部经济犯罪侦查局颁布了《公安经侦部门资金数据分析成果转化工作指引（试行）》。该工作指引规定了经算法模型处理生成，并在司法实践中作为证据采纳的资金分析报告，其生成过程为“金析为证”。2025年4月7日，公安部又印发了《公安机关资金分析鉴定工作程序规定（试行）》（公通字〔2025〕10号）对诉讼中的资金分析鉴定工作予以规范。在经济犯罪活动中，资金流动始终居于核心地位。无论犯罪手段如何演变升级，亦或资金经过多少层级账户的混同转移，其活动轨迹必然会在金融机构或非银行支付机构留下相应的数据记录与资金印迹。得益于数字技术与人工智能的蓬勃发展，资金分析技术能够有效识别犯罪行为、精确刻画犯罪手法，并勾勒出复杂犯罪行为的基本框架。侦查机关运用此类技术，可穿透庞杂的金融数据痕迹，追溯并完整还原资金流转路径，为追踪涉案资金去向、锁定关键账户提供线索和依据。司法实践中，将资金分析报告转化为定案证据的探索已逐步展开。例如在北京市公安局朝阳分局侦办的一起集资诈骗案中，因犯罪嫌疑人拒不认罪且涉案资金流向不明，传统审计报告难以满足指控需求。为此，侦查机关委托相关单位进行了专项资金分析，最终其分析报告被法庭采纳。苏州市公安局经侦支队探索建立了由专业民警主导、聘用会计师辅助的涉财务会计事实查验机制。其形成的资金分析结果，被归类为与现场勘验检查报告同属的笔录类证据，应用于法庭审理环节。河南省公安厅经侦总队采用了“资金数据分析报告+审计报告”的复合证据形式，成功获得法庭认可，有效支持了犯罪指控。重庆市公安局经侦总队在其下辖10个区县的公检法机关已通过会议纪要形式，明确了资金数据分析报告作为证据使用的规范，并在辖区内推广应用。

可以看出，尽管“金析为证”目前仍处于初步发展阶段，但其在司法实践中的应用正迅速推广。该模式在增强犯罪打击能力、优化诉讼流程以及控制诉讼成本等方面表现出显著优势。已有诸多司法实例表明，资金分析报告能够直接作为定罪量刑的关键证据，在回应司法现实需求、支持刑事案件侦查与审判环节中发挥着重要作用。然而，依托大数据和算法技术生成的资金分析报告在生成与应用过程中仍潜藏多种风险，对传统刑事证据规则和司法审查程序构成了新的挑战。为保障“以审判为中心”的刑事诉讼制度改革顺利推进，本文拟从证据属性、证明标准及审查程序等维度出发，系统探索规范资金分析报告司法审查的可行路径，以期为数字经济时代下技术治理的司法适用提供理论支撑与实践参考。

一、资金分析报告的证据属性

尽管司法实践中对“金析为证”的探索已陆续展开，但资金数据分析报告的证据资格与证据定位仍存在诸多困惑与争议。为化解其在具体刑事案件中作为证据使用的实践困境，有必要厘清该类报告的基本特征与证据属性。

（一）资金分析报告的证据属性

当下，金融交易高度数字化，涉案资金普遍以电子数据形态呈现，对犯罪资金流动的解析，本质上即是对金融交易数据的专业化解读。然而，将此类资金分析结果由辅助侦查工具转化为定案依据，其挑战在于资金分析报告能否具备证据资格，即“金析”能否“为证”。长期以来，依托金融数据痕迹和算法模型生成的资金分析报告主要服务于公安情报或侦查线索功能，刑事诉讼程序尚未为其确立清晰的证据准入路径。尽管《公安机关资金分析鉴定工作程序规定（试行）》，增设“资金分析”为法定鉴定项目，确立了资金分析报告在刑事诉讼中作为鉴定意见的证据地位。《公安机关资金分析鉴定机构登记管理办法（试行）》及《公安机关资金分析鉴定人登记管理办法（试行）》（合称“两项新规”）又进一步规范和完善资金分析鉴定机构及人员的资质管理体系。形式上看，暂时解决了其证据能力争议，但部门规章能否直接界定证据属性，仍需在学理上深入探讨此类算法驱动报告的证据本质。

从生成机理上看，资金分析报告的形成主要由侦查人员借助专业分析工具与系统，整合来自银行、第三方支付平台及税务机构等多方金融数据与账户信息，运用数据清洗、聚类计算、图神经网络等分析方法，系统梳理资金往来中的收付款账户、交易金额、时间戳、对手方等关键要素，通过动态比对、关联挖掘与智能建模，识别账户间的关联结构、主体关系、资金路径与流转动机，最终生成用于线索发掘和案件性质判断的综合报告。该类报告的核心特征在于依托嵌有特定算法与分析模型的计算系统，借助机器学习技术对大规模数据进行处理与分析，以揭示数据内在的关联模式与规律。相较传统资金分析主要依赖会计师、审计人员等专家凭专业经验与工具形成鉴定意见，当前资金分析报告更多依靠算法指令自动完成数据识别、解析与结论生成，呈现出高度自动化的特征。分析系统在此过程中实际承担了传统鉴定人或专家辅助人的职能，兼具客观数据支撑与“专家”主观经验和知识的双重属性。尽管其本质仍立足于汇聚了众多专家知识与经验的平台算法，但它已在相当程度上突破了传统人工鉴定的能力边界，技术性和智能化显著增强，在一定程度上可提高鉴定结果的客观性和稳定性。资金分析报告的形成实质上是将传统司法鉴定问题转化为可计算的数据模型，并通过算法寻求科学解的一种新型侦查方法，其具备证据资格。

（二）资金分析报告的证据归类

然而，在司法领域适用资金分析报告，其证据归类却面临争议。是应当将其纳入现有法定证据类型，还是创设新的证据种类，仍需深入讨论。部分学者主张，在现行封闭式证据体系下，可将该类证据归入鉴定意见范畴，司法实践中亦有不少法院倾向于将其作为鉴定意见予以采信。另有观点认为，应将其视为专门性问题报告。还有学者指出，刑事证据法对证据形式采取的封闭式列举模式难以全面回应司法实践的现实需求。笔者认为，现有法定证据种类体系存在一定局限，无法充分容纳如大数据证据等新型证明材料，因此有必要将其确立为一种独立的法定证据类型。

首先，资金分析报告与鉴定意见不同，资金分析报告体现出机器决策的主导性。在该类报告的生成过程中，专家的角色仅限于数据输入，而核心的分析与判断过程则由算法自主完成，包括数据处理、判断及结果输出。这一机制与专家虽借助科学仪器但仍始终掌控科学证据形成过程的传统方式存在根本差异，主要体现为人类专家是否在整个过程中保持主导和控制地位。此外，资金分析报告亦难以归入当前司法鉴定类别中的法定类型，不属于法医、物证、声像资料或环境损害鉴定中的任何一类。因此，不宜将其简单视同于鉴定意见，也不应完全适用针对鉴定意见的审查规则与方法。其次，与那些尚未建立统一资质管理与审查标准的专门性报告不同，资金分析报告显然也难以归入该类别。“两项新规”已对鉴定机构及鉴定人确立了系统化的登记管理制度，涵盖登记管理主体的确定、资格登记程序、年度审验、变更与注销流程、复议救济机制、名册编制与备案管理，以及相关监督与处罚措施等多方面内容。在这一规范框架下，资金分析报告因具备明确的法定资质要求与程序刚性，其证据效力远高于仅作为质证辅助材料的普通专家意见。再次，资金分析报告与电子数据存在本质区别。电子数据仅表现为存储于设备中的原始信息流，属于对客观事实的静态记录和原始形态；而资金分析报告则是在提取此类电子数据的基础上，通过专业分析方法形成的综合性判断意见，其性质已超越原始数据层面，属于对电子数据进行的加工与推理，具有明显的衍生性。从证据审查的逆向角度来看，若简单将其归为电子数据或书证，审查重点将不可避免地局限于数据完整性、载体真实性等表层技术属性，难以穿透其分析过程中的“技术黑箱”，从而无法有效验证核心算法的科学性与推理逻辑的严谨性。最后，资金分析报告也不同于侦查机关制作的笔录类证据。后者要求客观记载鉴定活动的启动依据、实施过程、所采用的技术标准与方法，并直接呈现检验结果；而前者则依赖于专业知识的运用，强调对金融数据的分析、论证与专业判断，具有较强的推断性和意见性特征。

数字时代新型证据的常见概念包括人工智能证据、算法证据和大数据证据。这三类证据实际上体现了信息技术在司法应用中不同的技术侧重点和证据形态，但目前对其概念使用尚未形成统一定论。大数据证据侧重于数据本身，基于海量、多源、异构的数据集，通过统计分析、数据挖掘等技术发现的宏观规律、趋势或关联关系。算法证据侧重于过程与规则，由预先设计的、确定的计算机算法或模型自动生成的结果或决策，其核心是算法的透明性和可解释性。人工智能证据侧重于学习与推理，由具有自学习、自适应能力的复杂模型（如深度学习神经网络）通过“黑箱”式训练后作出的推断、识别或预测。人工智能证据是算法证据的一种高级和复杂形态，许多大数据分析的背后也依赖于算法或AI模型。它们之间并非完全互斥，而常常是交织在一起的。

在刑事司法语境下，区分这三类证据的意义在于审查重点和难度不同。大数据证据着重审查数据的来源是否合法、全面、可靠，分析方法的科学性和可重复性，结论的稳定性；算法证据着重审查算法的逻辑、参数和流程是否清晰、固定，是否可能存在设计偏见或编码错误，其运行过程是否可审计、可复现；人工智能证据则需通过大量测试证明模型的可靠性和准确性。资金分析报告更符合大数据证据的特征，但其生成过程高度依赖于算法技术的支撑。首先，作为资金分析数据基础的是海量的、多源的电子交易数据，例如银行流水、支付平台记录等，符合大数据的“4V”特征。其次，资金分析的目的在于从数以万计的交易中发现人眼难以识别的关键问题，识别出隐藏在正常交易中的可疑资金池、厘清复杂资金网络中的关键节点、通过交易时间与金额的规律性推断非法用途等。这是一种宏观规律的发现和证明，而非单一交易的简单罗列。最后，从证据形态呈现来看，分析报告的形式是数据分析的产物。当然，其生成过程依赖于算法，且必须借助专业的金融分析软件或数据工具。技术人员会编写或应用特定的算法脚本和模型，这个过程具有算法证据的属性，因为其分析逻辑和规则在技术上是可追溯、可审查的。然而，报告本身关注的焦点是数据分析得出的最终结论，而非生成该结论的每一个具体算法步骤。只要算法工具是可靠、中立的，其过程就如同使用计算器一样，被视为一种辅助分析的科学工具。由于绝大多数司法实践中的资金分析报告仍主要由分析师主导，利用确定性较强的分析工具和算法来完成，并非是由一个高度复杂的人工智能模型自动生成且可给出无人干预的结论，因而，它不应被归类为人工智能证据。基于此，依托于算法技术的“资金分析报告”应被定性为一种大数据证据。对此，随着《刑事诉讼法》再修改提上日程，建议增设“大数据证据”或“算法证据”为独立证据门类，明确其法律地位并制定相应的特殊审查规则。

值得注意的是，资金分析报告的核心价值应立足于其在诉讼过程中能否对待证事实起到证明作用。这类新型证据形态，因其内在的复杂性、高度专业性及对技术环境的依赖性，往往难以直接套用既有的法定证据审查标准。当前法定证据种类体系偏重于证据的外部形式，却在一定程度上忽视了证据在诉讼中所应承载的规范功能，容易导致事实认定趋于表面化、证据规则适用僵化，甚至影响程序正当性。如若过度强调证据的形式归类，不仅无法适应新型证据的发展需要，也可能阻碍我国证据审查规则与庭审程序的整体完善。目前，资金分析报告在审查标准层面仍存在较大随意性，缺乏清晰的质证规则指引，致使其证明效能未能充分发挥。因此，学界的研究重心应更多转向法定证据方法的构建与运用，而非固守于传统证据种类的形式框架，以提升其司法应用中的可信度与公正性，最终巩固司法裁判的公信力。即便当前司法实践中，法院对此类证据常采取模糊处理方式，回避将其明确归入某一法定证据种类，亦或是将其认定为鉴定意见、电子数据等证据范畴，也应当注意建立契合技术特性的证据准入机制，不仅可为诉讼各方提供明确的举证与质证指引，也有助于节约司法资源、降低事实认定成本，最终实现技术理性与司法效率、程序正义与实体公正之间的多维平衡。因此，唯有深入把握此类新型证据的内在特性，突破形式化的类型框架与传统审查模式的限制，系统反思当前审查实践中的难点并构建相应的审查路径，才能促进大数据资金分析技术与刑事诉讼程序的深度融合，切实发挥其证据价值。

二、资金分析报告司法审查的现实障碍

侦查机关在实务中积极推动将资金数据分析研判成果转化为证据使用，以提升经济犯罪案件的证明效率并破解证明困境。法院作为中立的审判机关，在应对资金分析报告证据化的过程中，应当始终秉持审慎、客观与公正的立场，并在审查认定与定罪量刑中力求实现数智化审判模式转型与规范审查理念之间的平衡。然而，由于立法供给不足与认知尚存模糊，资金分析报告在司法实践中仍然面临证据能力审查与证明力审查的双重困境。

（一）资金分析报告的证据能力审查问题

1.资金数据的真实性与合法性

在数据采集阶段，通常依赖于从被扣押或调取的原始存储介质中提取资金往来数据。确保数据来源的完整性、采集程序的合法性以及数据本身的真实性与可追溯性，构成整个资金分析工作的基础与前提。然而，在实际操作中，资金数据的获取过程蕴含多种风险。这些风险可能涉及证据链的连续性、数据提取技术的可靠性、程序合法性等多个方面，若处理不当，将直接影响分析报告的法律效力和证明价值。

一方面，现场提取环节存在证据材料失真风险。现代犯罪资金流涉及银行卡、第三方/四方支付、跑分平台及数字货币交易所等多重渠道，其交易记录分布式存储于境内外云服务器。侦查活动难以实现服务器等原始载体的全面扣押与封存，而数据一旦脱离原始网络环境与分布式技术架构即丧失证据价值。调取范围差异易导致数据集残缺，进而影响线索分析的准确性。另一方面，数据传输与保管环节存在证据完整性风险。涉案数据需经多次转移方能形成证据。尽管《电子数据取证规则》要求通过哈希校验等技术保障数据完整性，实践中仍存在侦查人员未经验证即编辑数据、事后引入第三方机构“补正”分析等违规操作。数据传输风险与流转环节追溯困难影响后期处理客观性。因此，大数据环境下资金数据取证的核心挑战在于，如何确保从数据采集、传输到分析研判的全流程中，所依赖的基础数据能够真实、客观地反映涉案资金流动实际，并精准界定违法所得数额。该环节的真实性、可靠性与精确性，直接决定了资金分析报告能否为司法定罪量刑提供坚实证据支撑，这也成为当前司法实践中的主要难题。

2.资金数据的关联性

资金分析的核心在于挖掘关键交易信息之间的内在关联，其前提是确保所选取的交易连接点既能反映数据特征，又契合待证事实的法律需求。在经济犯罪案件中，定罪量刑的核心待证事实通常指向犯罪数额的认定，因此，资金分析应聚焦于与犯罪交易直接相关的数据。

当前司法实践中，资金分析与待证事实之间往往存在脱节。其一，特殊用途取现未作分离核验。犯罪嫌疑人通过取现进行购汇等操作时，若未将此类记录从普通取现中剥离并单独验证用途，可能导致非犯罪资金被错误计入犯罪数额，造成事实认定偏差。其二，现金再存入未进行追溯核减。现金流动不易留下完整的会计痕迹，取现后若重新存入或跨账户流转，须核对涉案账户在相应时段内的现金存入情况。若确有存入且不能查实其他合法来源的，则应从指控数额中扣除，否则可能不当扩大责任范围。其三，转账收入未作充分比对验证。以非法买卖外汇案件为例，犯罪嫌疑人售汇所得多经由转账进入账户，此时需审慎辨别。若取现全部用于购汇且不存在库存外汇，转账总额应大于取现总额。若取现未完全用于购汇，差额部分可能另作他用。若仅以取现数额认定犯罪金额，既难以排除合理怀疑，也削弱了证明的严密性。〔16〕在数据提取与分析过程中如果全盘采用未经筛选的原始数据，将导致检验鉴别环节存在方法论缺陷，最终削弱分析意见的证据效力与司法可信度。因此，资金分析工作须贯穿证据裁判原则，强化数据筛选、验证与法律要件的衔接，以确保其结论能够有效支撑事实认定。

3.资金分析算法的科学性

资金分析技术的科学性是核心要求，所采用的分析方法和技术路径，不仅决定了资金分析报告能否具备证据资格，更直接影响其证明效力。

然而，由于不同分析人员在面对同一批原始数据时，对数据特征的理解存在差异，在数据清洗、去重、补全等环节的具体处理方式及分析模型的选取上亦各有侧重，易导致后续在拓展嫌疑账户范围、统计涉案资金规模以及认定违法犯罪所得金额等方面出现结果不一致的情况。当前，资金分析技术在司法实践中的应用仍处于初步探索阶段，客观上受到技术本身发展尚不成熟及相关法律规范尚不完善的双重制约。虽然各地多根据自身办案需求，采用如资金穿透平台等多样化工具进行数据处理，或者通过和科研单位建立“资金电子数据分析技术应用联合实验室”“办案资金电子数据证据审查系统实验室”等，不断深化资金电子数据分析技术的应用场景，这些实践探索均旨在保障数据分析过程具备溯源性、可验证性与可解释性。此外，实践中也常辅以哈希值校验等技术手段，以增强分析过程的客观性、准确性与防篡改能力。尽管公安机关已启动相关行业技术规范的起草工作，但应认识到，无论在国家层面还是行业层面，均未形成普遍认可的统一技术标准或操作指南。资金数据本身虽技术构成相对简单，但分析方法体系仍处于持续演进与动态完善之中。尤为重要的是，数据清洗与分析模型的选择在很大程度上依赖于分析人员的主观经验与专业判断，具有一定程度的主观性。究其本质，资金分析并非如DNA鉴定那般属于纯粹依赖自然科学技术的过程，其在从数据到结论的推导链条中，嵌入了大量分析人员的“解释性干预”。侦查人员或鉴定人员在处理如经济犯罪类案件时，往往基于对复杂交易结构、高频资金流动等行为模式的理论认知与实践经验，形成初步预判，进而以此为导向审视数据。这在数据清洗阶段表现为更倾向于保留符合预设模式的交易记录，而忽略表面上不相关的数据。此类“理论预设”虽有助于提升分析效率，但也难以避免地引入了选择性处理的主观倾向。在此背景下，分析人员常基于初始假设执行数据清洗与建模，而初步得出的结果又会反向修正其对案件的整体认知，进而可能触发对数据清洗规则与分析模型的重新调整。这一循环过程若缺乏有效约束和科学监管，容易导致分析者无意识地强化认知偏差，从而倾向于采信能够印证侦查初始假设的数据与模型，忽视或排除与之相悖的证据信息，致使分析工作不自觉地沦为对侦查预判的“自我证实”，而非真正意义上的客观探索。因此，资金分析技术的科学性与标准化建设，作为一个需要与技术发展同步的动态过程，是夯实其证据基石、确保报告证明效力的核心任务。

（二）资金分析报告的证明力评估障碍

1.技术壁垒对法官实质审查的影响

算法本身所固有的复杂性，首先表现为其知识体系与法律专业背景之间存在显著的结构性差异。在资金分析领域广泛采用的各类算法，大多建立在高等数学与计算机科学的深层次理论基础之上，涉及机器学习、图计算、统计分析等一系列专业技术方法。此类方法所依托的大数据证明机制，呈现出超越人类经验范畴的智能化特征，其分析场域已由物理空间转向数据空间，推理逻辑也从传统的因果关联转向以数理关联为核心。这些跨学科的知识构成显然超出了法官常规的知识储备范围，加剧了理解上的困难，使得法官在审阅资金分析报告时，往往陷入认知不对等的处境，难以对分析方法的适用性与合理性作出实质性判断。因此，即便鉴定人对分析算法作出说明，法官的理解仍多停留于表层描述，难以深入评判算法选型是否恰当、参数配置是否科学、模型训练是否充分等关键技术环节。这种浅层认知极易导致审查工作流于形式，并形成对技术人员阐释的过度依赖。实践中，法官在评估算法性能时，常因专门审查规则和专业校验工具的缺失而陷入困境。不仅既无从判断所采用算法是否为领域内主流方法，也难以核实其精度与信度是否达到行业基准。实际上资金分析报告通常涵盖人员、设备、数据、规则与方法等多个方面内容，具体包括资金分析鉴定人员、协助人员及管理人员是否具备相应资质；资金与非资金数据是否客观、安全、可溯源；模型与算法是否符合法定标准与程序规范；实验室设施与环境是否满足检测要求，是否存在干扰因素；分析结果是否科学可靠，误差率是否处于可接受范围等。这些内容均需法官进行系统、全面的审查。若缺乏实质性审查，而过度依赖甚至照单全收资金分析告，法官可能因数据不全、算法偏见或分析方法的缺陷，忽视案件中的其他关键证据和人为因素，进而错误推断被追诉人有罪。这一困境直接导致审查重心从算法实质性审查被迫转移到对机构资质、技术标准流程等形式要件的审查，来迂回地评估报告可信度，从而使审查活动流于表面。

总的来说，相较于侦查机关可在诉讼前端与算法开发者保持技术对话，审判法官既无专业能力识别算法结论是否符合侦查主体的风险偏好，亦无制度路径验证其可靠性。这种权力真空使算法悄然获得制度性权威，逐步形成算法程式实质主导裁判决策的新型司法范式。这实质上构成审判权的双重让渡，既可能将事实认定权转移给技术系统，也可能将错案风险转嫁给专业人员。

2.算法决策封闭性对司法审查的挑战

数据技术与侦查活动的深度结合，使侦查机关依托大数据技术，能够将零散的犯罪关联信息整合为可视化数据图谱，进而构建起一张相互关联、彼此印证的信息网络。该网络全面覆盖涉案主体的基础信息、社会关系、资金流向等关键要素。然而，数字技术的应用本身蕴含多重风险。其所依赖的数据集可能因生成场景局限和处理流程偏差而存在系统性缺陷，更为关键的是，算法模型中潜藏的结构性偏见难以彻底消除。尤其值得警惕的是，在当前公检法机关大力推进跨部门办案平台“互联互通”的背景下，控方固有的追诉立场与数据筛选逻辑，可能伴随办案数据的跨程序流转，悄然渗透至审判阶段，影响司法判断的中立性。

刑事侦查中使用的封闭算法对司法审判的负面影响是深层次且根本性的。这不仅是一个技术层面的缺陷，更是对司法公正本质的挑战，它动摇了现代司法制度赖以建立的透明、问责、公平与权利保障等核心原则。与传统科学证据不同，封闭算法难以符合现行证据采纳标准。如果训练数据本身包含历史侦查中存在的偏见，算法不仅会习得这些偏见，更可能将其放大，形成一种“高科技系统性歧视”，严重损害司法公平。与此同时，封闭算法的应用也在无形中扩展了侦查权的边界。原本应由法官或中立专家基于“合理怀疑”进行审查的判断，现在被前置到侦查阶段，并通过算法实现自动化和批量生成。这种变化模糊了侦查与审判之间的界限，易导致“算法驱动型侦查”，即侦查活动完全围绕算法预测结果展开，进而固化并强化初始预设的偏见。在此情况下，法官作为证据审查的“守门人”，难以有效履行其对算法结论科学可靠性的判断职责，可能导致缺乏充分验证的算法结果被轻易采纳。因此，为实现有效规制，用于刑事侦查的算法应当在保持性能的同时，具备提供透明推理过程的能力。这意味着算法需要实现从封闭到开放、从不可验证到可解释的根本转变。

3.控辩失衡对裁判中立性的影响

数字技术的勃兴深刻重塑了刑事追诉的权力格局，控方凭借国家资源的系统性支撑，得以通过自主技术研发或市场采购等方式，高效集成前沿科技工具，其追诉效能因此可以获得提升。相较于资源与技术获取均受限的辩方，控方由此构筑起日益显著的诉讼势能差。公安机关运用智能算法与大数据技术对海量金融数据进行深度挖掘与模式识别，生成资金分析报告，即为上述技术赋权追诉权的典型例证。此类报告所呈现的犯罪资金流向与行为模式分析，已成为检察机关在审查起诉阶段进行证据组织与指控的核心依据。这意味着，在传统刑事诉讼三角构造中本就占据优势地位的控方，通过数字技术的深度嵌入，实现了双重强化，不仅追诉犯罪的技术能力与信息获取广度大幅跃升，而且依托算法化证据分析显著提升了指控效率，规避了对原始庞杂数据的重复人工审查。控方因技术赋能实现的追诉能力跃升，却与辩方面临的“数字鸿沟”形成尖锐对立。双方在数据获取、解析与应用能力上的悬殊差距，导致控辩平等对抗的基础被严重削弱。辩方往往无从知晓控方大数据分析的具体推论及其运用过程，陷入实质性的抗辩无力状态，其公平辩护权受到严重侵蚀。

这种失衡具体表现为：第一，知情权与质证权受限。辩护律师难以有效行使阅卷权，既无法掌握侦查机关收集的海量原始数据，更无从了解其分析逻辑与结论生成路径。囿于法律授权的缺失及专业技术壁垒，律师在有限时间内难以进行充分有效的辩护准备。第二，算法模型中潜在的结构性偏见，对辩护律师构建有效辩护策略构成显著障碍，损害了被追诉人平等参与诉讼的权利。人工智能等数字技术的广泛应用，进一步加剧了辩方诉讼权能弱化的趋势。辩方通常处于技术性失语状态，既无法知悉控方决策所依据的数据基础、技术工具及其具体运作方式，亦难以理解底层算法的逻辑架构与运行机制，且缺乏有效的异议渠道与审查路径。这种知情权与参与权的双重缺失，导致辩方辩护能力因核心诉讼权利受阻而实质性减损，在数字化的诉讼场域中陷入系统性劣势。控辩双方力量对比的急剧失衡，不可避免地波及审判环节，对裁判者应恪守的中立性构成侵蚀。公权力机关存在滥用技术优势以谋求诉讼主导权扩张的内在冲动，这直接导致了刑事诉讼“等腰三角”理想构造的结构性倾斜，即持续向侦查、起诉端沉降。这对当前立足于控辩平等对抗的司法审查空间造成挤压，当控方相对于辩方力量占据绝对大优势时，如何保证审判者不偏不倚的中立地位和客观公正的诉讼结果，已成为维系诉讼结构平衡与司法公正的严峻挑战。

三、资金分析报告司法审查应遵循的基本原则

为规范资金分析报告的司法审查，应明确人工智能的技术辅助属性，推动审查过程的实质化，并保障法官在审查中的中立性与决定性地位。这些原则系统构建起资金分析报告司法审查的框架性指导。

（一）法官主导原则

算法技术在证据领域的深度嵌入存在技术主体性僭越的风险，即算法系统渐趋演变为实质决策者。这种趋势不仅冲击司法主体的核心地位，更将抑制办案人员的自主裁量能力。完全依赖算法决策会消弭正当程序的价值，并进一步扩大了公权力主体与公民之间的信息不对称鸿沟。以“金析为证”为代表的实践探索，彰显了算法技术在刑事证据审查中应用的广度与深度。故在探讨其具体适用前，须首先厘清技术介入的基础定位框架，当前学界形成的“司法技术辅助理论”已形成基本共识，算法的客观性可消减司法认知偏差，例如直觉误判、证实性偏见。但在负面影响方面，算法技术存在的无法价值判断先天性缺陷与数据资源不足后发性弊端，将对现有司法体系造成一定程度的冲击。因此，要坚持法官为主体决策者，算法技术应作为辅助工具，不能替代法官的自由心证和最终裁决，人类必须保持对关键决策的监督和责任承担。

域外相关规则体系体现出对司法过程算法应用中操作规范性、风险防控机制以及人类监督权的充分重视，这一实践动向为我国司法审判活动提供了重要警示。尽管人工智能技术在特定司法场景中展现出显著的效率提升作用，但必须认识到，一旦发生系统错误，其所引发的系统性司法风险及对程序正当性的冲击将远超过人类判断失误所带来的影响。尤其值得警惕的是，即技术研发往往隐含替代法官部分职能的倾向，而法律却明确禁止将裁判权让渡给非人类主体。因此，有必要对“技术辅助”的法定边界进行重新厘定，防止技术手段逾越其工具性定位，维系“人类主导—技术辅助”这一根本性架构。这要求在全案的证据审查与判断过程中，法官需对案件证据与案件事实之间的内在联系进行全面而深入的综合考量。资金分析报告作为证据拼图中的单一片段，必须与传统证据形成印证补强关系，禁止构成独立证据链，从而确保案件审理的准确性和公正性。

（二）专业化审查原则

法官对资金分析报告开展实质性审查的很大程度上依赖于证据提出方能否清晰阐释算法运行机制与数据分析的内在逻辑。若法官无法理解算法处理数据的基本原理与分析路径，则难以对资金分析报告的内容开展真正具有实质意义的审查。为克服司法审查中可能出现的流于形式、过度依赖技术意见或盲目采信等困境，必须增强法官的专业审查能力，以实现以审判为中心和庭审实质化的改革要求。此类专业审查能力的提升，需从内、外两个维度协同推进。

一方面，法官应主动强化自身在专业领域的认知水平。作为案件事实的最终认定者，法官应当通过系统学习，增强对人工智能、大数据分析及金融建模等前沿技术的理解，这是履行专业审查职责的内在基础。法官尤其应当注重提高对算法决策过程进行法律评价的能力，准确理解其背后的逻辑及其在法律框架中的意义。

另一方面，也有必要借助外部机制辅助法官的专业判断。第一，推动鉴定意见在表达方式上实现通俗化与可视化转型，有助于弥合法官与专业证据之间的认知差距，从而促进证据的实质审查，清晰展现事实认定与法律适用之间的逻辑联系。实现这一目标，要求鉴定人或专门知识人员在确保意见准确性的前提下，尽可能做到表述的通俗与易懂。“通俗化”的前提是科学内容传递的绝对准确，任何简化均不得扭曲本意；“易懂性”则应以普通认知水平的非专业人士能够理解为标准。因此，鉴定人应在不断提升专业精准性的同时，借助多媒体等可视化工具优化呈现效果，围绕争议焦点及核心科学原理，以简明清晰的语言向法官阐释复杂专业内容。第二，为确保资金分析报告的规范性与可读性，还应制定标准化的报告格式要求。报告需按固定结构依次阐述数据来源、分析方法与分析结果，并借助表格、图像等可视化手段清晰呈现分析内容，从而将数据层面的相关关系转化为符合法律推理逻辑的因果关系，降低理解难度。第三，在法律层面明确鉴定人的释明义务，即其有责任以准确、清晰且易于理解的方式说明鉴定意见及其依据。法官则应享有要求鉴定人履行此项释明义务的程序权利。该义务可通过在委托鉴定条款中明确规定“鉴定人须以易懂方式解释意见”，并配套设立专项说明费用机制等方式予以落实。总而言之，资金分析报告作为定罪量刑的重要材料来源，其司法审查的有效性根植于两个支点：一是报告本身的专业性与可靠性，二是其在庭审过程中能够被有效表达和阐释。以上两者共同构成了法官内心确信的基础。

（三）审查中立原则

在侦控机关具有显著技术优势的背景下，控辩双方在专业能力上的不对称易导致对抗失衡，无形中将法官置于更倾向于采纳而非深入审视此类报告的位置。欧洲议会通过的《在刑事事项中使用人工智能的决议》（以下简称《决议》），与欧盟《人工智能法案》共同体现出欧盟机构对人工智能在司法和执法应用中合规性的高度关注，尤其强调其必须符合《欧盟基本权利宪章》及《欧洲人权公约》所确立的基本权利与原则。《决议》特别指出，人工智能的应用可能对当事人的辩护权与公平审判权构成潜在威胁。由于其“算法黑箱”的特性，当事人往往难以理解和挑战基于人工智能生成的结论或证据，这不仅削弱了“控辩平等”原则，也可能破坏对抗制程序的基本架构。因此，《决议》倡议在欧盟范围内建立统一的保障机制，规范人工智能在刑事司法中的使用，并突出强调了人类监督与法律问责机制的必要性。

不难发现，由于犯罪嫌疑人、被告人难以获取关于人工智能系统运作机制的充分且有意义的信息，导致其在庭审中难以有效质疑相关算法输出的真实性与可靠性。这种信息不对称不仅侵害了嫌疑人的无罪推定、获得有效救济和公平审判等基本权利，也可能影响法官的中立裁判，甚至在一定程度上强化了侦查阶段在刑事诉讼中的主导地位，造成“侦查中心主义”的结构性延伸。若要确保法官的中立性与裁判的客观性，只有强化控辩双方对资金分析报告在证据形式与实质内容上的充分质证，通过深入的辩论与对抗，严格审查其证据能力与证明力，才是辅助裁判者准确理解此类专业证据，保持中立的唯一路径。从比较法的视角看，《美国联邦证据规则》第702条规定，具备相关知识、技能、经验、培训或教育背景的专家证人，可以以意见或其他形式作证，但其证言必须能够协助事实裁判者理解证据或认定争议事实。《德国刑事诉讼法典》第85条亦规定，若证明某事实需借助专业知识，应就相关事项询问具备专门经验之人。资金分析报告往往内含专业算法与复杂数据处理流程，裁判者难以凭常识对其属性与推论强度作出准确判断，因此，依赖具备专门知识的人员进行分析与阐释显得尤为关键。这些专家不仅协助评估与案件事实相关的专业信息，还需能够解读算法模型的输入与输出机制，揭示其内在逻辑与可能偏差。他们从专业视角提供的分析，有助于弥补裁判者在特定技术领域的认知局限，使其能够更全面、客观地评价该证据的可靠性与证明价值。

鉴于此，有必要强化实质化的庭审对抗程序，进一步扩大“有专门知识的人”介入诉讼的深度与广度，充分发挥其在复杂专业问题上的辅助功能。有专门知识的人到庭质证能最大程度地揭示资金分析报告的瑕疵，揭露事实，帮助法官更为中立地获得对案件中专业性问题的认知。有专门知识的人可以围绕数据来源、模型可靠性等进行双向质疑，就算法逻辑关联性与推论有效性展开正反论证，在技术层面和证据层面形成有效的对抗格局，助力法官辨别证据的证明力强弱。同时，还应积极发挥专业型人民陪审员在参审机制中的独特优势。在涉及复杂金融、科技或其他高度专业化问题的案件中，可引入具有会计、信息技术等领域专业背景的人民陪审员加入合议庭。其专业知识和实践经验亦能够有效弥补法官在特定领域知识结构上的局限性，从事实认定层面提升裁判的专业品质与司法公信力。对此，有必要构建科学合理的专业陪审员遴选机制与案件匹配程序，确保陪审员的专业特长与案件审理需求精准对接，实现人才资源的最优配置。

四、资金分析报告司法审查的规范完善

在数智时代背景下，资金分析报告作为一种新型证据形式，要有效融入司法实践，需依托于具体案例与实务场景的持续探索，系统把握其独特属性，并据此推动相应证据规则的调整与完善。

（一）规范证据获取流程

第一，构建全流程留痕核查机制。侦查人员应对证据获取过程进行完整、细致的记录，全面提升取证环节的规范性。对于公私合作模式下由第三方提供的数据，也应建立严格的核验与确认机制，强化第三方主体的责任，确保其真实性与可靠性。通过加强程序性约束，不仅可增强资金分析结果的正当性，也有助于巩固大数据证据的证据能力，使其逐步发展为能够支撑案件定性的核心证据。从技术层面看，可依托侦查平台强化数据操作行为的审计与溯源机制。所有参与侦查活动的主体，其对案件相关信息的一切访问与处理操作，均应实现全程数字化留痕。此类实时生成、不可篡改的操作日志，是实施有效监督与事后问责的重要基础。例如，《欧盟基本权利宪章》第8条第1款的规定，个人数据保护被视为一项基本权利，执法机关的数据处理活动必须严格遵循数据保护原则，并接受独立数据保护机构的监督。

第二，建立健全侦查机关内部算法应用备案审查机制。对于侦查过程中特定算法的应用，须设立专门的内部备案及审查程序。审批程序的严格性需与算法措施对公民基本权利的干预程度相适应。针对涉及高度敏感个人信息、可能触及隐私权核心领域的数据处理行为，应设置更为严格的审批门槛。在运用资金数据时，须遵循必要原则，确保其确系解决案件关键问题所必需。若通过传统侦查手段已能实现相同侦查目的，则应优先选用对公民权利干预较小的方式，避免技术手段的过度使用。同时，严格规范数据处理全流程中的个人信息保护要求，最大限度防范因数据分析引发的信息泄露风险，切实保障公民合法权益。

第三，强化司法监督与审查机制。侦查机关应在后续诉讼阶段及时向检察机关与审判机关移送内部备案材料。对检察机关而言，该备案机制既可为指控提供准确依据，也有助于强化其对侦查行为的法律监督职能；对审判机关而言，则可为庭审中的实质化审查提供支持。为确保数据的真实性及完整性，可以在技术上引入区块链存证手段，防范日志被篡改。

（二）明确证据审查规则

资金数据分析报告能否作为证据被采信，关键在于其数据真实性与合法性是否经过充分验证。其一，保障资金数据的真实性与完整性。资金数据的收集提取应遵循严格规范，原始数据须完整保存于法定的扣押存储介质中，且收集的时间范围应全面覆盖案件所涉的整个资金流转周期。如对数据进行备份，必须采用非侵入式校验技术验证其完整性，且校验操作本身不得对原始存储介质及数据内容产生任何改变。其二，强化资金数据处理流程的可追溯与控制。在对资金数据进行清洗、转换等预处理操作时，必须确保所生成的衍生数据具备可验证性。同时，需建立包含清洗规则、参数设置及操作人员信息在内的完整处理日志链条，以实现从原始数据到衍生数据的全流程可回溯、可监督。其三，建立资金数据内容的分层审查机制。法官在审查资金数据时，既要核查证据收集是否全面，警惕是否存在系统性数据遗漏或人为选择性采集；也要审验单个数据项的真实性与合法性，识别并排除失真、重复或与案件无关的干扰信息。在关联性审查中，应确保数据挖掘的路径与待证事实之间具有实质联系，将数据处理范围严格限定于“案件关联数据池”内，防止因算法过度泛化而引入无关信息。

此外，还应明确算法科学性审查逻辑。资金分析过程的科学性是决定报告证据资格与证明力强弱的关键，应建立覆盖全流程的技术规范体系。

（三）加强算法设计与分析审查

算法偏见构成大数据技术应用的内生性缺陷，伴随人工智能自主性演进呈现持续深化趋势。为消解此类系统性风险，除技术性调校外，亟需建构伦理规制框架，将社会伦理准则、法律价值规范深度植入算法决策体系。在司法应用场域，应定向注入法律规制要素，系统整合人权保障基准与程序正当性原则，促成技术逻辑与司法价值的结构性契合。

第一，构建算法分级审查与第三方评估机制。参考Daubert标准，专家证言必须通过科学有效性及相关性检验，体现其对可靠方法论的应用。欧盟《人工智能法案》将司法相关算法明确列为“高风险人工智能系统”，要求必须进行事前合规评估与事后审计监督。其中，部分高风险AI系统需由提供者自行开展符合性评估，并引入欧盟公告机构实施第三方审核。借鉴此类国际经验，我国在司法领域算法的设计、应用及审查过程中，也应逐步建立结构化算法伦理清单，明文禁止算法模型嵌入基于地域、职业等因素的身份歧视预设，防止在资金异常判定中出现以偏概全、片面归类的情形。同时，应深入贯彻比例原则与最小侵害原则，将其系统融入算法研发全流程，以确保其运作契合司法公正与权利保障的基本理念。当前，组建具有高度独立性的算法伦理监督委员会已成为国际通行做法。我国可通过检察听证机制，吸纳法学专家、计算科学家、伦理学者等担任专业听证员，围绕算法决策逻辑与法律原则的一致性开展审查，这种动态评估也能适应不断变化的技术环境，既顺应刑事诉讼对程序规范的内在要求，也有助于借助检察监督和社会参与，有效防范算法偏见与决策错误，进而降低其对公民权利可能造成的侵害风险。

第二，强化算法透明度和构建数据溯源机制。算法的黑箱特性天然抵触司法公开原则，其隐蔽决策机制可能掩盖系统性偏差。侦查人员应遵循信息披露的必要性与比例原则，实施分级披露，向辩护方提供算法功能输入输出逻辑及训练数据代表性分析等材料，保障其质证权；向法庭披露核心算法逻辑，以支撑司法审查需要；向社会公众则仅公开算法合规性评估报告。在司法操作维度，算法公开阈值应当以保障有效技术质证为限，确保维持诉讼攻防平衡。具备技术解码能力的专业主体应向进行法官披露，确保法官对相关信息理解有效。自犯罪嫌疑人提出算法异议时，就可以启动公开程序，保障其及时抗辩权。同时，诉讼参与的获知方需要履行保密义务，平衡知情权与商业秘密。

第三，确立当事人提出算法解释请求与保障数据隐私的权利。在算法解释权方面，应允许犯罪嫌疑人、被告人及辩护人对涉案算法技术存有疑问时，向检察或审判机关申请由算法研发单位出具书面说明。若书面解释仍无法消除争议，可进一步申请算法设计人员出庭作出说明，并在必要情况下进行算法的现场演示或验证。在数据隐私权保障方面，侦查机关为全面搜集涉案信息，可能扩大数据采集范围，采取无差别收集与分析手段，导致大量与案件无关的公民个人信息被获取、存储及处理，加剧个人信息空间受压缩的风险。此类基于不实或无关数据所作的大数据分析，易得出错误推断，进而误导侦查决策，造成对公民基本权利的不当干预甚至剥夺。对此，侦查机关应主动告知被追诉人所调取数据的时间、来源、分析算法及结论，保障被追诉人信息知悉权。若辩方对数据真实性存疑，应由控方承担证实责任，并在存在错误时予以更正。

（四）完善庭审质证程序

庭审的实质化要求“事实查明在法庭、证据认定在法庭、判决形成于法庭”，控辩双方在法庭上就某一证据的举证质证，决定了该证据能否作为定罪量刑的定案根据。这就要求庭审过程中，控辩双方对资金数据分析报告证据形式、内容进行全面“交锋”和充分对抗，让此类新型证据是否具有证据效力得到充分的检验，真正发挥其司法证明作用，使其作为证据使用更加具有司法公信力。因此，强化审判阶段对抗性质证环节，要求控辩双方借助专家证人与鉴定人，就资金分析报告的数据来源、合法性、算法原理等核心问题展开充分的交叉询问与辩论。此举一方面旨在阻断侦查证据对审判人员认定结论的单向影响，另一方面可避免法官因技术壁垒而产生认知偏差。

首先，确立鉴定人出庭阐释算法正当性的制度要求。《资金分析鉴定程序规定》第42条明确了鉴定人出庭作证的法律义务，即应就鉴定事项接受质询，同时有权拒绝回答无关问题。资金分析鉴定活动，本质上是专业人员运用特定软件与工具，对涉案资金流数据、账户信息进行系统性检验、分析与研判。其核心在于厘清账户间的关联性、资金流向以及交易模式，最终形成具有事实证明效力的分析结论。无论是以分析论证为基础形成的《资金分析鉴定书》，还是直接呈现检验结果的《资金分析检验报告》，在程序上均须严格遵循《资金分析鉴定程序规定》，以确保鉴定质量符合证据的基本属性与要求。

在庭审质证环节，质证的核心在于对算法科学性及其潜在误判率的阐释，鉴定人应聚焦技术性说明，直接回应法庭疑问，对于鉴定结果的科学性诠释，特别是结论的明确性问题，应予以正面解答。

其次，建立专家辅助人审前参与机制。在刑事诉讼审前程序中，追诉机关主导鉴定启动权，辩护方主要依托阅卷权行使权利。该权力结构导致辩方多限于通过审查笔录类材料，对资金分析报告在提取、固定与保存等环节的程序合法性提出异议，难以针对取证或鉴定过程中涉及证据真实性、关联性与完整性的技术标准问题提出专业性质疑。若在侦查阶段便强化专家辅助人的质证作用，将有助于打破鉴定人对庭审中技术性问题解释的垄断局面，削弱其在技术鉴定领域的单一话语权。在此基础上，控辩双方均可申请法庭通知专家辅助人出庭，就资金分析报告所涉技术争议点进行说明，不仅有助于厘清案件争点，也可减轻审判者对鉴定意见的过度依赖，从而提升裁判的公正性与科学性。未来应进一步完善专家辅助人参与公安机关电子取证工作的程序性与实体性制度设计，系统构建其在侦查阶段介入的机制框架，赋予辩护方申请专家辅助人参与的权利。

最后，明确专家辅助人意见的证据地位。在当前大数据侦查、算法分析等数字化智能侦查手段由公安司法机关主导并广泛运用的背景下，引入具备对抗属性的专业意见，不仅有助于法官通过综合多方观点更为审慎地评判鉴定意见，更是维护被告人诉讼权利的重要机制。基于控辩平等原则，赋予专家辅助人意见以证据能力，能够为当前以公权力为主导的鉴定体制注入必要的制衡力量。实践中，专家辅助人因难以直接接触原始检材，其意见的证明力可能受限，但这并不应成为否定其证据属性的理由。相反，若该类意见不具备证据资格，当法庭对资金分析报告的证据能力存疑时，法官往往倾向于将案件退回检察机关或侦查机关重新鉴定，这实质上弱化了法庭对证据能力的独立审查。因此，承认专家辅助人就专业问题所提出意见的证据资格，符合证据裁判原则的基本精神，也是强化对资金分析报告进行实质审查、提升司法判断准确性的必要路径。

五、结语

如前所述，各地公安机关纷纷在经济犯罪办案实践中探索“金析为证”。对此，要辩证看待，不能因为实践中逐渐铺开的探索而忽视司法对其的实质审查，防止出现“以鉴代侦”。以审判为中心的诉讼制度改革要求审前活动面向审判，在对资金分析报告审查的各个环节，应当重点审查算法模型的可靠性和科学性、审查基础数据的真实性与完整性、审查分析推理的逻辑严密性、审查资金分析报告的文书规范性和要素齐全性。以法官的实质审查确保资金分析报告具备证据“三性”，及时排除不可靠的报告，最大限度地确保“金析为证”这把利剑在打击犯罪的同时，维护法院对证据审查认定的决定性作用。

从实质层面来看，对资金分析报告的审查涉及算法证据的审查规则体系建构问题。有观点针对算法黑箱和算法歧视问题主张构建以政府为主导的大数据算法评估和解释机制，由此保证算法本身的科学性和有效性，保障辩护方的质证权，促进对人工智能参与生成的鉴定意见的有效质证和审查：一是要构建独立的算法审查委员会，借鉴域外由法官、司法行政人员、鉴定人及人工智能领域的专家组成的算法审查委员会进行“同侪评价”，在一定程度上可以缓解算法审查与算法公开所带来的商业秘密保护难题，并缩小控辩双方在算法应用上的差距。二是构建算法审查听证程序，为法官和控辩双方提供针对算法模型异议的审查平台。这些学界已有探讨具有较强的启发价值。

为应对经济犯罪案件中资金流转日益复杂化与隐蔽化的趋势，针对侦查实践借助算法模型生成犯罪交易资金往来的分析报告，并将其作为证据使用的“金析为证”需要纳入程序法规制。资金分析报告作为一种具有大数据证据或算法证据新型特征的证据形式，对其审查的核心问题在于构建科学的证据审查规则与完善庭审调查程序。审视当前实践，资金分析报告在证据属性与审查程序两个层面均存在明显问题，集中体现为证据能力认定标准模糊以及证明力审查机制不完善。随着犯罪治理向数字化、智能化转型，刑事审查模式也亟需相应变革。在司法理念层面，应明确法官在人工智能辅助审查中的主导地位，强化实质性审查的专业能力，保障审查中立性的正当程序地位。在制度构建层面，需重点完善证据提取与使用的程序规范，健全算法设计与分析的技术标准，强化审查过程的程序约束，并保障庭审质证的实际效力，从而为数字经济时代刑事司法实践提供理论参考与路径指引。

在数字时代，证据收集活动从“物理空间”向“网络空间”转变，“金析为证”的实践探索与相应立法进程，体现了人工智能与大数据技术在司法领域应用的制度性演进与改革方向。这一趋势进一步引发了对司法人工智能应用如何有效规制的法理反思与体系化理论建构。未来，从微观层面来看，资金分析报告审查应立足于个案经验的积累与提炼，依托典型案例的裁判经验与区域性试点成果，逐步凝练形成稳定、统一的审查规则体系。在充分发挥技术效能、提升司法运行效率的同时，切实维护司法公正与当事人的基本权利。从制度设计层面，强化资金分析报告的司法审查，将其纳入证据审查体系，更好地适应现代社会复杂多变的犯罪形势和司法实践的需要，助推以审判为中心的诉讼制度改革。