论坛论文FORUM PAPERS

上海靖霖（北京）律师事务所

一、问题的提出

（一）研究背景与问题缘起

1、数字金融时代资金犯罪的取证困境

随着数字经济与金融科技的深度融合，涉众型经济犯罪呈现出与传统犯罪截然不同的样态。以非法吸收公众存款、贷款诈骗、洗钱为代表的资金密集型犯罪，逐步突破线下交易的物理限制，演变为行为链条拉长、参与主体分散、交易模式伪装化、资金流向隐蔽化的新型犯罪形态。[1]行为人借助多层账户、第三方支付平台或者“比特币”等虚拟货币转移资金。涉案款项穿插于各类支出、个人消费、循环借贷和跨境转移之中，使得传统的以人工核对银行流水为核心的侦查取证方式面临严峻挑战。

资金流转的复杂性与隐蔽性，成为此类犯罪治理的核心难题。一方面，犯罪行为人通过资金池运作、借新还旧、多层转账等方式，人为割裂资金来源与去向之间的关联。传统的财务审计与司法会计鉴定难以完整的、客观的还原资金流转全貌。另一方面，涉众型案件所涉账户与交易数量庞大，资金数据表现为规模海量、来源分散、结构异化，单纯依赖人工逐笔核查，不仅效率受限，更易导致关键线索的疏漏。正如有学者指出的，传统现场勘查、搜查、侦查实验等侦查措施均指向现实社会的有形物或实在物，与留存于电磁介质中的资金数据印记存在本质区别，难以有效应对虚拟社会中的资金分散碎片化场景。[2]

在此背景下，传统证据方法已难以满足司法实践的现实需求，亟需新的技术手段与证据形式予以回应。

2、资金分析报告的制度演进

为纾解涉众型经济犯罪的取证困境，公安部经济犯罪侦查局于2023年正式启动“金析为证”工作，聚焦资金分析成果向诉讼证据转化的关键问题。所谓“金析为证”，是指公安机关通过专业化资金分析手段，对经济犯罪案件中的资金流向、交易模式等进行穿透分析，并将其分析研判成果转化为资金分析报告，为案件侦查和审判提供支撑。[3]

从制度演进来看，“金析为证”在短短两年内完成了从实践探索到规范建构的跨越。2024年3月，公安部经侦局发布《公安经侦部门资金数据分析成果转化工作指引（试行）》，首次明确资金分析报告的证据转化路径。次年，2025年4月，《公安机关资金分析鉴定工作程序规定（试行）》（公通字〔2025〕10号）正式将资金分析新增为公安机关内设鉴定项目，标志着资金分析鉴定纳入司法鉴定管理体系。在司法实践中，北京、苏州、河南、重庆等地已广泛探索运用资金分析报告指控犯罪，在多个重大案件中取得了良好效果。[4]

3、刑诉法再修改的时代契机

2023年，第十四届全国人大常委会将《刑事诉讼法》修改纳入立法规划，为刑事证据制度的完善提供了重要契机。长期以来，我国刑事证据制度存在立法简略、解释补位的问题，大量证据规则通过以司法解释为路径的创设，导致规范层级较低、体系性不足，甚至出现司法机关“代为立法”的现象。[5]2021年《刑诉法解释》第100条规定的专门性问题报告制度即是典型的以司法解释为路径的创设。其在《刑事诉讼法》未作规定的情况下，通过司法解释创设了新的证据类型，由此引发了证据属性、审查标准、程序保障等一系列实务争议。

资金分析报告是大数据与人工智能技术介入刑事司法后形成的新型证据材料，其证据属性及适用规则与本轮刑事诉讼法修改所关注的证据制度完善问题密切相关。资金分析报告能否纳入现行法定证据种类体系，应归入鉴定意见、电子数据等既有证据类型，亦或有必要作独立类型化处理，均涉及《刑事诉讼法》第50条关于证据种类规定的调整与完善。同时，资金分析报告的审查判断标准、相关专业人员出庭以及专家辅助人参与等程序机制，也对现有刑事证据制度提出了新的规范需求。

在此背景下，从刑事诉讼法修改的视角审视资金分析报告的证据属性、正当性基础及其适用规则，不仅有助于回应数据技术发展对传统证据分类与证明规则提出的挑战，也有助于推动相关证据审查与质证机制的制度化、规范化。因此，对资金分析报告的证据定位及规则体系进行系统研究，具有较为突出的理论意义与现实必要性。

（二）资金分析报告的司法困境与理论争议

尽管资金分析报告在打击涉众型经济犯罪中成效显著，但仍然存在较大争议。一方面，关于其证据属性的分歧长期存在，直接导致司法适用标准不一。另一方面，从取证、分析到庭审质证的全流程中，程序规范的缺失使得资金分析报告的可靠性与公正性面临多重风险。

1、证据属性争议

资金分析报告的证据属性，是当前理论和实务中争议较大的问题之一。对于这一新型证据应当归入何种法定证据种类，直接影响其证据能力与证明力判断。

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鉴定意见范畴。[6]这亦是公安机关制度设计的基本立场，通过出台《公安机关资金分析鉴定工作程序规定（试行）》这一规范性文件，公安机关将“资金分析”增设为鉴定项目，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。与之相配套的《公安机关资金分析鉴定机构登记管理办法（试行）》与《公安机关资金分析鉴定人登记管理办法（试行）》，进一步规范并完善了资金分析鉴定机构及鉴定人的资质管理体系。从形式层面而言，上述规则安排暂时解决了该类报告的证据能力争议。实务中，审判机关亦存在将其归为鉴定意见的做法，例如李君友等组织、领导传销活动案[7]，审判机关认为山东计算机司法鉴定所对涉案的网络注册账户属性、涉案银行账户、资金往来等资金往来的分析报告属于鉴定意见。刘品新教授指出，大数据证据是基于海量数据通过算法模型形成的分析结论，与传统鉴定意见存在显著差异，简单套用鉴定意见规则难以有效规制其风险。[8]

另外还有学者认为将资金分析报告确立为一种独立的法定证据类型。[9]还有观点认为，资金分析报告类似于大数据证据，基于未来大数据作为侦查措施的可能性，可作为与大数据侦查措施相对应的新型证据种类或者新设大数据证据种类即“新证据种类说”。[10]此外，有学者认为其属于专门性问题报告[11]，还有学者认为，按照侦查实验的程序性要求，通过“说明资金数据清洗规则、选择算法模型的理由、算法过程等”，可以形成资金研判的侦查实验笔录。[12]

实践中，资金分析报告被部分法院认定为书证。例如，陈某林、黄某益等虚开增值税专用发票、用于骗取出口退税、抵扣税款发票罪案，[13]以及卢燕凤、覃彩英、刘红建等组织、领导传销活动罪案。[14]部分法院认为资金分析报告属于电子数据，例如贾某芳开设赌场罪案。[15]

证据属性的争议直接导致司法实践混乱，这种定位模糊的状态，不仅影响法律适用统一，也使得审查判断缺乏明确规则指引。

2、程序规制不足

证据属性的定位模糊，直接导致了资金分析报告从取证、分析到庭审质证全流程的程序规范缺失。作为一种高度依赖技术方法的新型证据，其可靠性高度依赖于程序的规范性，但当前尤其是在侦查阶段的证据获取、分析等固定证据环节缺乏相应的程序规范。

首先，取证程序的恣意。资金分析的起点是数据获取，而这一环节当前存在明显的程序恣意问题，体现在两个方面。一是数据范围。资金分析往往以涉案主体为中心，辐射大量关联账户与无关第三人的交易数据，侦查机关在调取数据时缺乏明确的范围限制。从哪个切入点开始进行数据调查，与最终能收集多少证据和获取什么内容之间已经没有必然关系。[16]二是原始数据的真实性保障不足。资金分析结论的可靠性建立在原始数据真实完整的基础上，但实践中，存在犯罪资金流涉及银行卡、第三方或第四方支付、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，导致原始存储介质无法扣押与封存以及随案移送。此外，在收集提取、传输数据的过程中，亦存在数据的完整性无法保证、数据增删改情况不明等问题。[17]

其次，大数据计算或人工智能存在“算法黑箱”与“算法偏见”问题。资金分析高度依赖算法模型，从简单的规则比对到复杂的图神经网络、机器学习模型，算法的复杂度越高，其可解释性就越差。当前既无要求控方披露算法核心信息、模型参数、训练数据构成的规定，也无赋予辩方委托专家进行算法核验的权利，法官与辩方都无法对算法的科学性、可靠性进行有效审查。有学者分析认为，嵌入人工智能的歧视，既有内隐偏见驱动的无意识歧视，也有结构性不平等驱动的系统性歧视。[18]

最后，侦鉴不分难以规避。公安机关的侦鉴一体化机制及其“以侦代鉴”问题长期存在屡受诟病。[19]随着网络犯罪的不断扩张，在以电子数据为重要取证对象的侦查阶段，该问题愈发严重。部分学者指出，鉴定人从原始存储介质、特别是手机中提取电子数据的司法鉴定活动，本质上属于公安机关的搜查措施。[20]如此一来，该鉴定人的身份应为侦查人员，而随后的鉴定工作往往亦由其来完成。在金融犯罪中，资金分析人员本身就是侦查人员，既负责线索发现、数据调取，又负责出具资金分析报告，双重身份混同使得分析结论容易受到侦查追诉倾向的影响，丧失了鉴定意见应有的中立性。[21]

二、资金分析报告的属性辨析与规范审视

（一）证据属性的理论辨析

1、既有属性定位的解释限度

资金分析报告的属性，是当前理论与实务争议的焦点。在《公安机关资金分析鉴定工作程序规定（试行）》出台之前，这一争议起因在于实践中无法可依的混乱状态。即便在该规定明确将资金分析纳入公安机关鉴定项目之后，理论上的分歧并未真正消解，反而因规范层面的定性与学理层面的定性之间存在缝隙而更显复杂。概览现有研究，笔者初步总结如下。

鉴定意见说。当前的官方立场与多数说，该说认为，资金分析报告完全符合鉴定意见的基本构造，即由具有专门知识的人，对案件中的专门性问题进行分析判断后出具的专门性意见。公安部出台的“一个规定、两个办法”正是以该说为理论基础，通过将资金分析增设为公安机关内设鉴定项目，从规范层面确立了其鉴定意见的证据地位。[22郭华教授指出，资金分析报告本质上是意见类证据，其对资金流向、交易模式的分析判断，与司法会计鉴定具有同质性，应当纳入鉴定意见的范畴予以规范。[23]部分实务人员亦主张资金分析报告是“小数据+专业判断”的结构化证据，其真实性审查应当围绕人员资质、数据来源、分析逻辑、可溯源性四个维度展开，这与鉴定意见的审查判断逻辑并无二致。[24]该说的最大优势在于现实可行性，即可在现有证据框架内解决证据能力问题，满足司法实践的迫切需求。但其缺陷明显，该说更多从形式层面论证资金分析与传统鉴定的同构性，却在相当程度上忽视了资金分析与生俱来的侦查属性，以及算法模型介入后对传统鉴定规则带来的根本性挑战。简单套用传统鉴定意见的审查规则，既无法有效回应算法黑箱、算法偏见等新型问题，也难以解决内设鉴定机构带来的“自侦自鉴”的矛盾。

独立证据说。该观点认为，资金分析报告类似于大数据证据，基于未来大数据作为侦查措施的可能性，可作为与大数据侦查措施相对应的新型证据种类或者新设大数据证据种类即“新证据种类说”。[25]该说的理论贡献在于揭示了资金分析报告不同于传统鉴定意见的技术特征，但其现实可行性或缺乏根据。一方面，在刑事诉讼法尚未修改的背景下，主张独立证据种类属于“远水不解近渴”，无法回应实践中迫切的需求。另一方面，所谓的大数据证据本身的外延并不清晰。换言之，并非所有资金分析报告都涉及巨量数据与复杂算法，简单的流水统计与复杂的机器学习模型在技术特征上差异巨大，将其统合为一种独立证据种类，可能导致规范的过度抽象与空洞化。

专门性问题报告说。以2021年《刑事诉讼法解释》第100条为依据，主张在缺乏法定鉴定机构与鉴定人的情况下，资金分析报告可以作为有专门知识的人出具的报告使用。该说在《程序规定》出台之前具有一定的合理性，是应对法定证据种类封闭性的过渡性安排。但随着公安机关专门鉴定机构的设立与鉴定人管理制度的建立，资金分析已经不再属于无法定鉴定机构、无鉴定人的情形，专门性问题报告说的规范基础已经丧失。更重要的是，专门性问题报告本身的审查标准就处于碎片化状态，将其作为资金分析报告的属性定位，既无法提供明确的规则指引，也不利于保障证据的可靠性与当事人的质证权。[26]

2、证据属性争议的根源

资金分析报告属性争议的存在，究其原因在于我国封闭式法定证据种类体系与数字时代新型证据形态之间的张力。我国《刑事诉讼法》第50条封闭式列举了八种证据种类，这种模式的初衷是通过明确证据形式来规范证据运用，但在科学技术飞速发展的今天，其僵化性日益凸显。一些研究者想当然地以为“证据只有符合法定的表现形式，才能被采纳为定案的根据”，从而将那些没被列入法定种类的材料排除在定案根据之外。[27]换言之，判断一项材料是否具有证据能力，首先看其是否符合法定证据形式，而不是看其对案件事实是否具有证明价值，这必然导致事实认定的表面化与证据规则的僵化。每当新型证据出现，学界与实务界首先争论的不是“如何审查判断其可靠性”，而是“它到底属于哪一种证据”，这种“找法”思维本身就反映了封闭式证据种类体系的滞后性。

另一原因，笔者认为上述观点均未注意到资金分析报告自身的具有双重属性，即侦查属性及鉴定属性。资金分析同时具有侦查与鉴定的双重性质，二者彼此依存、相互缠绕，共同构成了资金数据分析活动的内核。[28]

从侦查角度来看。资金分析本质上是一种大数据侦查活动，其推理形式是溯因推理。犯罪活动是从原因到结果的顺向进程，而侦查活动则是从结果回溯原因的逆向过程，即侦查人员根据已经发生的犯罪结果，提出侦查假设，再通过收集证据不断验证或修正假设。反观资金分析，完全符合这一逻辑。分析人员以涉案账户为起点，通过数据清洗、关联分析、模型运算，发现资金流向的异常模式，进而锁定犯罪嫌疑人、发现犯罪线索。在这一过程中，有罪假设始终是分析的起点，算法模型的选择、特征参数的设定，都不可避免地服务于“发现犯罪”这一侦查目标。正如学者所指出的，在经济犯罪侦查中，资金分析与取证活动往往交替进行、不可分割，分析人员本身就是侦查团队的组成部分，其行为未脱离侦查活动的基本范畴。[29]

从鉴定维度观察，资金分析又具有科学证据的属性，其推理形式是归纳推理。鉴定活动的核心，是由具有专门知识的人，根据科学原理和专业经验，对检材进行检验分析后得出或然性结论。资金分析报告是分析人员通过数据采集、清洗、建模、可视化等步骤，对涉案资金的数额、流向、关系网络等专门性问题作出的判断，符合鉴定意见的基本特征。但与传统鉴定不同的是，它是一种新型科学技术，其结论的得出并非主要依赖鉴定人的个人经验，而是依赖算法模型对数据的挖掘、推演。其证明逻辑并非传统的同一性认定，而是通过相关性分析揭示数据背后的行为模式。[30]由此可见，资金分析报告既非纯粹的侦查措施，也非传统意义上的鉴定意见，而是二者的结合体。

（二）资金数据取证的规范审视

1、数据调取泛化违反比例原则

资金分析的起点是数据获取，而这一环节当前存在着明显的程序恣意。传统刑事侦查中，搜查、扣押等强制侦查行为受到严格的法律保留与比例原则约束，侦查机关必须在法定范围内，针对特定的犯罪嫌疑人收集证据。但在资金分析领域，这一约束正在被悄然突破。

实践中，资金分析往往以涉案主体为中心，向其交易对手、关联账户无限辐射，形成一个庞大的数据圈。侦查机关在调取数据时缺乏明确的范围限制，不仅调取犯罪嫌疑人的账户信息，还会调取大量与案件无关的第三人交易数据。正如学者担忧的，在大数据侦查模式下，数据调取的广度不再取决于侦查的必要性，而是取决于技术上的可能性。[31]这种做法明显违反了公法中的比例原则中的必要性要求，即在能够实现侦查目的的多种手段中，应当选择对公民权利侵害最小的那一种。

这种数据调取的泛化对无关第三人的权利造成了普遍侵害。在涉众型经济犯罪案件中，一个核心账户可能对应着成千上万的交易对手，其中绝大多数人是正常的市场交易者，与犯罪毫无关系。但他们的银行流水、支付记录、交易信息都被侦查机关无偿调取、存储、分析，其个人信息权益与隐私权受到了不当干预。我国《个人信息保护法》第34条明确规定，国家机关处理个人信息应当依照法律、行政法规规定的权限和程序进行，不得超出履行法定职责所必需的范围和限度。但在实务中，涉众型经济犯罪的侦查中，似乎缺乏具体的程序保护，为了尽可能取得完整的证据而扩大范围。

2、数据的真实性保障不足

鉴真规则是证据法的基石，其核心在于证明法庭上出示的证据，与案件中实际存在的证据具有同一性。传统鉴真规则建立在有形物、静态证据的基础之上，通过独特性确认、保管链证明等方法，确保证据没有被调换、篡改或污染。但在资金分析领域，这一整套规则面临着根本性的挑战。

资金数据是典型的动态数据流，具有海量性、易篡改性、可无限复制性、分布式存储等特征。与传统的书证、物证不同，资金数据并不存在一个原始的、独一无二的原件。例如，交易记录同时存储于银行、支付机构、清算机构的多个服务器中，任何一个节点都可以修改数据，且修改痕迹难以追溯。更重要的是，实践中大量资金通过第三方支付、第四方支付、跑分平台甚至虚拟货币流转，其交易记录可能存储于境外服务器，原始存储介质根本无法扣押、封存和随案移送。[32]在这种情况下，传统的原始介质优先原则和封存、笔录、见证人的固定证据制度，几乎完全失效。传统鉴真规则的失灵，直接导致了资金分析报告真实性保障的不足。

数据从调取到最终形成报告，需要经过提取、清洗、转换、导入分析系统、模型运算等多个环节，每一个环节都存在数据被增删修改的可能。但实践中，很少有案件能够完整提供全流程的操作日志，也很少对原始数据进行哈希校验或区块链存证。辩护一方往往只能看到最终的分析结论，却无法追溯数据的来源和处理过程，更无从验证数据是否完整、是否被篡改。法庭上出示的资金分析报告，其背后的数据是否真实、是否完整，实际上处于一种不证自明的状态，这与证据裁判原则的要求存在明显差距。

（三）算法介入的正当性风险

1、算法黑箱与结论可解释性不足

传统的鉴定意见依赖于鉴定人的专业知识与工作经验，其分析过程具有可解释性、可检验性与可质疑性。鉴定人需要在法庭上说明检验所依据的科学原理、所使用的技术方法、所遵循的操作步骤，以及如何从鉴定材料中逐步推导出的最终意见，控辩双方可以据此展开实质性质证。但在资金分析领域，这一可解释性传统正在因算法的介入而面临缺失。

电子数据取证正在经历从“数据大”到“大数据”的范式跃迁。[33]所谓“数据大”，是指传统镜像取证的量的扩张，本质上并未改变的是固定静态证据的逻辑。反观“大数据”则是一种全新的认知模式，其基本结构是“数据—算法模型—结论”，即通过算法模型对庞大的数据进行挖掘、分析、推理，发现数据之间的相关性并形成分析意见或结论。在这一结构中，模型成为连接原始数据与最终结论的核心中介，而恰恰是这个“中介”，成为了诉讼各方均无法窥其奥秘的黑箱。司法机关通常难以接触到未经预处理的原始数据，只能依赖平台或技术供应商提供的结果集，证据生产过程高度黑箱化，传统通过比对载体、校验哈希值来判断真伪的方法失去抓手。[34]

人工智能证据的结论可解释性是指可以对人工智能所产生的结论进行理解和解释。导致这一结论丧失可解释性的原因有二，一是算法黑箱，二是算法复杂性。“黑箱” 掩盖了算法对于数据的利用，用户无从得知算法的目的和意图，无法掌握算法推演的相关逻辑，不可能获悉算法学习规则的相关信息，更谈不上对其进行评判和监督。[35]算法的复杂性，很多时候即使算法试图向人类解释其作出决策的依据，人类也很可能无法理解。造成这种理解困境的关键是，机器相关性的思维方式与人类因果性的思维方式存在一定程度的冲突。[35]

当前我国司法实践中，资金分析报告在可解释性方面亦存在明显不足。数据层面，多数报告并不附具完整的分析底稿和操作日志，数据从原始调取到最终入模的全流程缺乏完整记录。过程层面，以不同理由拒绝披露算法的具体原理、模型选择依据和参数设置。结论层面，几乎无法委托专家对算法进行重新运行和验证，结论的可靠性完全依赖于鉴定机构的自我声明。

2、算法偏见与结论中立性风险

比算法黑箱更为隐蔽的，也更为致命的是算法偏见。算法黑箱的问题在于“看不见”，而算法偏见的问题则在于“看得见却认不出”。人工智能背后是运算大模型，也就是大众嘴中的算法。算法是通过计算数学语言表达的，具有科学真理的外观，似乎是一套价值中立的运算逻辑。但从实质上来看，算法是人的价值判断的代码化，其中嵌入了设计者的预设立场、认知偏差和价值偏好。部分学者认为，嵌入人工智能的歧视，既有内隐偏见驱动的无意识歧视，也有结构性不平等驱动的系统性歧视。[36]这种歧视，导致了通过算法得出的结论的中立性缺失。资金分析报告作为算法深度介入的新型鉴定意见，其鉴定中立性正面临算法偏见的全方位侵蚀。

强化已有偏见。算法将基础数据中已经存在的偏见加以学习、固化，并在后续案件中反复复制。任何算法都不是凭空产生的，它需要以历史数据作为训练基础。问题在于，历史数据本身就可能内嵌着既往执法与司法中的偏见。有学者研究发现，纳入到我国目前较为成熟的类案裁判系统中的样本，基本上都是有罪判决，无罪判决、撤回起诉的案例几乎被完全排除在案例库之外。[37]正因如此，在此类数据投喂后的算法，天然倾向于得出有罪的结论。不外乎在资金分析场景中，这一问题同样突出。模型的训练数据多来自已经侦破、已经定罪的经济犯罪案件，而那些初查后未立案、撤案、不起诉、判无罪的正常资金往来数据，似乎不会进入算法的学习范围。其导致的结果就是，算法只学会了“犯罪资金是什么样的”，却没有学会“正常资金是什么样的”，它会将一切与犯罪资金特征相似的交易都标记为可疑，而对那些不具备典型犯罪特征但实际上是犯罪的交易视而不见。算法在这里充当了“传送带”的角色，将侦查机关既往的破案偏向和有罪推定倾向，原封不动地传递到每一个新案件中。更严重的是，这种偏见因为被包裹在复杂的数学模型之中，比法官个人的偏见更难识别、更难质疑，也更难纠正。

锚定偏见愈发不可避免。德国社会学家马克斯·韦伯曾批判过分职业化、官僚化的司法体制，代表普通人说出了对机械司法的反感，即法官仅起到一部加工机器的作用，这种法官只知道将当事人的诉讼要求和诉讼费一起塞入机器，然后根据从法典中推演出的理由进行诊断。[38]数字时代中的算法似乎将这种情况推向了极致，算法的运行需要通过数字量化后，比较二者相互间的关联程度，最终得出结果，其本质也是量化后的数字结果。数字天然具有精确、客观的外观，对法官具有强烈的心理暗示。这一点恰恰就是锚定偏见的本质，锚定偏见是指从一个固定点出发，在面对各种不确定性的情况下，越来越依赖这一锚定点，作出最终的判断。[39]算法输出的数字化结果就是侦查人员或者裁判者内心的锚定点，进一步讲算法的结果异化为心证形成的主导力量，不当介入内心确信的生成过程，充实案件结论的论据，同时否定该结论则需承担更高的论证义务。如此一来，中立性便没有了一席之地。

三、资金分析报告的规则完善

（一）证据属性的立法回应

1、鉴定意见框架下的规则调适

前文已述，资金分析报告同时具有侦查辅助与证据双重属性。与传统鉴定意见在检材、鉴定分析、主体三个维度存在结构性差异。在《刑事诉讼法》尚未修改八种法定证据种类仍采封闭式列举的当下，脱离现行法主张独立的全新的证据种类，虽有理论前瞻性，却无现实可行性。《公安机关资金分析鉴定工作程序规定（试行）》将资金分析增列为公安机关鉴定项目，选择以鉴定意见为规范接口，这一路径值得肯定。问题在于，将资金分析报告纳入鉴定意见，不等于简单套用传统鉴定的全部规则。传统鉴定意见以静态个物为检材、以专家经验为分析根据、以外部第三方为主体，其鉴定分析规则、回避规则、出庭规则均以此为前提。而资金分析报告以动态数据流为检材、以算法模型为分析依据、以侦查内设机构为主体，传统规则在诸多环节力有不逮。

在修法之前，应当在鉴定意见的框架内针对资金分析报告的特殊性质构建专门规则。这种规则构建不是另起炉灶，而是在鉴定意见一般规则之上增设特别规则。资金分析报告作为意见类证据，其风险存在于数据质量、算法模型和分析人员主观判断三个层面，传统鉴定规则对这些新型风险缺乏有效回应，需要建立覆盖数据来源、算法选择、分析过程全链条的特别规范。[40]具体而言，在数据鉴真环节，需要建立以完整性验证为核心的新型鉴真规则。在分析过程，需要建立算法披露和可解释性的特别要求。在主体上，内设鉴定机构的侦鉴一体问题需要专门的程序隔离机制。这些特别规则的构建，既可以通过公安部、最高法、最高检联合制定规范性文件的方式推进，也可以通过指导性案例逐步积累裁判规则，为后续修法提供实践基础。

2、证据种类开放的修法方向

在鉴定意见框架内构建特别规则只是权宜之计，根本出路在于刑事诉讼法层面的证据种类改革。从比较法视角观察，大陆法系国家和地区的刑事证据法多未对证据种类作封闭式列举，而是以证据方法为中心对不同类型的证据设置相应的调查程序；英美法系则以可采性规则为核心，不纠缠于证据的法定形式。我国刑事诉讼法再修改，将“鉴定意见”修改为“鉴定意见与其他专门性意见”，同时增设兜底条款，明确“具有专门知识的人对案件专门性问题出具的意见，可以作为证据使用”。[41]这一修改的意义不仅在于解决资金分析报告的法律地位问题，更在于为未来可能出现的各种新型专门性意见预留制度空间，实现从形式法定到功能法定的转向。《刑事诉讼法》再修改推动鉴定人和专家辅助人向专家证人方向转变，实现地位平等、证据效力平等。[42]

这一主张与证据种类开放化的方向一脉相承，只有打破法定证据种类的封闭性，才能真正建立以可靠性为核心、以庭审质证为保障的科学证据审查体系。开放式的目的，是将规范重心从证据形式转向证据功能，不再纠结于某一证据“叫什么”，而是聚焦于如何审查其可靠性与合法性。在这一思路下，资金分析报告无论将来被归入鉴定意见还是其他专门性意见，其审查规则的核心都是相同的，数据来源是否合法可靠、算法模型是否科学有效、分析过程是否可解释可验证。

（二）取证程序的规范构建

1、数据调取的比例原则约束

资金分析的起点是数据获取，而这一环节应该进行更加明确的规范，其目的也是显而易见的，即保护多方人员的个人隐私、信心安全等。数据调取的泛化直接违反了比例原则中的必要性要求。比例原则要求侦查机关在能够实现侦查目的的多种手段中选择对公民权利侵害最小者，在数据范围上严格限定于与案件有关的信息。正如学者所主张的，涉案资金分析应当严格控制数据调取范围，防止以侦查之名行“数据远洋捕捞”之实。[43]运用资金数据须遵循必要原则，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。[44]

制度构建上，应当确立数据调取的“案件关联数据池”规则。首先，侦查机关应当在调取文书中明确说明调取数据的时间范围、账户范围和数据类型，并说明该范围与案件待证事实之间的关联性。其次，对于涉众型案件中，大量无关第三人的交易数据，应当采取脱敏处理或及时销毁机制。再次，对涉及高度敏感个人信息的调取，应当设置比一般资金数据更为严格的审批门槛。正如《个人信息保护法》第34条关于国家机关处理个人信息不得超出履行法定职责所必需范围的规定，应当在刑事侦查领域得到具体化和程序化，不能因为侦查需要就虚置个人信息保护的法律规范。

2、动态数据的完整性与可溯性保障

资金数据是典型的动态数据流，具有海量性、易篡改性、可无限复制性和分布式存储等特征。如前文所述，存储介质、服务器等实体设备可能设置于境外，原始存储介质无法查封、扣押。如此一来，打击犯罪的关键根基即证据便存在了真空。因此，亟需一套现实可行的数据镜像规则。

数据固定。资金分析的原始数据须完整存储于经法定扣押程序固定的存储介质内，数据采集的时间跨度应当覆盖涉案资金流转的完整周期。对于服务器处于境外或者无法扣押的存储介质，数据镜像备份需通过非侵入式校验技术完成完整性验证，且校验操作不得对原始数据造成任何变更。针对数据清洗、格式转换等预处理环节生成的衍生数据，应当确保其具备可验证性。同时需建立覆盖清洗规则、参数配置、操作人员信息的完整操作日志链，保障原始数据向衍生数据转化的全过程可回溯、可监督。

技术层面。应依托侦查信息化平台健全数据操作的审计与溯源机制，对所有数据访问与处理行为实行全程数字化留痕，实时生成不可篡改的操作记录。具备技术条件的地区可引入区块链存证机制，借助分布式记账的技术特性防范操作日志被事后篡改。上述制度设计的核心要义，在于实现资金数据自提取至最终报告生成全环节的可追溯性，保障辩护方与裁判主体能够完整回溯数据来源及处理流程，避免最终鉴定结论陷入来源不明的“黑箱”困境。

（三）算法分析的正当性控制

1、算法透明与解释性义务

相较于传统的鉴定意见，人工智能的算法具有更高的门槛和专业壁垒。即便是资深的审判者、侦查人员或者律师在短时间内的集中学习，仍是无法逾越的高墙。如此一来，建立一套完整的具有科学性的，又可以被社会一般人理解的系统语言是必不可少的。

首先，算法透明是制度建设的首要。有学者提出“分级披露”，即向辩护方提供算法功能说明、输入输出逻辑及训练数据代表性分析，保障其质证权；向法庭披露核心算法逻辑，以支撑司法审查；向社会公开算法合规性评估报告，接受公众监督。[45]这一做法似乎带有“刑不可知，则威不可测”的意味，但相较于当今的现状是具有进步意义的。

笔者认为，原则上应当实现算法的全面透明。法律公开是现代法治的基础性原则，法律规范之所以能够发挥指引、评价与预测功能，正是以规则向社会公开为前提。诚然，法律公开可能使少数行为人据以探知规范边界，并采取更具隐蔽性的违法方式，但这一潜在风险从未构成否定法律公开、转而主张规则不公开的正当理由。对于算法公开问题，亦可循此逻辑加以理解。在刑事鉴定场景中，人工智能算法本质上是对人类专业判断逻辑、知识结构与经验法则的技术化、数字化表达，其运行机理并未脱离既有认知框架与规范目的。因而，以算法公开可能导致犯罪手段进一步隐蔽为由限制透明，实际上夸大了规则公开可能产生的负面效应。一方面，资金分析类鉴定算法的核心在于对资金流转行为进行识别、分析与合规性判断，公开其基本运行逻辑，旨在明确技术认定标准，而非向行为人提供规避侦查或者逃避监管的方法。另一方面，与法律公开所具有的行为指引功能相似，算法公开有助于社会主体形成稳定、明确的行为预期，使其能够知悉司法认定所遵循的基本技术标准与边界，并据此调整自身行为，其所产生的规范引导作用总体上应当大于可能引发的规避风险。从刑事诉讼的制度逻辑来看，算法透明更是正当程序和有效质证的内在要求。算法作为资金分析类鉴定意见形成的重要基础，如果其规则、逻辑和运行机制长期处于不公开状态，辩护方将难以对鉴定结论所依据的技术方法进行有效质证，裁判者也难以对鉴定过程及结论的科学性、可靠性进行实质审查。由此形成的鉴定意见，容易异化为无法溯源、难以验证的“黑箱结论”，进而削弱控辩双方的实质对抗，并与刑事证据应当接受充分审查和有效质证的基本要求相冲突。其次，算法透明解决的是“看得见”的问题，可解释性解决的则是“看得懂”的问题。在人工智能结论难以理解时，证据出示方应当基于人工智能结论提出一种符合人类思维的解释，否则该证据就不具有可靠性。资金分析人员需要详细描述选择算法模型的原因与理由，解释从资金大数据中得到犯罪特征交易记录的全过程，这种解释义务不是可有可无的附加要求，而是意见类证据的内在规定性。

最后，算法备案。对于侦查过程中特定算法的应用，应当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。一方面，通过内部审查过滤明显不合理或有歧视嫌疑的算法模型，防止中立性丧失。另一方面，备案材料随案移送检察机关和审判机关，为后续诉讼阶段的法律监督和证据审查提供基础。侦查机关在移送审查起诉时，应当将资金分析所使用的算法版本、模型参数、训练数据概况、误差率测试结果等信息一并移送，而非仅仅移送一份最终的分析报告。

2、算法模型的可靠性验证

算法透明和可解释性解决的是过程可知的问题，但可知不等于可靠。资金分析结论能否被采纳，最终取决于算法模型本身是否科学可靠。笔者认为，这一点可以借鉴域外经验。美国证据法上，弗莱伊案确立了“普遍接受”标准，要求科学原理必须在相关领域获得普遍接受才能作为证据使用。几年后，“道伯特案”则确立了更为灵活的综合观察标准，要求法官发挥应有的职责，从可检验性、同行评审与发表、已知或潜在误差率、相关科学共同体的普遍接受四个方面综合判断科学证据的可靠性。[46]

我国资金分析报告的可靠性验证，可以借鉴“道伯特标准”。 对算法模型的可靠性可以从以下内容展开。其一，可检验性。算法模型的原理和方法能够被独立的第三方重复检验，相同数据输入应当能够得出相同或近似的结论；其二，同行评审。模型所依据的科学原理可以经过同行评审并公开发表，接受学术共同体的质疑和检验；其三，误差率。模型的已知误差率应当被明确说明，且误差应当被限定在可接受的范围内并具有可解释性；其四，普遍接受。模型所使用的技术方法应当在相关科学和技术领域获得一定程度的认可，而非侦查机关自行其是。正如法庭科学家洛卡德认为：“科学证据仅提供可测量程度上的确定性，且错误率永远不会为零，但具有实现趋于零的可能性。”资金分析报告的规则完善，其目标不是追求绝对的确定性，而是通过严格的程序规范和技术标准，将错误率控制在尽可能低的水平，使“金析为证”在打击犯罪的同时，经得起事实和法律的检验。

四、结语

“金析为证”是数字技术深度介入刑事司法后证据形态变迁的具体体现。资金分析报告通过人工智能对数据的运算，提高了涉众型经济犯罪的侦查效率，但技术效能并不能当然转化为诉讼上的正当性。其证据属性如何确定、原始数据如何取得和固定、算法运行过程能否接受审查以及分析结论是否具有足够的可靠性，均直接关系到资金分析报告能否成为合法、可靠的定案根据。

资金分析报告证据属性的争议，表面上体现为鉴定意见、专门性问题报告与独立证据种类之间的分类分歧，实质上则反映出封闭式法定证据种类体系与数字时代新型证据形态之间的张力。与此同时，资金分析活动兼具侦查与鉴定双重属性。既服务于发现犯罪、追踪资金和锁定嫌疑人的侦查目的，又通过专门知识和技术方法对资金数据作出分析判断。在现行法框架下，将资金分析报告纳入鉴定意见体系具有现实合理性，但仍应针对其数据化、算法化和侦鉴交织的特点设置特别规则。

随着《刑事诉讼法》再次修改，证据制度有必要逐步弱化对证据外部形式的过度依赖，将规范重心转向证据的可靠性、合法性与可质证性，并通过数据调取、真实性保障、算法披露与可靠性审查等机制，将技术优势纳入正当程序的约束之中，使资金分析真正实现由侦查工具向诉讼证据的规范转化。

注释：

[1]参见印波：《贷款犯罪的数据穿透治理——以“金析为证”为核心的考察》，《环球法律评论》2026年第4期，第22页。

[2]参见郭华：《资金分析报告的功能及其证据归属的风险控制——基于公安机关"金析为证"的思考》，《法学》2025年第6期，第182页。

[3]刘子健：《“金析为证”背景下司法会计鉴定的现状检视与调适进路》，《财会通讯》2026年第1期，第94页。

[4]参见张霞：《资金分析报告司法审查的实践困境与规范进路》，《法学》2025年第10期，第149页。

[5]卞建林、肖峰：《〈刑事诉讼法〉再修改之证据制度完善》，《河南社会科学》2026年第7期，第59页。

[6]参见郭华：《资金分析报告的功能及其证据归属的风险控制——基于公安机关“金析为证”的思考》，《法学》2025 年第6期，第179页。

[7]参见山东省济南市中级人民法院（2017）鲁01刑终88号刑事判决书。

[8]参见刘品新：《论大数据证据》，《环球法律评论》2019年第1期，第28页。

[9]参见张霞：《资金分析报告司法审查的实践困境与规范进路》，《法学》2025年第10期，第150页。

[10]参见庄伟、陈禹橦、张杨杨：《大数据证据在互联网金融犯罪案件中的审查运用》，《人民检察》2022年第20期，第51页。

[11]参见潘金贵：《数字时代刑事证据运用的风险及其规制以算法证据为分析视角》，《法治研究》2024年第6期，第30页。

[12]参见程小白、程科：《资金大数据证据化研究》，《中国刑警学院学报》2021年第5期，第69页。

[13]参见重庆市江津区人民法院（2024）渝0116刑初91号刑事判决书。

[14]参见广西壮族自治区苍梧县人民法院（2018）桂0421刑初106号刑事判决书。

[15]参见云南省西畴县人民法院（2023）云2623刑初118号刑事判决书。

[16]印波：《贷款犯罪的数据穿透治理——以“金析为证”为核心的考察》，《环球法律评论》2026年第4期，第34页。

[17]参见张霞：《资金分析报告司法审查的实践困境与规范进路》，《法学》2025年第10期，第152页。

[18]参见李成：《人工智能歧视的法律治理》，《中国法学》2021年第2期，第129-131页。

[19]参见裴煜：《侦鉴分离制度研究》，华中科技大学出版社2017年版，第112页。

[20]参见陈永生：《刑事诉讼中搜查手机的法律规制——以美国赖利案为例的研究》，《现代法学》2018年第6期，第135页。

[21]参见陈如超：《以鉴代侦：电子数据司法鉴定的扩张趋势及其制度回应》，《法学研究》2024年第3期，第186-187页。

[22]参见程科、王能武、刘丹：《刑事犯罪资金数据分析成果的证据转化研究》，《江西警察学院学报》2025年第2期，第13-18页。

[23]参见郭华：《资金分析报告的功能及其证据归属的风险控制——基于公安机关“金析为证”的思考》，《法学》2025年第6期，第179页。

[24]参见王志勇：《刑事诉讼中资金数据分析报告证据属性研究》，《中国人民公安大学学报（社会科学版）》2026年第2期，第101页。

[25]参见庄伟、陈禹橦、张杨杨：《大数据证据在互联网金融犯罪案件中的审查运用》，《人民检察》2022年第20期，第51页。

[26]参见吕泽华、渠澄：《专门性问题报告的审查判断困境与制度重塑》，《青海社会科学》2023年第5期，第152-153页。

[27]参见陈瑞华：《证据的概念与法定种类》，《法律适用》2012年第1期，第24页。

[28]参见贠丹：《资金数据分析报告的理论反思及规范进路》，《河北法学》2025年第12期，第175页。

[29]参见陈如超：《以鉴代侦：电子数据司法鉴定的扩张趋势及其制度回应》，《法学研究》2024年第3期，第174页。

[30]参见贠丹：《资金数据分析报告的理论反思及规范进路》，《河北法学》2025年第12期，第172页。

[31]参见程雷：《大数据侦查的法律控制》，《中国社会科学》2018年第11期，第171-172页。

[32]参见张子涵：《“金析为证”背景下资金分析报告的审查判断》，《江西警察学院学报》2026年第2期，第27页。

[33]参见李小恺、戴士剑：《从“数据大”到“大数据”：电子数据取证及审查的范式嬗变与模型建构》，《国家检察官学院学报》2026年第1期，第46-47页。

[34]参见［美］弗兰克·帕斯奎尔：《黑箱社会：控制金钱和信息的数据法则》，赵亚男译，中信出版社2015年版，第4-6页。

[35]王聪：《“共同善”维度下的算法规制》，《法学》2019年第12期，第64页。

[36]马国洋：《论刑事诉讼中人工智能证据的审查》，《中国刑事法杂志》2021年第5期，第171页。

[37]参见李成：《人工智能歧视的法律治理》，《中国法学》2021年第2期，第129-131页。

[38]参见孙海波：《反思智能化裁判的可能及限度》，《国家检察官学院学报》2020年第5期，第92页。

[39]参见［德］马克斯·韦伯：《论经济与社会中的法律》，张乃根译，中国大百科全书出版社1998年版，第355页。

[40]参见张沈锲：《论“算法偏见”对刑事正当程序的冲击及应对》，《经贸法律评论》2025年第5期，第139-140页。

[41]参见郭华：《资金分析报告的功能及其证据归属的风险控制——基于公安机关“金析为证”的思考》，《法学》2025年第6期，第189-190页。

[42]参见刘静：《〈刑事诉讼法〉第四次修改背景下的证据制度完善研究》，《浙江工商大学学报》2024年第4期，第36页。

[43]参见张保生：《〈刑事诉讼法〉再修改之证据制度完善》，《中国法学》2024年第4期，第17页。

[44]参见匡正、柳岚：《涉案资金分析报告转化为定案证据的途径》，《人民检察》2024年第20期，第35页。

[45]参见张霞：《资金分析报告司法审查的实践困境与规范进路》，《法学》2025年第10期，第160页。

[46]参见郭华：《资金分析报告的功能及其证据归属的风险控制——基于公安机关“金析为证”的思考》，《法学》2025年第6期，第190页。