“P2P理財智能配置”是個偽命題

互聯網金融的似乎總是容易讓騙子藏匿。

繼監管收緊前“卷款跑路”這樣赤果果的詐騙案例層出不窮后，在新的舶來品——Fintech金融科技的沖擊下，許多互聯網金融公司也開始思考如何利用最新科技進行金融服務革新，但其中也不乏P2P平臺借勢于此，給自己掛上“智能投顧”、“智能資產配置”的名號，然后繼續提供高回報率理財和網貸業務。

據研究統計，國內目前號稱自己在做智能投顧，或者智能理財的公司大約有200家，其中至少180家為原來的P2P公司。近來，據雷鋒網了解，P2P公司號稱具有“智能資產配置服務”的宣傳也層出不窮。但是，他們是否有能力和條件來瞬間轉型人工智能呢？

為什么說P2P還談不上智能配置？

不愿透露姓名的業內人士向雷鋒網表示，不論是智能理財/智能投顧是指采用人工智能算法為用戶提供風險匹配的標準化資產組合并持續提供調整管理的顧問服務。這里面有幾個關鍵點：

• 人工智能算法， 這是區別普通投資顧問與智能投顧的地方。

• 風險匹配，這是幫助用戶避免追漲殺跌，能長期持有并賺到他應該賺到的錢的關鍵。

• 標準化資產組合，出于對風險控制和流動性需求，標準化的資產組合能夠分散風險，提供優質的流動性，并且可以完全支持人工智能算法的計算。

• 持續提供調整管理，由于資產存在波動性，需要根據市場的變化來動態進行組合調整，才能有效控制投資風險。

“我認為在P2P領域有一些輔助用戶進行P2P分散投資和進行期限管理的工具型方法，但是談到‘智能’，還有一定距離。”該業內人士表示，因為P2P作為非標資產，對于風險的量化和風險定價還難以有效度量，并且P2P領域的信息披露大多不透明，很難對標的資產的風險變化進行動態的監控，更談不上有效的調整。

這是從技術層面出發，指出P2P資產無法為人工智能所需要的分析規則和數據等條件。而從財富管理的角度講，業內人士指出，資產按照風險收益的屬性不同，會有權益類，類固收，貨幣和另類的分類法，如果要進行有效的資產配置，上述4類資產都要根據客戶的風險承受能力，在流動性等方面的需求進行適當的配置。“在這些分類中，P2P可以算作高風險的類固收資產，而僅僅用一類資產是無法進行有效的資產配置和財富管理的，”他說道，

智能投顧的目標是使用人工智能的技術為用戶進行財富管理，因此是在四大類資產的層面進行有效的分散優化投資和動態管理。

而P2P和所謂的P2P進行智能理財，僅僅限于用戶準備投資于類固收中P2P的那部分資產，而不能用來對用戶的整體財富和理財投資進行管理，這樣會讓用戶的整體財富暴露在某一類資產的系統性風險之下。

人工智能有門檻，利率水平暴露出功底

如前文所述，人工智能算法是智能投顧的標志性區隔。除了投資標的，一家互聯網金融公司是否具備部署人工智能財富管理應用的條件呢？

一家互聯網金融公司是否具備人工智能算法基礎，來做數據挖掘、建模，從而進行智能財富配置，表面上看似乎難以判斷，但是，信貸業務中的利率表現則可以最直接的體現。

雷鋒網獲悉，對于核心業務——信貸，很多P2P公司號稱會利用機器學習為客戶提供個性化貸款利率。那么，他們提供的貸款利率是否真的能夠呈現個性化？所謂個性化利率，是指做到“千人千面”，如果不夠個性化，就是所有貸款客戶接受的利率仍然比較一致，這顯然是非智能的。而據上海交通大學博士后研究基金項目2016年論文《中國P2P平臺借款成功率的影響因素研究》，作者對某大型網貸平臺25437個樣本數據的統計后得出，教育程度、年齡、收入、地區等一系列因素下，該平臺借款利率標準方差約為1.79，離散程度較低。

另一位業內人士表示，事實上經過研究發現，目前多數被調查的一線P2P公司的利率同樣如此，仍然呈現出不夠分散，比較集中的狀態。同時將這些P2P公司的利率表現與螞蟻金服小微貸的利率相比較，螞蟻金服提供的利率雖然也不夠分散，但集中程度仍然明顯要比P2P公司的要低。

于人工智能而言，除了具備一定量的行業大數據，算法的作用同樣不可忽視。所以說，到了人工智能已然影響行業的方方面面時，忽悠已經很難影響外界對一個P2P平臺的判斷。而那些借智能理財之名攬儲的平臺，已經走到虛假宣傳的開端。他們聲稱自身具有多年累積的數據和經驗，然而人工智能算法研究的投入又有多少？以招商銀行、平安科技為例，他們對人工智能的投入已持續至少三到四年，那時的互聯網金融、P2P，還沉浸在野蠻生長當中吧。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。