互聯(lián)網(wǎng)金融的似乎總是容易讓騙子藏匿。

繼監(jiān)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(lián)網(wǎng)金融公司也開始思考如何利用最新科技進(jìn)行金融服務(wù)革新，但其中也不乏P2P平臺(tái)借勢(shì)于此，給自己掛上“智能投顧”、“智能資產(chǎn)配置”的名號(hào)，然后繼續(xù)提供高回報(bào)率理財(cái)和網(wǎng)貸業(yè)務(wù)。

據(jù)研究統(tǒng)計(jì)，國(guó)內(nèi)目前號(hào)稱自己在做智能投顧，或者智能理財(cái)?shù)墓敬蠹s有200家，其中至少180家為原來的P2P公司。近來，據(jù)雷鋒網(wǎng)了解，P2P公司號(hào)稱具有“智能資產(chǎn)配置服務(wù)”的宣傳也層出不窮。但是，他們是否有能力和條件來瞬間轉(zhuǎn)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(yè)內(nèi)人士向雷鋒網(wǎng)表示，不論是智能理財(cái)/智能投顧是指采用人工智能算法為用戶提供風(fēng)險(xiǎn)匹配的標(biāo)準(zhǔn)化資產(chǎn)組合并持續(xù)提供調(diào)整管理的顧問服務(wù)。這里面有幾個(gè)關(guān)鍵點(diǎn)：

• 人工智能算法， 這是區(qū)別普通投資顧問與智能投顧的地方。

• 風(fēng)險(xiǎn)匹配，這是幫助用戶避免追漲殺跌，能長(zhǎng)期持有并賺到他應(yīng)該賺到的錢的關(guān)鍵。

• 標(biāo)準(zhǔn)化資產(chǎn)組合，出于對(duì)風(fēng)險(xiǎn)控制和流動(dòng)性需求，標(biāo)準(zhǔn)化的資產(chǎn)組合能夠分散風(fēng)險(xiǎn)，提供優(yōu)質(zhì)的流動(dòng)性，并且可以完全支持人工智能算法的計(jì)算。

• 持續(xù)提供調(diào)整管理，由于資產(chǎn)存在波動(dòng)性，需要根據(jù)市場(chǎng)的變化來動(dòng)態(tài)進(jìn)行組合調(diào)整，才能有效控制投資風(fēng)險(xiǎn)。

“我認(rèn)為在P2P領(lǐng)域有一些輔助用戶進(jìn)行P2P分散投資和進(jìn)行期限管理的工具型方法，但是談到‘智能’，還有一定距離?！痹摌I(yè)內(nèi)人士表示，因?yàn)镻2P作為非標(biāo)資產(chǎn)，對(duì)于風(fēng)險(xiǎn)的量化和風(fēng)險(xiǎn)定價(jià)還難以有效度量，并且P2P領(lǐng)域的信息披露大多不透明，很難對(duì)標(biāo)的資產(chǎn)的風(fēng)險(xiǎn)變化進(jìn)行動(dòng)態(tài)的監(jiān)控，更談不上有效的調(diào)整。

這是從技術(shù)層面出發(fā)，指出P2P資產(chǎn)無法為人工智能所需要的分析規(guī)則和數(shù)據(jù)等條件。而從財(cái)富管理的角度講，業(yè)內(nèi)人士指出，資產(chǎn)按照風(fēng)險(xiǎn)收益的屬性不同，會(huì)有權(quán)益類，類固收，貨幣和另類的分類法，如果要進(jìn)行有效的資產(chǎn)配置，上述4類資產(chǎn)都要根據(jù)客戶的風(fēng)險(xiǎn)承受能力，在流動(dòng)性等方面的需求進(jìn)行適當(dāng)?shù)呐渲??！霸谶@些分類中，P2P可以算作高風(fēng)險(xiǎn)的類固收資產(chǎn)，而僅僅用一類資產(chǎn)是無法進(jìn)行有效的資產(chǎn)配置和財(cái)富管理的，”他說道，

智能投顧的目標(biāo)是使用人工智能的技術(shù)為用戶進(jìn)行財(cái)富管理，因此是在四大類資產(chǎn)的層面進(jìn)行有效的分散優(yōu)化投資和動(dòng)態(tài)管理。

而P2P和所謂的P2P進(jìn)行智能理財(cái)，僅僅限于用戶準(zhǔn)備投資于類固收中P2P的那部分資產(chǎn)，而不能用來對(duì)用戶的整體財(cái)富和理財(cái)投資進(jìn)行管理，這樣會(huì)讓用戶的整體財(cái)富暴露在某一類資產(chǎn)的系統(tǒng)性風(fēng)險(xiǎn)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(biāo)志性區(qū)隔。除了投資標(biāo)的，一家互聯(lián)網(wǎng)金融公司是否具備部署人工智能財(cái)富管理應(yīng)用的條件呢？

一家互聯(lián)網(wǎng)金融公司是否具備人工智能算法基礎(chǔ)，來做數(shù)據(jù)挖掘、建模，從而進(jìn)行智能財(cái)富配置，表面上看似乎難以判斷，但是，信貸業(yè)務(wù)中的利率表現(xiàn)則可以最直接的體現(xiàn)。

雷鋒網(wǎng)獲悉，對(duì)于核心業(yè)務(wù)——信貸，很多P2P公司號(hào)稱會(huì)利用機(jī)器學(xué)習(xí)為客戶提供個(gè)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(xiàn)個(gè)性化？所謂個(gè)性化利率，是指做到“千人千面”，如果不夠個(gè)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(jù)上海交通大學(xué)博士后研究基金項(xiàng)目2016年論文《中國(guó)P2P平臺(tái)借款成功率的影響因素研究》，作者對(duì)某大型網(wǎng)貸平臺(tái)25437個(gè)樣本數(shù)據(jù)的統(tǒng)計(jì)后得出，教育程度、年齡、收入、地區(qū)等一系列因素下，該平臺(tái)借款利率標(biāo)準(zhǔn)方差約為1.79，離散程度較低。

另一位業(yè)內(nèi)人士表示，事實(shí)上經(jīng)過研究發(fā)現(xiàn)，目前多數(shù)被調(diào)查的一線P2P公司的利率同樣如此，仍然呈現(xiàn)出不夠分散，比較集中的狀態(tài)。同時(shí)將這些P2P公司的利率表現(xiàn)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(yè)大數(shù)據(jù)，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(yè)的方方面面時(shí)，忽悠已經(jīng)很難影響外界對(duì)一個(gè)P2P平臺(tái)的判斷。而那些借智能理財(cái)之名攬儲(chǔ)的平臺(tái)，已經(jīng)走到虛假宣傳的開端。他們聲稱自身具有多年累積的數(shù)據(jù)和經(jīng)驗(yàn)，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(duì)人工智能的投入已持續(xù)至少三到四年，那時(shí)的互聯(lián)網(wǎng)金融、P2P，還沉浸在野蠻生長(zhǎng)當(dāng)中吧。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。