大数据化解不了P2P借贷风险

P2P借贷利率，动辄数倍于基准利率，今年一季度达到21.98%，而银行贷款利率五年以上的也不过6.55%。高利贷盛行，P2P借贷不过是种高利贷的新的借贷形式，只是应用了互联网，但高利贷依旧是高利贷，它的出现与社会的资本短缺有关。

P2P借贷风险如何？这不在于借贷平台怎么样，而是在于借贷者怎么样，高额的利率是否能够偿付得起。整体上借贷者是否能够保证偿付安全，还是在于它们自身的利润水平。这些借贷者的利润水平，又与整个经济大环境密切相关。经济大环境究竟如何，向好还是向坏，这才是衡量风险的重点，否则危机来了，雷曼这样的公司都不保险，中小银行也不会保险。

这些借贷的中小企业，会保险吗？据我所知，还不上钱跳楼自杀或者“失踪”的企业主，各地都有。借钱图高利的借款人，一夜梦碎。

什么样P2P的借贷平台会保险呢？

那些借贷濒临破产的公司，利滚利，拆东墙补西墙，如何会保险。倘若只说技术方面的风险，那么借贷平台主要就是征信体系的问题，是否保证借贷者足够的信用，大数据或许能帮上点忙，而京东或阿里巴巴这样的电商巨头具有天然的优势。

但话又说回来，大数据就可靠么?就能保证了信用吗?当危机到来“市场失灵”的时候，以往良好信用的客户都会纷纷违约，无力还贷。大数据本身对抗不了经济周期性的危机。在危机发生之前积累的大数据，对于危机本身没有任何预见作用。

美国有个著名的长期资本管理公司(LTCM)，其创始人是债务套利之父梅里韦瑟，他邀请了诺贝尔经济学奖获得者默顿和舒尔茨加盟团队，用一套精密的期权定价公式来衡量未来的收益率，进行资本套利，而且非常精准地预见了短期市场的状况，大受追捧。然而其数据来源并不能有效涵盖经济危机时期，因此到了危机袭来的时候，昔日精密的算法持续地扩大了该公司的亏损，终于陷入破产境地。

这个案例告诉我们，不要迷信征信系统，也不要迷信大数据——LTCM是典型的大数据应用金融建构模型的案例，它只能作为一个参考，而金融本身本来就带有着相当大的不确定性，包括个人的信用，都是不确定的。风险总是集中袭来的。社会系统本身出问题的时候，大数据和完备信用基础上的互联网金融，绝不会幸免。知大势是非常重要的，一般来说，成功的金融家，本身就是战略家，社会的思想领袖。

P2P借贷安全不安全，只是个概率问题，当然体量越大，越可能“大而不倒”。再完善的征信系统，实际都不能准确反映借贷者的用资方向。借贷者可以包装得资本需求安全些，而且保持良好的信用记录。只是它实际真正地将钱用到了哪里，而如何弄到了回馈的现金流，这是借贷平台能管的么。新疆喀什的地下金融市场里，充斥了毒品的交易，而各方都拿着内地居民高息借出的钱款，组建自己的卫队，维护自己借款人的正义，这些内地居民会知道他们的理财产品怎么弄到了这里来。

再如传销网络，在击鼓传花没传到最后一个傻瓜之前，它的整个系统是不是都“信用良好”。包括那些搞“庞氏骗局”的非法融资者，利润没那么高，却许以高利，最终难以为继，卷款跑路的也不在少数。因此，当你看到那些高额利率的P2P广告，或者年化收益率动辄就数倍于基准利率的诱人产品，还是要长点脑子——究竟什么才可以暴利？背后会有什么？那怕它信用良好。这要求投资者不要太利欲熏心。小米官网之外的号称699的红米基本是假货，那么把你的资本定价那么高叫你出借的，这算是什么东东。

网络P2P借贷，对银行的业务是具有颠覆性的作用的。但这种P2P借贷体系依旧需要规范，它固然是直接融资的大方向，但还是要防止过热，加强监管。