一、小微企业贷款风险量化需要替代数据
小微企业贷款核心的难点在于风险识别成本和运营成本高，表现在获客成本高、欺诈频发，运营流程耗时低效、客户体验差等。业务不能形成规模并有效控制风险，导致小微企业贷款盈利低或亏损。
国内许多金融机构在个人贷款业务已经比较好地做到了利用了数据和线上自动审批，而小微企业贷款业务还存在很大程度上的人工操作。这也侧面说明了小微企业贷款的风险相对于个人来讲是比较难以量化的。 风险难以量化的一个重要原因是银行没有充分使用好已有数据，没有挖掘和使用好替代数据。
银行结算的数据和人行征信数据属于强数据，银行需要尽量挖掘并使用。但是这样的客户数量有限，在他行结算的小微企业要成为自己的客户需要人工收集他行流水，线下操作很重。国内至少有80%的小微企业在人民银行征信系统里没有信用记录。在这些数据缺失的情况下，如何使用第三方替代数据非常重要。
二、第三方替代数据重要来源是政府数据
小微企业贷款市场上目前比较常见的替代数据包括税务数据、发票数据、ERP数据、水电气数据、仓储物流数据等，这些大部分来源于政府。那么政府的哪些数据能帮助银行量化小微企业贷款风险、促进小微企业贷款增长呢？税务和发票数据就是其中之一。
目前市场上主要依据纳税人在国税部门的缴税信息和数据作为主要依据，分析企业纳税行为及纳税结果，为客户核定授信。而发票数据则包含了企业的销售经营信息、采购经营信息、企业上下游交易对手及采购/销售的区域分布等颗粒度更细的信息，这些信息对预估客户的收入和成本都非常有帮助。
水、电、气的数据不但可以反映出客户连续经营性和经营活动的变化，也可以作为判断客户还款意愿强弱的一个依据。各类数据的合理组合和应用可以帮助加强对客户还款能力和还款意愿的判断。
地方政府归集的工商、司法、电信、商标、环保、公司为员工缴纳的社保数据等多类数据来帮助银行判断风险，比如利用加工后的电信数据可以识别欺诈，公司为员工缴纳的社保数据可以判断公司员工人数变化和现金流的稳定性。
这些替代数据对量化贷款风险都有非常大的作用。
三、使用政府数据来量化贷款风险的问题
在使用政府数据来量化风险审批贷款中也存在一些问题：
（一）部分银行贷款逾期率高
自2018年，使用税务/发票数据贷款的一些银行做了成功的尝试，但也有一些银行基于税务/发票的贷款逾期率比较高。需要提醒的是这些数据并不能完全反映出企业的现金流，且在起初使用该数据进行贷款的银行缺乏坏样本，依据纳税行为来区分有无还款意愿的客户这种方法是不大准确的。因此，需要将税务/发票数据和其他数据结合使用来弥补这个缺陷。
（二）数据质量不高
地方政府都希望利用当地的数据来解决当地小微企业贷款难的问题，但不少地方政府搭建的数据平台的数据架构不合理，缺乏数据标准，缺乏数据聚集和加工能力，导致数据不完整、不准确或难以融通，数据的可用性大大降低。
这就需要在开始归集地方政府各个部门的数据前由专业人员制定和实施一套可行的数据治理架构，设计好清晰的数据结构和标准，对数据质量和时效等问题进行监控并设置报警机制。
这侧面反映了地方政府缺乏专业的数据技术人员，处理信息的人员仍有一部分是管理人员。地方政府需要培养具备数据信息搜集、处理、分析等专业知识的技术人员。这延展到另外的一个问题是：当地政府能否就政府内部的数据与懂法守法的外部数据运营商来联合运营，加快政府数据价值的体现的进程。
（三）缺乏企业授权机制
利用政府数据来推动地方小微企业融资的初衷是好的，但是一些地方政府没有建立企业授权机制，存在数据合规和数据泄露风险。应该聘请专业机构建立企业电子授权机制，并做好数据的安全保护工作。
