大企业与小微企业的信息结构存在显著不同。大企业经营规范、信息披露较充分且可信度高、信息质量审核相对容易，因此适用于传统的基于财务报表与抵押资产质量的信贷审核方法;而小微企业的经营管理水平差异较大、市场上信息披露较少，且我国很多小微企业缺乏合规的、真实可信的财务报表，因此审核小微企业资质、搜寻小微企业信息需付出的人力、物力成本较高，很多银行都提出了许多创新的办法，例如，看小微企业的“三表”（水表、电表、纳税表）等。

　　如果不改善信息结构，可覆盖风险的有效途径只剩下提高利率与要求抵押担保。在当前利率非完全市场化与抵押担保品欠缺的情况下，采用传统信贷技术从事小微金融，需付出的边际成本与服务大企业相差不大。在信贷供给资源仍显稀缺的情形之下，银行具有提高授信门槛以迫使高风险客户退出信贷市场的动机，这就是“二八定律”和银行针对小微企业客户实施信贷配给背后的原因。银行服务80% 低端客户所带来的利润微乎其微，不如将这部分客户赶出市场，全力支持20% 的高端客户。

　　大数据正在尝试打破这种成本与收益难以均衡的僵局。大数据与信贷业务结合的核心优势在于重塑信息结构、削减业务成本。电子商务平台与社交化网络的发展积累了海量数据，对网络大数据进行挖掘所得到的逻辑与规律信息，要比现实中发布的企业数据更具真实性。

　　大数据与金融行业的融合催生出的新产业——互联网金融——完全不同于信用中介模式，甚至从匹配资金供需效率的角度来说已超越了信用中介模式。以阿里金融为例，囊括了平台商户的历史交易数据、信用记录、客户评价等内部数据，以及纳税记录、海关记录等外部数据的“大数据”，颠覆了银企间信息不对称的格局。信息结构的改善，令金融机构可以清晰地甄别出企业的资质，信息不对称得以解决。激励金融机构为优质的小微客户提供信贷服务，“信贷配给”发生的基础不复存在。同时，运算能力强大的电子系统将客户拓展的边际成本削减至几乎为零，“二八定律”成立的前提也随之消失，在大数据时代，金融机构有机会从80% 的低端客户身上获取不菲的价值。

　　改变风险管理上的激励不相容

　　在中国传统金融机构中，现阶段还存在开展小微金融业务在风险管理上的激励不相容问题。在银行业不断改革发展的过程中，商业银行普遍强化了信用风险约束机制，但与其相匹配的激励机制却没有相应建立，因此客户经理普遍存在“贷不如不贷，多贷不如少贷”的“惜贷心理。不仅如此，由于贷后持续监督的成本过高，客户经理缺乏有效的显性激励来控制风险，导致小微企业贷款的社会总体违约率上升，相应地给予银行小微金融业务违约风险大的不良预期。如果加上担忧信息不对称情况下可能出现的逆向选择与道德风险，银行会选择收紧针对小微企业的信贷供给，造成小微企业信贷市场不均衡。

　　大数据时代里，信息结构的改变，直接驱动风险控制理念发生根本性变化。原来是要求补偿覆盖风险损失（无论是高利率还是抵押担保要求），现在变为持续考核与监控企业稳健经营、创造现金及还款的能力;原来集中考察“硬信息”（资产负债表等），现在变为重点考察“软信息”（经营和交易数据、单据等）。从依赖人力转变到依赖电子系统，风险管理的激励不相容问题不再成为制约小微金融发展的桎梏。信贷理念的变化契合了解决小微企业融资难题的思路。

　　不仅如此，基于大数据挖掘的系统处理与实时监控显著缩短了业务流程，提升了信贷业务效率，具有符合小微企业贷款需求“短、频、快”特点的灵活性。例如，阿里金融推出的“按日计息、随借随还”的信贷产品，依托信息技术的强大保障，既解决了客户的短期资金需求，又有效提高了资金的周转速度，通过金融创新为企业增加了价值。

　　开放与真实的数据

　　中国潜在的大数据资源非常丰富，从电信、金融、社保、房地产、医疗、征信体系等部门到电子商务平台、社交网站等，覆盖广泛。然而，现阶段所披露的数据仅仅是局部的、碎片化的，尤其是对评估小微企业信用至关重要的社会征信体系，仍旧是区域割裂、透明度较低。因此，获取信息的高成本无疑阻碍了小微金融的发展。

　　以典型的P2P 模式为例，借助后发优势，我国P2P 借贷平台的交易流程与机制完全与国际先进水平接轨，但在信用评估时经常面临公开信息不足的窘境。在健全、完善、公开的征信系统以及成熟的信用评级市场的保障下，美国P2P 平台能够将信用评估模块完全外包。信息生态是决定P2P 机构在未来能有多大施展的关键制约因素。

　　数据的可得性是大数据得以应用的前提，而数据的真实性同样具有关键意义。在中国现行税制背景下，小微企业为了规避税费或争取优惠政策而形成的财务报表，无法真实反映企业的经营状况。不仅如此，投机性的财务造假在信贷市场上起到了“劣币驱除良币”的效应，将财务状况良好、诚信经营的企业逐渐挤出市场。这种无效数据的大量生产与无序流动，严重扰乱了大数据时代的正常秩序，也对数据挖掘产生了恶劣影响。

　　“数据金融”模式同已有的解决小微企业融资问题的诸多途径在本质上是类似的，都是为了创造一个低成本的、信息完全对称的市场结构。只有社会公共数据信息真正实现联网、开放与共享，鼓励真实数据生产的体制、机制真正得以建立，大数据在金融领域的广泛应用才能拥有较适宜的生态环境。