小微企业是实体经济的毛细血管，对经济发展的重要性不言而喻，然而，小微企业在融资方面始终处于弱势地位。造成这一问题的根本原因在于其缺少翔实的征信数据，而银行对小微企业所运用的风控手段也较为复杂。因此，如何针对小微企业贷款业务打造合适的风控模型，是现阶段银行需要解决的一大难题。

　　近年来，企业贷款业务的互联网化趋势愈发明显，而银行的风控模式也产生了很大的变化。目前，以数据为支撑的新型风控模型已成为互联网贷款业务的主流模式，在中小企业放贷业务中的应用尤为广泛。

　　具体来看，“数据”是搭建信贷风控模型的基础条件，需要通过供应链中数以万计的实际交易积累而来。然而，对于一些非头部银行来说，获取产业链上的完整交易数据十分困难，更不可能基于这些数据打造出立体的风控模型。

　　截至目前，部分金融科技企业已经针对该痛点提供了解决方案，基于自身的大数据优势，为银行提供相关数据服务，二者通过深度合作共同打造大数据风控模型。对于银行来说，大数据可以为其支撑贷款业务的监控模式，以此保障银行对互联网贷款业务进行有效的风险控制。

　　不同于大型企业，小微企业的数据来源较为复杂，需要颗粒度更加细致的数据加以分析。截至目前，最符合这一条件的数据为ERP数据，因为ERP数据最能反映企业在产业链中生存发展的真实情况，并可以通过分析财务数据和生产库存数据来还原企业经营能力。对于ERP数据来说，不管是与大数据信息交叉检验，还是构建风险量化模型等方式，都能十分高效地帮助银行发现贷款中存在的风险。

　　以老牌ERP企业金蝶集团旗下的金蝶金融为例，其在数据积累方面拥有显著优势，该公司680万软件客户沉淀出的海量ERP数据，能让金蝶金融通过结合企业财税票数据、工商信息等，进行交叉比对分析，帮助银行挖掘和识别客户风险，极大提高了银行的风控效率。

　　从某医疗器械公司融资案例中可以看到，该公司主要生产心血管医疗耗材，2018年的开票金额在3000万元以上，从传统的风控角度来看，其下游客户优质稳定，纳税数据表现良好，且无银行借款，是小微企业贷款业务较为优质的目标客户。基于上述信息，某互联网银行于2019年给该医疗器械公司发放了300万元贷款。

　　然而，根据金蝶数据风控分析，该企业存在两个较大的风险点：首先，该公司在2018年的ERP业务数据中，应收账款达1800万，存在大量的未收款项，一旦资金回笼失败将造成极大损失;其次，其ERP财务数据中个人借款较多，且在获得银行的300万贷款后，个人借款的数额仍在持续增加，说明该企业的资金压力非常大，且存在还款风险。

　　值得注意的是，此案例中的个人借款属于民间借贷，民间借贷一般缺乏有效的调查取证途径，而ERP数据中的“其他应付款”科目，往往是客户民间借贷的“藏身之所”。

　　该案例在风控管理方面具有较为典型代表意义，银行可以通过ERP数据对中小企业的经营质量进行分析，更加有效地提前预测及规避风险。因此，在针对中小企业的贷款业务领域，银行可与具备大数据优势的金融科技企业强强联合，保障金融风险的有效控制。