小额信贷在国内碰到的最大挑战是：数据量不够而且数据可信性非常低。因此在这种高风险的特征下，需要一个好的管理工具来去评估，以免银行受到较大程度的损失。目前很多银行纷纷将智能化高级分析以及优化技术作为其关键解决方案，从而实现风险管控的目标。
银行风险模型的优化
以SAS北亚区风险管理咨询总监邹台虹博士坦言，以前国内银行对风险不是非常重视，因为风险基本上很难产生盈利，好像都是成本。所以在过去一段时间，风险本身并不是银行最主要的考量，尤其是零售银行更在乎的是市场份额的占有。其实零售与对公的决策方式是完全不一样的，无论从政策、执行、工具等方面都必须要有一个大幅转变。邹台虹认为，虽然现在很多一线银行、二线银行都已经基本开发了所谓的风险模型，但这些模型本身因为数据的欠缺性，可信度非常有限。
第一，在国外，风险模型的生命周期可以长达五六年，但中资银行的产品一直在改变中，模型可能两三年就失效了。因为客户改变了，数据改变了，产品改变了，在这些客观因素下，造成这个模型的生命周期非常短。第二，在国外，一家跨国银行可能有成百上千个模型，在这种情况下，不仅仅是快速建模的问题，而是如何管理这个模型，降低这个模型本身的风险。邹台虹举例道，比如有1000个模型要维护，可能需要100个人在这边做模型，每个人的做法都不一样，在这种情况下没有品质的保证，所以要建立一个模型实验室进行管控。第三，此外银行要满足《巴塞尔协议III》，其中很重要的一点是要满足文档的管理。邹台虹介绍，模型能不能重新建立，不但内部要审，还要请外部专家来审核这个模型本身，所以在这种情况之下，如果没有风险实验室的概念，就无法满足合规的要求。最后，当有这么多的模型要管理时，标准化、一致化是成功的很重要一点。
小额信贷零售化趋势
邹台虹介绍，银行对公业务的信贷额度较大，这个特点使得对公业务的信用风险管控要靠人为来决策，必须专人去拜访这家公司并对其财报有所了解后再做评级。而零售业务刚好与之相反，每一笔贷款额度都很小，但是数据量很大，所以它必须要有自动化审批、决策的工具来管理。
提到小额信贷的风险管理问题邹台虹坦言，小额信贷在国内碰到的最大挑战是：数据量不够而且数据可信性非常低。在这种高风险的特征下，如果没有一个好的管理工具来做评估，银行可能损失的程度会非常大。
尽管目前国内小微企业贷款形式还是以对公的模式为主，但邹台虹认为其未来会朝向零售化发展。一般而言，各个银行会根据自身的风险承受力来对小微企业做一个切分。实际上中型企业可以把它归纳于对公业务，但小微企业可能必须要朝向零售方面发展。对公业务是一笔一笔做的，零售是组合性管理。在这么小的额度下它的量很大，当它的量很大的时候审核的人工成本会很高。“为什么把这些200万或500万以下人民币贷款的额度归纳为零售?因为零售本身实际上是有很多信贷资料的，比如银行数据库，有小微企业零售主本人的信贷资料，这些是对小微企业贷款很好的补助性资料。”
