香港金融管理局白皮書“Alternative Credit Scoring of Micro-, Small and Medium-sized Enterprises”建議，為解決中小企貸款問題，應建立系統，收集有關中小企營運與業務的數據，以解決資訊不對稱問題，進而增加貸款提供者的誘因，降低中小企借貸門檻。
顯而易見，在現今時代，data is king，這是近年金融科技發展一日千里，積壓已久的中小企融資困難問題漸受重視的重要脈絡。處於香港近鄰的大灣區，早便已有值得香港效法的案例。在2020年初，廣東省中小企業融資平台成立，這個平台利用人工智能，區塊鏈，雲端等技術，方便中小企融資，據稱中小企只需十分鐘，便能取得上百萬貸款。
從大灣區發展趨勢角度看，香港惠及中小企的金融科技僅處於只聞樓梯響的討論階段。上述白皮書認為，應當收集的數據主要可分為兩類，一為交易數據，二為非交易數據。所謂交易數據，實指與現金流動相關的數據，當中包括銀行戶口﹑銷售系統﹑供應鏈系統﹑企業資源規劃系統(ERP)所寄存的現金流動數據。非交易數據，則泛指有助評估借貸者信用的各類資料，當中包括第三方評估報告，個人信貸資料，心理測驗結果，能夠顯示借貸者業務成就之資料。
白皮書中間部份有關機器學習(Machine Learning)的分析與建議，便是建基於數據收集成效之上。
也在白皮書發表的同月，香港金融管理局總裁余偉文發表博客文章〈香港金融科技發展之旅的下一站〉，這其實是余偉文在香港金融科技周的演辭。這篇演辭強調數據之收集，是香港未來金融科技發展的重點所在。余偉文如此描繪解釋資訊不對稱問題的未來發展藍圖：
｢因應香港銀行業在數據應用方面的障礙，我們將構建一項新的金融基建設施——『商業數據通』(Commercial Data Interchange)。建立『商業數據通』的目的，是讓數據所有者(data owner)可以按其意願將自己的『數碼足跡』與銀行分享。將來，銀行與數據提供者(data provider)只須統一對接『商業數據通』，即可安全有效地共享數據，脫離繁瑣的「一對一」模式。
金融機構和數據提供者連接本身的系統到「商業數據通」後，企業能授權自己的服務提供者（如公用事業公司、付款系統等）透過這個平台向銀行提供有關數據。在企業同意下，銀行就能有效率地直接獲取企業的數據，從而為客戶提供最適切的服務，或進行更精確和客觀的信貸評估。｣
這是美好願景，但在香港如何能夠實現? 在下一篇文章，我們會探討這一點。
延伸閱讀：中小企困境與香港金融科技未來發展(一): 貸款市場之資訊不對稱問題
延伸閱讀：中小企困境與香港金融科技未來發展(三): FinMonster 之實驗模式
FinMonster相信，企業的存在意義，最終是為改變世界﹑令世界變得更美好，金融業的本份，便是忠實地為企業提供各種融資服務﹑為創造社會效益的企業提供堅實後盾，而非以追求利潤最大化為先。基於這份信念，FinMonster提供嶄新﹑屬世界前沿的融資平台，串連企業與銀行，致力為企業提供更美好的銀行體驗，務求令各種社會理想得以被實踐﹑成為眾人生活一部份。FinMonster既快捷地為新創企業與中小企搜羅融資最佳利率，亦為香港各間銀行配對合適客戶。詳情可見我們網頁及Facebook專頁。