全球风险信息数据库存储的数据不仅是当前这个时点的收入信息，同时还要存储既往收入历史、收入构成以及收入关联信息，因为只有全面掌握收入的变动情况，才能真正实现风险管理的功能。我们过去观察到的风险以及与风险关联的因素虽然不能作为预测未来的完美基础，但是在评估未来风险的过程中是不可或缺的数据。
与个人收入相关的数据是可以按照个人特质进行分类的——出生年月、性别、家庭结构以及教育和从业经历等，甚至在法律能够预防滥用信息的前提下，还会包括个人的基因信息。如果能在某个全球风险信息数据库当中获取这些信息，拟定风险管理协议时就能针对这些特质进行考虑，因为有些特质意味着特定的风险只会发生在特定的人群身上。
全球风险信息数据库还应该囊括收入和获取收入的成本的信息，人们可以利用这些数据重新定义收入，比如1972年，威廉?诺德豪斯和詹姆斯?托宾就根据国民收入账户的数据开发了经济福利尺度。即便其他一些离我们常规上对收入的认识比较远的概念，比如消费或者根据特定事件调整后的消费，都可能对风险管理产生很大的作用。如果把全球风险信息数据库和个人的网络购物记录联系起来，我们就能以更加复杂的方式衡量个人消费。
全球风险信息数据库包含的数据会越来越多，可以用于计算更广义的指标，比如国民收入和国内生产总值。全球风险信息数据库提供的数据越多，人们计算国民收入或政府财政数据的能力就越强。全球风险信息数据库提供的数据越详尽，政府在国民收入报告上做手脚的可能性就越低，他们妄图通过谎报数据降低收入挂钩型贷款、国际协议或宏观市场证券的赔偿额的可能性就越低。考虑到国民收入的构成以及其综合体量，政府想要造假就不得不全面提升到更高的层面，而这样做的成本太高，使得严重的造假行为几乎不可能成为现实。
目前，政府通过个人所得税的缴纳情况登记个人的收入状况。在这个前提下，建立全球风险信息数据库并不是一种激进的创新，大多数数据实际上已经存在了。但是税务机关并没有一种有效的系统，能够为达到风险管理的目的而让人们调用这些数据。此外，普通人根本无法获取个人退税记录，因为搜集这些信息的唯一目的只是验证个人是否正确纳税。
现在已经有人启动了相关项目，逐步搜集个人收入信息，由此给我们提供关于个人收入、家庭结构和其他个人特质方面的信息，让我们能从更广义的层面理解这些数据。比如，美国的收入动态跟踪调查（PSID）自1968年起就在跟踪记录一群样本家庭的收入状况，同时记录了家庭资产和个人特质随时间推移发生的变化。收入动态跟踪调查已经搜集了62 000个人的数据，看上去很多，但仅占全美人口的0.02%。全球风险信息数据库完全可以用比收入动态跟踪调查简单得多的方式记录全美人口的相关数据。
