主要观点总结
本文探讨了数据资产证券化的背景、意义、概念、可行性分析、潜在风险及应对建议。随着数字技术的快速发展，数据已成为新的生产要素，对经济增长贡献显著。文章分析了数据资产及其证券化的概念，并分析了市场需求、政策支持体系、资产基础、数据交易所建设进展及国内外案例等可行性因素。同时，指出了数据资产证券化过程中可能面临的技术、市场与法律风险，并提出了相应的应对措施。最后，总结了数据资产证券化的重要性和前景，对其在推动数字经济高质量发展中的作用进行了展望。
关键观点总结
关键观点1: 数据资产证券化的背景与意义
随着数字技术的迅猛发展，数据已成为新的生产要素，对推动经济高质量发展具有重要意义。数字经济规模持续壮大，已成为我国经济发展的重要引擎。数据资产证券化有助于促进数据要素市场的流通和活跃，提升数据资源的运用效能，为企业开辟更多融资途径，减少融资成本。
关键观点2: 数据资产证券化的概念
数据资产证券化是以数据资产未来产生的现金流为偿付基础，通过结构化设计发行数据资产支持证券的金融过程。其实质是将非流动性数据资产转化为标准化、可交易的金融工具，提升资产的标准化程度和流动性。
关键观点3: 数据资产证券化的可行性分析
市场需求包括企业融资需求和投资者需求多元化。政策支持体系包括数据资产确权与保护、数据资产评估与计量、数据要素市场建设、数据资产管理与监管以及证券化相关规则。资产基础包括基础数据、数据增值环节、数据流通环节。数据交易所建设进展与功能深化，为数据资产证券化提供了重要的市场平台和服务支撑。
关键观点4: 数据资产证券化的潜在风险
潜在风险包括技术风险、市场风险、法律风险。技术风险包括确权技术滞后性、估值技术局限性、安全技术脆弱性。市场风险包括流动性风险。法律风险包括权属界定风险、合规审查风险。
关键观点5: 应对数据资产证券化风险的建议
建议包括技术风险防控、市场风险防控、法律风险防控。技术风险防控包括统一确权认证、完善估值技术、健全数据防护机制。市场风险防控包括构建可信交易平台、出台相关规则。法律风险防控包括明确数据登记证书法律效力、双重合规审查。
正文
1.数据资产确权与保护
《关于构建数据基础制度更好发挥数据要素作用的意见》[10]提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架，为数据资产的确权提供了制度基础。《关于加强数据资产管理的指导意见》[11]强调保护各类主体在依法收集、生成、存储、管理数据资产过程中的相关权益，落实“三权分置”要求，为数据资产提供了权益保障。
2.数据资产评估与计量
《数据资产评估指导意见》[12]为数据资产评估实务提供了统一标准，确保了数据资产评估结果的客观性和公正性，为数据资产证券化过程中的资产定价提供了重要参考。《企业数据资源相关会计处理暂行规定》[13]明确了企业数据资源的会计处理方法，为数据资产入表提供了制度依据，奠定了数据资产计量的基础。
3.数据要素市场建设
《“数据要素X”三年行动计划（2024-2026年）》[14]明确了数据要素市场的发展方向和重点任务，提出要完善数据要素流通交易制度，培育数据要素流通和交易服务生态，为数据资产证券化提供了广阔的市场空间。《关于促进企业数据资源开发利用的意见》[15]提出完善企业数据权益形成、保护和收益分配机制，推动数据要素价值释放，为数据资产证券化提供了政策引导和激励。
4.数据资产管理与监管
《关于加强数据资产管理的指导意见》[16]提出了加强数据资产全过程管理的总体要求、主要任务和实施保障，为数据资产的合规高效流通使用提供了制度保障，也为数据资产证券化的监管提供了依据。《数据资产全过程管理试点方案》[17]通过试点探索数据资产全过程管理的有效模式和机制，为数据资产证券化的实践提供了宝贵经验。
5.证券化相关规则
证监会在关于政协十四届全国委员会第二次会议提案答复的函中提到，将在有关部门关于数据资产证券化相关规则制定过程中，配合研究证券公司参与数据资产证券化的可行路径。
综上所述，我国数据资产政策为开展数据资产证券化提供了支持和引导。
（三）数据资产证券化的资产基础
基础数据是数据在市场体系中流动的起点，涵盖了数据生产、收集和存储的全过程。数据的收集过程需要采用加密技术、数字签名、哈希算法等技术手段来确保数据的安全性和真实性。数据存储则通过成熟且低成本的技术实现大规模数据的汇聚、关联和更新作业，提升数据的质量和价值。数据增值环节通过算法开发、资源配置、安全管控等措施，对基础层的数据进行清洗、脱敏、加密、挖掘等整理工作，并与相应的算力、资源、网络等能力进行匹配，使数据由数据集合转变为数据资源，开始与企业内部的业务或管理等需求对接，展现出价值。数据流通环节通过数据应用和交易形成各种可交易的数据产品与服务，如API、数据库、数据报告及数据应用服务等。使“数据资源”在市场中发挥作用，开始转变为“数据资产”，涌现出交换价值[18]。
技术的不断进步和市场的日益成熟，提高了数据资产的质量和价值，还极大地增强了发行数据资产支持证券的可行性和市场竞争力。
（四）数据交易所建设进展与功能深化
1.数据交易所建设进展
自2022年以来，多个省份新挂牌数据交易场所，如福建、广东、河南等。截至目前，全国共有20余个省（区、市）开展了数据交易场所、交易公司组建工作，逐步形成“一地一所”的市场格局。随着数据价值的释放，数据交易市场呈现出高速增长态势。
2023年10月，国家数据局正式揭牌成立，标志着政府对数据要素市场的监督管理作用进一步加强。截至2024年5月，31个省（区、市）和新疆兵团均完成数据管理机构组建，数据交易场所的管理机制不断完善。地方政府通过减免撮合服务费、补贴和激励数据交易等方式，推动数据供需主体、数商进入场内交易。例如，贵州、北京、合肥、佛山等地陆续印发支持数据要素市场建设、促进数据流通交易的相关专项补贴政策[19]。
2.服务支撑体系日益优化
数据交易场所提供包括数据质量审核、数据合规性审核、数据产权登记和凭证发放等专业服务。通过引入隐私计算、区块链、人工智能等先进技术，提升数据交易安全保障和全流程监管能力。数据交易场所大力引入和培育数商生态，创新数字经济中介等数商形态。数商企业数量快速增长，从2013年的约11万家增长至目前的约200万家[20]。
数据交易场所作为数据要素市场的重要通道，承担着促进数据要素合规有序流通的使命。通过构建完善的数据交易规则和监管体系，保障数据交易的合法性和安全性。通过整合和优化数据资源，提高数据供给的质量和效率。通过引入和应用新技术新模式，拓展数据交易场景和模式，推动数据要素在各个领域的应用和创新。
（五）数据资产证券化的案例借鉴
1.知识产权资产证券化经验移植
近年来，我国知识产权证券化有序发展，在资产类型、业务模式、风险管理、参与范围等多个方面取得显著进展。2024年全年发行知识产权资产证券化产品55单，规模89.4亿元[21]，在资产类型多元化、风险隔离机制设计及投资者认可度等方面积累丰富实践。数据资产证券化与知识产权证券化在底层资产和现金流逻辑上具有高度相似性，均为无形资产，依赖非实物形态创造价值。在资产证券化构造逻辑上，现阶段均通过无形资产与未来收益权构建基础资产。鉴于数据资产与知识产权在证券化底层逻辑上的高度相似性，结合我国知识产权证券化领域已积累的发行经验、政策支持及市场认可度，数据资产证券化产品可借鉴其成熟模式，依托数据要素流通的技术突破与政策红利，加速构建资产证券化通道。
2.数据融资创新实践
近年来，一系列政策文件相继出台，促进了我国数据要素资产化进程。目前，我国数据要素融资涵盖了文旅、金融、智能制造、智能网联汽车等多个领域。融资案例包括数据资产质押融资、数据交易、数据资产入表获得银行授信贷款等方式[22]。如深圳首单数据知识产权质押融资案例，某科技公司依托其合法登记的数据知识产权，通过银行完成质押备案并获1000万元贷款，标志着数据要素从“无形资源”向“可质押资产”的制度突破。该案例的可行性源于三大支撑：首先是政策支持，深圳市2022年建立的全国首个数据知识产权登记系统及2024年深化的试点工作，为数据资产确权、估值和流转提供了标准化路径。其次，企业数据价值显性化，融资公司作为数字普惠金融领域的科技型企业，其数据资产通过智能AI技术沉淀形成可量化、可质押的知识产权。第三，金融机构产品创新，银行通过数据要素增信模式，突破了传统抵押品类[23]。
