【编者按】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。数据资产证券化作为促进数据要素市场流通和拓宽企业融资渠道的重要手段，日益受到关注。文章首先阐述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。

　　一、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，其在企业决策优化、生产效率提升以及新商业模式和产业形态催生等方面发挥着不可替代的作用，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。2023年，数字经济核心产业增加值占GDP比重达到10%左右，数字经济对经济增长的贡献率不断提升[1]。

　　在数字中国战略的推动下，我国数据基础设施建设不断加快，数据生产、存储、流通和应用能力显著提升，为数据资产证券化提供了坚实的基础与广阔的市场空间。数据资产证券化有助于促进数据要素市场的流通和活跃，促进数据共享与互通，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，进而提升数据资产的价值和认可度。

　　二、数据资产证券化的概念

　　（一）数据资产的概念与特点

　　近年来，我国高度重视数据资产的管理与利用，相继出台了一系列政策法规推动数据资产化进程。现行法规体系主要关注数据的治理、流通交易、安全保障及权益保护等维度，但尚未形成统一的数据资产定义框架。根据国家市场监督管理总局与国家标准化管理委员会有关标准规定，数据资产被界定为“合法拥有或者控制的，能进行计量的，为组织带来经济和社会价值的数据资源”[2]。中国资产评估协会则进一步明确其金融属性，强调数据资产是指特定主体合法拥有或者控制的，能进行货币计量的，且能带来直接或者间接经济利益的数据资源。[3]

　　在地方立法层面，数据知识产权登记制度通过登记客体要件间接构建了数据权益认定标准，例如《北京市数据知识产权登记管理办法（试行）》将登记对象限定为“数据持有者或处理者依法收集、经算法处理且具有商业价值及智力成果属性的未公开数据集合”[4]；《江苏省数据知识产权登记管理办法（试行）》则强调登记对象需满足“依法获取、加工处理、具有实用价值及智力成果属性”等要件[5]。这种立法差异反映了地域性监管侧重，两地更强调数据的知识产权属性与商业价值实现路径，而深圳市则通过区分数据资源与数据产品，突出数据加工增值环节与市场交易属性[6]。

　　（二）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。数据资产支持证券可以采用数字资产抵押贷款、数据资产应收账款和收费收益权等作为基础资产发行证券化产品，也可以通过数据中心、物联网数据等新型数据资产进行证券化。无论采取何种形式，其本质均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，为企业提供新的融资途径[7]。

　　三、数据资产证券化可行性分析

　　（一）数据资产证券化的市场需求

　　1.企业融资需求驱动

　　数据要素型企业普遍面临前期投入高、回报周期长的特点。数据采集、清洗、存储及合规处理需要大量技术投入，而数据应用场景的拓展涉及长价值链整合，如数据产品开发、算法迭代、市场验证等。证券化可将数据资产未来收益提前变现，缓解企业现金流压力，尤其适合重资产运营的科技企业与公共数据运营主体。

　　2.投资者需求多元化

　　数据资产证券化作为一种创新的金融产品，为投资者开辟了新型投资渠道与资产配置路径，其吸引力源于我国数据要素市场的价值释放潜力与生态优势，尽管我国数据生产总量已突破32.85泽字节（ZB）且保持22%以上年均增速，但数据要素市场仍存在显著的价值洼地——大量数据处于低效利用状态，估值水平远低于其内在价值。这种价值错配为投资者创造了战略机遇，尤其在公共管理、金融服务、智能制造等场景化应用领域，数据需求正随着大模型训练、智能决策等新兴业态的爆发而急剧攀升。我国具备超大规模市场、海量数据（603138）资源和丰富应用场景的优势，通过技术赋能与模式创新实现价值释放的潜力巨大，为数据资产的投资提供了广阔的市场空间[8]。数据资产证券化产品则为投资者提供了新型资产配置选择。证券化过程中会有专业的评估机构对数据资产进行价值评估，降低了投资者因数据资产质量问题而面临的风险。设置优先级/次级分层等多种增信措施有效降低了投资风险。数据资产支持证券可以在证券交易所等场所进行流通和交易，提高了流动性，同时伴随着较为严格的信息披露要求，提高了投资的透明度[9]。

　　（二）数据资产证券化的政策支持体系

　　近年来，我国为推动数据资产化相继出台了一系列政策法规。这些政策虽然没有直接针对数据资产证券化，但为其提供了有力的支持和引导，主要体现在以下几个方面：

　　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]。

　　上述案例不仅印证了数据作为新质生产要素的资产属性，更揭示了数据资产证券化的潜在可能性，通过数据交易所等登记确权体系、企业数据价值工程化开发、风险评估模型创新，可实现数据要素市场化配置与金融资本的高效对接，满足证券化的基本要求，为数据资产证券化发行提供了资产基础。

　　3.境外数据证券化启示

　　美国Vantage公司通过资产支持证券模式，将其位于弗吉尼亚州的数据中心未来收益权划入“数据池”，并通过特殊目的公司实现风险隔离，成功发行总额11.25亿美元的资产支持证券。该项目通过特殊目的公司实现资产出表的操作，有效隔离了公司信用风险对证券估值的影响，以保障投资者权益。其次，数据资产权属稳定化处理具有示范意义，其采用的数据静态化管理、开展数据服务以避免数据权属变动等策略，降低证券化过程中的权属争议风险。第三，混合增信模式值得探索，Vantage项目通过绑定非数据要素财产，以缓释数据资产估值波动性[24]。这些技术路径为完善我国数据资产证券化的法律保障、风控体系及产品结构提供了跨境经验参照。

　　4.我国数据资产证券化案例

　　2024年，深圳市某公司发行“知识产权8号-高新投资产支持专项计划”[25]，首次将企业经登记的数据知识产权纳入证券化底层资产。该案例通过基层结构创新、担保模式创新、质押物创新等突破，为科技型企业融资开辟新路径。同期，南京某保理公司发行全国首单数据资产贴标证券化产品“华鑫-鑫欣数据资产1-5期ABS”[26]，以储架模式分五期发行总规模5亿元，通过联合数据交易所完成权属登记并获AAA评级。“平安-如皋第1期ABS”[27]则以交通、港口领域数据资产为质押，依托南京市公共资源交易中心确权，以2.4%低利率发行1.3亿元。

　　这些案例的申报与发行为数据资产证券化的进一步发展提供借鉴与启示。首先，确权机制是数据资产证券化的前提。深圳通过数据知识产权登记系统实现数据资产权属固化，南京通过联合数据交易所颁发权属证书，如皋依托公共资源交易中心完成确权登记。其次，估值技术需突破创新。数据资产的非消耗性、价值波动性要求创新估值模型。其估值模型需融合数据规模、应用场景及技术壁垒等多维度指标，而非简单套用传统资产评估方法。最后，产品结构设计需匹配数据风险收益特征。数据资产证券化需结合数据应用场景设计差异化产品，例如针对专业领域数据设计行业专属条款。

　　四、数据资产证券化潜在风险

　　基于境内外实践，数据资产证券化的潜在风险可归纳为技术、市场、法律三个维度。

　　（一）技术风险

　　1.确权技术滞后性

　　数据具有可复制性，导致数据资产的权属难以像传统有形资产那样通过物理控制来实现，需要高度依赖技术手段，但现有技术尚无法完全解决数据溯源与权属分割难题，易引发权属争议。数据资产往往涉及多个利益相关方，权属关系复杂。包括数据生产者、收集者、处理者、使用者等，各方在数据资产中的权益如何划分尚不清晰。特别是在个人数据、企业数据、公共数据的权属界定上，存在较多争议。

　　2.估值技术局限性

　　数据资产具有可加工性、价值易变性等特征[28]，数据资产的价值会随着时间不断迭代，以及应用场景、用户数量、使用频率的变化而变化。尽管中国资产评估协会已经印发了《数据资产评估指导意见》[29]，但由于数据资产信息属性、法律属性、价值属性各不相同，成本因素、场景因素、市场因素和质量因素均对数据资产价值评估产生影响。数据更新与迭代风险增加了数据资产估值的不确定性，同时，数据资产的价值与其时效性密切相关[30]。如果数据资产更新不及时或更新频率过低，可能导致其价值降低或失去市场竞争力。但现行收益法、成本法等传统评估方法难以捕捉数据时效价值。

　　3.安全技术脆弱性

　　数据资产具有非实体性、依托性、可共享性等特点，在数据资产交易过程中若数据保护措施不到位，可能面临数据被复制、篡改、丢失等风险，从而影响数据资产的价值和可信度。

　　（二）市场风险

　　1.流动性风险

　　目前，数据资产的确权工作由多个机构负责，如市场监督管理局、知识产权局、数据交易所等，尽管全国数据知识产权登记证书已实现制式统一，但登记申请流程仍由各地确权机构自行负责[31]，由于各数据交易场所均在自行主导交易规则，场内数据交易在数据合规、登记、上架、交易、交付等存在差异[32]，导致数据资产的确权结果可能因地区而异，跨区域数据流通面临“一地一策”的合规风险，增加了跨地区数据交易的复杂性和不确定性。

　　2.流动性匮乏导致估值风险

　　由于市场流动性不足，同类数据资产缺乏可比的市场价格作为参考，使得数据资产的估值更加困难，无法对估值结果偏离真实价值进行纠正，导致市场参与者面临较大风险。

　　（三）法律风险

　　1.权属界定风险

　　数据资产确权是数据要素市场发展的重要基础，但相关法律法规尚不完善，导致数据资产确权过程中存在一定法律风险。尽管我国在数据资产确权方面已经出台了一些政策和指导意见，例如，《关于构建数据基础制度更好发挥数据要素作用的意见》[33]提出探索建立数据产权制度，实施数据资源持有权、数据加工使用权、数据产品经营权“三权分置”制度框架，但针对数据资产确权的专门法律尚未出台，“三权分置”尚未得到落实。这导致数据资产的权属界定、权利内容和保护范围等缺乏明确的法律依据。

　　2.合规审查风险

　　在确权过程中，需要平衡数据隐私保护与数据资产确权的关系。如何在确保数据隐私安全的前提下，实现数据资产的有效确权，是一个亟待解决的问题。如果未能严格遵守相关法律法规和监管要求，将面临合规风险。

　　五、应对数据资产证券化风险的建议

　　（一）技术风险防控

　　1.统一确权认证

　　不同类型的数据在获取方式、表现形式、市场价值、交易形式等方面具有很大区别。目前的数据登记方式，还停留在静态的数据资产持有登记，需完善数据要素登记制度，在现有权属登记证书的基础上，对数据交易备案，颁发数据交易备案证明，落实数据资源持有权、数据加工使用权、数据产品经营权“三权分置”，为企业明确数据产权权属、促进数据交易流通提供技术支持。

　　2.完善估值技术

　　继续完善《数据资产评估指导意见》，不断优化评估方法，构建科学、客观的评估模型，对数据资产的价值进行准确评估。鼓励数据交易主体结合数据资产评估标准及智能化评估模型工具，建立内部评估体系。对于单笔交易金额较小的数据资产，可以通过内部评估或交易双方协商的形式确定价值，提高交易效率[34]。通过实际案例的反馈，逐步调整和完善评估体系，使其更加符合市场实际和数据资产的特点。

　　3.健全数据防护机制

　　强化安全防护措施与技术体系建设，运用先进的密码技术、权限访问控制以及数据脱敏等手段，全面提升数据资产的安全保障力。建立健全数据安全防护机制，涵盖系统网络层面、系统运维层面以及数据本身的安全，确保数据资产在其全生命周期内均处于安全可控的状态。

　　（二）市场风险防控

　　针对跨地区数据交易等问题，需构建以数据交易所为主的可信交易平台，完善数据交易规则。通过构建低成本、高效率、可信赖的流通环境，吸引更多的数据交易主体参与进来。

　　除此之外，针对数据资产证券化，目前相关规则尚未出台，规范化、制度化建设亟待加强。监管部门及交易所需着手制定具体的业务规则，明确各机构参与数据资产证券化的操作规范和流程。出台尽职调查指引，详细列出发行数据资产应当核查的内容，为证券公司开展尽职调查提供明确的指导和依据，确保数据资产证券化的合规性和风险可控性。出台审核指引，明确数据资产证券化的审核要求和标准，确保审核工作的公正、透明和高效。

　　通过完善交易平台，出台和实施相关规则，规范数据资产证券化的市场秩序，增强数据资产及相应的证券化产品流动性，降低市场风险。

　　（三）法律风险防控

　　1.明确数据登记证书法律效力

　　各地已经相继发布或计划出台数据资产产权登记政策文件，对权利证书的法律效力规定各不相同。如《深圳市数据产权登记管理暂行办法》规定，权利证书可作为数据交易、融资抵押、数据资产入表、会计核算、争议仲裁的依据。《江苏省数据知识产权登记管理办法》规定，登记证书是申请人合法持有数据并对数据行使权利的初步证明。《浙江省数据知识产权登记办法（试行）》规定，登记证书可以作为持有相应数据的初步证明，用于数据流通交易、收益分配和权益保护。《北京市数据知识产权登记管理办法（试行）》规定，数据知识产权登记证书是登记主体依法持有数据并对数据行使权利的凭证，享有依法依规加工使用、获取收益等权益。各地登记机构对产权证书的法律效力规定不一致，为数据资产跨省流动、数据资产证券化造成障碍，急需落实《数据交易机构互认互通倡议》，推动“一地上架，全国互认”[35]。

　　2.双重合规审查

　　对于拟开展数据资产证券化的企业，须确保其数据资产安全合规。加强数据采集阶段的风险防控，在面向用户直接收集数据时，必须严格遵循合法、正当、必要原则，确保取得用户的明确授权同意。从公开网络平台采集数据时，应关注数据来源的合法性，确保爬虫技术的使用符合相关法律法规要求，有利于技术创新[36]，避免侵犯第三方权益。在数据加工阶段，依法对敏感数据进行脱敏或匿名处理，以降低数据泄露风险，切实保护个人信息及商业秘密。

　　六、结论与展望

　　随着数字技术的快速发展，数据已成为新的生产要素，对经济增长的贡献率不断提升。数据资产证券化作为促进数据要素市场流通、拓宽企业融资渠道和提升数据资产价值的重要手段，具有广阔的发展前景。我国已出台了一系列政策法规为数据资产证券化的开展提供了有力支持。在资产基础方面，数据的收集、存储、增值和流通等环节的不断完善，为数据资产证券化提供了资产基础。数据交易所的建设进展和功能深化，也为数据资产证券化提供了重要的市场平台和服务支撑。展望未来，随着数字经济持续发展和政策环境不断优化，数据资产证券化有望成为推动我国数字经济高质量发展的新引擎。