新闻动态｜数据资产证券化可行路径与政策保障

西南证券股份有限公司博士后 刘泽扬

　　数据资产作为数字经济时代涌现的一种新型经济资产，其战略地位与日俱增，数据已被认定为继土地、劳动力、资本、技术之后的第五大生产要素。这一认定突显了数据在驱动经济增长、优化资源配置和创新社会管理模式中的基础性、引擎性作用。与传统生产要素不同，数据具有非消耗性、可复制性强、价值潜力巨大等独特属性，使其成为推动高质量发展不可或缺的战略资源。

　　充分释放数据资产的巨大潜在价值，关键在于突破传统思维，大力推动其创新应用。这要求各方主体积极探索数据要素在产业融合、服务升级、治理优化等多维度的深度应用模式，通过技术创新、模式创新和制度创新，将海量、多元的数据资源转化为现实生产力、竞争力和治理效能。在这一过程中，数据资产证券化为数据价值的显性化、市场化和资本化提供了切实可行的创新途径。它通过特定的结构化金融设计，将缺乏流动性但能产生可预期稳定现金流的（未来）数据资产或其收益权，转化为标准化的、可在资本市场发行和流通的有价证券。

　　7月31日，全国首单获批的数据资产证券化项目“华鑫—鑫欣—数据资产1-5期资产支持专项计划”首期在深圳证券交易所正式发行设立。此次专项计划为全国首单获批的数据资产贴标（资产证券化），总规模达5亿元。作为全国首单获批的数据资产贴标，其标志着数据资源化、数据资产化、数据资本化进程的初步突破，首次验证了数据可以成为基础资产在资本市场进行发行，是盘活闲置数据资产可行的创新途径。

　　一、数据资产证券化的现实基础

　　自2020年数据被列为第五大生产要素以来，从《数据二十条》到《“数据要素”三年行动计划》，从财政部推动数据资产入表到证监会启动专项试点，政策组合拳持续发力。截至2025年上半年，全国已有430家企业完成数据资产入表。上海数据交易所发布的《2024年中国数据交易市场研究分析报告》预测，在政策支持、数据创新应用和数据交易平台活跃度提升等多重因素推动下，数据资产入表规模将从2024年的487亿元增长至2030年的8278亿元，增长超16倍。数据资产入表是数据资源向数据资产的重要迈进，是释放数据要素价值的第一步。而进一步完成数据资产的资本化是数据资产创新应用的必经之路。

　　（一）政策规范基础

　　我国数据资产证券化的政策环境日益成熟，已形成从顶层设计到具体操作指南的多层次政策框架。2022年发布的《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”）初步确立了数据要素市场的基本制度框架，提出建立数据资源持有权、数据加工使用权、数据产品经营权“三权”分置的产权制度，为数据资产化奠定了法律基础。2024年1月，财政部印发《关于加强数据资产管理的指导意见》，明确提出了“依法合规管理数据资产、明晰数据资产权责关系、完善数据资产相关标准、加强数据资产使用管理”等具体任务，为数据资产化管理提供了直接政策依据。

　　在证券化具体路径探索方面，2024年5月，中国证监会在对政协提案的答复中表示，虽然“设立专门数据券商开展数据资产证券化的法律、市场基础尚不具备”，但证监会已明确“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”。这标志着监管部门正在积极探索数据资产证券化的合规模式。同时，国家数据局在2024年9月发布的《关于促进企业数据资源开发利用的意见（征求意见稿）》中明确提出“引导企业规范开展数据资源入表”，健全数据资源价值评估服务体系，支持企业探索数据资源化、产品化、价值化、资产化的可行路径。

　　（二）数据规模基础

　　我国数据资源规模呈现爆发式增长态势，为数据资产证券化提供了丰富的“原材料”。《全国数据资源调查报告（2024年）》显示，2024年全国数据生产总量已达41.06泽字节（ZB），同比增长25%，数据存储总量为2.09 ZB，同比增长20.81%。如此庞大的数据储量不仅体现了我国在数字经济时代的规模优势，也为数据资产化提供了充足的资源基础。特别是智能家居、智能网联汽车、无人机等智能设备产生的数据增速位居前列，成为新兴数据资源的重要增长点。

　　在数据结构方面，结构化数据存储增速大幅超过非结构化数据存储增速，表明我国数据资源开发利用的程度明显提高。这一变化至关重要，因为结构化数据更易于标准化、资产化和价值评估，是数据资产证券化更理想的底层资产。数据显示，全国活跃数据总量占存储数据总量的比重为62.04%，同比提升22.73%，反映了数据资源不仅总量在增长，其可利用性和活跃度也在稳步提升。

　　公共数据资源的开发利用步伐也明显加快，为数据资产证券化提供了重要来源。截至2024年，地市级以上地方公共数据开放平台数量增长7.5%，开放的数据量增长7.1%。特别值得注意的是，自国家公共数据资源开发利用“1+3”政策文件发布后，各省（区、市）和计划单列市中，超六成地区已启动公共数据授权运营工作。政务数据共享持续深化，共享枢纽平台累计支撑调用超5400亿次，有力支撑“高效办成一件事”改革，这表明公共数据的价值释放途径正在不断拓宽。

　　（三）技术支撑基础

　　数据资产证券化的发展离不开强大的技术支撑体系，主要包括算力基础设施、数据管理技术和评估认证体系。在算力基础设施方面，我国算力总规模持续快速增长，为大规模数据处理提供了坚实基础。《全国数据资源调查报告（2024年）》数据显示，全国算力总规模已达280 EFLOPS（每秒百亿亿次浮点运算），其中八大国家枢纽节点算力总规模达175 EFLOPS。值得注意的是，智能算力在算力总规模中占比提升至32%，这表明算力结构正在优化，更适合支撑人工智能技术在数据资产化过程中的应用。

　　数据资产管理技术的成熟为证券化提供了关键支撑。随着数据资产的重要性日益凸显，各类数据资产管理平台和工具快速发展。技术提供商推出了基于云和本地的多样化解决方案，满足不同规模和类型企业的数据资产管理需求。在数据流通利用基础设施方面，相关部门推动建立跨主体数据流通技术标准，并“适度超前布局数据流通利用基础设施”。特别是隐私计算、区块链等技术的应用，使得“原始数据不出域、数据可用不可见”的数据利用模式成为可能，有效解决了数据资产证券化过程中的隐私保护和安全性问题。

　　数据资产价值评估技术体系逐步健全，为证券化提供了价值衡量基础。财政部《关于加强数据资产管理的指导意见》明确提出要“健全数据资产价值评估体系”，北京中金浩资产评估有限责任公司等专业机构已在数据资产评估领域开展实践探索。在数据资产证券化特定路径方面，贵阳大数据交易所联合华泰证券资产管理有限公司、交通银行贵州省分行等机构启动了“数据资产ABS创设路径研究项目”，重点研究以特定类别的数据资产为基础，通过结构化设计进行信用增级，并发行可在金融市场上交易的债券类金融产品的可行路径。

　　二、数据资产证券化的主要挑战

　　数据资产证券化的主要参与主体为融资人、管理人和投资者。通常由融资人（即数据资产的原始权益人）将数据资产“真实出售”给管理人（风险隔离），管理人将投资者认购的资金支付给融资人实现融资。管理人组建特殊目的载体（SPV）设立专项计划进行运营，将产生的收益与投资者进行分享。由于数据资产的特殊性，数据资产证券化的主要挑战体现为数据资产的确权问题、估值问题以及破产隔离问题。

　　（一）数据资产的确权问题

　　数据资产证券化的首要障碍在于权利归属模糊性。现行法律虽承认数据权益受法律的保护，但未能构建清晰的权利分层体系。大量数据源于不同主体，原始数据与衍生数据的权属边界模糊，用户作为数据来源主体主张人格权益，企业基于技术投入主张财产权益，公共机构基于社会管理职能主张监管权益，三方诉求在现行权利框架下形成结构性冲突。这种权利约束的离散化导致司法实践中常出现“同案不同判”现象，不仅影响市场主体的投资预期，也阻碍数据要素的合规流通。

　　（二）数据资产的估值问题

　　数据资产的价值评估存在天然的复杂性。不同于传统生产要素，数据的非排他性、可复制性及场景依赖性使其价值呈现动态波动特征。当前尚未建立标准化的估值评估体系，交易型数据与战略型数据往往采用同质化估值方法，导致市场交易缺乏基准锚点。评估方法的选择失当不仅会造成资产定价紊乱，直接影响资产证券化等金融创新工具的发展，还很有可能形成“价值认知差异—交易成本攀升—市场流动性萎缩”的恶性循环。

　　（三）数据资产破产隔离问题

　　数据资产的价值实现难以离开企业对于数据资产的定期更新和长期维护，一旦企业发生经营风险而中断对数据资产的更新和维护，很可能导致数据资产价值的大幅下跌，影响基础资产的偿付能力。换言之，数据资产运营的技术门槛较高，相较于传统基础资产的运营管理，一般的管理人难以持续维持数据资产产出稳定的收益，以至于数据资产脱离原始权益人可能无法做到价值实现，进而使得数据资产证券化陷入破产隔离与稳定产出的双向矛盾之中。

　　三、数据资产证券化的政策保障

　　（一）公共数据资产试点运行

　　公共数据具有标准化程度较高、权属相对明确的优势，可以有效规避数据资产的确权问题，以公共数据作为基础资产进行数据资产证券化试点运行具有现实可行性。例如，重庆市大数据应用发展管理局印发的《重庆市公共数据资源登记管理实施办法（试行）》明确了公共数据资源的定义、登记主体及流程，并依托公共数据资源登记系统，确保权属清晰、标准统一。更进一步，还可在医疗、金融等领域打造可信数据空间，筛选标准化程度高的场景数据作为试点标的，有效发挥试点指引作用。

　　在此基础之上，还需考虑如何为公共数据创造稳定现金流，以实现对投资者的偿付。重庆市大数据应用发展管理局同期印发的《重庆市公共数据资源授权运营管理实施办法（试行）》采用“整体授权+分领域试点”模式，授权运营机构对公共数据进行加工开发，形成可交易的数据产品和服务，为公共数据资产实现稳定现金流提供了重要渠道和平台。实践中，西部数据交易中心通过金融、算力等数据交易专区，推动公共数据产品市场化定价。

　　公共数据资产证券化的试点除了打通明确权属的基础资产与产生稳定现金流的通道，还应当借助区块链、隐私计算等技术重点验证“可用不可见”的数据开发利用模式。例如采用数据脱敏与权限隔离机制，确保原始数据不转移、不泄露，为证券化产品中底层资产的法律隔离效力提供技术支撑。后续通过司法案例积累，明确数据收益权在破产隔离、权属争议中的法律适用规则，为各类型数据资产证券化的普及提供标准化操作指引。

　　（二）“组合权益”降低估值波动

　　在数据资产证券化实践中，组合权益模式通过将数据资产与不动产结合发行，有效降低因数据资产特性引发的估值波动。其核心类型包括数据载体抵押贷款债权和数据资产未来收益权两种现金流表现形式：前者以数据存储设备、服务器等固定资产为抵押形成稳定债权，后者依托数据资产运营产生的持续性收益（如云服务订阅费、数据交易分成）构建未来现金流。

　　通过将水务、电力、通信、交通、云服务等大型数据中心持有的高价值数据资产，与数据中心建筑、土地、电力设施等不动产绑定组合，可利用不动产的物理实体属性与稳定租金收益，对冲数据资产因市场需求变化、技术迭代或合规风险导致的估值不确定性。例如，数据中心的电力设施租金收益可作为优先级证券的底层偿付来源，而数据资产的增值收益则设计为次级证券，通过分层交易结构隔离波动风险；同时，不动产的固定资产属性为数据资产提供价值锚点，结合第三方动态评估与增信机制，可增强投资者对数据资产长期价值的认可，最终形成“硬资产托底、软资产增值”的协同效应，为盘活数据资产、拓展数字金融提供稳健路径。

　　（三）“有限真实出售”标准的认定

　　对“有限真实出售”标准的认定，需结合数据资产特性与《证券公司及基金管理公司子公司资产证券化业务管理规定》第十一条的要求，明确其核心在于平衡资产信用与主体信用的关联性。由于数据资产的现金流生成高度依赖原始权益人的持续经营能力（如数据的实时更新、运维保障），其“真实出售”本质上是有限度的——虽可通过法律架构实现基础资产在原始权益人破产时不被纳入破产财产，但无法完全隔离企业经营风险对数据资产价值的影响。

　　认定“有限真实出售”需强化以下操作标准：一是要求特定原始权益人必须满足持续经营能力审查，重点评估其数据资产更新能力、技术运维团队稳定性及市场履约记录；

　　二是通过协议明确约定原始权益人对数据资产的持续运维义务，包括数据清洗、存储设施维护及合规性保障等刚性条款，并建立动态监测机制，对数据资产更新频率、质量衰减率等指标进行实时追踪；

　　三是引入第三方专业机构对数据资产与原始权益人经营活动的依存度进行量化评估，在交易结构中设置“经营支持承诺”条款，要求企业以部分自有资产或收益权作为风险缓释工具；

　　四是通过司法判例分析与技术协议解构，厘清数据接口移交、运维责任转移等控制权剥离的认定标准；同时引入智能合约与自动化运维工具，将数据更新规则、隐私处理流程编码为可执行的链上逻辑，为法律层面的“真实出售”提供技术支撑。