數據要素證券化路徑研究
——基于DAITs模式的探討

曹碩 廖倡 朱揚勇

(1.深圳證券交易所研究所，廣東 深圳 518038；2.深圳證券交易所信息科技一部，廣東 深圳 518038；3.復旦大學計算機科學技術學院，上海 200433；4.上海市數據科學重點實驗室，上海 200433)

一、引言

隨著數字化技術應用的興起，數據已經成為推動數字經濟和社會創新發展的關鍵生產要素。習近平總書記在2013年視察中國科學院時指出：“大數據是工業社會的‘自由’資源，誰掌握了數據，誰就掌握了主動權。”2020年3月，中共中央、國務院出臺《關于構建更加完善的要素市場化配置體制機制的意見》，明確提出要加快培育數據要素市場。2021年3月，十三屆全國人大四次會議通過《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》(以下簡稱“十四五”規劃)，提出要“迎接數字時代，激活數據要素潛能”。可以預期，數據的開發、共享、交換、流通將成趨勢，數據要素市場化配置將成為挖掘數據價值的重要驅動力。特別地，數據在應用之前需要先進行場景拆分、清洗、標注等一系列工作，具有“生產成本高、價值鏈長”的特征；同時隨著被反復使用與集成，數據本身的價值將增加。為滿足巨大的資金需求，應探索數據要素市場體系下“資產化-資本化”金融支撐體系。基于該主題，杜慶昊(2020)[8]提出加快推動數據要素資本化，即將數據要素以產權化、證券化等形式轉變成可以流通的資本，在基礎設施等方面持續投入，實現專業化市場運作。

要構建高效的數據要素市場體系，不僅要有良好的交易機制，還需要優質的交易標的。交易標的屬性很大程度上決定了投資者群體和適用的交易制度，進而影響產品的價格表現和流動性。目前數據要素交易標的存在難以標準化的問題，流動性好、價格發現功能強的數據類交易標的嚴重缺失。圍繞交易標的設計，曹碩等(2021)[5]討論了數據要素的證券屬性，提出可利用產品創新支持數據要素市場發展，以基于數據業務的穩定現金流(收益權)為基礎，發行證券產品進行融資。然而，由于不同種類數據要素資源的屬性不同，實現價值最大化的最佳路徑以及交易方式也不盡相同1，數據要素證券化的實現方式還缺乏討論。

針對上述問題，本文結合知識產權、基礎設施等領域資產證券化的成功經驗，基于數據權益資產化相關觀點，深入探討如何開發數據產權收益標準化合約等證券化產品。特別地，本文提出了一類比較可行的數據要素證券化方法——“數據資產投資信托基金”(Data Asset Investment Trusts，DAITs)，就證券化基礎資產界定與選擇、基于DAITs模式的產品設計等具體問題進行研究探析，討論了業務運行潛在風險并給出展業初步方案。基于“數據信托”理論指導的運營管理結構以及投資信托基金模式，DAITs可更好地平衡數據要素市場各參與方的權益，推動要素證券化實現，并通過擴大投資者群體，促進二級市場交易流動性提升，激發數據要素活力。

二、數據要素證券化基礎資產選擇

一般而言，交易標的標準化指的是相關權益可等額拆分或具有標準化特征，即市場參與者能以單一份額或其整倍數交易，交易權益由制度規則予以保障。根據一般要素的證券化經驗，可嘗試以標準化合約形式將能夠產生穩定收益的數據權益打包、擔保并形成產品，從而實現數據要素的標準化交易。針對數據要素，其具有復制成本低、可以無限復制使用的天然特性，明文數據一旦被看見就會泄露具體信息，難以根據供需關系定價(何杰，2021)[10]。現有數據交易所的掛牌產品雖然具備一定程度上的交易屬性，但標的質量不高，市場參與者較少，活躍度低，定價功能較弱，對買賣雙方的吸引力不足(熊巧琴和湯珂，2021)[15]。一種可行的方案是將數據要素流通的主體聚焦于數據的使用價值，而非數據自身所有權。在金融市場中，證券化等產品設計可以將數據要素及相關參與人的權利義務統一打包和標準化，定價模型較為成熟，流通轉讓形成價格的公允性和公信力較高，其信號效應有助于提高數據要素的可交易性。

杜慶昊(2020)[8]指出，數據要素資產化的核心是數據產權的確定和保護。曹碩等(2021)[6]提出數據要素證券化的“類知識產權”方法，將“具有獨創性、屬于智力成果、有固定載體”的數據形態作為一種知識產權客體，嘗試解決數據歸屬、確權、交易與融資等系列問題。例如，對于獨創性數據產品，其制作需要投入大量的人力、技術和資金，可視為以一定形式表現的智力成果，但復制或使用這些數據庫所需費用相對較低。對此類產品采取知識產權(含版權)保護方法，搭建數據確權和定價的基本框架，分層分級管理數據權屬，比較符合數據本身的特征和保護需要，能夠促進信息產品與服務的提供、創造與投資。

符合法律規定，權屬明確，可以產生獨立、可預測的現金流且可特定化的財產或財產權利，可作為證券化產品的基礎資產。朱揚勇和葉雅珍(2018)[18]將數據資產定義為擁有數據權屬、有價值、可計量、可讀取的網絡空間的數據資源，兼具無形資產和有形資產、流動資產和長期資產的特征。與傳統生產要素不同，數據要素只有針對特定目標，并使用相關技術對個體信息進行匯聚而成的數據集合才能產生價值。2結合上述內容，適合證券化的數據資產(權益)可包括符合要求的數據軟件服務(Software as a Service，SaaS)、數據平臺服務(Platform as a Service，PaaS)、數據基礎設施服務(Infrastructure as a Service，IaaS)，即對應的數據應用、技術、資源等形成可持續發展并產生收益的有機整體3，詳見圖1。

圖1 適合證券化產品設計的不同層級數據資產(收益權)與實例

一方面，數據“新基建”(李禮輝，2021)[11]是數據要素市場建設的源頭，可視為具有基礎性、公共性的數據資產，包括以數據中心(含云平臺、數據交換平臺等)、數據交易平臺等基礎設施建設為重要抓手的國家重大項目。4此類數據資產強調有形資產特征，建設投資巨大5，投資回報周期長，建設完成后可預期收益會穩定增長，特別適合利用證券化產品融資支持其發展(曹碩等，2021)[6]。在國家大力發展“新基建”的時代背景下，金融行業可主動創新，利用證券化產品等金融工具大力支持數據要素“新基建”的投融資需求，推動數字經濟快速發展。另一方面，數據的經濟活動涉及數據產業化、產業數據化、數據智能化等內容，如互聯網醫療、線上辦公、虛擬社區等。相關實例包括數據資源與服務，例如音頻、書籍、游戲、影視等著作類數據產品，或者統計數據和交易信息等數據庫。上述資產聚焦無形資產特征，所產生的收益均屬于“類知識產權”數據權益范疇，其權屬能夠確定并受知識產權相關法規保護(曹碩等，2021)[6]，但相關數據產品項目周期較長、研發成本高、回報較慢。打包發行以前述數據產品為基礎資產的支持證券，有利于進一步豐富證券化產品體系，不僅符合國際證券化市場的發展規律，也契合國內當前數字經濟的發展趨勢。

從數據要素基礎資產的收益性質出發，可形成標準化合約交易產品。具體而言，以數據資產或項目的未來預期收益為標的，引入在合同制定、費用收取等方面相對成熟的數據許可模式，如獨占許可、獨家許可、普通許可、分售許可、交叉許可等，設計發行可在市場流通交易的證券。同時，引入專業中介機構進行評估，確定數據資產池份額的定價，并面向特定投資者進行發行。首發成功后，可允許投資者進行轉讓從而形成二級市場，有利于數據價值更好地實現。

三、數據要素證券化產品結構設計

數據要素證券化業務，既涉及數據產權的權屬認定、許可使用、交易流轉，又涉及常規資產證券化業務的基本架構、增信措施、產品要素。特別地，證券化產品要獲得穩定收益，離不開原始項目的高效運營和管理。借鑒基礎設施公募REITs試點經驗，項目運營管理方需要接受外部監督，有利于其建立起精細化、高效化的經營管理機制，提高運營管理效率。我國公募REITs雖然已成功搭建了以基金公司為主的管理人框架結構，但考慮到對標的項目的熟悉程度和運營專業性，資產運營機構均為原始權益人或其關聯方，基金管理人“主動管理”能力和積極性較弱。6如前所述，數據資產具有特殊性，其運營和管理問題相比普通實物資產而言更加復雜，需要從理論層面進一步深入討論。

(一)基于“數據信托”理論的運營管理結構

從數據的無形資產屬性視角出發，其具有可共享性和可復制性等特征。證券化過程中，基礎數據資產運營還需要數據平臺、閱讀器、定價規則、版權管理保護機制等方面的支持(葉雅珍等，2021)[16]，涉及多個數據運營主體。大部分數據要素需要經過聚合、加工和集中管理后，才能更好地從最初提供者流向最終需求者，在數據存儲設備、數據安全技術以及網絡安全人才儲備等方面要求極高。7

針對數據運營管理問題，在數據要素證券化產品設計中，“數據信托”相關思路可資借鑒。82016年，杰克?巴金(Jack M. Balkin)首次提出可采用信托工具連接數據主體與數據控制人(Balkin，2016)[1]。2017年，《英國人工智能產業發展報告》(Growing the Artificial Intelligence Industry in the UK)提出可基于信托制度建立數據投資治理架構(Hall and Pesenti，2017)[2]。2018年，英國開放數據研究所(Open Data Institute)從數據管理視角出發定義數據信托為“提供獨立數據管理權的法律結構”。9通過重置數據主體與數據控制人之間的權益結構，數據控制人基于數據主體的信任對數據享有更大的管理運用權限，同時也承擔更嚴格的法律信義義務，進而為數據主體提供更為可靠的信息權利乃至信息安全保障。上述設計可以把數據控制人的數據權限與數據義務有效鏈接起來，促進數據的合理有效利用。

基于上述思路，通過數據信托(項目公司)形式明確數據資產的收益安排、重置數據主體與數據控制人之間的權益結構10，可使數據資產增值部分的利益歸屬按照委托人意愿進行設計和分配(姚江濤和袁田，2017)[17]。從技術角度11看，數據信托類機構及運營管理機構可承擔整合包括數據、算力、算法等多方資源的任務，并按照平臺化、組件化、云服務化等方式構建合規有序、高質量流轉的數字化工具箱。數據要素市場具有分散、非標準化等特征，可將信托等中介機構作為核心節點，融合多源異構數據，形成不同行業或不同地區的數據資源集聚。

數據信托方式有三方面優點：一是通過開源、開放、統一接口的方式，加強數據要素融合、共享交互，連通數據平臺和基礎設施；在做好風險隔離的基礎上，利用數據信托穿透數據產品來源、產生、使用、運行全過程，可滿足監管需求。二是通過權益安排以及基礎設施互聯互通等方式，可形成特定細分行業、特定地區的數據要素集聚，將不同的數據資源進行優化組合，進一步構建資產證券化產品和形成資產組合。三是有助于進一步拓展服務主體，更適合難以獨自形成底層資產的中小數據企業相關需求，也符合大數據產業集約化、綠色化的發展理念。

更重要的是，在上述結構設計中，所得收益根據預先約定的契約，在所有者和挖掘者之間合理分配。數據信托充當了融資類和項目運營類角色，既解決了數據資產應用過程中涉及的多運營主體問題，又完成了資金的循環和數據資產信托財產的閉環，在維護數據安全、促進和保障數據市場健康發展等方面具有突出的工具性價值。12同時，借助資本市場完善的法律法規體系，進一步增強了數據信托的規范性。

(二)投資信托基金模式的創新應用和推廣

除了保證基礎資產收益穩定、明確資產權益結構等主要關注點，成功的數據要素證券化產品還應該從架構設計出發，在供給端和需求端同時發力，從而提升二級市場流動性。在推動數據資產高效運營管理之外，還需關注數據企業財務、規模、成長和盈利等方面問題，以及宏觀政策契合、投資收益匹配等。圍繞優質資產挖掘等任務，需要強化數據細分領域評估、法律、審計、現金流管理等專業服務。

在現有證券化產品的架構設計中，投資信托基金(investment trusts)是一種比較成熟的模式。投資信托基金模式已經廣泛應用于多類資產的證券化中，在不動產方面已經有較為成熟的經驗，同時在知識產權方面亦進行了有益嘗試(Roach and Arena，2009)[4]。通過將基金管理的投資思維與運營管理的經營思維有機結合起來，在資金、資本以及人事上相互滲透，可促進金融機構向數據企業長效的運營管理模式發展，數據企業向金融機構高效的投資管理模式對齊，最終形成長期存在的高效循環發展產融實體。

從產品供給端(企業)看，投資信托基金模式會導致企業的資產規模與負債規模同比降低，并不會稀釋原股東的股權比例；且通常其融資成本低于股東權益所要求的資本回報率，有利于提升數據企業盈利能力、提高數據使用效率，優化數據資源配置。從產品的需求端(投資者)看，投資信托基金模式有利于吸引廣大投資者參與。此外，發行人可在投資信托基金產品中為原始權益人設置優先回購權，保證其在特定時期內享有回購基礎資產的權利，相關機制和安排有利于在信息不對稱環境下保持產品價格穩定。

綜上所述，針對各種形態(包含無形資產、有形資產特征)的基礎數據資產收益設計公募產品，即DAITs這種基于數據資產的投資信托基金模式，是一種有創新、可實現的證券化路徑(見圖2)。DAITs收益來源于持有期間取得的基金分紅與資產價格波動產生的資本利得兩部分，兼具債權和股權的雙重屬性。投資信托基金模式與基礎數據資產的社會價值(如“新基建”的正外部性)具有天然的適配性，可借助廣泛社會資金來盤活底層基礎性存量資產，通過允許公眾投資數據資產并獲得收益，讓公眾在大數據發展浪潮中分享紅利。數據資產與普通基礎設施存在一定差異，通過參照知識產權確定和保護權屬，進一步利用信托方式重置權益結構，不僅能夠發揮資產的正外部性，其產生的收益也更適合證券化。此外，基金架構在一定程度上有利于解決一般證券化產品存在的二級市場交易流動性不足問題，并能顯著提升產品的信息交換和價格發現功能。該模式具有一定靈活性，可采用投資者適當性管理、產品分級管理等方式，讓投資者承擔相匹配的風險。

圖2 數據資產投資信托基金(DAITs)架構

四、數據要素證券化業務事項探析

數據要素證券化產品要從概念設計到成功落地，需要充分考慮可能障礙與潛在風險。本節圍繞DAITs業務涉及相關風險和初步展業方案等方面展開討論，特別是受眾較廣的公募類型產品所涉及的發行和監管事項。

(一)數據安全相關問題

數據安全是數據要素證券化需要重點關注的問題。13相較于所有權轉移的原始交易模式，收益權證券化因為不涉及原始數據的轉移，實際上在安全性方面已經存在比較優勢。但從數據要素流通角度出發，仍應當關注和控制數據流動過程中可能存在的安全隱患。2021年6月10日，《數據安全法(草案)》經十三屆全國人大常委會第二十九次會議表決通過，于2021年9月1日施行，是數據領域的基礎性法律，也是國家安全領域的重要法律。在數字化時代，數據節點更多、傳輸鏈條更長、技術手段更隱蔽，數據泄露、隱私侵權等問題十分顯著。為此，在基礎數據資產培育涉及的收集、存儲、使用、加工、傳輸、開放等活動中，可從數據所有者、數據控制者、數據處理者等角度出發，基于保證機密性、完整性、可用性等原則，重點關注未依法獲得授權的個人數據、未經依法開放的公共數據，以及涉及的相關技術和場景等。

以IPO過程中數據相關問題為例，其涵蓋重要數據保護、數據分級分類、全流程內部管理和涉外事項。一是是否遵循數據安全法律規定內容。例如，在對北京昆侖萬維科技股份有限公司的重組問詢函中，要求其介紹遵守的數據保護方面法律和規則；在對無錫線上線下通訊信息技術股份有限公司的IPO審核問詢函中，要求其說明業務開展是否符合數據保護和網絡安全等法律法規的要求。二是是否建立了數據安全內部控制機制以及其實施效果。例如，在對蘇州銀行股份有限公司的再融資審核問詢函中，要求說明各項內控制度(含數據合規等)是否已建立健全且有效運行。此外，萬物互聯和跨國協作中，是否存在關鍵信息基礎設施、核心重要數據或大量個人信息所帶來的國家安全風險問題，已成為關注的重點。例如，2021年7月2日，為防范國家數據安全風險、維護國家安全、保障公共利益，國家網絡安全審查辦公室發布關于對滴滴出行科技有限公司啟動網絡安全審查的公告。

參考上述審核要點，數據要素證券化產品(Jones and Tonetti，2020)[3]需要以網絡安全、關鍵信息基礎設施安全、個人信息保護為重點關注對象，對數據合法合規性、存儲機制、標準、質量要求、評審機制等做進一步深入研究。例如，吳娜達等(2020)[14]提出可采用出版審核機制進行探索，擬出版的數據都需要提交數據出版機構進行出版審核，只有通過審核的數據才具備出版資格。數據要素證券化相關業務監管涉及多個行業的主管部門，需要建立良好的溝通協調機制，明確各級的責任，形成包括監督部門、行業機構、運營者等單位的多層級、立體化管理體系，共同制定數據審核相關政策方案。從數據要素的有形資產角度看，可參照國務院印發的《關鍵信息基礎設施安全保護條例》相關規定，推進網絡設施、信息系統等相關的產品認證和服務，保障數據安全。

(二)產品運營相關風險

任何證券化產品都存在一定程度的違約風險，其標的運行狀況與產品的市場價格息息相關。相較于一般公募基金，數據要素類投資信托基金的集中度風險一般較高，涉及到較復雜的政策和稅收風險，市場沖擊對產品價格的影響相當大。參考公募REITs經驗，基礎資產的市場價值每年評估一次，近三年的項目現金流情況會對其估值有錨定作用。為避免數據要素證券化產品價格大幅波動，除流動性風險和集中度風險外，應當對其運行過程中的風險進行監測。尤其是采取公募基金架構的產品，其受眾較廣，更需要實時全面的監測和管理，包括但不限于如下內容：

一是海量數據使用處于灰色地帶，智能化算法和依賴的數據源不能保證可靠，整個體系對監管不透明，很大部分不具備可解釋性(沈艷，2021)[12]。數據缺失問題、魯棒性問題、可解釋性問題、倫理性問題等可能成為風險傳播的源頭，積累至某一程度很可能影響金融穩定，存在一定的政策與合規風險。數據要素的價值高度依賴場景，且互聯網行業技術的迅速更新將導致數據要素重置成本的快速變化，難以產生穩定且可預期的收益。同時，雖然數據生產要素統計核算問題開始在深圳等地試點，但會計視角下數據要素仍存在可辨認性等問題。如何準確、全面反映數據生產要素的資產價值、資本價值缺少統一的解決方案。

二是數據資源和服務類資產的收益波動性較大。從無形資產視角看，其許可使用費通常與銷售商品數量相關聯，而商標價值受名氣的影響，版稅也與藝術家人氣相關，這些因素導致未來現金流量難以被準確預測。同時，數據要素具有社會關注度高、負面輿情發酵快、影響范圍大及公司信譽容易受損等特點，進一步加大未來收益估計的不確定性。例如，在數字化商標或者版權證券化方面，如果原所有者、設計者爆發負面輿情或者信用風險，將導致許可使用費未來現金流大幅減少。

另外，從有形資產視角看，數據“新基建”類產品具有重資產屬性，在建工程、固定資產等科目的真實性需要核實，以防范財務造假。同時，國內第三方IDC(internet data center)企業現階段仍以租賃用地為主，具有合同無法續簽、產權不完整等風險。此外，資產評估、未來現金流預測、稅收優惠、電價波動(崔德永，2018)[7]等方面均存在不確定性風險。而對于數據平臺類業務，存在數據壟斷等相關法律問題，如“大數據殺熟”等。

(三)展業階段初步方案

當前，數據要素市場自身的生態，以及數據要素對接資本市場的生態體系，均需進一步培育和健全，證券化產品可能面臨業務創新效果不及預期、交易流動性不足等困難。曹碩等(2021)[5]指出，數據要素證券化產品運行可能存在基礎資產現金流不穩定的問題，目前市場上評估、交易和擔保等相關中介服務尚不成熟，配套政策尚未推出。業務籌備階段，需要進一步結合國內現有制度和交易規則約束進行探討，加強知識產權、基礎設施等領域證券化國內外實踐的總結和研究，深入調研生態各方的訴求，優化基礎標的、產品結構等核心內容，促進各方面達成共識。同時，建立客戶身份識別制度、可疑交易報告制度、交易記錄保存制度等，切實預防合規風險。特別地，DAITs可進一步積極融入和服務新發展格局，明確并持續優化發行、運營、收益分配等環節的稅收政策及配套政策。另外，針對數據要素的特殊性，需要高質量開展系統建設，打造集服務和監管于一體的數字化平臺，如利用區塊鏈等技術實現全生命周期追蹤，支撐DAITs生態體系構建。在證券化業務方面，滬深交易所具有豐富的場內市場建設經驗，投資者準入、信息披露、定價、交易等機制成熟，與各類券商、創投機構關系緊密，相關規則體系可廣泛借鑒。14

參考知識產權證券化的基礎資產相關經驗，境外的主要形式是將知識產權許可費收益權進行證券化(王芳，2020)[13]。一般而言，會將優質的產業鏈條或產業集群高價值專利組合打包，構建資產池使現金流更加穩定。許可費收益權證券化產品15主要由大企業發行，且集中于生物醫藥行業。主要原因是大企業能夠承受相對較高的融資成本，而醫藥行業知識產權回報高、現金流易預測。在業務開展初期，可選擇項目運營和收益較好的底層標的進行試點，避免引入“僵尸型”產品，影響市場的效率與運轉。可考慮將國內關鍵頭部(大盤藍籌)公司的數據資產作為突破口，加快市場建設。在可供交易標的方面，可以預期關鍵頭部公司的數據收益對于投資者的吸引力比較大，市值占比較高、現金流穩定，具有交易活躍、流動性更好等優勢。

參考首批基礎設施公募REITs試點的投資者構成情況，其中一個問題為投資者集中度過高，戰略投資者占了絕對比重，而原始權益人真實出售資產的意愿較低。由于戰略投資者所持份額鎖定期的制度限制，當前市場上實際流通份額占比低，公眾投資者的市場占比也非常低。為此，DAITs可引入養老金、保險機構等風險偏好低、期限偏好長的潛在投資者群體，借鑒國外知識產權金融市場相關發展經驗，推動眾多數據類基金、數據類企業和經紀人等進入市場，豐富投資者類型。考慮到數據要素的特殊性，可進一步打造集合投資者、中介等多方市場參與方的服務平臺，擴大數據類高新企業和投資者群體，進一步拓展DAITs生態圈，促進資本市場與數據業務的深度融合與協同發展。

解構數據要素證券化業務的流程鏈條，可將其分為數據資產生產與運營、上市發行、上市后投資信托基金及相關衍生品運作等環節。總的來說，與其他金融資產類似，交易所視角下DAITs主要業務流程(詳見圖3)可分為以下三大部分：(1)申請條件與確認程序，(2)發售、上市(掛牌)與交易，(3)存續期管理。第一，申請條件包括DAITs業務參與機構資質(如合規要求、關聯交易等)、基礎資產相關要求(如數據權屬明細、用途一致性、運營模式等)、現金流評估16(如使用權或經營權剩余期限、運營收入、未來現金流預期、折現率等)、交易結構與運作安排等方面情況的審核，以及需要重點關注的數據安全方面問題。第二，發售業務包括DAITs詢價、定價、認購、配售及發售的信息披露、擴募等，參與方包括機構投資者、個人投資者，以及項目原始權益人或同一控制下的關聯方，還包括參與數據收集、加工、共享、開放、交易、應用等數據要素市場體系的服務機構、監管機構、相關行業組織等，以及重點鼓勵引入的數據類戰略投資者、專業投資者等，提升二級市場流動性。第三，存續期管理內容包括DAITs運營管理與信息披露、新購入項目、基金收購和份額權益變動、風險處置預案等，以及建立針對證券化產品運營監測平臺、開放數據接口等數字化技術體系，重點規范數據采集、處理、應用、質量管理等環節，對數據生態場景、產品和服務全生命周期過程進行穿透式監管。

圖3 數據要素證券化相關流程安排

五、數據要素證券化展望

數據要素證券化在支撐要素市場化配置方面具有重要意義，有利于數據管理規范、數據高效利用以及數據保值增值等。未來，應鼓勵通過證券化實現數據流通方式的創新，釋放數據要素價值。在中央強調大力發展數字經濟的背景下，應以證券法的基本制度為基礎，以信息披露為核心，嘗試利用監管沙盒等機制進一步完善數據要素證券化路徑，堅持法治化、市場化、數字化協同創新來解決相關問題。

誠然，不同種類的數據要素資源由于其屬性不同，實現價值最大化的最佳路徑也不盡一致，DAITs是目前看來比較可行的一種方式。未來DAITs可通過與新一代信息技術的有效結合，集成安全多方計算、聯邦學習、共享學習等技術構建安全可信的數據環境，在不交換數據的情況下完成數據擁有方協作。例如，在權屬界定、價值挖掘、創新應用等核心領域應用AI、區塊鏈等先進技術，豐富數據要素證券化的基礎資產類型，支撐創新型“資本+數據”產品的設計與流通。 ■

神經網絡模型是一種對生物神經網絡簡化和模擬。使用神經網絡算法對求解對象相關數據、機理等情況要求不高。只需給出輸入、輸出數據，通過對網絡的訓練，讓網絡自己成為一個逼近真實函數的數學模型。由此可以在不了解求解對象的結構、參數、動態性等方面知識的情況下，得到結果，達到預測的目的，非常適用于解決不確定性較大的系統預測問題。

注釋

1. 按照李禮輝(2021)[11]相關總結，著作數據的價值最大化取決于確權和市場交易，個人數據的價值最大化取決于隱私保護和融合應用，公共數據的價值最大化取決于透明度和資源共享。

2. 以資本市場為例：一方面，在《證券公司客戶資料管理規范》等資本市場法規的嚴格限制下，證券公司等資本市場主體須考慮合規風險以及隱私倫理等問題，不得隨意傳輸、分享客戶資料等數據；另一方面，資本市場數據使用規定有待完善，各市場主體數據采集規則、基礎編碼、算法等不統一，形成數據的“邏輯壁壘”。即使將各市場主體數據匯總在一起，也難以進行整合，嚴重影響數據質量。面對上述問題，證監會于2014年開展行業數據治理工作，著力解決數據標準、元數據管理和數據質量管理問題，密切關注數據模型管理、數據源管理、數據血緣關系、多源數據校核、多層次數據共享與服務等問題。

3. 根據Gartner發布的2021年十大數據和分析趨勢表明，數據要素發展的三大趨勢為：一是加速多元化數據源的敏捷、高效組合；二是通過更有效的XOPs(X+Operations)實現業務價值運營；三是將數據和洞察力聯系起來。數據要素的無形資產特征強調數據的業務經營、組織管理、產品設計、融合與加工、標準建立等，是當前數字化重點發展方向，尚缺少證券化方面支持。

4. 目前，基礎數據資產建設的主要內容為全國一體化大數據資源中心，以及各地、各行業、各企業的數據資源中心。國家發展改革委、中央網信辦、工業和信息化部、國家能源局等4部門在2020年12月聯合印發《關于加快構建全國一體化大數據中心協同創新體系的指導意見》，明確指出要加強全國一體化大數據中心頂層設計，強化數據中心、數據資源的頂層統籌和要素流通。“十四五”規劃也明確提出，要“加快構建全國一體化大數據中心體系，強化算力統籌智能調度，建設若干國家樞紐節點和大數據中心集群”。

5. 根據相關統計(何寶宏，2021)[9]，2020年我國數據中心市場規模為1500億元，年均增長率保持在30%左右。通常一個大數據中心投入在數億到數十億元之間，例如深圳證券交易所南方中心(數據中心)一期建設投入約10億元、二期建設投入約40億元。目前，全球著名數據中心(包括Equinix, Digital Reality, CyrusOne等)均采用相關證券化手段提升自身持續融資能力，可為基于數據要素有形資產特征的相關證券化產品設計提供參考。

6. 從當前試點經驗看，基金存續期內，管理人更注重成熟項目資產的運營，以獲取穩定的租金收入或特許經營權收入為主要來源，在市場上進行資產交易等自主運營操作在短期內難以實現。

7. 從有形資產視角看，按照綠色高質量發展目標，數據類基礎設施運營管理的需求約束與之類似，參見《全國一體化大數據中心協同創新體系算力樞紐實施防范》(發改高技〔2021〕709號)。

8. 《麻省理工科技評論》將“數據信托”列為2021年“全球十大突破性技術”之一。數據信托是受托人管理一群人的數據或數據權利的行為，數據受托人管理委托人的數據或數據權利，同時要對其利益負責(https://www.technologyreview.com/2021/02/24/1014369/10-breakthrough-technologies-2021/)。數據主體既是數據信托的委托人又是受益人，數據控制人則是數據信托的受托人。理論上，數據信托允許用戶行使其作為數據生產者的權利。數據資產成為信托財產在權利內容與制度安排上具有合理性和可操作性，數據資產的各項權能安排可以通過信托財產制度得以有效設計和落實。

9. https://theodi.org/article/what-is-a-data-trust.

10. 2016年11月，中航信托發行了首單基于數據資產的信托產品，總規模為3000萬元，在數據信托方面進行了探索。具體而言，數據持有者首先要將自己所持有的某一個數據資產作為信托財產設立信托，再進行信托受益權轉讓，委托方通過信托受益權轉讓獲得現金收入；隨后，受托人繼續委托數據服務商對特定數據資產進行運用和增值，產生收益；最后，向社會投資者進行信托利益分配。

11. 曹碩等(2021)[5]提出數據要素證券化需要一個大的運行支撐平臺，討論了可開發性、可評估性、可保密性、可監測性等重要問題的解決方案。

12. 與數據信托思路類似，歐盟提出“數據攜帶權”概念，規定個人信息數據主體有權從網絡平臺獲得“經過處理的、常用的且極其可讀的”個人專屬數據，并有權選擇提供給誰或不提供給誰。在這個監管方向和趨勢下，有英國的MiData項目、韓國的MyData項目等；格物鈦公司Graviti從技術角度出發，開發從海量公開數據集社區到專業數據管理SaaS多層次服務(類似Github)，使用戶可以在云端輕松獲取、托管、使用數據。

13. 2021年7月，中共中央辦公廳、國務院辦公廳發布《關于依法從嚴打擊證券違法活動的意見》，要求完善數據安全、跨境數據流動、涉密信息管理等相關法律法規。

14. 2021年6月21日，滬深交易所首批九只基礎設施公募REITs掛牌上市，試點正式落地，為投資信托基金類產品的設計與監管提供了寶貴經驗。

15. 同時，也存在知識產權衍生債權(間接收益權，以未來若干年的許可收益為標的發行債券)證券化(熊巧琴和湯珂，2021)[15]，通過中介機構將許可費收益權轉化為債權，然后基于債權發行證券化產品。與直接收益權證券化相比，它具有現金流穩定、同時可利用中介機構增信等優點。具體而言，以新增標準化金融債權構造合規基礎資產，將“未來收益權”轉換為“既有債權”，經過外部增信使得金融債權合約的本息得以按時實現，可加強基礎資產符合“可預測和可特定化”方面的合規性監管要求。

16. 數據資產估值是證券化亟待解決的問題，目前探索工作主要集中在建立數據價值指標體系。例如，普華永道于2021年發布《開放數據資產估值白皮書》，從公共開放數據開發價值、潛在社會價值呈現因子、潛在經濟價值呈現因子的微觀角度搭建估值體系，并從宏觀角度對我國18個省級政府公共開放平臺上所提供的公共開放數據進行驗證。