数据要素证券化路径研究——基于DAITs模式的探讨

曹硕 廖倡 朱扬勇

(1.深圳证券交易所研究所，广东 深圳 518038；2.深圳证券交易所信息科技一部，广东 深圳 518038；3.复旦大学计算机科学技术学院，上海 200433；4.上海市数据科学重点实验室，上海 200433)

一、引言

随着数字化技术应用的兴起，数据已经成为推动数字经济和社会创新发展的关键生产要素。习近平总书记在2013年视察中国科学院时指出：“大数据是工业社会的‘自由’资源，谁掌握了数据，谁就掌握了主动权。”2020年3月，中共中央、国务院出台《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出要加快培育数据要素市场。2021年3月，十三届全国人大四次会议通过《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(以下简称“十四五”规划)，提出要“迎接数字时代，激活数据要素潜能”。可以预期，数据的开发、共享、交换、流通将成趋势，数据要素市场化配置将成为挖掘数据价值的重要驱动力。特别地，数据在应用之前需要先进行场景拆分、清洗、标注等一系列工作，具有“生产成本高、价值链长”的特征；同时随着被反复使用与集成，数据本身的价值将增加。为满足巨大的资金需求，应探索数据要素市场体系下“资产化-资本化”金融支撑体系。基于该主题，杜庆昊(2020)[8]提出加快推动数据要素资本化，即将数据要素以产权化、证券化等形式转变成可以流通的资本，在基础设施等方面持续投入，实现专业化市场运作。

要构建高效的数据要素市场体系，不仅要有良好的交易机制，还需要优质的交易标的。交易标的属性很大程度上决定了投资者群体和适用的交易制度，进而影响产品的价格表现和流动性。目前数据要素交易标的存在难以标准化的问题，流动性好、价格发现功能强的数据类交易标的严重缺失。围绕交易标的设计，曹硕等(2021)[5]讨论了数据要素的证券属性，提出可利用产品创新支持数据要素市场发展，以基于数据业务的稳定现金流(收益权)为基础，发行证券产品进行融资。然而，由于不同种类数据要素资源的属性不同，实现价值最大化的最佳路径以及交易方式也不尽相同1，数据要素证券化的实现方式还缺乏讨论。

针对上述问题，本文结合知识产权、基础设施等领域资产证券化的成功经验，基于数据权益资产化相关观点，深入探讨如何开发数据产权收益标准化合约等证券化产品。特别地，本文提出了一类比较可行的数据要素证券化方法——“数据资产投资信托基金”(Data Asset Investment Trusts，DAITs)，就证券化基础资产界定与选择、基于DAITs模式的产品设计等具体问题进行研究探析，讨论了业务运行潜在风险并给出展业初步方案。基于“数据信托”理论指导的运营管理结构以及投资信托基金模式，DAITs可更好地平衡数据要素市场各参与方的权益，推动要素证券化实现，并通过扩大投资者群体，促进二级市场交易流动性提升，激发数据要素活力。

二、数据要素证券化基础资产选择

一般而言，交易标的标准化指的是相关权益可等额拆分或具有标准化特征，即市场参与者能以单一份额或其整倍数交易，交易权益由制度规则予以保障。根据一般要素的证券化经验，可尝试以标准化合约形式将能够产生稳定收益的数据权益打包、担保并形成产品，从而实现数据要素的标准化交易。针对数据要素，其具有复制成本低、可以无限复制使用的天然特性，明文数据一旦被看见就会泄露具体信息，难以根据供需关系定价(何杰，2021)[10]。现有数据交易所的挂牌产品虽然具备一定程度上的交易属性，但标的质量不高，市场参与者较少，活跃度低，定价功能较弱，对买卖双方的吸引力不足(熊巧琴和汤珂，2021)[15]。一种可行的方案是将数据要素流通的主体聚焦于数据的使用价值，而非数据自身所有权。在金融市场中，证券化等产品设计可以将数据要素及相关参与人的权利义务统一打包和标准化，定价模型较为成熟，流通转让形成价格的公允性和公信力较高，其信号效应有助于提高数据要素的可交易性。

杜庆昊(2020)[8]指出，数据要素资产化的核心是数据产权的确定和保护。曹硕等(2021)[6]提出数据要素证券化的“类知识产权”方法，将“具有独创性、属于智力成果、有固定载体”的数据形态作为一种知识产权客体，尝试解决数据归属、确权、交易与融资等系列问题。例如，对于独创性数据产品，其制作需要投入大量的人力、技术和资金，可视为以一定形式表现的智力成果，但复制或使用这些数据库所需费用相对较低。对此类产品采取知识产权(含版权)保护方法，搭建数据确权和定价的基本框架，分层分级管理数据权属，比较符合数据本身的特征和保护需要，能够促进信息产品与服务的提供、创造与投资。

符合法律规定，权属明确，可以产生独立、可预测的现金流且可特定化的财产或财产权利，可作为证券化产品的基础资产。朱扬勇和叶雅珍(2018)[18]将数据资产定义为拥有数据权属、有价值、可计量、可读取的网络空间的数据资源，兼具无形资产和有形资产、流动资产和长期资产的特征。与传统生产要素不同，数据要素只有针对特定目标，并使用相关技术对个体信息进行汇聚而成的数据集合才能产生价值。2结合上述内容，适合证券化的数据资产(权益)可包括符合要求的数据软件服务(Software as a Service，SaaS)、数据平台服务(Platform as a Service，PaaS)、数据基础设施服务(Infrastructure as a Service，IaaS)，即对应的数据应用、技术、资源等形成可持续发展并产生收益的有机整体3，详见图1。

图1 适合证券化产品设计的不同层级数据资产(收益权)与实例

一方面，数据“新基建”(李礼辉，2021)[11]是数据要素市场建设的源头，可视为具有基础性、公共性的数据资产，包括以数据中心(含云平台、数据交换平台等)、数据交易平台等基础设施建设为重要抓手的国家重大项目。4此类数据资产强调有形资产特征，建设投资巨大5，投资回报周期长，建设完成后可预期收益会稳定增长，特别适合利用证券化产品融资支持其发展(曹硕等，2021)[6]。在国家大力发展“新基建”的时代背景下，金融行业可主动创新，利用证券化产品等金融工具大力支持数据要素“新基建”的投融资需求，推动数字经济快速发展。另一方面，数据的经济活动涉及数据产业化、产业数据化、数据智能化等内容，如互联网医疗、线上办公、虚拟社区等。相关实例包括数据资源与服务，例如音频、书籍、游戏、影视等著作类数据产品，或者统计数据和交易信息等数据库。上述资产聚焦无形资产特征，所产生的收益均属于“类知识产权”数据权益范畴，其权属能够确定并受知识产权相关法规保护(曹硕等，2021)[6]，但相关数据产品项目周期较长、研发成本高、回报较慢。打包发行以前述数据产品为基础资产的支持证券，有利于进一步丰富证券化产品体系，不仅符合国际证券化市场的发展规律，也契合国内当前数字经济的发展趋势。

从数据要素基础资产的收益性质出发，可形成标准化合约交易产品。具体而言，以数据资产或项目的未来预期收益为标的，引入在合同制定、费用收取等方面相对成熟的数据许可模式，如独占许可、独家许可、普通许可、分售许可、交叉许可等，设计发行可在市场流通交易的证券。同时，引入专业中介机构进行评估，确定数据资产池份额的定价，并面向特定投资者进行发行。首发成功后，可允许投资者进行转让从而形成二级市场，有利于数据价值更好地实现。

三、数据要素证券化产品结构设计

数据要素证券化业务，既涉及数据产权的权属认定、许可使用、交易流转，又涉及常规资产证券化业务的基本架构、增信措施、产品要素。特别地，证券化产品要获得稳定收益，离不开原始项目的高效运营和管理。借鉴基础设施公募REITs试点经验，项目运营管理方需要接受外部监督，有利于其建立起精细化、高效化的经营管理机制，提高运营管理效率。我国公募REITs虽然已成功搭建了以基金公司为主的管理人框架结构，但考虑到对标的项目的熟悉程度和运营专业性，资产运营机构均为原始权益人或其关联方，基金管理人“主动管理”能力和积极性较弱。6如前所述，数据资产具有特殊性，其运营和管理问题相比普通实物资产而言更加复杂，需要从理论层面进一步深入讨论。

(一)基于“数据信托”理论的运营管理结构

从数据的无形资产属性视角出发，其具有可共享性和可复制性等特征。证券化过程中，基础数据资产运营还需要数据平台、阅读器、定价规则、版权管理保护机制等方面的支持(叶雅珍等，2021)[16]，涉及多个数据运营主体。大部分数据要素需要经过聚合、加工和集中管理后，才能更好地从最初提供者流向最终需求者，在数据存储设备、数据安全技术以及网络安全人才储备等方面要求极高。7

针对数据运营管理问题，在数据要素证券化产品设计中，“数据信托”相关思路可资借鉴。82016年，杰克∙巴金(Jack M. Balkin)首次提出可采用信托工具连接数据主体与数据控制人(Balkin，2016)[1]。2017年，《英国人工智能产业发展报告》(Growing the Artificial Intelligence Industry in the UK)提出可基于信托制度建立数据投资治理架构(Hall and Pesenti，2017)[2]。2018年，英国开放数据研究所(Open Data Institute)从数据管理视角出发定义数据信托为“提供独立数据管理权的法律结构”。9通过重置数据主体与数据控制人之间的权益结构，数据控制人基于数据主体的信任对数据享有更大的管理运用权限，同时也承担更严格的法律信义义务，进而为数据主体提供更为可靠的信息权利乃至信息安全保障。上述设计可以把数据控制人的数据权限与数据义务有效链接起来，促进数据的合理有效利用。

基于上述思路，通过数据信托(项目公司)形式明确数据资产的收益安排、重置数据主体与数据控制人之间的权益结构10，可使数据资产增值部分的利益归属按照委托人意愿进行设计和分配(姚江涛和袁田，2017)[17]。从技术角度11看，数据信托类机构及运营管理机构可承担整合包括数据、算力、算法等多方资源的任务，并按照平台化、组件化、云服务化等方式构建合规有序、高质量流转的数字化工具箱。数据要素市场具有分散、非标准化等特征，可将信托等中介机构作为核心节点，融合多源异构数据，形成不同行业或不同地区的数据资源集聚。

数据信托方式有三方面优点：一是通过开源、开放、统一接口的方式，加强数据要素融合、共享交互，连通数据平台和基础设施；在做好风险隔离的基础上，利用数据信托穿透数据产品来源、产生、使用、运行全过程，可满足监管需求。二是通过权益安排以及基础设施互联互通等方式，可形成特定细分行业、特定地区的数据要素集聚，将不同的数据资源进行优化组合，进一步构建资产证券化产品和形成资产组合。三是有助于进一步拓展服务主体，更适合难以独自形成底层资产的中小数据企业相关需求，也符合大数据产业集约化、绿色化的发展理念。

更重要的是，在上述结构设计中，所得收益根据预先约定的契约，在所有者和挖掘者之间合理分配。数据信托充当了融资类和项目运营类角色，既解决了数据资产应用过程中涉及的多运营主体问题，又完成了资金的循环和数据资产信托财产的闭环，在维护数据安全、促进和保障数据市场健康发展等方面具有突出的工具性价值。12同时，借助资本市场完善的法律法规体系，进一步增强了数据信托的规范性。

(二)投资信托基金模式的创新应用和推广

除了保证基础资产收益稳定、明确资产权益结构等主要关注点，成功的数据要素证券化产品还应该从架构设计出发，在供给端和需求端同时发力，从而提升二级市场流动性。在推动数据资产高效运营管理之外，还需关注数据企业财务、规模、成长和盈利等方面问题，以及宏观政策契合、投资收益匹配等。围绕优质资产挖掘等任务，需要强化数据细分领域评估、法律、审计、现金流管理等专业服务。

在现有证券化产品的架构设计中，投资信托基金(investment trusts)是一种比较成熟的模式。投资信托基金模式已经广泛应用于多类资产的证券化中，在不动产方面已经有较为成熟的经验，同时在知识产权方面亦进行了有益尝试(Roach and Arena，2009)[4]。通过将基金管理的投资思维与运营管理的经营思维有机结合起来，在资金、资本以及人事上相互渗透，可促进金融机构向数据企业长效的运营管理模式发展，数据企业向金融机构高效的投资管理模式对齐，最终形成长期存在的高效循环发展产融实体。

从产品供给端(企业)看，投资信托基金模式会导致企业的资产规模与负债规模同比降低，并不会稀释原股东的股权比例；且通常其融资成本低于股东权益所要求的资本回报率，有利于提升数据企业盈利能力、提高数据使用效率，优化数据资源配置。从产品的需求端(投资者)看，投资信托基金模式有利于吸引广大投资者参与。此外，发行人可在投资信托基金产品中为原始权益人设置优先回购权，保证其在特定时期内享有回购基础资产的权利，相关机制和安排有利于在信息不对称环境下保持产品价格稳定。

综上所述，针对各种形态(包含无形资产、有形资产特征)的基础数据资产收益设计公募产品，即DAITs这种基于数据资产的投资信托基金模式，是一种有创新、可实现的证券化路径(见图2)。DAITs收益来源于持有期间取得的基金分红与资产价格波动产生的资本利得两部分，兼具债权和股权的双重属性。投资信托基金模式与基础数据资产的社会价值(如“新基建”的正外部性)具有天然的适配性，可借助广泛社会资金来盘活底层基础性存量资产，通过允许公众投资数据资产并获得收益，让公众在大数据发展浪潮中分享红利。数据资产与普通基础设施存在一定差异，通过参照知识产权确定和保护权属，进一步利用信托方式重置权益结构，不仅能够发挥资产的正外部性，其产生的收益也更适合证券化。此外，基金架构在一定程度上有利于解决一般证券化产品存在的二级市场交易流动性不足问题，并能显著提升产品的信息交换和价格发现功能。该模式具有一定灵活性，可采用投资者适当性管理、产品分级管理等方式，让投资者承担相匹配的风险。

图2 数据资产投资信托基金(DAITs)架构

四、数据要素证券化业务事项探析

数据要素证券化产品要从概念设计到成功落地，需要充分考虑可能障碍与潜在风险。本节围绕DAITs业务涉及相关风险和初步展业方案等方面展开讨论，特别是受众较广的公募类型产品所涉及的发行和监管事项。

(一)数据安全相关问题

数据安全是数据要素证券化需要重点关注的问题。13相较于所有权转移的原始交易模式，收益权证券化因为不涉及原始数据的转移，实际上在安全性方面已经存在比较优势。但从数据要素流通角度出发，仍应当关注和控制数据流动过程中可能存在的安全隐患。2021年6月10日，《数据安全法(草案)》经十三届全国人大常委会第二十九次会议表决通过，于2021年9月1日施行，是数据领域的基础性法律，也是国家安全领域的重要法律。在数字化时代，数据节点更多、传输链条更长、技术手段更隐蔽，数据泄露、隐私侵权等问题十分显著。为此，在基础数据资产培育涉及的收集、存储、使用、加工、传输、开放等活动中，可从数据所有者、数据控制者、数据处理者等角度出发，基于保证机密性、完整性、可用性等原则，重点关注未依法获得授权的个人数据、未经依法开放的公共数据，以及涉及的相关技术和场景等。

以IPO过程中数据相关问题为例，其涵盖重要数据保护、数据分级分类、全流程内部管理和涉外事项。一是是否遵循数据安全法律规定内容。例如，在对北京昆仑万维科技股份有限公司的重组问询函中，要求其介绍遵守的数据保护方面法律和规则；在对无锡线上线下通讯信息技术股份有限公司的IPO审核问询函中，要求其说明业务开展是否符合数据保护和网络安全等法律法规的要求。二是是否建立了数据安全内部控制机制以及其实施效果。例如，在对苏州银行股份有限公司的再融资审核问询函中，要求说明各项内控制度(含数据合规等)是否已建立健全且有效运行。此外，万物互联和跨国协作中，是否存在关键信息基础设施、核心重要数据或大量个人信息所带来的国家安全风险问题，已成为关注的重点。例如，2021年7月2日，为防范国家数据安全风险、维护国家安全、保障公共利益，国家网络安全审查办公室发布关于对滴滴出行科技有限公司启动网络安全审查的公告。

参考上述审核要点，数据要素证券化产品(Jones and Tonetti，2020)[3]需要以网络安全、关键信息基础设施安全、个人信息保护为重点关注对象，对数据合法合规性、存储机制、标准、质量要求、评审机制等做进一步深入研究。例如，吴娜达等(2020)[14]提出可采用出版审核机制进行探索，拟出版的数据都需要提交数据出版机构进行出版审核，只有通过审核的数据才具备出版资格。数据要素证券化相关业务监管涉及多个行业的主管部门，需要建立良好的沟通协调机制，明确各级的责任，形成包括监督部门、行业机构、运营者等单位的多层级、立体化管理体系，共同制定数据审核相关政策方案。从数据要素的有形资产角度看，可参照国务院印发的《关键信息基础设施安全保护条例》相关规定，推进网络设施、信息系统等相关的产品认证和服务，保障数据安全。

(二)产品运营相关风险

任何证券化产品都存在一定程度的违约风险，其标的运行状况与产品的市场价格息息相关。相较于一般公募基金，数据要素类投资信托基金的集中度风险一般较高，涉及到较复杂的政策和税收风险，市场冲击对产品价格的影响相当大。参考公募REITs经验，基础资产的市场价值每年评估一次，近三年的项目现金流情况会对其估值有锚定作用。为避免数据要素证券化产品价格大幅波动，除流动性风险和集中度风险外，应当对其运行过程中的风险进行监测。尤其是采取公募基金架构的产品，其受众较广，更需要实时全面的监测和管理，包括但不限于如下内容：

一是海量数据使用处于灰色地带，智能化算法和依赖的数据源不能保证可靠，整个体系对监管不透明，很大部分不具备可解释性(沈艳，2021)[12]。数据缺失问题、鲁棒性问题、可解释性问题、伦理性问题等可能成为风险传播的源头，积累至某一程度很可能影响金融稳定，存在一定的政策与合规风险。数据要素的价值高度依赖场景，且互联网行业技术的迅速更新将导致数据要素重置成本的快速变化，难以产生稳定且可预期的收益。同时，虽然数据生产要素统计核算问题开始在深圳等地试点，但会计视角下数据要素仍存在可辨认性等问题。如何准确、全面反映数据生产要素的资产价值、资本价值缺少统一的解决方案。

二是数据资源和服务类资产的收益波动性较大。从无形资产视角看，其许可使用费通常与销售商品数量相关联，而商标价值受名气的影响，版税也与艺术家人气相关，这些因素导致未来现金流量难以被准确预测。同时，数据要素具有社会关注度高、负面舆情发酵快、影响范围大及公司信誉容易受损等特点，进一步加大未来收益估计的不确定性。例如，在数字化商标或者版权证券化方面，如果原所有者、设计者爆发负面舆情或者信用风险，将导致许可使用费未来现金流大幅减少。

另外，从有形资产视角看，数据“新基建”类产品具有重资产属性，在建工程、固定资产等科目的真实性需要核实，以防范财务造假。同时，国内第三方IDC(internet data center)企业现阶段仍以租赁用地为主，具有合同无法续签、产权不完整等风险。此外，资产评估、未来现金流预测、税收优惠、电价波动(崔德永，2018)[7]等方面均存在不确定性风险。而对于数据平台类业务，存在数据垄断等相关法律问题，如“大数据杀熟”等。

(三)展业阶段初步方案

当前，数据要素市场自身的生态，以及数据要素对接资本市场的生态体系，均需进一步培育和健全，证券化产品可能面临业务创新效果不及预期、交易流动性不足等困难。曹硕等(2021)[5]指出，数据要素证券化产品运行可能存在基础资产现金流不稳定的问题，目前市场上评估、交易和担保等相关中介服务尚不成熟，配套政策尚未推出。业务筹备阶段，需要进一步结合国内现有制度和交易规则约束进行探讨，加强知识产权、基础设施等领域证券化国内外实践的总结和研究，深入调研生态各方的诉求，优化基础标的、产品结构等核心内容，促进各方面达成共识。同时，建立客户身份识别制度、可疑交易报告制度、交易记录保存制度等，切实预防合规风险。特别地，DAITs可进一步积极融入和服务新发展格局，明确并持续优化发行、运营、收益分配等环节的税收政策及配套政策。另外，针对数据要素的特殊性，需要高质量开展系统建设，打造集服务和监管于一体的数字化平台，如利用区块链等技术实现全生命周期追踪，支撑DAITs生态体系构建。在证券化业务方面，沪深交易所具有丰富的场内市场建设经验，投资者准入、信息披露、定价、交易等机制成熟，与各类券商、创投机构关系紧密，相关规则体系可广泛借鉴。14

参考知识产权证券化的基础资产相关经验，境外的主要形式是将知识产权许可费收益权进行证券化(王芳，2020)[13]。一般而言，会将优质的产业链条或产业集群高价值专利组合打包，构建资产池使现金流更加稳定。许可费收益权证券化产品15主要由大企业发行，且集中于生物医药行业。主要原因是大企业能够承受相对较高的融资成本，而医药行业知识产权回报高、现金流易预测。在业务开展初期，可选择项目运营和收益较好的底层标的进行试点，避免引入“僵尸型”产品，影响市场的效率与运转。可考虑将国内关键头部(大盘蓝筹)公司的数据资产作为突破口，加快市场建设。在可供交易标的方面，可以预期关键头部公司的数据收益对于投资者的吸引力比较大，市值占比较高、现金流稳定，具有交易活跃、流动性更好等优势。

参考首批基础设施公募REITs试点的投资者构成情况，其中一个问题为投资者集中度过高，战略投资者占了绝对比重，而原始权益人真实出售资产的意愿较低。由于战略投资者所持份额锁定期的制度限制，当前市场上实际流通份额占比低，公众投资者的市场占比也非常低。为此，DAITs可引入养老金、保险机构等风险偏好低、期限偏好长的潜在投资者群体，借鉴国外知识产权金融市场相关发展经验，推动众多数据类基金、数据类企业和经纪人等进入市场，丰富投资者类型。考虑到数据要素的特殊性，可进一步打造集合投资者、中介等多方市场参与方的服务平台，扩大数据类高新企业和投资者群体，进一步拓展DAITs生态圈，促进资本市场与数据业务的深度融合与协同发展。

解构数据要素证券化业务的流程链条，可将其分为数据资产生产与运营、上市发行、上市后投资信托基金及相关衍生品运作等环节。总的来说，与其他金融资产类似，交易所视角下DAITs主要业务流程(详见图3)可分为以下三大部分：(1)申请条件与确认程序，(2)发售、上市(挂牌)与交易，(3)存续期管理。第一，申请条件包括DAITs业务参与机构资质(如合规要求、关联交易等)、基础资产相关要求(如数据权属明细、用途一致性、运营模式等)、现金流评估16(如使用权或经营权剩余期限、运营收入、未来现金流预期、折现率等)、交易结构与运作安排等方面情况的审核，以及需要重点关注的数据安全方面问题。第二，发售业务包括DAITs询价、定价、认购、配售及发售的信息披露、扩募等，参与方包括机构投资者、个人投资者，以及项目原始权益人或同一控制下的关联方，还包括参与数据收集、加工、共享、开放、交易、应用等数据要素市场体系的服务机构、监管机构、相关行业组织等，以及重点鼓励引入的数据类战略投资者、专业投资者等，提升二级市场流动性。第三，存续期管理内容包括DAITs运营管理与信息披露、新购入项目、基金收购和份额权益变动、风险处置预案等，以及建立针对证券化产品运营监测平台、开放数据接口等数字化技术体系，重点规范数据采集、处理、应用、质量管理等环节，对数据生态场景、产品和服务全生命周期过程进行穿透式监管。

图3 数据要素证券化相关流程安排

五、数据要素证券化展望

数据要素证券化在支撑要素市场化配置方面具有重要意义，有利于数据管理规范、数据高效利用以及数据保值增值等。未来，应鼓励通过证券化实现数据流通方式的创新，释放数据要素价值。在中央强调大力发展数字经济的背景下，应以证券法的基本制度为基础，以信息披露为核心，尝试利用监管沙盒等机制进一步完善数据要素证券化路径，坚持法治化、市场化、数字化协同创新来解决相关问题。

诚然，不同种类的数据要素资源由于其属性不同，实现价值最大化的最佳路径也不尽一致，DAITs是目前看来比较可行的一种方式。未来DAITs可通过与新一代信息技术的有效结合，集成安全多方计算、联邦学习、共享学习等技术构建安全可信的数据环境，在不交换数据的情况下完成数据拥有方协作。例如，在权属界定、价值挖掘、创新应用等核心领域应用AI、区块链等先进技术，丰富数据要素证券化的基础资产类型，支撑创新型“资本+数据”产品的设计与流通。 ■

神经网络模型是一种对生物神经网络简化和模拟。使用神经网络算法对求解对象相关数据、机理等情况要求不高。只需给出输入、输出数据，通过对网络的训练，让网络自己成为一个逼近真实函数的数学模型。由此可以在不了解求解对象的结构、参数、动态性等方面知识的情况下，得到结果，达到预测的目的，非常适用于解决不确定性较大的系统预测问题。

注释

1. 按照李礼辉(2021)[11]相关总结，著作数据的价值最大化取决于确权和市场交易，个人数据的价值最大化取决于隐私保护和融合应用，公共数据的价值最大化取决于透明度和资源共享。

2. 以资本市场为例：一方面，在《证券公司客户资料管理规范》等资本市场法规的严格限制下，证券公司等资本市场主体须考虑合规风险以及隐私伦理等问题，不得随意传输、分享客户资料等数据；另一方面，资本市场数据使用规定有待完善，各市场主体数据采集规则、基础编码、算法等不统一，形成数据的“逻辑壁垒”。即使将各市场主体数据汇总在一起，也难以进行整合，严重影响数据质量。面对上述问题，证监会于2014年开展行业数据治理工作，着力解决数据标准、元数据管理和数据质量管理问题，密切关注数据模型管理、数据源管理、数据血缘关系、多源数据校核、多层次数据共享与服务等问题。

3. 根据Gartner发布的2021年十大数据和分析趋势表明，数据要素发展的三大趋势为：一是加速多元化数据源的敏捷、高效组合；二是通过更有效的XOPs(X+Operations)实现业务价值运营；三是将数据和洞察力联系起来。数据要素的无形资产特征强调数据的业务经营、组织管理、产品设计、融合与加工、标准建立等，是当前数字化重点发展方向，尚缺少证券化方面支持。

4. 目前，基础数据资产建设的主要内容为全国一体化大数据资源中心，以及各地、各行业、各企业的数据资源中心。国家发展改革委、中央网信办、工业和信息化部、国家能源局等4部门在2020年12月联合印发《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，明确指出要加强全国一体化大数据中心顶层设计，强化数据中心、数据资源的顶层统筹和要素流通。“十四五”规划也明确提出，要“加快构建全国一体化大数据中心体系，强化算力统筹智能调度，建设若干国家枢纽节点和大数据中心集群”。

5. 根据相关统计(何宝宏，2021)[9]，2020年我国数据中心市场规模为1500亿元，年均增长率保持在30%左右。通常一个大数据中心投入在数亿到数十亿元之间，例如深圳证券交易所南方中心(数据中心)一期建设投入约10亿元、二期建设投入约40亿元。目前，全球著名数据中心(包括Equinix, Digital Reality, CyrusOne等)均采用相关证券化手段提升自身持续融资能力，可为基于数据要素有形资产特征的相关证券化产品设计提供参考。

6. 从当前试点经验看，基金存续期内，管理人更注重成熟项目资产的运营，以获取稳定的租金收入或特许经营权收入为主要来源，在市场上进行资产交易等自主运营操作在短期内难以实现。

7. 从有形资产视角看，按照绿色高质量发展目标，数据类基础设施运营管理的需求约束与之类似，参见《全国一体化大数据中心协同创新体系算力枢纽实施防范》(发改高技〔2021〕709号)。

8. 《麻省理工科技评论》将“数据信托”列为2021年“全球十大突破性技术”之一。数据信托是受托人管理一群人的数据或数据权利的行为，数据受托人管理委托人的数据或数据权利，同时要对其利益负责(https://www.technologyreview.com/2021/02/24/1014369/10-breakthrough-technologies-2021/)。数据主体既是数据信托的委托人又是受益人，数据控制人则是数据信托的受托人。理论上，数据信托允许用户行使其作为数据生产者的权利。数据资产成为信托财产在权利内容与制度安排上具有合理性和可操作性，数据资产的各项权能安排可以通过信托财产制度得以有效设计和落实。

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

10. 2016年11月，中航信托发行了首单基于数据资产的信托产品，总规模为3000万元，在数据信托方面进行了探索。具体而言，数据持有者首先要将自己所持有的某一个数据资产作为信托财产设立信托，再进行信托受益权转让，委托方通过信托受益权转让获得现金收入；随后，受托人继续委托数据服务商对特定数据资产进行运用和增值，产生收益；最后，向社会投资者进行信托利益分配。

11. 曹硕等(2021)[5]提出数据要素证券化需要一个大的运行支撑平台，讨论了可开发性、可评估性、可保密性、可监测性等重要问题的解决方案。

12. 与数据信托思路类似，欧盟提出“数据携带权”概念，规定个人信息数据主体有权从网络平台获得“经过处理的、常用的且极其可读的”个人专属数据，并有权选择提供给谁或不提供给谁。在这个监管方向和趋势下，有英国的MiData项目、韩国的MyData项目等；格物钛公司Graviti从技术角度出发，开发从海量公开数据集社区到专业数据管理SaaS多层次服务(类似Github)，使用户可以在云端轻松获取、托管、使用数据。

13. 2021年7月，中共中央办公厅、国务院办公厅发布《关于依法从严打击证券违法活动的意见》，要求完善数据安全、跨境数据流动、涉密信息管理等相关法律法规。

14. 2021年6月21日，沪深交易所首批九只基础设施公募REITs挂牌上市，试点正式落地，为投资信托基金类产品的设计与监管提供了宝贵经验。

15. 同时，也存在知识产权衍生债权(间接收益权，以未来若干年的许可收益为标的发行债券)证券化(熊巧琴和汤珂，2021)[15]，通过中介机构将许可费收益权转化为债权，然后基于债权发行证券化产品。与直接收益权证券化相比，它具有现金流稳定、同时可利用中介机构增信等优点。具体而言，以新增标准化金融债权构造合规基础资产，将“未来收益权”转换为“既有债权”，经过外部增信使得金融债权合约的本息得以按时实现，可加强基础资产符合“可预测和可特定化”方面的合规性监管要求。

16. 数据资产估值是证券化亟待解决的问题，目前探索工作主要集中在建立数据价值指标体系。例如，普华永道于2021年发布《开放数据资产估值白皮书》，从公共开放数据开发价值、潜在社会价值呈现因子、潜在经济价值呈现因子的微观角度搭建估值体系，并从宏观角度对我国18个省级政府公共开放平台上所提供的公共开放数据进行验证。