《数据证券化》，廖倡、朱扬勇 著，上海科学技术出版社2025年10月版
要构建高效的数据要素市场体系，不但需要更好的交易机制，更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。
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的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。
1.数据要素权益与基础资产
数据具有复制成本低、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。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，但以一次性转让为主，标的质量不高，对买卖双方吸引力不足。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。金融市场方面，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，并有较为成熟的定价模型。
为了构建适合数据证券化的基础资产，一个重要前提是建立面向数字经济应用的数据要素底层资产包筛选体系。为实现该目标，需要一个能够市场化配置与整合多方资源（数据、算法、参数）的基础设施或培育平台，汇集算力进行加工，将计算结果交给结果需求方。个体数据整合后的数据集或数据库具有财产属性，可发挥要素价值，进而成为可培育的交易标的底层资产。基于上述要求，可将符合要求的数据基础设施服务IaaS、数据平台服务PaaS、数据软件服务SaaS统称为适合证券化的数据资产，包含资源、技术、应用等元素。
一方面，数据“新基建”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。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。上述资产具有无形资产特征，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，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。
2.数据投资信托基金结构
作为基础资产而言，数据业务收益本身的不稳定性和证券化所要求现金流的稳定性存在一定程度的矛盾。一种可行的做法是针对数据许可费发行证券，其本质是已经形成的应收账款。进一步，可将数据资产的价值提前变现，将未来收益打包出售给投资者；相较于应收账款，其具有现金流来源多样性的特征，该数据资产在后续运营过程中所产生的一切收益均可作为偿付证券的现金流，包括但不限于许可费、转让费和商业化生产费。
其中，收益权现金流的波动性相对较大，具有一定程度的股权特征。参考知识产权证券化相关经验，数据证券化可尝试以新增标准化金融债权构造合规基础资产，将“未来债权”转换为“既有债权”；通过设立特殊目的载体SPV，汇集了底层数据资产现金流，可经过外部增信，使得金融债权合约的本息得以按时实现，从而满足基础资产“权属明确、独立、可预测和可特定化”的合规性监管要求。
2016年，杰克Ｍ．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。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”。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。
基于上述思路，通过数据信托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，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。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。
除了保证基础资产的质量，成功的数据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，从而更好地解决潜在标的不足、交易流动性欠佳的问题。在现有证券化产品的架构设计中，投资信托基金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。在满足一定条件的前提下，投资信托基金产品的发行对于企业来说将在形式上等同于资产的销售，产品发行的现金流入将体现为资产转让利润而非融资流入现金流。
从产品供给端来看，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，资本结构调整效果明显，对于数据类企业长期信用资产的提升有很大好处。投资信托基金产品单独设置了投资平台，企业所有者不会因发行该类产品而导致自身股权比例被稀释，且通常融资成本将低于股东权益所要求的资本回报率，有利于提升数据业务公司盈利能力。从产品的需求端来看，投资信托基金模式有利于吸引广大投资者参与。与传统的债权融资相比，发行投资信托基金产品将不会占用贷款和发债额度，同时募集资金用途不受限制，可广泛应用于数据产业创新业务，产品发行受市场行情波动影响较小。
更重要的是，投资信托基金模式与底层资产的社会价值具有天然的适配性，可借助广泛社会资金来盘活底层基础性存量资产。数据资产与普通基础设施也存在一定差异。大部分的基础设施需要满足公益性的需求，某些项目的权益存在争议，依托其产生的现金流并不能完全转化为可证券化的基础资产。
相比而言，参照知识产权确定归属的数据资产具有优势，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。若产品顶层架构以公募基金的形式进行设计，还能够大大加强产品的交易流动性，有助于盘活底层数据资产，更好地发挥数据要素生产力的作用。此外，基金架构可以灵活采用投资者适当性管理、产品分级管理等方式，让合适的投资者承担合适的风险。
（作者廖倡为复旦大学博士，先后任职于证券交易所、证券公司数据领域重要研究和管理岗位，朱扬勇为复旦大学教授，上海数据研究院副院长，上海市数据科学重点实验室创始主任，本文摘自廖倡、朱扬勇所著《数据证券化》，该书2025年10月由上海科学技术出版社出版，澎湃商学院获授权转载）
还没有评论，来说两句吧...