如何实现数据资本化

何伏 中南文产 董事

整体而言，数据具有非常丰富的资本属性，能给数据的加工和场景应用带来巨大的附加值，数据资源可以成为一种优质的收益递增的资产。

数据具有产品特征和市场特征，数据资源可以逐渐走上资产化，走向金融化，最终走向资本化。

数据的特征决定了其具有特别明确的资本属性。首先，数据作为信息时代的产物，数据来源、收集目的、质量高低、开放程度等差异很大，多数数据还具有非标准化、非结构化、相互隔离等基本特征。因此，数据的价值需要考虑加工的附加值、需要应用场景的配合等。

其次，数据具有非常独特的经济学特征：虚拟性，可重复使用，收集数据有高昂的固定成本，但是复制成本几乎为零；非竞争性和非排他性，数据复制后可以被不同的人在同一时间使用；等等。因此，从经济学的角度来看，数据资源可以成为一种良好且能够实现收益递增的资产。

再次，数据还具有较强的外部依赖性，同样的数据在不同的场景、对不同的人，以及在不同的时间都意味着不同的价值。数据具有时效性，需要不同的应用场景、应用算法、网络效应的配合，集合使用的价值更高。这就相当于给数据增加了固定的特征，使数据的价值从单一线性变成丰富、多维的资产场景。而数据的生成性意味着其本身没价值，而是在使用时产生价值。

最后，数据具有的非经济学维度特征，如隐私、合规、机密、安全等属性，都需要予以特别处理，以权衡数据价值和风险。这也符合资产的风险处置原则。

数据从资源化进阶到资产化的过程中，既体现出产品特征，也体现出市场特征。

数据资源化阶段将原始数据整理为可分析的数据资源，数据资源的产品特征包括可访问性、完整性和唯一性等，而数据资源的市场特征要求具有安全性、准确性和时效性。

数据资源化过程一般对应到数据交易一级市场，即从数据采集商到数据产品开发商，主要解决原始数据授权、数据资源流通等问题。

数据资产化阶段可以理解为，在企业业务部门应用或交付的数据产品形成后，数据通过交易流通传递时价值的实现过程。

数据资产化是实现数据价值的核心阶段，能够使具有潜在价值的数据资源成为具有经济或社会价值的数据资产。

数据资产的产品特征包括稀缺性、增值性、价值波动性、底层资产价值特性等，而数据资产的市场特征指场景多样性、场景经济性等。

在这个阶段，数据资产通过不同的交易平台进行市场交易，形成数据资产交易二级市场。

当前数据资本化主要处于数据金融化的阶段，即通过数据信贷融资和数据资产证券化等资本化方式，赋予数据资产以金融属性，此类数据资产金融产品的交易一般被称为数据资产交易的三级市场。

在这个阶段，数据资本的产品和市场特征分别取决于数字技术和市场活跃度的进展。

一方面，数字技术的迅猛发展不断融合经济资本、实物资本与数据资本，巨大的创新逐步将数据资本带入资本市场的核心位置。

另一方面，数据资产的市场应用创新主要是利用金融手段，将数据资产转化为可以带来经济效益的金融产品或服务，市场活跃度正处于积极鼓励和培育的早期阶段。

然而，从根本上理解，数据通过流通和交易赋能实体经济才是数据资产应用最重要和最有发展潜力的部分，这才是数据资本的核心内容。

从数据资源、数据产品、数据资产到数据资本，最后到数据价值增值，形成一个完整可循环的价值实现过程，数据也就变成一种普通的、可以自由流动的、能够产生增值的资本。

在数据价值的实现过程中，要将数据转化为财富和生产力，数据产业的高质量发展无疑是其中的重要环节。

国家数据局对数据产业的定义是，​“利用现代信息技术对数据资源进行产品或服务开发，并推动其流通应用所形成的新兴产业，包括数据采集汇聚、计算存储、流通交易、开发利用、安全治理和数据基础设施建设等”​。这一定义涵盖了数据从资源化、资产化到资本化的全过程。

在数字技术、数据应用和产业创新的发展大潮下，数据产业正成长为备受关注和蓬勃发展的新兴产业。培育数据产业，是推进数据要素市场化配置改革的重要基础，也是发展新质生产力、推动高质量发展的需要。

在国家数据战略框架的顶层指引下，我国数据基础制度的“四梁八柱”已逐步构建起来，形成培育数据要素市场、发展数字经济的初步框架。

下一阶段，发展数据产业是深化数据要素市场化配置改革、构建以数据为关键要素的数字经济的重要举措，是我们国家未来经济增长重要的新增长点之一。一系列围绕怎样构建中国创新型数据产业体系的政策正密集出台、落地。

国家的战略和政策为数据产业发展指明了方向、铺设了道路，要将我国的海量数据优势、数字基础设施优势、工业产业优势、市场规模优势转化为数据产业优势，确保我国数据产业的核心竞争力。

各地抓住数据产业成长的重要战略机遇，积极探索数据产业建设初见成效，已初步形成门类较为齐全的数据产业链，涉及数据采集、计算存储、开发利用、流通交易、安全治理等环节。数据企业逐渐发展壮大，技术创新不断涌现。

从全国范围看，已基本形成了京津冀、长三角、珠三角和川渝贵四大数据要素产业聚集区。四大聚集区在数据要素市场发展中各具优势，协同带动、辐射示范效应显著提升，初步实现了城市群产业联动发展。

着眼未来，要充分释放数据价值潜能，把数据变成资本、财富和生产力，就要加快将数据要素融合到全产业链中，打通数据产业链的关键环节，赋能实体经济，从而推进可循环的数据价值实现和增值过程。

具体而言，从数据生命周期的视角，数据产业链包括从数据采集到发挥价值的生产、流通和应用等一系列主要环节，也相应地涉及数据基础设施、数据资源、数据产权、数据估值、数据交易、数据技术、数据与产业融合应用等阶段的配套机制构建与完善。

其中，数据生产环节主要包括数据采集、数据存储和数据加工；数据流通环节涉及数据估值和数据交易；数据应用环节涉及数据分析和数据服务，涵盖数据要素与商业、工业、农业、政务、民生等各行各业的渗透和结合。

因此，最重要的就是建立一个完整的数据产业链，培育大规模的数据资产生态，而不仅仅是局限在小规模的数据资产金融化方向，仅靠金融化并不能将数据转变成巨大的财富。

立足当下，对应于原始数据从资源化到数据资源、产品化到数据产品、资产化到数据资产、资本化到数据资本的四个重要阶段，可以从每个阶段的核心入手，搭建数据产业链的不同模块。

数据资产金融化是将数据资产转化为可以带来经济效益的金融产品或服务的过程。近年来，国内外有代表性的数据资产金融化实践不断涌现。

当前数据资产金融化的主要形式，如数据资产增信、数据资产质押、数据资产保理、数据资产证券化、数据资产入股、数据资产信托、数据资产通证化等。

可以看出，在数据资产金融化的过程中，会涉及数据所有者、生产者、需求方、投资人、交易平台等多方参与主体，能够实现跨行业、跨领域的融合创新，也提供了构建数据资产金融化生态的最佳场景。

--------何伏，CFP，CFA，CMC，CISHRM，金融学博士，管理科学与工程博士，哲学博士后。资深投资人，基金管理人。