本報記者 田鵬

    近日，國家發展改革委黨組成員、國家數據局局長劉烈宏透露，今年還將推出數據產權等10多項制度，以加快數據要素價值釋放。

    事實上，近年來，在一系列政策“組合拳”的引導下，數據要素價值在賦能實體經濟、驅動產業變革等方面的作用持續顯現，成為推動經濟社會高質量發展的新引擎。特別是在金融領域，圍繞數據要素價值展開的諸多探索，不但有效破解了中小微企業融資難、信用評估難等傳統痛點，讓金融服務更精準地觸達實體經濟的薄弱環節，而且加速了金融業態的創新迭代，推動形成更高效、更安全、更普惠的現代金融生態，為金融領域的長遠發展注入了可持續的動能。

    接受《證券日報》記者采訪的專家表示，數據要素正加速賦能金融服務，推動模式創新、解決企業融資難題。不過，金融行業因涉及大量敏感信息與資金資產，且監管嚴格，“數據要素×金融服務”仍面臨諸多挑戰，如數據確權、評估、合規、安全等問題，未來需著力解決這些難題，以推動數據要素在金融領域的深入應用。

    數據要素價值

    在金融領域多維度釋放

    今年以來，受益于政策的持續規范與引導，數據要素價值在金融領域加速釋放。一方面，數據要素通過入表完成從資源到資產的權屬確認與價值量化，進而借助資產支持證券（ABS）、不動產投資信托基金（REITs）等資本工具，打通數據資產進入資本市場的通道，讓數據的經濟價值在投融資循環中充分流動。

    例如，8月8日，國內首批以數據中心為底層資產的封閉式基礎設施證券投資基金正式登陸資本市場。據Wind資訊數據統計，自上市以來，截至8月17日，南方萬國數據中心封閉式基礎設施證券投資基金和南方潤澤科技數據中心封閉式基礎設施證券投資基金的買入額分別為2.33億元和3.88億元，直觀展現了市場對數據要素經濟價值的認可。

    另一方面，數據要素以多維度信用評估為輔助，整合企業經營數據、供應鏈交易數據、政務監管數據等跨領域信息，構建動態更新的企業信用畫像體系，既為金融機構提供了更精準的風險定價依據，也助力中小微企業的隱形信用轉化為融資能力，推動金融資源向實體經濟薄弱環節高效傾斜。

    以首單數據資產賦能資產證券化產品——天風中投保應收賬款2期中小微企業融資支持資產支持專項計劃（數據資產賦能）為例，該產品的創新在于引入了中國投融資擔保股份有限公司（中投保）旗下子公司中投保信裕的核心數據資產——“中投保信裕供應鏈金融平臺業務數據”。

    上海數據交易所副總經理趙永超在接受《證券日報》記者采訪時表示，上海數據交易所以全流程保障提升了基于數據資產形成的基礎資產質量，贏得投資人認可并優化了應收賬款類ABS資產管理；優質數據實現了資產精準識別等，降低了ABS資產風險并使其定價更合理；同時，優質數據資產可挖掘新價值、賦能智能體等，為該ABS資產及未來相關產品開拓新局面，還能降低成本、提高投資人風險認知效率。這充分證明了數據資產的核心作用，為相關產品規模化發展打開空間，也讓數據要素有望成為激活資產證券化市場活力的重要引擎。

    數據要素金融應用

    仍存多重梗阻待破

    盡管數據要素在金融領域的價值釋放已初見成效，但由于金融行業的特殊性以及數據要素自身的復雜性，使得“數據要素×金融服務”在深入推進過程中，仍面臨著一系列亟待解決的問題，這些問題不僅制約著數據要素價值的進一步挖掘，也給金融安全與穩定帶來潛在風險。

    粵港澳大灣區大數據研究院理事長杜平表示，數據價值釋放過程中存在諸多突出問題：數據權屬確認及其財產收益分配問題尚未得到有效解決，這在一定程度上挫傷了數據供給方的積極性；數據資源轉化為數據資產的會計核算方面，現行政策與各地實踐需求存在較大差距，影響了數據資產的增長及質量提升；同時，數據流通和交易價格的形成存在困難，阻礙了數據要素價值的合理變現。

    “數據是無形資產，具有低成本復制、沉沒成本高、時效性強、高度依賴應用場景等特征，導致數據資產估值難。估值難也就造成了交易難、抵押難。”中山大學嶺南學院教授韓乾對《證券日報》記者表示，數據資產證券化市場規模的擴張需要解決兩大矛盾：一是數據作為生產要素的“非標性”與金融產品“標準化”的矛盾；二是數據流通的商業價值與隱私安全、主權監管的沖突。

    正是在此背景下，今年以來，各地持續出臺一系列政策舉措加速破解數據要素金融應用梗阻。例如，北京發布《北京市關于建設數據要素綜合試驗區的實施意見（征求意見稿）》，探索多種數據資產流通模式，并以公共數據專區授權運營推動金融數據流通應用；湖南出臺《湖南省國家數據要素綜合試驗區建設方案（2025—2027年）》，發揮基金引領作用助力數據要素在金融領域深化應用等。

    除了政策引導外，韓乾還建議，首先，政策需兼顧激勵與約束。“重應用、輕權屬”的導向雖有利于激活數據要素市場，但在鼓勵數據應用的同時，必須強化對個人數據隱私的有力保護。其次，以技術賦能價值發現。通過信息技術追蹤數據應用和流通過程的全環節，客觀真實地把握其可能產生的未來現金流。再次，產品設計匹配風險偏好。不同類型數據的應用場景及未來現金流穩定性存在差異，可據此劃分層級，對應各類投資者的風險收益需求。