数据证券化作为新兴领域，相关概念界定尚未统一，实践探索面临诸多阻碍，且金融和数据发展的理论结构各不相同、跨领域监管存在一定知识壁垒，规范发展挑战大。从整体来看，在满足特定前提时，数据已具备证券化底层资产可行性，实践亦有成功案例佐证。然而，当前部分市场主体存在 夸大宣传、炒作概念的问题，数据证券化距规模化成熟落地仍有差距。?

在推进中，每打通一个环节需全新探索，每凝聚共识需多方专业协同，每前进一步都靠扎实基础。不做悬浮畅想，作者着力搭建战略与实践桥梁：解构操作要点、构筑框架流程，让路径连接行业理想与现实。从数据市场与资本市场运行规律交叉视角出发，本书整合理论、政策与实操经验，阐明数据证券化的基本原理、主要模式、具体产品及发展展望，并将金融科技作为重要突破口。

书中内容设计希望能为研究者理顺一个大体框架，为实务者呈现一条借鉴路径，为监管者提供一点参考依据，推动数据证券化规范发展，合规筑牢数据资产的 价值根基。

本书从数据市场与资本市场运行规律的交叉视角出发，试图清晰描述数据证券化的本质内涵、基本原理、主要模式、具体产品及发展展望。书中既包含对现有数据证券化实践案例的梳理，也涵盖从数据确权到证券发行关键操作要点的解构，还涉及对数据资产估值逻辑、风险管控机制等核心问题的理论分析，并针对数据资产隔离机制优化、数据资产通证流通等难题热点提出一些原创观点。作者将金融科技视为破解数据证券化核心难题的重要突破口，这一视角不仅构成贯穿全书研究的核心脉络，也成为区别于传统研究范式的显著特色之一。

数据证券化是针对数据的一种金融创新，服务于数据的价值变现和价值流通。数据证券化包括数据资产证券化和数字资产证券化两个方面：数据资产证券化是以数据资产带来的可预期现金流为基础，通过结构化设计进行信用增级，进而发行数据资产支持证券；数字资产证券化是指虚拟货币、数字货币、数字藏品等数字资产的发行流通。
2023年8月，财政部发布《企业数据资源相关会计处理暂行规定》确认了数据资产的存在，并从2024年1月起开展数据资产入表工作。根据上市公司年报，2024年度共有108家A股上市公司将数据资源纳入财务报表，入表总规模约22亿元。随着数据资产的确认入表，数据资产运营、处置、质押等必将提上日程。一方面，数据资产证券化可依托这些基础动作实现价值深化，既明确了清晰的价值锚点，也为发行、上市、交易、披露等流程提供了规范指引。另一方面，数字资产通常是指在网络空间创设的资产，例如比特币、非同质化通证等。这些数字资产本身带有金融属性，甚至有些就直接满足证券标准化的条件。2025年6月，中国证监会在陆家嘴论坛上明确提出支持科技企业利用包含数据资产在内的新型资产开展ABS、REITs等融资，进一步盘活科技创新领域存量资产。
数据证券化可为企业盘活资产获取资金，成为个人、企业和社会持续增值的财富来源。尤其对于数据丰富但缺乏传统抵押物的企业，数据证券化为其提供了新的融资途径。一方面，信息披露体系要求数据要素管理在公开、透明的市场化机制下开展，接受法律、市场和公众的监督，从资本市场反向推动资产化、资源化建设。另一方面，分红激励等利益分配机制驱使各类市场主体主动挖掘、利用潜在数据资产，为专业化运营团队提供发展动力。
资产证券化需要解决三个问题：一是破产隔离问题，二是现金流估算问题，三是风险管理问题。数据资产，作为一类具备无形资产特征和有形资产特征的新资产类别，其证券化的三个问题有其特殊性。①破产隔离。数据资产依赖特定环境，无清晰物理边界，难以实现完全隔离。同时，数据维护需原始持有方参与，其破产易干扰数据运营，且数据产权相关法律尚未健全，司法实践存异，加剧数据资产隔离工作的不确定性。②现金流估算。数据价值受市场、技术、政策等因素影响，动态性和不确定性高，加之数据市场尚处于发展初期，价格波动难测，因而数据资产现金流估算难度极大。因缺乏历史交易数据，数据价值难以用传统模型预测，且使用场景和收益模式复杂，难以精准量化现金流。③风险管理。数据资产风险涵盖数据安全、隐私保护、市场波动等，包括：数据易被窃取、篡改，安全事件影响产品信用；缺乏对冲机制；产品结构复杂，多主体多环节易导致信息不对称，增加风险管控难度；流动性不足会限制投资者参与度，降低证券化产品的吸引力等。另外，数据资产权属不清可能导致证券化基础资产的合法性存疑，引发法律纠纷，甚至导致证券化产品无效；同一数据集可能被多次用于不同证券化项目(如一数据多证券),导致权益重叠或冲突。
本书致力于理论探索与实践分析，共分十章，每章的内容如下：
第1章绪论，阐述了资产证券化、数据资产的发展趋势，提出了数据资产证券化的定义、意义、挑战，分析了其与金融科技的关系。
第2章数据金融化发展路径，总结了数据金融的政策与产品体系、资本市场以及各类机构的融合模式，讨论了数据金融体系，以及数据入表、数据质押、数据入股等发展状况。
第3章案例剖析与多领域前瞻，分析了数据中心特征及证券化相关案例，讨论了数据证券化进展，勾勒了不同领域数据证券化图景。
第4章数据证券属性设计，提出了数据的证券属性设计思路，分析了数据证券化发展逻辑，给出了结构化设计框架、可信空间支撑体系等，为数据证券化实践提供了指南。
第5章数据证券化的两种产品，提出了数据知识产权支持证券产品、数据投资信托基金产品，讨论了数据确权、信托、保险的结合等内容。
第6章数据证券化与数字化转型，介绍了证券公司具体实践，分析了数据资产经济利益分析、数字化能力评价与数据应用设计、监管科技与金融科技等内容。
第7章市场参与人协同，介绍了数据证券化的中介生态，提出了证券公司数据证券化投行模式，讨论了公共数据证券化等内容。
第8章数据通证化设计，阐述了数字货币与数字资产的演进逻辑，提出了数据通证化基本原理、跨境实现路径，讨论了数字人民币结合等内容。
第9章市场组织与监管，介绍了数据证券化的监管机构与交易场所，讨论了市场培育与推广、市场审核与监管等内容。
第10章展望，总结了数据证券化带来的基础研究方向，探讨了数据财富趋势、数据证券化带来的社会变革等。
日中为市，致天下之民，聚天下之货，交易而退，各得其所。数据证券化领域方兴未艾，制度优化、监管完善、技术攻坚、产品设计等均存在诸多待解问题，蕴含着无限的研究价值与探索空间。数据资产证券化路径体系数据投行等专营机构建设运营等创新方向前景广阔，未来可期。数据证券化的浪潮正奔腾向前，愿本书如同一块引玉之砖，激发出更多关于未来金融形态的深入思考与大胆实践。
本书如有谬误之处，系作者水平所致，恳请批评指正。

廖倡，复旦大学博士，先后任职于证券交易所、证券公司科技领域重要研究和管理岗位。人工智能高级职称专家和数字金融领军人才，提出数据要素类知识产权形态、证券化方法、资本市场风险监测智能化框架、上市公司科技能力测评数字化框架、证券公司数据投行业务体系等，多次获得证监会系统奖励，受到各界广泛关注。著有数据要素领域论文20多篇，主持或参与重点课题与项目30余项。国际数据要素五十人论坛首批专家、香港中文大学（深圳）校外导师、北京科技大学校外导师。

朱扬勇，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。数据科学和大数据著名科学家，国际数据科学研究的主要倡导者之一，提出数据界和数据学、特异群组、数据自治、数据资产、数据财政等概念和体系。发表学术论文200多篇，出版《数据学》《旖旎数据》《特异群组挖掘》《数据自治》《数据资产》等专著，《大数据技术与应用丛书》主编，《大数据资源》《大数据技术》和《大数据应用》主编。《大数据》期刊编委会副主任、大数据协同安全国家工程中心副理事长。

第1章 绪论/1
1.1 资产证券化/1
1.1.1资产证券化演变/1
1.1.2资产证券化形态/4
1.1.3需要解决的问题/7
1.2数据资产/8
1.2.1从数据资源到数据资产/8
1.2.2数据资产管理/12
1.2.3数据资产运营/13
1.3数据资产证券化/15
1.3.1数据资产证券化定义/15
1.3.2 主要意义分析/17
1.3.3主要挑战分析/20
1.4数据证券化与金融科技/22参考文献/25
第2章 数据金融化发展路径/26
2.1 构建数据+金融体系/26
2.1.1数据金融政策体系/27
2.1.2数据金融产品设计/27
2.1.3数据金融与资本市场/31
2.1.4金融机构参与情况/32
2.2数据入表/33
2.2.1数据资产入表流程与挑战/33
2.2.2证券公司数据资源入表研究/34
2.2.3数据入表案例/36
2.3数据质押/37
2.3.1 数据质押逻辑/38
2.3.2数据质押规则与挑战/39
2.3.3数据质押案例/40
2.4数据入股/41
2.4.1数据入股逻辑/41
2.4.2数据入股规则/42
2.4.3数据入股案例/43
参考文献/44
第3章 数据证券化案例剖析与多领域图景/46
3.1 数据中心证券化产品/47
3.1.1 数据中心设计规范与运行情况/47
3.1.2数据中心证券化的价值与挑战/51
3.2数据中心证券化案例/52
3.2.1中信-万国数据中心持有型不动产ABS计划/52
3.2.2南方万国数据中心REITs项目/53
3.2.3南方润泽智算科技REITs项目/54
3.2.4审核关注点讨论/55
3.3数据(资产)证券化案例/58
3.3.1杭州高新区(滨江)数据知识产权定向资产支持票据/58
3.3.2平安-安永-如皋数据资产1-3期资产支持专项计划/59
3.3.3华鑫-鑫欣数据资产1-5期资产支持专项计划/60
3.3.4发展进程分析/61
3.4不同行业的数据证券化图景/64
3.4.1 数据证券化与企业发展的关系/64
3.4.2各行业数据证券化的设想/66
参考文献/70
第4章 数据证券属性DABS设计研究/72
4.1 数据的证券属性设计构思/72
4.1.1市场建设背景：要素融合发展释放经济增长动力/73
4.1.2融合发展思路：证券化促进核心要素深度融合/75
4.1.3相关问题讨论：针对数据特性的解决方案初探/77
4.1.4数据的证券属性和设计展望/81
4.2逻辑视角与结构化设计/82
4.2.1数据证券化的发展逻辑/82
4.2.2数据证券化新型底层资产框架体系/89
4.2.3可证券化的底层数据资产的破产隔离/97
4.3行业可信数据空间/105
4.3.1可信数据空间的治理创新/106
4.3.2金融可信数据空间建设/109
参考文献/112
第5章 数据证券化的DIPBS和DAITs产品研究/115
5.1 数据知识产权支持证券构思/115
5.1.1 背景与定义/116
5.1.2 类知识产权数据金融化模式/118
5.1.3数据知识产权证券化市场体系/121
5.1.4相关政策建议/123
5.2数据资产投资信托基金构思/126
5.2.1基础资产和结构探讨/127
5.2.2业务流程设计/131
5.2.3估值与定价机制/133
5.3数据确权及其与信托和保险的结合模式/137
5.3.1数据确权体系/137
5.3.2数据信托体系/143
5.3.3数据安全保险/148参考文献/151
第6章 数据证券化与证券公司数字化转型/152
6.1 数据资产的经济利益分析/153
6.1.1证券资讯数据质量评估/153
6.1.2证券行业数据盈利模式分析/154
6.1.3互联网金融数据盈利模式分析/159
6.2数据治理规范探索/162
6.2.1证券行业数据价值深化:规范体系/162
6.2.2证券公司科技价值深化:资源配置/166
6.3数字化能力与数据应用设计/172
6.3.1证券行业数字化能力建设与评价/173
6.3.2金融科技赋能企业科技能力评价/182
6.4监管科技与金融科技/190
6.4.1资本市场监管科技与社会网络/191
6.4.2证券行业金融科技风险分析/197参考文献/202
第7章 数据证券化市场参与人体系/203
7.1 中介机构生态/203
7.1.1 数据证券化生态圈/204
7.1.2数据证券化中的会计师事务所(含资产评估机构)/205
7.1.3数据证券化中的律师事务所(含IT审计)/207
7.1.4数据证券化中的评级机构/209
7.1.5数据证券化中的增信机构/210
7.1.6数据证券化中的科技机构/213
7.2证券公司的数据投行/215
7.2.1证券公司的数据业务/216
7.2.2证券公司的机构业务/223
7.2.3 数据证券投行业务/229
7.3公共数据证券化/235
7.3.1公共数据证券化逻辑/235
7.3.2公共数据证券化框架/238
7.3.3数据证券化与地方政府发展的关系/242参考文献/244
第8章 数据通证模式DRWA设计研究/246
8.1 数字货币与数字资产的演进逻辑/247
8.1.1加密数字资产概念体系/247
8.1.2数字资产流通技术体系/251
8.1.3数字证券：传统证券的数字化进阶/254
8.2数据通证化的基本原理/257
8.2.1数据通证化的概念体系/257
8.2.2数据通证化创新形态分析/264
8.3基于通证的数据金融跨境模式/268
8.3.1跨境数据通证化的可行性与路径/268
8.3.2跨境数据通证的投顾与监管/271
8.4数字人民币生态数据治理与应用/274
8.4.1数字人民币与数据资产/275
8.4.2支付系统变革与CBDC数据治理突破/277
8.4.3数字货币数据治理的方案探讨/279
8.4.4数字人民币计价的通证模式/285
参考文献/286
第9章 数据证券化市场组织与监管/288
9.1 监管机构与交易场所/288
9.1.1数据证券化中的监管机构/289
9.1.2数据证券化中的数据交易所/291
9.1.3数据证券化中的证券交易所/293
9.2市场培育与推广体系初探/296
9.2.1市场培育核心策略升级/296
9.2.2数据价值核算与市场推广/299
9.3市场审核与监管体系初探/302
9.3.1数据证券化监管协调路径/302
9.3.2数据证券化监管流程和制度探析/303
9.3.3数据证券化风险管控的路径探索/308参考文献/313
第10章 展望/314
10.1 从数据科学到数据证券化/314
10.1.1数字经济与数据科学/314
10.1.2数据证券化基础研究方向/316
10.2从数据证券化到货币化/318
10.2.1证券化与货币化联动/318
10.2.2数据证券化的财富效应/319
10.2.3数据证券化的隐忧与警示/322
参考文献/324
术语表/325
后记/328